MINLP in Transmission Expansion Planning
Jakub Marecek, Martin Mevissen, Jonas Christoffer Villumsen
输电扩展规划需要预测电力需求和基础物理模型，即，能量流我们提出了三种方法来获得精确解的传输扩展规划问题的交流模型，对于一个给定的负载。
Transmission expansion planning requires forecasts of demand for electric power and a model of the underlying physics, i.e., power flows. We present three approaches to deriving exact solutions to the transmission expansion planning problem in the alternating-current model, for a given load.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
Joint Expansion Planning of Power and Water Distribution Networks
本研究针对电力与配水网络的多层级依赖特性，聚焦水泵耗电依赖构建接入模型，将联合扩展规划建模为MINLP，经小规模测试验证，相比独立扩展可节约成本、降低冗余。
The Allocation of a Variable Series Reactor Considering AC Constraints and Contingencies
可变串联电抗器（VSR）可以通过调节线路电抗来有效地控制潮流。当它们在电网中得到适当的分配时，可以减少输电阻塞和发电成本。本文提出了一个规划模型，以最佳分配的VSR考虑AC约束和多个场景，包括基本情况和意外事件。该规划模型是一个非凸的大规模混合整数非线性规划问题，通常是难以求解的。Benders方法将MINLP模型分解为一个混合整数线性规划（MILP）主问题和若干非线性子问题。基于IEEE 118节点的算例表明了该方法的有效性。
Heuristics for Transmission Expansion Planning in Low-Carbon Energy System Models
世界各国政府正在计划增加可再生能源在其能源系统中的份额。新的风能和太阳能发电厂的选址需要与电网规划密切协调，因此在空间和时间上解决的模型中，发电和输电扩展投资的共同优化是一个不可或缺但复杂的问题。特别是考虑输电扩展规划（TEP）增加了问题的复杂性。即使将潮流方程线性化，由于线路扩展对线路阻抗的依赖性和线路扩展选项的离散集，最优化问题仍然是双线性和混合整数。虽然可以通过应用大M析取松弛来线性化该混合整数非线性规划（MINLP），但是所得到的MILP仍然难以使用用于大规模能源系统模型的最先进的求解器来求解。因此，在本文中，我们开发了将整数传输扩展和响应线阻抗的能源系统模型，同时保留了较低的计算工作量的连续线性规划（LP）应用顺序线性规划（SLP）技术，松弛和离散化途径。我们基准测试他们的性能对德国传输系统的政策相关的案例研究的精确制定的结果，在他们的计算时间的加速，偏离最佳的总系统成本，和线路扩展的相似性。使用优化，我们减少了82%的联合发电和传输优化的计算时间，最大的总系统成本偏差只有1.5%。该算法紧密反映了精确MINLP的最优整数线路投资，为政策相关的低碳能源系统最优化模型节省了大量时间。
Water Demand Maximization: Quick Recovery of Nonlinear Physics Solutions
本文提出了一种高效方法，通过迭代划分细化从MILP松弛问题中恢复可行的MINLP解，从而在减少计算时间的同时提高解的质量。
Stochastic Multistage Co-optimization of Generation and Transmission Expansion Planning
本文介绍了一种基于Benders分解和多阶段随机最优化的发输电规划工具：（i）基于MIP的“投资模块”确定试扩方案;（ii）以SDDP为基础的“操作模块”根据生产能力限制的预期边际成本，计算试验计划的预期运行成本，最优解。综合G&T规划方法说明了一个现实的规划研究玻利维亚电力系统。
Netload Range Cost Curves for a Transmission-Aware Distribution System Planning under DER Growth Uncertainty
提出一种嵌入DER增长不确定性的输电感知配电规划方法，生成净负荷范围成本曲线以协调输配电规划，实验验证了其有效性和适用性。
AC Transmission Network Expansion Planning: A Semidefinite Programming Branch-and-Cut Approach
输电网扩展规划是一个混合整数最优化问题，其解用于指导未来输电设备的投资。提出了一种利用交流网络模型求解输电规划问题全局解的方法。该方法建立在半定松弛的AC最优潮流问题（ACOPF），其计算引擎是一个新的专门的分支和切割算法的传输扩展规划，以处理潜在的混合整数ACOPF问题。有效的不等式，是基于特定的知识的扩展问题，以提高解决方案的质量在任何节点的搜索树，从而显着降低了整体的计算工作量的分支定界算法。此外，利用半定松弛的稀疏性，进一步减少了分支和切割树的每个节点处的计算时间。尽管大量的出版物上的传输扩展规划，所提出的方法是第一个提供扩展计划，是全球最优的混合整数ACOPF问题的解决方案的方法。标准网络上的结果作为重要的基准来评估现有技术和简化模型的解决方案的质量。
Transmission Expansion Planning Considering Energy Storage
在电力传输网络中，储能系统（ESS）通过平滑供应和匹配需求提供了一种升级延迟的手段。我们对输电网络扩展规划（TEP）问题开发了一个混合整数规划（MIP）扩展，该问题考虑了ESS以及附加电路的安装和操作。该模型被证明是众所周知的Garver的6总线和IEEE 25总线测试电路的两个24小时的操作场景;短峰，长峰。我们发现最佳的位置和存储容量不仅对成本敏感，而且对网络中需求的变化也敏感。
A Stochastic-Robust Approach to Hierarchical Generation-Transmission Expansion Planning
在本文中，一个综合的和分层的发电和输电扩展规划方法之间的差异进行了描述。然后，详细描述了分层方法。在通项中，投资决策是分步进行的，而不是一个整体优化方案。本文提出了一种随机分层的发输电规划方法的基础上的三个步骤，如下：1。在这一步中，一个综合的扩展规划问题的发电和区域间互联的解决; 2。考虑到（发电和互连）的最优扩展计划，在不监测电路流量限制的情况下（除了互连中的那些，其被监测）执行具有详细网络表示的生产成本模拟;该模拟产生一组最优调度方案（总线负载和发电的向量）; 3.然后，应用输电扩展规划（TEP）模型来确定相对于步骤2的所有操作场景鲁棒的最小成本输电扩展规划，使用增强的Benders分解方案：（a）将操作场景的子集并入投资模块中;以及（b）利用产生（好的）可行解和可行性切割的初始集合的“贪婪”算法来呈现“预热”步骤。分层规划方案的应用说明了一个现实的多国发电和输电规划的中美洲电力市场的案例研究。
A Prosumer-Centric Framework for Concurrent Generation and Transmission Planning -- Part I
积极行动者在电力市场中所占的份额越来越大，这就要求更多地关注生产消费者，并更多地支持他们在分散的电力市场中的决策。鉴于范式的变化，研究分散和以生产消费者为中心的市场下的长期规划，以揭示这种市场对规划决策的影响至关重要。在两部分的论文的第一部分中，我们提出了一个以产消者为中心的框架，同时发电和输电规划。在这里，提出了三个规划模型，其中一个对等市场与产品差异化，池市场和混合双边/池市场及其相关的交易成本明确建模，分别。为了充分揭示个体的成本和收益，我们首先制定了各种行为者的最优化问题，即生产消费者，输电系统运营商，能源市场运营商和碳市场运营商。此外，为了使分散的规划，其中的隐私的prosumers是保存，分布式优化算法的基础上，相应的集中式最优化问题。
Derivation and Generation of Path-Based Valid Inequalities for Transmission Expansion Planning
本文旨在通过减少解的搜索空间和计算工作量，更有效地解决长期输电扩展规划问题。所提出的方法发现和添加切割平面的基础上结构的见解总线角度沿路径的差异。提出了几个定理，表明这些切割平面的有效性到基本的数学公式。基于路径的母线角差约束，收紧放松的可行域，与分支定界法相结合，得到了输电扩展规划问题最优投资的下界。这项工作还创建了一个算法，自动化的过程中发现和应用所讨论的有效的不等式，从而显着减少测试和计算时间。该算法在Python中实现，使用求解器CPLEX添加约束并解决传输扩展问题。本文使用两个不同大小的系统来说明所提出的框架的有效性：修改后的IEEE 118总线系统和波兰2383总线系统。
Robust Coordinated Transmission and Generation Expansion Planning Considering Ramping Requirements and Construction Periods
随着风力发电的快速增长，输电规划中出现了两个关键问题。首先，由于风力发电的高度可变性，日常运行中的严重功率斜升事件对多年规划决策提出了巨大挑战。其次，输电线路的建设周期较长，可能无法跟上可再生能源发电日益一体化带来的快速增长的不确定性。为了解决这些问题，我们提出了一个全面的鲁棒规划模型，考虑不同的资源，即输电线路，发电机和FACTS设备。考虑了各种因素，包括灵活性要求，施工周期和成本。我们构造了小时净负荷斜坡不确定性（HLRU）集来表征小时净负荷（包括风力发电）的变化，和年净负荷持续时间曲线不确定性（LDCU）集正常年净负荷持续时间曲线的不确定性。这导致在两个阶段的鲁棒最优化模型与两种不同类型的不确定性集，这是解耦成两个不同的子问题，使整个解决方案的过程易于处理。实际数据的数值模拟表明，所提出的模型和求解方法能够有效地协调不同的柔性资源，给出鲁棒的扩展规划策略。
Analyzing Performance and Scalability of Benders Decomposition for Generation and Transmission Expansion Planning Models
本文研究了Benders分解在发电与输电扩展规划模型中的性能与可扩展性，探讨了改进收敛速度的方法，并展示了通过正则化等策略优化求解效率的成果。
Optimal Allocation of Series FACTS Devices in Large Scale Systems
串联FACTS装置，如可变串联电抗器（VSR），具有连续调节输电线路电抗以控制潮流的能力。本文提出了一种新的方法来优化定位这样的设备在传输网络中考虑多个操作状态和意外事件。为了研究最优投资，考虑了具有三种不同负荷模式的单一目标年规划。输电系统事故可能发生在三种负荷条件下的任何一种情况下，并考虑了基本情况与事故之间的耦合约束。通过一种重构技术，将原混合整数非线性规划（MINLP）模型转化为混合整数线性规划（MILP）模型。为了进一步减轻计算负担，使规划模型能够直接应用于实际的大规模系统，一个两阶段的分解算法。IEEE 118节点系统和波兰2383节点系统的详细数值模拟结果表明了该算法的有效性。
Bilevel Optimization Based Transmission Expansion Planning Considering Phase Shifting Transformer
本文将移相Transformer（PST）引入考虑风电并网的输电规划问题。建议的规划模型制定为一个双层计划，旨在确定最优策略的网络增援和PST的位置。上层问题的目标是最小化用户支付的总费用、输电线路的投资费用和PST。下层问题指定不同负荷-风情景下的电力市场出清条件。通过将下层问题用原-对偶形式代替，将双层模型转化为单层混合整数线性规划。基于IEEE 24节点系统的算例验证了该模型的有效性。此外，仿真结果表明，PST的安装增加了灵活性的TEP，有利于风力发电的整合。
Security Constrained AC Transmission Network Expansion Planning
现代输电网扩展规划（TNEP）采用能够处理电压和电压稳定约束的交流网络模型。然而，这样的模型需要优化与迭代交流潮流模型，这是计算上如此苛刻，大多数研究人员忽略了至关重要的（N-1）安全约束。因此，本研究工作的目标是开发一个有效的，两阶段的优化策略来解决这个问题。在第一阶段中，解决了DC扩展规划问题，该问题提供了初始猜测以及一些非常好的算法，以减少用于AC传输和无功扩展规划的第二阶段的潮流解的数量。采用改进的人工蜂群算法（MABC）求解该最优化问题。Garver 6总线，IEEE 24总线和IEEE 118总线测试系统的静态AC TNEP结果已获得与建议和严格的方法，并在可能的情况下，与文献中报道的类似结果进行比较，以证明所提出的方法的好处。此外，多级动态AC TNEP的Garver 6总线系统的解决，以显示这种问题的方法的适用性。
A Prosumer-Centric Framework for Concurrent Generation and Transmission Planning -- Part II
我们提出了一个框架，其中发电和传输容量计划同时在市场环境中，重点是消费者。本文是第一部分的延续，并提出了三个典型的案例研究的数值结果。根据所提出的框架，在所有情况下，最优规划决策。此外，在案例研究I中，考虑到未来电力市场设计的不确定性，无遗憾规划决策进行了讨论。在案例研究II中，我们研究了风能的社会阻力普遍存在，产消者选择不投资风能的情况。这种偏好导致系统成本增加，从而可能损害其他生产消费者。该框架被用来作为一个谈判模拟器来处理这个问题。案例研究三介绍了双边/联营混合市场的数值结果。案例研究利用荷兰电力系统和欧洲电力系统的实际数据，提供政策相关的结果，帮助他们在各种市场环境中脱碳。
Security Constrained Multi-Stage Transmission Expansion Planning Considering a Continuously Variable Series Reactor
将连续可变串联电抗器（CVSR）引入输电网规划问题。CVSR是一种类似FACTS的设备，具有控制传输线总阻抗的能力。然而，CVSR的成本约为类似额定FACTS设备的十分之一，这可能允许安装大量设备。考虑$N-1$安全约束的CVSR多级TEP被表示为混合整数线性规划模型。由可变电抗引入的潮流的非线性部分通过重构技术线性化。为了减少实际大系统的计算负担，提出了一种分解方法。IEEE 24节点系统和波兰2383节点系统的仿真结果验证了该方法的有效性。此外，适当分配的CVSR增加了灵活性的TEP问题，并允许降低规划成本。虽然所提出的分解方法不能保证全局最优，如何网络可以可靠地和经济地考虑CVSR实现了一个高层次的图片。
A hybrid Benders decomposition and bees algorithm matheuristic approach to transmission expansion planning considering energy storage
本文介绍了一种新的混合优化算法，结合了元启发式搜索和整数规划的元素。这种新的数学方法结合了Benders分解和蜜蜂算法的元素，创建了蜜蜂-Benders混合算法（BBHA），该算法保留了两种方法的许多优点。具体来说，它被设计为易于并行化，以快速产生良好的解决方案，同时在运行足够长的时间时仍然保持最优性的保证。该算法进行了测试，使用输电网络扩展和储能规划模型，一个具有挑战性的和非常大规模的混合整数线性规划问题。输电网络规划问题本身就很困难。当在网络中包括存储系统的规划时，必须考虑需求随时间的变化，这显著增加了最优化问题的大小和难度。BBHA被证明是非常有效的混合数学算法，执行至少以及无论是本德分解或蜜蜂算法，这些都是有效的自己，并显着改善的个别方法，其中没有一个组成部分具有明显的优势。虽然本文证明了在具体的电网规划问题的有效性，该算法可以很容易地应用到任何混合整数线性规划，并预计特别好地工作时，这是一个结构，是服从Benders分解。
Robust Dynamic Transmission and Renewable Generation Expansion Planning: Walking Towards Sustainable Systems
如今，从传统发电系统到可再生发电系统的过渡是系统运营商和公司面临的最困难的挑战之一。有几个原因：投资决策的长期影响，可再生能源与系统的适当整合，当前和未来的不确定性，以及考虑不确定性和投资决策的综合逐年代表性的便利性。然而，最近在动态传输网络扩展规划（DTNEP）的突破表明，使用鲁棒优化可能会使这个问题的计算实际系统的易处理。本文不仅要考虑线路的容量扩展，还要考虑可再生和常规发电设施的建设和/或拆除。将动态输电网和可再生能源发电规划问题转化为一个三层自适应鲁棒最优化问题。第一层最小化输电网络和发电扩展规划的投资成本，第二层最大化系统的不确定参数的运行成本，而第三层最小化这些运营成本的运营决策。该方法被测试为两种情况下：i）一个说明性的例子，基于Garver IEEE系统和ii）使用IEEE 118节点系统的案例研究。从这些例子的数值结果表明，所提出的模型可以实现可持续的电力系统的最佳决策，同时克服了现实情况下的问题大小的限制和计算的棘手性。
Optimal Generation and Transmission Expansion Planning Addressing Short-Term Constraints with Co-optimization of Energy and Reserves
可变可再生能源（VRE）在电力系统中的渗透改变了处理扩展规划的方式。这种资源在很短的时间内具有很大的可变性，这使得表示需要按时间顺序排列的小时约束变得非常重要。除此之外，还应调整发电储备，以捕捉间歇性影响，由于许多国家使用快速热电厂作为这些储备的一部分，机组承诺和斜坡约束也变得更加重要。在本文中，我们提出了一个MILP扩展规划模型，可以表示每小时的时间步长，同时保持合理的计算时间，投资和运营问题同时解决。由于规划范围很长（几十年），在单个最优化问题中的整个范围的解决方案对于大型实际系统在计算上是不可行的，因此，有必要在较小的子范围中应用范围分解启发式，并使用典型日期和季节的表示来减小问题的大小。
Addressing the Time-Varying Dynamic Probabilistic Reserve Sizing Method on Generation and Transmission Investment Planning Decisions
在本文中，我们解决了长期系统的需求储备规模由于高层次的可变可再生能源（VRE）的渗透，内部的扩展规划模型。增加这种能源的插入也将带来储备需求的增加。所需经费增加将使系统的费用增加，因为系统操作员需要分配发电机作为备用。VRE来源隐含地导致了这些成本，因此除了投资成本之外，扩展规划模型还应该在扩展决策过程中考虑这些成本。这里提出的方法的目的是提供一个概率和动态评估的预测误差的VRE源生成，这些错误转化为系统的需求储备。这种评估是在扩张计划最优化模型中进行的，将准备金要求视为内生变量。最后，一个真实的案例研究，墨西哥的系统，使我们可以分析的方法的结果和考虑准备金要求的影响，随着扩张规划决策。
An Efficient Hybrid Heuristic for the Transmission Expansion Planning under Uncertainty
本文提出一种结合渐进贴现算法和集成方法的混合启发式策略，用于解决具有不确定性的传输扩展规划问题，通过在大型系统中实现高效求解，平均成本降低5.28%。
Transmission and Capacity Expansion Planning Against Rising Temperatures: A Case Study in Arizona
输电网络的稳定和高效运行是电力系统可靠和廉价供电的基础。随着平均气温持续上升，输电网络满足需求的能力下降。更高的温度通过降低线路的热极限同时降低发电潜力而导致拥塞。由于建设新线路的成本过高和有限的房地产，有必要考虑容量扩展以及改善电网的功能和效率。然而，最优控制需要许多离散的选择，使得完全精确的模型难以处理。此外，温度变化对不同地区和气候的影响也不同。因此，有必要以高空间分辨率对温度变化和传输流进行建模。这项工作提出了以亚利桑那州为中心的输电网的案例研究，使用直流最优潮流的数学公式来规划未来的传输扩展和容量扩展，以有效地满足需求。在区域一级模拟了气温上升对输电和发电的影响。采用了几类有效的不等式来加快求解过程。考虑了考虑不同温度和需求趋势的多个实验，其中包括上述技术中的每一种。
Congestion-Driven Transmission Expansion Planning Considering Wind Power Generation in Spot Markets
大量大型风力发电机组的并网运行，给电网运营商在安全供电和能量调度优化方面带来了紧迫的技术挑战。本文提出了一个在电力市场环境下输电网规划的优化框架。网络中的拥塞程度被用作网络扩展需要的驱动信号。在阻塞成本和投资成本之间进行折衷，以确定最佳的扩展方案。长期网络扩展问题被形成为以下的解耦组合：1）主问题（受投资约束的投资成本的最小化和由操作问题（功率池）生成的Benders切割，以及2）操作问题，其解提供拥塞细节和相关联的乘数。建立了一个合适的电力池模型，并求解了阻塞成本、阻塞收益和输电影子价格。此外，我们建议使用一组指标来评估扩展对发电机，需求和整个系统的影响。该模型被应用到Garver六节点系统和IEEE 24节点可靠性测试系统。
Bounds for multi-horizon stochastic optimization with application to power generation and transmission expansion planning
本文针对多阶段随机优化问题最优值界的计算难题，提出基于场景树分解的界估计技术，通过不同分解与重组策略实现高效求解，在发电与输电扩展规划问题中验证了方法的效率。
Distributionally Robust Transmission Expansion Planning: a Multi-scale Uncertainty Approach
我们提出了一种分布式鲁棒优化（DRO）的传输扩展规划问题的方法，同时考虑长期和短期的不确定性系统的需求和不可调度的可再生能源发电。在长期层面上，正如行业应用中的惯例，我们通过使用专家设计的长期情景来解决社会和经济转型、政治和环境问题以及技术中断所产生的深刻不确定性。在这种情况下，可以考虑许多包含关于随机参数（即平均值和支撑集）的部分信息的外生长期情景。对于每个长期情景，条件模糊度集对关于短期操作中的不确定参数的概率分布的不完全知识进行建模。因此，数学问题被公式化为具有多个条件模糊度集的DRO模型。由此产生的无穷维问题被改写为一个确切的，虽然非常大，有限的混合整数线性规划问题。为了规避可扩展性问题，我们提出了一个新的增强列和约束生成（ECCG）分解方法与一个额外的Dantzig-Wolfe过程。在现有的方法相比，ECCG导致一个更好的表示的追索功能，因此，更严格的界限。基于标准IEEE 118节点系统的数值实验证实了该方法的有效性。
A New Efficient Methodology for AC Transmission Network Expansion Planning in The Presence of Uncertainties
由于可再生能源与现有电网的大规模整合，在现代输电网络扩展规划（TNEP）中考虑发电，负荷和网络的不确定性越来越受到关注。然而，它是一个艰巨的任务时，迭代AC制定使用。解决这些不确定性通常ACTNEP的计算负担是这样的，它几乎是不可能的，即使是一个中型系统在一个可行的时间框架内获得解决方案。在这项工作中，提出了一个两阶段的解决方案，以获得快速，高质量，次最优解合理的计算负担。概率公式用于解释不同的不确定性。针对Garver 6节点和IEEE 24节点系统，采用2m+1点估计法和改进的人工蜂群算法求解概率TNEP。在这两个系统中，额定风力发电被认为是总发电容量的十分之一以上。当与传统的单阶段和现有的解决方案相比，所提出的方法是能够获得几乎相同的解决方案，具有极低的计算负担。因此，所提出的方法提供了一个工具，有效解未来的概率ACTNEP问题的复杂性更高的水平。
Transmission Expansion Planning with Seasonal Network Optimization
输电扩建规划（TEP）对于电网满足未来快速增长的需求至关重要。传统的TEP模型没有充分利用输电网络的灵活性，将其视为静态资产。然而，由于负载分布可能具有不同的季节模式，因此最佳网络配置对于规划范围中的不同季节可能非常不同。因此，本文提出将季节性网络优化（SNO）纳入传统的TEP模型。SNO针对每个规划时期的每个季节动态地优化网络。提出了两个TEP-SNO模型，分别研究优化（i）现有分支和（ii）现有和新分支的状态的好处。数值模拟验证了TEP-SNO模型的有效性。结果表明，SNO可以提高系统的运行效率，延缓新的传输元件的投资，降低总成本。
Production and distribution planning, scheduling, and routing optimization in a yogurt supply chain under demand uncertainty: A case study
针对需求不确定的酸奶供应链，构建混合整数非线性规划模型并采用鲁棒模糊规划与遗传算法求解，通过案例验证其能优化生产配送调度与路径决策。
Improving Operational Feasibility in Large-Scale Power System Planning
本文提出通过重新调度和增强初始解来解决大规模交流扩容问题，考虑了发电机、无功补偿设备、储能系统和传输的同步扩展，并通过启动程序和电源能力曲线等约束确保操作可行性。
Efficient Multi-Year Security Constrained AC Transmission Network Expansion Planning
多年动态交流输电网扩展规划问题的求解因其潜在的精确性而逐渐成为规划研究的中心。然而，与DC TNEP相比，安全约束AC TNEP的计算负担是巨大的。对于一个动态的，安全约束的AC TNEP问题，计算负担变得非常过度，即使是中等规模的系统的解决方案变得几乎不可能。因此，本文提出了一种有效的，四阶段的解决方法，多年来，网络N-1意外事故和电压稳定约束，动态ACTNEP问题。一些智能逻辑策略的开发和应用，以减少优化算法的计算负担。所提出的方法被应用到Garver 6，IEEE 24和118总线系统，以证明其效率和能力，以解决TNEP为不同的系统规模。
Robust Transmission Network Expansion Planning Problem Considering Storage Units
研究了在需求和发电容量不确定的情况下，考虑存储单元的输电网扩展规划问题。采用两阶段自适应鲁棒优化框架，其中短期和长期的不确定性占。这项工作不同于以前报道的解决方案中的一个重要方面，即，我们包括二进制追索变量，以避免同时充电和放电的存储单元，一旦发现不确定性。两阶段离散补偿鲁棒优化问题是一个具有挑战性的任务，因此我们提出了一个嵌套的列和约束生成算法来解决所产生的问题。该算法保证在有限次迭代中收敛到全局最优值。该算法的性能示出使用Garver的测试系统。
Motion and Communication Co-optimization with Path Planning and Online Channel Estimation
本文考虑了移动机器人的运动能量和通信传输能量的最佳平衡问题，该移动机器人的任务是将给定数量的数据位传输到远程站，同时在给定的时间内导航到预定的目的地。该问题是投在最优控制的设置，机器人必须选择其路径，加速度，和传输速率沿路径，以尽量减少其所需的能量传输和运动，同时满足各种功率和通信约束。我们使用逼真的模型，机器人的信道估计，运动动力学，电力和能源成本。本文的主要贡献是展示如何协同优化机器人的路径以及其他通信和运动变量。两个版本的问题得到解决：第一个是离线定义的，假设所有的信道测量之前，机器人开始移动，而在第二个信道估计更新，而机器人在运动中，因此它是在线解决。在这两种情况下，我们利用内部算法，在很短的时间内计算出接近最优解，这使得它可以在在线设置中使用。详细描述了优化策略，并通过模拟现实场景进行了验证。
Robust Transmission Network Expansion Planning under Correlated Uncertainty
研究了需求和发电容量不确定条件下的输电网规划问题。一个两阶段的自适应鲁棒优化框架，其中最坏情况下的运营成本占一个给定的用户定义的不确定性集。这项工作不同于以前报道的强大的解决方案在两个方面。首先，通常被忽视的相关性的不确定性来源被明确认为是通过一个椭球形的不确定性集依赖于他们的方差-协方差矩阵。此外，我们描述了相应的第二阶段的问题，并在结构可靠性中产生的某类数学程序之间的类比。这种类比引起了相关的概率解释的第二阶段，从而揭示了一个未公开的功能的最坏情况下的设置特征强大的优化与椭球不确定性集。更重要的是，一种新的嵌套分解方法的基础上，从结构可靠性的结果设计来解决建议的鲁棒对应，这是铸造作为一个混合整数三层规划的实例。几个案例的数值结果表明，相关的不确定性的影响，可以捕获所提出的鲁棒方法。
Time Window-Based Netload Range Cost Curves for Coordinated Transmission and Distribution Planning Under Uncertainty
本文提出基于时间窗口的净负荷范围成本曲线，用于在不确定条件下协调输电和配电规划，通过分层认证时间接口产品评估配电网络的灵活性，展示时间窗口方法在评估增量投资效益上的优势。
Hydrogen Supply Chain Planning with Flexible Transmission and Storage Scheduling
随着可再生能源发电和水电解的成本不断下降，氢气正成为一种越来越有吸引力的能源载体。为H $_{2}$供应链开发建模和决策工具，充分捕捉各种资源的灵活性，对于理解H $_{2}$使用的整体成本竞争力至关重要。为了满足这一需求，我们开发了H $_{2}$供应链规划模型，该模型确定H $_{2}$发电、存储、传输和压缩设施的最低成本组合，以满足H $_{2}$需求，并通过电价与电力系统相结合。我们为H $_{2}$卡车和管道提供灵活的调度，使它们能够同时充当H $_{2}$传输和存储资源，从而在空间和时间上转移H $_{2}$需求/生产。在美国东北部的案例研究结果表明，H $_{2}$传输和存储资源的灵活调度的拟议框架是至关重要的，不仅成本最小化，而且H $_{2}$生产路径之间的电解槽和集中的天然气为基础的生产设施的选择。卡车作为移动存储可以通过提供额外的时空灵活性来响应电价变化，同时满足H $_{2}$需求，从而使电解槽更具竞争力。该模型还提供了一个合理的权衡建模精度和解决方案的时间。
Capacity Expansion Planning of Wind Power Generation in A Market Environment with Topology Control
风电并网是现代电力工业的一个基本问题。本文提出了一种新的双层混合整数最优化模型，研究了电力市场环境下具有拓扑控制操作的风力发电规划问题。与现有的公式不同，低层市场出清问题引入了二元变量来模拟线路切换决策，这已被证明是非常有效的，以提高传输能力，在不同的负载配置文件。为了解决这一具有挑战性的双层混合整数规划问题，本文提出了一种新的分解方法，并设计了几种基于网格结构的增强技术。通过典型IEEE测试床的计算实例，我们的求解方法显示了强解能力。此外，我们观察到，在少数线路上应用拓扑控制可以非常有助于减少弃风和提高风穿透水平。
A Distance Similarity-based Genetic Optimization Algorithm for Satellite Ground Network Planning Considering Feeding Mode
针对考虑馈电模式的卫星地面网络规划问题，本文提出基于距离相似度的遗传优化算法DSGA，通过加权欧氏距离度量任务相似度并智能筛选个体，以最大化建链任务收益。
Globally Optimal AC Power System Upgrade Planning under Operational Policy Constraints
为了适应配电系统中不断增加的可再生能源发电量，系统运营商面临着如何升级传输容量的问题。由于线路和Transformer的升级成本很高，因此使用优化程序来找到所需升级的最小数量。由此产生的设计优化公式通常是混合整数非凸问题。传统的方法来解决这些问题通常是一个启发式的性质，产生没有限制的次优，甚至终止。相比之下，这项工作结合了数学，下界过程和实际操作的政策约束。该算法既能快速找到次优解，又能通过增加惰性割的分枝定界过程确定性地找到全局解。
Bilevel Transmission Expansion Planning with Joint Chance-Constrained Dispatch
针对含风电不确定性的双层输电扩展规划问题，提出带下层联合机会约束市场出清的新框架，及处理对应分布鲁棒约束的强化线性近似技术，在保证求解质量下实现最高26倍的计算加速。
High Resolution Generation Expansion Planning Considering Flexibility Needs: The Case of Switzerland in 2030
本文提出了一种静态的发电扩展规划公式，在该公式中，从集中的角度对各种技术的运营和投资决策进行了协同优化。提供新发电和存储容量的位置、类型和数量，以满足系统需求和灵活性要求。根据对新的间歇性可再生能源（风能、光伏）的投资，对灵活性要求进行了调整，以充分捕获RES集成成本并确保正常的系统运行条件。为了定位候选机组，我们将直流约束、节点需求和现有发电机的生产以及来自其他互联区域的进出口纳入考虑范围。为了显示的能力，制定，高时间分辨率的模拟进行了162总线系统组成的完整的瑞士输电网和聚合的邻国。
Resilient expansion planning of virtual energy plant with an integrated energy system -- reliability criteria of lines and towers
本文研究电网线路与杆塔状态对虚拟能源厂扩展规划的影响，通过引入维护成本、健康指数和风险因子，并结合热泵资源及敏感性分析，揭示网络条件与规划决策之间的权衡关系。
Multi-parametric Analysis for Mixed Integer Linear Programming: An Application to Transmission Planning and Congestion Control
随着需求的增加和可再生能源的发展，加强现有输电线路是应对输电阻塞和保证输电安全的有用工具。本研究关注的线路的选择，其容量应该扩大，从独立系统运营商（ISO）的角度来看，以尽量减少系统成本与考虑传输线路的约束和发电和需求的平衡条件，并纳入斜升和启动斜升率，停机斜升率，斜降率限制和最小的上升和最小的下降时间。为此，我们开发的ISO机组组合和经济调度模型，并显示它作为一个右手边的不确定性多参数分析的混合整数线性规划（MILP）问题。我们首先放松的二进制变量连续变量，并采用拉格朗日方法和Karush-Kuhn-Tucker条件，以获得最优解（最佳决策变量和目标函数）和临界区域与积极和消极的约束。在此基础上，我们将传统的分支定界法推广到大规模MILP问题，在每个节点上确定问题的上界，然后比较上界和下界之间的差异，在决策者允许的误差范围内得到近似的最优解。另外，利用目标函数对各线路参数的一阶导数，为缓解拥挤和社会福利最大化的线路选择提供依据。最后，通过平衡目标函数的参数成本降低率和线路升级成本来选择容量升级量。我们的研究结果得到了数值模拟的支持，并为输电线路规划者提供了决策指导。
Exact and Evolutionary Algorithms for Sequential Multi-Objective Transmission Topology Planning
针对高压电网日前拓扑控制，提出一种精确块算法和基于NSGA-III的进化启发式算法，在N-1安全约束下优化线路负载、拓扑深度、切换次数和参考拓扑外时间，精确算法可在三分钟内获得完整Pareto前沿。
Evaluation of Temporal Complexity Reduction Techniques Applied to Storage Expansion Planning in Power System Models
可再生能源的份额不断增长，使优化的功率流在电力系统模型计算更加复杂，由于广泛分布的天气依赖发电。本文评估了两种方法，以减少时间复杂性的电力传输网络模型与存储扩展规划。降阶技术的目标是加速电网模型的线性最优潮流的计算。这是通过选择少量的代表性时间段来代表一整年来实现的。为了选择有代表性的时间段，使用分层聚类将按时间顺序排列的相邻小时或独立分布的耦合日聚集到时间序列的聚类中。通过目标值的误差和计算时间的减少来评价聚合效率。进一步分析了优化过程中网络规模和并行计算效率的影响。作为一个测试案例，传输电网的最北端的德国联邦州石勒苏益格-荷尔斯泰因州的情况下，对应于2035年被认为是。所考虑的情景的特点是安装的可再生能源的比例很高。
The Benefits of an Integrated Approach for Stability-Constrained Power System Planning
针对电力系统规划串行方法的缺陷，研究集成方法在发电、输电、储能扩容时同步考虑稳定措施的优势，发现其可降低系统成本，且网格式电池储能系统的两用选项更具优势。
Switch 2.0: A Modern Platform for Planning High-Renewable Power Systems
本文介绍了Switch 2.0，这是一个用于规划向低排放电网过渡的开源建模平台，旨在满足21世纪的电网规划要求。Switch能够对传统或智能电网的投资和运营进行长期、中期和短期规划，整合大部分可再生能源、存储和/或需求响应。应用包括综合资源规划、投资规划、经济和政策分析以及基础研究。潜在用户包括研究人员、教育工作者、工业界和监管机构。开关制定发电和传输容量规划作为一个混合整数线性规划，其中投资和操作是共同优化跨采样时间序列在多个投资期。高分辨率的生产成本建模支持冻结投资决策，包括更长的时间序列和更多的操作细节。建模功能包括机组组合、部分负荷效率、规划和运行储备、燃料供应曲线、存储、水电网络、政策约束和需求响应。Switch具有模块化架构，允许用户通过“点菜”选择内置模块或编写自定义模块来灵活地组合模型。本文介绍了软件架构和模型制定的开关2.0，并提供了一个案例研究中，该模型被用来确定最佳的选择，以获得负荷转移和储备服务的电池和需求响应在100%的可再生能源发电系统。
Computing Necessary Conditions for Near-Optimality in Capacity Expansion Planning Problems
在电力系统中，大规模优化问题被广泛用于规划超国家层面的容量扩张。然而，他们的成本最优解往往是不利用的决策者谁是更好地寻找解决方案的功能，可以适应他们的不同要求。本文提出了一个通用的框架来解决这个问题。它是基于一个给定的优化问题的ε-最优可行空间的概念，并在这个空间上的必要条件的识别。这个框架已被开发在一个通用的情况下，随后描述了一个特定的情况下，条件约束的变量和解决这个问题的方法。该方法进行了测试的欧洲电网的容量扩展规划的案例研究，以确定必要条件的最小投资在传输，存储和发电容量。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。