基于KL散度距离处理风电不确定性的负荷恢复分布鲁棒优化

在构建以新能源为主体的新型电力系统的背景下,在恢复控制过程中积极利用新能源并充分应对其对运行安全带来的潜在风险对于减小停电损失具有重要意义。首先,为了表征风电出力的不确定性,采用KL散度(Kullback-Leibler)距离作为筛选极端风电出力场景的控制条件,并据此构建模糊集作为风电出力典型场景。在满足相关运行安全约束的前提下,建立了以最大化加权负荷恢复量为优化目标的分布鲁棒优化模型以制定计及风电的负荷恢复方案。经松弛处理和对偶转换所得到的混合整数二阶锥模型可调用商业求解器求解。以接入规模风电场的IEEE 10机39母线系统为例进行仿真,结果表明:相比于传统的鲁棒优化方法,该方法降低了优化结果的保守性,有助于加快负荷恢复,减小停电损失。

多时间尺度下考虑源-荷协同降碳的综合能源系统分布鲁棒低碳调度

为了降低综合能源系统运行过程中的碳排放水平,并考虑源-荷不确定性对调度结果的影响,提出多时间尺度下考虑源-荷协同降碳的综合能源系统分布鲁棒低碳调度策略。在考虑氢能的储液式碳捕集电厂中加入余热发电装置,建立碳捕集与封存-电制氢-有机朗肯循环模型。在荷侧引入综合需求响应,构建源-荷协同降碳机制,结合荷侧的“削峰填谷”进一步降低系统的碳排放。为了减少可再生能源出力不确定性对系统的影响,提出日前-日内多时间尺度滚动优化策略,日前阶段构建基于数据驱动的分布鲁棒优化模型;日内阶段基于日前调度结果,通过短时间尺度滚动优化降低功率波动的影响。算例仿真结果表明:所提模型和策略可以很好地实现系统低碳性和经济性的均衡。

考虑源荷不确定性的能量枢纽负荷优化调度

能源互联网的快速发展使得传统的能源系统向多种能源高度耦合的综合能源系统转型,综合能源系统有助于促进可再生能源消纳、提高能源利用效率、缓解环境污染.能量枢纽作为综合能源系统规划和运行的重要建模工具与分析框架,自提出以来一直受到广泛的研究和关注.针对以风能和光热为代表的可再生能源渗透综合能源系统,本文构建由风力发电机组、热电联产设备、电转气设备和光热电站组成的能量枢纽结构,提出源荷不确定性环境下基于分布鲁棒优化的能量枢纽两阶段负荷优化调度模型.该模型考虑风电、光热、电负荷和热负荷的不确定性,建立基于Wasserstein距离的不确定性分布模糊集.模型分为日前和实时两个调度阶段,第一阶段基于日前预测数据进行日前调度,第二阶段为抑制预测误差的影响对灵活设备进行实时调度,以期获得最恶劣不确定性分布下的最小实时调度成本.模型采用仿射策略实现设备出力调整,通过强对偶理论转换为混合整数线性规划问题并求解.仿真结果表明,多能耦合设备可以提升系统灵活性并促进可再生能源消纳,同时所提分布鲁棒优化算法能在系统经济性和鲁棒性中取得平衡.

能源互联网环境下基于分布鲁棒优化的能量枢纽负荷优化调度

能源互联网的发展使得不同形式能源之间的耦合关系不断加强,能量枢纽是能源互联网环境下多能协同互补的重要系统形态.针对包含电、气、热、氢等不同能源形式的能量枢纽,本文构建了含风力发电单元、热电联产单元、燃气锅炉、电解槽、储氢单元、电能储能单元和热能储能单元的负荷优化调度模型,该模型旨在满足各类运行约束条件情况下,通过优化各单元的出力,实现能量枢纽成本的最小化.进而采用数据驱动的两阶段分布鲁棒优化方法来处理风电出力的不确定性,并采用了列与约束生成算法对提出的两阶段分布鲁棒优化模型进行求解.结果表明,与随机规划方法相比,本文提出的数据驱动的分布鲁棒优化方法在处理风电出力不确定性方面具有更好的鲁棒性.而与传统的鲁棒优化方法相比,本文提出的方法更好地实现了能量枢纽负荷优化调度的经济性.因此,本文构建的负荷优化调度模型对于协调能源互联网环境下能量枢纽负荷优化调度的经济性和鲁棒性具有重要支撑作用.

多样化柔性负荷深度互动下的虚拟电厂分布鲁棒购售电策略

随着当前电力改革以及电力市场的不断推进,虚拟电厂的发展已成为其重点组成部分,也是市场交易复杂因素的主要集中部分,其中柔性负荷和清洁能源给虚拟电厂带来了巨大的挑战。考虑不同类别用户柔性负荷的运行特性差异,分别对工业负荷、商业负荷和家用负荷进行了特性分析并建模,充分调动虚拟电厂内部的一些可控资源进行互动,并结合风电、光伏、燃气轮机(gas turbine,GT)运行特性,建立了考虑多样化柔性负荷深度互动的虚拟电厂购售电优化模型。此外,随着清洁能源的发展,针对风电、光伏所带来的不确定性挑战,提出了基于场景数据驱动的两阶段变量的分布鲁棒虚拟电厂购售电优化计算模型,再利用列与约束生成算法求解,算例分析验证了该优化模型的有效性。