面向电力系统随机运行的问题驱动场景削减框架
最优化与控制
2025-06-16 v3
摘要
场景削减（SR）旨在识别一个规模小且具代表性的场景集，以刻画潜在的随机性，这对于电力系统基于场景的随机优化（SBSO）至关重要。现有的SR技术通常旨在实现对原始场景集的统计近似。然而，SR与SBSO通常被视为两个独立且解耦的过程，这无法保证对原始最优性的优越近似。相反，本文将SBSO问题结构融入SR过程，并提出了一种新颖的问题驱动场景削减（PDSR）框架。具体而言，我们将原始场景集在分布空间中投影到问题空间中场景间的互决策适用性上。随后，嵌入独特的问题驱动距离度量的SR过程被转化为混合整数线性规划公式，以在最小化最优性间隙的同时获取代表性场景集。此外，提出了事前与事后问题驱动评估指标以评估SR性能。在两个两阶段随机经济调度问题上的数值实验验证了PDSR的有效性，并表明PDSR通过识别显著（如最坏情况）场景，在可接受的计算时间内实现了小于0.1%的最优性间隙，显著优于现有SR方法。
引用
@article{arxiv.2404.07810,
title = {Problem-Driven Scenario Reduction Framework for Power System Stochastic Operation},
author = {Yingrui Zhuang and Lin Cheng and Ning Qi and Mads R. Almassalkhi and Feng Liu},
journal= {arXiv preprint arXiv:2404.07810},
year = {2025}
}
备注
This is a manuscript submitted to IEEE Transactions on Power Systems