Managing power balance and reserve feasibility in the AC unit commitment problem
本文研究日前市场大规模交流潮流机组组合问题,提出分解算法并揭示仅满足功率平衡即可获得高质量解,进而设计并行策略以在工业规模算例上兼顾备用与交流可行性。
2024-03-30 cs.SY eess.SY math.OC
An Integral Formulation and Convex Hull Pricing for Unit Commitment
对于美国的大多数批发市场来说,减少预付款一直是一个具有挑战性的问题。其主要困难来自机组组合的离散决策。最近凸壳定价显示出减少隆起付款的承诺。然而,它一直难以获得最优的凸壳价格。在本文中,我们描述了一种创新的方法来确定最优凸壳价格通过简单地求解线性规划。最后给出了一个算例来说明计算过程。最后,在一个改进的IEEE-118节点系统上的计算实验验证了该方法的有效性。
2019-06-19 cs.SY eess.SY
Selectively Linearized Neural Network based RoCoF-Constrained Unit Commitment in Low-Inertia Power Systems
传统的同步发电机正逐渐被基于逆变器的资源所取代,这种过渡引入了更复杂的运行条件。系统惯性的降低给系统运营商在维护系统频率变化率(RoCoF)安全性方面带来了挑战。提出了一种基于选择性线性化神经网络(SNLNN)的RoCoF约束机组组合(SLNN-RCUC)模型。首先训练RoCoF预测器以基于高保真仿真数据集预测系统范围的最高位置RoCoF。该算法没有将完整的神经网络引入机组组合,而是在主动选择的神经元上实现了ReLU线性化方法,以提高算法的计算效率。在IEEE 24节点系统上进行PSS/E时域仿真,验证了SLNN-RCUC模型的有效性
2023-03-05 cs.SY eess.SY
Data-Driven Continuous-Time Framework for Frequency-Constrained Unit Commitment
本文提出基于Bernstein多项式的数据驱动连续时间频率约束机组组合框架,通过精确建模启停轨迹和频率最低点约束,在拉帕尔马岛实际电网中验证了其及时求解并抑制实时功率波动对频率影响的有效性。
2024-05-06 cs.SY eess.SY
Optimization models and algorithms for the Unit Commitment problem
Carnegie Mellon University(卡内基梅隆大学);King Abdullah University of Science and Technology(阿卜杜拉国王科技大学);Hitachi Energy Research(日立能源研究)
研究机组组合问题,提出利用分解方法结合EGRET库替代模型的解决方案,经针对四个基准系统测试,实现显著计算加速,为解决该问题提供了有效途径。
2026-07-23 cs.SY eess.SY math.OC
A Neural Column-and-Constraint Generation Method for Solving Two-Stage Stochastic Unit Commitment
University of California, Riverside(加州大学河滨分校)
本文提出神经列和约束生成方法,通过神经网络加速求解两阶段随机单元调度问题,实验证明其在电力系统中的高效性和准确性。
2026-04-14 cs.SY eess.SY
An Alternative Method for Solving Security-Constrained Unit Commitment with Neural Network Based Battery Degradation Model
电池储能系统(BESS)可以有效缓解可再生能源发电量变化的不确定性,并提供灵活的辅助服务。然而,降解是可再充电电池(例如最广泛使用的锂离子电池)的关键问题。基于神经网络的电池退化(NNBD)模型可以准确地量化电池退化。将NNBD模型与安全约束机组组合(SCUC)相结合,建立了一种基于电池退化的SCUC(BD-SCUC)模型,该模型能够精确地考虑等效电池退化成本。然而,由于NNBD模型的高度非线性,BD-SCUC可能无法直接求解。为了解决这个问题,通过将每个神经元处的非线性激活函数转换为线性约束来线性化NNBD模型,这使得BD-SCUC成为线性化BD-SCUC(L-BD-SCUC)模型。算例分析表明,所提出的L-BD-SCUC模型能有效求解多BESS节点电力系统日前调度问题,并使总费用(包括等效降级费用和正常运行费用)最低.
2022-07-13 cs.SY eess.SY
Machine Learning Assisted Approach for Security-Constrained Unit Commitment
University of Houston(休斯顿大学)
针对电力系统日前发电计划中的安全约束机组组合问题,提出了一种求解该问题的大规模混合整数线性规划方法。SCUC的模型缩减可以带来显著的时间节省。在这项工作中,提出了一种新的方法,有效地利用机器学习(ML),以减少SCUC的问题大小。提出了一种使用逻辑回归(LR)算法的ML模型,并用历史节点需求曲线和相应的承诺时间表进行训练。对ML输出进行处理和分析,以减少SCUC中的变量和约束。在IEEE 24节点系统、IEEE 73节点系统、IEEE 118节点系统、合成South Carolina 500节点系统和波兰2383节点系统等标准测试系统上对该方法进行了验证。仿真结果表明,在SCUC模型约简中使用所提出的LR模型的预测可以在保持解的质量的同时大大减少计算时间。
2022-07-13 cs.LG cs.SY eess.SY
Deep Learning based Security-Constrained Unit Commitment Considering Locational Frequency Stability in Low-Inertia Power Systems
随着电力系统脱碳的目标,传统的同步发电机逐渐被转换器接口的可再生发电所取代。由于系统惯性的显著降低,这种转变引起了对系统频率和频率变化率(RoCoF)安全性的关注。现有的研究成果大多来自统一的系统频率响应模型,这可能无法捕捉系统的所有特性。为保证位置频率安全,提出了一种基于深度神经网络(DNN)的RoCoF约束机组组合(DNN-RCUC)模型。RoCoF预测器被训练为基于高保真仿真数据集预测最高位置RoCoF。训练样本是从各种场景下的模型中生成的,这可以避免仿真发散和系统不稳定。然后将训练好的网络转化为一组混合整数线性约束,表示机组组合中的位置RoCoF限制约束。在IEEE 24节点系统上对所提出的DNN-RCUC模型进行了研究。PSS/E上的时域仿真结果验证了该算法的有效性。
2022-08-17 cs.SY eess.SY
Reconfiguration of District Heating Network for Operational Flexibility Enhancement in Power System Unit Commitment
热电联产机组的大量采用要求电力系统与区域供热系统协调运行。利用区域供热网的可重构特性,通过对供热网中的热负荷进行重新分配来提高电力系统的灵活性,是一种经济有效的解决方案。提出了一种考虑热电联产和可重构供热网络的机组组合方法(UC-CERHN),用于协调电力系统和DHS的日前调度。考虑到DHN的可重构性,DHS被表示为一个非线性的混合整数模型。此外,一个辅助的能量流变量被引入到所形成的DHS模型,使承诺问题易处理,其中的计算负担显着减少。广泛的案例研究,以验证近似模型的有效性,并说明所提出的方法的拥塞管理和风力发电住宿的潜在好处。(通讯作者:孙宏斌)
2020-06-02 cs.SY eess.SY
Unit commitment with analytical underfrequency load-shedding constraints for island power systems
本文提出校正型频率约束机组组合(C-FCUC),通过解析建模低频减载约束来优化孤岛电力系统的旋转备用配置,并验证其可推广为预防型频率约束机组组合和标准机组组合,在西班牙孤岛系统中成功应用。
2023-04-11 cs.SY eess.SY
Unit Commitment Considering the Impact of Deep Cycling
风力发电被广泛应用于电力系统中,以提高能源利用效率,减少温室气体排放。然而,世界各地的一些研究表明,结果与预期相反,主要是因为风力可用性和负载之间的负相关性。在这种情况下,燃煤电厂被迫循环,而他们不是这样做的设计。为了防止这种不希望的结果发生,机组投入决策应包括燃料的使用和斜升/斜降过程中的排放率。本文提出了一种新的机组组合决策过程,以适应与斜升过程相关的经济和环境成本。成本通常不是凸的,因为如果发电机输出显著变化而不管方向如何,则存在正成本。因此,问题可能是非凸的。引入分段线性成本曲线来模拟斜坡过程的影响。利用该曲线,建立了一个凸线性规划,并讨论了政府政策的影响。
2020-05-30 cs.SY eess.SY
Feasibility-Aware Security-Constrained Unit Commitment via Hybrid Soft Actor-Critic with Quantum-Sampled Features
University of Missouri(密苏里大学)
研究针对安全约束机组组合计算成本高的问题,提出三层混合框架,用伯努利混合软演员-评论家策略、量子采样辅助通道及原生SCUC混合整数线性规划求解,评估多节点案例,发现有用承诺信息的量是影响可扩展性的主要限制。
2026-07-21 cs.SY eess.SY
An Optimization Method-Assisted Ensemble Deep Reinforcement Learning Algorithm to Solve Unit Commitment Problems
机组组合问题是日前电力市场中的一个基本问题,有效解决机组组合问题至关重要。数学优化技术,如动态规划,拉格朗日松弛,和混合整数二次规划(MIQP)通常采用UC问题。然而,这些方法的计算时间随着发电机和能源资源的数量以指数速度增加,这仍然是工业中的主要瓶颈。人工智能的最新进展已经证明了强化学习(RL)解决UC问题的能力。不幸的是,现有的研究与强化学习解决UC问题的规模增长时,遭受的维数灾难。为了解决这些问题,我们提出了一种优化方法辅助的集成深度强化学习算法,其中UC问题被表示为马尔可夫决策过程(MDP),并通过集成框架中的多步深度Q学习来解决。该算法通过求解量身定制的优化问题来建立候选动作集,以确保较高的性能和满足操作约束。IEEE 118和300节点系统的数值研究表明,我们的算法优于基线RL算法和MIQP。此外,该算法在不可预见的操作条件下表现出较强的泛化能力。
2022-06-09 cs.LG cs.SY eess.SY
Transmission-Constrained Unit Commitment
本文提出基于混合整数二次规划和半正定规划分解的方法,解决具有传输约束的交流模型中的机组启停问题,并在西班牙加那利群岛测试案例中取得良好效果。
2018-06-25 cs.SY eess.SY math.OC
Inclusion of Frequency Nadir constraint in the Unit Commitment Problem of Small Power Systems Using Machine Learning
针对清洁能源占比提升导致的电力系统停运后频率不稳定问题,提出用机器学习将非线性频率最低点约束纳入机组组合问题,经拉帕尔马岛电力系统仿真验证,该方法比传统解析线性化方法求解速度更快且频率响应质量达标。
2024-07-12 cs.SY eess.SY
Tight Data-Driven Linear Relaxations for Constraint Screening in Robust Unit Commitment
现实世界的电力系统及其基础市场的日常运作依赖于机组组合问题的及时解决。然而,鉴于其计算复杂性,已经提出了几种基于优化的方法,以减轻其问题制定,通过删除冗余的线路流量约束。这些方法往往忽略了可再生能源发电和需求的空间耦合,这对市场结果有着内在的影响。此外,消除过程主要集中在可行域,并排除了问题的目标函数如何在这里发挥作用。为了解决这些缺陷,我们采取行动,以排除冗余和无效的约束,通过增加有效的不等式约束,原来的机组承诺可行性区域的紧线性规划放松。我们扩展了基于优化的方法称为伞约束发现通过执行的一致性逻辑的约束集,通过添加建议的不等式约束的制定。因此,我们减少了保守性的筛选方法,使用现有的历史数据,从而导致更严格的单位承诺制定。在标准IEEE测试网络上进行了数值测试,以证实所提出的方法的有效性。
2023-03-23 cs.SY eess.SY math.OC
Stochastic Unit Commitment in Electricity-Gas Coupled Integrated Energy Systems based on Modified Progressive Hedging
燃气机组数量的不断增加,大大增强了电网与燃气网络之间的耦合。传统上,在气体流动方程的非线性和非凸性,再加上可再生能源引起的随机性,导致计算昂贵的模型,在电力-天然气耦合的综合能源系统(IES)的机组组合。为了加速随机日前调度,我们应用并修改了渐进式套期保值(PH),一种启发式方法,可以并行计算,以产生独立的机组组合。通过应用终止和枚举技术,修改后的PH算法节省了大量的计算时间,特别是当单位生产价格是类似的所有发电机,当IES的规模是大的。此外,一个自适应的二阶锥松弛(SOCR)被用来处理非凸气体流动方程。对IEEE 24节点系统/比利时20节点天然气系统和IEEE 118节点系统/比利时20节点天然气系统进行了案例研究。使用PH时的计算效率是商业软件的188倍,甚至优于Benders Decomposition。同时,PH算法和基准之间的差距是小于0.01%的IES系统,这证明了PH产生的解决方案达到了可接受的最优性在这个随机UC问题。
2020-06-16 cs.SY eess.SY
Fast Constraint Screening for Multi-Interval Unit Commitment
针对高维多区间混合整数UC问题求解效率低的问题,提出一种基于负荷分布预筛选与多步爬坡关系的快速约束筛选方案,能可靠消除80%以上冗余约束且保持启停决策等价性与可行性。
2023-09-12 cs.SY eess.SY
On Affine Policies for Wasserstein Distributionally Robust Unit Commitment
提出了一种基于数据驱动Wasserstein分布鲁棒优化(WDRO)的电力系统可再生能源发电量不确定性下的机组组合(UC)模型及其易于处理的精确重构方法。该模型被制定为依赖于仿射策略的WDRO问题,该仿射策略嵌套无限维最坏情况期望问题并满足非预期性约束。为了减少保守性,我们开发了一种新的技术,定义了一个子集的不确定性集的概率保证。随后,该模型被改写为一个半无限规划问题,可以有效地解决使用现有的算法。值得注意的是,这种重新制定的规模是不变的样本量。因此,无需使用复杂的分解算法即可轻松合并多个样本。对6节点和24节点测试系统的数值仿真表明了该模型的经济性和计算效率。
2022-08-16 cs.SY eess.SY
A Solution Strategy to the Unit Commitment Problem Incorporating Manifold Uncertainties
广泛存在的不确定性使得风电与电网之间的相互作用更加复杂,难以建模和处理。针对风电机组组合问题中存在的多种不确定性,提出了一种基于概率、可能性和区间测度的求解方法。为了全面有效地处理多种不确定性,应用证据理论将这些不确定变量融合成Dempster-Shafer结构。此外,功率损耗被引入到功率平衡约束,并采用扩展仿射算法(EAA)来评估由上述不确定性的传播所造成的功率损耗的不确定性。针对所建立的优化模型的混合离散非线性特性,提出了一种改进的灰狼优化算法(GWO)来求解该模型。具体地说,相应的承诺计划是由一种二进制灰狼优化器(BGWO)确定的,经济调度(ED)由GWO解决。最后,IEEE 30节点测试系统和中国电力系统的实际规模的183节点系统的研究证明了所提出的模型和方法的有效性和可扩展性。
2020-01-03 cs.SY eess.SY
Automated Heuristic Design for Unit Commitment Using Large Language Models
Shanghai University of Electric Power(上海电力大学);Shanghai Electrical Appliances Research Institute (Group) Co(上海电气 appliances 研究院(集团)公司)
针对电力系统机组组合问题求解的准确性与鲁棒性挑战,提出基于大语言模型的FunSearch方法,结合预训练大模型与评估器通过程序搜索演化生成合理解,10机组算例显示其在多指标上优于遗传算法。
2025-06-14 cs.AI cs.SY eess.SY
Problem-Structure-Informed Quantum Approximate Optimization Algorithm for Large-Scale Unit Commitment with Limited Qubits
针对大规模机组组合问题,提出利用电力系统拓扑结构分解子问题的QAOA框架,在有限量子比特下并行求解,提升性能并易于扩展。
2025-03-26 cs.SY eess.SY
Chance-constrained Unit Commitment via the Scenario Approach
保持电力供需平衡是电力系统运行规划的基本任务。由于可再生能源的渗透不断加深,这一任务变得特别具有挑战性,这引起了大量的不确定性。在本文中,我们提出了一个机会约束的机组组合(c-UC)框架,以应对挑战的不确定性的可再生能源。建议的c-UC框架寻求成本效益的发电机调度,同时确保操作约束的保证概率。我们表明,情景的方法可以用来解决c-UC,尽管从二元决策变量的非凸性。我们揭示了c-UC的显着结构特性,这可以显着降低场景方法所需的样本复杂度,并加快计算速度。案例研究是在一个改进的118总线系统上进行的。
2019-10-22 cs.SY eess.SY
Network-Constrained Unit Commitment with Flexible Temporal Resolution
针对大规模网络约束机组组合计算负担重的问题,提出一种考虑阻塞效应的灵活时间分辨率确定方法及模型改进,在IEEE 118节点和Polish 2736节点系统上实现显著加速、低成本偏差和高精度。
2024-04-08 cs.SY eess.SY
Feasibility-Aware Security-Constrained Unit Commitment via Hybrid Soft Actor-Critic with Quantum-Sampled Features
University of Missouri(密苏里大学)
提出三层混合框架,结合伯努利混合软演员-评论家策略、量子采样辅助通道和原生SCUC混合整数线性规划,在有限强制子集下恢复调度与安全变量,实现求解器兼容的可行性感知机组组合。
2026-06-26 cs.SY eess.SY
Modeling the AC Power Flow Equations with Optimally Compact Neural Networks: Application to Unit Commitment
Argonne National Laboratory(阿贡国家实验室);Georgia Institute of Technology(佐治亚理工学院)
非线性潮流约束使得各种电力系统优化问题在计算上难以处理。然而,新兴的研究表明,非线性交流潮流方程可以成功地使用神经网络(NN)建模。这些神经网络可以精确地转换为混合线性规划(MILP),并嵌入到具有挑战性的优化问题中,从而用易于处理的分段线性近似代替许多应用中难以处理的非线性。然而,这样的方法遭受了表示NN所需的二进制变量数量的爆炸。因此,本文开发了一种用于训练“最优紧凑”NN的技术,即,一个可以表示具有足够高的精度的潮流方程,同时仍然保持易于处理的二进制变量的数量。我们表明,所得到的神经网络模型比DC和线性化潮流近似更有表现力,当嵌入一个具有挑战性的优化问题(即,AC单元委托问题)。
2021-10-28 cs.LG cs.SY eess.SY
Inertia-aware Unit Commitment and Remuneration Methods for Decarbonized Power System
针对脱碳电力系统中因可再生能源不确定性和机组组合变量导致的惯性服务获取难题,革新惯性感知机会约束机组组合模型并研究补偿方法,发现近似凸包定价能在保障收入充足性的同时最大化经济福利。
2025-11-18 cs.SY eess.SY
A Scenario-based Stochastic Model of using BESS-based Virtual Transmission Lines in Day-Ahead Unit Commitment
University of Houston(休斯顿大学)
本文提出考虑可再生能源不确定性的基于场景的随机安全约束机组组合模型SSCUC-VTL,评估基于BESS的虚拟输电线路在缓解拥堵、降低成本方面的效益,仿真显示其优于物理线路和单独BESS。
2025-10-26 cs.SY eess.SY
Security-Constrained Unit Commitment Con-sidering Locational Frequency Stability in Low-Inertia Power Grids
随着风能和太阳能发电装置的增加,电力系统中的传统同步发电机逐渐被取代,导致系统惯性显著减小。将系统频率保持在可接受的范围内对于电力系统的稳定性变得更加关键。在本文中,我们首先研究了区域间振荡对系统的频率变化率(RoCoF)安全的影响,然后,位置RoCoF占G-1应急稳定性的限制。通过实施这些频率相关的约束,基于位置的RoCoF约束的安全约束机组组合(LRC-SCUC)模型的建议。此外,一个有效的分段线性化(PWL)技术,制定了一个RoCoF线性化问题和线性化的非线性函数表示SCUC中的基于位置的RoCoF约束。仿真结果表明,包含惯性相关的约束,可以大大提高系统的稳定性,在较高的运营成本的代价。结果还表明,采用虚拟惯性技术不仅降低了系统的总成本,而且提高了系统的市场效率。
2022-05-30 cs.SY eess.SY
Wildfire Resilient Unit Commitment under Uncertain Demand
University of California at San Diego(加州大学圣地亚哥分校)
本文提出确定性和两阶段均值-CVaR随机框架,用于在不确定需求和野火风险下优化机组承诺与线路断电策略,并在IEEE测试系统上验证其能降低期望成本。
2026-09-22 cs.SY eess.SY
Reinforcement Learning and Tree Search Methods for the Unit Commitment Problem
Bartlett School of Environment, Energy and Resources(巴特利特环境、能源与资源学院)
机组组合问题是电力系统运行中的一项基本任务,它决定着满足电力需求的机组运行计划。现有的UC方法使用混合整数规划不太适合高度随机系统。更严格地考虑不确定性的方法可以通过降低旋转储备要求,以更高的效率运营发电站,以及整合更大数量的可变可再生能源来大幅降低运营成本。解决UC问题的一种有前途的方法是强化学习(RL),这是一种用于最优决策的方法,已被用于克服人工智能中长期存在的重大挑战。本论文探讨强化学习在UC问题中的应用,并解决了包括不确定性下的鲁棒性、多个问题实例的可推广性以及扩展到比以前研究的更大的电力系统的挑战。为了解决这些问题,我们开发了引导树搜索,这是一种结合无模型RL和基于模型的规划的新方法。UC问题被正式化为马尔可夫决策过程,我们开发了一个开源环境的基础上,从英国的电力系统的真实数据训练RL代理。在多达100个发电机的问题中,引导树搜索被证明是具有竞争力的确定性UC方法,降低运营成本高达1.4%。RL的一个优点是,该框架可以很容易地扩展到纳入考虑重要的电力系统运营商,如鲁棒性发电机故障,风力削减或碳价格。当考虑发电机停运时,与使用传统的$N-x$备用标准的方法相比,引导树搜索节省了2%以上的运行成本。
2022-12-12 cs.LG cs.SY eess.SY
Enabling Fast Unit Commitment Constraint Screening via Learning Cost Model
Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Shanghai Jiao Tong University(上海交通大学)
机组组合是输电系统运营商寻找最经济可行的发电计划和调度信号的重要工具。约束筛选技术可以减少UC问题中的无效或冗余约束,从而通过考虑简化后的最优化问题来加速大规模UC问题的求解过程,因此受到了广泛的关注。标准的约束筛选方法依赖于优化过负荷和发电量来找到约束线流量约束,但筛选是保守的,大部分约束仍然保留给UC问题。在本文中,我们提出了一种新的机器学习(ML)模型来预测给定负载输入的最经济成本。这种ML模型将UC决策的成本观点与基于优化的约束筛选模型联系起来,可以筛选出更高比例的操作约束。我们验证了所提出的方法的样本感知和样本不可知设置的性能,并说明所提出的计划可以进一步减少各种设置UC问题的计算时间。
2022-12-01 cs.LG cs.SY eess.SY
A Distributionally Robust Optimization Approach for Unit Commitment in Microgrids
提出了一种在电力市场价格不确定性和净负荷不确定性下的分布式鲁棒微电网机组组合方法。所提出的方法的关键推力是利用Kullback-Leibler散度来构造一个模糊度集的概率分布和制定一个最优化问题,最小化所带来的最坏情况下的分布在模糊度集中的预期成本。所提出的方法有效地利用历史数据和资本化的k-means聚类算法,结合软动态时间弯曲得分,形成名义概率分布及其相关的支持。一个两级分解方法,使设计的问题的有效解。我们进行了有代表性的研究,并量化了所提出的方法相对于随机最优化为基础的模型在不同的发散容差值的相对优点。
2020-12-13 cs.SY eess.SY math.OC
Chance-Constrained Unit Commitment with N-1 Security and Wind Uncertainty
Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);Columbia University(哥伦比亚大学)
本文提出了一种结合N-1安全性和机会约束的机组调度方法,用于应对风能渗透率增加带来的电网可靠性和经济性挑战,通过混合整数二次锥规划模型和改进的Benders分解算法进行求解,并在IEEE RTS-96和IEEE 300 NESTA测试系统上进行了案例研究。
2020-11-20 cs.SY eess.SY
A Comparative Study on Frequency-Constrained Unit Commitment Approaches in Island Power Systems
本文比较了岛屿电力系统中不同频率约束机组组合方法,提出两个指标从系统效益和计算负担角度评估,并在西班牙真实岛屿仿真中证明数据驱动校正型FCUC方法最具优势。
2025-07-07 cs.SY eess.SY
Fairness in Robust Unit Commitment Problem Considering Suppression of Renewable Energy
Toshiba Energy Systems & Solutions Corporation(东芝能源系统与解决方案公司)
本文提出了一种考虑可再生能源抑制的鲁棒单元调度问题中的公平性模型,通过基尼指数衡量公平性并验证其有效性。
2026-03-10 cs.SY eess.SY math.OC
Co-optimization of Operational Unit Commitment and Reserve Power Scheduling for Modern Grid
本文提出线性规划框架,利用DER与ESD约束协同优化机组组合和旋转备用调度,并在修改后的IEEE 34节点系统中验证有效性。
2023-04-24 cs.SY eess.SY
Unit Commitment with Cost-Oriented Temporal Resolution
针对时间自适应机组组合中成本与净负荷模式错位问题,提出基于双层优化与启发式贪心算法的面向成本时序分辨率确定方法,并结合改进离散化Adam优化,在不增加时间段数量的前提下显著降低调度成本。
2025-06-03 cs.SY eess.SY
Impedance-Based VSC Unit Commitment with STATCOM Support under High IBG Penetration
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学);Tianjin University(天津大学)
本文提出一种混合整数二次锥规划框架,结合合成惯性与电压稳定性边界,研究高IBG渗透下VSC单元调度与STATCOM支持对电压和频率稳定性的影响。
2026-05-13 cs.SY eess.SY
A Computational Efficient Pumped Storage Hydro Optimization in the Look-ahead Unit Commitment and Real-time Market Dispatch Under Uncertainty
针对实时市场抽水蓄能优化计算负担重的问题,提出两种基于概率价格预测的PSH模型,通过仅基于PSHU构建场景有效降低SCUC计算复杂度,在提升市场效率的同时仅略微增加求解时间。
2023-04-07 cs.SY eess.SY
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
Frequency Stability-Constrained Unit Commitment: Tight Approximation using Bernstein Polynomials
本文研究了风电不确定性下的频率安全机组组合问题,通过协调火电与风电提供频率支持并优化下垂系数,采用分布鲁棒机会约束处理不确定性,并利用Bernstein多项式对含死区的微分代数方程进行紧致内逼近转化为混合整数线性约束,有效保证了电力系统的频率安全性。
2024-07-24 cs.SY eess.SY math.OC
Value-Oriented Forecast Combinations for Unit Commitment
针对大规模电力系统中价值导向预测计算难度高、现有方法扩展性差的问题,提出基于渐进式套期保值的预测组合方法,支持高保真大模型与大数据集训练,并推导参照模型研究修改对求解质量的影响。
2025-05-18 cs.SY eess.SY math.OC
The Benefits of Hydrogen Energy Transmission and Conversion Systems to the Renewable Power Grids: Day-ahead Unit Commitment
随着可再生能源在现代电力系统中的渗透率迅速上升,可再生能源的削减越来越频繁。这是对免费和绿色可再生能源的浪费,意味着目前的电网无法容纳更多的可再生能源。一个主要原因是,更高的可再生能源渗透水平需要更高的输电容量。另一个主要原因是可再生能源发电的波动性。混合氢或纯氢管道既能以氢的形式传递能量,又能以氢的形式储存能量。然而,其加速可再生能源整合的潜力尚未得到研究。本文将氢气管网与电力制氢(P2H)和氢气发电(H2P)设施相结合,组成氢能传输与转换系统(HETCS)。研究了含HETCS的电力系统的运行情况,提出了含HETCS的日前安全约束机组组合(SCUC)。SCUC仿真是在一个改进的IEEE 24节点电力系统上进行的。仿真结果表明,HETS可以大大减少可再生能源削减,CO2排放,负荷支付和总运营成本。这项研究验证了HETCS可以成为实现净零可再生电网的一个有前途的解决方案。
2022-06-28 cs.SY eess.SY
Modeling of Frequency Security Constraints and Quantification of Frequency Control Reserve Requirements for Unit Commitment
基于变流器的可再生能源的高度普及给电力系统频率控制带来了挑战。机组组合中必须考虑频率安全约束和频率控制备用要求。考虑到频率不安全风险随运行条件的变化而变化,本文提出优化UC模型中的PFC下垂增益和备用容量,以自适应地在不同风险水平下提供不同的控制努力。利用Copula理论建立了频率控制性能、二次频率控制备用容量和功率波动之间的联合分布模型。然后利用分布鲁棒优化技术来处理概率模型中可能出现的误差。在IEEE 118节点系统上进行了UC仿真,以验证所提出的最优PFC下垂增益策略和SFC备用需求量化方法。仿真结果表明,所提出的最优PFC下垂增益策略在经济性和运行灵活性方面优于传统的固定PFC下垂增益设置。此外,该方法计算的SFC备用要求比历史运行中的实际SFC备用容量更合适。
2021-10-26 cs.SY eess.SY
Integrating Conductor Health into Dynamic Line Rating and Unit Commitment under Wind Uncertainty
KENTECH(韩国科学技术研究院)
本文研究在风不确定性下,通过量化风险相关的折旧成本和导体健康风险,提出考虑导体健康的单元调度方法,以提高线路利用率并减少可再生能源弃风。
2026-04-14 cs.SY eess.SY
Enhancing System Flexibility through Corrective Demand Response in Security-Constrained Unit Commitment
目前,系统运营商通过在日前调度中出于经济原因调度可控负荷来实现需求响应。特别地,需求从电力成本较高的高峰时间转移到非高峰时间,以通过平坦化负载分布来保持系统可靠性。然而,在短期业务中,没有明确考虑到在发生意外后的情况下采取这种行动的系统灵活性和经济效益。因此,本文强调了需求响应的好处,作为一个纠正行动,潜在的突发事件后,提前一天调度。提出了一种安全约束的机组组合(SCUC)模型,该模型考虑了当线路或发电机停运时,通过修正需求响应(CDR)提供的灵活性来维持系统的系统可靠性。该模型在IEEE 24节点系统上进行了测试,仿真结果表明,在日常运营中,总成本节省显着。此外,结果表明,发电机具有更好的长期可靠性,并且能够使用现有系统的灵活性,并在实施CDR时满足基本情况下更高的关键需求。
2020-06-20 cs.SY eess.SY math.OC
A Mixed-Integer SDP Solution Approach to Distributionally Robust Unit Commitment with Second Order Moment Constraints
研究了一种考虑可再生能源不确定性的电力系统机组组合问题。我们假设随机参数的一阶矩和二阶矩可以从历史数据中推断出来,然后用来模拟概率分布的集合。由此产生的问题是一个两阶段的分布式鲁棒机组组合与二阶矩约束,我们表明,它可以被改写为一个混合整数半定规划(MI-SDP)有限约束。该问题的求解算法包括求解一系列松弛的MI-SDP和一个可行性检查和顶点生成子程序。在证明半定规划(SDP)问题具有强对偶性的基础上,提出了求解MI-SDP问题的割平面算法,并引入了SDP松弛算法来求解这类难处理的双凸优化问题.在IEEE 6节点系统上的实验结果表明,在不进行任何参数调整的情况下,分布式鲁棒UC方法的实时运行代价优于确定性UC方法和两阶段鲁棒UC方法,且具有更高的调度可靠性。
2019-10-27 cs.SY eess.SY math.OC
Dynamic Operational Reserve Margin Assessment from Risk-Constrained Unit Commitment States
Oak Ridge National Lab(橡树岭国家实验室)
该研究提出DRM、RRE等指标,结合RCUC状态量化电力系统备用充足性,通过IEEE 14节点示例及大规模案例验证,其可表征传统指标未覆盖的备用特性。
2026-09-04 cs.SY eess.SY stat.AP
A Hierarchical Architecture for Optimal Unit Commitment and Control of an Ensemble of Steam Generators
本文提出一种蒸汽发生器集群管理的分层架构,高层优化负载分配与调度,中层基于鲁棒管MPC跟踪时变需求并处理配置突变,低层分散稳定控制,实现集群动态重构与即插即用。
2023-06-28 cs.SY eess.SY
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
A Survey on Applications of Quantum Computing for Unit Commitment
Louisiana State University(路易斯安那州立大学)
本文综述了量子计算在机组调度问题中的应用,探讨了不同量子范式下的建模策略和计算权衡,为大规模量子增强的UC问题提供了未来研究方向。
2026-08-04 cs.SY eess.SY quant-ph
Unit Commitment with N-1 Security and Wind Uncertainty
Texas A&M University(德克萨斯农工大学);Massachusetts Institute of Technology(麻省理工学院);ETH Zurich(苏黎世联邦理工学院);Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);Columbia University(哥伦比亚大学)
本文提出一种考虑N-1安全性和风不确定性的机会约束单位调度方法,通过建模发电储备应对风波动,并考虑单组件故障的三级储备,以优化电网可靠性和经济性。
2016-01-30 cs.SY eess.SY math.OC