考虑不确定性物理边界的灵活爬坡备用分布鲁棒经济调度

面对新能源不确定性的影响,需要充分挖掘电力系统的灵活调节能力。为此,提出了一种基于数据驱动分布鲁棒机会约束的灵活爬坡备用经济调度模型。考虑新能源不确定性功率波动的物理边界,利用Wasserstein距离构建模糊集,从而建立更加准确的不确定性模型。采用联合机会约束控制第二阶段安全越限风险,在保证安全鲁棒性的同时,避免过于保守的决策结果。基于仿射决策规则和条件风险价值理论,将两阶段分布鲁棒问题近似为线性模型,从而实现高效求解。以改进的IEEE 9节点系统为算例验证所提方法的有效性,探究了训练样本量对结果的影响,并将所提方法与鲁棒优化方法和随机优化方法进行对比。     

基于分布鲁棒优化的多源发电系统联合调度

为解决传统的随机优化和鲁棒优化方法不能同时兼顾经济性和安全性去处理风光等可再生能源大规模接入电力系统时的调度问题,采用在经济性和安全性上取得平衡的分布鲁棒优化方法来处理风光出力不确定的风-光-火-储联合发电系统日前经济调度问题.建立以运行成本最小为目标的多源发电系统联合调度模型,并利用分布鲁棒优化方法将其写成鲁棒机会约...     

数据中心集群灵活边界下电力系统分布鲁棒优化调度方法

分布式资源的广泛接入与风、光等不可调资源的波动性使电力系统运行调控的难度显著增加。文中研究可再生能源不确定性影响下的分布式集群资源优化调度策略,挖掘多种可调资源灵活性,提高不可调资源利用率。为实现分布式可调资源的灵活调控,首先,提出了数据中心与光储集群聚合体的可调潜力时变边界计算方法,保证其聚合最优性与分解可行性。然后,基于历史数据构建契合风电随机特性的∞-Wasserstein模糊集,该方法具有良好的样本外信息描述能力。最后,提出自适应多面逼近方法解决分布鲁棒优化问题固有的无限维求解难题,将两阶段分布鲁棒调度模型转化为有限维问题以实现快速求解,并基于修改的IEEE-RTS 24节点系统仿真验证了所提方法的有效性。     

面向灵活爬坡服务的高比例新能源电力系统可调节资源优化调度模型

随着高比例新能源接入电网,新能源出力和负荷的波动性及不确定性对系统的灵活爬坡能力提出更高的要求。提出了一种面向灵活爬坡服务的针对高比例新能源电力系统中常规发电机组、储能、柔性负荷等可调节资源的优化调度模型。首先,提出一种考虑日前预测净负荷不确定性的灵活爬坡需求估计方法,根据爬坡起始和结束时刻净负荷及其安全裕度,量化估计电力系统灵活爬坡需求。其次,基于生成的净负荷不确定性场景,提出了考虑系统灵活爬坡需求的基于两阶段混合整数线性规划的可调节资源优化调度模型,从日前-实时两个阶段实现可调节资源的优化调度。最后,基于IEEE-RTS-24节点系统,在4种典型方案场景下对比验证所提优化调度模型。结果表明所提模型能有效提升系统灵活性,降低系统运行成本。     

考虑风电统计特性挖掘的分布鲁棒优化调度方法

提出一种基于数据驱动分布鲁棒优化的电力系统调度方法,以应对考虑风电不确定性的电力系统运行问题.首先,挖掘风电数据统计信息,提出了基于主成分分析与核密度估计的风电概率分布模糊集构建方法,刻画风电随机性以及不同风电机组出力之间的空间相关性;其次,针对含风电的调度问题,建立考虑概率分布模糊集的两阶段分布鲁棒优化问题;然后,将...     

考虑故障概率和净负荷不确定性的鲁棒随机备用优化

备用的配置是为了应对系统中可能的设备故障、负荷与可再生能源出力的不确定性.系统配置充足的备用是保证电力系统安全经济运行的必要条件.在传统的备用决策方法中,不同程度上忽略了故障概率的不确定性.为此提出了一种统筹考虑设备故障概率和净负荷不确定性的备用优化模型.其中,风电与负荷造成的净负荷不确定性以及设备故障概率不确定性统一...     

考虑风电出力不确定性的分布鲁棒主备协同优化调度

随着大量可再生能源如风电接入电网,如何最大化地利用可再生能源、减小传统火电机组的成本成为亟需解决的难题,特别是机组运行和备用容量的协同调度成为现在研究的一大热点。考虑风电出力的不确定性,建立了成本最小化的两阶段经济调度模型。在第一阶段,即日前调度,根据预测的风电出力制定机组预调度方案。在第二阶段,即实时调度阶段,根据风电的实时出力对第一阶段调度方案进行反馈调节。针对风电出力的不确定性,应用Kullback-Leibler离散度原理对不确定因素进行建模。结合分布鲁棒方法,建立了极端概率分布下的两阶段分布鲁棒主备协同优化模型,并将其转化为可解的混合整数非线性规划问题。基于广义Benders分解方法,提出了分解协调算法对优化模型进行求解。最后以IEEE 6 节点系统和IEEE 118 节点系统进行算例仿真分析,并对比传统鲁棒及随机规划方法,验证了所提方法的可行性和优越性。     

考虑柔性电/热负荷的综合能源系统分布鲁棒优化调度

综合能源系统(integrated energy system, IES)的效益分析不仅取决于能源供给侧的调度方案,也受到需求侧用能方式的影响。基于此,在IES的需求侧引入柔性负荷响应,以平滑负荷曲线,进一步提升IES的风电消纳能力和经济效益;同时为尽量减小供能侧风电出力不确定性的影响、实现调度方案鲁棒性与经济性的均衡,构建了考虑柔性电负荷和柔性热负荷的IES两阶段分布鲁棒优化调度模型：预调度阶段以IES的日前综合调度成本最低为目标;再调度阶段以风电历史数据为基础,寻找最恶劣风电出力概率分布下的最优机组调节方案,并使用列约束生成算法进行求解。最后,采用算例验证了该模型的有效性。     

基于深度学习的直流配电网分布鲁棒优化调度方法

随着分布式资源的大规模接入,直流配电网能量损耗小、控制灵活的优点凸显。针对直流配电网传统物理优化模型效率低的问题,提出了一种基于深度学习的直流配电网分布鲁棒优化(DRO)调度方法,其采用深度学习方法替代了基于场景的DRO模型的迭代求解过程,通过直接预测典型场景的最恶劣概率分布来提高模型求解效率。构建直流配电网基于场景的DRO物理模型,采用列与约束生成算法迭代求解生成深度学习的训练数据;以光伏出力、负荷、范数置信度为输入,以最恶劣概率分布为输出,构建深度神经网络模型;基于训练好的神经网络预测实时输入的光伏出力、负荷、范数置信度的最恶劣概率分布,构建最恶劣概率分布下的单层随机规划模型,获取等效的基于场景的DRO调度策略;采用33节点直流配电网系统为算例,验证所提方法在求解效率和计算精度方面的有效性。     

计及气网管存效应的综合能源系统分布鲁棒优化调度

可再生能源接入的综合能源系统具有不确定性特征,然而随机规划与鲁棒优化等求解方法存在鲁棒性不足或过于保守等问题。气网管存是综合能源系统中重要的灵活性资源,可以有效平抑不确定性的影响。鉴于此,提出计及气网管存效应的综合能源系统分布鲁棒优化调度方法,通过充分利用系统中的灵活性资源,促进可再生能源消纳,实现系统安全稳定运行。在分析天然气管道中气体流动特性和管存效应的基础上,以系统综合成本最低为目标,建立计及气网管存效应的综合能源系统优化调度模型。针对风电出力和电负荷不确定性特征的差异性,分别采用概率分布集和梯形模糊函数对风电出力和电负荷不确定性进行刻画。在此基础上,建立综合能源系统分布鲁棒优化调度模型,并采用列约束生成算法进行求解。最后,通过算例分析验证了所提方法的准确性与有效性,并且结果表明所提方法在应对不确定场景时具有较强的调节能力和良好的经济性。     

基于KL散度的含储能机组组合分布鲁棒优化方法

为应对风电场出力的波动性和随机性给机组组合带来的问题,提出了基于Kullback-Leibler(KL)散度的含储能机组组合的两阶段分布鲁棒优化模型。在电池储能的运行模型的基础,将电池储能模型嵌入到传统的火电机组组合模型中,建立了含储能的机组组合两阶段优化模型;基于KL散度构建了风电场出力的模糊集,形成了含储能机组组合的两阶段分布鲁棒优化模型,通过对偶变换和广义Benders分解将其转化成易于求解的混合整数凸优化模型进行求解。通过IEEE RTS 24节点系统仿真结果表明,所提出的分布鲁棒优化方法保守性优于鲁棒优化方法,经济性接近随机优化方法,且随着KL散度增大,机组组合成本缓慢增加。     

基于碳足迹的可再生能源分布鲁棒协调优化配置

“电力零碳”是实现“双碳”目标的重要支撑,高比例可再生能源(renewable energy, RE)的不确定性给配电网规划带来了新挑战,基于此,建立基于碳足迹的RE分布鲁棒协调优化配置模型。首先,确定各类RE的全生命周期碳足迹系数。然后,考虑多种RE配置、运行等约束,以最小化配电网碳排放惩罚费用及RE安装成本为优化目标,通过二阶锥等手段将原模型进行混合整数二阶锥凸化以快速求解;为处理RE不确定出力因素,构建基于数据驱动的分层分布鲁棒优化规划模型。其次,结合RE典型历史数据,通过相对熵Kullback-Leibler(KL)散度约束不确定性出力概率分布模糊集,通过列与约束生成(columns and constraints generation, CCG)算法求解优化配置方案。最后,基于IEEE 33节点系统验证模型的有效性。     

虚拟电厂参与下的配电网分布鲁棒优化调度

虚拟电厂（virtual power plant, VPP）可以对分散的灵活性资源进行聚合,通过能量管理系统进行统一协调调度,是实现智能配电网的重要技术之一。提出一种不确定性环境下VPP参与下的配电网分布鲁棒优化模型,可降低损耗和提高运营商收益。分析VPP与配电网的信息及能量交互特性,提出了多个VPP参与下配电网的优化调度策略,在此基础上针对可再生能源出力以及负荷不确定性,引入分布鲁棒优化理论,建立基于典型场景的VPP-配电网分布鲁棒优化调度模型,并采用列和约束生成算法进行求解。最后,通过IEEE 33节点系统进行算例分析,验证了该模型的有效性与准确性。     

分布鲁棒优化方法在电力系统中的理论分析与应用综述

清洁能源、电价等不确定因素对电力系统的规划运行有着重要影响,而分布鲁棒优化(DRO)方法因结合了随机优化和鲁棒优化在处理不确定性方面的优点逐渐受到学者们的关注,文中对DRO方法在电力系统领域的应用情况进行综述。首先,阐述了DRO方法的特点,并与其他不确定性处理方法进行了对比分析。其次,介绍了不同类型的DRO方法在电力系统中的应用现状,并分析了各种DRO方法(包括概率密度、矩信息两大类及基于这两大类的分布鲁棒机会约束方法)的优缺点。最后,对DRO方法在电力系统领域待研究的方向进行了总结与展望。     

基于数据驱动的交直流配电网分布鲁棒优化调度

清洁能源替代一方面有助于实现碳中和目标,另一方面风光等分布式电源(distributed generation,DG)的高比例接入又给配电网运行带来了新挑战.基于交直流网架配电提高了消纳率,但以往对VSC建模一般比较理想,且传统优化方法在处理DG和负荷不确定性方面具有很大的局限性.基于此,建立了基于数据驱动的交直流配电...     

考虑阶梯型碳交易的风光储联合系统分布鲁棒优化调度

在“双碳”目标下,风、光等清洁能源的渗透率将不断提高,针对其发电具有不确定性给电力系统带来的调度难题,提出了风光储联合系统的两阶段分布鲁棒优化调度模型。为了减少系统的碳排放量,引入了阶梯型碳交易。模型中,第一阶段根据预测信息使系统的运行成本最低,第二阶段使用基于数据驱动的Wasserstein距离来构建出力误差的模糊集。并使用仿射策略对模型进行调整,使系统在满足模糊集中最恶劣分布的情况下,使调整成本最小。最后,使用了强对偶原理把模型转化为等效混合整数线性优化模型。通过算例分析及对比,验证了考虑阶梯型碳交易可以显著减少对传统机组的使用,以及分布鲁棒优化模型的适用性和优越性。     

基于风电出力模糊集的电-气耦合系统分布鲁棒优化调度

随着可再生能源装机容量不断扩展及综合能源系统研究的持续推进,燃气轮机作为耦合元件加深了电力系统和天然气系统的相互融合,为可再生能源消纳提供了新的途径。针对随机规划方法、区间优化及鲁棒优化算法处理风电出力不确定性的不足,文中提出一种基于风电预测误差模糊集的分布鲁棒优化方法求解电力-天然气耦合系统的协同调度决策。首先,利用主成分分析法提取高维预测误差向量蕴含的时空尺度关联特性,并引入一系列矩函数描述预测误差的分布信息以构建相应的模糊集。然后,建立两阶段分布鲁棒优化经济调度模型,第1阶段制定日前机组开停机计划、调度出力及备用方案;第2阶段辨识最劣风电场景分布以保证第1阶段调度决策的有效性。结合线性决策规则和对偶理论将该半无限优化问题转化为有限维优化问题进行求解。最后,通过算例验证了所提模型及求解方法的有效性。     

基于Sinkhorn分布鲁棒优化的综合能源系统最优能流方法

针对风电接入综合能源系统所带来的不确定性问题,提出一种基于Sinkhorn分布鲁棒优化的动态最优能流模型及求解方法。将风电的不确定性描述为包含概率分布信息的模糊不确定集,并将其构造为以风电出力经验分布为中心,以Sinkhorn距离为半径的Sinkhorn球。采用二分搜索的批量梯度下降法求解,以降低风电不确定性所带来的影响,并减少计算复杂度。算例结果表明,所提方法与随机优化和传统鲁棒优化方法相比,能更有效地平衡系统的鲁棒性与经济性。此外,所提方法在不同样本规模下的计算时间及目标函数均优于Wasserstein方法。     

考虑风电高阶不确定性的电气综合系统分布鲁棒协同优化调度

电力系统中大规模风电功率的接入和燃气机组装机的不断扩展使得电力网络和天然气网络联系日益密切,电力-天然气双网耦合系统的协同运行为风电消纳提供了新的途径。针对历史样本数据不准确性及其概率分布建模不完备性导致风电功率呈现出的高阶不确定性问题,提出考虑风电概率分布不确定性的电-气综合能源系统分布鲁棒协调优化调度模型。首先,基于风电出力概率密度函数置信带构造不确定量的模糊集,在此基础上,结合双重因子仿射可调策略建立电力系统两阶段分布鲁棒经济调度主问题,并将上述具min-max形式的含有不确定量的优化问题转化为混合整数线性规划问题;其次,建立考虑燃气机组备用配置有效性的天然气系统运行可行性检验子问题;再次,提出主、子问题迭代求解的协同框架,通过耦合元件决策变量及不可行约束集进行信息交互博弈,实现电力、天然气系统的协调优化调度。最后,通过3个不同规模测试系统的算例验证所提模型和方法的有效性。