高性能计算可帮助电网运营商管理日益增加的复杂性

电力市场运营商每天都在努力确保以最低的价格提供足够的电力。电网运营商必须不断确保电源实时满足需求。现在，有一种方法可以提供更及时，更准确的信息，以便在日后的时间范围内做出决策。西北太平洋国家实验室(PNNL)与中洲独立系统运营商(MISO)合作开发了一种新的计算工具，该公司运营着全球最大的电力批发市场之一。Gurobi Optimization，GE Grid Solutions，佛罗里达大学和Cognitive Analytics也是该项目的合作伙伴。该项目最初由美国能源部(DOE'

当几乎所有的电力都来自少量的大型集中式发电厂时，计划和安排日间提前供电是一个更简单的过程。情况不再如此。分布式和间歇性能源，例如太阳能，风能，联合循环，储能和可控负荷，极大地增加了资源计划和调度的复杂性，以使电力供应与预期需求保持一致。但是，对于日间操作，必须在其中进行这些计算和决策的时间窗口仍然非常压缩。

通常，管理批发市场的区域独立系统运营商只有两到三个小时才能在日间市场中结算投标和报价。这包括大约30分钟的时间，以找到满足所有发电机的限制和条件的最低供电成本。它还包括运行复杂的可行性测试，以确保正常电力系统运行期间充足的供电和可靠的运行，以及可能发生的数千种意外情况。

该过程在行业中被称为“安全约束单位承诺”(SCUC)，自1970年代以来一直是持续的技术挑战和活跃的研究领域。这些计算和决策的准确性和及时性直接影响每个人的电网可靠性。但是使用称为“混合整数编程”的技术解决的数学问题非常大且困难，而且时间紧迫的限制通常超出了当前技术的能力。所有这些限制使SCUC计算成为当今电力行业面临的最严峻的计算挑战之一。

快速结果

由PNNL领导的研究团队通过采用新方法解决了这些挑战。这是一个称为HIPPO的高级核心优化过程，它是高性能电力网优化的缩写。HIPPO是一种计算引擎，其速度明显快于行业中用于执行复杂SCUC计算的当前求解器。

数十年来，电网运营商一直将SCUC作为单个优化过程来解决。但是HIPPO使用高级优化理论，高性能计算集群和机器学习技术。HIPPO同时启动多种算法-每种算法并行工作，但是以可能提供潜在最佳SCUC解决方案的不同方式搜索优化解决方案。

这些算法可以在多个工作站上或高性能计算环境中运行，它们还可以相互通信并利用它们在执行过程中所学到的知识。结果是为电网运营商提供了更及时，更准确的决策支持，他们致力于在较大的地理或控制区域内平衡电力供需并优化能源利用。