Renewable energy exporting consumption-oriented transfer limit switching control: A unsupervised learning-based method

📄 arXiv: 2401.14949v1 📥 PDF

作者: Gao Qiu, Haojin Peng, Youbo Liu, Tingjian Liu, Junyong Liu

分类: eess.SY

发布日期: 2024-01-26


💡 一句话要点

提出基于无监督学习的可再生能源转移限制控制方法

🎯 匹配领域: 支柱四:生成式动作 (Generative Motion)

关键词: 可再生能源 无监督学习 转移限制 蚁群聚类 电力系统优化

📋 核心要点

  1. 现有方法在处理多交叉走廊转移限制时,缺乏有效的无监督学习策略,导致可再生能源利用率低。
  2. 论文提出通过蚁群聚类识别操作模式,并构建条件映射规则,优化可再生能源的使用和转移限制。
  3. 案例研究表明,该方法在IEEE 39节点系统中显著提高了可再生能源消费,降低了运营成本。

📝 摘要(中文)

本文提出了一种生成无监督条件映射规则的方法,用于多交叉走廊转移限制,并通过带切换将其整合到单位承诺中。该方法首先利用蚁群聚类(ACC)识别可再生能源渗透下的不同操作模式。对于每个子模式,使用相关系数确定耦合的交叉走廊。提出了一种构建耦合交叉走廊限制边界的算法,采用网格划分,建立从子模式到多交叉走廊限制的条件映射。此外,提出了一种带匹配模型,结合距离标准和Big-M方法,还包括基于拉格朗日乘子的限制切换方法。对IEEE 39节点系统的案例研究表明,该方法在增加可再生能源消费和降低运营成本方面的有效性,同时满足稳定性验证要求。

🔬 方法详解

问题定义:本文旨在解决多交叉走廊转移限制的优化问题,现有方法在无监督学习方面存在不足,导致可再生能源的利用效率低下。

核心思路:论文的核心思路是利用蚁群聚类技术识别不同的操作模式,并通过构建条件映射规则来优化转移限制,从而提高可再生能源的消费。

技术框架:整体方法包括几个主要模块:首先是蚁群聚类识别操作模式,其次是通过相关系数确定耦合交叉走廊,最后是构建条件映射和带匹配模型。

关键创新:最重要的技术创新在于提出了基于无监督学习的条件映射规则生成方法,与现有方法相比,能够更有效地处理多交叉走廊的转移限制问题。

关键设计:在技术细节上,采用了网格划分算法来构建耦合交叉走廊的限制边界,并结合了距离标准和Big-M方法进行带匹配,同时引入拉格朗日乘子法进行限制切换。

📊 实验亮点

实验结果显示,该方法在IEEE 39节点系统中成功提高了可再生能源的消费量,并显著降低了运营成本,满足了稳定性验证要求,展示了其在实际应用中的有效性。

🎯 应用场景

该研究可广泛应用于电力系统的可再生能源管理,尤其是在优化能源消费和降低运营成本方面具有重要价值。未来,该方法有潜力在更大规模的电网中推广应用,促进可再生能源的高效利用。

📄 摘要(原文)

A method for generating unsupervised conditional mapping rules for multi-inter-corridor transfer limits and their integration into unit commitment through banding-switching is proposed in this paper. The method starts by using Ant colony clustering(ACC) to identify different operating modes with renewable energy penetration. For each sub-pattern, coupling inter-corridors are determined using correlation coefficients. An algorithm for constructing coupled inter-corridors' limits boundaries, employing grid partitioning, is proposed to establish conditional mappings from sub-patterns to multi-inter-corridor limits. Additionally, a banding matching model is proposed, incorporating distance criteria and the Big-M method. It also includes a limit-switching method based on Lagrange multipliers. Case studies on the IEEE 39-node system illustrate the effectiveness of this method in increasing consumption of renewable energy and reducing operational costs while adhering to stability verification requirements.