基于分布鲁棒优化的多源发电系统联合调度

为解决传统的随机优化和鲁棒优化方法不能同时兼顾经济性和安全性去处理风光等可再生能源大规模接入电力系统时的调度问题,采用在经济性和安全性上取得平衡的分布鲁棒优化方法来处理风光出力不确定的风-光-火-储联合发电系统日前经济调度问题.建立以运行成本最小为目标的多源发电系统联合调度模型,并利用分布鲁棒优化方法将其写成鲁棒机会约...     

基于源荷协同降碳的综合能源系统分布鲁棒经济调度

为充分挖掘综合能源系统的降碳能力,通过对源侧产能体系与负荷侧用能体系实现互动调节,提出了一种基于源荷协同降碳机制的综合能源系统调度模式;同时,为了应对系统内风光出力不确定性对优化调度的影响,基于非精确概率理论并充分考虑调度方案鲁棒性与经济性之间的制约关系,建立了综合能源系统分布鲁棒经济多目标优化调度模型;采用该模型不仅能消除传统分布鲁棒优化中不确定性集合保守度主观设定的局限性,并能实现鲁棒性与经济性均衡优化调度;最后,通过算例分析验证了所提方法的可行性和优越性。     

考虑源-荷不确定性的电热联合系统分布鲁棒优化调度

可再生能源出力及负荷需求的不确定性严重影响电热联合系统的鲁棒优化运行。基于此,提出了一种改进Wasserstein度量的考虑源-荷不确定性电热联合系统分布鲁棒优化调度模型。建立基于极端场景下改进Wasserstein度量的风电预测功率模糊集,缩减风电预测功率模糊集的规模,进而提出基于梯度归一化改进Wasserstein生成对抗网络方法对负荷需求的不确定性进行建模,提高负荷不确定性建模的精度;构建综合考虑发电成本、调节成本等的分布鲁棒优化调度模型,并基于对偶理论和拉格朗日乘子法将该模型转换成可求解的数学模型;以修改的9节点系统及IEEE 118节点系统为例验证了所提出的模型具有更高的求解效率以及更好的经济性和鲁棒性。     

基于风电出力模糊集的电-气耦合系统分布鲁棒优化调度

随着可再生能源装机容量不断扩展及综合能源系统研究的持续推进,燃气轮机作为耦合元件加深了电力系统和天然气系统的相互融合,为可再生能源消纳提供了新的途径。针对随机规划方法、区间优化及鲁棒优化算法处理风电出力不确定性的不足,文中提出一种基于风电预测误差模糊集的分布鲁棒优化方法求解电力-天然气耦合系统的协同调度决策。首先,利用主成分分析法提取高维预测误差向量蕴含的时空尺度关联特性,并引入一系列矩函数描述预测误差的分布信息以构建相应的模糊集。然后,建立两阶段分布鲁棒优化经济调度模型,第1阶段制定日前机组开停机计划、调度出力及备用方案;第2阶段辨识最劣风电场景分布以保证第1阶段调度决策的有效性。结合线性决策规则和对偶理论将该半无限优化问题转化为有限维优化问题进行求解。最后,通过算例验证了所提模型及求解方法的有效性。     

考虑源荷双重不确定性的电气互联综合能源系统分布鲁棒优化调度

针对电气互联综合能源系统中不确定因素对运行调度带来的风险问题,提出一种考虑新能源负荷双重不确定性的电气互联综合能源系统分布鲁棒优化调度模型。以系统运行总成本最小为目标函数,建立电气互联综合能源系统随机规划模型,采用矩不确定分布鲁棒优化方法(DRO-MU),构建风电出力和电力负荷的矩不确定集合,在源荷双重不确定集合下将随机规划模型转化为矩不确定分布鲁棒优化模型,通过拉格朗日对偶原理将鲁棒模型转化为确定性的半正定规划模型进行求解。仿真结果表明,与不考虑或仅考虑新能源、负荷不确定性相比,考虑源荷双重不确定性的DRO-MU模型运行成本有所增加,但方案降低了不确定性因素给系统运行带来的风险,且更加符合实际。与随机优化方法和传统鲁棒方法相比,DRO-MU方法既保证了调度策略的鲁棒性,又克服了其过于保守的问题;随着源荷矩不确定集范围的增大,系统运行成本增加,通过合理设置二者矩不确定集范围,实现系统经济性与鲁棒性的平衡。     

考虑燃料电池汽车加氢负荷的电-氢系统协同优化运行

在建设新型电力系统背景下,为提高能源利用率,降低交通系统碳排放,促进配电网与交通网络融合,考虑燃料电池汽车加氢行为影响下负荷时空分布特性,构建计及燃料电池汽车交通流量与加氢行为的优化调度模型。首先,采用起止点对刻画燃料电池汽车交通流量模型,为模拟燃料电池汽车出行,采用Dijkstra算法搭建燃料电池汽车最短加氢路径模型。其次,针对可再生能源出力不确定性,基于Wasserstein距离建立风电功率预测误差模糊集,考虑电力-交通网络约束,并构建含加氢站优化调度的分布鲁棒优化模型。最后,利用强对偶理论将分布鲁棒优化模型转化为混合整数线性规划模型进行求解,采用改进的33节点配电网和24节点交通网对调度方法进行验证。结果表明,所提方法相比于鲁棒优化系统总成本有所降低,加氢站调度方案在保守和乐观之间达到平衡,实现加氢站与上级网络之间良性互动。     

全可再生能源热电气储耦合供能系统优化调控模型研究

针对全可再生能源热电气储耦合供能系统源、荷双侧不确性、多能耦合等问题,文中基于分层递阶理论建立了针对系统复杂的优化调度决策和快速的实时控制问题的分层调控框架及多时间尺度优化调控模型。在日前优化中通过鲁棒算法解决可再生能源出力及负荷预测不确性对系统安全运行的影响,在日内优化中基于模型预测控制原理对日前优化结果进行反馈校正与滚动优化,应对可再生能源出力及负荷随机性波动,从而实现系统的安全经济运行。     

基于分布鲁棒优化的电–气–热综合能源系统日前经济调度EI北大核心CSCD

风电等可再生能源的出力具有不确定性,传统的鲁棒优化和随机优化方法在处理风电等可再生能源出力不确定性时都存在一些局限与不足。基于分布鲁棒优化研究了考虑风电出力不确定性的电-气-热综合能源系统(electricity-gas-heat integrated energy system,EGH-IES)日前经济调度问题。将Kullback-Leibler(KL)散度作为分布函数与参考分布之间距离的量度,建立风电出力的分布函数集合。然后以系统运行总成本作为目标函数,建立了EGH-IES日前经济调度鲁棒机会约束优化模型。将所建立的鲁棒机会约束优化模型转化为利用求解器可直接求解的确定性混合整数线性优化模型。最后,通过算例分析验证了所提方法的有效性,并分析了电转气技术和热网管道输送延时对风电消纳的作用。     

计及气网管存效应的综合能源系统分布鲁棒优化调度

可再生能源接入的综合能源系统具有不确定性特征,然而随机规划与鲁棒优化等求解方法存在鲁棒性不足或过于保守等问题。气网管存是综合能源系统中重要的灵活性资源,可以有效平抑不确定性的影响。鉴于此,提出计及气网管存效应的综合能源系统分布鲁棒优化调度方法,通过充分利用系统中的灵活性资源,促进可再生能源消纳,实现系统安全稳定运行。在分析天然气管道中气体流动特性和管存效应的基础上,以系统综合成本最低为目标,建立计及气网管存效应的综合能源系统优化调度模型。针对风电出力和电负荷不确定性特征的差异性,分别采用概率分布集和梯形模糊函数对风电出力和电负荷不确定性进行刻画。在此基础上,建立综合能源系统分布鲁棒优化调度模型,并采用列约束生成算法进行求解。最后,通过算例分析验证了所提方法的准确性与有效性,并且结果表明所提方法在应对不确定场景时具有较强的调节能力和良好的经济性。     

考虑风电出力不确定性的分布鲁棒主备协同优化调度

随着大量可再生能源如风电接入电网,如何最大化地利用可再生能源、减小传统火电机组的成本成为亟需解决的难题,特别是机组运行和备用容量的协同调度成为现在研究的一大热点。考虑风电出力的不确定性,建立了成本最小化的两阶段经济调度模型。在第一阶段,即日前调度,根据预测的风电出力制定机组预调度方案。在第二阶段,即实时调度阶段,根据风电的实时出力对第一阶段调度方案进行反馈调节。针对风电出力的不确定性,应用Kullback-Leibler离散度原理对不确定因素进行建模。结合分布鲁棒方法,建立了极端概率分布下的两阶段分布鲁棒主备协同优化模型,并将其转化为可解的混合整数非线性规划问题。基于广义Benders分解方法,提出了分解协调算法对优化模型进行求解。最后以IEEE 6 节点系统和IEEE 118 节点系统进行算例仿真分析,并对比传统鲁棒及随机规划方法,验证了所提方法的可行性和优越性。     

考虑节点边际电价的配电网与多微电网双层鲁棒经济调度

可再生能源出力的不确定性给市场定价机制带来了挑战,实现市场参与者的利益均衡分配成为亟待解决的关键问题。提出一种计及风电出力不确定性的节点边际电价市场出清机制。建立配电网与多微电网协调优化调度的双层模型,上层模型为考虑风电出力及功率交互不确定性的配电网数据驱动鲁棒经济调度模型,下层模型为考虑电价型需求响应的微电网数据驱动鲁棒经济调度模型。通过配电网与微电网之间功率交互与电价信息的传递进行上、下层模型的迭代求解,实现不同市场参与者的利益均衡分配。测试系统的仿真结果验证了所提模型及求解方法的有效性。     

面向配电网弹性提升的多时间尺度恢复策略协调优化框架

针对小概率、高损失极端灾害事件对配电网安全稳定运行的影响,提出了一种面向配电网弹性提升的多时间尺度恢复策略协调优化框架.首先,针对检修人员调度问题,建立考虑极端灾害下时间不确定性的故障修复模型.其次,在配电网三相不平衡运行条件下,构建结合分布式电源和联络开关进行网络重构的负荷恢复模型.然后,以故障元件修复状态作为耦合变量,基于上述2种不同时间尺度的模型构建协调优化框架,并建立两阶段鲁棒优化模型采用列约束生成方法进行迭代求解.最后,考虑检修人员时间不确定性、多种恢复策略关联性以及求解时间步长等因素构建不同场景,通过算例验证了所提模型及求解方法的有效性.     

计及网络安全约束和多能协同交互的多园区综合能源系统分散协调调度

多园区接入区域配电网与配气网构成多园区综合能源系统(MCIES),可有效提高其经济效益。针对配电网、配气网和不同园区等多利益主体,提出一种计及网络安全约束和多能协同交互的MCIES分散协调调度双层模型。区域调度层为多主体调度层,配电网和配气网在满足网络安全约束的前提下向园区运营商供能,三者分别以各自利益最大化为目标,协调配网-园区联络线功率;局域调度层为园区利益分配层,各园区互联以实现彼此间电能和天然气支撑,并基于区域层决策得到的配网-园区交互能量,分别以各自经济最优为目标参与利益分配,优化内部设备出力计划,协调园区间多能交互功率。采用双层目标级联分析法解耦协调变量,分别将各层优化调度主问题构建为上下两级优化调度子问题,进而对调度子问题独立建模、协调求解。天津某地MCIES算例分析表明,所提方法兼顾了网络运行安全性和不同主体利益诉求,并通过发挥园区间多能协同交互优势,实现了MCIES的安全经济优化运行。     

基于自适应步长ADMM的柔性配电网光-储协同分布鲁棒优化配置

针对柔性配电网的显著分区特征以及光伏出力的不确定特性,提出了一种区域间分布式优化及区域内两阶段优化方法,建立了基于自适应步长交替方向乘子法的光-储协同分布鲁棒优化配置模型。基于耦合支路法将柔性互联装置解耦,通过一致性约束协调各区域间的边界条件,利用自适应步长交替方向乘子法进行全局迭代分布式优化。以最小化柔性配电网的投资运行总成本为优化目标,建立基于数据驱动的各子区域两阶段分布鲁棒优化模型,并提出一种交直流混合凸松弛方法处理非线性非凸模型以便快速求解。基于改进相对熵构建光伏典型出力场景的不确定概率分布模糊集,通过列与约束生成算法求解两阶段分布鲁棒优化模型。以改进的某实际293节点柔性配电网为算例验证所建模型的有效性。     

考虑源网荷储协调的主动配电网优化调度方法研究

针对源网荷储的一体化运行目标,提出一种考虑源网荷储的主动配电网协调运行调度方法.基于多时间尺度的思想,以最小化可调节量和最大程度地增加新能源消纳为目标,建立一个具有两个互补时间尺度的主动配电网日前-日内优化调度模型,将差分进化算法和帝国竞争算法相结合求解最优调度模型.仿真验证了所提出的多源协同调度方法的优越性.仿真结果...     

主动配电网多源协同三层优化调度

合理协同各类并网间歇性能源、储能装置、柔性负荷等可调资源,是实现主动配电网优化调度的有效途径。在设置各类能源调度顺序及分段开关控制方案的前提下,从环境、运行、经济三个层面,构建主动配电网多源协同三层优化调度模型,并运用一种融有蛙跳算法、遗传算法核心思想的改进人群搜索算法求解该模型。仿真结果表明多源协同优化调度可有效提升可再生能源消纳率、平稳负荷波动、降低网络损耗、提高用户体验,由此证明该优化方案的合理性及优越性。     

基于风光数据驱动不确定集合的配电网与多微网鲁棒经济调度

随着风电和光伏等可再生能源通过多微网(multiple microgrids,MMGs)的形式接入配电网(distribution network,DN),其不确定性会给配电网与多微网系统联合运行的可靠性、经济性带来挑战。对此,文章提出了一种考虑风光相关性的配电网与多微网数据驱动鲁棒调度方法。首先采用分布式调度方法建立配电网与多微网调度框架,分别建立配电网调度模型与微网二阶段鲁棒调度模型,以联络线功率作为两者的耦合参数;考虑风光出力的不确定性与时空相关性,采用数据驱动算法构建风-光出力不确定集合,从而建立微网数据驱动鲁棒调度模型;最后提出一种基于极限场景的改进列约束生成算法(column-and-constraint generation,C&CG)求解微网鲁棒调度问题,并采用目标级联分析法(analytical target cascading,ATC)对配电网与多微网整体调度问题进行求解。仿真结果表明,该配电网与多微网的数据驱动鲁棒调度策略可以捕捉风-光时空相关性,在保证系统调度鲁棒性时提高调度的经济性,并具有良好的收敛性。     

基于自适应步长ADMM的配电网分布式鲁棒优化调度策略

以光伏、风电为代表的分布式电源具备较强的不确定性,其规模化、分散式地接入配电网,为系统资源的统一调控带来了严峻挑战。为实现配电网多类型分布式资源的协调调控,提出一种基于自适应步长交替方向乘子法的配电网分布式鲁棒优化调度策略。首先,构建配电网多层级代理系统,为配电网优化调度提供分布式运营架构。其次,建立基于可调鲁棒算法的配电网优化调度模型,提出鲁棒成本系数优化分配方法,实现调度策略保守性及经济性的合理平衡。在此基础上,基于自适应步长交替方向乘子法建立配电网分布式优化模型,并完成调度策略的高效求解。基于改进IEEE-33节点系统的仿真结果表明,所建立的分布式优化模型具备优越的收敛性能,所提鲁棒成本系数优化分配方法可有效提升调度策略的经济性。     

Two-stage distributionally robust optimization-based coordinated scheduling of integrated energy system with electricity-hydrogen hybrid energy storage

A coordinated scheduling model based on two-stage distributionally robust optimization (TSDRO) is proposed for integrated energy systems (IESs) with electricity-hydrogen hybrid energy storage. The scheduling problem of the IES is divided into two stages in the TSDRO-based coordinated scheduling model. The frst stage addresses the day-ahead optimal scheduling problem of the IES under deterministic forecasting information, while the second stage uses a distributionally robust optimization method to determine the intraday rescheduling problem under high-order uncertainties, building upon the results of the frst stage. The scheduling model also considers collaboration among the electricity, thermal, and gas networks, focusing on economic operation and carbon emissions. The fexibility of these networks and the energy gradient utilization of hydrogen units during operation are also incorporated into the model. To improve computational efciency, the nonlinear formulations in the TSDRO-based coordinated scheduling model are properly linearized to obtain a Mixed-Integer Linear Programming model. The Column-Constraint Generation (C&CG) algorithm is then employed to decompose the scheduling model into a master problem and subproblems. Through the iterative solution of the master problem and subproblems, an efcient analysis of the coordinated scheduling model is achieved. Finally, the efectiveness of the proposed TSDRO-based coordinated scheduling model is verifed through case studies. The simulation results demonstrate that the proposed TSDRO-based coordinated scheduling model can efectively accomplish the optimal scheduling task while considering the uncertainty and fexibility of the system. Compared with traditional methods, the proposed TSDRO-based coordinated scheduling model can better balance conservativeness and robustness.