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。     

考虑双重不确定性的区域综合能源系统多阶段滚动随机规划

在绿色能源转型的背景下,以新型电力系统为核心的区域综合能源系统(RIES)多能耦合程度逐渐加深。在长期的规划运行过程中,除了源荷本身固有的常规预期波动特性外,还容易受到外界扰动的影响,从而产生非预期的不确定性。因此,文中提出了一种考虑预期与非预期双重不确定性的RIES多阶段滚动随机扩展规划。首先,针对RIES长期规划以及常规多能源荷预期不确定性,考虑建设过程中的投资成本、能源站收益、碳税等,基于信息间隙决策理论建立RIES多阶段随机规划模型。然后,考虑规划过程中突发的非预期不确定性,借鉴模型预测控制理论,建立RIES多阶段滚动随机规划。最后,以中国江苏地区的JSYZ-66节点测试系统为例,验证了所提方法在长期规划中面对常规源荷预期不确定性以及规划过程中非预期不确定性的有效性,分析了在风险投机和风险规避策略下规划方向的选择对于规划结果的影响。     

考虑时间一致性的电力系统风险规避多阶段随机规划建模与求解

针对中长期电力系统扩展规划中,电需求和能源价格不确定性导致成本波动风险的问题,首先基于多阶段场景树描述不确定信息,引入具有"时间一致性"的多阶段风险测度,进而建立电力系统风险规避多阶段随机规划模型.通过调节各阶段置信水平,可改变模型的风险规避程度.利用逐步对冲算法对模型进行重构求解,可得到全局最优解,并为每个场景求得一...     

考虑不确定性的多阶段主动配电网规划模型研究

针对主动配电网(active distribution networks,ADN)规划方法未充分计及实际拓展影响因素多样性的缺点,提出一种考虑需求和分布式发电(distributed generation,DG)不确定性的多阶段规划方法。基于生物地理学优化算法,量化分析实际条件下电网运行的多种不确定因素对主动配电网的受迫影响及其经济代价,构建可综合反映主动配电网在不同约束条件下的系统扩容综合成本模型。提出加权多维寻优理论,设计基于生物地理学优化算法的多维拓展规划流程;利用精益化管理思想,根据伪动态规划法,获得多阶段配电网规划下的系统最佳拓展方案。算例分析结果表明,所提方法能够实现对主动配电网拓展规划的优化设计,有效提高实际运行条件下系统的经济性和可靠性。     

基于多阶段随机规划的中国未来电源结构研究

作为"碳达峰,碳中和"目标实现的重要部分,电力系统的低碳化转型始终是中国能源行业的关键问题.为了更好地实现能源资源的优化配置和低碳目标的顺利实现,建立了基于多阶段随机规划和多区域电源结构规划的中国未来电源结构发展规划模型.模型以规划期内总成本的期望值最小为目标,计及电力电量平衡、调峰平衡、区域互联等多方面约束条件,并引...     

计及多元不确定性的氢电耦合微电网多阶段动态规划方法

针对传统单阶段规划设计方法存在的初始投资成本高、源荷匹配性弱、经济性不足的缺点,提出了一种氢电耦合微电网多阶段动态规划方法,可确定各设备的最优配置容量和投资时机,并基于混合优化架构增强模型对多元不确定性的适应能力。其中,设备在规划周期内投资成本的波动不确定性特征以随机概率场景描述,可再生分布式电源出力和负荷需求不确定性则以不确定场景集合处理。在此基础上,进一步考虑微电网规划周期内的负荷增长率、设备性能衰退等动态因素,提升规划方案对未来动态信息变化的适用性,并最终构建随机-鲁棒混合整数线性规划模型描述微电网的多阶段动态规划问题。仿真结果表明,与传统的单阶段规划模型相比,所提方法的总成本降低近5.0%,初始投资成本降低近13.9 %,投资回收期缩短近32.9 %,有利于提升微电网规划方案的经济性。     

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。     

基于伪动态的混沌人工鱼群算法在多阶段输电网络规划中的应用

与传统输电网络规划不同,多阶段输电网络规划需要考虑时段因素,在何阶段搭建何种路线使全局规划方案最优。多阶段规划的难点是阶段之间的过渡,后面阶段的决策要根据前面阶段的决策来定,对于大规模输电网规划经典的动态规划方法无法解决。利用伪动态规划的思想处理多阶段问题,这样减少了算法的迭代次数和运算时间。将混沌优化算法和人工鱼群算法相结合,摆脱了混沌搜索的盲目性和人工鱼搜索的局限性,使该混合算法效率高、收敛速度快。对巴西南部46节点系统的计算结果表明,该混合算法具有可行性和高效性。     

考虑随机性及光热电站参与的多源发电系统两阶段随机优化调度

针对多种新能源发电的联合优化调度问题,以风力发电、光伏发电、光热发电、火力发电构成多源发电系统(Muti-Source Power System, MSPS),提出了一种基于鲁棒随机优化理论的MSPS两阶段随机优化调度方法。首先,介绍了MSPS基本结构,并建立了MSPS出力模型。然后,提出了基于区间法及概率距离的场景生成及削减框架以处理风光出力的随机性,在此基础上建立了MSPS两阶段优化调度模型。同时,采用鲁棒随机优化理论将含有随机变量的约束条件转化为可以反映系统管理者承担系统风险态度的约束条件,建立了含双鲁棒系数的MSPS随机优化调度模型。通过仿真验证该模型可以降低系统的缺电风险,并能够为风险态度不同的系统管理者提供优化调度决策依据。     

基于多目标两阶段规划的虚拟电厂优化调度

虚拟电厂（virtual power plant,VPP）聚合分布式电源和负荷侧可调资源以统一整体参与能源市场交易,成为了提升新能源消纳、挖掘负荷侧需求响应潜力的有效途径。在此背景下,构建了基于多目标两阶段规划的虚拟电厂优化调度模型。日前阶段以市场运营收益和用户用能满意度最大化为目标,构建了虚拟电厂多目标优化模型,采用NSGA-Ⅱ算法求解多目标问题的帕累托最优解,并提出综合效益指标对解进行筛选;实时阶段以偏差惩罚成本和弃风成本最小化为目标,构建了虚拟电厂鲁棒优化模型,考虑了热电联产机组（combined heat and power,CHP）灵活热电比对风电消纳的促进作用。最后,对某实际虚拟电厂进行算例分析,研究结果表明所提方法能够在保证虚拟电厂综合效益的前提下提高其能源利用效率。     

基于随机规划的含风电场的电力系统节能优化调度策略

含风电场的多电源电力系统优化调度是一个新的具有重要经济和社会效益的复杂非线性问题.针对传统的水火经济调度模型以及新兴的火风互补经济调度模型,提出了基于随机规划的水、火、风混合系统短期优化调度模型,利用机会约束描述目标函数和约束条件,并给出不同置信水平下的调度方案.同时考虑水电站耗水量最小、火电煤耗量最小以及氮氧化物排放...     

计及风电相关性的二阶锥动态随机最优潮流

可再生能源的大规模接入增加了系统运行调度中的不确定性。同时,实际运行中风电功率具有较强相关性,忽略这些因素将会带来较大的计算误差。目前二阶锥规划多应用于单个时间断面下的最优潮流,但只考虑单时段的最优潮流无法有效计及风电功率的不确定性以及相关性。而现有动态随机最优潮流缺乏对多维风电功率的准确建模,求解计算效率偏低,无法保证收敛性。针对以上问题,文中提出了计及风电相关性的二阶锥动态随机最优潮流模型。基于Pair Copula函数对多维风电功率进行建模,并通过凸松弛将非线性动态随机最优潮流模型转化为二阶锥规划模型,利用商业软件Gurobi结合改进三点估计法对模型进行求解。通过与传统模型以及不计及风电相关性的方案进行对比,验证该模型的有效性和实用性。     

基于风速预测和随机规划的含风电场电力系统动态经济调度

随着风力发电在电力系统中比重的持续增加,在电力系统经济调度中需要考虑风电场的影响;而并网风电场具有动态、随机、容量大等特点,传统的经济调度方法已不再适用。针对风电场出力的随机性,在风速预测的基础上,应用随机规划理论建立了考虑机组组合的含风电场电力系统动元网络和遗传算法的混合智能算法,提高了算法的收敛速度和搜索性能。以含风电场的IEEE30节点系统为算例验证了所提方法的可行性和有效性。     

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.     

基于动态场景集和需求响应的二阶段随机规划调度模型

风电及负荷场景集作为随机规划调度的输入,对决策结果影响大。为使场景集刻画出风电及负荷的波动性,采用考虑随机变量相关性的动态场景法生成风电、负荷及净负荷的场景集,并从与调度接轨的角度提出相应的指标对场景质量进行评价。建立了一种基于here-and-now和waitand-see(HN-WS)的二阶段随机规划调度模型。该模型包含了日前与实时的关联性,决策过程融入了对实时场景已实现情况下的考虑,优化目标涵盖了日前阶段的燃料成本及实时阶段的平衡矫正期望成本。此外,为减少弃风,在调度模型中引入了激励型需求响应,与火电机组的备用容量进行协同优化。最后,采用爱尔兰电网的风电数据、Elia电网的负荷数据及改进的IEEE-118节点系统验证了所提调度模型的有效性。     

基于模糊机会约束规划的水火电力系统多目标随机调度模型

针对水火电力系统运行调度中所包含的不同种类的不确定量,提出了一种基于模糊随机机会约束规划的短期水火电力系统多目标优化调度模型。将调度周期开始的水库蓄水量作为一个三角模糊量,以描述初始蓄水预测可能存在的误差。针对某些随机变量可能由于历史数据不足而存在误差的问题,用模糊随机变量替代这些随机变量,描述水火电力系统运行中的不确定性。在考虑整个系统发电煤耗最小化和污染物排放最小化的目标同时,考虑了龙头电站周期末蓄水量最大的优化目标,并引入了火电机组煤耗量与梯级水电站蓄水量目标的协调函数。按照模糊机会约束和随机机会约束的确定性等价形式,将短期水火电调度不确定模型转化为确定性模型。以一个8级梯级水电站和6台火电机组组成的水火电力系统为实例进行计算,验证了所提出的水火电力系统随机调度模型的正确性。