Efficient Identification of Bus Split Events Using Synchrophasor Data
准确的电网拓扑信息对于电力系统的日常运行至关重要,而同步相量数据的日益增长的可用性提供了实时识别拓扑变化的机会。母线分裂事件的识别,其中变电站成为电气断开,是维护电力系统的安全变得越来越重要。本文的目的是提供一个有效的建模和监测框架总线分裂事件,通过使用一个简洁的总线分支表示。首先进行线性灵敏度分析,以快速评估此类事件对电网范围的影响。此外,同步相量数据使能识别问题制定通过匹配总线相位角(和可能的线路流量)的变化。为了解决所得到的双线性乘法涉及的二进制连接变量,麦考密克松弛技术被利用,以获得一个等效的混合整数线性规划重新制定,是有效地可解的。IEEE 14节点和300节点系统的数值研究表明,所提出的识别算法的有效性和效率的实时实现。
2021-01-27 math.OC
N-k-e Survivable Power System Design
我们考虑的问题,设计(或增强)的电力系统,使其满足N-k-e生存性准则,同时最小化总成本。生存性准则要求即使系统中任意k个(或更少)部件失效,总需求的至少(1-e)部分仍能得到满足。我们制定这个问题,同时考虑到传输和发电扩展规划,作为一个混合整数规划。两种算法的设计和测试修改后的IEEE-30总线和IEEE- 57总线系统的实例。
2012-01-07 cs.DS math.OC
Distributed-MPC with Data-Driven Estimation of Bus Admittance Matrix in Voltage Control
针对实时电压控制中 Y 矩阵未知与集中/分散控制权衡问题,提出结合数据驱动 Y 在线估计和 ADMM 的分布式 MPC,实现全局最优、可扩展且抗故障攻击,并在多个 IEEE 系统验证。
2022-10-29 cs.SY eess.SY math.OC
Voltage Regulation Algorithms for Multiphase Power Distribution Grids
Virginia Tech(弗吉尼亚理工大学);University of Minnesota(明尼苏达大学);University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出了一种适用于多相电网的电压调节算法,通过分析线性化电网模型,改进了传统电压调节设备,并验证了其在不同电网拓扑下的收敛性和鲁棒性。
2015-08-26 cs.SY eess.SY math.OC
Comparing Different Models for Investigating Cascading Failures in Power Systems
本文主要对描述电力系统连锁故障的三种不同模型进行比较。具体而言,这些模型在表征电力网络的物理特性和计算支路潮流方面是不同的。应用最优控制方法对这些模型进行辨识,以确定导致最坏情况下电网连锁故障的临界扰动。然后通过分析临界扰动和级联过程对这些模型进行了比较。IEEE 9节点系统的比较结果表明,电力网络的物理和电气特性对连锁故障的演化起着至关重要的作用,在应用该模型分析连锁故障时,有必要适当考虑这些特性。
2017-07-29 math.OC
Contextual Robust State Estimation in Distribution Systems with Real-Time Unobservability and Scarce Data
University of Málaga(马拉加大学)
针对配电网实时测量稀疏与历史数据代表性不足的问题,提出CR-SE方法,通过K近邻估计与对抗性重加权优化实现鲁棒状态估计,在多类测试网络中尾部误差降低最高达18%。
2026-07-31 math.OC
An Integrated Approach for Failure Mitigation & Localization in Power Systems
输电网通常由多个控制区域组成,这些控制区域通过网状结构中的多条联络线连接以实现可靠性。众所周知,线路故障可能会非本地传播,冗余可能会加剧级联。在本文中,我们提出了一个综合的方法,电网的可靠性,(i)明智地关闭少量的联络线,使控制区域连接在一个树结构;(ii)利用统一的频率控制模式,实时提供拥塞管理。尽管所提出的拓扑结构减少了冗余,但区域级的树结构和实时拥塞管理的集成可以为故障定位和缓解提供更强的保证。我们说明了我们的方法在IEEE 39总线网络和评估其性能的IEEE 118总线,179总线,200总线和240总线网络与各种网络拥塞条件。仿真结果表明,与传统的方法相比,我们的方法不仅可以防止在更多的故障情况下切负荷,而且在切负荷是不可避免的情况下,也会引起少量的负荷损失。此外,根据我们的方法,发电机以本地方式更积极有效地调整其运营。
2020-04-22 cs.SY eess.SY math.OC
A Fast Solution Method for Large-scale Unit Commitment Based on Lagrangian Relaxation and Dynamic Programming
机组组合问题是电力系统运行和市场机制的关键问题。随着现代电力的发展,电力系统的规模不断扩大,解决UC问题的难度也越来越大。为此,本文提出了一种新的基于拉格朗日松弛和动态规划的快速求解方法。首先,通过基于拉格朗日松弛的快速方法估计UC解是初始试探UC解。该初步试验UC解决方案充分考虑了系统范围的约束。其次,引入动态规划模块,调整UC解,使其满足单元约束。第三,提出了一种基于调整后的试验UC解构造可行UC解的方法。具体来说,建立了UC方案的可行性检验模型和升级策略。在IEEE 24节点、IEEE 118节点、波兰2383节点和法国6468节点系统上进行了数值试验,验证了所提方法的有效性。
2022-11-03 cs.SY eess.SY math.OC
Convex Relaxations and Linear Approximation for Optimal Power Flow in Multiphase Radial Networks
配电网通常是多相的和放射状的。为了便于潮流计算和优化,提出了最优潮流问题的两种半定规划松弛法和一种线性逼近法。我们证明了第一个SDP松弛是精确的当且仅当第二个是精确的。案例研究表明,第二个SDP松弛是数值上精确的,线性逼近获得的电压在0.0016每单位的真实值为IEEE 13,34,37,123总线网络和现实世界的2065总线网络。
2014-06-11 math.OC
Spatio-Temporal Deep Learning-Assisted Reduced Security-Constrained Unit Commitment
University of Houston(休斯顿大学)
本文提出结合GNN与LSTM的时空机器学习方法,用于预测机组组合并识别关键线路,以简化SCUC并在多个IEEE测试系统上实现不损失解质量的计算加速。
2023-06-02 cs.LG cs.SY eess.SY
A Study on the Strong Duality of Conic Relaxation of AC Optimal Power Flow in Radial Networks
提出了一组封闭形式的条件,以确保二阶锥规划(SOCP)制定的辐射状电力网交流潮流的强对偶性。此外,IEEE 33节点测试网络和现实世界的配电网络的数值评估进行证明所提出的条件的有效性。
2018-07-23 math.OC
Distributed Multi-Area Optimal Power Flow via Rotated Coordinate Descent Critical Region Exploration
研究了多区域电力系统的分布式最优潮流问题。提出了一种新的分布式算法--旋转坐标下降临界区域探索算法(RCDCRE)。它允许每个实体独立地更新其边界信息,并以异步方式最优地求解其局部OPF。RCDCRE方法使用坐标系旋转来缝合坐标下降和参数规划,以减少协调,保持隐私并确保收敛。该解决方案的过程不需要热启动,可以从不可行的初始点使用基于惩罚的配方。基于IEEE 2区域44节点和4区域472节点系统验证了RCDCRE的有效性。
2022-06-17 math.OC
Distributed Approach for DC Optimal Power Flow Calculations
电力系统的趋势是向增加的分布式资源量移动,这意味着从当前的高度集中的控制结构向更加分布式的控制结构过渡。在本文中,我们提出了一种方法,使一个完全分布式的解决方案的直流最优潮流问题(DC-OPF),即发电设置,最大限度地减少成本,同时提供的负载,并确保所有的线路流量低于其限制是在一个分布式的方式确定。该方法包括一个分布式的过程,旨在解决一阶最优性条件,其中个别总线优化变量迭代更新,通过简单的本地计算和信息交换与邻近的实体。特别是,一个特定的总线的更新包括一个术语,它考虑到相邻的拉格朗日乘数变量和当地的创新条款,强制执行的需求/供应平衡之间的耦合。总线与其相邻总线交换关于其乘数的当前更新和总线角度的信息。分析证明了该方法收敛于DC-OPF的最优解。此外,性能评估使用IEEE可靠性测试系统作为测试用例。
2014-10-15 math.OC
Simulation case studies on period optimal power flow
传统的最优潮流(OPF)仅在单个快照中描述系统性能,而由此产生的决策适用于整个时间段。因此,如何选择快照可以代表整个时间段是至关重要的OPF的有效性。本文提出了一种周期最优潮流算法,将给定的时间段划分为连续的线性时间段,其中节点电压和支路功率是时间的线性映射。该模型通过中值快拍和两端快拍精确地表征了每个时间段的最优性和运行极限,显著提高了系统性能。通过对一个改进的IEEE 118节点系统的仿真算例,验证了该模型的简单性和有效性。
2019-08-26 math.OC
Robust AC Optimal Power Flow
越来越需要新的最优化方法来促进具有间歇性可再生能源的电力系统的可靠和成本有效的操作。本文将鲁棒交流最优潮流(RAC-OPF)问题转化为一个带补偿的两阶段鲁棒最优化问题。这个问题相当于一个非凸的无限维最优化问题,这是计算上棘手的,在一般情况下。假设在输电网络中的每个母线上都有可调的发电量或负荷,通过限制追索策略空间在不确定问题数据中的仿射性,我们开发了一种从有限维半定规划中近似RAC-OPF的技术。我们建立了一个充分条件,在此条件下,半定规划返回一个仿射补偿策略,保证原RAC-OPF问题是可行的。我们说明了所提出的最优化方法的有效性WSCC 9总线和IEEE 14总线测试系统与不同水平的可再生资源的渗透和不确定性。
2018-04-02 math.OC
Distributed Inter-Area Oscillation Damping Control for Power Systems by Using Wind Generators and Load Aggregators
本文研究了风力发电机(WTG)和负荷聚合器(LA)通过在其控制器中提出的附加分布式阻尼控制单元(DCU)为低频区域间振荡(LFO)提供补充阻尼控制服务的潜力。为了提供一个可扩展的方法越来越多的风力发电机和LA,提出了一种新的分布式控制框架,协调阻尼控制器。首先,设计了一种分布式算法来重构每个阻尼节点(带阻尼控制器的节点)的系统雅可比矩阵。因此,通过对获得的系统雅可比矩阵应用特征分析,可以在每个阻尼母线处局部地识别临界LFO。然后,当临界低频振荡的阻尼比小于某个预先设定的阈值时,采用分布式协调的方式整定DCU的控制参数,以提高阻尼比的同时使总控制成本最小。建议的控制框架进行了测试,在修改后的IEEE 39节点测试系统。仿真结果与没有所提出的控制框架进行了比较,证明了所提出的框架的有效性。
2019-03-25 math.OC
Corrective Control to Handle Forecast Uncertainty: A Chance Constrained Optimal Power Flow
可再生能源发电份额的增加和市场自由化增加了电力系统运行的不确定性。与此同时,随着控制系统的改进和诸如移相Transformers(PST)和高压直流连接(HVDC)等新技术的出现,操作变得更加灵活。以前的研究表明,使用纠正控制响应中断有助于降低运营成本,同时保持N-1安全。在这项工作中,我们提出了一种方法来扩展使用的PST和HVDC的校正控制,以应对不确定性。我们将不确定性描述为连续随机变量,并通过仿射控制策略定义校正控制动作。这使我们能够有效地模拟控制反应,大量的不确定性来源。控制策略,然后包括在一个机会约束的最优潮流配方,保证系统约束的强制执行所需的概率。通过对机会约束进行解析重构,得到了一个二阶锥问题,并给出了一个有效解算法。在IEEE 118总线系统的案例研究中,我们表明,校正控制的不确定性,导致降低运营成本,同时保持系统的安全性。此外,我们通过解决IEEE 300总线和波兰系统测试案例的问题,证明了该方法的可扩展性。
2016-09-07 math.OC
Risk-Based Distributionally Robust Optimal Power Flow With Dynamic Line Rating
本文提出了一种基于风险的数据驱动的动态线路额定值最优潮流算法。风险条款,包括切负荷,风力发电削减和线路过载的处罚,被嵌入到目标函数。为了对冲风力发电数据和线路额定数据的不确定性,我们考虑了一个分布式鲁棒方法。模糊集是基于二阶矩和Wasserstein距离,它捕捉风力发电输出和线路额定值之间的相关性,是强大的数据扰动。我们表明,建议的DROPF模型可以重新制定为一个圆锥形的程序。考虑到所涉及的相对大量的约束,建议的DROPF模型的近似,这显着降低了计算成本。一个Wasserstein距离约束的DROPF和它的易处理的重组也提供了实际的大规模测试系统。5节点、IEEE 118节点和波兰2736节点测试系统的仿真结果验证了所提模型的有效性。
2017-12-21 math.OC
Optimal DG allocation and sizing in power system networks using swarm-based algorithms
分布式发电(DG)机组是目前电力系统网络结构中非常重要的发电设备。增加这些DG单元的好处是增加对网络的电力供应。然而,如果没有适当地分配和/或确定大小,这些DG单元的安装可能会造成不利影响。因此,需要优化分配和调整它们的大小,以避免电压不稳定和昂贵的投资成本等情况。在本文中,两个群体为基础的元启发式算法,粒子群优化(PSO)和鲸鱼优化算法(WOA)的开发,以解决最佳的位置和规模的DG单元在寻求输电网络规划。一个支持性的技术,损失敏感性因子(LSF)被用来识别潜在的DG单元的最佳位置的总线。在两个IEEE总线测试系统(14节点和30节点)上验证了算法的可行性。比较结果表明,这两种算法产生良好的解决方案,他们优于对方在不同的指标。在IEEE 14节点和30节点试验系统中,考虑技术经济因素的WOA实际功率损耗降低分别为6.14 MW和10.77 MW,而PSO分别为6.47 MW和11.73 MW。与WOA的152.21 MW和82.44 MW相比,PSO在两个母线系统中的总DG单元尺寸分别为133.45 MW和82.44 MW。本文揭示了PSO和WOA在输电网DG单元优化配置中的应用的优点和缺点。
2020-02-19 cs.NE cs.SY eess.SY
Investigating the Maximum Number of Real Solutions to the Power Flow Equations: Analysis of Lossless Four-Bus Systems
Argonne National Laboratory(阿贡国家实验室);IBM T.J. Watson Research Center(IBM T.J. 沃森研究中心);University of Notre Dame(圣母大学)
本文研究电力流方程的最大实数解数量,通过数值代数几何技术分析无损耗四节点系统,推测最大实数解为16,低于复杂解的最大值20。
2016-03-18 cs.CE cs.SY eess.SY
A Comparison of Partitioning Strategies in AC Optimal Power Flow
已知高度非凸的AC最优潮流问题相对于线路和母线的数量缩放非常差。为了提高计算速度和可扩展性,我们采用分布式优化算法,所谓的增广拉格朗日为基础的交替方向不精确牛顿(ALADIN)方法。然而,如何最佳地划分用于分布式优化的电网的问题在文献中仍然是开放的。在本文中,我们比较了四个分区策略使用标准IEEE 9,14,30,39,57,118,300总线模型作为性能基准。为此,我们应用图划分KaFFPa和METIS以及两个谱聚类方法,上述巴士模型。对于较大的网格,平均而言,KaFFPa会产生最佳结果。
2019-11-26 cs.DC math.OC
Enhanced Modeling of Contingency Response in Security-constrained Optimal Power Flow
本文提供了一个增强的建模的应急响应,共同反映高保真的物理和运行特性的电网。将有功和无功事故响应集成到安全约束最优潮流(SCOPF)问题中具有挑战性,这是由于表示发电机特性的分段曲线所导致的可行集的非光滑性和非凸性。我们引入了一个连续微分模型,使用的功能,非常类似PV/PQ开关和发电机应急响应。这些模型通过优化分配可用发电机之间的有功功率不平衡并决定从PV型切换到PQ型的总线类型来执行物理和操作限制。在IEEE 30节点、300节点和118节点系统上分别计算了12、10和100个事故,验证了该方法的有效性。
2021-02-17 cs.SY eess.SY math.OC
Multi-Layer Spectral Clustering Approach to Intentional Islanding In Bulk Power Systems
有意控制孤岛是防止连锁故障和电力系统大停电的最后手段。本文提出了一种控制孤岛算法,使用谱聚类多层图找到一个合适的孤岛解决方案。在这种受控孤岛算法中使用的多准则目标函数涉及母线频率分量和最小有功和无功潮流扰动之间的相关系数。与以前的研究类似,该算法分两个阶段应用。在第一阶段中,组的相干总线被识别的帮助下,使用总线频率分量之间的相关系数的模块化聚类。在第二阶段中,ICI解决方案具有最小的有功和无功潮流中断,并满足总线一致性是通过分组的所有节点使用谱聚类的多层图。IEEE 39节点测试系统的仿真研究表明,该方法的有效性,在确定一个孤岛的解决方案,在实时解决发电机的同调问题。
2019-06-07 eess.SP math.OC
A Hybrid Submodular Optimization Approach to Controlled Islanding with Post-Disturbance Stability Guarantees
本文针对电力系统扰动后可控孤岛问题,提出混合次模优化与混合拟阵框架,并设计1/2最优性保证的局部搜索算法,在大规模系统中优于混合整数线性规划基线。
2023-08-09 cs.SY eess.SP eess.SY
A Convexification Approach for Small-Signal Stability Constrained Optimal Power Flow
本文提出了一种不依赖于特征值分析的小信号稳定约束最优潮流(SSSC-OPF)的凸化方法。所提出的方法是基于小干扰稳定的充分条件,发展为一个双线性矩阵不等式(BMI),并使用网络结构保持微分代数方程(DAE)建模的电力系统。所提出的配方是基于半定规划(SDP)和目标惩罚,已提出的可行解恢复,使该方法的计算效率为大规模系统。一个向量范数为基础的目标罚函数也提出了可行解恢复,而工作在大型和密集的BMI与矩阵变量。对WECC 9节点、新英格兰39节点和IEEE 118节点测试系统进行的有效性研究表明,该方法能够实现稳定的平衡点,而不会产生高的稳定性引起的额外成本。
2021-09-16 cs.SY eess.SY math.OC
State Estimation in Electric Power Systems Using Belief Propagation: An Extended DC Model
本文将电力系统中的扩展直流状态估计(SE)建模为因子图(FG),并采用置信传播(BP)算法求解。直流模型包括作为状态变量的母线电压角,而扩展直流模型包括作为状态变量的母线电压角和母线电压幅值。通过应用BP来解决扩展DC模型中的SE问题,我们获得了高斯BP场景,我们推导出沿FG交换的BP消息的封闭形式的表达式。IEEE 14总线测试用例的BP算法的性能证明。最后,BP算法在扩展DC场景中的应用为更复杂的模型(如AC模型)中的BP方程的基本结构提供了重要的见解-我们将在后续工作中调查的主题。作为本文的一个侧面目标,我们的目的是在全面和详细的介绍应用BP的SE问题,以使强大的BP算法更容易和适用于电力工程界。
2016-05-26 cs.IT math.IT math.OC
Verification of Neural Network Behaviour: Formal Guarantees for Power System Applications
Technical University of Denmark(丹麦技术大学)
本文提出了第一次,据我们所知,一个框架,用于验证神经网络的行为在电力系统的应用。到目前为止,神经网络在电力系统中的应用一直是一个黑箱,这给神经网络的实际应用带来了很大的障碍。基于混合整数线性规划开发了一个严格的框架,我们的方法可以确定神经网络分类为安全或不安全的输入范围,并能够系统地识别对抗性示例。这些方法有可能建立电力系统操作员对神经网络的缺失信任,并在电力系统中开启一系列新的应用。本文介绍了评估和提高电力系统中神经网络鲁棒性的框架、方法,并解决了与可扩展性和准确性相关的问题。我们证明了我们的方法在IEEE 9总线,14总线和162总线系统,治疗N-1安全和小信号稳定性。
2020-07-30 cs.LG cs.SY eess.SP