scholarly journals A low-rank coordinate-descent algorithm for semidefinite programming relaxations of optimal power flow

2017 ◽  
Vol 32 (4) ◽  
pp. 849-871 ◽  
Author(s):  
Jakub Mareček ◽  
Martin Takáč
2020 ◽  
pp. 1-12 ◽  
Author(s):  
Elnaz Davoodi ◽  
Ebrahim Babaei ◽  
Behnam Mohammadi-Ivatloo ◽  
Miadreza Shafie-Khah ◽  
Joao P. S. Catalao

2022 ◽  
Vol 305 ◽  
pp. 117771
Author(s):  
Yan Huang ◽  
Yuntao Ju ◽  
Kang Ma ◽  
Michael Short ◽  
Tao Chen ◽  
...  

2008 ◽  
Vol 30 (6-7) ◽  
pp. 383-392 ◽  
Author(s):  
Xiaoqing Bai ◽  
Hua Wei ◽  
Katsuki Fujisawa ◽  
Yong Wang

TecnoLógicas ◽  
2017 ◽  
Vol 20 (40) ◽  
pp. 29-42 ◽  
Author(s):  
Oscar D. Montoya-Giraldo ◽  
Walter J. Gil-González ◽  
Alejandro Garcés-Ruíz

Este artículo presenta una formulación convexa para el problema de flujo de potencia óptimo (Optimal Power Flow-OPF) en sistemas de potencia radiales y enmallados, a través de un modelo matemático basado en programación semidefinida (Semidefinite Programming-SDP), el cual trasforma el modelo cuadrático no convexo del OPF en un modelo convexo relajado, que puede ser solucionado de forma mucho más eficiente. El modelo es implementado en MATLAB usando el paquete de optimización convexa CVX. Los resultados obtenidos son comparados con el modelo no lineal del problema implementado en GAMS y MATPOWER usando cuatro sistemas típicos de la literatura especializada, dos de tipo radial y dos enmallado. Las soluciones encontradas por esta aproximación convexa, son muy cercanas a las respuestas presentadas en la literatura especializada para el modelo no lineal. Este tipo de aproximación permite obtener soluciones de muy buena calidad, muy cercanas a la solución óptima del problema en tiempos computacionales menores y susceptibles de aplicarse en problemas de operación y control en tiempo real.


Sign in / Sign up

Export Citation Format

Share Document