[论文解读] Graph based Platform for Electricity Market Study, Education and Training

Tao Chen, Chen Yuan+2 more|arXiv (Cornell University)|Apr 3, 2018

Electric Power System Optimization参考文献 9被引用 3

一句话总结

本文提出了一种基于TigerGraph的图计算框架，通过并行图潮流（PGPF）和优化的LU分解，加速了电力市场出清中的安全约束经济调度（SCUC）与经济调度（SCED）。该系统实现了节点边际电价（LMP）的实时可视化，并通过大规模电力网络的交互式、可扩展仿真，支持市场运营人员的教育与培训。

ABSTRACT

With the further development of deregulated electricity market in many other countries around the world, a lot of challenges have been identified for market data management, network topology processing and fast market-clearance mechanism design. In this paper, a graph computing framework based on TigerGraph database is proposed to solve a security constrained unit commitment (SCUC) and security constrained economic dispatch (SCED) problem, with parallelized graph power flow (PGPF) and innovative LU decomposition techniques, for electricity market-clearance. It also provides a comprehensive visualization platform to demonstrate the market clearing results vividly, such as locational marginal price (LMP), and is able to be utilized for electricity market operators' education and training purpose.

研究动机与目标

• 为应对在电力市场 deregulated（电力市场 deregulated）中管理大规模市场数据、网络拓扑结构以及快速市场出清的挑战。
• 开发一种可扩展、高性能的仿真框架，用于日前和实时电力市场运营。
• 利用图计算技术，在计算效率方面将交流潮流约束有效集成到SCUC/SCED中。
• 提供一种交互式、可视化平台，用于电力市场运营人员的培训与教育。

提出的方法

• 该框架利用TigerGraph的原生图数据库和计算引擎，将电力系统建模为图结构，其中母线作为顶点，输电线路作为边。
• 基于TigerGraph的批量同步并行（BSP）模型，实现并行图潮流（PGPF），以高效计算交流潮流。
• 采用创新的LU分解技术，以分布式、图并行方式求解SCUC/SCED问题中出现的大规模线性系统。
• 系统采用时间树数据结构，对多小时的时序市场数据进行组织，支持动态投标与仿真。
• 市场数据（包括投标、发电限值和网络参数）作为图顶点和边的属性进行存储，以支持灵活查询与处理。
• 基于GraphStudio的可视化层实时渲染节点边际电价（LMP）、阻塞模式和出清结果，实现直观解读。

实验结果

研究问题

• RQ1 如何利用图计算技术加速含交流潮流约束的电力市场中SCUC与SCED的计算？
• RQ2 与传统方法相比，基于图的并行计算模型在大规模电力系统中可实现多大的性能提升？
• RQ3 统一的图数据模型能否有效表示复杂市场与网络数据，以支持实时市场出清仿真？
• RQ4 该平台通过交互式可视化，在支持电力市场运营人员教育与培训方面的有效性如何？
• RQ5 时间树结构在多大程度上实现了高效的时间序列数据管理与动态市场仿真？

主要发现

• 在使用8个线程处理IEEE-14母线系统时，系统实现了2804.396 ms的市场出清运行时间，表现出高计算效率。
• 基于图的方法保持了接近线性的计算复杂度，避免了传统方法中出现的指数级增长。
• 通过GraphStudio成功实现了节点边际电价（LMP）和阻塞效应的实时可视化，有助于直观理解市场结果。
• 时间树结构实现了时序市场数据的高效存储与检索，支持动态投标与情景分析。
• 平台成功仿真了118母线系统，验证了其在大规模网络上的可扩展性与性能。
• PGPF与优化LU分解的集成，使在市场出清框架内实现了准确的交流潮流求解，优于直流近似方法。