MMMar, 2012

基于无环图的二次约束二次规划在电力流中的应用

PDF
TL;DR本文研究表明，当非凸性的二次约束二次规划的基础图为无环图且其约束满足一定的技术条件时，可以在多项式时间内解决；当这个条件不满足时，我们提出了一种启发式方法来获取可行点，并在放射网络的最优功率流问题上展示了此方法的应用。
non-convex optimizationquadratically constrained quadratic programsacyclic graphsheuristicoptimal power flow
发现论文，激发创造
  • 径向网络中最优功率流的精确凸松弛

    通过将可行集合轻微缩小，针对径向网络，可以在先验可检查的条件下通过二阶锥规划 (SOCP) 松弛恢复 OPF 的全局最优解。针对 IEEE 13、34、37、123 节点总线网络和两个实际网络，该条件成立并具有物理解释。

    Nov, 2013

  • QCQP-Net: 可靠地学习交流最优功率流解决方案

    ACOPF 学习的创新框架结合了经典的基于优化的方法和基于神经网络的方法，通过特殊的激活函数和损失函数，实现了高效可靠的解决方案，提高了可行性率和发电成本。

    Jan, 2024

  • 基于概率约束的交流最优潮流问题：格式重构与高效算法

    为了确保安全的系统运行，需要新的工具来处理越来越多的可再生电力带来的不确定性。本文给出了基于概率约束的 AC 优化功率流问题，提出了一个准确而可行的分析改进方法，提供了不同的解决算法，并在基于四种不同 IEEE 系统的案例研究中证明了迭代方法的可扩展性和最优性。

    Jun, 2017

  • 树状网络上的 AC-Feasibility 问题是 NP - 完全的

    本文研究发现基于树状网络的二阶锥松弛是紧的且交流可行性问题是 NP - 难问题。

    Oct, 2014

  • 最优潮流的图模型

    本文提出一种基于树形结构图模型和区间离散化的近似算法，使用约束规划技术和自适应边界传播算法，能够解决优化问题，适用于任意分配网络和混合整数优化问题，可在智能电网应用中使用，实现分布式消息传递方式，具有良好的可伸缩性和实际效用。

    Jun, 2016

  • 多项式优化问题中的最优潮流

    用多项式优化问题表达交流最优电力流（ACOPF）问题可以在实践中解决大规模实例，并在理论上保证渐近收敛。

    Apr, 2014

  • 极速交流最优潮流学习

    本文介绍了一种基于机器学习方法的在线求解交流优化潮流问题的方案，通过利用历史数据来学习系统负载和最优发电量之间的映射关系，实现在毫秒级别上获得近乎最优的解决方案，避免了解决非凸优化问题带来的计算挑战。

    Sep, 2019

  • 最优潮流的凸松弛，第 1 部分：公式和等价性

    本文简要介绍了最优功率流（OPF）问题的凸松弛的最新进展，重点关注结构性质而非算法。第一部分介绍了两种功率流模型，阐述了在每个模型中的 OPF 及其的松弛，并证明了它们之间的等价关系。第二部分提出了凸松弛的确切充分条件。

    May, 2014

  • 图神经网络在 (混合整数) 二次规划中的表达能力

    用连续和混合整数设置的情况下，我们研究了图神经网络在二次规划任务中的表达或代表能力，证明了存在可靠地表示二次规划关键属性的消息传递图神经网络，并通过数值结果验证了我们的理论。

    Jun, 2024

  • AC 功率流可行性问题的强 NP 难度

    对于交流潮流无功优化问题的 强 NP - 完全性 做出严格证明。

    Dec, 2015