反演方法：在高空间分辨率下细化的空间低分辨容量扩展建模结果有多可行？
摘要：空间上高度细分的扩容模型通常被简化为较低的空间分辨率，因为计算复杂。这种简化混合了具有不同可再生特征的场址，同时忽略了可能引起拥挤的输电线路。因此，当容量以更高的空间细节反馈时，结果可能代表一个不可行的系统。到目前为止，还没有详细调查如何分解结果以及高度细分的分解模型是否可行。这是一个挑战，因为没有独特的方法来反演聚类。 本文分为两个部分来解决这些挑战。首先，介绍了将空间低分辨率结果分解的方法：(a)在原始高分辨率区域中均匀分布区域结果，(b)为每个区域单独重新优化，(c)最小化“过剩电力”的方法。其次，通过运行操作调度来调查得到的高度细分模型的可行性。尽管重新优化可以得到最好的结果，但第三种反演方法在计算工作量较小的情况下提供了可比较的结果。就可行性而言，研究设计加强了以单个区域对国家进行建模的不足。对于欧洲具有100-200个区域的最先进的简化模型，根据模型分辨率和反演方法的不同，仍然会产生3\%至7\%的负荷削减。
作者：Martha Maria Frysztacki, Veit Hagenmeyer, Tom Brown
论文ID：2209.02364
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2023-07-04