机会约束最优潮流:不确定性下的风险感知网络控制
python源代码，代码按照高水平文章复现，保证正确
当不可控制的资源波动时，电力行业通常使用最优潮流(OPF)在输电网络的控制区域重新调度每小时可控的发电(煤炭、天然气和水力发电厂)，这可能会导致电网不稳定，并可能导致级联中断。
这种风险产生的原因是，在计算OPF调度时没有考虑到重大的不确定性，特别是可再生能源产量的波动。
因此，在具有可再生变异性的OPF下运行的电网，可能会频繁出现电力线路流量大大超过额定值的情况。
这种情况由真实网格的模拟承担，可能会导致自动脱线，以保护线路免受热应力，这是一种风险和不希望的结果，损害稳定性。
智能电网的目标包括承诺大规模普及波动较大的可再生能源，因此呼吁重新考虑当前的做法，特别是标准OPF的使用。
我们的机会约束(CC) OPF纠正了这一问题，并在当前操作程序的最小变化下减轻了危险的可再生能源波动。
假设有可靠的风力预报，将不确定发电机组的分布函数作为参数，我们的CC-OPF以高概率满足所有约束，同时使经济再调度成本最小化。
CC-OPF允许高效实现在20秒内解决2746节点网络上的一个典型实例。
ID:86200637308240339
