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。     

基于数据驱动的微电网双层鲁棒优化调度

提出了一种基于数据驱动的微电网两阶段自适应鲁棒优化调度方法。首先,构建了基于数据驱动的微电网市场调度优化框架,利用K-means聚类方法对微电网大量历史数据进行聚类预处理,选取典型场景代表大量复杂场景来获得准确地风电出力概率分布情况。然后,在阶段一建立微电网日前预调度模型;基于预处理的聚类数据,建立数据驱动的风力发电的不确定性集合,在阶段二建立微电网实时调控模型。通过数据驱动构造的风力发电不确定性集合,排除了部分极端场景,降低了模型的保守度。接着,用列约束生成算法(C&CG)将构建的两阶段自适应鲁棒优化模型分解为主问题和子问题进行交互迭代求解。最后,仿真结果验证了所提方法的有效性,降低了微电网设备运行成本,提高了新能源利用率。     

考虑多重不确定性的电–气–交通网络耦合系统数据驱动鲁棒优化调度

电力、天然气、交通等不同能量流网络的深度耦合和良性互动,对多元化综合能源系统的协同优化运行提出了极大挑战。针对电–气–交通网络耦合系统中的多重不确定性因素,提出综合考虑交通流量、风电出力及燃气机组耗气不确定性的数据驱动鲁棒协同优化调度模型。首先,依据Wardrop用户均衡准则获取交通网络的最优流量分配,并根据网络耦合约束将交通、气网络的不确定性转化到配电网统一考虑;其次,结合风电出力和交通流量的历史数据构造高维源、荷不确定量的模糊集表征其概率分布特性;然后,以基准预测场景下日前运行成本和不确定量最劣场景分布下实时调整成本最小为目标,建立基于数据驱动的两阶段鲁棒经济调度模型,在主、子问题协同求解框架下采用列约束生成方法进行求解。最后,通过算例验证了所提模型及求解方法的有效性。     

基于两阶段鲁棒优化的西南地区微电网经济调度

针对西南地区可再生能源储备丰富的特点,考虑微电网中可再生分布式能源出力和负荷的不确定性对微电网运行调度的影响,搭建了两阶段鲁棒优化经济调度模型,求解系统在极端运行场景下的经济性最优解。模型考虑系统功率平衡和输出功率约束、需求响应负荷约束以及微电网与配电网的交互约束,通过不确定性调节参数处理微电网中的不确定性,调节模型的保守度。随后通过Benders分解算法将模型分为主问题和子问题求解,并采用对偶理论对内层模型进行解耦。最终得出的结果验证了所搭建模型的有效性,为微电网接入西南电网后的调度策略提供参考。     

考虑阶梯式碳交易机制的微电网两阶段鲁棒优化调度

为减少微电网系统运行的碳排放量,同时考虑可再生能源出力不确定性对系统调度结果的影响,提出了一种基于鲁棒优化的微电网低碳经济调度模型。首先,利用两阶段鲁棒优化方法消除可再生能源出力不确定性对系统调度结果的影响。其次,将阶梯式碳交易机制引入系统的运行调度阶段,以减少微电网系统的碳排放量。然后,建立了包含风电、光伏机组、微型燃气轮机、燃料电池及储能设备的微电网低碳经济调度模型,以各设备运维成本、系统购能成本和碳交易成本之和最小为优化目标,采用C&CG算法对所提调度模型进行求解。最后通过算例对所提优化调度模型进行验证。结果表明：两阶段鲁棒优化方法能够有效提高系统抵御风险的能力、引入阶梯式碳交易机制则可有效减少微电网运行的碳排放量。     

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。     

一种市场环境下的电网友好型多微网优化调度方法

摘 要：针对配电网中的多微网系统,提出了一种市场环境下的电网友好型优化调度方法,并建立了日前双层优化调度模型。首先构建了配电网层优化调度模型,通过优化各微网的出力,在保证可再生能源发电比例的同时,减小输电网与微电网向配电网注入功率的波动性,提高配电网运行的经济性,从而提高电力系统接纳微电网的积极性,有助于市场环境下微电网的运行与发展。其次,在微网层,采用多场景技术描述光伏与风电出力的随机性,并将微电网与配电网视为不同的利益主体,设计动态电价激励机制,引导微电网按照配电网需求优化出力,从而建立微网层的经济与环保优化调度模型,协调分布式电源出力。采用模拟退火算法求解模型,仿真算例验证了模型的合理性与有效性。     

考虑不确定性因素的虚拟电厂竞标模型

考虑了由风电场、抽水蓄能电站和燃气轮机组成的虚拟电厂(VPP).VPP可参与中期合同市场、日前市场以及平衡市场的运营,以利润最大化为其优化目标.由于电价和风电出力的不确定性以及不平衡惩罚的存在,VPP的竞标存在风险.针对电价预测精度较高、误差分布规律可以较为准确描述的特点,采用随机规划的方法处理电价的不确定性;针对风电出力预测精度较低、概率分布难以准确刻画的特点,采用鲁棒优化的方法处理风电出力的不确定性,即将不确定的风电出力限定在一个确定的区间内,通过调节鲁棒系数决策出不同程度上抑制不确定性影响的优化调度方案.基于上述两种方法,并考虑环境成本,建立了VPP鲁棒随机竞标模型,提高了VPP的实际利润,同时减轻了计算负担.算例分析证明了鲁棒随机竞标模型的有效性.     

考虑与电动汽车换电站互动的微电网经济调度

为实现电动汽车换电站(BSS)与微电网所有权不同时微电网运行优化,建立了微电网经济调度双层优化模型。在上层模型中,微电网调度中心是决策机构,其目标函数是微电网供电成本最小;在下层模型中,BSS运营商是决策机构,在考虑换电需求量不确定性的基础上,建立以BSS利润最大为目标函数的盒式集合鲁棒优化模型。上、下层优化模型通过微电网向BSS提供的个性化电价实现互动。采用入侵杂草算法和CPLEX软件分别对上、下层优化问题进行求解,得到微电网内部可控微电源的出力和个性化电价,实现微电网和BSS的共同利益。对某中压微电网进行算例分析,结果验证了所提模型及算法的合理性和有效性。     

计及新能源波动与相关性的配电网最大供电能力调度方法

配电网中分布式电源的出力由于波动具有不确定性与相关性,会对配电网的调度方案产生深远影响。为了研究新能源出力的波动对配电网在最大供电能力下调度方案的影响,采用数据驱动技术构建了新能源出力不确定集。随后构建了考虑新能源出力最差情况下的配电网双层鲁棒优化调度模型。下层模型以发电成本最低为目标,使得调度结果具有较好的经济性。上层模型考虑新能源出力不确定性最差情况,使得调度结果具有较强的鲁棒性。通过KKT条件将双层模型简化为单层,并以重复潮流法进行迭代,最终得到计及新能源波动的配电网最大供电能力调度方法。通过仿真验证了该算法的有效性与经济性,并得到了提高配电网最大供电能力的运行策略。     

考虑风电消纳的区域多微网-配电网能源交易模式

随着微网数量不断增加及风电渗透率逐渐提高，微网与配电网频繁的能量交互对配电网的运行产生不利影响。为减少微网与配电网之间非必要的能量交互，促进风电就近消纳，构建了计及风电不确定性，以系统运营主体收益最大化、多微网用电总成本最小化为优化目标的区域多微网-配电网能源交易模式。首先，该模式通过运营主体整合区域内负荷及风电出力情况，划分系统内部峰谷时段，提高风电利用率。其次，为增强应对风电不确定性的能力，交易模式采用负荷转移率刻画峰谷分时（time-of-use，TOU）电价用户响应度，并建立考虑风电不确定性的区域多微网系统峰谷分时电价制定模型。最后，采用与蒙特卡洛方法相结合的带精英策略的非支配排序的遗传算法（elitist nondominated sorting genetic algorithm，NSGA-Ⅱ）对交易模式中的多目标优化问题进行求解。算例验证了所提交易模式有利于降低微网用电成本，提升多微网整体效益，实现区域多微网系统与配电网友好互动。     

考虑风电不确定性的CCHP型微网日前优化经济调度

冷热电联供（combined cooling， heating and power， CCHP）型微网中分布式可再生能源占比较高，风力发电因其随机性、波动性等特点，为CCHP型微网的优化调度带来了挑战。文章通过最小化系统期望运行费用，建立了一种考虑风电不确定性的CCHP型微网日前优化经济调度模型。基于截断通用分布模型精确描述风电出力的不确定性，通过蒙特卡洛模拟方法生成风电场景后，采用后向场景削减技术获取典型风电场景。通过天津某园区算例，从储能装置工作状态、弃风与供能缺额、微网运行经济性这3个方面进行了详细分析，验证了微网优化经济调度时采用截断通用分布模型表征风电不确定性的必要性和经济性。     

考虑电能交互的冷热电多微网系统日前优化经济调度

多个冷热电联供型微网接入同一区域配电网,形成以配电网为核心的冷热电联供型多微网系统。当冷热电联供型多微网间通过联络线进行电能交互时,给传统的多微网系统优化调度问题带来了挑战。在分析典型冷热电联供型微网供能结构的基础上,研究供用储设备间的冷热电能流动关系和设备的数学模型,建立考虑微网间电能交互的冷热电联供型多微网系统优化经济调度模型。通过天津中新生态城算例,分析各个冷热电联供型微网中设备出力和冷热电负荷平衡情况,与多微网间不存在电能交互时的优化调度进行经济成本、CO₂排放量和各微网与电网交易电功率值的比较,与传统冷热电联供系统“以热定电”和“以电定热”运行方式下多微网系统的总运行成本进行对比,验证所提模型的经济性、环保性和有效性,并对微网间交易电价的制定做进一步研究。     

数据驱动下风电–抽蓄联合参与日前–实时市场随机鲁棒竞价策略

风电出力不确定性和波动性导致其市场竞争力较弱,且电价的预测偏差可能进一步加大其市场风险。为减少不确定性因素对风电-抽蓄联合系统收益的不良影响,由对抗变分贝叶斯神经网络生成以风电为代表的可再生能源出力场景,基于数据驱动方法对实时电价进行模糊不确定性建模。通过随机鲁棒优化建立风电-抽蓄联合参与日前和实时电力市场的三阶段模型,相较于常规的两阶段随机优化,增加了第三阶段鲁棒改进过程,保证了竞价方案能够既有经济性又能够有效应对极端场景、既有鲁棒性又不过分保守。结果表明,所提方法比传统不确定性分析方法具有明显优势,能够在避免人为假设的前提下,高效且真实反映可再生能源出力场景以及表征电价不确定性,可有效减少风电实时出力波动和电价预测偏差带来的较高不平衡惩罚。     

多类型源储协调互动的配电网分布鲁棒优化调度

分布式光伏、风电等可再生能源出力具有较强的随机性和不确定性,其大量并网给配电网的运行带来了极大的挑战。本文提出了一种多类型源储协调互动的配电网分布鲁棒优化调度方法,基于分布鲁棒优化理论,对配电网中传统离散设备、可再生能源以及储能决策进行协调优化,提高配电网运行的经济性和安全性,实现了配电网运行决策保守性与鲁棒性的有效平衡。首先,考虑多类型源储资源的协调互动,建立配电网优化调度模型,并将其转化为混合整数二阶锥规划的形式;其次,利用可再生能源出力场景集进行不确定性刻画,建立分布鲁棒优化模型,并通过列和约束生成算法进行求解;最后,在PG&E69节点系统上进行算例分析,验证了所提方法的可行性与准确性。     

考虑需求响应和电动汽车参与的主动配电网经济调度

传统配电网主动管理设备容量有限,需充分挖掘用户侧调节作用,需求响应和电动汽车有序充电作为用户侧重要可调度资源,是主动配电网经济调度切实可行的调节手段。与此同时,风光出力的不确定性给主动配电网调度带来的风险不容忽视。基于此,考虑需求响应及电动汽车有序充电,提出基于信息间隙决策理论的主动配电网经济调度模型。该模型综合考虑网损、分布式发电弃电惩罚、上级电网购电和负荷峰谷差惩罚的调度成本,构建基于价格弹性系数矩阵的实时电价需求响应模型,利用蒙特卡洛模拟分析了电动汽车在有序充电和无序充电时的负荷需求,并考虑主动配电网的多种管理手段,针对不同风险偏好的决策者,制定机会模型与鲁棒模型,为主动配电网经济调度提供决策基础。最后通过改进的IEEE 33节点系统验证了所提经济调度模型的有效性。