找到 2 条结果
用于含不确定风电的电力系统交流网络约束机组组合的两阶段自适应鲁棒模型
Two-Stage Adaptive Robust Model for AC Network-Constrained Unit Commitment in Power Systems With Uncertain Wind Power
Siqi Wang · Xin Zhang · Min Du · Wei Pei · IEEE Transactions on Sustainable Energy · 2025年2月
随着风电大规模接入电力系统，其固有的不确定性与波动性对系统运行安全构成严峻挑战。传统鲁棒优化方法仅考虑最恶劣场景，导致决策过于保守，且对交流网络约束考虑不足。为此，本文提出一种新型自适应鲁棒交流网络约束机组组合（AC-NCUC）模型，兼顾风电出力不确定性与交流网络安全。通过构建凸多面体不确定性集刻画风电不确定性，并可通过调节其规模控制决策保守性。结合Benders分解法与牛顿-拉夫森法求解该模型，获得最优调度方案。基于改进IEEE 6节点与RTS 79系统的仿真结果验证了所提方法的合理性与有效性...
解读: 该研究提出的自适应鲁棒AC-NCUC模型对阳光电源的储能系统和大型电站解决方案具有重要参考价值。其优化算法可应用于ST系列储能变流器的调度控制和PowerTitan系统的容量配置,提升系统经济性。特别是在风电不确定性场景下的交流网络约束处理方法,可用于完善储能系统的GFM控制策略,增强系统稳定性。该...
正则化Benders分解在高性能容量扩展模型中的应用
Regularized Benders Decomposition for High Performance Capacity Expansion Models
Filippo Pecci · Jesse D. Jenkins · IEEE Transactions on Power Systems · 2025年1月
本文研究电力容量扩展模型，该模型通过最小化投资与运行成本来优化投资与退役决策。为支持规划与政策制定，模型需包含详细的运行约束、时序耦合条件、多种气象与需求情景，并考虑离散的投资决策，导致大规模混合整数优化问题，难以被通用求解器处理。为此，本文采用定制化的Benders分解方法，适用于多阶段、随机运行场景、时序政策约束及多日储能与水库水电资源的复杂模型。通过多个案例研究评估了多种水平集正则化策略以加速收敛，结果表明，选择可行域内部规划决策的正则化方案性能优越，显著提升高分辨率混合整数规划问题的计算...
解读: 该正则化Benders分解算法对阳光电源PowerTitan储能系统和iSolarCloud云平台具有重要应用价值。在新能源电站容量规划中，该方法可高效求解包含ST储能变流器、SG光伏逆变器的混合整数优化问题，处理多日储能时序耦合约束和多气象场景。具体可应用于：1）PowerTitan储能系统的容量...