[论文解读] A Stochastic-Robust Approach to Hierarchical Generation-Transmission Expansion Planning.

Maria de Lujan Latorre, G.C. Oliveira+3 more|arXiv (Cornell University)|Oct 3, 2019

Electric Power System Optimization参考文献 10被引用 4

一句话总结

本文提出了一种随机-鲁棒分层方法，用于发电与输电扩展规划，将问题分解为三个步骤：集成发电与跨区互联规划、基于生产成本模拟生成运行场景，以及通过改进的Benders分解法结合贪婪热启动策略实现鲁棒输电扩展规划（TEP）。该方法为中美洲多国电力市场生成了一项成本最低、场景鲁棒的输电扩展规划方案。

ABSTRACT

In this paper, the differences between an integrated and hierarchical generation and transmission expansion planning approaches are first described. Then, the hierarchical approach is described in detail. In general terms, in this scheme the investment decisions are made in steps, instead of an overall optimization scheme. This paper proposes a stochastic hierarchical generation-transmission expansion planning methodology based on a three-step procedure, as follows: 1. In this step, an integrated expansion planning problem of generation and interregional interconnections is solved; 2. Taking the optimal expansion plan of (generation and interconnections) into account, a production costing simulation with the detailed network representation is performed without monitoring circuit flow limits (except the ones in the interconnections, which are monitored); this simulation produces a set of optimal dispatch scenarios (vectors of bus loads and generation); 3. A Transmission Expansion Planning (TEP) model is then applied to determine the least-cost transmission expansion plan that is robust with respect to all operation scenarios of step 2, using an enhanced Benders decomposition scheme that: (a) incorporates a subset of the operation scenarios in the investment module; and (b) presents a warm-up step with a greedy algorithm that produces a (good) feasible solution and an initial set of feasibility cuts. The application of the hierarchical planning scheme is illustrated with a realistic multi-country generation and transmission planning case study of the Central America's electricity market.

研究动机与目标

• 通过将问题分解为分层框架，解决集成发电与输电扩展规划（GTEP）的计算复杂性与可扩展性问题。
• 开发一种考虑多样化发电与负荷场景下运行不确定性的鲁棒输电扩展规划（TEP）模型。
• 通过在Benders分解中引入贪婪热启动算法与选择性场景子集使用，提升大规模TEP问题的解质量与收敛性。
• 在中美洲多国电力市场的实际案例研究中验证该方法，反映现实中的区域间互联与运行约束。

提出的方法

• 步骤1求解集成发电与区域间互联扩展问题，以确定最优发电与互联投资方案。
• 步骤2基于最优发电与互联规划方案，执行详细的生产成本模拟，生成一组不强制执行所有网络潮流约束（互联部分除外）的经济调度场景。
• 步骤3构建TEP模型，以识别对步骤2中所有场景均具有鲁棒性的最低成本输电扩展方案。
• 采用改进的Benders分解方案，仅在主问题中使用部分运行场景，以提升计算效率。
• 通过热启动步骤应用贪婪算法，生成初始可行解与初始可行性割集，加速收敛。
• 通过要求最终输电规划在所有生成的经济调度场景下均保持可行性，确保方法的鲁棒性。

实验结果

研究问题

• RQ1 如何在保持解质量的前提下，降低集成GTEP问题的计算负担？
• RQ2 在Benders分解框架中使用部分运行场景对解的鲁棒性与收敛性有何影响？
• RQ3 贪婪热启动策略是否能显著提升大规模系统中基于Benders的TEP方法的效率？
• RQ4 与集成规划相比，该分层方法在多国电力系统中的成本与鲁棒性表现如何？
• RQ5 为确保输电扩展规划的鲁棒性，需要多大程度的运行场景多样性？

主要发现

• 与一步求解完整集成GTEP问题相比，该分层方法显著降低了计算复杂度。
• 在Benders分解中使用场景子集可在保持鲁棒性的同时提升计算效率。
• 贪婪热启动步骤生成了高质量的初始可行解，减少了Benders算法达到收敛所需的迭代次数。
• 最终的输电扩展规划在所有由生产成本模拟生成的经济调度场景下均保持鲁棒。
• 该方法成功识别出在多样化系统运行条件下满足所有运行约束的最低成本输电扩展方案。
• 案例研究证明了该方法在真实世界多国电力市场环境下的适用性与有效性。