高性能計算可幫助電網運營商管理日益增加的復雜性

電力市場運營商每天都在努力確保以最低的價格提供足夠的電力。電網運營商必須不斷確保電源實時滿足需求。現在，有一種方法可以提供更及時，更準確的信息，以便在日后的時間范圍內做出決策。西北太平洋國家實驗室(PNNL)與中洲獨立系統運營商(MISO)合作開發了一種新的計算工具，該公司運營著全球最大的電力批發市場之一。Gurobi Optimization，GE Grid Solutions，佛羅里達大學和Cognitive Analytics也是該項目的合作伙伴。該項目最初由美國能源部(DOE'

當幾乎所有的電力都來自少量的大型集中式發電廠時，計劃和安排日間提前供電是一個更簡單的過程。情況不再如此。分布式和間歇性能源，例如太陽能，風能，聯合循環，儲能和可控負荷，極大地增加了資源計劃和調度的復雜性，以使電力供應與預期需求保持一致。但是，對于日間操作，必須在其中進行這些計算和決策的時間窗口仍然非常壓縮。

通常，管理批發市場的區域獨立系統運營商只有兩到三個小時才能在日間市場中結算投標和報價。這包括大約30分鐘的時間，以找到滿足所有發電機的限制和條件的最低供電成本。它還包括運行復雜的可行性測試，以確保正常電力系統運行期間充足的供電和可靠的運行，以及可能發生的數千種意外情況。

該過程在行業中被稱為“安全約束單位承諾”(SCUC)，自1970年代以來一直是持續的技術挑戰和活躍的研究領域。這些計算和決策的準確性和及時性直接影響每個人的電網可靠性。但是使用稱為“混合整數編程”的技術解決的數學問題非常大且困難，而且時間緊迫的限制通常超出了當前技術的能力。所有這些限制使SCUC計算成為當今電力行業面臨的最嚴峻的計算挑戰之一。

快速結果

由PNNL領導的研究團隊通過采用新方法解決了這些挑戰。這是一個稱為HIPPO的高級核心優化過程，它是高性能電力網優化的縮寫。HIPPO是一種計算引擎，其速度明顯快于行業中用于執行復雜SCUC計算的當前求解器。

數十年來，電網運營商一直將SCUC作為單個優化過程來解決。但是HIPPO使用高級優化理論，高性能計算集群和機器學習技術。HIPPO同時啟動多種算法-每種算法并行工作，但是以可能提供潛在最佳SCUC解決方案的不同方式搜索優化解決方案。

這些算法可以在多個工作站上或高性能計算環境中運行，它們還可以相互通信并利用它們在執行過程中所學到的知識。結果是為電網運營商提供了更及時，更準確的決策支持，他們致力于在較大的地理或控制區域內平衡電力供需并優化能源利用。