考虑源荷双重不确定性的电气互联综合能源系统分布鲁棒优化调度

针对电气互联综合能源系统中不确定因素对运行调度带来的风险问题,提出一种考虑新能源负荷双重不确定性的电气互联综合能源系统分布鲁棒优化调度模型。以系统运行总成本最小为目标函数,建立电气互联综合能源系统随机规划模型,采用矩不确定分布鲁棒优化方法(DRO-MU),构建风电出力和电力负荷的矩不确定集合,在源荷双重不确定集合下将随机规划模型转化为矩不确定分布鲁棒优化模型,通过拉格朗日对偶原理将鲁棒模型转化为确定性的半正定规划模型进行求解。仿真结果表明,与不考虑或仅考虑新能源、负荷不确定性相比,考虑源荷双重不确定性的DRO-MU模型运行成本有所增加,但方案降低了不确定性因素给系统运行带来的风险,且更加符合实际。与随机优化方法和传统鲁棒方法相比,DRO-MU方法既保证了调度策略的鲁棒性,又克服了其过于保守的问题;随着源荷矩不确定集范围的增大,系统运行成本增加,通过合理设置二者矩不确定集范围,实现系统经济性与鲁棒性的平衡。     

考虑源网荷灵活性资源的配电网储能鲁棒规划

配电网中风光等分布式发电渗透率增加造成净负荷剧烈波动,导致配电网灵活性需求急剧增加.为此,提出一种考虑源网荷灵活性资源的配电网储能优化配置方法.首先,基于灵活性理论分析配电网中灵活性资源的特性,建立衡量配电网整体灵活性的灵活性供需平衡指标和衡量网络灵活性的支路灵活性应对能力指标;然后,从多时间尺度采用K-means方法和鲁棒优化理论建立不确定运行场景集合;最后,建立以配电网年综合成本最小和日平均灵活性水平最高为优化目标的经济灵活多目标优化模型,并采用内嵌潮流计算的多目标复合差分进化算法进行求解.基于IEEE 33节点配电网系统进行算例设计和仿真,结果验证了所提考虑源网荷灵活性资源的模型在求解储能配置方案上的合理性和有效性.     

考虑源荷协调优化的交直流混合微网 随机规划方法研究

为充分发挥交直流混合微网中交、直流两种供电模式的互补优势,在需求侧优化各类负荷供电方式的选择(接入交流或直流母线工作)以提高微网供用电效率,并与供电侧分布式电源、储能设备的优化调度共同构成源荷协调优化运行方法。在研究源荷供用电效率的基础上,综合考虑源荷协调优化对微网运行费用与功率损耗的影响,分别以功率损耗最小和运行费用最小为上、下层优化目标,建立基于不确定二层规划的源荷协调优化模型。仿真算例验证了所提方法能在保证微网运行经济性与环保性的同时,更好地符合节能降损的要求。     

源荷储协调的冷热电综合能源系统随机优化运行

冷热电综合能源系统是促进多种能源综合利用的重要载体,也是能源互联网发展的重要基础.为实现源荷双重不确定时冷热电综合能源系统的运行优化,并充分发挥源荷储各环节的调控潜力,本文提出了一种考虑源荷储协调的冷热电综合能源系统随机优化运行方法.首先采用非参数核密度估计与概率场景抽样相结合的方法对综合能源系统中源荷不确定性进行挖掘...     

考虑风光不确定和阶梯式需求响应的园区综合能源系统博弈优化运行

为高效利用园区综合能源系统(park-level integrated energy system, PIES)中源荷侧资源,并兼顾PIES中各主体的运行效益,提出了一种考虑风光不确定和阶梯式需求响应的园区综合能源系统博弈优化运行策略。首先,对于源侧风光不确定性问题,采用蒙特卡洛法进行随机场景生成并利用k-means聚类和同步回代法对场景进行缩减;其次,在荷侧考虑用户阶梯式需求响应基础上,以园区运营商和用户聚合商效益最大化为目标,建立PIES主从博弈优化调度模型;最后,同时利用遗传算法和CPLEX求解器在MATLAB中进行仿真验证。算例结果表明,所提优化策略可以有效提高园区运营商和用户的效益。     

基于场景概率的含风电系统多目标低碳经济调度

提出了基于场景概率的含风电系统的低碳经济调度多目标优化模型。考虑负荷需求、风电出力以及碳交易价格等输入变量预测值的不确定性,提出一种应对不确定问题的场景概率模拟方法,建立更符合实际的多目标优化模型。多目标模型中包含了考虑风电成本的经济调度目标和考虑碳交易的低碳调度目标。为方便分析碳交易对调度结果的影响,定义了平均购电费用、风电价格补贴、机组平均出力份额等评价指标。采用改进的多目标粒子群算法进行优化求解,基于该模型,仿真比较了采用确定方法、随机方法和场景概率方法的优化调度结果,分析了不同目标函数的3种调度方案,最后计算了是否考虑碳交易的评价指标。结果表明,上述优化模型有效可行,算法合理。     

基于mRMR-XGboost-IDM模型的两阶段可调鲁棒经济调度

源荷双端不确定性导致的频繁弃风切负荷现象严重影响微网运行经济性。为有效应对源荷不确定性,文章提出一种基于最小冗余最大相关-极限梯度提升算法改进非精确狄利克雷模型(minimum redundancy and maximum correlation-extreme gradient boosting improved imprecise Dirichlet model, mRMR-XGboost-IDM)的两阶段可调鲁棒微网经济调度模型。首先,针对基于非精确狄利克雷模型(imprecise dirichlet model, IDM模型的不确定模糊集高度依赖历史数据数量的不足,结合mRMR-XGboost预测方法对其进行改进,扩大历史数据体量以提高所得不确定区间的精确度。其次,基于得到的不确定区间,构建微网两阶段鲁棒经济调度模型,并引入可调鲁棒参数协调经济性和鲁棒性。最后,采用列约束生成算法(column-and-constraint generation,C&CG)、对偶理论以及大M法求解最优经济调度策略。算例验证了所提模型可提高不确定区间刻画准确度,有效应对源荷不确定性并提高系统运行经济性。     

基于mRMR-XGboost-IDM模型的两阶段可调鲁棒经济调度

源荷双端不确定性导致的频繁弃风切负荷现象严重影响微网运行经济性。为有效应对源荷不确定性,文章提出一种基于最小冗余最大相关-极限梯度提升算法改进非精确狄利克雷模型(minimum redundancy and maximum correlation-extreme gradient boosting improved imprecise Dirichlet model, mRMR-XGboost-IDM)的两阶段可调鲁棒微网经济调度模型。首先,针对基于非精确狄利克雷模型(imprecise dirichlet model, IDM模型的不确定模糊集高度依赖历史数据数量的不足,结合mRMR-XGboost预测方法对其进行改进,扩大历史数据体量以提高所得不确定区间的精确度。其次,基于得到的不确定区间,构建微网两阶段鲁棒经济调度模型,并引入可调鲁棒参数协调经济性和鲁棒性。最后,采用列约束生成算法(column-and-constraint generation,C&CG)、对偶理论以及大M法求解最优经济调度策略。算例验证了所提模型可提高不确定区间刻画准确度,有效应对源荷不确定性并提高系统运行经济性。     

计及源荷不确定性的综合能源生产单元运行调度与容量配置两阶段随机优化

为应对源端可再生能源及荷端负荷需求的随机性波动对综合能源生产单元(integratedenergyproductionunit,IEPU)运行调度及容量配置问题带来的挑战,该文提出一种两阶段随机优化方法。首先,在底层运行优化问题中,通过建立各设备模型及约束条件,提出基于混合整数线性规划(mixed integer linear programming,MILP)的最小成本求解方法;其次,利用蒙特卡洛模拟生成多种随机场景,确定系统在给定容量配置条件下的成本期望;最后,在顶层容量配置优化问题中,以系统容量为决策变量,采用遗传算法调用蒙特卡洛模拟及MILP运行优化算法,实现使IEPU系统全生命周期成本最小的最优容量配置。优化结果表明：底层运行优化中储气的接入使弃光量和碳排放量分别减少5.49%和0.35%,顶层计及源荷不确定性的电力设备容量提升20%左右,更加接近实际场景,验证了所提出方法的有效性。结合参数灵敏度分析,可为IEPU系统的规模化设计提供参考。     

考虑源荷功率矩不确定性的新型互联电力系统省内-省间分布鲁棒协调优化调度

为推动我国高比例清洁能源接入和高比例跨区电力输送的新型互联电力系统建设,降低源荷不确定性对清洁能源跨区消纳和省内-省间电力平衡的影响,提出考虑源荷功率矩不确定性的新型互联电力系统优化调度方法。首先,设计了计划-市场双轨制下新型互联电力系统省内-省间双层优化调度模式。其次,采用矩不确定集合刻画风光发电和负荷功率的不确定性,并提出由此引起的系统弃风弃光分布鲁棒条件风险度量模型。最后,以省间和省内总购电成本最小为目标,建立新型互联电力系统省内-省间分布鲁棒协调优化调度模型,并通过对偶优化理论将该模型转化为易求解的半定规划问题。数值仿真结果表明,所提模型促进了西部地区清洁能源跨省跨区消纳,降低受端系统运行成本的同时,有效提高了系统应对源荷功率不确定性波动的能力。     

计及需求响应的电动汽车充电站多时间尺度随机优化调度

电动汽车充电站源-荷资源优化互补与多时间尺度协调配合,能够降低充电站运营成本,减小源-荷随机性对系统调度策略的影响。提出一种计及需求响应的电动汽车充电站多时间尺度随机优化调度模型。在日前阶段,以日运行成本最小为优化目标,采用条件风险价值(CVaR)度量不确定性风险。同时引入价格型和激励型需求响应优化充电站净负荷曲线,构建了计及运行风险约束的充电站多场景优化调度模型。在此基础上,以日前期望值调度策略为参考,提出基于模型预测控制(MPC)的电动汽车充电站日内滚动优化和反馈校正控制方法,从而降低净负荷预测精度不足对优化决策的影响。最后,以某实际电动汽车充电站为算例进行仿真分析,验证了所提模型的可行性,并分析了需求响应以及不确定性风险偏好对充电站运行的影响。     

计及LCA碳排放的源荷双侧合作博弈调度研究

为实现新型电力系统的低碳经济目标,提出一种计及生命周期评价(lifecycleassessment, LCA)的源荷双侧合作博弈优化调度模型。首先,考虑灵活可调度的柔性负荷,构建含热电联产机组、燃气锅炉、电转气等设备的源荷双侧合作运行框架。然后,运用LCA方法分析源荷双侧中不同能源链的温室气体排放,并结合碳交易机制,建立碳交易成本计算模型。最后,基于合作博弈策略,建立以源荷合作联盟总成本最小为目标的源荷双侧协同运行优化模型,并利用改进的Shapley值法对成员合作收益进行分配。算例分析表明,所提模型有利于降低系统运行的总成本、减少系统碳排放量、提升可再生能源消纳量,有效促进系统低碳经济的发展。     

负荷预测对新能源电网多目标优化调度的影响规律研究

当前负荷预测的主要目标是提高算法精度,无法实现不同预测精度对新能源电网调度影响的量化分析,因此研究了不同负荷预测精度对新能源电网成本和二氧化碳排放量的影响。首先,确立了包含火-水-光-风电机组新能源电网的多目标函数和约束条件。其次,探讨了粒子群算法在新能源电网调度中的优化思路。再次,利用灰色算法对负荷进行预测并给出了预测结果。最后,求解了粒子束优化调度时不同负荷预测精度下新能源电网运行成本和二氧化碳排放量的数值结果,并进行了拟合规律分析。结果表明负荷预测精度和新能源电网的成本和二氧化碳排放满足二次函数关系,可为新能源电网的规划和调度提供借鉴。     

基于源-荷协同的电网静态安全校正最优控制算法

为消除N-1事故情况下的线路过载和节点电压越限,提出了一种基于源-荷协同的电网静态安全校正最优控制算法。针对调整机组出力和切负荷两种静态安全校正措施,分析电网静态安全校正控制代价,在满足电网静态安全约束前提下,以系统整体控制代价最小为目标,建立电网静态安全校正控制模型。考虑可控负荷的离散特性,按切负荷代价由小到大的顺序形成切负荷控制策略表,并应用灵敏度指标从切负荷策略表中截取候选切负荷策略,分析各切负荷策略代价,协同静态安全校正控制模型,求解最小切负荷策略下发电机组出力的可行解。算例分析验证了离散的切负荷策略对应切负荷方案可行性强,避免负荷欠切和过切问题,源-荷协同静态安全校正控制能以最小控制代价有效消除N-1状态的节点过电压和线路过载。     

计及风电功率预测误差的备用容量计算新方法

风电出力的不确定性对于备用容量的配置具有重要影响。基于此,提出了一种计及风电功率预测误差的备用容量计算新方法。针对拉普拉斯分布形状调整不够灵活的问题,提出了一种改进拉普拉斯分布。并以此为基础,提出了一种发电机备用容量计算新方法。该方法首先以最小化发电成本为目标的最优潮流模型,对系统各机组的运行基准点进行求解;再按照鲁棒优化思想并结合发电机自动发电控制(AGC)的仿射模型建立鲁棒最优潮流模型求解各AGC机组参与因子;最后结合等概率转换原则求解系统的备用容量。算例分析表明,所提改进拉普拉斯分布模型拟合效果较好,且所提备用容量计算新方法能够综合考虑系统安全性和经济性的需求。     

基于灰靶决策和多目标布谷鸟算法的微电网分布式电源鲁棒优化

风机、光伏等可再生能源出力和负荷需求的不确定性给微电网稳定运行带来挑战。首先,针对这一特性,构建约束条件的不确定集,综合考虑运行成本和环境成本,建立微电网多目标鲁棒调度模型,并引入鲁棒不确定预算调节不确定集合的保守度。其次,采用基于Pareto支配策略的改进的非线性多目标布谷鸟算法求出Pareto最优解集,并利用多目标灰靶决策从Pareto最优解集中选择出满意方案。最后,针对一个小型微电网系统建立优化模型并求解,对比分析仿真结果,验证了所提方法的可靠性和有效性。     

基于奖惩阶梯型碳价机制的能源枢纽低碳优化策略

为进一步降低碳排放水平以及源-荷不确定性对系统运行的影响,文中提出了一种基于奖惩阶梯型碳价机制和分布式模型预测控制（Distributed Model Predictive Control, DMPC）的能源枢纽（Energy Hub, EH）日前-日内-实时的多时间尺度低碳优化调度策略。引入奖惩阶梯型碳价计算方法,构建了EH日前低碳优化调度模型,并制定基于DMPC的日内滚动和实时调整的反馈闭环优化策略,降低源-荷预测误差、提高传统模型预测控制（Model Predictive Control, MPC）求解效率。其中,在日内阶段,构建了以阶梯型碳成本、运行成本和储能调整惩罚成本之和最小的日内滚动优化模型;在实时阶段,通过将整体优化问题进行分解,建立了基于DMPC控制的多智能体实时调整模型。算例结果表明,本文所提策略在提升系统经济效益、降低源-荷不确定性等方面具有有效性,实现了EH的低碳经济、稳定可靠运行。     

基于需求响应和多能互补的冷热电联产微网优化调度

兼顾电源侧多能互补与负荷侧需求响应（demand response,DR）是提升源荷侧协调发电能力的重要手段,可以促进电力削峰填谷,提高经济效益。针对冷、热、电负荷需求的随机性和不匹配性,考虑到人体对温度有一定的适应能力,文章将风、光发电机组与燃气轮机冷热电联产（combined cooling, heating and power,CCHP）系统结合,提出了一种基于综合需求响应的源荷协调CCHP微网,同时采用典型场景集考虑新能源出力的不确定性,建立优化调度模型。该模型以最小化系统经济成本为目标,利用免疫遗传算法求解,探讨了系统经济调度成本与不同需求响应模式以及温度偏差的关系,并对系统是否引入电加热设备进行讨论。算例分析表明,基于需求响应和多能互补的CCHP微网优化调度方法,能有效降低综合运行成本,具有显著的经济及社会价值。     

考虑多风能预测场景的虚拟电厂日内滚动柔性优化调度方法

随着分布式可再生能源接入电网的比例日益提高,其出力间歇性和随机性给电力系统的安全稳定和经济运行带来了一系列的负面影响,虚拟电厂为分布式可再生能源可靠并网提供了新的途径。针对虚拟电厂中风电机组出力的不确定性及预测误差,考虑了由多个风能预测服务商基于不同预测方法提供多个风电出力预测场景,以期望运行成本最小为目标,制定虚拟电厂每个场景对应的最优调度计划。为应对风力状况的随机波动,虚拟电厂当前时段考虑下一时段所有风电出力场景下的计划调整成本。并以期望运行总成本最小为目标,构建基于多风能预测结果的虚拟电厂柔性优化调度模型,并设计了日内虚拟电厂出力计划的滚动调度策略。通过数值仿真,对比分析了不同预测场景下虚拟电厂的运行成本,验证了所提模型的可行性和有效性。