通过参数优化实现交流感知的直流最优输电切换问题
系统与控制
2025-05-05 v2 系统与控制
摘要
最优输电切换(OTS)问题在将输电线路通电状态和发电机设定点同时作为决策变量的情况下，最小化运行成本。交流潮流模型的非线性与线路状态相关的离散变量相结合，使得交流最优输电切换(AC-OTS)成为一个计算上具有挑战性的混合整数非线性规划(MINLP)。为了应对这些挑战，通常使用直流潮流近似来获得一个表示为混合整数线性规划(MILP)的直流最优输电切换(DC-OTS)公式。然而，当使用交流潮流模型进行评估时，这种近似常常导致次优或不可行的切换决策。本文提出了一种增强的DC-OTS公式，该公式利用训练机器学习模型的技术来优化直流潮流模型的参数。通过最优地选择参数值，使直流潮流模型中的潮流与来自交流最优潮流(OPF)解的视在功率流（包含有功和无功分量）对齐，我们的方法更准确地捕捉了线路阻塞行为。将这些优化后的参数集成到DC-OTS公式中，显著提高了切换决策的准确性，并减少了DC-OTS与AC-OTS解之间的差异。我们将优化后的DC-OTS模型与传统的OTS方法进行了比较，包括DC-OTS、线性规划交流(LPAC)-OTS和二次凸(QC)-OTS。数值结果表明，当使用交流潮流模型进行评估时，我们模型的切换决策产生了更好的性能，在某些情况下成本降低高达44%。
引用
@article{arxiv.2411.10528,
title = {AC-Informed DC Optimal Transmission Switching Problems via Parameter Optimization},
author = {Babak Taheri and Daniel K. Molzahn},
journal= {arXiv preprint arXiv:2411.10528},
year = {2025}
}