Wind Power Providing Flexible Ramp Product
可再生能源在电力系统中的渗透不断加深,导致对发电调度灵活性的需求不断增加。具体而言,对于短期运行,这里的灵活性表示应预留足够的斜坡容量,以应对负荷和间歇性发电的预期变化,同时也涵盖一定程度的不确定性。为了满足对灵活坡道容量日益增长的需求,坡道产品市场已经在实践中启动,例如加利福尼亚ISO和中部ISO的市场。有时,为了保证足够的斜坡容量,必须实时提交昂贵的快速启动单元。此外,随着可再生能源发电的渗透率提高,传统机组所提供的灵活性可能不够。事实上,风力发电厂在物理上能够提供灵活性,这有时对整个系统也是经济有效的。在本文中,我们的目的是探讨机制和可能性,包括风电生产商作为坡道供应商,以增加供应的灵活性。为了进行分析,两阶段随机实时机组组合模型考虑坡道容量充裕度制定。案例研究表明,如果允许风力发电提供灵活的斜坡产品,系统和风力发电商都可以受益。
2016-01-13 math.OC
A Dual Approximate Dynamic Programming Approach to Multi-stage Stochastic Unit Commitment
本文研究了多阶段随机机组组合问题,在该问题中,机组组合和发电决策可以在每个时段内进行调整。我们制定这个问题作为一个马尔可夫决策过程,这是“弱耦合”的意义上说,如果需求约束放松,问题分解成一个单独的,低维的,马尔可夫决策过程为每个发电机。我们演示了如何调整Barty,Carpentier和Girardeau的对偶近似动态规划方法(RAIRO运筹学,44:167-183,2010)来获得该问题的边界和策略。以前的方法让拉格朗日乘子只依赖于时间,这可能会导致弱下界。其他方法让乘数依赖于过去随机观测的整个历史;虽然这提供了一个强大的下界,但它处理大量样本路径或场景的能力有限。我们演示了如何桥接这些方法的随机机组承诺问题,让乘数取决于当前观察到的需求。这允许在强下界与场景数量的良好可伸缩性之间进行良好的权衡。我们说明了这种方法数值上的168阶段的随机机组组合问题,包括最小的故障,停机时间,和斜坡的限制。
2018-06-22 math.OC
Commitment and Dispatch of Heat and Power Units via Affinely Adjustable Robust Optimization
热电系统的联合管理被认为是将可再生能源纳入区域供热广泛渗透的能源系统的关键。确定这些系统的日前机组投入和生产计划是一个最优化问题,它受到来自热和电的需求和价格的不可预测性的不确定性的影响。此外,由于生产和热存储单元的动态特征以及优化范围的长度和粒度(例如,一整天,每小时解决),这个问题本质上是一个多阶段的问题。我们提出了一种基于鲁棒优化的配方,其中追索权的决定近似为线性或分段线性函数的不确定参数。这种方法允许在多阶段决策中的不确定性的严格建模,而不损害计算的易处理性。我们进行了广泛的数值研究的基础上,从丹麦哥本哈根地区的数据,突出了所提出的模型的重要功能。首先,我们说明承诺和派遣的选择,增加稳健优化方法的保守性。其次,我们评估的增益从线性切换到分段线性决策规则的鲁棒优化。此外,我们给出了方向选择的参数定义的不确定性集(大小,预算),并评估平均利润和保守性的解决方案之间的权衡。最后,我们与基于确定性优化和随机规划的竞争模型进行了全面的比较。
2015-07-21 math.OC
Fast Relax-and-Round Unit Commitment with Economic Horizons
Oak Ridge National Laboratory(橡树岭国家实验室)
本文提出一种快速算法,用于解决具有长时间规划的单位调度问题,通过引入针对UC问题的启发式方法,实现大规模水电调度问题的高效求解,显著降低运营成本。
2026-10-22 cs.MS cs.SY eess.SY
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。
2021-12-01 math.OC
A New Hybrid Quantum-Classical Algorithm for Solving the Unit Commitment Problem
针对电力系统机组组合问题,提出一种结合变分量子算法与经典Bender启发式方法的量子-经典混合三阶段算法,通过生成候选向量并利用SLSQP求解最优功率,在多规模系统测试及IonQ的Forte系统上验证了其有效性与收敛性。
2025-04-30 math.OC quant-ph
Multiple-Periods Locally-Facet-Based MIP Formulations for the Unit Commitment Problem
火电机组组合问题历来被归结为混合整数二次规划(MIQP)问题,特别是对于大规模系统,该问题很难有效求解。更紧密的特征减少了搜索空间,因此,作为自然的结果,显著降低了计算负担。在文献中,许多紧缩的单一单位与部分约束的公式,没有明确地介绍他们是如何推导出来的。在本文中,一个系统的方法来制定严格的配方。其思想是使用更多的二进制变量来表示单元的状态,从而获得最严格的上界的发电限制和斜坡约束的一个单一的单位。在这种方式中,我们提出了一个多周期制定的滑动窗口的基础上,可能有不同的大小为系统中的每个单元。在此基础上,建立了考虑历史条件的多期模型。此外,给出了单单位约束多面体的面的充分和必要条件,并消除了多余的不等式。所提出的模型和其他三个国家的最先进的模型进行了测试,73个实例的调度时间为24小时。测试系统中的发生器数量范围为10至1080。仿真结果表明,当多周期公式的窗口大小大于2时,我们提出的多周期公式比其他三种最先进的模型更紧凑。
2022-09-23 math.OC
An Efficient Data Driven Model for Generation Expansion Planning with Short Term Operational Constraints
针对含机组组合的发电扩展规划计算耗时问题,提出按技术类型聚合、仅含爬坡约束的最小UC数据驱动线性规划模型,在安大略省数据上实现一小时内的可信求解。
2025-08-07 math.OC
Tight Formulations for Unit Commitment with Different Levels of Details -- Part I: Models and Theoretical Insights
研究针对机组组合问题在大规模场景下的计算限制,定义不同细节水平模型,基于凸包给出公式化,证明相关公式紧凑性,可减轻大规模问题计算负担。
2026-07-17 cs.SY eess.SY math.OC
Toward Decarbonization of Chemical Manufacturing: Joint Optimization of Unit Commitment and Microgrid Operations
School of Chemical Engineering, Oklahoma State University(俄克拉荷马州立大学化学工程学院);School of Industrial Engineering and Management, Oklahoma State University(俄克拉荷马州立大学工业工程与管理学院)
提出集中优化模型,联合优化电力系统机组组合与电化学蒸汽裂解微电网运行,通过两阶段求解法高效解决大规模MILP问题,发现30%电气化水平实现最大温室气体减排。
2026-08-11 math.OC
A Hybrid Decomposition Approach for Stochastic Unit Commitment with Combined-Cycle Generators
Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);Georgia Institute of Technology(佐治亚理工学院)
本文提出一种混合Benders和Dantzig-Wolfe分解算法,用于解决包含联合循环发电机的随机单元调度问题,通过分离线性约束和整数约束提升求解效率。
2026-09-03 math.OC
Uncertainty Marginal Price, Transmission Reserve, and Day-ahead Market Clearing with Robust Unit Commitment
Galvin Center for Electricity Innovation at Illinois Institute of Technology(伊利诺伊理工学院加尔文电力创新中心)
本文提出不确定性边际电价(UMP)用于定价不确定性和备用容量,结合鲁棒机组启停机制,解决可再生能源渗透带来的不确定性问题,通过仿真验证新概念和清算机制的有效性。
2016-08-02 cs.SY eess.SY math.OC
Towards Optimal Energy Management of Microgrids with a Realistic Model
本文研究了由多台常规发电机、可再生能源发电机和储能系统组成的微电网的能量管理问题。提出了一种两阶段的优化方法来调度发电,目的是最小化长期平均运营成本受运营和服务的约束。优化的第一阶段通过日前调度确定发电机组的小时机组组合,第二阶段通过小时调度执行发电机组、ESS和能量交易的经济调度。该组合解决方案满足了处理负荷需求和可再生能源发电中的大的不确定性的需要,并且在有限的计算资源下提供了满足短期和长期服务质量要求的有效解方案。基于实际负荷需求和可再生能源发电数据,通过仿真评估了所提出策略的性能。
2016-03-18 math.OC
Power-Based Generation Expansion Planning for Flexibility Requirements
由于可变可再生能源(vRES)的集成,电力系统规划中的灵活性要求变得更加相关。为了考虑这些要求,发电扩展规划(GEP)模型最近纳入了机组组合(UC)的限制,使用传统的能源为基础的配方。然而,最近的研究表明,基于能量的UC公式高估了系统的实际灵活性。相反,基于功率的UC模型通过正确建模斜坡约束和操作储备来克服这些问题。本文提出了一种基于功耗的GEP-UC模型,改进了现有的模型。该模型优化了vRES、储能系统(ESS)和热技术的投资决策。此外,它还包括实时灵活性要求、ESS提供的灵活性以及其他UC约束,例如,最小上/下时间、启动和关闭功率轨迹、网络约束。结果表明,基于功率的模型比基于能量的模型更有效地使用安装投资,因为它更准确地代表了灵活性能力和系统需求。例如,基于功率的模型获得更少的投资(6 - 12%),但它更有效地利用了这一投资,因为在实时验证中运营成本也更低(2 - 8%)。我们还提出了一个半放松的基于功率的GEP-UC模型,这是至少10倍的速度比其完整的整数版本,而不会显着失去结果的准确性(小于0.2%的误差)。
2019-02-20 math.OC
A Joint Chance-Constrained Stochastic Programming Approach for the Integrated Predictive Maintenance and Operations Scheduling Problem in Power Systems
维护计划在不确定性条件下的电力系统运行中起着关键作用,可以帮助系统运营商确保电网的可靠性和安全性。本文研究了一种考虑发电机和输电线路意外故障可能性的短期状态检修计划与运行调度问题。我们制定这个问题作为一个两阶段的随机混合整数规划的故障情况下采样的传感器驱动的剩余寿命分布的个别系统元素,而一个联合的机会约束组成的泊松二项式随机变量被引入到故障风险。由于其棘手性,我们开发了一个割平面法,以获得一个确切的重新制定的联合机会约束,提出了一个分离子程序,并得出更强的削减作为这个过程的一部分。为了解决大规模的情况下,我们推导出一个二阶锥规划的安全近似这个约束。此外,我们提出了一个基于分解的算法,实现了并行的方式来解决由此产生的随机程序,利用整数L形方法的功能和特殊结构的维护和操作调度问题,以获得更强的最优切割。我们进一步提出了预处理步骤的传输线流量约束,以确定冗余。为了说明我们的算法的计算性能和效率相比,更传统的维护方法,我们设计了一个计算研究,重点是每周计划与日常维护和每小时的运营决策,涉及详细的单位承诺子问题。我们的计算结果表明,各种IEEE实例的计算效率所提出的方法与可靠的和具有成本效益的维护和运营计划。
2022-01-11 math.OC