信息學院石野課題組提出應對智能電網雙重不確定性預測控制新方法

發布時間2024-04-03文章來源 信息科學與技術學院作者責任編輯劉玥

隨著可再生能源和電動汽車在電網中的廣泛應用,智能電網系統也面臨著不確定性帶來的電壓不平衡、負載波動、功率損耗等一系列挑戰,極大影響了智能電網的穩定性與可靠性。在實際中,電網存在兩種不確定性:一種是以可再生能源(風能,太陽能)為代表的靜態不確定性,另一種是以電動車充電為代表的動態不確定性。兩者可以通過歷史數據來進行預測,但會存在樣本誤差,從而導致決策者做出不“恰當”的決策,引發功率損耗或者電壓波動。

信息學院石野課題組提出一種基于Wasserstein度量的分布魯棒模型預測控制方法,首次同時針對智能電網中的靜態和動態兩種不確定性建模。利用分布魯棒優化方法計算出動態不確定性的集,并將其與模型預測控制相結合,同時利用凸松弛方法對該算法進行加速。該方法能夠同時有效地處理智能電網中的靜態不確定性與動態不確定性,并保證電網系統的穩定運行。

相關研究成果以“A Distributionally Robust Model Predictive Control for Static and Dynamic Uncertainties in Smart Grids”為題,被智能電網領域知名期刊IEEE Transactions on Smart Grid接收。上??萍即髮W為第一完成單位,信息學院石野教授為論文的通訊作者,上??萍即髮W數學科學研究所2019級本科生李奇為論文的第一作者,該成果系其本科階段取得。李奇同學現為約翰斯霍普金斯大學應用數學與統計系研一學生。

 

1 WDR-MPC框架示意圖

2 部分實驗結果


文章鏈接:https://arxiv.org/pdf/2403.16402.pdf