计及灵活性的检修—运行协同优化模型及算法
Automation of Electric Power Systems（2018）
Abstract
为提升风电并网条件下电力系统的运行灵活性,提出一种结合场景分析和协同优化的检修—运行决策方法.采用K-medoids聚类方法获得风电出力典型场景集,同时根据典型性评估指标确定目标场景集规模.以经济性和灵活性为目标,建立融合多场景经济调度的"检修—运行"分层协同优化模型.为提高模型求解效率,引入对潮流安全违约"轻容忍"的改进Benders分解法,降低运行优化主问题的约束矩阵维数.通过拉格朗日松弛技术及乘子更新机制,实现检修和运行的协同寻优.算例测试验证了所述模型及算法能有效实现经济性及灵活性更优的检修—运行决策.
MoreTranslated text
Key words
maintenance decision,unit commitment,Lagrangian relaxation,scenario analysis,flexibility,collaborative optimization,improved Benders decomposition
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined