Integrated Expansion Planning of Electric Energy Generation, Transmission, and Storage for Handling High Shares of Wind and Solar Power Generation
该研究提出一种计及低碳政策、灵活爬坡备用与储能的发电-输电-储能多周期一体化扩展规划模型,通过层次聚类处理不确定性,用加速Benders对偶分解求解MILP模型,经IEEE RTS系统验证有效。
2023-10-09 cs.SY eess.SY
A Probabilistic Transmission Expansion Planning Methodology based on Roulette Wheel Selection and Social Welfare
Indian Institute of Technology Kanpur(印度理工学院坎普尔分校)
提出一种无需预先指定新增输电容量、利用社会福利概念的概率输电扩展规划方法,通过轮盘赌计算线路容量和潮流分析计算期望未供电量,并在改进IEEE 5节点系统上验证了仅新增线路不足以最小化期望未供电量。
2012-03-12 cs.AI cs.SY eess.SY
Power and Hydrogen Hybrid Transmission for Renewable Energy Systems: An Integrated Expansion Planning Strategy
本文提出整合电力与氢气传输日常运行的 TEP-H 扩展规划模型,并在 TX-123BT 上验证其在高可再生渗透率和高转换效率下可降低总成本。
2023-12-17 cs.SY eess.SY
Integrated Transmission and Distribution Expansion Planning Considering Customer Actions and Distributed Energy Resources
FortisAlberta(阿尔伯塔福特斯电力公司);University of Calgary(卡尔加里大学)
本文提出多步骤框架,将协同规划、成本分配与零售商模型结合,在36节点系统验证,纳入用户决策可降低输配电系统总成本、减少输电侧发电依赖,支撑更实际的规划。
2026-09-01 cs.SY eess.SY
Power System Resource Expansion Planning
本文围绕电力系统资源扩展规划,梳理规划目标及元启发式、进化算法的作用,并提出五类涵盖发电、输电、无功与内点法的规划模型。
2024-01-20 cs.SY eess.SY
High-Resolution PTDF-Based Planning of Storage and Transmission Under High Renewables
Georgia Institute of Technology(佐治亚理工学院);University of Michigan(密歇根大学)
本文提出一种多期两阶段PTDF方法,用于优化传输升级和储能选址规模,在高可再生能源情景下实现高效规划,展示出在高空间分辨率下的可扩展性。
2026-05-15 cs.SY eess.SY
Coordinated Expansion Planning of Transmission and Distribution Systems Integrated with Smart Grid Technologies
针对智能电网技术融合对输电网规划的影响,提出输配系统协调扩张随机多阶段规划模型,涵盖多类资源与充电站规划,采用聚类与蒙特卡洛方法处理不确定性,经BDD求解及标准测试系统验证有效。
2023-10-09 cs.SY eess.SY
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。
2019-09-13 cs.SY eess.SY math.OC
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。
2019-07-10 cs.SY eess.SY math.OC
An Annual Quasi-Static Time-Series Simulation Framework for Enhanced Transmission System Expansion Planning
Institut de recherche d’Hydro-Québec(魁北克水电研究院);Hydro-Québec(魁北克水电公司)
本文提出一种年度准静态时间序列模拟框架,用于应对分布式能源资源、变量可再生能源和新兴技术带来的挑战,通过高分辨率全年建模揭示灵活性机会和运营约束,提升输电系统扩展规划的鲁棒性。
2026-04-30 cs.SY eess.SY
Identification of Technical Design Constraints and Considerations for Transmission Grid Expansion Planning Projects
KU Leuven(荷语鲁汶大学);Energy Transmission Competence Hub (Etch) - EnergyVille(能源传输能力中心(Etch)- 能源村);Elia Transmission Belgium(比利时Elia输电公司)
针对可再生能源大规模部署所需的输电网络扩展规划项目,识别并分类相关技术设计约束与考量,涵盖七个关键领域,给出分层分类及领域间依赖性,为运营商和政策制定者提供规划投资的结构化基础。
2026-07-24 cs.SY eess.SY
Capturing Chronology and Extreme Values of Representative Days for Planning of Transmission Lines and Long-Term Energy Storage Systems
针对高比例可再生能源下电力系统长期规划因小时级建模难以求解的问题,提出基于聚类的混合时间序列聚合算法,通过代表性样本捕捉极值与时间动态,经改进6节点系统验证,该方法在含长期储能的输电系统联合规划中效果显著。
2023-10-06 cs.SY eess.SY
Transmission Expansion Planning for Renewable-energy-dominated Power Grids Considering Climate Impact
该研究针对高比例可再生能源电网受气候影响的可靠性问题,提出了考虑气候影响的输电扩展规划(TEP-CI)流程,构建了对应模型与定制化SCUC,基于TX-123BT系统完成投资方案生成与可靠性评估,为相关研究提供基准。
2024-08-16 cs.SY eess.SY
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。
2020-08-17 cs.SY eess.SP eess.SY
Interpreting the Value of Flexibility in AC Security-Constrained Transmission Expansion Planning via a Cooperative Game Framework
本文提出一种基于合作博弈论的SCTEP工具,量化灵活性(如储能)对避免负荷削减和降低系统成本的贡献,并与线路加固比较,以指导规划者优先投资。
2024-03-14 cs.SY eess.SY
Hybrid AC/DC Transmission Expansion Planning Considering HVAC to HVDC Conversion Under Renewable Penetration
针对含高比例可再生能源的输电扩张规划问题,提出考虑HVAC线路改造、储能规划及不确定性的多年期混合交直流MILP模型,采用Benders分解求解并通过多测试系统验证有效性。
2023-10-09 cs.SY eess.SY
A Comprehensive Test System for Transmission Expansion Planning: Modeling N-1 Contingencies and Multi-Loading Scenarios
The University of Texas at Dallas(德克萨斯大学达拉斯分校)
本文提出一种高压测试系统用于传输扩展规划,通过模拟不同负载场景下的正常与故障条件,验证了测试系统在不同负载下的可行性,并展示了多种扩展规划案例。
2026-04-19 cs.SY eess.SY
High-Spatial Resolution Transmission and Storage Expansion Planning for High Renewable Grids: A Case Study
本文提出含短时储能选址定容的高空间分辨率TEP模型,并通过2,000母线合成得克萨斯系统验证输电与储能协同优化的价值。
2024-12-05 cs.SY eess.SY
Sequential Motion Planning for Bipedal Somersault via Flywheel SLIP and Momentum Transmission with Task Space Control
California Institute of Technology(加州理工学院)
在本文中,我们提出了一个连续的运动规划和控制方法,产生的两足机器人的空翻。空翻(后空翻或前空翻)被认为是一个轴跳跃运动和旋转运动之间的耦合的机器人的质量中心,这些编码由一个跳跃弹簧加载倒立摆(SLIP)模型和飞轮的旋转,分别。因此,我们提出了飞轮SLIP模型产生所需的运动在地面阶段。在飞行阶段,我们提出了一个动量传递的方法来调整的基础上质心动量守恒的下半身的方向。生成的运动计划实现的全维机器人通过动量包括任务空间控制。最后,所提出的方法是实现了一个修改后的版本的两足机器人卡西在模拟,其中产生多个筋斗运动。
2020-08-06 cs.RO cs.SY eess.SY
Strong Mixed-Integer Formulations for Transmission Expansion Planning with FACTS Devices
针对 FACTS 纳入 TNEP 后非线性导致的求解难题,本文提出以扩展建模和刻面约束直接表示功率流变化的强混合整数模型,并在高比例可再生能源 Texas 合成系统上实现相对最先进方法 4 倍加速。
2024-04-08 cs.SY eess.SY
Robust AC Transmission Expansion Planning with Load and Renewable Generation Uncertainties
随着可再生能源(RESs)的集成,电力网络必须具有鲁棒性,以处理系统的不确定性场景。直流输电扩展规划(TEP)计划通常不适用于交流网络。本文首次提出了一种具有负荷和RESs发电量不确定性的AC TEP双层鲁棒优化(RO)求解方法。它利用了一个众所周知的凸松弛,并解决了弯曲分解(BD),其中主确定强大的AC TEP计划。一种新的双从模型开发的第二个层次的BD,它绕过了使用圆锥对偶理论(CDT)的问题,并在最坏情况下实现的不确定性,使用一组新的约束。开发的双从不是一个混合整数的问题,并使用原始对偶内点法(PDIPM)解决。所提出的工作还使用额外的线性约束,以减少BD的计算负担,并直接对最优的主人。基于蒙特卡罗仿真(MCS)的验证,通过实际的非线性和非凸AC最优潮流(OPF),证明了TEP计划的所有场景的100%的鲁棒性。
2021-08-26 cs.SY eess.SY
Risk-informed Resilience Planning of Transmission Systems Against Ice Storms
针对冰风暴下输电系统韧性规划,提出两阶段RIDDRP模型,利用预测信息并纳入决策依赖型故障不确定性,协同优化线路加固、储能配置与灾前应急运行。
2024-01-22 cs.SY eess.SY
A Machine Learning-Enhanced Benders Decomposition Approach to Solve the Transmission Expansion Planning Problem under Uncertainty
本文提出一种机器学习增强的多割Benders分解算法,通过监督学习识别有效和无效的最优性割,在保证解质量的同时显著减轻大规模不确定性输电扩展规划问题的计算负担。
2023-04-15 cs.SY eess.SY
Learning a Non-linear Surrogate Model for Multistage Stochastic Transmission Planning
Technical University of Denmark(丹麦技术大学);University of Chile(智利大学);The University of Melbourne(墨尔本大学);The University of Manchester(曼彻斯特大学)
本文提出混合机器学习-优化框架,通过训练替代神经网络降低多阶段随机传输规划的计算负担,实现近优投资成本和显著缩短计算时间。
2026-04-18 cs.SY eess.SY
Impact of Data Center Load on Co-Optimized Generation and Transmission Expansion Planning with Embedded Unit Commitment
University of Houston(休斯顿大学);Argonne National Laboratory(阿贡国家实验室)
本文研究多节点数据中心负荷对协同TEP与GEP的影响,构建嵌入UC的混合整数线性规划,发现该负荷会大幅增加系统成本与LMP,且最优规划从仅输电转为仅发电,发电可替代网络加固。
2026-10-14 cs.SY eess.SY
Multi-UAV Collaborative Trajectory Planning for Seamless Data Collection and Transmission
针对多无人机大规模传感器网络数据采集与传输的覆盖和能量限制问题,提出一种多无人机协同无缝采集传输方案,通过优化轨迹、任务分配和传输拓扑最小化任务完成时间,并采用点匹配轨迹规划算法高效求解,仿真验证性能优于基准方案。
2024-12-17 cs.SY eess.SY
Transmission Expansion Planning Using Cycle Flows
常见的线性最优潮流(LOPF)公式是大多数输电扩展规划(TEP)公式的基础,其使用母线电压角作为辅助优化变量来描述基尔霍夫电压定律。除了引入大量的辅助变量之外,基于角度的公式化还具有不太适合考虑多个断开网络的连接的缺点,然而,可以通过基于网络图的循环分解直接用功率流来表达基尔霍夫电压定律来绕过这些辅助变量并减少所需的约束数量。在计算上具有挑战性的基准,如发电容量扩展与多周期LOPF,这种等效的重新制定在以前的工作中,以减少求解时间的LOPF问题的数量级。允许线路容量在离散TEP问题中进行协同优化,使其成为非凸混合整数问题。本文提出了一种新的基于循环的TEP问题与LOPF的重新制定,并将其与标准的角度为基础的制定。多个断开的网络的连接的组合形式化的两个配方,一个主题,并没有受到关注的文献。基于周期的配方示出,以方便地容纳同步选项。由于两种公式都使用大- $M$析取松弛,因此提供了适用于大- $M$值的有用推导。竞争制剂基准上的一个现实的发电和传输扩展模型的欧洲传输系统在不同的空间和时间分辨率。基于循环的公式在特定情况下的求解速度最高可达31倍,而平均速度为4倍。
2020-04-18 cs.SY eess.SY
Time Window-Based Netload Range Cost Curves for Coordinated Transmission and Distribution Planning Under Uncertainty
Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室)
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。
2026-03-28 cs.SY eess.SY math.OC
Optimal Network Expansion Planning Considering Uncertain Dynamic Thermal Line Rating
本文提出一种混合随机-鲁棒优化框架,综合考虑可再生能源、电动汽车充电和动态热额定值的不确定性,实现发电与输电扩展规划的成本优化与效率提升。
2024-10-16 cs.SY eess.SY
Deep Learning-Based Hurricane Resilient Co-planning of Transmission Lines, Battery Energy Storages and Wind Farms
该研究提出一种考虑飓风韧性的输电线路、储能与风电场多阶段协同规划模型,结合深度学习负荷预测、场景生成与Benders分解求解,经改进IEEE RTS系统验证有效。
2023-10-09 cs.SY eess.SY
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。
2025-05-16 cs.SY eess.SY math.OC
Secure Expansion of Energy Storage and Transmission Lines Considering Bundling Option Under Renewable Penetration
该研究提出考虑输电线路捆绑扩容的多阶段输电网-储能-风电厂联合规划模型,结合RPS政策与N-1安全准则,通过时序聚类、加速BDD算法求解MILP问题,经IEEE标准测试系统验证了有效性。
2023-10-09 cs.SY eess.SY
Multi-parametric Analysis for Mixed Integer Linear Programming: An Application to Transmission Planning and Congestion Control
Missouri University of Science and Technology(密苏里科技大学);Whiting School of Engineering, Johns Hopkins University(约翰斯·霍普金斯大学怀廷工程学院)
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。
2022-07-19 cs.LG cs.SY eess.SY
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。
2021-11-09 cs.SY eess.SY math.OC
Ex-ante dynamic network tariffs for transmission cost recovery
本文提出了一种新的电价方案和一个新的优化框架,以解决在输电网络规划的固定投资成本的回收,特别是对需求弹性上升。目前,除了拥塞收入外,还利用事后网络费率来完全收回网络成本,这往往导致固定成本回收过高/过低,从而增加了投资风险。此外,在具有弹性市场曲线的代理商的情况下,事后电价可能会导致几个低效率,如不信任的投标,以利用事后计划,不完全信息的应用成本和清除数量,以及边际发电商和消费者的负盈余。需求的价格弹性不断增加,例如需求反应技术的扩散,加剧了这些问题。为了解决这些问题,我们设计了一个动态的事前关税计划,明确占关税的影响,在长期的网络规划问题,并在基本的市场清算过程。使用线性化技术和一种新的重新制定的拥塞租金,长期网络规划问题被重新制定为一个单一的混合整数线性问题,返回的组合最优值的网络扩展和相关的关税,同时占价格弹性代理和luxury投资。所提出的方法在成本回收,市场均衡和增加社会福利方面的优势进行了定性讨论,并在数值案例研究中进行了验证。
2019-11-11 cs.SY eess.SY
Multi-Objective Transmission Expansion: An Offshore Wind Power Integration Case Study
针对海上电网规划指导匮乏的问题,提出多目标多阶段发电、储能及输电扩展规划模型,考虑负外部性与极端情景,在ISO-NE和PJM测试系统上验证,发现优化并网点可降本,考虑外部性需增加前期投资。
2024-04-21 cs.SY eess.SY
Exact and Evolutionary Algorithms for Sequential Multi-Objective Transmission Topology Planning
TenneT TSO B.V.(TenneT TSO 有限公司);Artelys;Department of Mathematics, Vrije Universiteit Amsterdam(阿姆斯特丹自由大学数学系)
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。
2026-06-04 cs.NE cs.SY eess.SY
Bayesian Optimization Enhanced Deep Reinforcement Learning for Trajectory Planning and Network Formation in Multi-UAV Networks
在本文中,我们采用多个无人机协调的基站(BS),以帮助地面用户(GU)卸载他们的传感数据。不同的无人机可以调整其轨迹和网络形成,以加快数据传输通过多跳中继。航迹规划的目标是收集所有GU的数据,而无人机的网络形成优化的多跳无人机网络拓扑,以最小化能量消耗和传输延迟。关节网络的形成和轨迹优化是通过两步迭代的方法来解决的。首先,我们设计了自适应网络形成方案,通过使用启发式算法来平衡无人机的能量消耗和数据队列大小。然后,在固定网络形成的情况下,通过使用多智能体深度强化学习,在不知道GU的交通需求和空间分布的情况下,进一步优化无人机的轨迹。为了提高学习效率,我们进一步采用贝叶斯优化估计无人机的飞行决策的基础上的历史轨迹点。这有助于避免低效的动作探索,并提高模型训练的收敛速度。仿真结果表明,无人机的航迹规划和网络形成之间存在密切的时空耦合。与几种基线相比,我们的解决方案可以更好地利用无人机在数据卸载中的合作,从而提高能量效率和延迟性能。
2022-12-27 cs.SY eess.SY
Community Detection for Power Systems Network Aggregation Considering Renewable Variability
PSR(PSR公司)
可变可再生能源(VRE)的日益普及给电力系统规划和运行带来了重大挑战。这些高度可变的源通常分布在电网中;因此,传输瓶颈的详细表示对于近似传输网络对VRE资源调度的影响至关重要。细粒度的短期和日前调度的时间尺度,考虑到网络的限制,也是强制性的中期规划研究,结合VRE的高变异性带来了需要代表这些不确定性的随机优化模型,同时考虑到传输系统。这些要求强加了求解规划和操作模型的计算负担。我们提出了一种基于社区检测的方法来聚合网络表示,能够保留多个VRE场景中的位置边际价格(LMP)差异,并描述了一个真实世界的运营规划研究。考虑聚合网络的最优期望成本的解决方案进行了比较,与完整的网络表示。这两种表示嵌入到一个操作模型依赖于随机对偶动态规划(SDDP)来处理多阶段问题中的随机变量。
2019-11-08 cs.LG cs.SY eess.SY
Does Central Planning Fail Locally? Evaluating EV Charging Flexibility Optimization Across Grid Levels
ETH Zurich(苏黎世联邦理工学院)
研究评估跨电网层级的电动汽车充电灵活性,采用自上而下和自下而上两种方法,前者分解最优充电需求,后者利用电价信号局部优化,结果表明中央优化的充电在配电层面仍有效,能减少电网违规并与驾驶行为兼容。
2026-07-28 cs.SY eess.SY physics.soc-ph
Multi-Stage Transmission Line Flow Control Using Centralized and Decentralized Reinforcement Learning Agents
GEIRI North America(全球能源互联网研究院北美分院);Jinhua Electric Power Company(金华电力公司);SGCC Zhejiang Electric Power Company(国网浙江省电力公司)
规划满足安全和经济约束的大容量电力系统的未来操作场景通常需要在执行大规模仿真时进行密集的劳动力努力。为了自动化这一过程,减轻工程师的负担,本文提出了一种新的多阶段控制方法,训练集中式和分散式强化学习代理,可以自动调整电网控制器调节输电线路流量在正常条件下和在突发事件。将电网潮流控制问题转化为马尔可夫决策过程(MDP)。在第一阶段,集中式软行动者-评论家(SAC)代理被训练来控制发电机有功功率输出在一个广泛的区域,以控制输电线路流量对指定的安全限制。如果线路过载问题仍未解决,则使用阶段二通过本地变电站处的负载切换来训练分散的SAC代理。以浙江省电力公司电网运行规划为例,验证了该方法的有效性。
2021-02-16 cs.LG cs.SY eess.SY