电力系统中的最优潮流（OPF）基础讲解

本文给出电力系统中的最优潮流（OPF）的基础讲解。➡️

---

在电力系统中，OPF 是 Optimal Power Flow（最优潮流） 的缩写。

粗略对比可以这样记：

• 潮流计算（PF, Power Flow / Load Flow）：
  在给定发电出力、负荷、电压设定的前提下，计算电压、电流、功率在系统中的分布。
• 最优潮流（OPF, Optimal Power Flow）：
  在满足潮流方程和各种运行约束的前提下，通过调整发电出力、无功补偿、变压器分接头等决策变量，使某个目标最优（如成本最小、网损最小、电压偏差最小等）。

---

1. OPF 在解决什么问题？

在给定的电网拓扑、网络参数、负荷水平下，OPF 关心的是：

• 要“调什么”（决策变量）
• 要“最优什么”（目标函数）
• 要“守哪些规矩”（约束条件）

1.1 决策变量（Decision Variables）

典型的决策变量包括：

• 各发电机有功出力：
  \[P_{G,i}\]
• 各发电机无功出力：
  \[Q_{G,i}\]
• 各节点电压幅值与相角（尤其是 PV / 平衡母线）：
  \[|V_i|, \ \theta_i\]
• 其他可调设备：
  • 变压器分接头
  • 并联电容/电抗投入量
  • FACTS / 柔性直流控制变量
  • 可调负荷 / 需求响应功率
  • 储能有功出力 / 电动汽车充放电功率等

1.2 目标函数（Objective Function）

根据调度需求不同，常见目标包括：

1. 发电成本最小
   设第 \(i\) 台机组成本函数为 \(C_i(P_{G,i})\)，典型 OPF 目标为： \[ \min \sum_{i} C_i(P_{G,i}) \]

2. 有功网损最小 设系统总有功网损为 \(P_{\text{loss}}\)，可写成： \[ \min P_{\text{loss}} \] 或按支路求和： \[ P_{\text{loss}} = \sum_{\ell} P_{\ell} \]

3. 电压偏差最小 \[ \min \sum_{i} \big(|V_i| - V_i^{\text{ref}}\big)^2 \] 其中 \(V_i^{\text{ref}}\) 为节点电压参考值（如 1.0 p.u.）。

4. 多目标综合优化
   例如： \[ \min \ \alpha C_{\text{gen}} + \beta P_{\text{loss}} + \gamma J_{\text{volt}} \] 通过加权系数 \(\alpha,\beta,\gamma\) 在成本、网损、电压质量之间折中。

1.3 约束条件（Constraints）

OPF 的约束大致分三类：

（1）潮流方程（功率平衡）

对每个节点 \(i\)：

• 有功平衡： \[ P_{G,i} - P_{L,i} = \sum_{j} f_{ij}(V,\theta) \]
• 无功平衡： \[ Q_{G,i} - Q_{L,i} = \sum_{j} h_{ij}(V,\theta) \]

其中 \(P_{ij}(V,\theta)\)、\(Q_{ij}(V,\theta)\) 由 AC 潮流公式给出，是电压幅值与相角的非线性函数。

（2）设备运行约束（Operation Limits）

• 机组有功出力上下限： \[ P_{G,i}^{\min} \le P_{G,i} \le P_{G,i}^{\max} \]
• 机组无功出力上下限： \[ Q_{G,i}^{\min} \le Q_{G,i} \le Q_{G,i}^{\max} \]
• 节点电压约束： \[ V_i^{\min} \le |V_i| \le V_i^{\max} \]
• 线路热稳定约束（潮流不超线）： \[ |S_{ij}| \le S_{ij}^{\max} \]
• 变压器分接头、有载调压器、并联电容/电抗投切、开关状态等的约束。

（3）其他系统级约束

例如：

• 区域功率平衡/备用约束
• 上下坡率约束（多时段 OPF 中）
• 储能 SOC 演化约束
• 电动汽车接入/离开时间、SOC 约束等

---

2. 标准形式下的 OPF 数学模型

从优化理论角度看，OPF 可以抽象写成：

• 把所有决策变量（发电出力、电压、分接头等）组合成向量： \[ x = \big(P_G, Q_G, V, \theta, \dots \big) \]
• 则 OPF 的标准形式为：

\[ \begin{array}{ll} \displaystyle \min\limits_{x} & f(x) \\[0.3em] \text{s.t.} & g(x) = 0 \quad \text{（潮流方程、功率平衡方程）} \\ & h(x) \le 0 \quad \text{（机组出力、电压、线路容量等约束）} \end{array} \]

其中：

• \(f(x)\)：代价函数（发电成本、网损、电压偏差、排放，或它们的加权组合）
• \(g(x)=0\)：AC 潮流方程，一般是非线性等式约束
• \(h(x)\le 0\)：设备与系统的不等式约束

由于 AC 潮流本身是非线性的，OPF 一般是一个 非线性约束优化问题，整体多是 非凸问题，求解难度较大。

---

3. OPF 与普通潮流（PF）的区别

从工程角度，对比 OPF 与 PF 有助于直观理解：

对比项	PF（潮流计算）	OPF（最优潮流）
主要目的	找到一个可行的运行点（满足潮流方程、设备约束）	在所有可行运行点中，找到目标函数最优的那一个
输入已知量	发电出力、负荷、电压设定、分接头等	电网结构、负荷、成本函数/网损模型/电压指标、以及各项运行约束
输出结果	节点电压、电流、支路功率、网损等	上述结果+“最优”的发电出力/无功出力/分接头/无功补偿等决策
数学本质	非线性方程组求解问题	非线性约束优化问题
工程语境	“看看当前运行是不是合格、潮流怎么走”	“在合格的前提下，怎么调度才最省钱/最安全/电压最好/网损最小”等

可以用一句话总结：

PF：给定发电和控制设定，求电网状态。
OPF：在满足潮流和运行约束前提下，顺带帮你决定最合适的发电和控制设定。

---

4. 常见 OPF 变体

根据建模精度与应用场景不同，OPF 有很多变体。常见几类如下。

4.1 AC OPF（交流最优潮流）

• 完整采用 AC 潮流方程：
  • 同时考虑有功、无功
  • 电压幅值、相角都参与
• 优点：物理精度高，适合评估电压、无功、配电网等细节问题。
• 缺点：问题非线性、非凸，求解难度大，算法收敛性/全局最优性不易保证。

4.2 DC OPF（直流近似最优潮流）

在高压输电网中，为了简化计算，经常使用 DC 潮流近似，假设：

• 电压幅值约为 1 p.u.
• 线路电阻忽略（\(R \ll X\)）
• 相角差较小，\(\sin(\theta_i - \theta_j) \approx \theta_i - \theta_j\)

此时：

• 只考虑有功与相角，潮流方程近似为线性
• OPF 可以写成线性规划（LP）或二次规划（QP）
• 优点：求解速度快，适合大规模电力市场出清、调度仿真
• 缺点：忽略无功、电压幅值，精度有限

4.3 多时段 OPF / 动态 OPF

当需要考虑多个时段 \(t=1,\cdots,T\) 的耦合时（如储能 SOC、机组爬坡约束、电动汽车充放电过程等），就得到多时段 OPF：

• 决策变量变为 \(x_t\)（每个时段的潮流状态与控制量）
• 目标函数累加多个时段： \[ \min \sum_{t=1}^T f_t(x_t) \]
• 约束包含：
  • 每个时段的潮流与运行约束
  • 时段间耦合约束（如 SOC 演化、机组爬坡、负荷跟踪等）

4.4 含分布式电源 / 新能源 / EV 的 OPF

在配电网和新型电力系统中，OPF 常常要考虑：

• 多个分布式电源（DG）的有功/无功可调出力
• 光伏出力随机性
• 电动汽车（EV）的充放电控制
• 储能系统（ESS）的充放电/能量约束
• 可中断/可移峰负荷等

此时，OPF 可以表示为：

• 在潮流约束基础上，增加 DG/EV/ESS 的功率与能量约束；
• 目标函数可包括：
  • 网损成本
  • 节点电压质量指标
  • 用户充电/放电成本或收益
  • 决策灵活性、鲁棒性等。

4.5 多目标 OPF（Multi-Objective OPF）

当调度目标不止一个时，常见做法包括：

• 加权和法：
  把多个目标加权合并为一个标量函数；
• 分层优化：
  先满足安全约束，再优化经济性（或相反）；
• Pareto 前沿分析：
  通过参数扫描得到一族折衷解，并进行权衡选择。

---

5. 仿真工具中的 OPF：以 MATPOWER 为例

在常用的电力系统仿真工具中：

• MATPOWER（Matlab 环境）
  • runpf(mpc)：求解潮流（PF）
  • runopf(mpc)：求解最优潮流（OPF）
• PYPOWER（Python 版 MATPOWER）
  • 提供类似的 OPF 接口
• pandapower（Python）
  • 在 net 模型基础上调用 OPF 函数进行最优调度

在这些工具中，一般流程是：

1. 建立或加载一个网络模型（如 case14, case33bw 等）；
2. 在数据结构中配置：
   • 机组成本函数
   • 电压上下限
   • 线路容量
   • 其他约束等
3. 调用：
   • runpf：只做潮流计算；
   • runopf：执行最优潮流，自动调整机组出力、电压等，使设定的目标函数最优。

可以简单记为：

• runpf：在给定出力条件下，“算一遍潮流”；
• runopf：在设备与安全约束内，“帮你决定怎么发电/怎么调无功/怎么调分接头才更优”。

---

6. 小结

• OPF（最优潮流） = 潮流方程 + 运行约束 + 优化目标。
• 它不仅求解“电压、潮流怎么分布”，还自动“帮你调”发电、无功、分接头、灵活负荷等，使成本、网损、电压等指标达到最优。
• 从数学上看，OPF 是一个以 AC/DC 潮流方程为约束的非线性（常常是非凸）优化问题。
• 工程实践中，OPF 是机组组合、经济调度、电压/无功优化、含分布式电源/电动汽车调度等问题的基础工具，也是 MATPOWER、PYPOWER、pandapower 等电力仿真平台的重要功能模块。

后续可能会在本讲基础上再写：

• “基于 MATPOWER 的 OPF 实例（如 case33bw + runopf）”
  
• “以电压偏差最小为目标的 OPF 建模与代码”
  
• “含 EV 充放电的配电网 OPF 建模”
  等扩展博文。