在分布鲁棒最优潮流中纳入单峰性信息的价值
最优化与控制
2019-08-06 v2
摘要
为应对可再生能源发电与负荷消耗的不确定性，机会约束最优潮流（OPF）建模及各种求解方法已被提出。然而，常规求解方法常依赖于不确定性分布的准确估计，而这未必存在。当分布未知但可限定于一组称为模糊集的可信分布时，可采用分布鲁棒（DR）优化以保证机会约束对该集合中全部分布均成立。但若模糊集过大，DR OPF 会得到保守的解。本文评估了在 DR OPF 问题中同时使用矩信息与单峰性信息的价值，后者可缩小模糊集并降低保守性。电力系统中多数实际不确定性分布为单峰的。前文已给出精确重构、近似及高效求解技术。本文提出一种最优参数选择方法，搜索最优近似，显著提升计算效率与解质量。我们利用 modified IEEE 118 总线与 300 总线高可再生能源渗透系统，针对现有机会约束 OPF 方法评估了该方法的性能。结果表明，纳入单峰性信息可在不显著损害可靠性的前提下降低解的保守性与成本。
引用
@article{arxiv.1811.10217,
title = {The Value of Including Unimodality Information in Distributionally Robust Optimal Power Flow},
author = {Bowen Li and Ruiwei Jiang and Johanna L. Mathieu},
journal= {arXiv preprint arXiv:1811.10217},
year = {2019}
}