.png){kind=icon}
返回
Chance-Constrained Distributed Optimization with Shared States
.png){kind=icon}
OA
AI
DOI：10.3390/math14091420.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
互联系统在能源、水资源、石油以及天然气分配网络等多个工程应用中已引起广泛关注。然而，由于这些系统的高度复杂性，在有限的通信和交互能力下确保其可靠且高效的合作异常困难。此外，考虑不确定性为开发适用于此类互联系统的分布式优化方法带来了进一步挑战。进一步地，在不确定性条件下满足子系统间共享状态的约束会导致冲突问题，且尚未得到充分研究。本研究提出了一种基于机会约束的分布式优化方法，用于互联系统的最优运行，同时考虑满足共享状态约束的冲突可靠性水平。通过平均加权确定此类约束的折衷可靠性水平。我们证明最优成本关于折衷可靠性水平是Lipschitz连续的，为量化可靠性边际成本提供了理论依据，并表明该折衷方案对子系统权重的扰动具有鲁棒性。我们基于内外近似方法开发了一个数值求解框架。为高效计算高维积分，我们采用Hoeffding不等式来确定合适的样本大小。以三个互联能源分配网络的最优运行为案例研究，用以展示所提出的方法。
Keyword:
interconnected systems
uncertainty
shared state
chance constraint
distributed optimization
inner-outer approximation
ALADIN
期刊
IF:
2.2
论文数:
2.9K
被引数:
3.6W
机构
引用论文
.png){kind=icon}
Power systems optimization under uncertainty: A review of methods and applications不确定条件下的电力系统优化: 方法与应用综述
OAAI
OAAI分享收藏分享收藏Chance constrained programming approach to process optimization under uncertainty不确定条件下过程优化的机会约束规划方法
PREAI
分享收藏
查看更多内容