考虑风电不确定性的电力系统鲁棒优化调度

为更好地提高电力系统供电可靠性,采用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,并建立鲁棒优化调度模型。通过96时段10机算例仿真分析可知,该调度方案可实时应对风电出力波动。     

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。     

考虑风电接入的电力系统鲁棒经济优化调度

鉴于风力发电具有很强的随机性和波动性,含风电调度系统中,应用传统预测区间来描述其不确定性的方法存在缺陷.针对该问题,通过引入弃风限制对风电场的风电出力预测区间进行优化,得到能够保证调度系统安全运行的风电安全出力区间;在此基础上,建立双层鲁棒区间优化调度模型,使得常规机组的运行成本和风电场的弃风成本最小,并分析了系统爬坡...     

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。     

考虑风电不确定性的互联电力系统鲁棒经济调度

实现可再生能源的大规模利用和共享是能源互联网的主要目的。将可再生能源转化成电能,实现了对可再生能源的利用;通过输电网对电能的远距离传输,实现了可再生能源的大规模共享。本文针对输电网,提出一种广域协调消纳大规模新能源发电出力的策略,实现可再生能源广域内的大规模共享。并运用鲁棒优化技术,有效控制新能源出力不确定性给电力系统带来的影响。首先,给出了一种“传统关口调度结合风电消纳”的联络线调度模式,将日前联络线功率调度计划分为计划值和调整值;其次,建立两阶段零和博弈模型;最后,针对所建博弈模型,提出一种改进的“非线性割平面”算法进行求解。算例分析结果表明,所提出的新能源广域协调消纳策略能够在保证互联系统鲁棒性的同时提高互联系统的经济性。     

考虑风电出力不确定性的综合能源系统鲁棒优化

受风速的波动性和间歇性的影响,风力发电具有明显的不确定性特点,增加了电力系统调度运行难度。针对风电出力的不确定性,以系统总运行成本及弃风成本最优为总目标,考虑系统能量平衡、火电机组出力、燃气轮机出力、P2G设备出力等约束条件,采用鲁棒优化方法构建含P2G设备、冷热电联产机组及储能装置的综合能源系统鲁棒优化模型,采用24时段的算例通过Matlab软件中心YALMIP工具箱,通过CPLEX求解器进行求解,分析不同鲁棒参数及风电消纳率条件下,系统运行成本的差异。最后,仿真验证了所建模型的正确性和有效性。     

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。     

考虑风电不确定性的电气能源系统两阶段分布鲁棒协同调度

燃气轮机、电转气装置的应用加深了电气能源系统间的耦合关系,为消纳风电提供了新途径。同时,传统的随机规划和鲁棒优化算法在处理风电出力不确定性时均存在一定的局限和不足。基于此,将分布鲁棒优化方法应用到电气能源系统的经济调度问题中,建立了以燃气轮机、电转气装置为耦合元件的两阶段调度模型。模型的第一阶段以综合系统总成本为目标函数,同时融合了风电预测场景信息,制定出包含机组启停计划、机组计划出力值、天然气计划供气量的日前鲁棒调度方案。基于日前调度计划,模型的第二阶段(实时运行层面)通过机组出力调整、天然气供气量调整以应对风电的不确定性,并综合1-范数和∞-范数同时约束不确定性概率分布置信集合。整体两阶段分布鲁棒协同调度模型采用列与约束生成(CCG)算法进行求解。最后,通过算例验证了分布式鲁棒优化算法的有效性。     

规模风电接入下考虑多区域频率动态安全的机组组合与风险调度EI北大核心CSCD

规模风电并网加剧了不同区域间惯量分布不均的问题,给多区域系统的频率安全防御带来挑战。该文提出一种兼顾风电出力不确定性与多区域频率动态安全的两阶段风险调度模型。第一阶段基于条件风险价值理论协同优化多区域系统的运行成本与运行风险,并求得风电可接纳安全边界;第二阶段在恶劣风电场景下进行多区域频率动态安全校核。将备用容量解耦为非事故备用与事故备用,分别嵌套于两阶段模型中,实现求解思路的清晰化。最后通过列与约束生成算法求解此两阶段优化问题。算例仿真验证表明,所提模型和方法能有效提升多区域系统的频率响应能力,保证安全经济运行。     

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。     

基于风险的多区互联电力系统分布式鲁棒动态经济调度

为应对高比例可再生能源并网给调度运行带来的高不确定性,提出一种基于风险的两阶段鲁棒动态经济调度模型,可用于优化多区互联电力系统的联络线功率与区域发电及备用计划.在鲁棒优化模型中对所采用不确定集的边界进行优化,以评估弃风与失负荷风险.对联络线功率的优化包括两个方面:一是针对可再生能源预测出力制定基态联络线计划;二是针对实际可能出现的可再生能源出力制定功率调整计划,以实现区域备用共享.建立一种分布式调度体系,以实现各区域电力系统分散自治运行.采用动态乘子更新策略,避免了分布式优化算法参数选择的问题.在3区354节点系统上的算例分析验证了所提模型与算法的有效性.     

考虑风险约束的高载能负荷-风电协调调度方法

由于可离散调节的高载能负荷不适用于在短时内连续调节的特点和风电出力的不确定性,高载能负荷参与消纳风电时,会导致负荷用电与风电出力不匹配的问题。针对该问题,提出一种计及负荷方风险约束的高载能负荷-风电协调调度方法。首先,基于风电可接纳区间的概念和风电场出力概率密度分布,建立电网对风电的接纳能力的模型。接着,根据电网接纳能力外的弃风情况,构建了与高载能负荷用电计划增量和风电弃风量相关联的风险约束,使负荷方能够在一定程度上规避由于风电不足导致的负荷增量与风电新增发电量不匹配的风险。然后,基于高载能负荷调节对风电可接纳区间的影响,建立了以风电消纳为目标的鲁棒机组组合模型,保证线路容量约束的满足。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侧的保守程度对协调调度的影响。     

考虑风电不确定性和碳交易成本的多能源微网日前鲁棒经济调度模型

在低碳背景下,含热电联产(Combined Heating And Power, CHP)及电转气(Power to Gas, P2G)技术的多能源微网系统可以实现多种能源清洁低碳化供应,提高能源综合利用效率。然而,风电强烈的随机性与波动性严重影响多能源微网运行的安全性与经济性。基于此,采用可调鲁棒优化方法应对风电出力不确定性;并根据P2G低碳特性和碳交易市场机制建立阶梯型碳交易模型,综合考虑常规机组的运行成本、电量交易成本、弃风惩罚成本以及碳交易成本,构建多能源微网日前双层可调鲁棒经济调度模型。最后,对系统不同场景的调度结果进行对比分析,结果表明：引入阶梯型碳价后,可以有效提升含P2G的热-电联产型多能源微网低碳运行的经济性,可调鲁棒方法能使多能源微网在经济性和保守性上得以平衡。     

考虑源-荷不确定性及条件风险价值的电力系统优化调度

高比例风、光新能源机组并网及负荷侧功率的波动使得电力系统面临着较强的源-荷不确定性。为此,提出一种考虑源-荷不确定性及条件风险价值的电力系统优化调度模型。采用随机优化规划的方法对风、光机组及负荷功率不确定性进行处理,运用三角模糊数表征随机变量,利用清晰等价转换求解模糊优化问题;考虑到不确定性带来的运行风险,利用条件风险价值的方法来调控不确定性对调度决策者的影响,降低不确定性风险成本,并考虑了阶梯碳交易成本,降低了系统的碳排放。算例结果表明,所提优化调度模型能够有效降低不确定性风险成本,提高系统运行的低碳与经济性。     

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。     

考虑风电和电动汽车不确定性的综合能源系统日前经济调度

综合能源系统中风力发电和电动汽车充放电的不确定性对系统运行的经济性有较大影响。考虑电动汽车的普及对综合能源系统的影响,根据电动汽车的不同出行和充电特性,细化区分各类电动汽车的运行模型;考虑风电出力的分布概率较难获取,通过较多历史数据驱动来构造一个基于不精确狄利克雷模型(imprecise Dirichlet model, IDM)的非参数模糊集,从而搭建一个考虑风电出力和电动汽车充放电不确定性的综合能源系统日前两阶段分布鲁棒调度模型。为了获得该模型的最优解,将其分解为一个混合整数线性规划主问题和一个具有max-min结构的子问题。利用对偶理论和大M方法,将子问题转化为MILP问题,利用列和约束生成(column and constration generation, CC&G)算法对主问题和转化后的子问题进行迭代求得最优解。算例分析表明,该模型能有效地应对风电出力与电动汽车充放电行为的不确定性。     

基于鲁棒后悔度的含风电日前和日内市场两阶段出清优化

由于风电的不确定性,含有风电较多的系统将引入日内市场,以减小实时市场的功率偏差,提高系统运行的经济性和稳定性。文中利用区间模型表示风电出力的不确定性,在日前市场中考虑日内市场风电偏差功率的不确定性,建立日前市场和模拟日内市场联合优化模型;在各个日内市场考虑对应实时市场风电偏差功率的不确定性,建立各日内市场和模拟实时市场联合优化模型。在日前市场和日内市场中考虑购电决策者的后悔心理,以鲁棒后悔度最小为目标,实现分阶段不同时间尺度购电出清优化,提高日前市场和日内市场购电方案的经济性和鲁棒性。最后,基于一个具体算例对优化模型和结果进行详细的分析,体现了两阶段优化出清方法的可行性和优越性。     

考虑风险的交直流混联系统鲁棒备用优化

为协同调度多区交直流混联系统的发电资源,并应对风电出力的强不确定性,提出了一种考虑风险的鲁棒备用优化模型。该模型采用线性化潮流考虑了系统无功和电压约束,以获得更加准确且可靠的发电及备用计划。同时,与传统的鲁棒优化模型不同,该模型将不确定性集的边界建模为决策变量从而进行优化,并相应地评估了系统运行风险,包括弃风风险与失负荷风险2类。为减轻区域间的通信负担,同时保护区域内的信息安全,基于我国交直流混联系统的层级结构,制定了分解调度策略,进一步采用目标级联分析法分布式地并行求解所提模型,可通过有限次迭代获得可接受的近似最优解。在2区域12节点系统和3区域354节点系统上的算例分析验证了所提模型与算法的有效性。     

基于库存理论考虑局部不确定性的互联微电网分布式鲁棒调度

为实现广域分布式能源系统的高度自治性和鲁棒性,提出了一种用于互联微电网(interconnected microgrids, IMG)的分布式鲁棒经济调度(distributed robust economic dispatch, DRED)。首先,应用多智能体理论搭建IMG的分层分布式调度框架;其次,为了解决分布式鲁棒优化问题,将原问题分解为多层问题,在上两层进行可行性测试和联络线功率优化。在此研究结果的基础上,运用库存理论对可再生能源和负荷的不确定性进行了研究;最后,以一个实际的IMG系统为例,通过对分散和集中式鲁棒方案的比较,验证了该策略的收敛性和可行性。该模型在计算复杂度上也优于传统的DRED模型,利用概率信息实现了某一置信水平下的最优调度。     

考虑风电不确定性的交直流配电网低碳分布鲁棒优化调度

为增加配电网风电的消纳能力,减少碳排放,建立了一种交直流配电网低碳分布鲁棒优化调度模型。分析风电预测误差和预测出力历史数据之间的正相关性,采用混合Copula函数,建立它们之间的联合概率分布,得到风电预测误差的条件概率分布。将交直流配电网解耦为交流和直流子网,以各自综合运行成本最小为优化目标,在交流子网优化模型中引入碳交易机制,建立交直流配电网分散协调优化模型。以得到的风电预测误差的条件概率分布为参考,构建了基于K-L散度的分布鲁棒模糊集。利用拉格朗日对偶理论,将优化模型转化为单层优化目标模型,并利用交替方向乘子法进行分散协调优化求解。基于修改后33节点交直流配电网模型的仿真结果表明所提模型能有效减少配电网侧碳排放量,显著提高风电消纳能力。