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。

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,文中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。

基于熵权自适应信息间隙决策的园区综合能源系统规划

为提升园区综合能源系统规划的经济性,充分考虑源荷不确定性因素,该文提出了一种新的规划方法。首先,构建了以综合成本和投资回收期为目标的园区综合能源系统规划模型,并提出了一种熵权自适应信息间隙决策方法,用于处理源荷不确定性因素;接着,针对现有求解方法的不足,提出了一种结合启发式算法和Gurobi求解器的联合优化求解方法,实现模型求解;最后使用算例进行仿真验证。算例结果表明,该文所构建模型有效;所提不确定性方法能够消除传统信息间隙决策方法中主观性因素带来的影响;所提求解方法能够提高求解效率和结果的多样性。

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。

基于信息间隙决策的含碳捕集虚拟电厂经济调度优化模型

针对可再生能源的“消纳难”以及出力具有随机性的问题,首先建立了包含风光机组、电转气设备、碳捕集电厂、储碳设备、需求响应集成的虚拟电厂系统结构,分析了碳循环利用与可再生能源消纳过程。然后,以系统运行成本最小化为目标,构建了虚拟电厂确定型调度模型;为进一步考虑可再生能源出力的区间不确定性,基于信息间隙决策理论构建了风险规避和机会寻求2种策略下的调度优化模型。最后,借助混沌粒子群算法进行算例求解分析。分析结果表明,碳捕集与电转气技术协同作用下,虚拟电厂的运行成本降低了16.53%,碳排放量减少了54.75%;优化后的调度模型在有效解决可再生能源机组出力不确定性问题的同时,也满足了决策制定者的风险偏好,实现了风险管控与资本管理的均衡。

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。

基于信息间隙决策的风火联合投标策略

发电主体联合投标策略可缓解可再生能源出力不确定性引起的现货市场投标偏差惩罚,推动可再生能源参与现货市场交易。但面对可再生能源出力和现货市场价格的不确定性,发电主体的风险倾向将直接影响联合投标策略的实施。在日前现货市场中考虑风电出力及出清价格的不确定性,针对作为价格接受者的风电场和含储热热电联产机组,建立风火联合投标策略,利用信息间隙决策理论描述不确定变量,并通过鲁棒模型和机会模型反映发电主体不同风险倾向。通过不同联合投标模式下收益敏感度分析研究联合投标可行性,反映联合投标优势,为发电主体选择联合投标合作伙伴提供策略参考,并利用Shapley值法对联合投标收益进行分配。算例结果表明,当发电主体均为鲁棒型或均为机会型时,联合投标具有可行性和策略优势;其他联合投标模式下,联合投标可行性须根据场景具体分析。