面向主动配送网分布式能源资源容量规划的噪声感知贝叶斯优化方法
神经与进化计算
2024-12-12 v1 系统与控制
系统与控制
摘要
可再生能源(RES)在主动配送网(ADN)中的日益渗透导致运营场景日益复杂且充满不确定性，造成ADN运营的显著偏差和风险。在本研究中，提出了一种针对ADN中分布式能源资源的协同容量规划方案，以提升RES的容纳能力。该方案考虑了RES的波动性、可调需求响应资源的特征、ADN的双向功流以及安全运营限制。在针对由操作仿真与实际环境之间不可避免偏差引起的噪声项，本研究提出了一种改进的噪声感知贝叶斯优化算法，采用概率代理模型，以克服环境噪声的干扰，在噪声环境下高效优化容量规划模型。数值仿真结果验证了该方法在应对环境噪声方面的优越性，以及在降低年度成本和提高计算效率方面的效果。
引用
@article{arxiv.2412.08370,
title = {Noise-Aware Bayesian Optimization Approach for Capacity Planning of the Distributed Energy Resources in an Active Distribution Network},
author = {Ruizhe Yang and Zhongkai Yi and Ying Xu and Dazhi Yang and Zhenghong Tu},
journal= {arXiv preprint arXiv:2412.08370},
year = {2024}
}
备注
27 pages, 9 figures, journal