计及CVaR的负荷聚合商双重市场投标策略

需求侧资源的不确定性给负荷聚合商在双重市场(日前电能市场和日前备用市场)的投标带来了困难。首先分析需求侧资源的不确定性,建立负荷聚合商在双重市场的投资分配和利润模型,该模型以最大化负荷聚合商日利润为目标,并应用粒子群优化算法以及MATLAB调用YALMIP、CPLEX工具箱进行求解。进一步考虑需求侧资源不确定性引起的负荷聚合商利润的风险,分析随着风险偏好系数的改变利润与风险值之间的动态关系以及可中断负荷在双重市场的投标量分配,讨论日前电能市场投标约束对负荷聚合商投标策略和总体利润的影响。算例分析验证了负荷聚合商基于风险的投资策略的有效性。     

考虑多重不确定性的电动汽车聚合商参与能量-调频市场的鲁棒优化模型

为了充分挖掘电动汽车（EV）参与电力市场交易的市场价值,电动汽车聚合商（EVA）可将众多EV资源聚合起来作为一个投标主体参与日前能量和调频市场。针对EVA参与电力市场的投标决策面临多重不确定性因素影响问题,计及EV电量和功率边界,建立了EVA响应能力评估模型;对EV用户响应意愿、调频信号和市场电价的不确定性进行建模;以EVA的投标净收益最大化为目标,构建一种考虑多重不确定性的EVA参与能量-调频市场的鲁棒优化模型,以合理制定次日各交易时段EVA的基线功率和所提供的调频容量。通过算例验证了模型的有效性,并分析了各种不确定因素对投标净收益的影响,所提策略可为EVA的投标决策提供参考。     

计及模糊随机不确定性的聚合商调度策略

可中断负荷响应行为中的随机和模糊因素通常同时存在,即统计规律本身包含高阶不确定性,针对高阶不确定性背景下的聚合商调度决策问题,在可中断负荷传统的削减率模糊模型的基础上考虑其随机性,建立模糊随机机会约束规划模型,求解可中断负荷的最优响应容量,并进行相应的风险评估。计及高阶不确定性的模糊随机模型和传统的模糊模型的算例对比结果表明,计及高阶不确定性的决策方法更稳健,能减小调度决策的风险,体现了响应可靠性对决策者利润的影响,可为聚合商的调度提供指导。     

考虑温控负荷聚合功率不确定性的楼宇微网鲁棒优化

随着集成楼宇微网系统的快速发展,温控负荷(thermostatically controlled loads, TCLs)逐渐成为重要的需求响应资源,然而其分布的分散性和响应的不确定性也对集成楼宇微网的调控提出更高的要求。针对TCLs的分布分散特性,文章提出了一种基于楼宇热阻热容(resistance-capacitance, RC)模型的TCLs聚合方案。该方案在对楼宇RC传热模型进行线性化处理后,依据大数定律实现TCLs聚合,可充分计及楼宇建筑的物理结构参数,不但能适应楼宇建筑的差异化建模需求,且方案的计算效率较高。基于此TCLs聚合方案,文章建立了一种适用于集成楼宇微网系统的两阶段鲁棒优化模型,分别对TCLs聚合功率和分布式可再生能源出力的不确定性进行建模,并采用列和约束生成算法进行求解。算例结果表明,所提TCLs聚合方案在各种室外温度和光照强度下都能满足微网调度决策的精度要求;同时,所建立的两阶段鲁棒优化模型能有效减少实际运行下的联络线功率调整量,增强微网系统运行的稳定性和鲁棒性。     

计及多种柔性负荷的虚拟电厂热电联合鲁棒优化调度模型

针对热/电联合运行下多种柔性负荷协调优化不足以及面临的风、光出力和柔性负荷等多种不确定性,文章提出了一种考虑柔性负荷下的虚拟电厂(virtual power plant,VPP)热电联合鲁棒优化调度方法.充分考虑可削减、可平移、可转移柔性负荷之间的协调互补性,分别以热/电负荷曲线标准差和系统综合运行成本最低为目标,建立...     

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...     

基于IGDT理论的电动汽车负荷聚合商需求侧放电投标决策模型

针对现货市场电价的不确定性对电动汽车负荷聚合商的影响,首先通过蒙特卡罗模拟得到负荷聚合商管理区域内次日可参与电力市场的投标电量,再利用信息间隙决策理论量化出清电价与预测电价之间的偏差,并以电动汽车负荷聚合商利益最大化为目标构建需求侧放电投标模型。算例分析表明所提出的投标决策方法在经济性,灵活性等方面具有有效性,同时提高了电动汽车车主参与电力市场竞价的积极性。     

考虑风电与高载能负荷调度不确定性的鲁棒机组组合

为缓解弃风问题,甘肃等电网开展了高载能负荷与风电的协调调度。然而,以电弧炉为代表的冶炼类高载能负荷在运行时存在有功功率波动,会对电网的自动发电控制(AGC)系统产生影响。为研究高载能负荷功率波动对负荷与风电协调调度的影响,文中提出一种考虑高载能负荷功率波动以及风电不确定性的鲁棒机组组合方法。该方法充分考虑高载能负荷有功功率波动与设备运行状态的关系,对负荷有功功率的不确定性进行建模。接着,考虑高载能负荷与风电协调调度时,负荷不确定性与风电不确定性对电力系统共同作用的特点,构建最小化弃风与切负荷风险的鲁棒机组组合模型,使电网对高载能负荷进行调控时,可充分考虑高载能负荷不确定性的影响。最后,在IEEE RTS-79系统中对所提方法进行了验证,并分析了高载能负荷不确定性对协调调度的影响。     

计及光储快充一体站的配电网随机-鲁棒混合优化调度

针对区域配电网内新建快充电站所带来的充电负荷增长可能引起的线路阻塞、电压越限和网损增加等问题,提出一种计及光储快充一体站的配电网日前优化调度方法,通过储能的有功和无功优化决策,改善充电负荷大规模接入带来的运行问题。首先,基于历史车辆出行数据和电动汽车用户出行行为模拟,获取区域内各快充电站充电负荷的随机概率场景;其次,综合考虑快充负荷、光伏及配电网原有负荷的不确定性,基于二阶锥松弛和对偶理论,建立配电网随机-鲁棒混合优化调度模型;最后,以13节点路网和改进的IEEE-33节点配电网耦合系统为例进行仿真分析,结果表明所提方法能够有效提升配电网运行经济性,保障不确定环境下系统运行的可靠性。     

计及不确定性的移动应急电源鲁棒优化调度

建立电力应急响应机制对提升电力系统应急保障能力意义重大,发生停电事故时合理调度移动应急电源可以降低停电损失,是应急响应过程中重要的一环。停电事故发生时实际停电持续时间、移动应急电源行驶时间和重要用户缺电功率都存在不确定性,然而现有的与移动应急电源优化调度有关的研究大多并未考虑这些不确定因素。在此背景下,提出一种计及不确定性的移动应急电源鲁棒优化调度方法。首先,以区间数表示调度过程中的不确定因素,建立以重要用户停电损失最小为目标函数的包含区间数的优化模型。接着,针对该模型中包含的非线性函数及二次项,通过引入辅助决策变量的方法将模型转化为混合整数线性规划问题。然后,针对悲观解在很多情况下可能过于保守的不足,提出一种基于可接受的解的波动范围的鲁棒优化方法。最后,通过算例说明了所提出模型能够有效地应对移动应急电源优化调度中的不确定因素并得到有效的调度方案。     

基于负荷聚合商模式的电网协同优化调度

在新能源在电网的渗透率增高以及柔性负荷作为调节手段出现的背景下,选取合适的调度模式,使得海量分布式的负荷资源参与电网调控,能够帮助实现削峰填谷、平滑负荷曲线等目标。基于负荷聚合商模式的协同控制结构,对包括电动汽车、空调负荷与储能设备的负荷资源进行聚合,建立了日前经济调度模型;在负荷聚合商的集群内部控制中,考虑设备的调度潜能,提出一种基于裕度指标的状态队列优先算法,实现部分负荷优先响应。最后,仿真算例得出了负荷聚合商参与电力系统的日前协同调度运行计划,验证了优化方法以及调控策略的可行性。     

基于场景树概率驱动的电动汽车聚合商能量-调频市场分布鲁棒投标策略

电动汽车聚合商(electric vehicle aggregator, EVA)的能量-调频市场投标策略决定着电动汽车灵活性的市场价值,而EVA的投标决策过程面临着市场侧诸多不确定因素的影响。为此,针对市场价格及调频信号的不确定性建模问题,提出了一种考虑不确定因素多时间尺度相关性的分布鲁棒建模方法。首先,提出一种基于分层聚类法的场景树模型,刻画不同市场不确定因素的时序相关性。其次,建立了一种基于两阶段优化的EVA参与能量-调频市场的多时间尺度投标决策模型,并基于混合范数距离构建场景树概率的模糊集,实现EVA投标决策在分布鲁棒优化框架下求解。然后,利用列和约束生成法解决构建的max-min-max-min 4层鲁棒问题。最后,通过仿真验证了所建模型在解决两阶段不确定性优化问题和提升投标策略经济性方面的优势。     

基于负荷类型细分的负荷聚合商日前投标非合作博弈模型

负荷聚合商能整合中小负荷资源并为其提供参与市场调节的机会,以提高需求响应效率。提出了一种基于负荷类型细分和非合作博弈的负荷聚合商日前投标模型,一方面根据居民柔性负荷的不同用电特性进行典型分类并将每一类负荷作为研究对象,避免了以家庭为控制单位参与投标的复杂度;另一方面在开放电力市场下,不同于常规多目标集中优化,引入博弈思想协调优化各聚合商作为独立决策主体的利益。根据物理特性将居民柔性负荷分成4类,并基于用户使用习惯和舒适度建立负荷模型;在市场电价的引导下,基于用户黏性理论优化聚合商售电电价,建立负荷聚合商日前投标决策模型并进行算例分析。仿真结果表明,所建立的负荷聚合商投标决策模型通过对居民负荷的分类聚合和补偿,在计划调度层面能有效减少电网峰时负荷和平抑峰时电价,提高负荷聚合商的利润,降低用户用电成本。     

考虑柔性电/热负荷的综合能源系统分布鲁棒优化调度

柔性负荷是综合能源系统(Integrated Energy System,IES)调度中提升供需互动性、降低系统运行成本的重要手段;同时,风能的不确定性给IES系统调度方案的保守度提出了严格要求。为优化负荷曲线,并减少风电出力不确定性对IES调度的影响,文章在考虑柔性电负荷和柔性热负荷的基础上,提出一种IES两阶段分布鲁棒优化调度方法：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,采用1-范数及∞-范数同时对不确定参数概率分布置信集进行约束,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。     

考虑空调负荷和柔性热负荷响应的综合能源系统储能鲁棒优化配置

针对园区综合能源系统储能的容量配置问题,为提升在源–荷不确定性下的系统规划与运行的经济性,提出考虑空调负荷和柔性热(冷)负荷日内响应源–荷不确定性的电/热混合储能的鲁棒配置方法。首先构建了空调负荷和柔性热(冷)负荷应对源–荷不确定性的日内响应模型。其次在考虑系统多能互补的基础上,基于日前优化运行与日内响应,以年化运行成本和投资成本最低为目标函数,建立电/热混合储能鲁棒优化配置模型。最后通过算例验证了本文储能的配置方法对系统规划–运行的经济性的提升效果,分析了考虑负荷日内响应源–荷不确定性和源–荷预测精度对储能配置容量的影响。     

电能量市场下负荷聚合商参与负荷削减投标策略

针对负荷聚合商(LA)在电能量市场下参与负荷削减投标(LCB)时面临负荷与价格的不确定性问题,文中提出一种可使LA代理成本最小的LCB参与策略。首先,将LA的购电申报、LCB申报与可调节负荷的控制问题统一描述为混合整数线性规划问题。其次,利用双层规划模型处理负荷功率的不确定性,利用历史场景法结合场景缩减处理市场价格的不确定性。最后,基于宾夕法尼亚州-新泽西州-马里兰州(PJM)电力市场数据,针对所提策略及其在测试场景集中的表现进行分析。测试结果表明,所提策略及场景缩减方法能够降低聚合商4%以上的代理成本与10%以上的风险损失,可提高最多17.8%的履约率,为LA在不确定问题下的投标提供技术支撑。     

计及源荷多重不确定性的综合能源系统鲁棒经济调度方法

可再生能源出力、购能价格和综合需求响应量等多重不确定性因素给综合能源系统(Integrated Energy System,IES)安全经济运行带来了严峻的挑战。对不确定性因素的精细化建模,可以提高综合能源系统调度策略的有效性和优越性。首先在分析多重不确定性特性的基础上,分别采用随机场景法和鲁棒优化法对购能价格、风光出力和综合需求响应等多重不确定性进行建模。此外,由于先进绝热压缩空气储能(Advanced Adiabatic Compressed Air Energy Storage, AA-CAES)具有冷-热-电联储联供的优点,可以增强系统运行灵活性,因此,选择AA-CAES作为IES的储能系统。然后,构建含AA-CAES的IES鲁棒-随机优化模型,并采用蝙蝠算法对模型进行求解。最后,基于某地区的数据开展仿真分析。结果表明,所提方法能够减少系统运行成本,实现经济性与鲁棒性的协调优化。     

基于信息间隙决策理论的电网负荷恢复鲁棒优化

停电电网的恢复过程中,负荷恢复的不确定性可能影响电网恢复过程的安全,需要在负荷恢复中考虑负荷的不确定性。考虑到准确的负荷不确定性分布模型难以获取,文中提出了基于信息间隙决策理论(IGDT)的电网负荷恢复鲁棒优化方法,使负荷恢复方案在负荷波动范围内均能满足要求,而无需已知负荷的不确定性分布。首先,基于IGDT,将确定性负荷恢复优化模型转变为在负荷波动范围内均能达到最低恢复要求的鲁棒优化模型,同时综合考虑负荷恢复过程中的负荷最大恢复量、单次最大投入量、电网潮流等约束条件,再利用人工蜂群算法对优化模型进行求解,最后以新英格兰系统和江苏系统为例验证了所提方法的有效性。     

柔性负荷聚合灵活性的多时间颗粒度鲁棒评估方法

面向柔性负荷虚拟电厂(FLVPP),提出了包含日内滚动时间窗-调度周期-分钟级的多时间颗粒度的动态聚合灵活性的鲁棒评估方法。分析了多时间颗粒度评估的必要性,构造了最大化多个时段聚合灵活性的鲁棒评估模型,考虑了多时段耦合、电力网络拥塞、负荷运行状态在调度周期内发生变化以及时延响应的影响。该模型属于决策依赖的不确定性优化模型,可通过数学变换转化为常规两阶段鲁棒优化问题。针对第二阶段问题存在的二进制变量,设计了基于嵌套列和约束生成算法的迭代求解策略。通过算例分析验证了相比于现有常见方法,所提方法可以更加准确地评估FLVPP的聚合灵活性,同时验证了在评估聚合灵活性时考虑电力网络约束的必要性,并展示了算法性能。