含电动汽车的微网鲁棒经济调度

微网中风电、光伏等新能源的渗透率通常较高,其固有的随机性和波动性给微网安全经济调度带来了新的挑战。针对微网运行中各种不确定性因素的影响,综合考虑风电、光伏、柴油机组、燃料电池等分布式电源的运行特性,建立计及电动汽车V2G放电损耗成本的鲁棒经济调度模型,并提出协调鲁棒调度经济性和鲁棒性的不确定集优化方法。该方法通过评估调度计划的弃风弃光和切负荷风险,将调度计划的鲁棒性转化为经济成本,优化出使得综合成本最小的不确定集。算例讨论了不确定集选取与微网运行成本、风险成本、综合成本的关系,分析了切负荷成本、动力电池放电损耗成本对调度计划的影响,从而验证了所提模型和方法的可行性和有效性。     

考虑温控负荷需求响应的电热联合系统多阶段鲁棒调度方法

在发展新型电力系统的背景下,间歇性新能源占比不断增加,对电热联合系统的灵活性提出更高要求。提出了一种考虑温控负荷需求响应的电热联合系统多阶段鲁棒调度方法。首先建立考虑电热转换设备、温控负荷等多种灵活性资源的电热联合系统模型,并提出虚拟储能的概念对温控负荷进行建模。然后,将风电出力预测误差建模为盒式不确定集,以燃料成本、弃风惩罚、需求侧补偿综合成本最低为目标函数,提出了电热联合系统的多阶段鲁棒调度模型,在每一调度时段,均可根据风电的观测值,以最小化当前及后续时刻的总成本最大值为目标,调整后续调度计划,并通过鲁棒对偶动态规划算法求解该模型。最后,通过算例验证了所提方法的有效性。     

考虑发用电双侧不确定性的电力系统鲁棒模糊经济调度

风电和需求响应的双侧不确定性会对电力系统经济调度产生重要的影响。首先,利用模糊理论对分时电价下不确定负荷进行了拟合,利用鲁棒理论构建了风电的不确定集,同时考虑双侧不确定性建立了鲁棒模糊数学模型,并根据其等价确定转化思想对模型进行求解。然后,建立了电力系统鲁棒模糊多目标调度模型,其中多目标包括碳交易成本最小的低碳目标和综合经济成本最小的经济目标。采用内点法多约束条件处理策略改进多目标细菌群体趋药性算法,利用此算法求解模型并获得目标函数最优解。最后,以经典的IEEE 10节点系统和一个风电场为例进行仿真研究,验证所提模型的可行性和优越性。     

考虑碳捕集和风电出力不确定性和电热联合系统多阶段鲁棒优化的低碳调度

为实现电力低碳化、促进可再生能源并网消纳，需要系统运行实现低碳、经济、稳健的三角平衡。因此，提出了一种考虑碳捕集和风电出力不确定性的电热联合系统多阶段鲁棒优化的低碳调度方法。首先对考虑碳捕集、温控负荷等多种灵活资源的电热联合系统进行建模，然后将风电预测误差通过盒式不确定集进行刻画，考虑碳配额与碳交易收益，提出电热联合系统的多阶段鲁棒优化的低碳调度模型。模型可根据每一时段的风电实际出力做出调整，从而使后续时刻的经济、低碳综合成本最小化。再通过鲁棒对偶动态规划算法求解该模型。最后，通过算例验证所提模型在提升电热耦合系统低碳经济水平方面的作用。     

考虑风电和负荷不确定冷热电联供微网日前经济调度

以含多种分布式电源的冷热电联供（combined cooling heating and power, CCHP）微网为研究对象,考虑风电出力和冷热电负荷不确定对微网运行的影响,区分源荷不确定各自的特点,建立考虑风电和负荷不确定的CCHP微网两阶段鲁棒随机调度模型。虽然风电预测精度较低,但其波动范围易于测量,可以使用鲁棒优化方法处理风电不确定;负荷预测精度较高且有较强波动规律,使用随机优化方法处理负荷不确定。首先通过随机抽样形成多个负荷场景并削减,得到多个典型冷热电负荷场景;然后以最小化各场景的调度成本加权平均值为决策目标制定日前调度方案,该方案使用两阶段鲁棒优化方法求解。考虑实际生产中可能出现的弃风现象,为增加风电消纳引入弃风惩罚成本。算例仿真结果证明了所提调度方法的合理性与经济性。     

基于多空间约束的含风电电力系统调度鲁棒模型研究

风电功率具有明显的随机性、不确定性的特点,这给电力系统稳定安全运行带来了极大的风险。鲁棒决策方法作为一种新的处理不确定性的方法,近年来在含风电电力系统调度中得到了有效应用。为了鲁棒决策方法保持灵活多样,本文提出了多空间约束的含风电电力系统的鲁棒调度模型。结合算例结果表明该模型能够很好的平抑系统负荷曲线波动,有效减小电网的发电成本,同时从总发电成本的基础上也证明了该模型优于确定性模型,为电网经济调度提供合理地参考。     

考虑风电高阶不确定性的分布式鲁棒优化调度模型

传统计及风电不确定性优化调度方法忽略了风电概率分布规律的高阶不确定性特征,在运行成本、风电消纳水平方面存在进一步优化的空间,为此,建立一种考虑风电高阶不确定性的分布式鲁棒优化调度模型。首先,引入云模型理论,建立能够同时描述风电功率及其概率分布不确定性的风电高阶不确定性模型;在此基础上,结合分布式鲁棒优化理论,以系统综合运行成本最低为优化目标,建立考虑风电高阶不确定性的分布式鲁棒优化调度模型;引入多维序列运算理论,离散化处理风电高阶不确定性云模型,将分布式鲁棒优化模型转换为两阶段非线性优化模型,简化求解。最后,以某地区电网为例,验证了所提模型在提升含风电接入系统优化调度效果方面的有效性。     

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。     

含风电场电力系统的鲁棒优化调度

随着风电场大规模的接入电力系统,电网调度运行变得愈加困难。传统的调度方法无法考虑风电出力的不确定性,将威胁系统运行的安全性,因此研究计及风电出力波动性的电力系统安全调度具有重要意义。采用一种基于风电出力预测区间的调度模式来考虑风电出力的不确定性,在此基础上建立鲁棒优化调度模型,并考虑机组的自动发电控制(automatic generation control,AGC)响应来应对风电出力波动,维持系统功率平衡。然后在鲁棒调度模型的基础上建立新的经济校正成本模型来对比传统调度和鲁棒调度的经济性。该模型在目标函数中加入模拟场景下的弃风和失负荷的惩罚费用,利用风电模拟场景计算平均总运行成本。最后采用96个时段的10机算例和实际某省系统中24个时段的134台机算例对传统调度和鲁棒调度进行了对比分析,验证了所提方法的鲁棒性和经济性。     

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。     

基于气象分型改进构造不确定集的多微网低碳鲁棒经济调度

在新型电力系统背景下,研究计及风电出力不确定性的多微网低碳调度策略,有利于降低风电出力不确定性对调度策略低碳性和经济性的影响。因此,提出一种计及碳交易成本并基于气象聚类分组生成改进风电不确定集的多微网可调鲁棒低碳经济调度模型。首先,利用最小冗余最大相关性特征选择技术、CURE层次聚类算法和条件生成对抗网络建立气象特征聚类下的风电出力生成模型,并结合概率分布模糊集,构建不同气象类型下的风电出力不确定集。其次,为实现微网低碳经济运行,将阶梯式碳交易机制引入微网,同时考虑到风电出力不确定性对微网调度的影响,建立基于改进风电不确定集合的微网间电能互济两阶段可调鲁棒模型。再次,采用交替方向乘子法嵌套列约束生成算法交替迭代,实现对多微网电能互济调度模型求解。最后,通过算例验证所提模型可提升风电出力不确定描述精度,同时提高微网运行经济性和低碳性。     

新型城镇下含热电联产机组的配电网两阶段鲁棒优化调度

随着新型城镇化的改革,多种分布式电源与多元化负荷逐步接入配电网,多种不确定性因素给配电网的运行调度带来极大挑战。文中建立含热电联产(CHP)机组和风电机组的新型城镇配电网两阶段随机鲁棒优化模型。首先,采用场景集描述负荷波动的不确定性,采用保守性模型构建风电出力模糊集合。两阶段鲁棒优化调度中,第1阶段决策日前机组启停方案,第2阶段考虑风电出力的不确定性决策各机组实时出力。采用KKT(Karush-Kuhn-Tucker)条件将第2阶段双层模型变为单层线性优化问题,整体两阶段模型采用列与约束生成方法迭代求解,在负荷的场景集内得到考虑风电不确定性的新型城镇化配电网鲁棒优化调度方案。最后,通过改进33节点算例和改进123节点算例验证了模型的鲁棒性和经济性以及调度方案应对负荷波动的适应性。     

考虑光伏和电动汽车不确定性的配电网鲁棒经济调度

随着光伏等间歇性能源发电和电动汽车等随机负荷的大量接入,配电网运行调度中的不确定性因素增大,面临着更大挑战。本文首先建立了光伏电站出力和电动汽车充电站负荷的不确定波动特性模型,运用鲁棒优化的思想考虑配电网调度面临的不确定性因素,以网络损耗费用最大为极端场景,以极端场景下配电网总运行成本最小为目标函数,建立配电网鲁棒经济调度的Min-Max优化模型。通过采用Benders分解算法将Min-Max优化问题分解为主问题和子问题进行交替迭代求解,得到对于节点功率不确定波动具有鲁棒性的配电网经济调度方案。最后,以IEEE33节点系统为例进行仿真分析,并与确定性优化调度方法和场景法进行对比,仿真结果验证了所提出的鲁棒经济调度模型和求解算法的正确性和高效性。     

基于鲁棒优化的含风电工业微电网经济调度模型

风电是广泛使用的清洁可再生新能源,将风电引入工业微电网中,对其节能减排有着重要意义。以含风电的工业微电网为研究对象,基于鲁棒优化方法,以发用电成本最低为目标,以生产计划与火电机组出力计划为决策量,建立了含风电工业微电网自发电经济调度双层模型,并利用Benders分解算法对其进行求解。文中还应用某工业微电网数值算例进行测试,结果表明模型能有效平抑负荷波动,降低微电网发用电成本;验证了该鲁棒优化模型在最差情况下优于确定性模型,并且可根据需求改变不确定代价权衡保守性与最优性。     

基于坏场景集的含风电机组组合模型

针对风电出力的不确定性和波动性,引入坏场景集和鲁棒优化方法来解决含风电的机组组合优化问题。在分析场景集和鲁棒优化在电力系统不确定性调度中的应用基础上,构建评价坏场景恶化程度的保守度指标,在优化目标中加入方差来抑制个别坏场景导致整体优化结果的恶化,并结合储能系统对平抑风电波动的固有特点,建立了基于坏场景集的鲁棒机组组合模型及其算法。最后,通过算例进行了成本、储能装置容量和鲁棒度量分析,验证了该模型的有效性和实用性。     

计及运行风险和需求响应的两阶段鲁棒机组组合模型

高比例风电并网给电力系统的调度运行带来了挑战。为应对风电的不确定性,该文提出一种计及运行风险和需求响应的两阶段鲁棒机组组合(unit commitment,UC)模型,此模型具有以下特点:1)基于历史风电预测–实测数据分析了风电预测误差的分布特征,进而建立一种基于0-1规划的运行风险模型;2)将建立的运行风险模型与鲁棒UC模型结合,通过求解鲁棒UC模型动态地调整风电不确定集合的边界,实现运行成本和运行风险的协同优化;3)考虑分时电价对负荷需求的影响,并分析需求响应(demand response,DR)的不确定性对调度结果的影响。提出的模型采用Benders-C&CG方法进行求解。仿真结果表明,所提模型可动态地调整风电不确定集合边界,有效降低了运行成本和运行风险的总和。     

计及源-荷不确定性的虚拟电厂多目标鲁棒优化调度

为解决虚拟电厂内部参与者的功率再分配问题，建立计及源-荷不确定性的虚拟电厂多目标日前鲁棒优化调度模型。所提模型中对于风电、电负荷及热负荷采用可调不确定集合来描述，并以运行成本与碳排放量作为多目标优化调度的目标函数。应用对偶理论将多目标鲁棒模型转化为多目标确定性模型。为了更好地获得帕累托前沿解集，采用增广ε-约束法将多目标优化重构为单目标优化问题。应用考虑样本相关性与差异性的客观赋权法与综合评价法获取帕累托解集中的理想解。研究结果验证了所提模型的正确性及多目标问题处理方法的有效性。     

基于非精确迪利克雷模型的有源配电网鲁棒最优潮流

为解决最优潮流运行的负荷随机需求与风电的间歇性出力等不确定性,进行了配电网的鲁棒最优潮流研究.首先,构建考虑网损成本及主网购电成本的鲁棒最优潮流模型.然后,采用非精确迪利克雷模型挖掘历史数据构造盒式不确定集,描述风电-负荷不确定性.其次,对非凸非线性模型进行二阶锥松弛,采用对偶理论、大M法进行单层线性化推导,得到可行域为二阶锥空间的单层锥优化模型,通过商用求解器求解得出最优潮流方案.最后,在IEEE 33节点系统中验证了模型与方法的有效性.     

风电、蓄热式电锅炉联合供暖调度鲁棒优化模型

为缓解风电不确定对系统消纳风电的影响,提高风电利用效率,引入鲁棒随机优化理论,以风电、蓄热式电锅炉组成供热系统,建立了考虑风电不确定性的风电供暖调度优化模型。首先,分别构建了风电出力功率模型和蓄热式电锅炉负荷需求模型;然后,应用鲁棒随机优化理论刻画风电出力不确定性,并分别构建了风电出力确定性和随机性条件下风电、蓄热式电锅炉供暖调度优化模型。最后,以我国北方某城市风电供暖项目进行实例分析,结果表明：鲁棒随机优化理论能够有效刻画风电出力不确定性,为不同风险态度决策者提供了决策工具;风电、蓄热式电锅炉组成的供热系统能够实现供暖负荷灵活参与电力系统调度,有助于增加系统风电消纳能力,降低弃风电量,具有显著的经济和环境效益。     

基于两阶段鲁棒优化的可再生能源DNE极限评估

为应对高比例可再生能源给电力系统运行与调度带来的挑战,提出考虑弃风和切负荷的灵活性量化评估方法。基于日前和实时调度框架建立具有多时段耦合约束特征的两阶段鲁棒优化模型。在日前调度阶段,根据风电和负荷预测数据求解计及安全约束的机组组合问题以确定机组调度方案。在实时调度阶段,考虑电力系统不确定性计算风电的最大消纳范围以评估系统灵活性,即“不超过”极限。对于极限内任意风电曲线,均可通过调整日前调度计划使实时调度阶段的弃风和切负荷风险是可接受的。基于Benders算法的求解框架,应用强对偶理论和大M法将难以直接求解的min-max-min模型转化为混合整数线性规划问题。最后,采用改进的IEEE-6和IEEE-118节点系统,验证所提方法的有效性。