基于分布鲁棒联合机会约束的光储充电站滚动优化调控模型

随着电动汽车的普及和清洁能源装机容量的日益增加,光储充电站展现出广阔的应用前景。针对电动汽车随机接入影响下光储充电站功率难以精准调控的问题,提出基于分布鲁棒联合机会约束(DRJCC)的光储充电站滚动优化调控模型。将基于混合整数规划(MIP)的精确DRJCC模型、基于CVaR-Slim凸松弛的DRJCC模型、基于Bonferroni不等式的DRJCC模型进行对比,通过算例分析验证了所提优化调控模型的有效性。算例分析表明,所提基于CVaR-Slim凸松弛的DRJCC模型能够同时满足更多电动汽车的充电需求。

联合机会约束问题的一个光滑保守近似方法

联合机会约束规划问题是随机规划中一类很重要的问题,在风险投资和安全评价中有着广泛的应用.但是,通常联合机会约束规划都是非凸非光滑的,求解十分困难.提出了一个光滑的保守近似方法,将联合机会约束规划转化为系列光滑近似优化问题,并证明其可行域的收敛性以及近似问题的最优值和最优解集分别收敛到原问题的最优值和最优解集.

不确定需求下动态供应链网络设计问题:一种分布式鲁棒联合机会约束的方法

在不确定需求的动态供应链网络设计问题中,普遍存在的假设是不确定需求服从某种具体的概率分布,然而现实中这些随机分布很难精确获得。基于此,放松不确定需求的概率分布是已知的假设,仅假设只知道其一阶矩和二阶矩。基于元胞传输模型建立了不确定需求下带分布式鲁棒联合机会约束的动态供应链网络设计模型。然后将模型中的分布式鲁棒联合机会约束近似为一个线性规划约束。数值算例验证了模型的有效性。

基于风险分摊的多风电场机会约束机组组合求解方法

在含风功率等新能源出力不确定性的联合机会约束机组组合问题中,如何将多维联合机会约束转化为确定性约束是求解此问题的关键。含多维随机变量的联合机会约束规划问题是非凸问题,难以直接求解。提出了一种考虑风电功率不确定性的基于改进风险分摊的联合机会约束机组组合问题求解方法。首先,建立了基于联合机会约束的考虑风电功率不确定性的机组组合模型,将机组组合的多维联合机会约束的风险水平(违反概率)按权重分摊给每个单维机会约束的风险水平,再利用散度函数和散度容差去修正每个单维机会约束的风险水平。然后,利用自适应带宽核密度估计拟合每个单维机会约束中随机变量的概率密度函数。最后,通过随机变量累积分布函数求逆的方法将这一系列的单维机会约束转化为确定性约束,从而实现将难以求解的联合机会约束转化为易于求解的确定性约束。仿真结果验证了上述方法的有效性以及相对于传统多维联合机会约束求解方法的优越性。

计及多重不确定性的规模化电动汽车接入配电网调度方法

规模日益增长的电动汽车和可再生能源带来的不确定性给配电网的安全运营带来了严峻挑战。为综合考虑多重不确定性、平衡运营成本与系统可靠性,首先,提出一种基于分布鲁棒联合机会约束的电动汽车-配电网充放电调度模型。该模型将节点电压、支路功率、备用需求等通过联合机会约束建模,可以直观地管理系统整体的可靠性。然后,为求解该模型,基于最优Bonferroni近似方法将联合机会约束问题转化为混合整数二次规划模型,其中,风险等级也被视为决策变量。随后,在不同电力系统上验证了所提模型的有效性和可扩展性。结果表明,所提模型克服了经典的随机优化和鲁棒优化存在的问题,能够有效平衡成本和可靠性,计算效率高、可扩展性好,较Bonferroni近似方法降低约6.5%的成本。

考虑概率分布约束的含高渗透率风电电力系统储能鲁棒优化方法

提出一种考虑风电功率预测误差概率分布不确定性的储能容量优化配置方法。该方法可保证在风电功率任意可能分布下,通过调度可调发电机组及配置储能以保证系统安全运行,同时最小化储能配置成本。首先鉴于历史数据的不完备性,将根据历史数据获得的风电二阶矩信息描述为波动区间,然后采用概率分布鲁棒联合机会约束模型描述含风场系统储能最优配置问题,进而采用拉格朗日对偶消去优化模型中的随机变量,将鲁棒机会约束模型转化为确定性的线性矩阵不等式问题,最后采用凸优化算法求解,并分析风电预测误差精度、机会约束置信度、风电功率波动性对储能配置容量的影响。采用修改的Garver 6节点算例验证了该方法的可行性和有效性。

服务水平约束下基于可调节鲁棒优化的供应链分销网络设计模型

在不确定需求和多周期环境下,研究了由多个分销中心和多个零售商组成的二级供应链分销网络设计问题。针对需求不确定性,采用预算参数不确定集进行建模;针对分销中心对零售商供货问题,采用联合机会约束进行刻画,用于度量分销网络的服务水平要求。在此基础上,给出了联合机会约束下基于可调节鲁棒优化的供应链分销网络设计模型。在线性仿射决策规则下,运用对偶理论将所建模型等价转换为易于求解的数学规划问题。特别地,考虑到预算参数在模型鲁棒性和解的保守性之间的调节作用,给出了能有效降低分销网络运作成本并同时满足预设服务水平的最优预算参数优化方法。最后,通过数值算例验证了所建模型和求解方法的有效性。结果表明,基于文中方法得到的供应链分销网络具有动态性特征,相应运作方案能够有效抑制需求不确定性扰动,并以最低成本满足预设服务水平要求。此外,与已有凸逼近和样本平均近似方法对比发现,文中模型及方法在网络总成本、联合服务水平和模型求解时间等综合方面更具优势。

基于分布式鲁棒的城市群救灾网络与灾民疏散联合规划研究

城市群的出现极大地提高了城市间的分工协作功能,大规模灾害发生时,其对应急资源的高效配置和应急救援活动的快速展开至关重要。为了提高城市群的应急救援效率,基于城市群区域协同机制,进行了应急设施的选址、灾民疏散和物资配送联合规划研究。大规模灾害发生之前,通过构造一个包含多个指标因素的综合评价体系,对各应急设施面对灾害的应急响应时间进行分区处理,确定设施选址及其差异化的应急响应能力;灾害发生之后,依托避难所和配送中心完成各灾区灾民的安置和物资的需求满足。由于地震灾难发生具有不确定性的特点,引入联合机会约束的方法来确保各灾区灾民疏散的可靠性,以此建立了总成本最小化的分布式鲁棒优化模型,并将其转化为易于求解的二阶锥规划模型。结果表明,联合机会约束的分布式鲁棒模型在选址数量上少于随机模型,并以较少的成本疏散了更多的灾民,相较于传统鲁棒模型,降低了其保守性。同时分析了城市群的区域异质性,表明考虑区域异质性使得整个救援过程更具针对性、有效性和经济性。

考虑不确定性物理边界的灵活爬坡备用分布鲁棒经济调度

面对新能源不确定性的影响,需要充分挖掘电力系统的灵活调节能力。为此,提出了一种基于数据驱动分布鲁棒机会约束的灵活爬坡备用经济调度模型。考虑新能源不确定性功率波动的物理边界,利用Wasserstein距离构建模糊集,从而建立更加准确的不确定性模型。采用联合机会约束控制第二阶段安全越限风险,在保证安全鲁棒性的同时,避免过于保守的决策结果。基于仿射决策规则和条件风险价值理论,将两阶段分布鲁棒问题近似为线性模型,从而实现高效求解。以改进的IEEE 9节点系统为算例验证所提方法的有效性,探究了训练样本量对结果的影响,并将所提方法与鲁棒优化方法和随机优化方法进行对比。