본 논문은 경제적 운영을 개선하기 위해 경제적 분산(ED) 및 DC 최적 전력 흐름(DCOPF) 문제를 해결하는 새로운 통합 학습 및 최적화(ILO) 방법론을 개발합니다. ED에 대한 최적화 문제는 부하를 알 수 없는 매개변수로 공식화하고, DCOPF는 부하와 전력 전달 분배 계수(PTDF) 행렬을 알 수 없는 매개변수로 구성합니다. PTDF는 두 지역 간의 실제 전력 전달로 인해 발생하는 송전선의 실제 전력의 증분 변화를 나타냅니다. 이 값은 송전선을 통한 전력 흐름의 선형화된 근사치를 나타냅니다. 본 논문에서는 ED 및 DCOPF 최적화 공식을 사용하여 사후 페널티, 전력 시장 및 선 과부하 문제를 해결하기 위한 새로운 ILO 공식을 개발합니다. 제안된 방법론은 실시간 전력 시장 및 선 과부하 동작을 포착하여 후회 함수를 훈련하고, 결국 다양한 버스에서 알 수 없는 부하와 선 PTDF 행렬을 훈련하여 앞서 언급한 사후 목표를 달성합니다. 제안된 방법론은 경제적 운영보다는 부하 및 PTDF 예측의 정확도를 훈련하는 순차적 학습 및 최적화(SLO)와 비교됩니다. 실험 결과는 전력 시장에서 사후 페널티를 최소화하고 선 과부하를 최소화하여 눈에 띄는 양으로 경제적 운영을 개선하는 데 ILO의 우수성을 증명합니다.
