데이터 기반의 단위 발전 약정 네트워크 제약 조건 선별

전송 제약 단위 발전 약정(TC-UC) 문제는 전력 시스템의 일일 운영을 위해 독립 시스템 운영자가 해결하는 가장 관련성이 높은 문제 중 하나입니다. 이 문제는 계산 복잡성으로 인해 실제 규모의 전력 시스템에서는 일반적으로 글로벌 최적성으로 해결되지 않습니다. 본 논문에서는 TC-UC 문제에서 네트워크 제약 조건을 선별하기 위해 역사적 정보를 활용하는 데이터 기반 방법을 제안합니다. 먼저, 네트워크 전반의 수요 및 재생 가능 발전에 대한 과거 데이터를 사용하여 전송선의 혼잡 상태를 학습합니다. 그런 다음, 이러한 학습을 바탕으로 향후 운영 조건에서 혼잡해지지 않을 선들을 추론하고 이들의 용량 제약을 무시합니다. 이렇게 하여, 해결하기 더 쉬운 축소된 TC-UC 문제를 수립합니다. 중간 및 대규모 전력 시스템에 대한 수치 결과는 제안된 접근 방법이 기존 방법을 능가하며, 컴퓨팅 시간을 크게 줄이는 동시에 원래 TC-UC 문제에서 얻은 해와 동일하거나 가까운 해를 얻는 것을 보여줍니다. 또한, 우리가 제안하는 순수 데이터 기반 방법은 원래 TC-UC 문제의 최적 해를 궁극적으로 복원할 수 있도록 제약 조건 생성 절차와 원활하게 보완될 수 있습니다.