有需要一种能够在规定时间和精度下进行优化潮流计算的算法。故对大规模电力系统
优化潮流算法的研究有着重大意义[4]。
最优潮流可将电力系统可靠性与电能质量量化成相应的经济指标，并最终达到优
化资源配置、降低成本、提高服务质量的目的。一方面，通过最优潮流计算可指导系
统调度员的操作，保证系统在经济、安全、可靠的状态下运行。具体表现为:  第一，
当所求问题以目标函数、控制变量和约束条件的形式固定下来后，就一定可以求出唯
一最优解，并且该结果不受人为因素的影响。第二，最优潮流的寻优过程可以自动识
别界约束，在解逐渐趋于最优的过程中可得到网络传输瓶颈信息，从而可以指导电网
扩容与规划。第三，通过在最优点比较最优条件及相关数学模型，可以获得一些重要
的灵敏度信息，如改变一些控制变量或松弛一些约束条件对解性能的影响程度，虽然
这些信息只是在最优解的附近有效，但仍然能够揭示网络参数之间的一些关系。第四，
最优潮流建模时保留了一定的冗余量，若在物理条件不可行的情况下找到解，这将有
助于识别造成不可行解的冲突约束，并可为提高物理网络的运行可行性提供解决方案。
    另一方面，随着电力市场化进程的不断深入，最优潮流研究的经济价值不断
地体现出来。最优潮流可使电力系统处于最优运行环境下，从而使系统更加安全、稳
定、可靠。在约束条件较多的情况下，最优潮流可以把它们整合到同一个价值标准下
来进行协调。这不仅满足了电力系统运行经济性、安全性的基本要求，而且可以降低
发电成本，协调电厂与电网、电网与用户之间的冲突。 1.2 国内外研究现状[5]
   20 世纪 60 年代初法国电力公司的J.Carpentier最先提出最优潮流模型，之后便
为许多学者所关注并做了大量的研究工作，写出大量有关文献和报告。
  Dommel和 tinney与 1968 年提出简化梯度算法，它是建立在 newtin 发潮流计算
基础之上，独立变量取系统的控制变量，用罚函数处理违界的函数不等式约束，用
Lagrangian 乘子方法判别是否已到边界。在此基础上发展了广义简化梯度法和微分注
入法。这种方法具有简单，容易实现等优点。但收敛性较差，尤其是在接近最优点附
近收敛较慢。
20 世纪70 年代末，Stott等人应用修正单纯形方法解决电力系统中的实际问题如
安全经济调度以及紧急控制动作的计算。80 年代中期,Quintana 等人提出非传统的线
性规划的方法，采用了分段可微罚函数方法，用于求解无功和有功经济调度问题。90
年代初，美国电力与计算机应用公司的 O.Alsac 等人对基于线性规划的最优潮流算法
做了更深刻的阐述，指出该类算法不仅对有功优化子问题和安全校正类问题可以得到
理想结果，当处理有功网损等目标函数不可分的优化问题时，也可以获得与直接非线
性规划方法相当的优化结果。逐次线性规划方法是将目标函数和约束条件在当前迭代
点线性化，通过求解线性规划子问题来获得迭代步长，是目前为止应用最为广泛的一
类最优潮流算法，它具有不需要形成二阶导数 Hessian 矩阵，迭代过程可以根据用户
置顶的精度而终止的优点。但其线性化步长的选取一直是困扰该算法的难题，对最终
的收敛结果影响较大。
逐次二次规划方法是将目标函数用二次模型而将约束条件线性化处理。在这类算 Matlab电力系统最优潮流算法研究(2):http://www.751com.cn/zidonghua/lunwen_6153.html