基于数据驱动可调鲁棒的冷-热-电联供综合能源系统日前调度优化

冷-热-电联供综合能源系统(integrated energy system with combined cool, heat and power system, IES-CCHP)能够就地消纳分布式风电、光伏,也能够同时满足系统内电动汽车用户的充电需求。然而,电动汽车充电需求、风电出力、光伏出力的随机性严重影响了IES-CCHP运行的经济性。因此,采用两阶段可调鲁棒优化为IES-CCHP制定日前调度策略以提升系统运行经济性。日前阶段在观测到随机变量前制定能够应对最恶劣运行场景的日前调度策略;实时阶段在确认随机变量实际值后决策实时调度计划修正日前调度策略。优化目标为运行两阶段运行总成本最小,模型采用非精确狄利克雷模型挖掘历史数据构建不确定集描述随机变量,并进一步采用对偶理论、大M法、列与约束生成(column-and-constraint generation,C&CG)等方法,迭代求解上述两阶段模型。最后,通过算例分析证明了所提模型与方法的有效性。     

考虑风电消纳的区域多微网分层协调优化模型

随着电力市场改革不断深入,研究配电侧多微网间的能量交易问题对提升区域经济性具有重要意义。为减少微网运行经济成本、促进可再生能源消纳以及降低微网大规模接入对配电网运行造成的不利影响,以相邻范围内多微网间能量交易作为研究对象,构建了基于合作博弈的区域多微网分层协调能量优化管理模型。该模型上层为管理中心统一定价,下层为各微网自治优化。下层考虑不同类型负荷的需求响应,并通过协议签订形式形成与用户间的协调运行;采用二阶锥松弛技术将含潮流约束的非凸非线性规划问题转化为可有效求解的二阶锥优化问题,并采用对偶理论、Big-M法等分解理论将原双层规划模型转化为易求解的单层规划模型。上层管理中心制定电价并与微网进行多次决策交互以获得区域多微网经济运行的均衡状态,随后基于Shapley值对区域多微网进行收益分配。最后通过算例验证了该模型对于提升微网收益、促进可再生能源消纳的有效性。     

考虑源荷双侧不确定的孤岛型微网能量管理优化模型

鉴于源侧风电出力和负荷侧预测误差的双重不确定性对微电网规划运行的影响愈发显著,采取分布式鲁棒优化联合机会约束方法对孤岛型微电网进行能量管理优化,降低系统运行成本,通过历史数据将风电出力和负荷侧预测误差转化为盒式模糊集,将机会约束转化为易求解的形式,建立了混合整数二阶锥规划模型。通过孤岛运行的微网算例分析及与其他优化方法的对比求解,验证了所提模型和求解策略的有效性。