面向实际DER部署的不确定性感知容量扩张通过端到端网络集成
系统与控制
2024-12-10 v1 系统与控制
摘要
分布式能源资源(DER)设备的部署在配电网中发挥着关键作用，为减排、提供辅助服务、非架构替代方案以及增强网格灵活性等多种价值提供了可能。然而，现有研究在容量扩张方面存在两个主要局限，削弱了所提出模型的现实准确性：(i)缺乏对三相不平衡交流配电网络的建模，以及(ii)缺乏对模型不确定性的明确处理。为此，我们开发了一个两阶段鲁棒优化模型，纳入用于求解容量扩张问题的3相不平衡潮流模型。此外，我们将预测神经网络与优化模型集成于端到端训练框架中，以在可保证的前提下处理不可确定变量。最后，我们使用来自合作伙伴配电系统运营商收集的实际电网数据验证了所提出框架。实验结果表明，所提出的混合框架结合了优化模型和神经网络的优势，为实际场景下的DER部署提供了可行的决策支持。
引用
@article{arxiv.2412.05956,
title = {Uncertainty-Aware Capacity Expansion for Real-World DER Deployment via End-to-End Network Integration},
author = {Yiyuan Pan and Yiheng Xie and Steven Low},
journal= {arXiv preprint arXiv:2412.05956},
year = {2024}
}