矢量化动态最优潮流计算的步长控制内点法实现

实现动态最优潮流(dynamicoptimalpowerflow，DOPF)的矢量化计算。通过将同类型、同时段的优化变量集中排列，建立动态最优潮流的矢量化模型，并采用步长控制内点法进行求解。各时段的梯度矩阵和海森矩阵具有与导纳矩阵相关的稀疏特性，在计算过程中保持不变。通过设计稀疏矩阵结构和内存分配策略提高Karush-Kuhn-Tucker(KKT)系统的形成速度。分析爬坡约束和购电量合同约束对求解KKT系统的影响，对比测试多个优化排序算法，指出近似最小度(approximateminimumdegree，AMD)和列近似最小度(columnapproximateminimumdegree，COLAMD)算法求解该模型KKT系统具有很高的效率。对节点数从14到1040共5个测试系统12~96时段的DOPF模型进行仿真计算，验证所提算法的正确性和高效性。基于步长控制内点法的矢量化方法提高了DOPF程序的计算速度和收敛性。