温控负荷(temperature control loads,TCLs)灵活性可行域的有效量化和聚合是其响应电价与调控信号的前提。由于TCLs能量在时间上耦合,且设备调节特性和物理参数各异,具有较高异质性,现有聚合方法面临计算复杂度高、适配性差等问题。该...温控负荷(temperature control loads,TCLs)灵活性可行域的有效量化和聚合是其响应电价与调控信号的前提。由于TCLs能量在时间上耦合,且设备调节特性和物理参数各异,具有较高异质性,现有聚合方法面临计算复杂度高、适配性差等问题。该文基于极端场景法建立了通用虚拟电池(virtual battery,VB)模型,即通过一套标准电池参数描述资源灵活性,其通用形式使得聚合可行域可以按一定规则线性求和获得。在此基础上,提出一种基于虚拟电池模型的外逼近闵可夫斯基聚合方法,并从数学上不失一般性地对不同异质性设备聚合的有效性进行了证明与推广。最后,提出了考虑系统灵活性供需平衡的负荷聚合商日前优化调度模型。算例结果表明,所提温控负荷可行域聚合方法在提高了外逼近精度的同时保证了较高的计算效率。相比传统模型,所提聚合模型有着更好的优化性能。展开更多
提出一种求解安全约束机组组合(security constrained unit commitment,SCUC)问题的邻域搜索外逼近(outer approximation based on neighborhood search,NS-OA)法. OA将SCUC问题分解为一系列混合整数线性规划(mixed integer linear prog...提出一种求解安全约束机组组合(security constrained unit commitment,SCUC)问题的邻域搜索外逼近(outer approximation based on neighborhood search,NS-OA)法. OA将SCUC问题分解为一系列混合整数线性规划(mixed integer linear programming,MILP)主问题和非线性规划(nonlinear programming,NLP)子问题,通过MILP主问题和NLP子问题的最优解来逼近SCUC问题的最优解.为克服迭代过程中MILP主问题规模大的不足,利用SCUC问题对应UC问题的最优解为中心来构造邻域,然后在此邻域内搜索MILP主问题的最优解.数值结果表明,所提邻域搜索能有效减小搜索空间,大大提高了算法的计算效率,所提NS-OA算法能有效求解大规模SCUC问题,具有良好的应用前景.展开更多
This paper presents a conceptual outer approximation algorithm for dealing with the semi-infinite nondifferentiable programming in which functions are locally Lipschitzian. By weakening the restriction on the family o...This paper presents a conceptual outer approximation algorithm for dealing with the semi-infinite nondifferentiable programming in which functions are locally Lipschitzian. By weakening the restriction on the family of functions for a parametric programming, we answer a question proposed in [1].展开更多
文摘温控负荷(temperature control loads,TCLs)灵活性可行域的有效量化和聚合是其响应电价与调控信号的前提。由于TCLs能量在时间上耦合,且设备调节特性和物理参数各异,具有较高异质性,现有聚合方法面临计算复杂度高、适配性差等问题。该文基于极端场景法建立了通用虚拟电池(virtual battery,VB)模型,即通过一套标准电池参数描述资源灵活性,其通用形式使得聚合可行域可以按一定规则线性求和获得。在此基础上,提出一种基于虚拟电池模型的外逼近闵可夫斯基聚合方法,并从数学上不失一般性地对不同异质性设备聚合的有效性进行了证明与推广。最后,提出了考虑系统灵活性供需平衡的负荷聚合商日前优化调度模型。算例结果表明,所提温控负荷可行域聚合方法在提高了外逼近精度的同时保证了较高的计算效率。相比传统模型,所提聚合模型有着更好的优化性能。
文摘提出一种求解安全约束机组组合(security constrained unit commitment,SCUC)问题的邻域搜索外逼近(outer approximation based on neighborhood search,NS-OA)法. OA将SCUC问题分解为一系列混合整数线性规划(mixed integer linear programming,MILP)主问题和非线性规划(nonlinear programming,NLP)子问题,通过MILP主问题和NLP子问题的最优解来逼近SCUC问题的最优解.为克服迭代过程中MILP主问题规模大的不足,利用SCUC问题对应UC问题的最优解为中心来构造邻域,然后在此邻域内搜索MILP主问题的最优解.数值结果表明,所提邻域搜索能有效减小搜索空间,大大提高了算法的计算效率,所提NS-OA算法能有效求解大规模SCUC问题,具有良好的应用前景.
基金This work was supported by the National Natural Foundation of Science
文摘This paper presents a conceptual outer approximation algorithm for dealing with the semi-infinite nondifferentiable programming in which functions are locally Lipschitzian. By weakening the restriction on the family of functions for a parametric programming, we answer a question proposed in [1].
