考虑调度决策非预期性的多阶段随机规划调度策略

随着可再生能源渗透率的提高,分布式可再生能源带来的波动性、间歇性会传递至主网中,对系统安全运行造成影响,研究不确定性优化方法对系统实际运行具有一定的指导作用。传统的随机优化以及鲁棒优化方法不满足系统实际运行的非预期性要求。文章以日运行期望成本最小为目标,考虑分布式可再生能源发电不确定性,建立多阶段随机规划模型,可以根据之前不确定信息的实现在每个阶段确定预调度决策,不会受到未来不确定信息的影响,符合系统实际运行规律,满足非预期性。为了避免多阶段随机规划问题求解的维数灾难,采用随机对偶动态规划(stochastic dual dynamic programming, SDDP)算法进行求解。仿真结果表明,相比于传统的确定性模型,多阶段随机优化得到的最优调度决策树较之确定性优化得到的单一决策方案具有更广泛的决策空间,可以基于上一阶段不确定信息的实现和决策来更新调度决策,降低系统的运行成本。     

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。     

基于相关机会目标规划的电力系统日内滚动调度

可再生能源大规模接入电力系统的背景下,考虑可再生能源出力不确定性对电力系统日内滚动调度模型功率平衡方程的影响,建立了含有预测误差不确定变量的功率平衡方程。为了实现含有不确定变量功率平衡方程的求解,将功率平衡方程的等式约束转化为最大化随机事件成立概率的目标函数,建立相关机会规划模型。考虑可再生能源出力不确定性,兼顾方案的鲁棒性和经济性,建立了系统旋转备用容量的机会约束模型。为了实现所建随机优化调度模型的快速求解,提出基于采样的机会约束条件确定性转化方法,将所建含有多个随机变量的机会约束条件进行等效确定性转换,又引入目标优化将所建多目标优化模型转化为单目标优化模型。最后,算例仿真验证了所建模型的有效性。     

考虑源荷不确定性的直流配电网模糊随机日前优化调度

针对直流配电网中分布式可再生能源出力及典型直流类负荷的不确定性,提出了综合考虑负荷自弹性系数以及电价型需求响应的不确定性负荷模型;在考虑可再生能源随机性的基础上,通过签订日前充电合同将电动汽车这类高可调度单元转换为确定性负荷;以直流配电网与上级电网联络线功率最平滑及日前调度成本最小为优化目标,建立了模糊随机日前优化调度模型,并采用熵权法确定两者权重进行求解.以某直流配电网为例,针对不同场景、不同光伏出力、不同置信水平以及不同的电动汽车合同签订率,验证了优化调度模型的有效性、优越性.     

主动配电网分布式鲁棒优化调度方法

分布式电源渗透率的增长使配电网运行的不确定性增大,加上分布式电源与配电网往往归属于不同利益主体,集中式的确定性优化调度方法已不能满足主动配电网的实际运行需求。考虑可再生能源出力的不确定性,建立了主动配电网分布式鲁棒优化调度模型。首先将配电网潮流方程进行简化以获得节点电压和注入功率之间的近似线性关系,进而推导出节点电压安全和线路电流安全约束的近似线性表达式;接着通过对偶优化理论将鲁棒优化调度模型转化为不含不确定变量的二次规划模型;然后将二次规划模型分拆成配电网侧和可控资源侧的优化子问题,采用交替方向乘子法对各子问题进行分布式优化求解。最后以修改的IEEE 33节点系统为例,验证了该方法的正确性和有效性。     

考虑可再生能源不确定性的热电联供型微网随机鲁棒经济调度

为应对可再生能源出力不确定性和传统微网供能形式单一造成经济性较低的问题,提出了多能源微网两阶段随机鲁棒优化模型。模型考虑了电网与热网的网架结构,目标函数旨在最小化最恶劣风电出力场景下的两阶段微网成本,其中包括第一阶段启停成本与第二阶段运行成本。由于第一阶段与第二阶段的决策与优化结果相互影响,因此两阶段优化问题难以直接求解,文章采用线性决策随机鲁棒优化框架对模型求解。首先,应用线性决策方式相关理论对第二阶段进行转化;其次,采用锥化模糊集刻画可再生能源出力的不确定性;最后,将第二阶段的sup-min问题推导为锥优化的min问题,进而与第一阶段的min问题合并,得到能够直接求解的单层锥优化问题,并采用求解器求得最优解。仿真结果验证了所提模型和方法的有效性。     

计及需求响应不确定性的园区综合能源系统日前经济优化调度

园区综合能源系统(park integrated energy system,PIES)通过多能互补可显著提升其运行经济性,然而园区可控资源响应的不确定性会给日前调度策略的制定带来挑战,为此提出了一种考虑综合需求响应及其不确定性的园区综合能源系统日前经济优化调度策略。文章首先运用三角模糊数描述光伏、负荷预测功率以及柔性负荷响应量的不确定性,建立计及不确定性的日前调度模型;然后以系统总运行成本最小为目标,对系统供需两侧可控资源进行协同优化,并根据模糊规划理论,将模糊期望约束和模糊机会约束等效转换为确定性约束形式便于求解;最后通过算例验证了所提策略通过综合需求响应可有效降低系统运行成本,并分析了模糊机会约束置信水平对系统运行成本的影响。     

考虑多重不确定性的综合能源系统日前优化调度

可再生能源出力和负荷的不确定性对综合能源系统优化调度提出了挑战。由可再生能源、大电网、热电联产机组、储电系统、储热系统和燃气锅炉等设备以及热、电负荷组合构成的综合能源系统经济调度模型,考虑到系统中可再生能源发电和负荷预测误差等多重不确定性特征,提出一种基于区间线性随机机会约束规划的优化调度策略。用概率分布函数描述系统中可再生能源发电预测的不确定性,用区间数描述负荷预测不确定性,由此构建了一个区间线性随机机会约束规划模型,利用Gurobi求解器对模型进行求解。通过一个热电综合系统将所提方法与单一的区间线性规划和随机机会约束规划模型进行了对比研究。结果表明,所提方法平均运行成本更低,对预测精度的依赖性更低,在保证系统安全运行的同时能提高综合能源系统运行的经济性。     

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。     

计及安全约束的虚拟电厂两层优化调度

随着分布式电源接入电网比例不断提高,其出力的随机性和间歇性对电力系统安全稳定运行造成威胁,虚拟电厂(VPP)为有效解决分布式电源并网提供了新思路。风电等可再生能源的发电和电价具有不确定性,如何在不确定环境下提高VPP的可调度性成为研究热点。针对电价预测精度高、误差分布较为规律的特点,采用随机规划法处理电价的不确定性,对于风电等可再生能源的出力,其预测误差通常难以准确地用概率分布描述,采用鲁棒优化法处理,在此基础上建立VPP优化调度的上层经济调度模型。进一步考虑电网的安全约束,建立VPP优化调度的下层安全调度模型,最终形成VPP两层优化调度模型。通过对改进的IEEE 33节点系统及由风电场、抽水蓄能电站和燃气轮机组成VPP的算例分析,验证了所提模型的可行性和有效性。     

Multi-stage Stochastic Optimal Operation of Energy-efficient Building with Combined Heat and Power System

Abstract

Due to the integration of volatile renewable energy and random energy consumption in the building grid, uncertainties have become a big concern for the operation of energy-efficient buildings. To minimize energy usage expenses under uncertainty, it is necessary to determine the optimal power production for a building from various energy sources, including the electric grid, battery, and combined heat and power with a boiler unit. This article presents a multi-stage mixed-integer stochastic programming model for optimal operation of energy-efficient building systems considering controllable electric and thermal loads. Taking into account the randomness of non-controllable electric and thermal loads, as well as solar power generations through the multi-stage scenario tree, the operation of energy-efficient buildings will be more robust against changes in uncertain variables. With information of uncertainties updated hourly, the rolling scheduling method is introduced to determine an adaptive power output of electric grid, charging/discharging status of the battery, and operation of combined heat and power with a boiler unit. The simulation results offer a set of adaptive decision solutions within the scheduling horizon.     

不确定性环境下数据驱动的电力系统优化调度方法综述

随着可再生能源大规模并网,电力系统运行的不确定性显著增加,考虑不确定性因素的调度方法逐渐得到重视。另一方面,建立准确的不确定性因素模型是求解优化问题的前提与关键,可再生能源出力具有复杂的不确定性,其发电数据为随机调度提供了科学的数据支撑。文中总结了不确定性环境下数据驱动的电力系统调度的理论方法以及应用场景。首先,总结了传统随机优化调度中数据驱动的随机变量建模方法。其次,介绍了鲁棒优化调度中数据驱动的不确定性集合建模方法。然后,针对随机优化中不确定性因素建模不准确以及鲁棒优化结果较为保守的问题,重点阐述了基于数据驱动分布鲁棒的电力系统优化调度理论与方法,梳理了随机变量的概率分布模糊集构建方法和分布鲁棒优化的模型构建及求解算法。最后,对数据驱动的电力系统调度未来的研究工作进行了展望。     

交直流混合配电网多阶段随机优化调度模型

高比例间歇性分布式光伏的接入给交直流混合配电网的运行带来了挑战。当前所提两阶段随机优化调度模型对不确定变量的观测较为粗略,导致配电网实时决策与日前决策偏差较大。鉴于此,提出了基于场景树的交直流混合配电网多阶段随机优化模型。所提模型以日前购电成本、日内调节成本和实时平衡成本之和最小为目标,通过储能装置的充放电功率调节、换流站输出功率调节和需求响应等灵活调节措施,实现了间歇性光伏的就地消纳和系统的削峰填谷。多阶段随机优化模型的日前离散决策变量可随日内和实时阶段的不确定信息改变而自适应调整,更符合实际高比例光伏渗透下交直流混合配电网的运行需求,为其经济灵活运行提供技术支撑。     

计及风光不确定性的虚拟电厂多目标随机调度优化模型

为缓解风电和光伏发电不确定性对虚拟电厂稳定运行的影响,引入鲁棒随机优化理论,建立了计及不确定性和需求响应的虚拟电厂随机调度优化模型。首先,风力发电、光伏发电、燃气轮机发电,以及储能系统和需求响应集成为虚拟电厂,然后最大化虚拟电厂运营收益、最小化系统运行成本和弃能成本被作为目标函数,建立虚拟电厂调度优化模型。再应用鲁棒随机优化理论来转换光伏发电以及风力发电不确定性变量的约束条件,建立了虚拟电厂随机调度模型。最后,选择中国国电云南分布式电源示范工程为实例分析对象。分析结果显示：所提模型能够降低系统运行成本,双重鲁棒系数的引入能够为不同风险态度决策者提供灵活的虚拟电厂调度决策工具,协助应对风电和光伏发电的随机特性。储能系统能够借助自身充放电特性,替代燃气轮机发电机组为风电和光伏发电提供备用服务,促进风电和光伏发电并网。将需求响应纳入虚拟电厂能够实现发电侧与用电侧联动优化目标,平缓化用电负荷曲线,系统整体运营效益达到最佳。     

不确定机组组合处理方法评述

机组组合问题本质上是不确定性优化问题,随着以风力发电为代表的可再生分布式发电大量接入电网,该问题的随机性更加突出。分析了基于方案树的随机规划、模糊优化和机会约束规划3种不同的技术,从所需数据量、计算复杂度、对参数的依赖性和求解方法等方面进行了定性比较和评述。结果表明,3种方法在不同的情况下都有其各自的优势,需根据实际情况选择合理的处理方法。     

基于多场景随机规划和MPC的冷热电联合系统协同优化

以包含可再生能源及多种分布式资源的区域冷热电联合系统为研究对象,针对风光和负荷的不确定性,提出多场景随机规划结合模型预测控制(MPC)的方法,建立多时间尺度协调优化模型,其中日前和日内尺度主要以运行经济性最优为目标,求解机组的运行及出力计划;实时尺度采用模型预测控制技术,以日内尺度经济调度结果为参考,通过反馈校正与滚动优化调整机组运行出力,实现机组出力的精确控制,消除可再生能源波动性影响,并进一步讨论了出力扰动对调度结果的影响。算例分析证明所提模型和方法能够有效消除不确定性和风光波动性的影响,实现多能源互补协调优化运行。     

计及新能源预测不确定性的跨区域日前—日内调度模型

为简化现有直流线路运行等效模型,精细化地对新能源跨区消纳进行仿真,构建了直流线路输送功率增量模型。为应对两区域新能源预测不确定性对新能源跨区消纳的影响,利用基于场景分析的随机优化模型和多时间尺度滚动优化思想建立了计及新能源预测不确定性的跨区域日前—日内调度模型。利用自回归滑动平均模型、场景缩减技术和场景组合构建描述两区域新能源日前预测不确定性的场景集,建立日前随机优化模型,求取统计意义上新能源弃电最小的两区域机组启停计划和直流线路输送计划;基于新能源日内预测数据,建立日内调整模型滚动优化两区域机组发电计划和直流线路调整计划。最后,通过某省实际数据改建的跨区域系统算例,验证了所建模型的有效性。     

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.