基于相对鲁棒CVaR的高不确定性机组日前竞价申报优化

日前电力市场中,机组需提前一天申报竞价信息,高不确定性机组次日实际出力与日前申报出力存在偏差,从而产生弃能及偏差惩罚费用。考虑预测出力存在多种概率分布时的不可比问题和日前竞价的风险决策问题,基于相对鲁棒条件风险价值(relativelyrobustconditionalvalueatrisk,RRCVa R)构建了高不确定性机组日前竞价申报优化模型,并对比了风险中性决策模型和条件风险价值(conditionalvalue at risk,CVa R)决策模型的决策情况。算例分析结果证明了所构建模型的有效性和合理性,并表明在多概率分布不可比时,RRCVa R模型的竞价决策优化结果具有相对较好的利润表现及风险规避能力,竞价决策的CVa R均不高于最大预期尾部损失,且当决策者风险态度趋向保守时,竞价决策的CVa R与风险价值趋于持平,即无超额损失。     

基于鲁棒优化的风电企业日前申报策略

我国的风电机组需要提前1天申报次日的发电计划,但由于风电的不确定性等特点,风电机组的实际出力与日前申报的发电计划很难相符,风电企业的实际利润也会因此受到影响。考虑构建风电出力的不确定集来解决风电功率难以精确预测的问题,并基于该不确定集把风电企业日前申报决策模型转化为鲁棒优化模型,为企业申报日前出力提供理论依据。为便于求解,利用变量C将原问题转化为主、子问题,并运用列与约束生成法(column-and-constraint generation,CCG)来进行运算。仿真分析表明,基于鲁棒优化得出的风电企业申报策略是可行的,该方法可使风电企业有效地规避风电出力的不确定性给企业获利带来的风险,同时企业应考虑惩罚价格和鲁棒性因子的变动给利润带来的变化,根据实际情况来选择有利的决策。     

基于日前风功率预测的风电消纳能力评估方法

准确掌握电力系统消纳风电的能力,有助于风电场建设规划,更可辅助实际运行的调度决策.风电消纳能力的评估应分析全时段、计及多因素、考虑日前风电出力预测、探寻风电“可消纳包络带”.提出了一种基于日前风功率预测的风电消纳能力评估方法,首先以日前预测所得风电为基本信息,优化常规机组的启停状态;然后基于此决策,探寻系统次日全时段可消纳风电的上下限,并基于二次规划模型生成极端风电出力作为判据样本,分析系统次日消纳风电的能力,进而为运行人员提供决策辅助.     

风电出力偏差成本及其条件风险方法的电力经济调度

含风电电力系统调度中风电实际出力与其计划出力间存在一定的偏差。计划出力过高则需调用系统备用,从而产生高估后的偏差成本;计划出力过低则会出现弃风,从而产生低估后的偏差成本;将风电计划出力费用和高估低估的偏差成本计入目标函数,以火电机组出力、风电计划出力为控制变量,风电实际出力为随机变量,采用条件风险方法(Conditional Value-at-Risk,CVaR)处理带有随机变量的函数,构建了目标函数含风电出力偏差条件风险值的电力系统经济调度模型。对于条件风险方法中概率密度函数难以解析表达的问题,采用蒙特卡罗模拟和解析法相结合,使计算求解简便快捷。通过IEEE 30节点系统仿真表明:该方法可有效解决含风电系统经济调度问题;与传统调度模型相比,总成本费用更低。     

计及风电出力相关性和条件价值风险的电力系统概率可用输电能力评估

针对风电出力预测误差对区域间可用输电能力（ATC）评估的影响，提出一种计及风电出力相关性和条件风险价值（CVaR）的电力系统区域间ATC概率评估方法。首先，通过基于历史风电出力数据的相关系数矩阵和Copula函数，构建计及风电场出力空间相关性的风电出力预测误差概率模型；接着，基于获得的计及风电出力空间相关性的风电出力预测误差修正风电场出力预测值；然后，提出一种计及风电出力相关性和CVaR的ATC概率评估双层优化模型，下层模型以基态下发电成本和风险费用最小为目标，上层模型以极大化区域间ATC为目标，通过基态下和极限状态下机组的出力作为上下层模型间的交互信息；在此基础上，利用Karush-Kuhn-Tucker(KKT)最优条件，对下层模型进行转换，将双层优化模型转换为均衡约束的数学规划（MPEC）模型；进一步，将MPEC模型转换为混合整数二阶锥规划问题，进而实现概率ATC的求解；最后，通过PJM-5节点测试系统和吉林西部电网进行算例分析，结果验证了所提方法的可行性和有效性。     

新型城镇下含热电联产机组的配电网两阶段鲁棒优化调度

随着新型城镇化的改革,多种分布式电源与多元化负荷逐步接入配电网,多种不确定性因素给配电网的运行调度带来极大挑战。文中建立含热电联产(CHP)机组和风电机组的新型城镇配电网两阶段随机鲁棒优化模型。首先,采用场景集描述负荷波动的不确定性,采用保守性模型构建风电出力模糊集合。两阶段鲁棒优化调度中,第1阶段决策日前机组启停方案,第2阶段考虑风电出力的不确定性决策各机组实时出力。采用KKT(Karush-Kuhn-Tucker)条件将第2阶段双层模型变为单层线性优化问题,整体两阶段模型采用列与约束生成方法迭代求解,在负荷的场景集内得到考虑风电不确定性的新型城镇化配电网鲁棒优化调度方案。最后,通过改进33节点算例和改进123节点算例验证了模型的鲁棒性和经济性以及调度方案应对负荷波动的适应性。     

考虑风电出力不确定性与半绝对离差风险的机组组合模型

在风电-火电系统中,若机组组合策略不当,风电出力的不确定性会引起电力系统的实际运行成本严重偏离期望成本,称之为决策风险.为了降低潜在的决策风险,运用情景生成与情景削减的方法表征风电出力的不确定性,并采用半绝对离差(lower semi-absolute deviation,LSAD)来衡量决策风险,即仅考虑实际运行成本高于期望成本的情形,提出了考虑风电出力不确定性与决策风险的机组组合模型,模型以最小化各个情景的半绝对离差风险期望值为优化目标(decision risk minimization,DRM).算例对比了不考虑决策风险的机组组合模型与考虑决策风险的机组组合模型,计算结果表明DRM模型能够降低潜在的决策风险.最小化运行成本期望将会增大决策风险,而最小化决策风险会导致运行成本期望的增加,计算结果表明DRM模型能够较好地处理风电出力的不确定性带来的运行成本期望与决策风险之间的矛盾关系,为决策者在不确定条件下进行决策提供新的思路.     

双重不确定性下考虑风险偏好的风储系统日前报量策略

“两个细则”中明确指出对风电场参与市场运行进行偏差考核，市场机制下电价与风电出力的不确定性，进一步增加了风电场参与现货市场的收益风险。而信息差距决策理论(info-gap decision theory,IGDT)具有在严重不确定性背景下的优化决策能力，因此提出基于IGDT的风储联合系统日前报量决策模型。首先，立足于传统风储联合系统日前报量决策模型，在目标函数中引入了偏差惩罚项，量化日前报量决策导致的实时费用风险。其次，考虑决策者风险偏好的差异，构建了“风险规避”和“投机套利”两种风险偏好的IGDT电价不确定性描述模型。同时，利用贝塔分布描述风电出力分布特征，并采用超拉丁立方的区间采样实现决策者风险偏好在风电出力不确定性上的有效量化。最后，采用McCormick包络将原问题进行凸松弛后利用商业求解器求解。算例表明，所提出的日前报量决策模型能够满足决策者不同风险偏好的前提下，进一步提高风储系统的日前收益。     

采用谱聚类的风电典型出力场景选取方法

为有效地减少原始场景数量,以较小的工作量和较高的精度表征风电出力的全时空特性,本文提出了一种基于谱聚类算法的风电日出力典型场景生成方法。首先采用谱聚类算法对风电日出力场景进行聚类分析,得到能有效反映样本亲疏关系的聚类簇。随后考虑风电的反调峰特性,从聚类后的风电日出力场景中选出能够很好的反映各类场景中原出力曲线调峰效益的出力曲线,将其作为典型场景。最后,以云南某地区2017年风电实际出力数据为算例进行聚类分析,验证所提方法的正确性及有效性。     

计及风电不确定性的风-水短期联合优化调度方法

针对风电并网带来的出力随机性和波动性问题,提出了一种计及风电不确定性的风-水短期联合优化调度方法。首先,以地区风电群为整体,考虑风电出力不确定性导致的预测值与实际值间的偏差,采用模糊聚类方法对风电预测值与实际值进行二次聚类,构建预测值与对应的实际值间的出力情景集合及条件概率分布,将风电不确定性转变为有限个确定的条件情景进行描述;继而,建立多情景风电与水电站群联合调峰调度模型,结合当前风电预测值对应的实际情景及其概率分布,采用基于逐次逼近和关联搜索的水电站群短期优化调度方法进行求解;最后,以西南某地区为例,验证所提方法应用效果。     

计及碳交易与条件风险值的虚拟电厂竞价策略

为探索虚拟电厂(VPP)兼顾经济性与低碳性的竞价策略,从VPP作为价格制定者的角度提出一种计及碳交易与风险的VPP参与电能量市场和备用市场的主从博弈竞价模型。以含风电、光伏的VPP为研究对象,首先,采用基准线法为VPP无偿分配碳排放配额,建立了VPP的碳交易模型;之后建立了基于主从博弈理论的双层竞价模型,上层领导者为参与碳、电、备用市场的VPP运营商,下层跟随者为电力市场运营商;同时,运用条件风险值（CVaR）将上层问题转化为计及风险的多目标优化问题;最后采用遗传算法和求解器联合求解。算例表明该模型可以在多市场的环境下提供经济、低碳的竞价策略及不同市场的出力计划,并分析了不同市场类型、碳交易的加入、不同风险厌恶系数对VPP竞价结果的影响,为提高VPP运营商收益提供了新思路。     

考虑风电出力和电价不确定性的水风联合现货市场竞价策略

以风电为代表的新能源参与现货市场已是大势所趋,但出力不确定性导致其市场竞争力较弱,电价不确定性进一步增大了其承担的收益风险。联合具有灵活调节能力的水电是有效的解决途径,而制定符合决策者风险意愿的竞价策略则是其中亟需解决的关键问题。为此,从价格接受者角度提出了水电联合风电参与现货市场的竞价模型,模型中采用笛卡尔积组合后的典型场景集描述风电出力、市场电价等多种不确定性,采用条件风险价值衡量不确定性导致的市场风险并以风险因子作为决策者风险偏好纳入决策过程。模型中的非线性函数,通过引进0/1整数变量将其转换为混合整数线性规划模型予以求解。以中国西南某省梯级水电站和风电站为背景验证模型的有效性,进一步分析了风险偏好对竞价决策的影响。     

基于期望效用-熵的风电交易风险控制方法

在逐步开放的电力市场环境下,发电商可通过在合约市场以及现货市场等不同类型的市场中合理分配交易电量来规避交易风险。在此背景下,针对溢价机制下风电商在电力市场中的电量分配问题,综合考虑了现货电价的不确定性、风电出力的波动性以及风电商对风险的喜好程度等因素,提出了基于期望效用&-熵的风电商电量分配决策模型。应用该模型,对风电商在年度合约市场、月度合约市场以及现货市场3个市场的总发电量分配进行了计算。计算结果表明：该模型能够反映风电商对市场风险的偏好程度改变时的决策特征,可使风电商在获得其期望收益水平的同时降低交易风险。     

虚拟电厂的灵活性辅助服务投标策略研究

虚拟电厂(VPP)作为灵活性辅助服务商,有助于缓解可再生能源的不确定性给电网带来的影响。由于VPP在灵活性辅助投标过程中,其内部风电预测出力和实际出力具有偏差性。因此,为了降低VPP参与灵活性投标出力受到偏差惩罚和投标风险,采用鲁棒优化法处理风电出力的不确定性。将不确定风电出力限制在一个确定区间内,通过调节鲁棒系数得出不同优化投标方案。由于VPP在提供能量与灵活性辅助时在容量上存在耦合效应,建立了VPP同时参与能量–辅助服务市场鲁棒随机投标模型,提高VPP的实际利润。算例分析证明了鲁棒随机投标模型的有效性。     

基于机会约束规划的风电商日前市场竞标策略

随着各国风电的迅速发展,风电商逐渐像火电商那样参与竞标来追求利润的最大化。但风能出力的不确定性、预测误差以及不平衡惩罚的存在,使得风电商的竞标存在风险。风电商作出决策时必须考虑对待风险的态度(冒险或保守)。文中以电能交易的日前市场为背景,在假定已知风能预测分布的前提下,基于机会约束规划,建立了考虑风险和期望利润的竞标模型。应用此模型,可以使风电商在得到最优竞标策略的同时,较好地协调风险与目标利润之间的矛盾。算例分析证明了基于机会约束规划的竞标策略的有效性。     

基于条件风险价值的含风电电力系统旋转备用效益研究

由于风电出力的波动性和间歇性,大规模风电并网使得旋转备用效益和风险的矛盾更加突出。考虑系统上、下旋转备用的容量成本和能量成本,以及因购买上旋转备用而减少的失负荷损失和因购买下旋转备用而减少的弃风损失,以期望旋转备用效益最大和系统损失的条件风险价值(CVaR)最小为两个目标,建立基于条件风险价值的含风电电力系统旋转备用效益-风险模型。采用蒙特卡罗法模拟实际负荷功率和风电出力的预测偏差,并改进多目标粒子群优化算法,用于求解得到期望旋转备用效益-风险有效前沿和日前旋转备用计划,以及不同可靠性水平、置信水平对期望旋转备用效益和风险的影响。最后,通过算例验证了该模型和算法的可行性。     

Robust self-scheduling under price uncertainty using conditional value-at-risk

In a deregulated power industry, power producing companies bid in the hour-ahead and day-ahead power markets in an attempt to maximize their profit. For a successful bidding strategy, each power-producing company has to generate bidding curves derived from an optimal self-schedule. This self-schedule is commonly obtained from a profit-maximizing optimal power flow model based on predicted locational marginal prices (LMPs). However, at the time of self-scheduling, the predicted values of the LMPs are largely uncertain. Therefore, it is desired to produce robust self-schedules that can be used to lessen the risk resulting from exposure to fluctuating prices. In portfolio optimization theory, methods of risk management include Value-at-Risk (VaR) and conditional Value-at-Risk (CVaR). CVaR is known to be a more consistent measure of risk than VaR. In fact, whilst CVaR is the mean excess loss, the VaR provides no indication on the extent of losses that might be suffered beyond the amount indicated by this measure. This research proposes a method for robust self-scheduling based on CVaR. It will be shown that polynomial interior-point methods can be used to obtain the robust self-schedules from a second-order cone program. The obtained schedules provide a compromise solution between maximum profit and minimum risk. Simulation results on a standard IEEE bus test system will be used to demonstrate the scheduling model based on CVaR.     

加权CVaR下的发电商多时段投标组合模型

在多市场条件下,为了实现收益最大和风险最小,发电商需要在不同市场合理分配竞价电量。发电商竞价决策是多阶段决策,因而决策过程常呈现多期风险,即动态风险。同时各类电力市场收益率并非固定不变,而是具有随机变化的特性。条件风险价值(conditional value at risk,CVaR)可以衡量决策过程的风险和收益,而单时段CVaR只考虑单一时段的静态风险和固定收益率,因此采用多时段CVaR模型度量发电商的动态风险和随机变化的收益率,并建立发电商加权多时段CVaR组合市场投标策略优化模型。应用该模型,发电商可以在不同时段将竞价电量在多市场中进行合理分配,以实现风险最小和收益最大。算例分析结果表明该方法的有效性,从而为发电商的投标决策和风险度量提供新的思路。     

考虑预测误差的风电场电量投标博弈分析

随着电力市场化改革的深入发展,风电等新能源需要逐步与火电等其他传统电源进行竞争,同时风电等新能源出力的不确定性也增加了其在市场上博弈的复杂性。文中针对现货市场中风电场采用电量投标模式下的利益博弈问题,考虑风电出力的不确定性及预测误差,基于日前、日内2级现货市场出清模型,推导了风电场在不同投标组合情形下市场博弈均衡点的解析式,并采用实际风电出力及预测数据进行了仿真验证。对市场均衡下的风电投标结果进行分析,结果表明:在风电场电量投标模式下,风电场的博弈策略与风电出力预测值及预测误差有关,风电场可通过提高预测精度降低其投标收益风险;同时,此投标模式下风电场的投标策略出现了日前电量持留,加剧了风电场的投机行为,增加了市场运行风险。     

基于CVaR理论的综合能源系统经济优化调度

为解决综合能源系统(IES)中供需双侧不确定因素对运行调度带来的风险问题,将CVaR理论引入IES运行调度问题,提出一种计及风、光出力和电、热负荷不确定性的IES经济调度模型。该模型以IES运行风险费用最小为目标函数,综合考虑电力网络、天然气管网、热力管网以及机组出力等多种约束条件。运用双层优化的思想将上述模型进行转化,采用快速粒子群优化算法和内点法进行求解。通过算例分析置信水平、多能流约束和单位功率调整费用对运行费用的影响,验证了CVaR理论在IES经济调度中的有效性。