具有注入不确定性的交流电网的鲁棒拓扑控制

《IEEE Transactions on Power Systems》：Robust Topology Control of AC Power Networks With Injection Uncertainties

两层级三阶段鲁棒ACOTS模型有效解决可再生能源注入不确定性问题，通过无近似电力流动方程的混合整数线性规划主问题与分阶段子问题协同优化，采用改进Benders分解加速求解，蒙特卡洛验证显示优于传统方法。

　　

摘要：

可再生能源（RES）的整合要求提高电网的灵活性。虽然最优传输切换（OTS）能够利用这种灵活性，但确定性OTS无法为负载和RES的注入不确定性提供最优的拓扑结构。本文提出了一种新颖的两层三阶段公式，用于鲁棒的交流OTS（ACOTS），以解决电力网络日前运行中的注入不确定性问题。与之前的公式不同，该模型不对功率流方程进行任何近似处理。主问题是一个混合整数线性规划（MILP）公式，用于确定鲁棒的最优网络拓扑结构，作为从属问题的输入。从属问题依次求解，其中第一个从属问题是确定性交流最优功率流（ACOPF）问题，第二个从属问题揭示最坏情况下的不确定性，从而在考虑的不确定性范围内共同优化调度。所提出的公式通过广义Benders分解方法求解，并采用了加速收敛技术。考虑不确定性约束的预算可以减少最优拓扑结构的保守性。通过基于蒙特卡洛仿真的ACOPF验证（附加负载削减）证明了该设置在NESTA和南卡罗来纳州500节点系统上的鲁棒性。与之前的方法和列约束生成（C&CG）算法相比，该模型在实现鲁棒的最优网络拓扑结构方面表现出更高的有效性。

引言

向清洁和可持续能源的转变对于电力网络的未来发展至关重要。实现这一转变需要在整合可变可再生能源（RES）与确保电网灵活性之间找到微妙的平衡，因为RES对发电侧的灵活性提出了挑战[1]。为了解决这个问题，最优传输切换（OTS）是一种有前景的策略，通过明智和策略性的线路切换来增强电网的灵活性。结合OTS的最优功率流（OPF）优化有助于改善网络拓扑结构和发电调度，从而在典型的日前和小时前运营中降低成本[2]。OTS可以缓解线路拥堵，促进更便宜的发电机的调度，并提高电力网络的经济运行效率[3]。然而，当面临负载和RES的注入不确定性时，确定性OTS可能会失效[3]。因此，准确的不确定性建模对于有效利用拓扑控制至关重要。