基于场景概率驱动的输电网和储能分布鲁棒规划

在碳达峰和碳中和的目标要求下,可再生能源+储能被认为是一种能够有效促进新能源消纳的手段。传统的3层鲁棒规划方法在进行输电网和储能联合优化时忽略了风电出力场景的概率信息,所得投资决策往往过于保守。为此,利用风电出力场景的历史数据构建了基于L_(1)-范数和L_(∞)-范数的混合概率分布不确定集,在考虑最恶劣概率分布的情况下进行输电网和储能的最优投资决策,能够改善传统鲁棒规划方法过于保守的问题。此外,采用一种可并行计算的列和约束生成算法求解所建模型,在求解max-min内层问题时不需要进行复杂的对偶转换,且无需求解双线性项,只需要并行求解若干个小规模的线性规划问题,有效提高了求解效率。Garver 6节点系统算例的仿真结果验证了所建模型和算法的有效性。

计及不确定性的分布式微网参与电网优化调度方法综述

以高比例可再生电源为主的微网接入电力系统,在有效降低系统碳排放水平的同时,给系统带来大量不确定性因素。建立典型的“风-光-柴-储”微网结构,以经济最优、电能质量最优、碳排放最少、用户满意度最优为目标,总结了当前风、光等分布式微网电源对接入电网的主要影响。在此基础上,分别从确定模型、隶属度模型、区间数据模型3个方面总结了不确定参数建模方法,归纳了目前对含风、光不确定性电源微网优化调度的求解方法及各种方法的优缺点。最后,展望了含风、光不确定性电源微网优化调度的发展方向,旨在为微网不确定性优化调度研究提供参考。