电力系统最优潮流用什么求解器求解

最优潮流考虑的因素不一样，其模型的特点也是不一样的，相应所能够求解的算法也不一样。

1、不含切机、切负荷、切容抗器等01变量的最优潮流，其模型一般是连续的，可以采用IPOPT内点法工具箱求解。这个工具箱是免费的，windows和linux系统都支持，在使用时要注意采用稀疏存储模式，并且不要使用自动求导工具（ADOL+Colpack），求解工具bug很多，只能用来对比验证自动手动求导的正确与否。

2、含01变量的二次连续型最优潮流，若可以线性化，则可以采用Cplex求解器，不能线性化的，可以采用GAMS平台(Cplex是GAMS其中一个求解器)。这个求解器是商用的，需要找破解版。

3、除上述两种情况外，最优潮流模型离散，一般情况下只能采用粒子群等智能搜索算法。

4、国内传说很牛什么问题都能解的求解器1stopt。不过也是收费的（他们自己放出的免费1.5版本问题多多，基本上用不了），优点是问题模型描述简单，真的是非常简单，没有求导等复杂问题，但是这个所谓的简芹核单方法并不支持最优潮流这类优化问题，必须使用编程模式，所以就一样变得复杂（没有逐步调试功能）。不足问题就是没有逐步调试功能，运行时变量的值无法跟踪，很不方便查烂首竖找问题出在哪；输入和输出 *** 作都不太方便，虽然支持嵌入式excel输入数据，但是运行时会卡顿一会；版本不向下兼容，低版本的命令到了高版本就不一定能用；不支持多个子代码文件，所有饥大程序必须写在同一个代码本里，没有像c++和matlab可以把代码放在不同文件调度的功能，不方便模块化编程。

首先要清楚常规潮流计算和最优潮流的不同，尤其是计算过程。

常规潮流计算是给定PV,PQ和平衡节点相应的已知条件，根据网络拓扑计算线路功率和网损等运行指标，所给定的条件不一定使电网的运行达到最优水平；并且在电力市场环境下这些条件是未知的。因此需要寻找最优的已知条件，使调度运行成本、安全性、稳定性等最优，即成为最优潮流。在寻找最优运行条件神肢的过程就需要到如遗传算法等智能算法搜索或者数值方法如内点法等。

遗传算法与潮流计算的结合就是用遗传算法搜索最优运行条件。

现假定网损是判定最优与否的原则，即网损越小越优，同时定义遗传算法的适应度为一大数减去网损(即f=C-PL)将最小化问题转化为最大化问题；待求运行条件的个数为m；遗游唤世传算法的种群数为n。

由以上分析不难知道，最优潮流计算过程需要反复调用常规潮流计算，这也是计算耗时的原因。

若将遗传算法的收敛判据设定为相邻两代的最大适应度值趋于稳定，则结合过程如下：

（1）初始化：用遗传算法产生初始种群（n行m列），初始最优适应度为0。转（2）

（2）计算适应度：将产生的种群（已知条件）分别代入常规潮流程序，计算每个个体下的网损，从而得到每个个体相应的适应度值，保存最优适应度值。判定最优适应值变化情况，若|f2-f1|<ε（ε为一很小的正数），迭代终止，输出最优个体，否则转（3）。

（3）进行遗传算子的 *** 作：调用遗传算法的选择、交叉和变异 *** 作，从而链侍得到新的种群。转（2）

根据以上三个基本步即可实现遗传算法与潮流计算的结合。

---