Saturation-aware robust optimal operation control of microgrids based on minimum-regret optimization
本文提出了一种针对高比例可再生能源渗透微电网的饱和感知鲁棒最优控制框架，该框架集成了一个分层结构，其特征在于一个具有自主功率/能量限制的增强型初级控制层，以及一个基于模型预测控制的能量管理系统，旨在解决最小遗憾鲁棒机组组合问题并确保不确定性下的最优运行。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个由太阳能电池板、风力涡轮机、一个大型蓄电池和一个备用柴油发电机组成的混合动力系统所支撑的孤立小岛社区。其挑战在于：阳光并不总是灿烂，风也不总是吹拂，而且邻居们的用电量变化也难以预测。这个岛屿需要一个“智能管理者”来决定究竟该从电池中抽取多少电量、消耗多少柴油，并平衡好这一切，既要保证灯火通明，又不能浪费资金。
这篇论文提出了一种更聪明的方法来运行这个管理者。以下是利用简单类比对他们构思的拆解：
1. 问题所在：“最坏情况”陷阱
传统的管理者使用一种被称为 Min-Max（极小极大化） 的策略。这就像一位家长在为孩子准备午餐时，考虑到孩子可能会饿，于是假设孩子会达到前所未有的饥饿程度（即“最坏情况场景”），并为此准备了大量的食物。
- 缺陷： 如果孩子实际上只是有一点点饿，那么这份丰盛的午餐就被浪费了。在微电网领域，这意味着系统会为极端恶劣的天气和最高的用电需求做准备，导致在实际情况较为温和时，运行效率低下且成本高昂。
2. 新思路：“遗憾”策略
作者提出了一种 最小遗憾（Minimum-Regret） 策略。与其仅仅是为最坏的情况做准备，不如问一个问题：“与我们如果预知未来时所能做出的绝对完美的决策相比，我们的表现差了多少？”
- 类比： 想象你正在对一场赛马进行投注。
- 旧方法说：“我会把赌注押在跑得最慢的那匹马上，以防那些快的马受伤。”
- 新方法说：“我希望我的投注方案无论哪匹马获胜，都不会让我觉得做了一个极其糟糕的决定。我想要实现‘遗憾最小化’，即尽量减少没选到冠军的遗憾。”
- 其目标是找到一个在所有可能的各种天气和用电场景下都能表现良好的方案。
3. 解决方案：双层团队
为了使这在数学上变得可行（因为实时计算每一种可能性对计算机来说太难了），作者使用了 分层控制（Hierarchical Control） 结构，就像 CEO 和工头之间的关系。
第一层：“智能规则”（初级控制）
这一层处理每秒钟的即时平衡。作者发现了一个聪明的技巧：如果你将电池和太阳能电池板的“规则”设置得当，它们就会自动执行正确的操作，而不需要不断的指令。
- 类比： 想象一个带有浮球阀的水塔。你不需要每秒钟都告诉阀门要放多少水。你只需要将浮球设定在一个特定的高度。如果水位下降，阀门就会打开；如果水位上升，阀门就会关闭。
- 在他们的系统中，他们设定了恒定功率目标（就像设定浮球高度）。由于“下垂控制”（一种负载分配方法）的设计带有极限（饱和特性），系统会自然地优先执行以下顺序：
- 首先使用免费的太阳能/风能。
- 如果有多余电力，则为电池充电。
- 如果出现电力短缺，则为电池放电。
- 仅在最后手段时才使用昂贵的柴油发电机。
- 他们证明了，如果柴油发电机始终处于“开启”状态（随时待命），这些恒定规则实际上是运行该系统的完美方式。
第二层：“战略规划师”（能量管理系统）
这是每15分钟运行一次的高层大脑。它的唯一任务是决定何时开启或关闭柴油发电机。
- 由于“智能规则”（第一层）会自动处理精细调节，规划师不需要计算复杂的功率水平。它只需询问：“为了安全起见，我现在是否需要让柴油发电机运转？”
- 它解决的是一个“机组组合（Unit Commitment）”问题：它观察未来几小时的预测，检查电池电量，并决定在任何可能的各种天气场景下，开启或关闭柴油发动机的最具成本效益的调度方案。
4. 结果：优于竞争对手
作者通过对一个为期7天的周期进行模拟测试，涵盖了11种不同的天气场景（从“非常糟糕”到“非常理想”）。
- 基准测试： 他们将自己的系统与一个“全知型（Prescient）”控制器（一个能完美预知未来的魔法系统）以及一个较旧的“Min-Max”系统进行了对比。
- 结果： 他们的系统表现得几乎与那个预知未来的“魔法”系统一样出色。至关重要的是，在几乎所有场景下（除了绝对最坏的情况），它都比旧有的“Min-Max”系统更便宜。
- 原因： 因为它不会为了准备一场从未发生的灾难而浪费能源。因为它没有被对最坏情况的恐惧所束缚，所以能更有效地利用免费的太阳能和风能。
总结
本文提出了一种用于孤立岛屿电网的控制系统，该系统通过为硬件设定简单的恒定规则（类似于温控器）以及使用一个智能的高层规划师来决定何时启动备用发电机。通过专注于“最小化遗憾”而非仅仅“恐惧最坏情况”，该系统比以往的方法更省钱、运行更高效，尤其是在天气状况较好的时候。作者认为，这特别适用于小型孤立的微电网。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。