信息学院石野课题组提出应对智能电网双重不确定性预测控制新方法

随着可再生能源和电动汽车在电网中的广泛应用，智能电网系统也面临着不确定性带来的电压不平衡、负载波动、功率损耗等一系列挑战，极大影响了智能电网的稳定性与可靠性。在实际中，电网存在两种不确定性：一种是以可再生能源（风能，太阳能）为代表的静态不确定性，另一种是以电动车充电为代表的动态不确定性。两者可以通过历史数据来进行预测，但会存在样本误差，从而导致决策者做出不“恰当”的决策，引发功率损耗或者电压波动。

信息学院石野课题组提出一种基于Wasserstein度量的分布鲁棒模型预测控制方法，首次同时针对智能电网中的静态和动态两种不确定性建模。利用分布鲁棒优化方法计算出动态不确定性的集，并将其与模型预测控制相结合，同时利用凸松弛方法对该算法进行加速。该方法能够同时有效地处理智能电网中的静态不确定性与动态不确定性，并保证电网系统的稳定运行。

相关研究成果以“A Distributionally Robust Model Predictive Control for Static and Dynamic Uncertainties in Smart Grids”为题，被智能电网领域知名期刊IEEE Transactions on Smart Grid接收。金沙集团1862cc为第一完成单位，信息学院石野教授为论文的通讯作者，金沙集团1862cc数学科学研究所2019级本科生李奇为论文的第一作者，该成果系其本科阶段取得。李奇同学现为约翰斯霍普金斯大学应用数学与统计系研一学生。

图1 WDR-MPC框架示意图

图2 部分实验结果

文章链接：https://arxiv.org/pdf/2403.16402.pdf