[论文解读] Fast Probabilistic Hosting Capacity Analysis for Active Distribution Systems

Sina Taheri, Mana Jalali+2 more|arXiv (Cornell University)|Feb 5, 2020

Optimal Power Flow Distribution参考文献 39被引用 7

一句话总结

本文提出一种基于多参数规划（MPP）的快速概率Hosting Capacity分析（PHCA）方法，用于主动配电网，可大幅减少所需最优潮流（OPF）求解次数。通过将OPF问题重新表述为二次规划问题，并利用MPP在参数空间内解析确定可行与不可行解，该方法实现了10倍加速——在IEEE 123节点系统中仅求解518,400个OPF实例中的6,905个，在1,160节点系统中仅求解86,400个中的2,111个。

ABSTRACT

Interconnection studies for distributed energy resources (DERs) can currently take months since they entail simulating a large number of power flow scenarios. If DERs are to be actively controlled, probabilistic hosting capacity analysis (PHCA) studies become more time-consuming since they require solving multiple optimal power flow (OPF) tasks. PHCA is expedited here by leveraging the powerful tool of multiparametric programming (MPP). Using an approximate grid model, optimal DER setpoints are decided by a quadratic program, which depends on analysis and uncertain parameters in a possibly nonlinear fashion. By reformulating this program, feasible and infeasible OPF instances alike are handled in a unified way to uniquely reveal the location, frequency, and severity of feeder constraint violations. The effect of voltage regulators is also captured by novel approximate models. Upon properly extending MPP to PHCA, we were able to find the exact minimizers for 518,400 OPF instances on the IEEE 123-bus feeder by solving only 6,905 of them, and 86,400 instances on a 1,160-bus feeder by solving only 2,111 instances. This accelerated PHCA by a factor of 10. Thus, a utility can promptly infer grid statistics using real-world data without a probabilistic characterization of uncertain parameters.

研究动机与目标

• 解决主动配电网中含主动控制分布式能源（DERs）的PHCA所面临的高计算成本问题。
• 克服当前PHCA研究中需求解数万个OPF问题而耗时数月的瓶颈。
• 开发一种可扩展且快速的方法，用于推断电网统计特性，且无需对不确定参数做概率假设。
• 使电网运营商能够基于真实世界数据，迅速评估Hosting Capacity及约束违规风险。
• 将多参数规划（MPP）扩展至PHCA，统一处理可行与不可行的OPF实例。

提出的方法

• 在基于线性化电网模型的前提下，将DER最优调度建模为参数化不确定负荷与发电的凸二次规划（QP）。
• 重新表述QP问题，统一处理可行与不可行的OPF实例，从而实现对约束违规位置、频率与严重程度的检测。
• 在OPF公式中集成新型近似电压调节器模型，以捕捉其对系统运行的影响。
• 利用多参数规划（MPP）在不确定变量的参数空间内解析推导最优解映射。
• 利用MPP识别解结构发生变化的关键区域，从而仅需极少的OPF求解即可计算出精确最小化解。
• 将该方法应用于真实馈线模型（IEEE 123节点与1,160节点系统），以验证其可扩展性与加速效果。

实验结果

研究问题

• RQ1 多参数规划能否被有效扩展至主动配电网的概率Hosting Capacity分析（PHCA）？
• RQ2 MPP在PHCA中能将所需OPF求解次数减少多少，同时保持解的准确性？
• RQ3 如何通过近似但精确的模型将电压调节器影响整合进基于OPF的PHCA？
• RQ4 所提方法能否在统一框架下处理可行与不可行的OPF实例，以检测约束违规？
• RQ5 与穷举求解大规模场景集的OPF相比，使用MPP在PHCA中可实现多大程度的加速？

主要发现

• 所提出的基于MPP的PHCA方法将IEEE 123节点馈线中所需OPF求解次数从518,400次减少至6,905次，实现10倍加速。
• 在1,160节点馈线中，该方法仅求解了86,400个OPF实例中的2,111个，同样实现了相较于全量求解的10倍加速。
• 当Hosting Capacity超出时，该方法能准确识别馈线约束违规的位置、频率与严重程度。
• 该方法可在无需对不确定参数做概率假设的前提下计算精确最小化解，仅依赖真实世界数据。
• 在OPF公式中集成近似电压调节器模型，在保持计算效率的同时维持了精度。
• 该方法成功在统一框架下处理了可行与不可行的OPF实例，实现了全面的风险评估。