面向电网拓扑追踪的在线能源价格矩阵分解
机器学习
2016-11-17 v1 机器学习
最优化与控制
应用统计
摘要
电网安全与开放市场是智能电网的两大主要目标。市场数据的透明度有助于营造竞争高效的能量环境，但也可能暴露关键的物理系统信息。本文探索仅基于公开可用的市场数据来恢复电网拓扑。实时能源价格作为网络约束经济调度的拉格朗日乘子计算得出，即通过一个通常每 5 分钟求解一次的线性规划 (LP)。鉴于电网拉普拉斯矩阵是该 LP 的一个参数，通过观察连续的 LP 对偶结果可以推断出这样一个揭示拓扑的矩阵。首先证明时空价格矩阵可分解为逆拉普拉斯矩阵与一个稀疏矩阵的乘积。利用稀疏矩阵分解的结果，随后构建了具有互补优势的拓扑恢复方案。设计了可扩展至高维流式市场数据的求解器。在 IEEE 30 节点电网上使用真实负荷数据进行的数值验证为当前及未来的市场设计提供了有用的输入。
引用
@article{arxiv.1410.6095,
title = {Online Energy Price Matrix Factorization for Power Grid Topology Tracking},
author = {Vassilis Kekatos and Georgios B. Giannakis and Ross Baldick},
journal= {arXiv preprint arXiv:1410.6095},
year = {2016}
}
备注
Submitted to the IEEE Trans. on Smart Grid