Lagrange 199
Transkrypt
Lagrange 199
ELEKTRYKA Zeszyt 3 (211) 2009 Rok LV Marcin POŁOMSKI Instytut Elektrotechniki i Informatyki, Politechnika Śląska w Gliwicach METODA NON-INTERIOR-POINT W OPTYMALIZACJI ROZPŁYWU MOCY W SYSTEMIE ELEKTROENERGETYCZNYM Streszczenie. W artykule zaproponowany został wariant metody optymalizacji noninterior-point w zastosowaniu do zadania optymalizacji rozpływu mocy (OPF) w systemie elektroenergetycznym. Opisana metoda została sprawdzona numerycznie dla wybranych testowych systemów elektroenergetycznych, w tym dla modelu polskiego systemu elektroenergetycznego. Uzyskane eksperymentalnie wyniki potwierdzają zasadność wprowadzonych modyfikacji, szczególnie dla dużych systemów. Słowa kluczowe: system elektroenergetyczny, optymalizacja rozpływu mocy, metoda non-interiorpoint, metody komplementarne OPTIMAL POWER FLOW BY NON-INTERIOR-POINT METHOD Summary. In the paper a variant of non-interior point method algorithm for solving the nonlinear optimal power flow problem (OPF) is proposed. The OPF problem optimality conditions can be regarded as a particular case of the nonlinear complementarity problem (NCP), in which the complementarity conditions are handled by Chen-Harker-Kanzow-Smale smoothing functions (NCP-functions). The presented method was experimentally verified by applying it to various test power systems including the Polish power system. The obtained results confirm that the new variant is appropriate for optimising large power systems. Keywords: power system, optimal power flow, non-interior-point method, complementarity methods 1. WPROWADZENIE Zadanie optymalizacji rozpływu mocy w systemie elektroenergetycznym (ang. Optimal Power Flow) polega na poszukiwaniu takiego punktu pracy systemu (doborze mocy generowanych w węzłach wytwórczych), który jest optymalny z punktu widzenia kosztów wytwarzania i strat wynikających z przesyłu energii. Historycznie, pierwszą metodą pozwalającą na wyznaczenie optymalnego rozpływu mocy w rzeczywistym systemie elektroenergetycz- 120 M. Połomski nym była metoda gradientowa zaproponowana przez Dommela i Tinneya w pracy [1]. Opisana metoda stała się pierwowzorem udoskonalanym przez innych autorów. Nie istnieje jedna prosta metoda prowadząca do rozwiązania zadania OPF, szczególnie w zastosowaniu do rzeczywistego systemu elektroenergetycznego, w którym ze względu na dużą liczbę elementów (węzłów i linii) układ równań, stanowiący podstawę procesu obliczeniowego, może osiągać bardzo duże rozmiary. Zostało opracowanych wiele metod wykorzystujących najróżnorodniejsze techniki optymalizacji, z których można wymienić: techniki programowania nieliniowego, programowania liniowego, programowania kwadratowego, techniki bazujące na metodzie Newtona. W publikacjach [2], [3], [4] zostały zebrane i sklasyfikowane metody wykorzystywane na przestrzeni lat do rozwiązania zadania OPF. Dla systemu, którego rozmiary porównywalne są z rozmiarami rzeczywistego systemu elektroenergetycznego, uzasadnione jest poszukiwanie metody wydajnej, prowadzącej do osiągnięcia poprawnego rozwiązania w możliwie krótkim czasie. Wśród szerokiej gamy technik optymalizacji, w ostatnich latach, szczególne zainteresowanie skupia się wokół metod klasy interior-point [5], [6], [7] oraz non-interior-point [19], [20]. Warunki optymalności zadania optymalnego rozpływu mocy, sformułowane jako warunki Karusha-Kuhna-Tuckera (KKT) [8], mogą zostać potraktowane jako pewien szczególny przypadek nieliniowego problemu komplementarnego [19] (ang. nonlinear complementarity problem). Zastosowanie funkcji wygładzających [15], [16] dla warunków komplementarnych zadania wpływa na brak konieczności spełnienia warunku komplementarnego dla warunków optymalności zadania w sensie KKT, co w znacznym stopniu wpływa na dowolność wyboru punktu startowego algorytmu optymalizacji rozpływu mocy, a w procesie iteracyjnym prowadzi do poprawnego rozwiązania [20]. W artykule zaproponowany został wariant metody optymalizacji non-interior-point w zastosowaniu do zadania optymalizacji rozpływu mocy w systemie elektroenergetycznym. Opisana metoda została sprawdzona numerycznie dla wybranych testowych systemów elektroenergetycznych. Eksperyment numeryczny przeprowadzono w celu określenia przydatności algorytmu non-interior-point do optymalizacji rozpływu mocy w systemie elektroenergetycznym. Wyniki uzyskano przy użyciu autorskiego programu stworzonego w języku C++. 2. ZADANIE OPTYMALIZACJI ROZPŁYWU MOCY W SYSTEMIE ELEKTROENERGETYCZNYM Poszukiwanie optymalnego rozpływu mocy w systemie elektroenergetycznym polega na poszukiwaniu minimum funkcji celu f(x) (np. minimalne straty, minimalne koszty wytwarzania, minimalne koszty przesyłowe). Jeżeli funkcję celu w zadaniu optymalizacji rozpływu mocy sformułuje się jako zadanie minimalizacji kosztów wytwarzania energii, to biorąc pod uwagę założenie [9], że każde Metoda non-interior-point… 121 źródło ma charakterystykę kosztów wytwarzania, którą z pewnym przybliżeniem można aproksymować krzywą drugiego stopnia, to funkcja celu, sformułowana jako całkowity koszt wytwarzania energii w systemie, przyjmie postać: Ng f x ai Pi g i 1 gdzie: Pi(g) Ng ai, bi, ci 2 bi Pi g ci , (1) - moc czynna generowana przez jednostkę wytwórczą i, - liczba węzłów wytwórczych, - współczynniki charakterystyki kosztów wytwarzania i-tego węzła wytwórczego. W obliczeniach optymalizacyjnych wektor zmiennych sterujących x stanowią wszystkie napięcia skuteczne węzłowe U x U [U1 ,U 2 ,...,U N w ]T [U1 ,U 2 ,...,U No ,U No 1 ,U No 2 ,...,U No N g ]T , (2) ich kąty fazowe φ x [1 , 2 ,..., Nw ]T [1 , 2 ,..., No , No 1 , No 2 ,..., No N g ]T , (3) oraz moce czynne generowane w węzłach wytwórczych systemu Pg x Pg [ PN(og)1 , PN(og) 2 ,..., PN(og) N g ]T , (4) gdzie: Nw - liczba węzłów w systemie Nw = No + Ng, No - liczba węzłów odbiorczych, Ng - liczba węzłów wytwórczych (generatorów). Stąd pełny wektor x przyjmuje postać: x x x U [1 , 2 ,..., Nw ,U1 ,U 2 ,..., U Nw , PN( og)1 , PN( og) 2 ,..., PN( og) N g ]T , Pg x (5) gdzie: Nw No Ng - liczba węzłów w systemie Nw = No + Ng, - liczba węzłów odbiorczych, - liczba węzłów wytwórczych (generatorów). W zadaniu optymalizacji rozpływu mocy minimum funkcji celu poszukuje się w obszarze ograniczeń równościowych. Jako ograniczenia równościowe przyjmuje się bilanse mocy czynnej i biernej w węzłach odbiorczych oraz bilanse mocy czynnej w węzłach wytwór- M. Połomski 122 czych [9]. Stąd, dla sformułowanego zadania minimalizacji funkcji f(x), ograniczenia równościowe można zapisać w postaci wektorowej: h Po ( x ) P h x h g ( x) 0 . Q h o ( x) (6) Składowe wektora h(x) przyjmują postać: i No Nw Po 2 h x Poi U i Re{Y i ,i } U i U j cos(i j ) Re{Y i , j } sin(i j ) Im{Y i , j } , (7) j 1 j i i 1 P h g x PN(og) i Po , No i U N2 o i Re{Y No i , No i } i Ng (8) U No i U j cos( No i j ) Re{Y No i , j } sin( No i j ) Im{Y No i , j } , j 1 i 1 j No i Nw i No Nw Qo 2 h x Qoi U i Im{Y i ,i } U i U j sin(i j ) Re{Y i , j } cos(i j ) Im{Y i , j } , (9) j 1 j i i 1 gdzie: h(Po)(x) - wektor ograniczeń równościowych o składowych w postaci bilansu mocy czynnej w węzłach odbiorczych, - wektor ograniczeń równościowych o składowych w postaci bilansu mocy czynnej w węzłach wytwórczych, (Qo) h (x) - wektor ograniczeń równościowych o składowych w postaci bilansu mocy biernej w węzłach odbiorczych, Yi,j - elementy macierzy admitancyjnej systemu elektroenergetycznego. h(Pg)(x) Punkt pracy systemu wyznaczony w procesie optymalizacji nie powinien również naruszać ograniczeń technicznych systemu elektroenergetycznego. Ograniczenia techniczne obejmują dopuszczalne wartości: skutecznych napięć węzłowych: U k(min) U k U k(max) dla k = 1, 2, ..., Nw, (10) mocy czynnej jednostek wytwórczych: Pk(min) Pk( g ) Pk(max) dla k = 1, 2,..., Ng, (11) mocy biernej jednostek wytwórczych: Qk(min) Qk( g ) Qk(max) dla k = 1, 2,..., Ng, (12) Qi( g ) ( x ) Qo, No i U N2 o i Im{Y No i , No i } U No i Nw j 1 j i No U j sin( No i j ) Re{Y No i , j } cos( No i j ) Im{Y No i , j } , (13) Metoda non-interior-point… 123 prądów skutecznych w liniach przesyłowych: Ii x Ii(max) dla i = 1, 2,..., Nl, Ii x U K21 (i ) U K2 2 (i ) 2U K1 (i )U K2 (i ) cos(K1 (i ) K2 (i ) )YK1 (i ), K2 (i ) , (14) (15) gdzie: Nl - liczba linii w systemie, K1(i) - numer węzła początkowego linii i, K2(i) - numer węzła końcowego linii i, Yi,j - moduł admitancji zespolonej podłużnej linii między węzłami i i j. Dla sformułowanego zadania minimalizacji funkcji f(x) ograniczenia nierównościowe, wynikające z ograniczeń technicznych systemu, można zapisać w następującej postaci g(min) g( x) g(max) , (16) tj. jako ograniczenia dolne g Pg ( x ) g (min) Pg ( x ) g Qg ( x ) g (min)Qg ( x ) 0 g U ( x ) g (min)U ( x ) (I ) 0 g ( x) (17) g (max) Pg ( x ) g Pg ( x ) g (max)Qg ( x ) g Qg ( x ) (g) (max) g x g g x 0, g (max)U ( x ) g U ( x ) (max) I ( x ) g I ( x ) g (18) g ( d ) x g x g (min) oraz jako ograniczenia górne przy czym g U ( x ) [ xNw k ]kk 1Nw [U k ]kk 1Nw k N k N P g g ( x) [ x2 Nw k ]k 1 g [ Pk ]k 1 g k N Q g g ( x) [Qk ( x)]k 1 g (19) g I ( x ) [ I k ]kk 1Nl oraz g (min)U [U k(min) ]kk 1Nw g g (min) Pg (min) Qg (min) k N g k k 1 [P ] k N [Qk(min) ]k 1 g g (max)U [U k(max) ]kk 1Nw g g [ Pk(max) ]k 1 g [Qk(max) ]k 1 g (max) Pg (max) Qg k N k N g (max) I [ I k(max) ]kk 1Nl (20) M. Połomski 124 Przy tak przyjętych założeniach co do postaci funkcji celu oraz wektorów ograniczeń równościowych i nierównościowych, zadanie optymalizacji rozpływu mocy w systemie elektroenergetycznym można zapisać w postaci standardowej: min f ( x ) , x hk ( x) 0 k = 1, 2,..., Nh , gk ( x) gk(min) 0 k = 1, 2,..., Ng(d), gk(max) gk ( x) 0 k = 1, 2,..., Ng(g), gdzie: Nh - liczba ograniczeń równościowych, (d) Ng - liczba ograniczeń nierównościowych dolnych, (g) Ng - liczba ograniczeń nierównościowych górnych, lub w zapisie wektorowym: min f ( x ) , x h( x ) 0 , g( d ) ( x) g( x) g(min) 0 , (21) g( g ) ( x) g(max) g( x) 0 . Powyższe zadanie optymalizacji należy do grupy zadań programowania nieliniowego, gdyż zarówno funkcja celu, jak i funkcje ograniczeń równościowych i nierównościowych są funkcjami nieliniowymi. 3. METODA MNOŻNIKÓW LAGRANGE’A Z WARUNKAMI KARUSHA-KUHNA-TUCKERA Zgodnie z warunkami optymalności Karush-Kuhna-Tuckera (KKT) [8] dla zagadnienia (21) z wektorem ograniczeń równościowych (6), wektorem ograniczeń nierównościowych dolnych (17) i górnych (18) istnieją wektory mnożników Lagrange’a: λ [i ]ii 1Nh dla k = 1, 2, ..., Nh, π d [ i( d ) ]i 1 g dla k = 1, 2, ..., Ng(d), π g [ i( g ) ]i 1 g dla k = 1, 2, ..., Ng(g), iN (d ) iN ( g ) (22) Metoda non-interior-point… 125 gdzie: - wektor mnożników Lagrange’a dla ograniczeń równościowych, (d) - wektor mnożników Lagrange’a dla ograniczeń nierównościowych dolnych, (g) - wektor mnożników Lagrange’a dla ograniczeń nierównościowych górnych, Nh - liczba ograniczeń równościowych, (d) Ng Ng(g) - liczba ograniczeń nierównościowych dolnych, - ograniczeń nierównościowych górnych oraz zachodzą następujące zależności: d T (d ) g T (g) λT h( x ) (π ) g ( x ) (π ) g ( x ) f ( x ) x x x x d g r (π , π , x, λ) h( x ) (d ) (d ) Π g ( x) Π ( g ) g ( g ) ( x) 0, (23) gdzie: Π ( d ) diag(π( d ) ) , Π ( g ) diag(π( g ) ) . Rozwiązanie układu równań nieliniowych (23) ze względu na zmienne y = [(d), (g), x, ]T pozwoliłoby na otrzymanie rozwiązania zadania optymalizacji (21) za pomocą warunków KKT. Istnieją w układzie równań nieliniowych (23) równania o postaciach: k N(d ) Π ( d ) g ( d ) ( x ) [ k( d ) ( g k ( x ) g k(min) )]k 1 g 0 (24) oraz k N(d ) Π ( d ) g ( d ) ( x ) [ k( d ) ( g k ( x ) g k(min) )]k 1 g 0 , (25) które mogą spowodować pewne problemy w procesie iteracyjnym Newtona. Mianowicie, biorąc pod uwagę równanie (25), zgodnie z metodą Newtona, zmiany k(d), xk zmiennych odpowiednio k(d) oraz xk spełniają równanie gk ( x) x j [ gk ( x) gk(min) ] k( d ) k( d ) [ gk ( x) gk(min) ] . x j 1 j Nx k( d ) (26) Jeżeli zatem zmienna k(d) stanie się zerem, wówczas na mocy równania (26) [gk(x) - gk(min)]k(d) = 0, co powoduje, że w procesie iteracyjnym Newtona zmienna ta nie ulega zmianie. Mając na uwadze konstrukcję efektywnych algorytmów obliczeniowych, wprowadza się na wstępie dodatkowe zmienne uzupełniające z(d) i z(g). k N ( dg) z ( d ) [ zk( d ) ]k 1 k N ( gg) z ( g ) [ zk( g ) ]k 1 , (27) . (28) M. Połomski 126 Po wstawieniu dodatkowych zmiennych uzupełniających ograniczenia nierównościowe sprowadza się do postaci ograniczeń równościowych. z ( d ) g( x) g(min) , (29) z( g ) g(max) g( x) . (30) Po wprowadzeniu zmiennych dodatkowych zadanie obliczenia minimum funkcji f(x) (1), z ograniczeniami (6), (17), (18) sprowadza się do postaci zadania programowania nieliniowego z ograniczeniami równościowymi: min f ( x ) , x h( x ) 0 , g( d ) ( x, z ( d ) ) g( x) g(min) z (d ) 0 , (31) g( g ) ( x, z ( g ) ) g(max) g( x) z ( g ) 0 , z(d ) , z( g ) 0 . Dla tak zdefiniowanego problemu (31) zadanie optymalizacji sprowadza się do rozwiązania następującego układu równań nieliniowych: r ( z ( d ) , z ( g ) , π d , π g , x, λ) = Π (d ) z(d ) Π (g) z(g ) g ( d ) ( x, z ( d ) ) g ( g ) ( x, z ( g ) ) d T (d ) g T (g) (d ) (g) T f ( x ) λ h( x ) (π ) g ( x, z ) (π ) g ( x, z ) x x x x h( x ) , 0 (32) gdzie: k N(d ) Π ( d ) z ( d ) [ k( d ) zk( d ) ]k 1 g 0 , (33) k N( g ) Π ( g ) z ( g ) [ k( g ) zk( g ) ]k 1 g 0 , (34) k N(d ) g ( d ) ( x, z ( d ) ) [ g k( d ) ( x ) zk( d ) g k(min) ]k 1 g , (35) k N( g ) g ( g ) ( x, z ( g ) ) [ g k( g ) ( x ) zk( g ) g k(max) ]k 1 g , (36) d T (d ) g T (g) (d ) (g) T f ( x ) λ h( x ) (π ) g ( x, z ) (π ) g ( x, z ) x x x x k Nx (d ) (g) f ( x ) Nh h N g ( d ) g ( d ) ( x, z ( d ) ) N g ( g ) g ( g ) ( x, z ( g ) ) i i i i i i 0, x x x xk i 1 i 1 i 1 k k k k 1 (37) Metoda non-interior-point… 127 h( x) [hk ]kk 1Nh 0 . (38) Rozwiązanie układu równań nieliniowych (32) w procesie iteracyjnym Newtona może spowodować problemy ze zbieżnością, wynikające z równań (33) oraz (34), które noszą nazwę warunków komplementarnych (ang. complementarity conditions): k( d ) zk( d ) 0 dla k = 1, 2,..., Ng(d), (39) k( g ) zk( g ) 0 dla k = 1, 2,..., Ng(d). (40) Istotnie, biorąc pod uwagę równanie (39), zgodnie z metodą Newtona, zmiany k(d), zk(d) zmiennych odpowiednio k(d), zk(d) spełniają równanie: k( d ) zk(d ) zk(d ) k( d ) k( d ) zk( d ) dla k = 1, 2,..., Ng(d). (41) Jeśli więc np. zmienna k(d) przyjmie wartość zero, wówczas na mocy równania (41) zk(d)k(d) = 0, co powoduje, że w procesie iteracyjnym Newtona zmienna ta nie ulega zmianie. 4. METODY KOMPLEMENTARNE Warunki optymalności zadania optymalnego rozpływu mocy mogą zostać potraktowane jako pewien szczególny przypadek nieliniowego problemu komplementarnego (ang. nonlinear complementarity problem, NCP). Nieliniowy problem komplementarny NCP [10], [11], [13], [14] polega na rozwiązaniu układu równań nieliniowych względem zmiennej , RN: Π z 0, F (π ) z 0 , (42) π 0, z 0 , gdzie: Π diag(π) , π [ k ]kk 1N , z [ zk ]kk 1N , k 0, zk 0, dla k = 1, 2,...,N. F: RN RN, jest wektorem funkcji różniczkowalnych, których pochodne są funkcjami ciągłymi. Liniowy problem komplementarny LCP (ang. linear complementarity problem) [15], [16], [17], zdefiniowany jest w sposób następujący. Dla zadanego MRNxN i qRN, znaleźć RN, zRN, dla których spełnione są warunki: Π z 0, Mπ q z , π 0, z 0 , (43) M. Połomski 128 gdzie: Π diag (π ) , π [ k ]kk 1N , z [ zk ]kk 1N , k 0, zk 0, dla k = 1, 2,...,N. Układ równań (32) wynikający z warunków KKT nie przyjmuje bezpośredniej postaci problemu NCP. Funkcja wektorowa F() występująca w układzie równań (42) dla przypadku opisanego równaniem (32) nie ma postaci jawnej, więc nie można w sposób bezpośredni interpretować problemu zdefiniowanego równaniami (32), jako problemu NCP lub LCP. Można jednak zastosować koncepcję wprowadzoną przez Kanzowa [15]. Modyfikacja problemu komplementarnego zaproponowana m.in. przez Kanzowa w pracy [15] oraz innych autorów [18], [16] polega na wprowadzeniu w miejsce warunków komplementarnych, na które składają się równania Π z0 oraz π 0, z 0 , w układach równań (42) oraz (43), pewnej funkcji : R2 R o następujących własnościach: ( x, y) 0 x 0, y 0, xy 0 . (44) Funkcja typu : R2 R, dla której spełnione są warunki (44), nazywana jest NCP-funkcją [11], [18]. Koncepcja Kanzowa zaprezentowana w pracy [12] polega na zastosowaniu funkcji wygładzającej Chena-Harkera-Kanzowa-Smalea z parametrem 0, ( , z) z ( z)2 4 2 , (45) ( , z) 0 0, z 0, z . (46) o własności Metoda punktu zewnętrznego (ang. non-interior point) [12] dla problemu NCP według Kanzowa sprowadza problem rozwiązania układu (42) do rozwiązania równoważnego układu równań nieliniowych: Φ (π, z ) FΦ (π, z ) 0, F (π ) z (47) (1 , z1 ) Φ (π, z ) . ( N , zN ) (48) gdzie Zostało wykazane [21], że nieliniowy układ równań (47) rozwiązywany jest sekwencyjnie dla 0, co zgodnie z (46) implikuje, że układ równań (47) zmierza do rozwiązania układu (42). Metoda non-interior-point… 129 Koncepcję zaproponowaną dla problemu komplementarnego, według Kanzowa, można zastosować do warunków komplementarnych w układzie równań (32) [19], [20], otrzymując: r ( z ( d ) , z ( g ) , π d , π g , x, λ, ) r ( y, ) Φ (π ( d ) , z ( d ) ) Φ (π ( g ) , z ( g ) ) g ( d ) ( x, z ( d ) ) g ( g ) ( x, z ( g ) ) d T (d ) g T (g) (d ) (g) T f ( x ) λ h( x ) (π ) g ( x, z ) (π ) g ( x, z ) x x x x h( x ) 0. (49) Zgodnie z algorytmem metody Newtona, w każdym kroku iteracyjnym poprawkę rozwiązania równań nieliniowych (49) wyznacza się rozwiązując następujący układ równań algebraicznych y r y, y r y, , (50) gdzie: y – poprawka wektora y, co odpowiada rozwiązaniu układu równań: z d D 0 1 0 0 0 d 0 D z 0 g D 0 g 0 1 0 0 0 D 0 0 x g x 0 0 x g x x g x 0 0 x g x 0 T T 2x L x h x d z 0 z g π d 0 , g r ( y, ) π 0 x T x h x λ 0 0 (51) w którym z diag 2 d , z d k N , k k (52) z diag 2 g , z g k N , k k (53) diag 1 d , zd k N , D k k (54) diag 1 g , z g k N , D k k (55) d g d D k 1 g g g D k 1 d g d k 1 g g g k 1 M. Połomski 130 k N( g ) g l Nx g x x g x k xl lk11 , (56) k Nh hk x l N x xh x , xl lk11 L x f x λ h x L x 2 x 2 xk xl k ,l 1 k ,l N x 2 2 2 T (57) πd 2 x T x 2 g x π g T x 2 g x , (58) gdzie: r ( z ( d ) , z ( g ) , π d , π g , x, λ, ) r ( y, ) , y [ z ( d ) , z ( g ) , π d , π g , x, λ]T , xg(x) - jakobian ograniczeń nierównościowych, xh(x) - jakobian ograniczeń nierównościowych, 2x L ( x ) - hesjan zmodyfikowanej funkcji Lagrange’a, 1 , z 2 , z , z , z z , . Rozwiązanie układu równań (51) prowadzi do wyznaczenia poprawki y wektora y, którego nową wartość wyznacza się zgodnie z równaniem: y( k 1) y( k ) ( k ) y( k ) , gdzie: k (59) – numer iteracji, (k) – długość kroku w kierunku wektora y(k). Ponieważ układ równań (49) nie ma bezpośredniej postaci problemu NCP (42), autorzy publikacji [20] Torres i Quintana zaadaptowali algorytm zaproponowany przez J. Burke, S. Xu [18], dla liniowych problemów komplementarnych, w którym długość kroku (k) można określić stosując liniowe przeszukiwanie w kierunku wektora y(k), badając normę wektora r(y, ) w następujący sposób: ( k ) max 1s : 1 (0,1); s 1, 2,...; 1 (0,1); r ( y ( k ) 1s y ( k ) , ) (1 11s ) r ( y ( k ) , ) , gdzie: s – indeks elementu ciągu , – parametr wyszukiwania. (60) Metoda non-interior-point… 131 Dobór parametru barierowego (k) dla k-tej iteracji przyjęli następująco: ( k 1) max (1 2 2s ) ( k ) : 2 (0,1); s 0,1, 2...; 2 (0,1); 2s r ( y (0) , (0) ) ; (0) 0; (61) ( k 1) s r ( y , (1 2 2 ) ( k ) ) (1 2 2s ) ( k ) . (0) Dla tak heurystycznie określonego algorytmu autorzy Torres i Quintana nie podają dowodu zbieżności takiego procesu iteracyjnego, lecz potwierdzają eksperymentalnie jego zbieżność dla testowych systemów elektroenergetycznych. 5. ALGORYTM METODY NON-INTERIOR POINT W celu wykazania poprawności działania metody zaproponowanej przez Torresa i Quintanę [20] przeprowadzono testy numeryczne tej koncepcji, w wyniku których zaobserwowano problemy ze zbieżnością dla dużych systemów testowych (o liczbie węzłów powyżej 2700). W związku z tym faktem dokonano modyfikacji metody polegającej na wyznaczaniu długości kroku (k) oraz parametru (k) w k-tej iteracji, tak jak w metodzie punktu zewnętrznego dla liniowego problemu komplementarnego (praca Burke J., Xu S. [17]), tj. zamiast uwzględniać normę r ( y(k ) , ) wektora (49) we wzorach (60), (61), zaproponowano uwzględnić tylko normę części komplementarnej wektora r(y, ), tj.: Φ (π ( d ) , z ( d ) ) Φ ( y, ) ( g ) ( g ) . Φ (π , z ) (62) Do badania zbieżności procesu iteracyjnego dla warunków komplementarnych przyjmuje się normę kwadratową wektora (62). Długość kroku (k) wyznaczona została poprzez liniowe przeszukiwanie w kierunku wektora y(k), badając jedynie normę warunków komplementarnych wektora r(y, ), tj. w następujący sposób: ( k ) max 1s : Φ y k 1s y ( k ) , 1 1s Φ y k , (63) Wartość parametru barierowego (k) w k-tej iteracji została wyznaczona zgodnie ze wzorem: ( k 1) 0 ( k ) , gdzie: 0 – współczynnik indeks elementu ciągu . (64) M. Połomski 132 Poszczególne kroki algorytmu zaproponowanego wariantu metody non-interior point zostały przedstawione poniżej. Algorytm 1 Zaproponowany wariant metody non-interior point dla zadania OPF Krok 0: Inicjalizacja algorytmu. Ustalenie wartości początkowych: y(0) = [z(0), (0), x(0), (0)]T, wybór 0(0,1), (0), 1(0,1), > 0. Ustalenie licznika iteracji k = 0. Krok 1: Obliczenie y(k) = [z(k), (k), x(k), (k)]T z układu równań (50). Krok 2: Jeżeli Φ ( y ( k ) , ( k ) ) , koniec obliczeń. Krok 3: Obliczenie długości kroku (k) poprzez liniowe przeszukiwanie w kierunku wektora y(k). Wyznaczenie nowej wartości wektora y( k 1) y( k ) ( k ) y( k ) . Krok 4: Modyfikacja parametru (k) (64). Zwiększenie licznika iteracji k = k + 1. Przejście do Kroku 1. 6. EKSPERYMENT NUMERYCZNY W celu wykazania poprawności działania zaproponowanego w artykule wariantu metody non-interior point oraz wyznaczenia czasów obliczeń przeprowadzono testy numeryczne dla zbioru siedmiu systemów testowych, których lista została przedstawiona w tabeli 1. Tabela 1 Statystyki systemów testowych używanych w eksperymentach numerycznych Lp. Liczba węzłów Nw Liczba węzłów odbiorczych No Liczba węzłów wytwórczych Ng Liczba linii Nl 1 9 6 3 9 2 13 8 5 18 3 30 24 6 41 4 57 50 7 80 5 118 64 54 186 6 300 231 69 411 7 2 746 2 471 275 3 279 W tabeli 2 zebrano wyniki optymalizacji wybranych systemów testowych. W przeprowadzonych eksperymentach jako punkt startowy obliczeń przyjęto modyfikację stanu optymalnego rozpływu mocy, polegającą na wyzerowaniu modułów napięć w węzłach odbiorczych oraz kątów fazowych napięć we wszystkich węzłach i ustawieniu mocy generowanych w poszczególnych węzłach wytwórczych na poziomie ich maksymalnych zdolności wytwórczych. Metoda non-interior-point… 133 Tabela 2 Wyniki optymalizacji wybranych systemów testowych Liczba węzłów Liczba iteracji Niter Czas jednej iteracji titer [ms] Czas wczytywania danych tl [ms] Czas obliczeń to [ms] Koszty wytwarzania energii fcost 9 7 49,0 5 343 53,00 13 25 47,5 5 1 188 153,20 30 8 44,9 31 359 5,70 57 13 48,1 31 625 31,80 118 47 47,2 32 2 219 14,10 300 60 49,2 45 2 953 44,60 60 290,4 163 17 423 16 417,90 2 746 Obliczenia zostały przeprowadzone na komputerze z procesorem Intel Core 2 Quad 2,4GHz pod kontrolą 32-bitowego systemu operacyjnego Windows XP. Dla systemów testowych o liczbie węzłów przekraczającej 118 lepsze rezultaty (tzn. mniejszą liczbę iteracji oraz krótszy czas obliczeń) uzyskano przerywając proces iteracyjny po zadanej liczbie iteracji i wznawiając go dla przywróconych do wartości początkowych parametrów metody optymalizacyjnej. Punktem startowym kolejnej serii iteracji było rozwiązanie uzyskane w poprzedniej serii. W przypadku systemu składającego się z 300 węzłów wyniki uzyskano wykonując cztery przebiegi po 15 iteracji każdy, natomiast w przypadku systemu składającego się z 2746 węzłów wyniki uzyskano wykonując cztery przebiegi odpowiednio po 20, 20, 10 i 10 iteracji. W celu uzyskania możliwie najwyższej szybkości obliczeń elementy wektorów i macierzy układu równań generowane były w sposób analityczny. Ponadto, został uwzględniony rzadki charakter macierzy (wypełnienie rzędu 0,1%) oraz zastosowano biblioteki numeryczNe, ułatwiające rozwiązywanie dużych, rzadkich układów równań liniowych [22], [24]. 7. PODSUMOWANIE Podstawową zaletą konstrukcji metody rozwiązania problemu optymalnego rozpływu mocy w systemie elektroenergetycznym przy użyciu metody non-interior point, w sensie adaptacji zmodyfikowanego problemu komplementarnego do warunków komplementarnych układu równań KKT (32), jest fakt, iż w punkcie startowym algorytmu optymalizacji nie muszą być ściśle spełnione warunki komplementarne. Cecha ta jest zapewniona dzięki użyciu funkcji wygładzających. W artykule nie wykazano matematycznego dowodu zbieżności zaprezentowanego algorytmu, jednak przeprowadzone badania testowe potwierdziły zbieżność przyjętej koncepcji. M. Połomski 134 Badania eksperymentalne zostały przeprowadzone dla wybranych systemów testowych, których przykłady można zaleźć w pakiecie obliczeniowym MATPOWER [23]. Bardzo dobre efekty otrzymano również dla polskiego systemu elektroenergetycznego. W wyniku przeprowadzonych eksperymentów numerycznych zostało stwierdzone, że zaproponowany wariant metody non-interior-point funkcjonuje poprawnie dla testowanych systemów elektroenergetycznych. W zaprezentowanym wariancie metody non-interior wprowadzono następujące modyfikacje: długość kroku (k) wyznaczana jest na podstawie normy części komplementarnej wektora wyrazów wolnych, wartość współczynnika (k+1) oblicza się bez użycia metody przeszukiwania. Wprowadzone modyfikacje umożliwiły przeprowadzenie optymalizacji systemu składającego się z 2746 węzłów. W ten sposób uzyskano eksperymentalne potwierdzenie przydatności metody non-interior-point do optymalizacji dużych systemów elektroenergetycznych. Wszystkie testowane przypadki wykazywały bardzo wysoką wrażliwość na wartości parametrów procesu iteracyjnego. *** Praca naukowa sfinansowana w ramach projektu „Optymalizacja rozpływu mocy w krajowym systemie elektroenergetycznym” (projekt badawczy nr N511 001 32/0852 realizowany w latach 2007 ÷ 2010). BIBLIOGRAFIA 1. 2. 3. 4. 5. Dommel H., Tinney W.: Optimal Power Flow Solutions. “IEEE Transactions on Power Apparatus and Systems” 1968, Vol. PAS-87, No. 10, p. 1866-1876. Momoh J., El-Hawary M., Adapa R.: A Review of Selected Optimal Power Flow Literature to 199. Part I: NonLinear and Quadratic Programming Approaches. “IEEE Transactions on Power Systems” 1999, Vol. 14, No.1, p. 96-104. Momoh J., El-Hawary., Adapa R.: A Review of Selected Optimal Power Flow Literature to 199. Part I: NonLinear and Quadratic Programming Approaches. Part II: Newton, Linear Programming and Interior Point Methods. “IEEE Transactions on Power Systems” 1999, Vol. 14, No.1, p. 105-111. Bansal R. C.: Optimization Methods for Electric Power Systems: An Overview. “International Journal of Emerging Electric Power Systems” 2005, Vol. 2, Issue 1, Article No. 1021. Granville S.: Optimal reactive dispatch through interior point methods. “IEEE Transactions on Power Systems” 1994, Vol. 9, p. 136-146. Metoda non-interior-point… 135 6. Torres G. L., Quintana V. H.: An interior point method for nonlinear optimal power flow using voltage rectangular coordinates. “IEEE Transactions on Power Systems” 1998, Vol. 13, p. 1211-1218. 7. Wu Y., Debs A. S., Marsten R. E.: A direct nonlinear predictor-corrector primal-dual interior point algorithm for opimal power flow. “IEEE Transactions on Power Systems” 1994, Vol. 9, p. 876-883. 8. Nocedal J., Wright S.: Numerical Optimization. Springer-Verlag, New York 1999. 9. Kremens Z., Sobierajski M.: Analiza systemów elektroenergetycznych. Wydawnictwa Naukowo-Techniczne. Warszawa 1996. 10. De Luca T., Facchinei F., Kanzow C.: A semismooth equation approach to the solution of nonlinear complementarity problems. “Mathematical Programming” 1996, No 75, p. 407439. 11. Kanzow C.: Nonlinear Complementarity as Unconstrained Optimization. “Journal of Optimization Theory and Applications” 1996, Vol. 88, No. 1, p. 139-155. 12. Kanzow C.: A new approach to continuation methods for complementarity problems with uniform P-functions. “Oper. Res. Lett.” 1997, No. 20, p. 85-92. 13. Hotta K., Yoshise A.: Global convergence of a class of non-interior-point algorithms using Chen-Harker-Kanzow functions for nolinear complementarity problems. “Mathematical Programming, Series A” 1999, Vol. 86, No. 1, p. 105-133. 14. Kanzow C.: Some equation-based methods for the nonlinear complementarity problem. “Optimization Methods and Software” 1994, No. 3, p. 327-340. 15. Kanzow C.: Some noninterior continuation method for linear complementarity problems. “SIAM Journal on Matrix Analysis and Applications” 1996, No. 17, p. 851-868. 16. Chen B., Harker P. T.: A non-interior-point continuation method for linear complementarity problems. “SIAM Journal on Matrix Analysis and Applications” 1996, No. 14, p. 1168-1190. 17. Burke J., Xu S.: A non-interior predictor-corrector path following algorithm for the monotone linear complementarity problem. “Mathematical Programming, Ser. A” 2000, No. 87, p. 113-130. 18. Burke J., Xu S.: The Global Linear Convergence of a Non-Interior Path-Following Algorithm for Linear Complementarity Problems. Technical Report. Department of Mathematics, University of Washington, Seattle. 1996. 19. Torres G. L., Quintana V. H.: Optimal power flow by a non-linear complementarity method. “IEEE Trans. on Power Sys.” 2000, Vol. 15, No. 3, p. 1028-1033. 20. Torres G. L., Quintana V. H.: Nonlinear Optimal Power Flow by a Non-Interior-Point Method Based on Chen-Harker-Kanzow NCP-functions. “IEEE Canadian Conference on Electrical and Computer Engineering” 1998, Vol. 2, p. 770-773. 136 M. Połomski 21. Xu. S.: The global linear convergence of an infeasible non-interior path-following algorithm for complementarity problems with uniform P-functions. “Math. Program., Ser. A” 2000, No. 87, p 501-517. 22. Davis T. A.: Algorithm 832: UMFPACK, an unsymmetric-pattern multifrontal method. “ACM Transactions on Mathematical Software” 2004, Vol. 30, Vo. 2, p. 196-199. 23. Zimmerman R., Murillo-Sanchez Z.E., Gan D.: MATPOWER – a MATLAB Power System Simulation Package. Version 3.0.0, Cornell University, February 2005. www.pserc.cornell.edu. 24. http://www.cise.ufl.edu/research/sparse/umfpack/ Recenzent: Dr hab. inż. Konrad Skowronek, prof. Politechniki Poznańskiej Wpłynęło do Redakcji dnia 2 grudnia 2009 r. Abstract In the paper, a variant of non-interior point method algorithm, for solving nonlinear optimal power flow problem (OPF) has been proposed. Presented formulation of the OPF problem is based on the standard form of the nonlinear programming problem (NLP). The optimality conditions of the optimal power flow problem may be regarded as a particular case of the nonlinear complementarity problem (NCP), in which the complementarity conditions are handled by NCP smoothing functions. Particularly, in presented case of the non-interior point method the Chen-Harker-Kanzow-Smale smoothing function has been used. The presented method has been implemented and verified experimentally by applying it to various test power systems including the test case of the Polish power system. Performed tests have shown that the formulated variant of the non-interior point algorithm can efficiently solve large-scale optimal power flow problem.