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。

计及最恶劣场景概率和供需灵活性的综合能源系统分布鲁棒低碳优化调度

随着可再生能源渗透率的提升,其不确定性给综合能源系统(integrated energy system,IES)的经济性和鲁棒性带来了极大挑战。为了促进可再生能源消纳以及降低碳排放量,提出了一种基于数据驱动的分布鲁棒优化(distributionally robust optimization,DRO)调度策略。首先,构建了由有机朗肯循环(organic Rankine cycle,ORC)、氢燃料电池和电动汽车等构成的供需灵活响应模型,并引入阶梯碳交易机制来约束系统碳排放量。其次,为了能获取最恶劣情况下的场景概率分布,采用综合范数对风电输出场景的概率分布置信集合进行约束。然后,以在最恶劣场景概率分布下综合能源系统运行总成本最低为目标建立两阶段鲁棒优化模型,并通过列和约束生成(column and constraint generation,CCG)算法对模型进行迭代求解。最后,算例仿真结果表明了所提模型和求解方法的有效性,并分析了阶梯碳交易机制和供需灵活响应模型对提高系统灵活性和低碳经济性的影响。

计及激励型响应不确定性的变电站规划分布鲁棒优化方法

针对现有变电站规划未充分考虑因激励型需求响应不确定性而带来的方案不够精细的问题,提出一种变电站规划的分布鲁棒优化方法。首先,综合考虑需求响应的签约成本、响应成本与惩罚收益,建立计及源荷匹配和激励型需求响应的变电站选址定容混合整数线性规划模型;其次,构建基于1-范数和∞-范数的需求响应与分布式电源出力的不确定模糊集,在对混合整数线性规划模型改进的基础上,建立基于多离散场景的两阶段三层分布鲁棒优化模型;然后,采用基于列与约束生成的主问题-子问题迭代算法,利用商业求解器实现求解;最后,通过某地区实际算例,验证了文中提出方法的有效性和实用性。

考虑新能源、电动汽车充电站与储能协调优化的分布鲁棒规划方法研究

新能源出力的不确定性和电动汽车的无序充电给电力系统安全性带来极大挑战。首先建立确定性的风电场、光伏电站、储能设备、负荷需求响应及电动汽车充电站协调规划模型,以总成本最小化为目标。基于此,提出考虑新能源不确定性的电动汽车充电站与储能协调优化两阶段分布鲁棒规划模型,第1阶段最小化基础场景的投建与运行成本,第2阶段则最小化考虑不确定场景的切负荷惩罚成本期望,通过列与约束生成CCG(col⁃umn and constraint generation)算法将该两阶段模型分解成主问题和子问题反复迭代求解。最后通过算例分析验证了所提模型的有效性与实用性。

新能源电力系统灵活性供需量化及分布鲁棒优化调度

电网中新能源渗透率的提升导致电力系统在局部时段灵活性严重不足。针对现有处理电力系统灵活性和供需不确定性过于保守或冒险的问题,提出一种数据驱动的分布鲁棒优化调度模型。首先,考虑风光出力的时空相关性,基于Copula理论构建出力集合。结合场景法与区间法对电力系统灵活性需求进行量化,引入灵活调节因子表征各类资源参与灵活性调节的能力,建立灵活性供需平衡约束。其次,考虑电动汽车等需求侧资源的灵活性供给能力,以灵活性资源运行成本与电网灵活性缺额惩罚成本最优作为目标函数,建立数据驱动的两阶段分布鲁棒模型。为降低保守性,采用综合范数对其概率分布进行约束,减小了灵活性需求出现极端情况的概率。针对两阶段鲁棒模型求解问题,利用零和博弈思想将模型解耦为主问题和子问题,采用列与约束生成算法进行迭代求解。最后,仿真算例表明,所提模型相比于传统不确定性模型对提高电力系统灵活性裕度与经济性具有积极作用。

考虑用户响应不确定性的园区综合能源系统分布鲁棒低碳调度

电、气、冷、热等多种能源耦合的园区综合能源系统(IES)有助于提升对可再生能源发电的消纳,提高能源利用效率。文中提出基于分布鲁棒优化的园区IES日前低碳经济调度策略。首先,构建考虑碳交易和综合需求响应的园区IES的运行架构,并建立碳交易模型和基于用户用能习惯的综合需求响应模型。其次,以最小化运行成本为目标,并考虑园区IES运行约束和燃料掺氢的电转气(P2G)设备两阶段运行等约束,建立了园区IES日前低碳经济调度模型。然后,构建计及用户响应不确定性的园区IES分布鲁棒低碳经济调度模型,并利用对偶原理将该分布鲁棒优化模型转化为二阶锥优化模型,采用商业求解器CPLEX求解。最后,以包含电、气、冷、热多种能源耦合的典型园区IES为例,对所提优化模型的可行性和有效性进行了验证。算例结果表明,采用所提出的低碳经济调度策略可以有效提升园区IES运行的经济性和消纳可再生能源发电的能力,降低IES碳排放和运行风险。

需求响应分布鲁棒建模及其大规模潜力推演方法

需求侧资源的多样性、分散性使得小范围示范工程采集的响应模型很难推广到大容量客户群体,文中拟基于小样本需求响应数据完成需求响应特性泛化建模及其大规模潜力推演工作。首先,构建响应随机参数的分布鲁棒模糊集。其次,基于主成分分析法挖掘小样本用户用电与其响应死区拐点与饱和区拐点的关系,采用共性与个性结合的方式实现大规模泛化过程中一般用户响应关键参数的获取,最终实现基于小样本数据的大规模需求响应潜力推演。算例表明,所提需求响应潜力量化方法充分考虑了用户响应的随机性,对行业共性特征及用户个性特征都进行了较好刻画。研究成果一方面可支撑针对示范工程范围内小样本用户的需求响应特性精准建模,另一方面可支撑对未来场景下大容量客户群体的响应能力推演评估。

计及需求响应柔性调节的分布鲁棒DG优化配置

弃电现象制约着风电、光伏的发展,采用需求响应措施提高配网对清洁能源的消纳是一种有效的措施,但传统处理分布式电源(distributed generation,DG)出力或需求响应不确定性的方法具有很大的局限性,因此,该文建立计及需求响应柔性调节的配电网两阶段分布鲁棒DG优化配置线性模型。首先,该模型以配电公司运营商年利润最大化为优化目标,考虑各种投资约束和运行约束,并将清洁能源出力和负荷的差值作为基于实时电价的需求响应的定价依据,以提高配电网对清洁能源的消纳率;其次,通过基于多面体的线性化技巧和McCormick方法,将原始混合整数非线性模型线性化,建立混合整数线性规划模型;然后,充分利用需求响应和DG出力的历史数据,构建数据驱动的两阶段分布鲁棒DG优化配置模型,其中第一阶段确定DG的投资方案,第二阶段模拟投入DG后的系统运行,并同时考虑不确定性概率分布置信集合的1-范数和∞-范数约束;最后,采用列与约束生成(columnandconstraintgeneration,CCG)算法对分布鲁棒模型进行求解,并基于IEEE33节点系统验证所提模型的有效性。

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。

计及需求响应不确定性的电-气耦合配网系统动态分布鲁棒优化

需求侧负荷波动和天然气管存动态特性给电-气耦合配网系统的调度运行带来了较大挑战。针对需求响应不确定性和天然气动态特性,提出了一种机会约束与Wasserstein距离相结合的电-气耦合配网系统分布鲁棒动态优化模型。首先,考虑可削减、可转移、可替代3种需求响应负荷及天然气传输的管存特性,构建了确定性的电-气耦合配网动态优化模型。其次,针对需求侧电负荷、气负荷的不确定性,基于衡量不同概率分布之间Wasserstein距离的分布鲁棒方法,构建不确定变量的概率分布模糊集。由于传统的分布鲁棒优化未考虑不等式约束的不确定性,结合机会约束将含不确定变量的不等式约束成立的期望概率,限定在最低允许的置信水平之上,以提高模型的可靠性。最后,通过对偶理论和条件风险价值近似将所提模型转化成线性规划问题进行求解,在修正的33节点配电网和比利时20节点配气网组成的电-气耦合配网系统进行仿真实验,结果表明所提模型可有效降低运行成本,提高风电的消纳能力。

计及用户参与不确定性的虚拟电厂分布鲁棒优化模型

灵活资源的需求响应行为在不同运行状态、激励水平下有很大的不确定性和差异性,需求响应优化方案的精准度有待进一步提高。针对这一问题,提出了一种虚拟电厂中计及用户需求响应不确定性的分布鲁棒优化方法。考虑可中断、可转移、可增长3种灵活资源的响应特性,构建包含用户响应特征参数的精细化需求响应模型;以提升虚拟电厂经济性、电网友好性和用户舒适性为子目标,构建促进多方利益最大化的多目标优化模型;基于数据驱动的分布鲁棒方法,构建精细化响应模型中随机参数的概率分布模糊集,提出虚拟电厂两阶段分布鲁棒优化模型,并采用强对偶理论进行转化求解。算例仿真结果表明所提模型能够提高需求响应精度和虚拟电厂经济收益。

考虑广域源-荷协调的分布式鲁棒优化调度

对源荷双侧存在的不确定性进行精细化建模,可提升广域源荷协调调度结果的有效性。分别以风电功率和分时(time-of-use,TOU)电价为不确定变量,利用历史数据构建基于Wasserstein距离的概率分布模糊集来表征风电功率和分时电价的不确定性,并根据各类民用负荷特性建立分时电价引导下广域分布的民用负荷需求响应不确定模型。建立基于Wasserstein距离的广域源-荷协调双层分布式鲁棒优化调度模型,优化求解得到火电机组、风电场和各类广域民用负荷的调度计划。最后通过算例仿真验证所提方法可有效挖掘广域民用负荷调峰潜力,降低系统运行成本,提高风电消纳能力,平衡调度计划的经济性和鲁棒性。

基于分布鲁棒优化的城市轨道交通网络末班车衔接研究

随着我国城市轨道交通网络规模快速扩张,线路间协调配合的高度复杂性给城市轨道交通的运营组织与管理带来极大挑战.针对客流需求及其分布双重不确定条件下的城市轨道交通网络末班车衔接优化问题,提出一种分布鲁棒机会约束规划模型,即在给定容忍度下最小化最坏条件下的换乘失败客流量.通过分析分布鲁棒优化模型与其对应鲁棒优化模型之间的联系,证明该模型为鲁棒优化模型的推广形式.基于有限的期望和方差信息构造高斯分布非精确集,采用对偶理论将原模型转化为可利用CPLEX求解的混合整数二阶锥规划形式,并通过数值实验验证所构建模型的有效性.算例结果表明:分布鲁棒模型对于小规模网络可利用CPLEX快速求得精确解;相比鲁棒模型可有效避免产生过于保守的优化结果;相比随机模型可有效降低极端情况下换乘失败客流量,具有较强的鲁棒性.

考虑开关重构与需求响应的配电网分布鲁棒优化运行

在高比例分布式光伏接入的背景下,给配电网运行的经济性与安全性带来了新的挑战。建立了考虑开关重构与需求响应的配电网分布鲁棒优化运行模型。首先,以配电网每日运行成本最小为优化目标,同时考虑开关重构与价格型需求响应,得到配电网拓扑结构优化方案与运行方案。其次,利用光伏历史出力数据,通过聚类获取典型场景与其概率分布,采用1-范数与∞-范数约束不确定性概率分布置信区间,建立数据驱动的分布鲁棒两阶段优化模型。最后,通过修改的IEEE 33节点系统,基于列与约束生产算法(column-and-constraint generation,CCG)利用Cplex求解器进行求解,验证了模型的可行性。

不确定需求下基于分布式鲁棒机会约束的车辆调度问题研究

随着新能源汽车共享模式的迅速发展,允许异地还车导致车辆不均衡问题日益突出.本文考虑不确定的车辆需求,基于需求量的均值和方差等部分信息,最小化最坏情况下系统可用车辆和空闲停车位的机会约束,建立分布式鲁棒优化机会约束车辆调度模型,以总成本最小化为目标,得出模型的数学性质和易求解的等价形式,确定停车桩之间的车辆调度数量.最后,以北京市15个停车桩的车辆调度为例,确定最优的车辆调度方案.结果表明,随着服务水平的增加,调度成本和车辆调度数量增加明显,当服务水平增加到一定程度后,应增加系统的车辆数和停车位以满足服务水平的要求.决策者可根据自己的偏好及系统的服务要求,选择恰当的服务水平参数组合,以获得最优的车辆调度方案.

部分需求信息下分布式鲁棒车辆配置优化

近年来,在共享经济及供给侧改革的时代背景下,车辆共享服务成为解决城市交通拥堵问题的创新服务模式,然而在实际运营过程中诸多不确定性因素降低其运营效率。本文以电动车为主要构成的车辆共享服务为研究对象,在初始车辆配置阶段,考虑不确定需求的部分矩信息,结合最小化最坏情形的思想,建立分布式鲁棒车辆配置模型。同时分别考虑"确定租赁需求"、"随机租赁需求"、"部分不确定租赁需求矩信息已知"三类情况,建立相应的车辆共享服务车辆配置模型,并结合北京市15个租赁点信息,对三类模型算例决策结果进行对比,通过蒙特卡洛模拟比较相应的配置量及车辆配置成本。结果表明本文提出的方法相对于另外两类模型具备更好鲁棒性,同时可较好地在不确定环境下节约运营成本,具备较强实际应用价值,运营商可通过部分需求信息对初期车辆配置进行决策。

基于截断需求的分布鲁棒报童问题

在实际库存决策中,通常我们只能观察到销售量而非真实需求量,这导致了库存决策的截断需求问题——部分需求信息被库存水平所截断.本文在报童问题设置下首次提出使用条件分布鲁棒优化技术来处理截断需求信息.具体而言,基于历史销售数据,我们考虑了包含需求条件分布矩信息的分布不确定集,进一步提出将库存状态信息引入该分布不确定集,并导出了两类模型的闭式解:1)在基于均值-支撑集的分布不确定集下,支撑集的上下界决定了分布鲁棒报童模型的闭式解;2)在基于均值-方差-支撑集的分布不确定集下,期望、方差以及订货价与零售价共同决定了分布鲁棒报童模型的闭式解;3)随着订货价与零售价之比增大,分布鲁棒报童问题的最优订货数量降低.实验结果表明:当订货价与零售价之比处于某一范围时,截断需求信息可以提高分布鲁棒报童模型的期望收益,并且随着截断水平增加,提升收益率增加.