基于扩展维度自适应稀疏网格插值的基于风险的随机单元承诺方法

《Journal of Modern Power Systems and Clean Energy》：Risk-Based Stochastic Unit Commitment Based on Extended Dimension-Adaptive Sparse Grid Interpolation

　　

摘要：

将不确定因素和突发事件纳入机组调度决策中，对于制定未来电力系统的经济且可靠的运行计划至关重要。然而，这导致了一个基于风险的随机机组调度（RSUC）模型的诞生，该模型同时涵盖了突发事件发生前的机组调度决策和事件发生后的风险评估。在处理这类不确定性优化问题时，尤其是在考虑电力流约束的情况下，仍然存在重大挑战。本文提出了一种新颖的统一解决方法，旨在平衡RSUC模型的准确性和效率。具体而言，引入并改进了松弛技术来应对RSUC模型中风险评估的非线性特性，从而利用扩展维度自适应稀疏网格插值（EDASGI）算法有效近似这一复杂计算过程。这种基于替代模型的方法建立了机组调度方案与系统风险之间的分析关系。通过将基于EDASGI的替代模型整合到RSUC模型中，迭代求解过程被转化为一个可以高效统一的混合整数二次规划问题。所提出解决方案的准确性和效率通过IEEE RTS-79测试系统得到了验证，其可扩展性则通过IEEE RTS-96测试系统得到了证明。