基于信息间隙决策理论的含碳捕集−电转气综合能源系统优化调度

【目的】为科学统筹综合能源系统运行经济性、稳定性和低碳性优化目标,采用何种技术手段以提升能源转化效率,减少系统能源浪费和区域环境污染,是当下综合能源系统合理优化的主要问题。为此,提出一种基于场景生成与信息间隙决策理论的含碳捕集与封存(carbon capture and storage,CCS)—两段式电转气(power to gas,P2G)综合能源系统低碳优化策略。【方法】在技术层面,通过对电P2G两阶段精细化建模,提高氢能利用效率,建立热电联产(combined heating and power,CHP)-CCS-P2G耦合模型;在市场机制层面,引入阶梯型碳交易模型以降低系统中CO_(2)排放量。最终,基于信息间隙决策理论(IGDT)构建不同风险偏好下的优化调度模型。【结果】以典型综合能源系统进行算例分析,仿真结果表明所提模型可提高风光消纳率,实现系统低碳、经济、稳定运行。【结论】该优化策略可有效帮助决策者根据其风险偏好制定风险规避与风险追求策略下的调度方案,实现系统不确定性与经济性的平衡。

基于信息间隙决策理论的卡车式移动充电站协同调度策略

卡车式移动充电站(TMCS)由于具有良好的移动储能及调度灵活性已经引起国内外业界的高度关注,而其潜在的应用价值尚未得到充分挖掘。为此,提出一种基于信息间隙决策理论(IGDT)的TMCS协同优化调度策略,以协调其在为电动汽车充电服务和电网能量套利之间的协同运行。根据运营商对风险的偏好程度,分别建立鲁棒IGDT模型和机会IGDT模型,在不同风险态度下,探讨了电动汽车充电需求以及电网注入功率的不确定性对运营商优化调度方案的影响。算例分析表明,所提方法能够为考虑多重不确定因素的TMCS优化调度决策提供有效支撑,在兼顾充电服务质量的同时保障充电设施运营商的收益。

基于信息间隙决策理论-分布鲁棒优化的含电-氢-热混合储能综合能源系统需求响应策略

混合储能系统具有储能容量大、调节能力强等优点,有助于提高综合能源系统(integrated energy system,IES)的需求响应能力。首先,构建了一种电-氢-热混合储能系统(electric-hydrogen-thermal hybrid energy storage system,EHT-HESS),其中采用电解槽(electrolytic cell,EC)、蒸气重整反应(steam methane reforming,SMR)装置、储氢、热电联产氢燃料电池(hydrogen fuel cell,HFC)设备,实现电、气向氢能的转换,以及以氢能作为中间模态的“制氢-储氢-放氢/电/热”功能。其次,建立考虑EHT-HESS的IES需求响应策略优化模型,其中考虑IES响应电价和气价,同时根据富余风电量,进行购电、购气、用电、用热、用氢等策略决策的综合需求响应(integrated demand response,IDR)行为;并采用信息间隙决策理论(information gap decision theory,IGDT)计入概率分布未知的风电严重不确定性,采用基于综合范数的分布鲁棒优化(distributionally robust optimization,DRO)方法计入概率分布不完备的电价严重不确定性。最后,算例验证了模型和方法的合理性及有效性,并表明IES装设热电联产HFC构建EHT-HESS可实现氢能向电能与热能的转换,有助于增加风电消纳量,增加IDR决策的鲁棒性。

基于信息间隙决策理论和电动汽车有序充放电的微电网优化调度

计及区域微电网源-荷两方面不确定性,针对电动汽车(electric vehicles,EV)接入微电网充电所导致的负荷侧波动不确定性问题,提出有序充放电策略进行削峰填谷并构建多目标规划模型;针对新能源机组发电量不确定性问题,引入信息间隙决策理论(information gap decision theory,IGDT)进行模拟分析。首先构建多目标规划函数并对其模糊归一化处理,然后引入改进混沌映射粒子群算法(improved chaos map particle swarm optimization,CMPSO),求得微电网综合运行成本和负荷需求波动量的最优值,最后对经信息间隙决策法优化后的多目标模型进行仿真分析。算例结果验证了优化后的模型对EV入网所带来的负荷波动起到了较好的削峰填谷作用,所采用的IGDT优化模型相较于其他优化方法,能更好地适应严重奈特式不确定性场景,有效协调所搭建模型的鲁棒性与优化调度经济性之间的矛盾。

基于信息间隙决策理论的产消者多市场产品分布式交易

随着分布式资源接入配电网比例的不断提高和分布式发电市场的逐步完善,海量分散性灵活资源将在电网调度中发挥巨大作用。文中针对聚合多类型分布式资源的产消者,提出考虑不确定因素的产消者电能量、碳排放权和备用容量多市场产品分布式交易及收益分配方案。首先,计及配电网的运行约束,构建产消者电能量、碳排放权和备用容量的分布式交易模型;其次,考虑产消者内部分布式光伏发电的不确定性,提出基于信息间隙决策理论的产消者鲁棒模型和机会模型;然后,为分配产消者分布式交易的收益,提出基于广义纳什议价的产消者市场清算模型和收益分配方案;最后,通过仿真算例验证所提方法能在兼顾经济性和安全性的同时保证产消者收益的公平分配。

基于信息间隙决策理论的含电转气煤矿综合能源系统鲁棒调度

煤矿在开采过程中衍生出大量可供生产和生活需求的多种伴生资源。面向煤炭伴生资源的循环利用和伴生资源强扰动下的高可靠运行需求,提出一种基于信息间隙决策理论的含电转气煤矿综合能源系统鲁棒优化调度方法。首先,根据煤矿资源禀赋及地质特征,将电转气与瓦斯存储利用相结合,构建含电转气−瓦斯掺混的煤矿多资源循环利用架构;其次,考虑煤炭伴生资源能量回收及系统多环节运行约束,以系统运行和弃风弃光成本最小为目标,建立确定性场景下的系统调度模型;最后,针对以煤炭伴生资源为主的不确定性波动,采用信息间隙决策理论进行量化分析,在决策中引入权重修正量表征伴生资源经验比例的扰动,建立经验比例扰动下的信息间隙决策鲁棒优化模型。算例采用实际煤矿数据进行仿真分析,结果表明所提方法可有效促进风光消纳并提高煤矿综合能源系统运行效益,调度方案对伴生资源和负荷波动具有较强鲁棒性。

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。

基于信息间隙决策理论的多源联合优化机组组合

大规模清洁能源的接入对电力系统的运行调度提出了严峻的挑战。将多种具有不同发电特性的清洁能源纳入到日前调度计划中统筹考虑有助于提高系统的安全性和经济性。为此,提出了含风-光-核-水-火的多源联合优化机组组合模型。所提模型同时考虑了网络安全约束和线路损耗的影响,在保证调度结果精确性的同时最大限度地降低计算的复杂度。针对该模型存在的不确定参数,引入信息间隙决策理论（information gap decision theory,IGDT）对其进行建模,分别得到鲁棒模型和机会模型,进而为调度运行提供合理的决策基础。最后,对改进的含有54台火电机组、8台梯级水电机组、5个风电场和1台核电机组的IEEE 118节点系统进行测试,测试结果验证了所提模型和算法的正确性和有效性。

基于信息间隙决策理论的下垂控制直流配电网运行参考点优化方法

为有效考虑直流配电网中分布式电源(distributed generation,DG)出力和负荷随机性的影响,提出了基于信息间隙决策的直流配电网下垂控制运行参考点优化方法。首先,在DG出力和负荷为预测值的基准场景下,以节点电压偏离额定值方差最小为目标对下垂控制运行参考点进行优化;其次,对优化方案应对DG和负荷变化的能力进行评估,针对运行约束越限风险较大的时段,提出了基于信息间隙决策的运行参考功率下层调度模型,在保证节点电压相对于基准场景下优化结果的恶化值小于设定值的约束下,以最大化DG出力和负荷的波动区间为目标对运行参考点进行优化调整。仿真结果表明,所提出的优化模型能在降低传统鲁棒决策保守性的同时,有效提高直流配电网应对DG出力和负荷变化的能力。

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。

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多种零售合同模式下售电公司购售电策略

竞争性的售电市场环境中,为用户提供灵活多样的零售业务是提升售电公司客户端竞争力的关键。根据售电公司与用户对于利润和风险的不同偏好,提出直接分成与保底封顶的零售合同模式。计入各种零售合同模式中不同价格机制对用户用电行为的激励,建立与零售合同相匹配的需求响应模型。考虑市场出清电价的不确定性对于售电公司决策的影响,并计及可中断负荷,建立了基于信息间隙决策理论的售电公司在多种零售合同模式下的购售电决策模型,该模型给出的购售电策略能保证售电公司收益不低于某一预设的最低可接受值。最后通过算例仿真构建了适应不同负荷特性的工商业用户零售合同最优费率制定方案,以及该方案下售电公司从双边合同与现货市场的购电分配方案,可为售电公司购售电决策提供参考。

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韧性提升规划方法,分析其优势及适用范围。针对无信息支撑的极度保守的决策者,研究基于信息间隙决策理论风险规避策略的配电网韧性提升规划方法,并对配电网固有韧性进行分析。最后,在中国某地区实际94节点配电网中进行仿真验证。结果表明,在有限的资金预算下,所提方法可以适应两类决策者规避极端事件风险的不同偏好,生成最佳配电网韧性提升规划策略,将重要性加权甩负荷水平控制在阈值之下。

基于信息间隙决策理论与动态分时电价的电动汽车接入虚拟电厂双层经济调度策略

针对虚拟电厂(VPP)因分布式电源出力的间隙性以及规模化电动汽车(EV)无序充电行为导致的功率波动问题,将信息间隙决策理论(IGDT)与动态分时电价(DTOUP)模型相结合,提出了一种EV接入VPP的双层经济调度策略,并综合考虑了柔性负荷的灵活性,以保证VPP能够经济、有效地运行。上层采用IGDT对分布式电源出力的间隙性进行鲁棒建模。为了灵活地引导EV聚合商(EVA)进行充放电规划,提出了基于“车-路”信息融合驱动的EV充电模型,并设计了基于模糊隶属度函数的DTOUP模型与整体最优指标,以提高EVA与VPP整体的经济效益。下层结合DTOUP与“车-路”信息,构建了以EVA与VPP交互成本和EV里程焦虑成本最小化为目标的EVA优化调度模型。算例仿真结果验证了所提策略的有效性。

信息间隙决策理论在电力系统中的应用

信息间隙决策理论(IGDT)是一种以非概率性模型处理当前电力系统中因电价、出力、负荷等不确定性因素而导致电力系统呈现“奈特氏不确定性”的方法。该方法已应用于包含电力系统在内的多种需要处理不确定性的优化领域中。介绍了IGDT的基本理论、优化模型和决策偏好模型,从系统规划、系统运行、电力市场3方面对IGDT在电力系统中的应用进行综述。根据网络规模的大小将电力系统分为微网、配网和电网,对系统运行进行论述;根据市场参与者的角度分为发电商、零售商、大用户与运营商4类,对电力市场的相关工作进行比较。最后对IGDT在电力系统中的应用进行归纳与总结,以期IGDT能得到更为广泛地应用。

基于信息间隙决策理论的梯级水电-光伏日前市场联合竞争策略

市场环境下,梯级水电-光伏联合参与市场交易,能有效缓解由光伏出力不确定性导致光伏缺乏竞争力的问题,促进可再生能源消纳。考虑日前市场出清价格和光伏出力不确定性及日合约电量分解对日前市场竞价空间的影响,提出基于信息间隙决策理论(IGDT)的梯级水电-光伏日前市场联合竞争策略。运用信息间隙决策理论描述光伏出力与出清价格的不确定性,考虑日合约电量分解,建立梯级水电-光伏日前市场鲁棒竞争模型,研究不同风险倾向下梯级水电-光伏满足期望收益要求的不确定因素信息间隙范围。建立基于合作博弈的收益分配模型,采用核仁解对联合竞争收益进行分配。算例表明,所提策略能够为梯级水电-光伏参与市场竞争提供支撑。

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含光热电站及热泵的综合能源系统低碳调度优化

为解决电-热综合能源系统(integrated energy system,IES)中热电供需矛盾导致的弃风及环境污染问题,提出了含光热电站及热泵的IES低碳调度优化模型。首先,在能源侧利用热泵的供热灵活性,打破热电联产(combined heat and power,CHP)机组“以热定电”的运行限制;考虑光热电站与CHP机组联合运行,进一步提升CHP机组运行的灵活性。其次,对IES中各设备容量进行优化配置,针对风电、光伏及光热出力的不确定性,采用信息间隙决策理论进行处理,提出风险规避鲁棒模型。最后,通过9节点测试系统验证所提模型的有效性,并划分不同场景验证光热电站及热泵对IES的优化效用。