伊朗峰值负荷管理中产消者网络的评估:一种分布式情境随机优化方法
最优化与控制
2024-09-04 v1 机器学习
系统与控制
系统与控制
机器学习
摘要
可再生产消者面临着平衡自给自足与无缝电网和市场整合的复杂挑战。本文引入了一个新颖的产消者网络框架,旨在缓解伊朗的峰值负荷,特别是在可再生能源发电和需求固有的不确定性下。提出了一种成本导向的集成预测与优化方法,赋能产消者在分布式情境随机优化(DCSO)框架内做出明智决策。该问题被表述为一个双层两阶段多时间尺度优化问题,以确定在考虑灵活资源的情况下,各种场景下的最优运行和交互策略。为促进电网整合,提出了一种新颖的基于共识的情境信息共享机制。这种方法能够实现协调的集体行为,并更有效地利用情境数据。通过引入最优性条件并线性化互补约束,整体问题被重构为一个混合整数线性规划(MILP)。此外,还提出了一种使用共识交替方向乘子法(ADMM)的分布式算法,以实现计算可处理性和隐私保护。数值结果强调,将预测与优化相结合,并在产消者之间实施情境信息共享网络,可显著降低峰值负荷和总成本。
引用
@article{arxiv.2409.00493,
title = {Evaluation of Prosumer Networks for Peak Load Management in Iran: A Distributed Contextual Stochastic Optimization Approach},
author = {Amir Noori and Babak Tavassoli and Alireza Fereidunian},
journal= {arXiv preprint arXiv:2409.00493},
year = {2024}
}
备注
10 pages, 26 figure, journal paper