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。

能源互联网环境下基于分布鲁棒优化的能量枢纽负荷优化调度

能源互联网的发展使得不同形式能源之间的耦合关系不断加强,能量枢纽是能源互联网环境下多能协同互补的重要系统形态.针对包含电、气、热、氢等不同能源形式的能量枢纽,本文构建了含风力发电单元、热电联产单元、燃气锅炉、电解槽、储氢单元、电能储能单元和热能储能单元的负荷优化调度模型,该模型旨在满足各类运行约束条件情况下,通过优化各单元的出力,实现能量枢纽成本的最小化.进而采用数据驱动的两阶段分布鲁棒优化方法来处理风电出力的不确定性,并采用了列与约束生成算法对提出的两阶段分布鲁棒优化模型进行求解.结果表明,与随机规划方法相比,本文提出的数据驱动的分布鲁棒优化方法在处理风电出力不确定性方面具有更好的鲁棒性.而与传统的鲁棒优化方法相比,本文提出的方法更好地实现了能量枢纽负荷优化调度的经济性.因此,本文构建的负荷优化调度模型对于协调能源互联网环境下能量枢纽负荷优化调度的经济性和鲁棒性具有重要支撑作用.

多样化柔性负荷深度互动下的虚拟电厂分布鲁棒购售电策略

随着当前电力改革以及电力市场的不断推进,虚拟电厂的发展已成为其重点组成部分,也是市场交易复杂因素的主要集中部分,其中柔性负荷和清洁能源给虚拟电厂带来了巨大的挑战。考虑不同类别用户柔性负荷的运行特性差异,分别对工业负荷、商业负荷和家用负荷进行了特性分析并建模,充分调动虚拟电厂内部的一些可控资源进行互动,并结合风电、光伏、燃气轮机(gas turbine,GT)运行特性,建立了考虑多样化柔性负荷深度互动的虚拟电厂购售电优化模型。此外,随着清洁能源的发展,针对风电、光伏所带来的不确定性挑战,提出了基于场景数据驱动的两阶段变量的分布鲁棒虚拟电厂购售电优化计算模型,再利用列与约束生成算法求解,算例分析验证了该优化模型的有效性。