توضیحات
ABSTRACT
We present a novel algorithm for economic dispatch in electric power grids. The method is inspired by statistical inference methods. Using discretized optimization variables, our algorithm finds the globally optimal, single time-step dispatch assignment for radial grids in linear time with respect to the number of network nodes. For such problems, the algorithm outperforms state-of-the-art mixed-integer scheduling, both in run-time and in the allowed complexity of component and line models. Moreover, the necessary computations can be performed in a distributed fashion, facilitating both practical implementation as well as information privacy. Our algorithm is thus optimally suited for the very large dispatch problems that will arise in future smart distribution grids with hosts of small, decentralized, and flexibly controllable prosumers, i.e., entities able to consume and produce electricity.
INTRODUCTION
ELECTRICITY generation is changes. In the past, a few large power stations have undergoing fundamental centrally supplied all demand. The wide-spread introduction of new technologies is changing this paradigm now: renewable energy, like photovoltaic and biogas, as well as decentral combined heat and power (CHP) generation, is typically small in size and distributed throughout electrical distribution grids. Moreover, intelligent prosumers, such as electric cars or stationary batteries, are flexible with regard to their consumption or production. The classic economic dispatch problem, i.e., determining a welfare maximizing assignment of who exactly should produce or consume how much electricity at each point in time (see e.g., the review ), thus receives renewed interest. Novel algorithmic requirements are the scalability to very large networks and the possibility to work in multi-owner environments where component models and cost functions comprise important business secrets and thus cannot be shared freely with a central coordinating dispatch controller. Current commercial dispatch systems use almost exclusively the mixed integer linear programming (MILP) approach to economic dispatch, see, e.g., . This formulation allows for moderate model complexity, while providing good solver performance control and scalability to medium-sized problems. However, it requires white box models, i.e., the dispatch system has to have full knowledge of all component models. This may be difficult in competitive, multi-owner environments. Moreover, even highly optimized solver packages like CPLEX1 do not scale well to very large networks as our experiments show. For these reasons, market-based dispatch approaches have become more popular recently.
چکیده
ما یک الگوریتم جدید برای اعزام اقتصادی در شبکه های برق ارائه می دهیم. روش الهام گرفته از روش استنتاج آماری است. با استفاده از متغیرهای بهینه سازی اختیاری، الگوریتم ما یک تخصیص ناوبری بهینه و یک زمانه را برای شبکه های شعاعی در زمان خطی با توجه به تعداد گره های شبکه پیدا می کند. برای چنین مشکلی، الگوریتم پیشرفته ترین برنامه ریزی عدد صحیح مخلوط را در زمان اجرا و در پیچیدگی مجاز مدل های جزئي و خطی بهتر می کند. علاوه بر این، محاسبات لازم را می توان به صورت توزیع انجام داد، که هر دو عملی را عملی و همچنین حریم خصوصی را تسهیل می کند. بنابراین الگوریتم ما به طور مطلوب برای مسائل مربوط به اعزام بسیار بزرگ است که در شبکه های هوشمند توزیع هوشمند آینده با میزبان های کوچک، غیر متمرکز و قابل انعطاف پذیر قابل کنترل خواهد بود، به عنوان مثال، اشخاص قادر به مصرف و تولید برق هستند.
مقدمه
تولید برق تغییرات است در گذشته، چندین نیروگاه بزرگ تحت تأثیر کلیه تقاضا قرار داشتند. معرفی گسترده فن آوری های جدید در حال حاضر این پارادایم را تغییر می دهد: انرژی های تجدید پذیر مانند فتوولتائیک و بیوگاز و همچنین تولید گرما و برق ترکیبی غیر متمرکز، به طور معمول کوچک هستند و در سراسر شبکه های توزیع برق توزیع می شوند. علاوه بر این، هوش مصنوعی، مانند اتومبیل های الکتریکی و یا باتری های ثابت، با توجه به مصرف یا تولید انعطاف پذیر هستند. مسئله اعلان اقتصادی کلاسیک، یعنی تعیین یک ریسک حداکثر کردن اختصاص دادن کسی که دقیقا باید مقدار مصرف برق را در هر لحظه از زمان تولید کند یا مصرف کند (به عنوان مثال، بازنگری)، به این ترتیب منافع جدید را دریافت می کند. الزامات الگوریتم رمان مقیاس پذیری به شبکه های بسیار بزرگ و امکان کار در محیط های چند مالک است که مدل های اجزای آن و توابع هزینه شامل اسرار تجاری مهم می شوند و بنابراین نمی توانند با کنترل کننده ارسال هماهنگ مرکزی به اشتراک گذاشته شوند. سیستم های ارسال مجدد تجاری تقریبا به طور انحصاری از روش برنامه ریزی خطی عادی (MILP) برای اعزام اقتصادی استفاده می کنند، به عنوان مثال،. این فرمول اجازه می دهد تا پیچیدگی مدل متوسط، در حالی که ارائه کنترل خوب عملکرد حل کننده و مقیاس پذیری به مشکلات متوسط. با این حال، به مدل های جعبه سفید نیاز دارد، یعنی سیستم ارسال باید تمام مدل های جزء داشته باشد. این ممکن است در محیط رقابتی و چند مالک باشد. علاوه بر این، حتی بسته های بسیار پیچیده حل شده مانند CPLEX1 به خوبی به شبکه های بسیار بزرگ در آزمایشات ما نشان نمی دهد. به همین دلیل است که روش های بازاریابی مبتنی بر بازار اخیرا محبوب تر شده است.
Year: 2014
Publisher : IEEE
By : Elisabeth Kellerer and Florian Steinke
File Information: English Language/ 8 Page / size: 1.04 KB
Only site members can download free of charge after registering and adding to the cart
سال : 1393
ناشر : IEEE
کاری از : الیزابت کلرر و فلورین استینک
اطلاعات فایل : زبان انگلیسی / 8 صفحه / حجم : KB 1.04
نقد و بررسیها
هنوز بررسیای ثبت نشده است.