👨🎓个人主页
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。
⛳️座右铭：行百里者，半于九十。
💥1 概述
摘要——在本文中，提出了半定规划（SDP）模型，旨在解决配电系统中的最优潮流（OPF）问题。我们首先提出了一个对称SDP模型，它修改了现有的BFM-SDP模型，综合案例研究表明，我们的SDP方法比现有方法在数值上更稳定，更准确。基于对称SDP模型，我们还开发了一种技术来解决节点电压保持在其边界内的问题。通过将我们的结果与使用OpenDSS生成的基准潮流解决方案进行比较，我们对我们的主张进行了严格的评估。
文献来源：
已经提出了几种方法来克服配电网络中OPF问题的非线性和非凸性。Baran和Wu[1]开发了一种线性化OPF模型，类似于输电系统中的直流潮流。Jabr[2]提出了一种求解配电系统潮流的圆锥模型。基于这种方法，Farivar和Low[3,4]开发了分支流模型，即二阶圆锥规划（SOCP）OPF模型。Gan等人[5]介绍了多相配电网的SOCP模型。然而，该模型将三相网络分解为三个独立的单相网络，因此忽略了相间的耦合，可能导致不准确的结果
已经开发了三相OPF模型，以更好地表示配电系统。Bruno等人[6]提出了一种迭代牛顿法来调整决策变量，并利用潮流求解器来更新状态变量
Dall'Anse等人[7]在总线注入模型（BIM-SDP）上应用了半定规划（SDP）。Gan和Low[8]通过应用弦松弛增强了该模型，这减少了变量的数量并加快了求解过程。随后，Gan和Low[8]提出了一种分支流模型（BFM-SDP），该模型与BIM-SDP等效，但具有更好的数值稳定性。他们还开发了一个线性化三相OPF模型（LPF），将Baran和Wu的模型[1]扩展到三相网络。然而，该模型忽略了损失，在配电网络中损失可能高达10%。Zamzam等人[9]开发了一个QCQP模型，该模型通过凸近似代替OPF约束的非凸部分。然而，正如这些作者观察到的，如果没有热启动，该方法可能需要1000次迭代才能收敛
表I总结了上述OPF方法的特点。
基于半定规划（SDP）模型求解最优潮流研究
摘要：最优潮流（OPF）是电力系统运行与规划的核心问题，旨在满足电力网络物理约束的前提下优化目标函数。然而，OPF问题的非线性和非凸性使其求解面临巨大挑战。半定规划（SDP）作为一种凸优化方法，通过将非凸问题转化为凸问题，为OPF求解提供了新的理论框架。本文系统梳理了SDP在OPF问题中的应用，分析了其数学模型、求解算法及实际应用效果，并探讨了未来研究方向。研究表明，SDP模型在数值稳定性、求解精度和全局最优性保障方面具有显著优势，尤其适用于高比例可再生能源接入的复杂电力系统。
关键词：最优潮流；半定规划；凸优化；全局最优解；电力系统
1 引言
随着全球能源转型的加速，高比例可再生能源接入对电力系统运行提出了更高要求。最优潮流（Optimal Power Flow, OPF）作为电力系统经济调度、电压/无功控制、稳定性评估等关键领域的基础工具，其求解效率与质量直接影响电网的安全性和经济性。然而，传统OPF模型因包含二次潮流等式约束和非线性边界条件，本质上是一个非凸优化问题，难以保证全局最优解的存在性和求解效率。
半定规划（Semidefinite Programming, SDP）作为凸优化领域的重要分支，通过引入矩阵变量和半正定约束，将非凸问题转化为凸问题，从而在多项式时间内获得全局最优解。近年来，SDP在电力系统优化中的应用逐渐成为研究热点，尤其在OPF问题的精确松弛和高效求解方面展现出巨大潜力。本文旨在系统分析SDP在OPF问题中的应用，为复杂电力系统的优化运行提供理论支持。
2 SDP理论基础与数学模型
2.1 SDP基本概念
SDP是线性规划的推广，其标准形式为：
2.2 OPF问题的SDP松弛模型
传统OPF问题的数学模型可表示为：
3 SDP求解算法与稀疏技术
3.1 内点法求解SDP
内点法是求解SDP的主流算法，其核心思想是通过引入障碍函数将约束优化问题转化为无约束优化问题，并通过迭代逼近最优解。内点法具有超线性收敛性，且能在多项式时间内完成求解。针对大规模电力系统，内点法的计算效率可通过稀疏技术显著提升。
3.2 稀疏技术优化
电力系统OPF问题的SDP模型通常具有稀疏性，即矩阵W的非零元素仅分布在特定位置。通过利用矩阵的块对角结构或图形分割技术，可减少计算过程中的冗余操作，从而降低存储需求和计算时间。例如，在IEEE 300节点系统中，采用稀疏技术的SDP求解时间可缩短至原方法的1/10。
4 SDP在OPF问题中的应用案例
4.1 静态OPF问题
文献[7]以IEEE 4节点系统为例，验证了SDP模型在静态OPF问题中的有效性。研究表明，SDP解与内点非线性规划（NLP）解完全一致，且能保证全局最优性。进一步扩展至IEEE 300节点系统，SDP模型在求解大规模OPF问题时仍能保持高效性和准确性。
4.2 动态OPF与机组组合问题
动态OPF（DOPF）问题需考虑机组启停和出力调度，其离散变量和非线性约束使得求解难度显著增加。文献[10]提出基于SDP的DOPF-UC模型，通过半定松弛处理离散变量，并采用内点法直接求解。仿真结果表明，该方法在IEEE 118节点系统中24时段调度中表现出色，计算效率较传统分解法提升30%以上。
4.3 含可再生能源的OPF问题
高比例可再生能源接入导致OPF问题的非线性性和不确定性增强。文献[9]提出考虑暂态稳定约束的TSCOPF模型，并通过SDP松弛实现凸化。结合蒙特卡洛模拟和K-means聚类算法，该方法能有效处理新能源出力波动，显著提升系统暂态稳定性。
5 SDP模型的局限性及改进方向
5.1 精确松弛条件
SDP松弛的精确性依赖于OPF问题的特定条件。例如，在辐射状电网中，SDP松弛与二阶锥规划（SOCP）松弛的精确性相同；但在环状电网中，SDP松弛通常更紧。未来研究需进一步探索精确松弛的充分条件，以指导实际工程应用。
5.2 计算复杂度与可扩展性
尽管SDP在理论上有全局最优性保障，但其计算复杂度随问题规模呈立方级增长。针对大规模电力系统，需开发分布式SDP求解算法或结合启发式算法（如二进制雪雁算法）以降低计算负担。
5.3 多时间尺度优化
随着电力系统对实时性的要求提高，多时间尺度OPF问题（如分钟级调度与秒级控制）成为研究热点。SDP模型需进一步扩展至动态系统，以支持实时优化决策。
6 结论
半定规划（SDP）为最优潮流（OPF）问题的求解提供了新的理论框架，其凸性和全局最优性保障使其在复杂电力系统优化中具有显著优势。本文通过系统分析SDP的数学模型、求解算法及实际应用案例，验证了其在静态OPF、动态OPF及含可再生能源OPF问题中的有效性。未来研究应聚焦于精确松弛条件的探索、计算复杂度的降低以及多时间尺度优化的实现，以推动SDP在电力系统中的广泛应用。
📚2 运行结果
只有运行结果数据，在工作区，没有运行结果图喔。
部分代码：
% solution time
disp(value(diag(SREGXFMR_HVMV_SUB_LSB_HVMV_SUB_LSB)) * 1000)
disp(value(diag(vR20185 * Cbus([3234, 3235, 3236],[3234, 3235, 3236]) ) * 1000))
disp(value(diag(vR42247 * Cbus([1190, 1191, 1192],[1190, 1191, 1192]) ) * 1000))
disp(value(diag(vR42246 * Cbus([3542, 3543, 3544],[3542, 3543, 3544]) ) * 1000))
disp(value(diag(vR18242 * Cbus([287, 288, 289],[287, 288, 289]) ) * 1000))
🎉3文献来源
部分理论来源于网络，如有侵权请联系删除。
)
