分布式最优潮流中收敛容差影响的最优管理
系统与控制
2023-11-15 v1 系统与控制
摘要
未来电网可能依赖分布式优化来确定海量分布式能源的设定点。将分布式算法应用于最优潮流（OPF）问题已有大量工作，此类问题要求独立计算智能体就共享边界变量值达成一致。这些共享变量不匹配的较宽松容差通常以加剧约束违背为代价换取更快收敛，但关于收敛容差如何影响解质量缺乏定量理解。为弥补此缺口，我们首先量化当分布式 OPF 发电机调度应用于电力系统时，收敛容差如何影响约束违背。利用该分析的见解，我们进而开发一种边界收紧算法，其保证来自分布式 OPF 算法的运行点不会导致违背，尽管共享变量不匹配可能在收敛容差内。我们还探讨如何对累积共享变量不匹配进行界定可防止边界收紧中不必要的保守性。所提方法能够在计算速度（随收敛容差增大而提升）与分布式 OPF 解代价（因约束收紧随收敛容差增大而升高）之间控制权衡，同时确保可行性。
引用
@article{arxiv.2311.08305,
title = {Optimally Managing the Impacts of Convergence Tolerance for Distributed Optimal Power Flow},
author = {Rachel Harris and Mohannad Alkhraijah and Daniel K. Molzahn},
journal= {arXiv preprint arXiv:2311.08305},
year = {2023}
}