考虑移动氢能存储的港口多能微网两阶段分布鲁棒优化调度

为有效应对海上风电固有的间歇及波动性给港口多能微网带来的不确定性风险,提出一种考虑移动氢能存储的港口多能微网两阶段分布鲁棒优化调度模型。首先,结合Wasserstein距离实现风电出力概率分布模糊集的精确刻画,并通过非参数核密度估计拟合海上风电预测误差概率分布,获得不同置信水平下风电出力区间及场景。其次,分析氢能船舶、汽车等移动氢能存储资源对间歇性风电出力的能源存储潜力,并结合用能心理、交通属性差异,将两者分别建模为激励型、价格型需求响应,实现港口移动氢能存储灵活性资源的高效聚合。再次,针对含移动氢能存储的港口多能微网,构建基于概率分布模糊集的日前-日内两阶段分布鲁棒优化调度模型,并运用线性决策规则与强对偶理论将其转换为混合整数线性规划模型求解。最后,基于海上风电实测数据进行仿真验证。结果证明,移动氢能存储可显著提升港口多能微网的低碳灵活性,所提模型在兼顾港口多能微网经济性的同时,可进一步保证风电不确定性风险下的鲁棒性。

冷能梯级利用的港口多能微网双层不确定性经济调度

为有效挖掘港口液化天然气(LNG)冷能利用的低碳灵活性潜力,充分发挥多时间尺度协同优化效应,提出一种考虑LNG冷能梯级利用的港口多能微网(MEMG)鲁棒-随机双层不确定性经济调度模型。首先,考虑LNG深冷-中冷-浅冷等各个温区的低碳灵活性潜力,建立低温碳捕集-冷能发电-直接冷却的冷能梯级利用模型,并以此为基础形成捕集-存储-利用协同的碳处理流程。其次,根据等概率逆变换生成考虑预测误差时序相关性的风电场景,并基于Wasserstein距离的0-1规划模型进行场景削减。再次,针对风电预测误差随时间尺度增加而增大的特性,构建多时间尺度优化的鲁棒-随机双层不确定性经济调度模型,上层通过分布鲁棒优化保证日前预调度决策鲁棒性,下层通过随机优化保证日内滚动调度决策经济性。最后,仿真结果表明,所提考虑冷能梯级利用的鲁棒-随机双层调度模型在解决日前长时间尺度预测精度低与日内短时间尺度易陷入局部最优矛盾的同时,可赋予港口MEMG更多经济性、低碳性及供电灵活性。

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。

含整体煤气化燃料电池-碳捕集电厂的风火储系统分布鲁棒调度方法

整体煤气化燃料电池(integrated gasification fuel cell,IGFC)是与碳捕集技术高度适配的清洁、高效、稳定的绿色煤电技术,有望克服传统碳捕集技术在低浓度CO_(2)环境下产生的高成本、高能耗问题。该文构建含IGFC碳捕集电厂的风火储发电系统。研究IGFC碳捕集电厂的运行机理,对IGFC内部各环节建立数学模型,提出工况匹配时燃烧利用率和阴极空气利用率需要满足的运行条件,并针对该型碳捕集电厂的电碳特性进行分析。为计及风电出力的不确定性,构建风火储系统的两阶段分布鲁棒经济调度模型,引入k阶适应性理论,提出基于正交支撑子集策略的求解方法来获得鲁棒对等式。最后,在改进IEEE-30节点系统中进行算例分析,结果表明,该型碳捕集电厂可利用阳极碳富集的优势,实现系统低碳经济调度的目标,并验证所提优化方法能为可行解提供可解释性。

数据中心集群灵活边界下电力系统分布鲁棒优化调度方法

分布式资源的广泛接入与风、光等不可调资源的波动性使电力系统运行调控的难度显著增加。文中研究可再生能源不确定性影响下的分布式集群资源优化调度策略,挖掘多种可调资源灵活性,提高不可调资源利用率。为实现分布式可调资源的灵活调控,首先,提出了数据中心与光储集群聚合体的可调潜力时变边界计算方法,保证其聚合最优性与分解可行性。然后,基于历史数据构建契合风电随机特性的∞-Wasserstein模糊集,该方法具有良好的样本外信息描述能力。最后,提出自适应多面逼近方法解决分布鲁棒优化问题固有的无限维求解难题,将两阶段分布鲁棒调度模型转化为有限维问题以实现快速求解,并基于修改的IEEE-RTS 24节点系统仿真验证了所提方法的有效性。

考虑系统故障随机性的电热联合系统备用与DNE分布鲁棒协同优化调度

为实现电热联合系统的安全稳定运行,提高可再生能源消纳,提出考虑系统设备故障随机性的电热联合系统备用与“不超过”(DNE)分布鲁棒协同优化调度模型。首先,以常规机组和热电联产机组运行成本最小为综合优化目标,电功率平衡约束、热功率平衡约束等为约束条件,建立确定性电热联合系统优化调度模型;其次,在综合考虑风电功率、设备故障随机性以及DNE极限基础上建立电热联合系统分布鲁棒优化调度模型;最后,以修改的9节点系统为例,验证了所提模型可有效提高风电消纳率和系统的经济性。

含风光储岸电供电系统的分布鲁棒优化运行策略

可再生能源机组和电动船舶出力的不确定性及冲击特性会给岸电供电系统的安全稳定运行带来挑战。因此,提出了一种含风光储岸电供电系统的分布鲁棒优化运行策略。首先,不考虑风光出力不确定性以及冲击负荷的影响,以总费用最低为目标,建立确定性的含风光储岸电供电系统的运行模型。其次,以上述模型为基础,构建基于分布鲁棒优化的两阶段含风光储的岸电供电系统模型,采用组合范式来描述风光出力的不确定性,以减少因预测误差、出力波动性导致的弃风弃光。最后,使用C&CG(列与约束生成)算法来求解模型。利用某岸电供电系统数据,验证了所提策略可有效提升风光资源的消纳能力,降低运行成本。

计及碳排放成本的输电网与风电分布鲁棒协同扩展规划

构建以风电、光伏等可再生能源为主体的新型电力系统是实现双碳目标的主要方向,但强波动性、高不确定性的大规模风电并网给输电网投资规划带来严峻挑战。为此,在考虑系统碳排放成本的基础上,以输电线路、风电场以及储能的投资成本、运行成本之和最小为优化目标,构建其协同扩展规划模型。为充分量化风电出力不确定性,以风电出力年历史数据为基础,提出数据驱动下两阶段分布鲁棒规划优化模型,第一阶段为基于最恶劣风电概率场景,优化求解综合成本最优决策结果,第二阶段为搜索风电最恶劣场景的概率分布,并采用列与约束算法对两阶段模型优化求解。算例结果表明,通过在所建拓展规划模型中引入碳排放成本,在保障系统安全稳定运行情况下,可有效提升系统对风电资源的合理消纳能力。

计及风电不确定性优化调度研究综述

大规模风电并网后为系统带来不确定性因素,对系统优化调度造成极大的挑战。该文立足于国内外电力系统适应高比例风电并网消纳的实际进展,首先,从机组组合计划、经济调度、市场机制等多角度对国内外研究现状进行梳理;其次,依据时间尺度、调控目标、建模机理及不确定模型等多种准则对计及风电不确定性优化调度模型进行归类分析,归纳并总结各类优化模型的优缺点及应用情况;然后,分别从模糊隶属度函数、场景集、鲁棒不确定集及分布鲁棒不确定集等四个方面,详尽地阐述各类处理风电不确定性模型的架构、应用现状、优势及不足;最后,对相关领域未来研究方向进行展望,以期为计及风电不确定性优化调度的研究提供参考和建议。

计及风电相关性的电力系统数据驱动分布鲁棒优化调度

提出一种基于数据驱动的分布鲁棒优化方法,用于求解计及风电波动性及相关性的发电与备用容量调度问题。首先,建立一个风险规避两阶段随机优化模型来应对分布不确定性。然后,将第二阶段最差场景下期望值进行等效转化,表示为条件风险值与最差场景下极值之和。利用基于场景的随机优化方法计算条件风险值。利用椭球不确定集描述风电的相关性,并将求解最差场景下极值的鲁棒优化问题转化为一个混合整数二阶锥规划问题。最后,采用列约束生成算法求解风险规避两阶段优化问题。所提方法比鲁棒优化方法保守度低,比随机优化方法更可靠,可融合两种优化方法的优点。

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。

Collaborative Planning of Distributed Wind Power Generation and Distribution Network with Large-scale Heat Pumps

With the advancement of clean heating projects and the integration of large-scale distributed heat pumps into rural distribution networks in northern China,power grid companies face tremendous pressure to invest in power grid upgrades,which bring opportunities for renewable power generation integration.The combination of heating by distributed renewable energy with the flexible operation of heat pumps is a feasible alternative for dealing with grid reinforcement challenges resulting from heating electrification.In this paper,a mathematical model of the collaborative planning of distributed wind power generation(DWPG)and distribution network with large-scale heat pumps is developed.In this model,the operational flexibility of the heat pump load is fully considered and the requirements of a comfortable indoor temperature are met.By applying this model,the goals of not only increasing the profit of DWPG but also reducing the cost of the power grid upgrade can be achieved.

Adjustable and distributionally robust chance-constrained economic dispatch considering wind power uncertainty

This paper proposes an adjustable and distributionally robust chance-constrained(ADRCC) optimal power flow(OPF) model for economic dispatch considering wind power forecasting uncertainty. The proposed ADRCC-OPF model is distributionally robust because the uncertainties of the wind power forecasting are represented only by their first-and second-order moments instead of a specific distribution assumption. The proposed model is adjustable because it is formulated as a second-order cone programming(SOCP) model with an adjustable coefficient.This coefficient can control the robustness of the chance constraints, which may be set up for the Gaussian distribution, symmetrically distributional robustness, or distributionally robust cases considering wind forecasting uncertainty. The conservativeness of the ADRCC-OPF model is analyzed and compared with the actual distribution data of wind forecasting error. The system operators can choose an appropriate adjustable coefficient to tradeoff between the economics and system security.

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。

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。

基于风电出力模糊集的电-气耦合系统分布鲁棒优化调度

随着可再生能源装机容量不断扩展及综合能源系统研究的持续推进,燃气轮机作为耦合元件加深了电力系统和天然气系统的相互融合,为可再生能源消纳提供了新的途径。针对随机规划方法、区间优化及鲁棒优化算法处理风电出力不确定性的不足,文中提出一种基于风电预测误差模糊集的分布鲁棒优化方法求解电力-天然气耦合系统的协同调度决策。首先,利用主成分分析法提取高维预测误差向量蕴含的时空尺度关联特性,并引入一系列矩函数描述预测误差的分布信息以构建相应的模糊集。然后,建立两阶段分布鲁棒优化经济调度模型,第1阶段制定日前机组开停机计划、调度出力及备用方案;第2阶段辨识最劣风电场景分布以保证第1阶段调度决策的有效性。结合线性决策规则和对偶理论将该半无限优化问题转化为有限维优化问题进行求解。最后,通过算例验证了所提模型及求解方法的有效性。

考虑风电不确定性的分布鲁棒机会约束机组组合模型

风电渗透率的不断提高大大减少了化石燃料的消耗和温室气体的排放,但风电输出功率的不确定性和间歇性,使传统机组组合问题的解决方法不可行。在此背景下,为了描述风力发电的不确定性,首先,引入一个基于矩信息的椭球式模糊集,并将机会约束运用到机组组合模型中,将功率平衡约束变为软约束;其次,运用分布鲁棒优化方法,将机组组合问题通过线性化方法重构为混合整数线性规划(MILP)问题;并提出限定模糊集中的分布具有单峰性及分时段设定置信度的值的2种改进方法,提高模型的经济性,最后,通过案例分析和仿真结果验证模型与方法的实用性和可行性。

考虑风电统计特性挖掘的分布鲁棒优化调度方法

提出一种基于数据驱动分布鲁棒优化的电力系统调度方法,以应对考虑风电不确定性的电力系统运行问题。首先,挖掘风电数据统计信息,提出了基于主成分分析与核密度估计的风电概率分布模糊集构建方法,刻画风电随机性以及不同风电机组出力之间的空间相关性;其次,针对含风电的调度问题,建立考虑概率分布模糊集的两阶段分布鲁棒优化问题;然后,将分布鲁棒优化问题变换为其等价可解形式,采用仿射策略以及对偶原理将其转化为线性规划问题进行求解,并且提出了基于样本外测试的概率分布模糊集范围参数选择策略,以保证调度方案的可靠性与经济性。采用6节点与IEEE 118节点系统进行仿真分析,并将所提出的分布鲁棒优化方法与不考虑随机变量相关性的分布鲁棒优化方法以及传统随机、鲁棒优化方法进行对比,以验证所提方法的有效性。

考虑需求响应的源网荷协调分布鲁棒长期扩展规划

受限于化石能源储量有限性以及环境污染性的特点,在电力系统扩展规划方面需要着重考虑可再生能源的影响。在此背景下,对电力系统进行扩展规划时,考虑发电机组、输电线路与负荷需求响应的协调规划,并探讨采用分布鲁棒方法研究负荷和风电出力的不确定性对系统规划策略的影响。首先,提出一种以最小化投建成本、运行成本以及失负荷弃风惩罚为目标的考虑负荷需求响应的源网荷协调分布鲁棒长期规划模型;然后,针对第二阶段最坏场景,引入数据驱动型模糊集描述不确定性,采用主成分分析法捕获历史数据信息降低模型的保守性,通过对偶原理和仿射决策规则将模型重构为混合整数线性规划模型以便求解;最后,通过算例验证所提扩展规划方法的有效性与通用性。

不确定风功率接入下电-气互联系统的协同经济调度

随着天然气发电机组数量的逐渐增长,电力网络和天然气网络之间的耦合加深,它们之间的协同运行变得愈发重要。同时,不确定性新能源的接入给电力和天然气互联系统的经济安全运行带来了挑战。为了应对风电不确定性给互联系统带来的运行风险,采用分布鲁棒机会约束,通过数据驱动的方式,以少量的风电预测误差历史数据得到与矩信息有关的模糊集,并将形成的机会约束问题转化为易于求解的形式。另外,为了保护电、气系统各自的隐私信息,在假设存在第三方可信任的协调者的前提下,利用松弛交替乘子法,实现互联系统的分布式协同运行。仿真结果表明,分布鲁棒优化相比较于传统的随机优化可以实现较低的机会约束违反概率。另外,相比较于传统交替乘子法,松弛交替乘子法能够以更小的迭代次数达到同等的收敛精度。