交流最適電力流れ問題の円錐緩和の正確性を保証する事後条件
交流最適電力流れ問題の円錐緩和の解が元の問題の大域的最適解と一致することを保証する2つの等価な事後条件を提示する。
配電系統の動的再構成のための物理情報グラフニューラルネットワーク
配電系統の動的再構成問題を解決するためのグラフニューラルネットワークフレームワークGraPhyRを提案する。GraPhyRは、スイッチをゲートとしてモデル化し、離散決定を直接ニューラルネットワーク内に組み込み、スケーラブルな局所予測手法を使用することで、大規模な配電系統の動的再構成問題を効率的に最適化できる。
再生可能エネルギーと配電ネットワークの不確実性をモデル化した多期間ディスパッチ問題の近似解法
本論文は、再生可能エネルギーと配電ネットワークの不確実性を考慮した多期間ディスパッチ問題に対して、新しい確率制約の近似手法を提案する。提案手法は、従来の手法に比べて保守性が低く、かつ異なるリスク水準を設定できるため、実用的な電力システム運用に適している。
電力系統の交流ユニットコミットメントにおける電力バランスと予備力の実現可能性の管理
交流電力流方程式をユニットコミットメントモデルに組み込むことで、より正確な電力流近似に基づく修正措置を回避できる可能性がある。しかし、交流ユニットコミットメントに関する研究は、比較的小規模なテストネットワークに限定されてきた。本研究では、日間市場向けの大規模な交流ユニットコミットメント問題を調査し、業界関連のスケールで高品質の解を得ることができる分解アルゴリズムを開発する。
社会的に最適な電力使用のための適応型価格設定
価格シグナルを使って一群のユーザーの電力消費を調整する際の中心的な課題は、プライバシーの懸念から、オペレーターがユーザーの情報を知らないことである。本論文では、ユーザーとシステムオペレーターの間で交互に更新される2つのタイムスケールのインセンティブメカニズムを開発する。ユーザーが与えられた価格に従って自身の消費を最適化できれば、オペレーターはユーザーのプライベート情報を知る必要がなく、価格設計を行うことができる。ユーザーは価格に従って消費を調整し、システムはその消費に基づいて価格を再設計する。この反復プロセスが、社会的厚生の解に収束することを示す。
電力線の停電決定における解の品質と計算時間のトレードオフ
電力線の停電決定を最適化する際、電力流モデルの選択は解の品質と計算時間のトレードオフに大きな影響を与える。線形近似モデルは計算時間が短いが解の品質が低く、非線形モデルは解の品質が高いが計算時間が長い。適切なモデル選択が重要である。
AC最適電力流れ問題のための双対円錐近似
本論文は、AC最適電力流れ問題の双対問題に対する機械学習ベースの近似手法を提案する。提案手法は、二次錐緩和問題の双対問題を学習し、有効な双対境界を提供する。
電力系統の効率的かつ安全な運用を実現する高速かつスケーラブルなニューラルAC-OPFソルバー
本研究では、グラフニューラルネットワークを用いて、AC-OPFの近最適解を高速に生成する手法CANOSを提案する。CANOSは、大規模な電力系統(最大10,000バス)に対して、1%以内の最適性ギャップと高い制約充足率を達成し、33-65 msの高速な実行時間を実現する。さらに、CANOSはN-1の系統変動に対しても堅牢である。
© 2024 by Linnk AI