基于共识 ADMM 与场景缩减的分布式随机 ACOPF
系统与控制
2024-11-05 v1 系统与控制
摘要
本文提出一种基于共识 ADMM 的随机 ACOPF 模型求解方法。该优化模型考虑负荷预测的不确定性及其引发的减荷成本，通过蒙特卡洛抽样进行处理。对抽样场景采用聚类方法结合同步后向缩减技术以降低计算复杂度。该方法在两个 IEEE 系统上的实验结果表明，相较于基线方法，在随机负荷场景下实现约 2% 的成本降低以及 15 倍以上的可靠性指数降低。
引用
@article{arxiv.2411.02159,
title = {Distributed Stochastic ACOPF Based on Consensus ADMM and Scenario Reduction},
author = {Shan Yang and Yongli Zhu},
journal= {arXiv preprint arXiv:2411.02159},
year = {2024}
}
备注
This paper has been accepted by the IEEE ICPEA 2024 conference in Taiyuan, China