面向多尺度不确定性的电力系统容量扩展的嵌套交叉分解算法
分布式、并行与集群计算
2021-08-20 v1 最优化与控制
摘要
现代电力系统见证了可再生能源、储能、电动汽车和各种需求响应资源的快速渗透。因此，由于来自多样化新资源的波动性和不确定性，电力基础设施规划面临更多挑战。本研究旨在开发一个多阶段多尺度随机混合整数规划（MM-SMIP）模型，以捕捉电力系统容量扩展问题中的粗时间尺度不确定性（如投资成本和长期需求随机性）和细时间尺度不确定性（如小时级可再生能源出力与电力需求不确定性）。为应用于实际电力系统，所得模型将导致极大规模的混合整数规划问题，其不仅饱受众所周知的维数灾难之苦，还面临各阶段海量整数变量带来的计算困难。为解决与 MM-SMIP 模型相关的此类挑战，我们提出了一种嵌套交叉分解算法，该算法由两层分解组成，即 Dantzig-Wolfe 分解和 L 形分解。该算法在我们的数值研究中展现出良好的计算性能，并且特别适合并行计算，这也将通过计算结果加以展示。
引用
@article{arxiv.2108.08545,
title = {A Nested Cross Decomposition Algorithm for Power System Capacity Expansion with Multiscale Uncertainties},
author = {Zhouchun Huang and Qipeng P. Zheng and Andrew L. Liu},
journal= {arXiv preprint arXiv:2108.08545},
year = {2021}
}