分布式光伏电站接入配电网的分布鲁棒优化配置方法

随着分布式光伏(Distributed Photovoltaic, DPV)电站接入配电网的规模日益增大,光伏出力的不确定波动特性造成配电网运行状态的频繁波动,故对接入配电网的DPV电站进行合理规划对于配电网的安全运行尤为重要。针对DPV电站接入配电网的并网点和容量选择问题,以并网位置节点和配置容量同时作为决策变量,并考虑DPV出力的不确定性,建立了DPV电站接入配电网的并网点和容量选择的分布鲁棒优化配置模型。以当地光照强度和环境温度的历史数据计算出的DPV电站单位容量光伏的日出力曲线作为数据驱动构建出基于KL散度的模糊集。通过优化计算出模糊集中最大和最小期望的概率分布以得到单位容量光伏出力不确定波动的范围,将分布鲁棒优化模型转化为鲁棒优化模型,并采用Benders分解法求解得到优化配置方案。最后,以某个实际180节点配电网为例进行仿真计算,并与确定性优化和传统鲁棒优化方法进行对比分析。验证了所提出的分布鲁棒优化方法既能够保证在光伏出力不确定波动下配电网的安全运行,又能够克服鲁棒优化方法的保守性,使求得的配置方案在经济性和鲁棒性之间达到良好的平衡。     

基于分布鲁棒优化的光伏电站并网极限容量研究

针对光伏电站出力的不确定性,以及描述出力的概率分布函数难以准确获取的特点,提出将分布鲁棒线性优化理论用于研究光伏电站并网后的极限容量问题,建立了基于系统运行约束条件下的光伏电站极限容量的分布鲁棒优化模型,模型中的随机变量为太阳辐射强度,结合其上下限与期望来描述光伏电站出力的不确定,并通过对偶理论将模型转化为确定性的线性规划问题,以便于求解。在某修正的Garver's 6节点系统中,对模型进行验证,结果表明：不同的并网位置、太阳辐射变化范围均明显影响了光伏电站并网后的极限容量,并且与盒式鲁棒优化方法相比,分布鲁棒优化方法能得到更优的结果,同时该模型还能给出在最优性与鲁棒性之间灵活转换的计算结果,进而验证了该模型与方法的可行性和有效性。     

基于KL散度的含储能机组组合分布鲁棒优化方法

为应对风电场出力的波动性和随机性给机组组合带来的问题,提出了基于Kullback-Leibler(KL)散度的含储能机组组合的两阶段分布鲁棒优化模型。在电池储能的运行模型的基础,将电池储能模型嵌入到传统的火电机组组合模型中,建立了含储能的机组组合两阶段优化模型;基于KL散度构建了风电场出力的模糊集,形成了含储能机组组合的两阶段分布鲁棒优化模型,通过对偶变换和广义Benders分解将其转化成易于求解的混合整数凸优化模型进行求解。通过IEEE RTS 24节点系统仿真结果表明,所提出的分布鲁棒优化方法保守性优于鲁棒优化方法,经济性接近随机优化方法,且随着KL散度增大,机组组合成本缓慢增加。     

采用盒式鲁棒优化的并网光伏电站极限容量计算

针对光伏发电出力的不确定性,提出运用鲁棒优化理论来研究并网光伏电站的极限容量问题。采用盒式鲁棒优化方法,建立系统运行约束条件下的光伏电站极限容量优化模型,模型中以太阳辐射强度作为不确定参数,通过其变化范围来描述光伏发电出力的不确定性,依据优化对偶理论,将模型转化为确定性的线性规划问题,然后进行求解。某46节点系统的仿真计算结果表明,不同的并网节点、扰动范围对光伏电站极限容量有明显影响,验证并网光伏电站极限容量的盒式鲁棒优化模型的可行性和有效性。     

基于生成对抗网络的独立微电网光-储容量分布鲁棒优化配置

针对微电网中分布式可再生能源的不确定性,可采用机会约束随机规划刻画系统运行风险。现有研究通常基于解析变换或者典型场景处理机会约束问题,但前者依赖于特定的概率分布,而后者中的预设场景与实际场景可能存在偏差,会导致无法满足预设运行风险的难题。对此,提出一种融合数据生成技术的分布鲁棒优化方法解决独立微电网光伏-储能容量配置问题,以平衡电源配置经济性与微电网运行风险。首先,提出基于改进生成对抗网络(GAN)的光伏出力场景生成方法,以提高GAN模型训练和场景生成效率;其次,采用?-散度衡量GAN生成数据与真实数据之间的偏差,采用分布鲁棒机会约束条件刻画相应光伏-储能容量下的微电网运行风险;再次,提出基于变差距离、抽样平均近似原理以及线性化技术的分布鲁棒优化问题求解方法,在充分利用GAN生成场景的同时保证优化问题求解效率;最后,采用33节点和123节点系统进行仿真分析,以验证所提方法的有效性。     

基于自适应步长ADMM的柔性配电网光-储协同分布鲁棒优化配置

针对柔性配电网的显著分区特征以及光伏出力的不确定特性,提出了一种区域间分布式优化及区域内两阶段优化方法,建立了基于自适应步长交替方向乘子法的光-储协同分布鲁棒优化配置模型。基于耦合支路法将柔性互联装置解耦,通过一致性约束协调各区域间的边界条件,利用自适应步长交替方向乘子法进行全局迭代分布式优化。以最小化柔性配电网的投资运行总成本为优化目标,建立基于数据驱动的各子区域两阶段分布鲁棒优化模型,并提出一种交直流混合凸松弛方法处理非线性非凸模型以便快速求解。基于改进相对熵构建光伏典型出力场景的不确定概率分布模糊集,通过列与约束生成算法求解两阶段分布鲁棒优化模型。以改进的某实际293节点柔性配电网为算例验证所建模型的有效性。     

计及风电不确定性和弃风率约束的风电场储能容量配置方法

风电的大规模开发造成了严重的弃风问题,在风电场内配置储能装置可显著减少弃风,文中基于分布鲁棒优化方法研究了考虑风电不确定性和弃风率约束的风电场储能容量配置问题。首先根据历史数据构造风电出力的经验分布函数,为考虑风电出力的不确定性,以Kullback-Leibler(KL)散度作为分布函数距离测度建立了风电出力的概率分布函数集合。随后,将弃风率要求建模为概率分布函数集合中最坏分布下的鲁棒机会约束,进一步建立了以储能投资成本最小为目标、以弃风率为约束的鲁棒机会约束规划模型。最后,通过矫正机会约束中的风险阈值,将鲁棒机会约束转化为传统机会约束,并采用凸近似和抽样平均构建线性规划进行高效求解。基于IEEE 30节点电网进行了算例分析,并与传统的随机规划和鲁棒优化模型进行对比,验证了所提模型在处理风电不确定性时能有效兼顾保守性和鲁棒性。     

考虑风电出力不确定性的分布鲁棒主备协同优化调度

随着大量可再生能源如风电接入电网,如何最大化地利用可再生能源、减小传统火电机组的成本成为亟需解决的难题,特别是机组运行和备用容量的协同调度成为现在研究的一大热点。考虑风电出力的不确定性,建立了成本最小化的两阶段经济调度模型。在第一阶段,即日前调度,根据预测的风电出力制定机组预调度方案。在第二阶段,即实时调度阶段,根据风电的实时出力对第一阶段调度方案进行反馈调节。针对风电出力的不确定性,应用Kullback-Leibler离散度原理对不确定因素进行建模。结合分布鲁棒方法,建立了极端概率分布下的两阶段分布鲁棒主备协同优化模型,并将其转化为可解的混合整数非线性规划问题。基于广义Benders分解方法,提出了分解协调算法对优化模型进行求解。最后以IEEE 6 节点系统和IEEE 118 节点系统进行算例仿真分析,并对比传统鲁棒及随机规划方法,验证了所提方法的可行性和优越性。     

基于碳足迹的可再生能源分布鲁棒协调优化配置

“电力零碳”是实现“双碳”目标的重要支撑,高比例可再生能源(renewable energy, RE)的不确定性给配电网规划带来了新挑战,基于此,建立基于碳足迹的RE分布鲁棒协调优化配置模型。首先,确定各类RE的全生命周期碳足迹系数。然后,考虑多种RE配置、运行等约束,以最小化配电网碳排放惩罚费用及RE安装成本为优化目标,通过二阶锥等手段将原模型进行混合整数二阶锥凸化以快速求解;为处理RE不确定出力因素,构建基于数据驱动的分层分布鲁棒优化规划模型。其次,结合RE典型历史数据,通过相对熵Kullback-Leibler(KL)散度约束不确定性出力概率分布模糊集,通过列与约束生成(columns and constraints generation, CCG)算法求解优化配置方案。最后,基于IEEE 33节点系统验证模型的有效性。     

多类型源储协调互动的配电网分布鲁棒优化调度

分布式光伏、风电等可再生能源出力具有较强的随机性和不确定性,其大量并网给配电网的运行带来了极大的挑战。本文提出了一种多类型源储协调互动的配电网分布鲁棒优化调度方法,基于分布鲁棒优化理论,对配电网中传统离散设备、可再生能源以及储能决策进行协调优化,提高配电网运行的经济性和安全性,实现了配电网运行决策保守性与鲁棒性的有效平衡。首先,考虑多类型源储资源的协调互动,建立配电网优化调度模型,并将其转化为混合整数二阶锥规划的形式;其次,利用可再生能源出力场景集进行不确定性刻画,建立分布鲁棒优化模型,并通过列和约束生成算法进行求解;最后,在PG&E69节点系统上进行算例分析,验证了所提方法的可行性与准确性。     

配电网电压控制的分布式光伏无功仿射可调鲁棒优化方法

随着高比例分布式光伏发电并网引发的配电网电压波动越限问题,提出基于仿射可调鲁棒优化的分布式光伏无功功率调节方法。首先,通过建立以配电网有功网损和节点电压偏差最小化的综合优化模型,采用多面体线性化方法将综合优化模型转化为二次规划模型。然后,在考虑分布式光伏有功出力预算不确定性集的基础上,通过对偶变换将鲁棒优化模型转化为确定性的二次规划模型。在含高比例分布式光伏的IEEE-33和IEEE-123节点的配电系统仿真结果表明,与分布式光伏零无功调节相比,所提出的仿射可调鲁棒优化方法较传统的鲁棒优化方法能大幅度地改善网损和节点电压优化结果,具有较低的保守性,最为接近蒙特卡洛仿真结果。     

基于分布鲁棒优化的多源发电系统联合调度

为解决传统的随机优化和鲁棒优化方法不能同时兼顾经济性和安全性去处理风光等可再生能源大规模接入电力系统时的调度问题,采用在经济性和安全性上取得平衡的分布鲁棒优化方法来处理风光出力不确定的风-光-火-储联合发电系统日前经济调度问题.建立以运行成本最小为目标的多源发电系统联合调度模型,并利用分布鲁棒优化方法将其写成鲁棒机会约...     

考虑需求响应不确定性的光伏微电网储能系统优化配置

将分布式光伏以微电网的形式接入配电网运行是应对大规模分布式光伏并网问题的有效手段之一。以含储能装置和需求响应资源的并网型光伏微电网为研究对象,研究考虑价格型需求响应(Demand Response, DR)不确定性的并网型光伏微电网储能系统优化配置方法。首先,同时考虑价格需求弹性曲线和基线负荷不确定性对价格型DR不确定性的影响,建立了价格型DR响应量模糊模型。在此基础上,以用户负荷与光伏出力总差异最小为目标,建立了基于模糊机会约束规划的价格型DR优化运行模型。之后,以价格型DR的优化结果为基础,建立了基于模糊机会约束规划的并网型光伏微电网储能系统优化配置模型。通过对模糊机会约束的清晰等价处理,将模糊机会优化问题转换为确定性优化问题进行求解。最后,通过仿真算例验证了模型的有效性。     

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。     

发输电系统鲁棒优化规划研究综述与展望

随着电力系统不确定性增加,应用发输电系统鲁棒优化规划研究抵御不确定性极端场景已成为重要研究方法。首先从是否计及不确定因素概率分布特征角度,将鲁棒优化分为经典鲁棒优化和分布鲁棒优化,梳理了这2类鲁棒优化的数学模型和不确定集合特征。然后将现有的发输电系统经典鲁棒优化和分布鲁棒优化研究分为考虑节点注入功率不确定性、电源容量增长及成本不确定性、输电网络状态不确定性3个方面,提炼了发输电系统鲁棒优化规划的研究框架和局限性。最后展望了发输电系统鲁棒优化规划值得深入研究的问题,为发输电系统鲁棒优化规划后续研究提供思路和方向。