基于信息间隙决策理论的综合负荷聚合商储能优化配置模型

储能配置是综合负荷聚合商(integrated load aggregator,ILA)参与综合能源系统,保证自身发展的重要手段之一。然而,在与ILA相关的研究结果中,鲜有关于ILA侧最优储能配置的报道。为此在建立电?气联合市场机制的基础上,引入信息间隙决策理论(information gap decision theory,IGDT)方法,对此进行研究。首先,构建电?气联合市场机制,以ILA年费用最小化为目标,建立市场机制下ILA储能优化配置模型。其次,针对电?气市场中的实时电价和气价的不确定性,引入IGDT,得到2种不同风险态度的ILA储能优化配置模型。最后,通过算例分析,得到不同风险态度下ILA的储能容量配置及对应的购售电/气策略;并分析不同日前电价和气价对储能配置的影响,以及不同储能配置方案对ILA经济性的影响。     

基于信息间隙决策理论的微电网多目标鲁棒优化调度

针对预测技术难以准确获取实际的可再生能源出力和负荷大小,其随机性影响微电网控制策略及用户经济性的问题,基于含光伏系统、储能系统和负荷的并网型微电网,考虑分时电价和需量管理,以用户日电费成本最低为目标函数,建立一种需量管理捆绑峰谷套利的微电网日前优化调度模型。基于该模型,计及光伏出力和负荷的波动性,提出基于信息间隙决策理论（Information Gap Decision Theory,IGDT）的微电网多目标鲁棒优化调度模型,制订具有鲁棒性的调度方案,并研究预设目标成本与光伏出力及负荷波动区间的定量关系。利用ε-约束方法刻画多目标问题的Pareto有效前沿,运用模糊满意度理论确定Pareto解集中的折中解,为运行人员提供合理的鲁棒决策方案。通过对某工业微电网进行仿真,并与蒙特卡洛法对比分析,验证了所建模型的可行性和有效性。     

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。     

基于IGDT的含广义储能的独立直流微网日前优化调度

微电网的能量管理与优化调度作为构建新型电力系统的重要环节,提高其可再生能源的消纳水平、降低源荷不确定性风险以及优化系统运行成本具有重要意义。因此,文中提出一种基于信息间隙决策理论(information gap decision theory, IGDT)的含广义储能的独立直流微电网日前优化调度模型。首先,构建含超级电容的混合储能系统,以降低蓄电池运行成本,将具备虚拟储能特性的柔性负荷与混合储能相结合,形成广义储能,充分发挥微电网系统内灵活性资源特性;其次,考虑系统风光荷不确定性,引入IGDT模型,在确定性模型基础上建立风险规避策略下的鲁棒模型和风险投机策略下的机会模型,从2种决策角度追求降低风险与最大化收益;最后,基于算例仿真分析,证明该调度策略在降低微电网运行成本的基础上可量化不确定性因素对系统调度决策的影响,验证了模型的有效性和可参考性。     

基于信息间隙决策理论的含DG和EV的主动配电网优化运行

在电动汽车和清洁能源发电大量接入配电网的背景下,电动汽车无序充电与清洁能源出力的不确定性给配电网运行带来负面影响。首先,通过蒙特卡洛模拟生成电动汽车出行特性,以分时电价为调节手段制定有序充电控制策略,并考虑分布式发电出力的不确定性,建立基于信息间隙决策理论（information gap decision theory, IGDT）的主动配电网优化运行模型;之后,以电网侧、用户充电、环境侧总运行成本最小为目标,包含多种主动管理设备约束,并考虑决策者不同的风险偏好,分别建立机会模型与鲁棒模型,为制定调度方案提供决策依据;最后,通过改进的PG&E 69节点算例验证了IGDT模型有效性。     

基于信息间隙决策理论的气?电耦合配网滚动调度方法

面向气?电耦合配网,提出一种基于信息间隙决策理论（information gap decision theory,IGDT）的多能协同优化调度方法。首先,采用二阶锥优化(second-order conic program, SOCP)松弛描述配电网与天然气管网的能量流特征,利用电/气/冷/热多能互补及协同转化作为运行灵活性提升的重要手段,以经济性最优为原则,建立气?电耦合配网调度的确定性优化模型。在此基础上,提出基于IGDT的多能协同滚动调度方法,生成时变的动态风险边界。最后,在基于IEEE 33节点配电网和比利时20节点天然气网络的多能耦合系统中对所提方法进行了测试验证。算例结果表明,所提调度方法可以充分发挥气?电耦合配网的多能互补优势,并克服了传统滚动调度方法对于可再生能源预测精度的依赖,有效提升了系统对不确定性风险的承受能力,进而在鲁棒性与运行经济性之间取得合理权衡。     

基于信息间隙决策理论的配电网韧性提升规划方法

在高影响低概率极端事件发生前实施合理的规划策略可以有效提升配电网的韧性.首先,根据对极端事件掌握信息的多少将决策者分为有信息支撑的较为保守的决策者和无信息支撑的极度保守的决策者.然后,针对有信息支撑的较为保守的决策者,以因台风而导致的极端事件为例,建立其对配电网影响的模型.提出将随机优化与信息间隙决策理论相结合的配电网...     

基于Benders分解的独立型微电网鲁棒优化容量配置模型

为了提高独立型微电网电源优化配置的鲁棒性,综合考虑了风、光和负荷的间歇性和随机性,建立了独立型微电网的双层鲁棒优化容量配置模型。外层为初始投资费用主问题,内层为基于风、光和负荷不确定集的运行优化子问题。采用对偶的方法对子问题进行解耦,利用大M法将其线性化,并通过Benders分解的方法将主子问题进行交互迭代,直至经济成本达到最优。在算例中将该方法与改进的非支配排序遗传算法(NSGA-Ⅱ)进行对比,结果表明所提模型的鲁棒性更好,求解效率更高,验证了模型的合理性和有效性。     

考虑信息间隙决策的能源枢纽混合储能容量规划

针对电池储能等常规储能不能快速响应能源枢纽风电出力短期扰动问题,本文将混合储能引入能源枢纽当中,考虑混合储能在枢纽运行中的损耗,提出了能源枢纽日运行成本最优时的储能容量规划模型。然后基于信息间隙决策理论(information gap decision theory,IGDT)在风险规避策略与机会寻求策略下,建立考虑风电出力不确定性的鲁棒与机会模型,为决策者提供能源枢纽容量规划方案。最后通过算例分析,证明使用混合储能的能源枢纽对风电出力存储转化效率更高,日运行成本更少。同时基于IGDT的混合储能容量规划模型,能够为决策者提供在满足预期运行目标时风电出力最大/最小波动范围,分析风电出力不确定性与混合储能容量之间的关系,通过定量分析为不同风险偏好策略提供容量规划依据。     

基于信息间隙决策理论的售电公司参与多市场的优化决策

随着我国电力市场化的发展,售电公司参与到电力市场中。但售电公司可能会面临诸如电价波动、负荷需求变动以及可再生能源机组出力不定等不确定因素,造成较大的市场风险。为此,将信息间隙决策理论(info-gapdecision theory,IGDT)引入售电公司风险决策研究中。首先,构建了售电公司参与多级市场的运营模式,设计了电量分块的零售套餐,基于购电成本、发电成本和售电收入构建目标函数。其次,以波动系数ξ衡量模型中各个不确定量的波动程度,将原模型改为IGDT鲁棒决策模型。最后,在算例中选取不同的预期偏差因子δ分析IGDT鲁棒模型的优化决策解,证明了该方法得到的决策解都能保证达到决策者设定的最低期望值。     

基于混合随机规划/信息间隙决策理论的虚拟电厂调度优化模型

虚拟电厂(VPP)在调度过程中面临多种不确定因素,给决策和系统安全运行带来一定的困难。提出了基于混合随机规划/信息间隙决策理论(IGDT)的VPP调度优化模型,该模型针对电价概率分布描述较为准确、预测精度较高的特点,采用随机规划处理电价的不确定性;针对风光出力概率分布难以精确刻画、预测精度较低的特点,采用IGDT处理风光出力的不确定性,通过赋予风光出力偏差系数不同的权重,解决了IGDT同时处理风光出力不确定性的问题。此外,针对不确定性决策的盲目性和不同策略面临风险程度的不同,引入风险成本量化不同决策方案对应的风险。仿真结果验证了所提模型的有效性。     

计及信息间隙决策理论的含电动汽车充电负荷的微电网多目标规划

为了建立能同时考虑运行层面电动汽车充电和规划层面负荷长期增长的微电网,分析了微电网规划的经济成本。针对电动汽车充电导致的负荷波动和经济效益之间的矛盾问题,构建了多目标规划模型;针对负荷长期增长的不确定性,采用信息间隙决策理论进行模拟。通过模糊隶属度函数加权模糊规划处理,建立了考虑不确定性的含电动汽车充电控制的微电网最大满意度规划模型,对微电网进行协调规划。最后,通过仿真算例验证了所提多目标规划模型具有平衡经济性和负荷波动的作用,该作用能够帮助规划决策者以最优的成本应对负荷的不确定性,并进一步研究了微电网与大电网交互时,对电动汽车接入产生的影响。     

基于信息间隙决策理论的电动汽车聚合商日前需求响应调度策略

电动汽车用户对于需求侧调控的响应存在相当比例的不确定性,当电动汽车充电信息不完整时,高效处理充电行为不确定性问题的方法仍然较少。因此,采用信息间隙决策理论对用户响应不确定性进行精确建模,并量化评估了相应的机会收益和风险损失。首先,为了量化分析聚合商对电动汽车预测响应率与实际响应率之间的可接受偏差度,将聚合商确定性的成本决策问题转换为计及电动汽车响应不确定度的优化问题。其次,根据聚合商对于策略风险成本的接受程度,将调度模型分为乐观型和悲观型。基于信息间隙决策理论依据给定成本与预期成本的偏差分别生成对应的机会策略和鲁棒策略,不同风险偏好的聚合商可根据此算法结果采取相应的优化策略来保证期望收益。最后,仿真结果表明,在有限充电信息环境下,所提算法能有效应对电动汽车响应不确定性问题,降低电动汽车充电聚合商的总调度成本。     

基于元模型优化算法的混合储能系统双层优化配置方法

混合储能兼具能量型储能与功率型储能的优势,针对混合储能在风电平抑中的配置问题,提出了一种基于元模型优化算法的混合储能双层优化配置方法。首先,利用小波分解对风电功率的原始数据进行分解,得到混合储能需要平抑的功率。然后,针对功率分配策略对混合储能容量配置的影响问题,提出一种混合储能容量嵌套式双层优化配置方法。该方法的内层为混合储能功率优化分配策略,以荷电状态、充放电功率为约束条件,以蓄电池总体充放电功率最小为目标函数,以提高蓄电池的使用寿命;外层以最小容量、最小功率为约束条件,以混合储能的全寿命周期年均成本最小为目标函数。针对多变量、非线性、计算密集型双层优化方法具有求解复杂、计算时间长等问题,提出基于元模型优化算法的优化求解方法。算例分析结果表明,所提优化配置方法可以在保持混合储能经济性最优的同时,有效避免蓄电池频繁充放电,从而提高了其使用寿命;相比于传统的启发式求解方法,基于元模型优化算法的优化求解方法的计算速度更快,所得优化配置结果更精确。     

基于智能储能软开关的多馈线共享储能鲁棒性规划

通过固定位置接入的储能,空间调节能力受到限制,难以应对配电网不同馈线上出现的灵活性不足问题。为此,可以将储能接入智能软开关(SOP)的直流端口,形成基于智能储能软开关(E-SOP)的多馈线共享储能,实现储能功率在不同馈线间的灵活转供。建立了一种多馈线共享储能多目标双层鲁棒规划配置模型。该模型采用多面体不确定性区间刻画随机性源-荷的功率波动范围;规划层确定多馈线共享储能的配置方案,运行层以新能源消纳、网损降低、功率支撑以及电压治理等综合目标最优,确定“最恶劣”场景下的最优运行方式。随后,采用对偶法和列与约束生成算法(C&CG)完成模型求解。通过IEEE 33节点系统进行算例分析与对比验证,结果表明多馈线共享储能可有效提升储能利用率,改善配电网运行灵活性。     

基于小波包分解的风电混合储能容量配置方法

提出了一种基于小波包分解的风电混合储能容量配置方法。该方法对风电输出功率进行小波包分解,将其分解为低频部分和高频部分,采用低频部分作为并网目标功率,根据蓄电池和超级电容器的互补特性,分别用其平抑次高频部分和最高频部分。通过高斯逼近法拟合波动功率的概率密度函数,进而得出混合储能系统的容量。在Matlab/Simulink平台上搭建混合储能系统仿真模型。通过风电并网点输出功率的平滑程度以及混合储能系统荷电状态波动范围的分析,验证了该容量配置的有效性。