Strong Mixed-Integer Formulations for Transmission Expansion Planning with FACTS Devices
作者: Kevin Wu, Mathieu Tanneau, Pascal Van Hentenryck
分类: eess.SY
发布日期: 2023-10-03 (更新: 2024-04-08)
💡 一句话要点
提出强混合整数模型以解决FACTS设备的输电扩展规划问题
🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)
关键词: 输电网络扩展规划 FACTS设备 混合整数模型 电力流优化 可再生能源
📋 核心要点
- 现有的TNEP方法在整合FACTS设备时面临非线性求解的挑战，导致求解难度显著增加。
- 本文提出了一种新的混合整数模型，能够直接表示FACTS设备对电力流的影响，采用更强的约束条件。
- 实验结果显示，所提方法在计算效率上优于现有模型，速度提升达到4倍，展示了FACTS设备的应用潜力。
📝 摘要（中文）
输电网络扩展规划（TNEP）问题旨在寻找最经济的方式来扩展电网，以应对长期的发电能力和需求模式增长。随着灵活交流输电系统（FACTS）设备的发展，这些设备可以通过调整各个支路的阻抗动态重新路由电力流，因此需要将其整合到TNEP问题中。然而，由于FACTS行为的非线性，TNEP+FACTS的模型比传统TNEP实例更难求解。本文提出了一种新的TNEP+FACTS混合整数模型，直接表示由各个FACTS设备引起的电力流变化。该模型采用扩展形式和面定义约束，比文献中通常使用的大M约束更强。通过对具有高可再生能源渗透率的德克萨斯系统的合成模型进行数值实验，结果表明该方法在计算上具有优势，速度提升达到4倍，并突显了FACTS设备在缓解拥堵方面的潜力。
🔬 方法详解
问题定义：本文旨在解决输电网络扩展规划（TNEP）中整合灵活交流输电系统（FACTS）设备所带来的非线性求解问题。现有方法在处理FACTS设备时，通常依赖于大M约束，导致求解效率低下。
核心思路：论文提出了一种新的混合整数模型，直接表示FACTS设备对电力流的影响，采用扩展形式和面定义约束，以提高求解的强度和效率。
技术框架：整体架构包括模型构建、约束定义和求解过程。首先，构建基于FACTS设备的电力流变化模型；其次，定义面约束以增强模型的可解性；最后，利用优化算法求解该模型。
关键创新：最重要的技术创新在于引入了面定义约束，取代传统的大M约束，从而显著提升了模型的求解效率和准确性。
关键设计：在模型设计中，采用了扩展形式的约束，确保了对电力流变化的精确表示，同时在参数设置上进行了优化，以适应高可再生能源渗透的场景。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提出的方法在计算效率上优于现有最先进的模型，速度提升达到4倍。这一显著的性能提升展示了FACTS设备在缓解电网拥堵方面的巨大潜力。
🎯 应用场景
该研究的潜在应用领域包括电力系统规划、可再生能源集成和智能电网管理。通过有效整合FACTS设备，能够优化电力流动，提高电网的可靠性和经济性，具有重要的实际价值和未来影响。
📄 摘要（原文）
Transmission Network Expansion Planning (TNEP) problems find the most economical way of expanding a given grid given long-term growth in generation capacity and demand patterns. The recent development of Flexible AC Transmission System (FACTS) devices, which can dynamically re-route power flows by adjusting individual branches' impedance, call for their integration into TNEP problems. However, the resulting TNEP+FACTS formulations are significantly harder to solve than traditional TNEP instances, due to the nonlinearity of FACTS behavior. This paper proposes a new mixed-integer formulation for TNEP+FACTS, which directly represents the change in power flow induced by individual FACTS devices. The proposed formulation uses an extended formulation and facet-defining constraints, which are stronger than big-M constraints typically used in the literature. The paper conducts numerical experiments on a synthetic model of the Texas system with high renewable penetration. The results demonstrate the computational superiority of the proposed approach, which achieves a 4x speedup over state-of-the-art formulations, and highlight the potential of FACTS devices to mitigate congestion.