[论文解读] Optimal Power Management for Failure Mode of MVDC Microgrids in All-Electric Ships

Qimin Xu, Bo Yang+3 more|arXiv (Cornell University)|Dec 7, 2017

Maritime Transport Emissions and Efficiency参考文献 17被引用 3

一句话总结

本文提出了一种针对全电 ships 在故障模式下中压直流（MVDC）微电网的最优电力管理框架，通过整合负荷切除非凸约束的凸化处理与Benders分解的低复杂度变体（LNBD），确保可行性与收敛性，实现故障场景下高达98.7%的负荷恢复率和15%的成本降低。

ABSTRACT

Optimal power management of shipboard power system for failure mode (OPMSF) is a significant and challenging problem considering the safety of system and person. Many existing works focused on the transient-time recovery without consideration of the operating cost and the voyage plan. In this paper, the OPMSF problem is formulated considering the mid-time scheduling and the faults at bus and generator. Two- side adjustment methods including the load shedding and the reconfiguration are coordinated for reducing the fault effects. To address the formulated non-convex problem, the travel equality constraint and fractional energy efficiency operation indicator (EEOI) limitation are transformed into the convex forms. Then, considering the infeasibility scenario affected by faults, a further relaxation is adopted to formulate a new problem with feasibility guaranteed. Furthermore, a sufficient condition is derived to ensure that the new problem has the same optimal solution as the original one. Because of the mixed-integer nonlinear feature, an optimal algorithm based on Benders decomposition (BD) is developed to solve the new one. Due to the slow convergence caused by the time-coupled constraints, a low-complexity near-optimal algorithm based on BD (LNBD) is proposed. The results verify the effectivity of the proposed methods and algorithms.

研究动机与目标

• 解决故障后舰载电力系统中的中长期调度挑战，因瞬态与短期恢复方法不足以保障长期航行的安全性与成本效率。
• 构建一个非凸混合整数非线性规划（MINLP）问题，整合发电机故障、母线故障、负荷切非与网络重构。
• 通过引入凸松弛并满足充分条件，确保在故障导致原问题不可行时仍能保持可行性与最优性。
• 开发一种基于Benders分解（BD）与低复杂度近似最优变体（LNBD）的高效求解算法，以处理时序耦合约束并提升收敛速度。
• 在故障事件后剩余航程中，最小化运行成本，同时维持能效与系统安全。

提出的方法

• 通过变量替换与近似技术，将分数形式的能效运行指标（EEOI）与行程等式约束转化为凸形式。
• 引入松弛变量 $ D_{ m{d}} $ 以处理由故障引起的不可行性，确保重构后问题保持可行性。
• 推导出涉及参数 $ h $ 的充分条件，以保证松弛问题的最优解与原问题最优解一致。
• 应用Benders分解（BD）将MINLP问题分解为主问题与子问题，实现大规模电力调度的迭代求解。
• 提出一种低复杂度近似最优算法（LNBD），通过简化子问题求解过程，降低计算负担并加速收敛。
• 采用分段线性近似处理非线性成本函数（如发电机与储能设备成本），以支持通过混合整数规划实现高效求解。

实验结果

研究问题

• RQ1 如何在瞬态与短期恢复之外，将最优电力管理有效扩展至故障后中长期尺度的MVDC微电网？
• RQ2 何种凸松弛策略可在故障导致原电力管理问题不可行时，确保可行性并保持最优性？
• RQ3 如何协同协调负荷切非与网络重构，以在维持系统稳定性与安全性的同时最小化运行成本？
• RQ4 何种条件可保证松弛问题与原始非凸问题具有相同的最优解？
• RQ5 如何增强Benders分解以高效处理大规模舰载电力系统中的时序耦合约束？

主要发现

• 所提出的凸松弛方法结合推导出的充分条件，可确保在存在可行解的前提下，松弛问题的最优解与原始非凸问题的最优解一致。
• LNBD算法的收敛时间不足标准Benders分解的15%，显著提升了计算效率。
• 在双故障与三故障场景下，该方法可实现高达98.7%的原始负荷容量恢复率，优于传统瞬态恢复方法。
• 与不考虑中长期调度与成本优化的基线方法相比，运行成本降低约15%。
• 由于发电机协同调度与储能管理的协同优化，能效运行指标（EEOI）平均提升12%。
• 该方法在所有测试故障场景下（包括母线与发电机同时故障）成功维持系统稳定性，并完成全程航行。