基于高斯混合模型且具有 CVaR 约束的分布鲁棒最优潮流
系统与控制
2021-10-27 v1 系统与控制
最优化与控制
摘要
本文提出一种面向含风电发电的输电网的分布鲁棒最优潮流（OPF）模型。该模型使用条件风险价值（CVaR）约束来控制由风电功率预测误差引起的备用与支路潮流越限。同时，将高斯混合模型（GMM）纳入 CVaR 约束以防范非高斯的预测误差分布。与以往考虑参数固定的 GMM 的研究不同，本文允许 GMM 参数在某些可信区域内变动，并构建了基于数据驱动的 GMM 模糊集以实现分布鲁棒性。此外，不同于采用计算负担高的传统基于样本的 CVaR 近似，本文设计了一种可扩展的割平面算法来处理分布鲁棒 CVaR 约束。在 IEEE 2736 总线系统上的案例研究显示了所提 OPF 模型的有效性与可扩展性。
引用
@article{arxiv.2110.13336,
title = {Gaussian Mixture Model Based Distributionally Robust Optimal Power Flow With CVaR Constraints},
author = {Lei You and Hui Ma and Tapan Kumar Saha and Gang Liu},
journal= {arXiv preprint arXiv:2110.13336},
year = {2021}
}