考虑风电不确定性的电力系统恢复全过程两阶段鲁棒优化方法

我国能源低碳转型过程中电力系统的风电接入比例将不断提高,研究新形势下的恢复控制问题对提升电力系统的保底安全性具有重要意义。针对风电接入背景下的电力系统恢复决策优化问题,该文建立了考虑风电不确定性的全过程两阶段鲁棒优化模型。第一阶段考虑已恢复节点重要度指标、负荷恢复量以及风功率波动场景集,对系统元件恢复次序做出决策;第二阶段包含双层目标,外层目标为最大化风功率波动对系统负荷恢复量的影响,内层目标为在最恶劣的风电波动场景下最大化系统负荷恢复量,并利用对偶原理将第二阶段问题转化为单层优化问题。采用区间不确定集描述风功率时空不确定性,通过列与约束生成算法求解此两阶段优化问题,利用启发式方法加速主问题求解。最后,通过新英格兰39节点系统与实际电网算例验证所提方法的鲁棒性与实用性。     

计及风电时间相关性的鲁棒机组组合

鲁棒优化是解决大规模新能源接入后电力系统调度的重要手段。相比于基于场景的随机规划、带有风险约束的机组组合等,鲁棒机组组合的结果往往偏于保守。鲁棒优化的保守性直接受到不确定集合的影响。研究了风电预测误差时间相关特点,提出了基于自相关性的时间相关性约束。并利用不确定集合的离散性特点,将该约束近似简化为可以用于实际鲁棒优化问题的线性约束。在列与限制生成(CCG)算法的基础上,改进了Bender’s分解后子问题的求解算法,提出了一种适合离散型不确定集合的鲁棒优化求解方法。最后,以真实风电数据进行了大量的仿真实验。结果表明,提出的算法能够在不影响机组组合可靠性的前提下,降低鲁棒优化保守性。     

考虑空调负荷虚拟储能的产消者鲁棒日前申报策略

在分布式可再生能源大力发展的背景下,产消者将成为新的重要利益主体参与电网运行。考虑到产消者中空调负荷具有良好的调控潜力,文中首先建立了空调负荷的虚拟储能模型,并在此基础上分析了虚拟储能与常规储能的不同之处。针对虚拟储能可参与日内调控的特点,考虑可再生能源出力不确定性,提出了产消者鲁棒日前申报策略,并进一步提出了将虚拟储能日前决策与实时调整相结合的产消者最优申报及调度策略,运用改进的列约束生成算法进行求解。最后对具体算例进行比较,证明了最优策略在产消者运行灵活性与经济性方面的优势,并分析了可再生能源出力不确定性、惩罚价格选取及室外温度对实际结果的影响。     

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。     

风电全消纳下虚拟电厂内部资源鲁棒调度策略

虚拟电厂运行机制为可再生能源以及需求侧分布式电源并网提供了技术支撑。针对含风、火、水以及柔性负荷的虚拟电厂,构建了两阶段鲁棒优化模型。该模型在对风电出力全部消纳的情况下,优化其内部各单元出力,缓解风电的不确定性和随机性,保证虚拟电厂满足对某些负荷稳定供电的情况下,达到运行经济性最优。针对min-max-min型两阶段优化问题,将其分解为混合整数特性的主问题以及计及风电出力不确定性的线性优化子问题。然后引入线性优化强对偶理论与列约束生成算法对主问题与子问题进行迭代求解,与此同时,在迭代过程中采用Big-M法将子问题的对偶模型线性化。最后通过算例仿真验证了所提两阶段鲁棒模型的有效性。     

考虑源荷不确定性的光伏小镇鲁棒优化配置

光伏小镇能源系统是以光伏为主体,结合其它本地能源的综合能源系统。为充分利用太阳能和地热能,本文提出一种考虑源荷不确定性的两阶段鲁棒优化方法,引入不确定性调节参数以避免为保证供电可靠性而牺牲经济效益。建立以系统综合成本最小为目标的max-min-max两阶段鲁棒优化配置模型,对光伏小镇的光伏、热电联产机组、地源热泵、储能进行优化配置。光伏和负荷的不确定性采用不依赖于概率分布的盒式不确定集描述,以上下边界区间表示光伏和负荷的波动范围,形成鲁棒约束,通过列和约束生成算法和强对偶转换降低求解的复杂度。以我国北方某光伏小镇为研究案例,通过改变不确定性调节参数,能有效控制配置方案的保守性,在保证供电可靠性降低负荷缺电率的同时,降低了配置成本,弃光率也得到改善,方案具有很强的适用性。     

考虑风电消纳的热电联供型微网日前鲁棒经济调度

针对热电联供型微网中的风电不确定性,文中构建双层鲁棒模型从而得到最恶劣风电出力场景下的微网最优日前调度方案。模型考虑了可控机组运行成本、功率交互成本,并将弃置的风电功率以惩罚的形式引入目标以提高微网对风电的消纳能力。鉴于模型内外层之间是相互影响的,文中将原问题分解为日前计划调度主问题以及计及风电出力不确定性的执行调控子问题从而进行求解。在求解过程中,利用线性优化强对偶理论对max-min结构的子问题进行转化,并引入BigM法将所得对偶模型线性化,然后采用列约束生成算法对主问题和子问题进行交互迭代从而获得最优解。最后,通过算例验证了所提模型的有效性。     

基于数据驱动的微电网双层鲁棒优化调度

提出了一种基于数据驱动的微电网两阶段自适应鲁棒优化调度方法。首先,构建了基于数据驱动的微电网市场调度优化框架,利用K-means聚类方法对微电网大量历史数据进行聚类预处理,选取典型场景代表大量复杂场景来获得准确地风电出力概率分布情况。然后,在阶段一建立微电网日前预调度模型;基于预处理的聚类数据,建立数据驱动的风力发电的不确定性集合,在阶段二建立微电网实时调控模型。通过数据驱动构造的风力发电不确定性集合,排除了部分极端场景,降低了模型的保守度。接着,用列约束生成算法(C&CG)将构建的两阶段自适应鲁棒优化模型分解为主问题和子问题进行交互迭代求解。最后,仿真结果验证了所提方法的有效性,降低了微电网设备运行成本,提高了新能源利用率。     

基于柔性软开关的主动配电网两阶段鲁棒优化运行

随着分布式发电机(distributed generator, DG)大规模并入配电网,负荷与DG出力的随机性和波动性给配电网的运行带来了很大挑战。基于柔性软开关(soft open point, SOP)在潮流控制、无功补偿方面的优势,建立以主动配电网运行成本最低为目标函数的两阶段SOP鲁棒优化运行模型。第一阶段,生成每个时间段的SOP运行策略和开关的动作情况,以最小化运行成本;第二阶段,在预定义的不确定性集中寻找配电网运行的最恶劣场景及相应场景下的最小运行成本,并通过调整鲁棒调节参数,灵活地改变运行方案的保守程度;然后利用列约束生成算法和对偶理论,将原问题分解为主问题和子问题进行交互迭代求解;最后,以改进的IEEE33节点系统为例,验证了所提方法的有效性和安全性。     

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...     

计及预测误差相关性的风电出力不确定性集合建模与评估

先进的鲁棒调度技术是应对出力不确定性最经济、最有效的手段之一;而不确定性集合是刻画风电出力不确定性的基本形式,它不依赖于预测误差的具体分布形式,是制定风电鲁棒调度策略,进而保障系统安全经济运行的重要参考依据。首先,采用实际数据对现有不确定性集合建模方法进行了评估,指出在不确定性集合中若忽略风电预测误差的相关性将导致不合理的结果。在此基础上,基于广义椭球的一般表达式,提出了风电出力不确定性测度的概念,进而给出一种可以准确考虑风电预测误差相关性的不确定性集合建模方法。实际算例表明,在给定置信概率下,所提方法能够保证不确定性集合凸性,大幅压缩不确定性集合的测度,从而显著降低电力系统鲁棒优化决策的保守性。     

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。     

面向配电网弹性提升的智能软开关鲁棒优化

研究了自然灾害场景下提升配电网弹性的智能软开关(SNOP)优化配置问题。综合考虑SNOP的功能特性与运行边界,建立了面向配电网弹性提升的SNOP配置三层防御-攻击-防御优化模型,并提出了求解该模型的两阶段鲁棒优化方法——列约束生成(CCG)算法。以IEEE 33节点为例,对所述模型和求解算法进行验证,结果表明所得的SNOP优化配置与运行方案可显著提升灾害场景下的配电网弹性,降低供电负荷损失量。     

考虑循环寿命折损的主动配电网仿射可调鲁棒优化方法

针对主动配电网在源荷储协同下的不确定性优化问题,提出了基于仿射可调鲁棒优化的主动配电网运行策略。首先,考虑分布式光伏的可控模型、循环寿命折损的电池储能模型和ZIP负荷模型,构建了主动配电网优化运行模型。然后,采用椭球集合来描述分布式光伏出力的不确定性,并结合仿射策略形成优化模型中决策变量与分布式光伏出力不确定性变量之间的线性决策机制。最后,通过对偶变换将主动配电网鲁棒优化模型转化为一个确定性的混合整数二阶锥规划模型进行求解。在改进的IEEE33节点算例系统中对比验证了所提出的仿射可调鲁棒优化方法的有效性和优点。     

多直流馈入受端系统负荷恢复分布鲁棒优化

在含风电的多直流馈入受端系统中,直流系统和风电提供功率支撑可以加快负荷恢复,但不可避免的风电和负荷不确定性问题会给恢复安全带来挑战。为此,提出了一种可以充分利用现有数据降低不确定性风险的恢复决策方法。该方法首先分析直流系统的功率调控特性,建立多回直流功率调控约束模型。其次,构建基于Wasserstein距离的风电出力和负荷模糊集来描述源荷双侧的不确定性。然后,定义恢复风险指标描述不确定性导致的安全越限风险,建立两阶段分布鲁棒优化模型,最小化最恶劣概率分布下的恢复风险。最后,利用对偶理论和big-M方法,将该模型转化为混合整数线性规划问题求解。该方法可充分利用已有数据,提供鲁棒性灵活可调的最优负荷恢复方案,能够平衡恢复过程中的经济性与安全性。算例分析结果表明,所提出的方法可以有力保障各直流传输功率的协调优化和负荷的安全有序接入,消除不确定性带来的运行风险。     

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。