多形态冷热负荷平抑风电不确定性的鲁棒优化方法

风电不确定性所引起的弃风和功率波动,成为限制风电大规模并网的关键因素。针对冷热负荷响应速度快且聚合容量大的特点,分析了包含分散式冷热负荷和集群式冷热负荷的多形态冷热负荷模型。为研究多形态冷热负荷平抑风电不确定性的鲁棒优化方法,以消纳风电和平抑风电功率波动为目标,对分散式冷热负荷功率和集群式冷热负荷功率进行优化,建立多形态冷热负荷两阶段鲁棒优化模型,并利用CCG算法对模型求解。最后,以IEEE39节点系统建立仿真模型,对鲁棒优化方法进行仿真分析。结果表明,多形态冷热负荷两阶段鲁棒优化方法能够有效平抑风电不确定性。     

风电随机条件下鲁棒安全区间经济调度研究

针对未考虑风电出力不确定性的传统确定性调度模式不利于风电消纳的问题,利用鲁棒区间经济调度方法,以风电场的允许出力区间下限与预测置信区间下限相等为边界条件,将风电场的允许出力区间上限作为优化参数,在保证系统安全性的基础上兼顾风电的渗透率,以常规机组的燃料成本最小化和风电场允许出力区间最大化为目标函数,建立了考虑网损的鲁棒区间经济调度模型,并采用改进μ约束处理技术的差分进化算法对模型进行求解。最后,通过IEEE30节点测试系统分析了不同装机容量下及不同目标函数和风电场允许出力区间约束下风电消纳情况,验证了所提鲁棒区间经济调度模型的有效性。     

针对风电波动抑制的电池储能SOC鲁棒优化模型

针对风电系统输出功率波动问题,研究了基于风电波动异常数据判断及波动幅度情景划分的,能够有效抑制风电波动的电池储能系统SOC鲁棒优化模型。研究电网调度需求、风电功率预测及风电波动数据特性,建立了风电波动异常数据鲁棒判别模型,为风电波动场景划分提供数据支持;研究不同风电波动幅度场景电池储能系统SOC适应性指标,建立了在不同风险容许度下的SOC鲁棒优化模型;研究基于风电波动数据及其对应的电池储能系统SOC历史数据的SOC鲁棒优化模型求解方法,建立了基于χ2散度函数的SOC鲁棒优化算法;根据风电出力波动及电池储能系统特性,建立了基于特定区域电网的电力系统仿真模型,并根据风电波动特性对电池储能系统SOC优化结果进行仿真分析。仿真结果表明,文章针对风电波动抑制建立的电池储能SOC鲁棒优化模型,对风电波动幅度具有明显的抑制效果,提升了电网运行稳定性。     

考虑电转气消纳风电的电-气综合能源系统两阶段鲁棒协同调度

针对传统随机规划方法和区间优化方法处理风电出力不确定性的不足之处,该文提出含电转气设备的电力-天然气综合能源系统两阶段鲁棒协同调度模型,并考虑天然气网络运行约束对燃气轮机和电转气设备调度出力及备用配置的影响。模型以风电基准场景下系统的日前调度运行成本及最劣风电场景下实时调度成本之和为目标函数,建立具max-min结构的双层优化模型,并在主/子问题求解框架下采用列约束生成（C&CG）方法进行求解。最后,在Matlab平台下构建仿真算例验证所提鲁棒协同调度模型的有效性。     

计及风电条件风险价值的鲁棒柔性超前调度

提出一种考虑大规模风电并网的超前优化调度方法,引入风电条件风险价值来评估风电消纳风险。建立基于鲁棒优化的柔性超前调度模型,以平衡运行成本与风电条件风险价值。根据该模型,对AGC机组的基点功率、参与因子、柔性容量进行协同优化,还可得到各风电场输出功率的可容许区域。提出一种基于大M法和分解法的求解双线性规划模型的高效算法。所提模型及算法结合鲁棒优化与随机优化的优点,在保证计算效率的同时,可避免鲁棒优化的过度保守。仿真结果验证了所提模型及算法的有效性。     

火电机组负荷多模型鲁棒预见控制方法

提出一种火电机组负荷多模型鲁棒预见控制方法,该方法首先对负荷区间进行模糊划分,然后在每个模糊子区间建立相应的结构参数摄动模型,并使用鲁棒预见控制方法设计控制器,最后总的控制量为多个子控制器输出的加权平均。仿真研究表明,该方法能够使负荷系统获得良好的全局控制性能。     

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。     

基于风电消纳评估的电力系统鲁棒低碳经济调度

在低碳经济背景下对供暖期电力系统风电消纳进行研究。首先对系统风电消纳能力进行评估,并应用于风电预测不确定区间处理;然后以系统的总发电煤耗成本最低以及碳排放量最少为目标,引入平均有效目标函数,建立计及储热装置、热电联产电厂、碳捕集装置以及蓄热电锅炉组成的电力系统鲁棒低碳经济调度模型。采用多目标细菌群体趋药性算法(MOBCC)对系统目标函数进行求解。结果分析表明,对风电的不确定区间进行处理,可减小不确定区间,能够使调度结果更加贴近实际,并且储热装置、蓄热电锅炉和碳捕集装置的加入对系统低碳性与经济性有积极作用。     

坏场景集下含风电多源系统的改进鲁棒调度模型

针对不确定条件下含风电的多源电力系统运行的安全性与经济性的优化问题,提出基于坏场景集的改进鲁棒调度模型。首先采用坏场景集法来描述风电出力波动的随机性与恶劣性,然后基于现有的含平衡因子的均值-方差调度模型,针对其鲁棒度量提出改进,将预测风电出力场景下的调度成本纳入目标函数,建立包含风电、常规火电机组与储能系统的鲁棒调度模型,该模型兼顾系统经济性与抗风险性,并能给出可执行的调度方案。最后,通过对算例的仿真计算,对比分析所提改进模型与现有的均值-方差调度模型在经济性、鲁棒性及调度可行性方面的性能表现,验证该模型的优越性与可行性。所有仿真实验均由专业优化软件LINGO 15编程实现。     

考虑高维不确定性的热电联产虚拟电厂优化调度

基于狄利克雷过程混合模型和变分推断算法建立了风电出力-光伏出力-电负荷-热负荷高维数据驱动不确定模糊集,在此基础上提出了考虑高维不确定性的热电联产虚拟电厂(CHP-VPP)两阶段随机鲁棒优化调度策略。两阶段中第1和第2阶段分别以日前和实时市场收益最大为目标函数,考虑各机组运行、功率平衡、市场交易和网络结构等多种约束,开发了加速列与约束生成(AC&CG)算法来对此优化调度问题进行求解。结果表明：所提出的随机鲁棒优化方法实现了CHP-VPP经济性和鲁棒性的均衡;模糊集中不确定边界值与CHP-VPP总收益呈负相关,随着不确定边界值的增大,系统的总收益降低,鲁棒性增加。     

含分布式发电并网虚拟发电厂鲁棒优化经济调度方法

文章基于鲁棒优化理论建立了虚拟发电厂最优经济调度模型。首先以虚拟发电厂发电净收益最大为目标函数,计及出力计划约束、机组运行约束、机组启停约束、储能运行约束等必要约束条件建立系统优化运行模型;然后考虑风光出力区间不确定性,以风光出力为自然决策者,以虚拟发电厂为系统决策者,分别制定博弈策略和支付,建立虚拟发电厂最优经济调度鲁棒优化模型,并对其Nash均衡点进行分析;基于两阶段松弛法将所建立的鲁棒优化模型转化为有限可解的步骤;最后通过一个算例验证了所建立的模型在制定虚拟发电厂运行计划方面的经济优势。     

含风光电站的电力系统动态经济调度

随着电力系统中风电和光伏发电的接入比例不断增长,其输出功率的随机性给系统经济调度带来了不确定因素。通过将满足一定置信概率的风电、光伏发电的功率区间预测信息纳入发电计划中,同时引入了可中断负荷作为旋转备用,建立了基于功率区问预测的考虑机组组合的系统动态经济调度模型。求解模型时利用改进离散粒子群算法（discreteparticleswarlnoptimization,DPSO）来解决机组启停问题,采用连续粒子群算法来实现负荷的经济分配,并采用启发式调整规则,提高算法的效率和搜索性能。最后通过10机系统仿真算例验证了模型和算法的有效性。     

考虑需求侧响应的风电并网系统旋转备用优化

随着新能源的快速发展,风电并网的规模逐渐扩大,由于风电出力的不确定性,风电消纳已成为新能源发展的主要挑战。考虑常规机组同时参与主辅市场,并融入需求侧资源可中断负荷及用电激励参与辅助服务市场,建立源荷协调的双层优化模型。上层模型以发电成本和弃风成本最小为优化目标,确定常规机组出力和风电计划出力;在上层优化结果基础上,下层针对常规机组调峰能力不足导致的弃风和失负荷情况,考虑用电激励和可中断负荷为备用资源,建立以发电侧旋转备用成本、用电激励成本、可中断负荷成本及失负荷损失和弃风损失的条件价值风险最小为目标的优化模型,得到旋转备用容量优化购买量。以修正的IEEE 6机30节点系统进行算例研究,仿真结果表明所建模型能有效提高系统经济性及风电消纳水平。     

计及风光不确定性的新能源虚拟电厂多时间尺度优化调度

针对中国西北地区新能源消纳问题,该文聚合风力发电、光伏发电、光热电站、电储能装置组成虚拟电厂（VPP）,提出一种基于鲁棒随机优化理论的新能源虚拟电厂多时间尺度优化调度策略。首先对风力发电、光伏发电、光热电站与电储能装置进行数学描述,在此基础上建立VPP多时间尺度优化调度模型。在日前调度层中,以VPP运行效益最大为目标,依据风光日前预测出力建立日前优化调度模型;在时前调度层中,以VPP运行成本最小为目标,根据风光时前预测出力建立时前调度修正模型。同时,为了衡量风电、光伏发电出力不确定性对系统的运行影响,建立VPP随机优化调度模型。仿真结果验证该模型可提高运行效益与新能源消纳能力。     

Estimating future balancing power requirements in wind–PV power system

This paper presents a general model—based on the Monte Carlo simulation—for the estimation of power system uncertainties and associated reserve and balancing power requirements. The proposed model comprises wind, PV and load uncertainty, together with wind and PV production simulation. In the first stage of the model, wind speed and solar irradiation are simulated, based on the plant disposition and relevant data. The second stage of the model consists of wind speed, PV power and load forecast error simulation, based on the associated statistical parameters. Finally, both wind and PV forecast error are combined with the load forecast error, resulting in the net uncertainty. This net uncertainty, aggregated on a yearly level, presents a dominant component in balancing power requirements. Proposed model presents an efficient solution in planning phase when the actual data on wind and PV production is unavailable.     

考虑风电不确定性和机组故障停运风险的两阶段鲁棒机组组合

发电机故障停运是电力系统运行中的不确定事件.目前在含风电鲁棒机组组合中考虑机组故障停运的方法,不同程度地忽略了机组故障停运的概率特征,难以较好描述机组故障停运风险.在含风电鲁棒机组组合模型的基础上,引入电量不足期望以量化机组故障停运风险,基于成本收益分析建立了考虑风电不确定性和机组故障停运风险的两阶段鲁棒机组组合模型,...