一种用于实时直流最优传输切换的K近邻启发式方法
最优化与控制
2021-05-17 v3
摘要
尽管已知传输切换能够降低发电成本，但即便求解直流最优传输切换（DCOTS）的困难也阻碍了最优传输切换在实时电力系统运行中的普及。在本文中，我们提出一种用于DCOTS的k近邻（KNN）启发式方法，其依赖于这样一种洞察：对于固定网络上的常规运行，相似负荷曲线和发电成本曲线下的DCOTS解很可能断开相似的线路集合。我们采取数据驱动的方法，并假设已拥有许多历史实例的DCOTS解，考虑到该问题在实践中每5分钟求解一次，这一假设是现实的。给定新实例时，我们从过去寻找一组“接近”的实例，并返回它们解中针对新实例的最佳者。我们给出了一个涵盖7个测试网络（规模从118到3375个母线不等）的案例研究。我们将所提启发式方法与文献中的DCOTS启发式方法、商业求解器启发式方法以及一种简单的贪婪局部搜索算法进行比较。在大多数情况下，我们以更少的计算时间找到了更高质量的解。此外，即使在较大网络上，计算时间也在实时运行所限定的界限之内。最后，我们对训练数据进行了实证研究，以理解该启发式方法表现良好的原因。
引用
@article{arxiv.2003.10565,
title = {A K-Nearest Neighbor Heuristic for Real-Time DC Optimal Transmission Switching},
author = {Emma S. Johnson and Shabbir Ahmed and Santanu S. Dey and Jean-Paul Watson},
journal= {arXiv preprint arXiv:2003.10565},
year = {2021}
}
备注
32 pages, 14 figures