基于分布鲁棒优化的车-站-网日前能量管理与交易

为考虑上级电网电价、光伏出力等多重多层级不确定性对车-站-网互动博弈模型的影响,且充分体现配电网主动管理技术支撑效果,文中提出了一种基于分布鲁棒优化的车-站-网能量管理与交易方法。首先,针对主动配电网内多元主体能量管理与交易问题,建立了配电网运营商、充电站和电动汽车的日前市场互动框架。其次,融合主动网络管理技术和网络约束,在配电网运营商与聚合了电动汽车的多个充电站之间构建了以多主体各自利益最大为目标的双层Wasserstein分布鲁棒互动博弈模型。然后,提出了结合Karush-Kuhn-Tucker条件、对偶原理和大M法的化简方法以解决多层级不确定性造成的求解难题,将双层Wasserstein分布鲁棒模型转化为单层混合整数二阶锥规划模型,并利用商业求解器YALMIP/GUROBI进行了求解。最后,通过算例仿真验证了所提模型和方法的有效性。

考虑条件风险价值的交直流系统两阶段分布鲁棒低碳经济优化调度

考虑到海上风电出力的随机性以及日益突出的生态环境问题,以含柔性直流输电技术(voltagesource converter high voltage direct current,VSC-HVDC)的交直流系统为研究对象,提出了考虑条件风险价值(conditional valueatrisk,CVaR)的两阶段分布鲁棒低碳经济优化模型,构建了基于Kullback-Leibler(KL)散度的概率分布模糊集,同时利用条件风险价值量化了极端场景下的尾部风险,使得模型能够同时考虑概率分布不确定性以及处于最坏概率分布中极端场景下的尾部损失;此外,将阶梯型碳交易机制并入所提分布鲁棒模型中,通过合理利用柔性资源和储能装置,增强系统运行的灵活性,在兼顾运行风险的前提下,降低碳排放量的目标。再者,为了提高计算效率,在列和约束生成算法(column-and-constraint generation method,C&CG)和Multi-cut Benders分解算法的基础上提出了双循环分解算法。最后,在基于改进的IEEE RTS 79测试系统中验证了所提模型及算法的有效性。

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。

需求信息部分已知下生鲜品的低碳订购策略研究

为了研究需求信息缺失和低碳减排下的生鲜品企业运营决策问题,基于单周期随机库存系统,分别建立受碳限额与交易政策规制和无碳约束的分布式鲁棒优化模型,通过极大极小期望利润准则和最优化方法求解出两种情形下生鲜品的最优订购量,并运用数值算例检验需求随机因子的标准差系数和碳排放权交易价格对生鲜品订购量、利润和碳排放的影响。结果表明,存在唯一的最优库存因子使得生鲜品企业在最坏分布下的期望利润取得最大;与不受碳政策规制情形相比,生鲜品企业在碳限额与交易政策下能够实现高利润和低排放;需求信息缺失对生鲜品企业在碳限额与交易政策下期望利润的影响小于不受碳政策规制情形。

考虑阶梯型碳交易的风光储联合系统分布鲁棒优化调度

在“双碳”目标下,风、光等清洁能源的渗透率将不断提高,针对其发电具有不确定性给电力系统带来的调度难题,提出了风光储联合系统的两阶段分布鲁棒优化调度模型。为了减少系统的碳排放量,引入了阶梯型碳交易。模型中,第一阶段根据预测信息使系统的运行成本最低,第二阶段使用基于数据驱动的Wasserstein距离来构建出力误差的模糊集。并使用仿射策略对模型进行调整,使系统在满足模糊集中最恶劣分布的情况下,使调整成本最小。最后,使用了强对偶原理把模型转化为等效混合整数线性优化模型。通过算例分析及对比,验证了考虑阶梯型碳交易可以显著减少对传统机组的使用,以及分布鲁棒优化模型的适用性和优越性。

考虑风电不确定性的交直流配电网低碳分布鲁棒优化调度

为增加配电网风电的消纳能力,减少碳排放,建立了一种交直流配电网低碳分布鲁棒优化调度模型。分析风电预测误差和预测出力历史数据之间的正相关性,采用混合Copula函数,建立它们之间的联合概率分布,得到风电预测误差的条件概率分布。将交直流配电网解耦为交流和直流子网,以各自综合运行成本最小为优化目标,在交流子网优化模型中引入碳交易机制,建立交直流配电网分散协调优化模型。以得到的风电预测误差的条件概率分布为参考,构建了基于K-L散度的分布鲁棒模糊集。利用拉格朗日对偶理论,将优化模型转化为单层优化目标模型,并利用交替方向乘子法进行分散协调优化求解。基于修改后33节点交直流配电网模型的仿真结果表明所提模型能有效减少配电网侧碳排放量,显著提高风电消纳能力。

A Distributed Power Trading Scheme Based on Blockchain and Artificial Intelligence in Smart Grids

As an emerging hot technology,smart grids(SGs)are being employed in many fields,such as smart homes and smart cities.Moreover,the application of artificial intelligence(AI)in SGs has promoted the development of the power industry.However,as users’demands for electricity increase,traditional centralized power trading is unable to well meet the user demands and an increasing number of small distributed generators are being employed in trading activities.This not only leads to numerous security risks for the trading data but also has a negative impact on the cost of power generation,electrical security,and other aspects.Accordingly,this study proposes a distributed power trading scheme based on blockchain and AI.To protect the legitimate rights and interests of consumers and producers,credibility is used as an indicator to restrict untrustworthy behavior.Simultaneously,the reliability and communication capabilities of nodes are considered in block verification to improve the transaction confirmation efficiency,and a weighted communication tree construction algorithm is designed to achieve superior data forwarding.Finally,AI sensors are set up in power equipment to detect electricity generation and transmission,which alert users when security hazards occur,such as thunderstorms or typhoons.The experimental results show that the proposed scheme can not only improve the trading security but also reduce system communication delays.

考虑碳交易成本的输储多阶段协调规划方法

输电网和储能协调发展是构建新型电力系统的重要途径。传统的输储协调规划往往忽略了风电等新能源出力聚类场景概率的误差,导则规划结果保守。首先通过场景聚类将年周期下的负荷需求、风电出力生成典型场景集,并考虑场景概率的误差,建立基于1-范数和∞-范数的场景概率分布不确定集合;然后,建立以输电线路投资成本、储能投资成本、运行成本、碳交易成本为综合目标的输储多阶段协调分布鲁棒规划模型,采用列与约束生成(column-and-constraint generation,C&CG)算法将输储多阶段协调分布鲁棒规划模型转化为主子问题迭代求解;最后,在改进的IEEE-30节点系统上验证了所提输储多阶段协调规划方法的优越性。

Blockchain-based Distributed Power Market Trading Mechanism

Distributed power market trading has the characteristics of large number of participants,scattered locations,small single trading scale,and point-to-point trading.The traditional centralized power trading model has the problems of large load,low efficiency,high cost,reliance on third parties and unreliable data.With the characteristics of decentralization and nontampering,blockchain can establish a point-to-point trusted trading environment and provide effective solutions to the above problems.Therefore,this paper proposed a distributed power market trading framework based on blockchain.In this framework,the distributed power supply characteristics and trading needs of each participant are analyzed,a complete distributed trading process based on blockchain is designed.In addition,we have studied the key technologies of distributed power market trading.With the goal of power service reputation and maximum revenue of distributed power providers,we have established a matching degree model,a distributed power market trading optimization model,and designed a smart contract-based power market trading optimization strategy and power trading settlement strategy.Finally,we designed experiments to verify the performance of the proposed framework.

特高压直流合约交易电量约束下送端电网日前调度优化

文中建立了考虑长期合约交易电量约束的新能源高占比送端电网随机生产模拟两层框架。其中,上层根据系统多年运行数据提取负荷和新能源出力特性,并考虑水电丰、枯水期的季节特性进行长周期随机生产模拟,求解送端电网待优化目标年、月内的日直流外送电量;下层结合上层优化得到的日直流外送电量和日前预测场景进行日前直流外送功率的调整优化,采用分布鲁棒优化模型,根据不确定分布集合的形式,将不确定问题转换为确定性二次约束二次规划(QCQP)问题,进一步采用重构线性化技术将QCQP模型转化为易于求解的线性规划问题,将日前优化得到的直流外送修正电量返送至上层,通过重启上层优化可以更新后续剩余合约电量及分配计划,以更新后续日前调度优化的直流外送初值。参照中国西北某省级送端电网的能源构成和分布建立仿真算例进行验证,结果表明所提方法在保证安全性的同时,有效提高了系统运行的经济性,促进了新能源的消纳。

基于多层利益共享的虚拟电厂参与电碳市场分布鲁棒优化模型

风电和光伏的高渗透率增加了新型电力系统对灵活性资源需求.虚拟电厂作为一个特殊电厂聚合了可控分布式电源、新能源、储能、碳处理、负荷等各类资源,“对内协同”可以实现内部资源协同调控,“对外统一”可以参与外部电碳市场获利.基于此,本文创新地提出了虚拟电厂参与电碳多类市场分布鲁棒优化模型.为了刻画风电和光伏的不确定性,构造了基于Wasserstein距离的分布模糊集和基于数据驱动的误差不确定集.为了兼顾经济性和鲁棒性,考虑内部运行成本以及外部参与多类市场收益,构建了最坏分布下期望收益最大的两阶段鲁棒优化模型,并提出模型求解方法.为了保证联盟动态平衡,提出了多层利益分配方法.最后,算例分析表明:在“对内协同,对外统一”的经营模式下,有效激发虚拟电厂内各类资源的潜力,参与多个市场后获取共享利益,实现了多方互利共赢.所提模型具有数据驱动、快速求解、灵活可控、经济实用等优越性.多层利益分配方法能够简便、有效地将共享效益传导至各主体.

考虑风险和碳交易机制的微电网分布鲁棒优化调度

提高微电网风电的消纳能力是实现双碳目标的重要手段。该文构建了一种考虑极限场景和净负荷条件风险价值的微电网低碳分布鲁棒优化模型。首先,针对源-荷不确定性构造基于Wasserstein距离的概率分布模糊集,并考虑极限场景修正该模糊集,以提高模糊集的鲁棒性,减少场景数目,提高求解效率。其次,以包括供能成本、阶梯式碳交易成本和风险成本的微电网日运行成本最小为优化目标,建立分布鲁棒优化调度模型,并利用分段线性近似法和对偶理论将模型转换为线性规划问题求解。最后,通过算例仿真进行验证,结果表明,考虑极限场景的分布鲁棒优化方法具有较强的鲁棒性;引入阶梯式碳交易成本可以有效减少微电网的碳排放量,并提高风电的消纳能力;净负荷条件风险价值可以有效平衡微电网运行的经济性与风险性。

碳政策下分布式鲁棒优化模型的生产与减排策略

构建了碳排放限额和碳限额与交易政策下的两类分布式鲁棒优化模型,当市场需求分布的期望和方差已知且制造商生产过程产生碳排放时,求解了制造商的最优生产和减排投资策略.将两类碳政策下的分布式鲁棒优化模型分别与无碳约束的情形进行比较,结果表明:在两类碳政策下减排投资有利于制造商获得更高的利润,并且减排投资在碳限额与交易政策下能够降低碳排放量而在碳排放限额政策下对控制碳排放量没有效果;与碳排放限额政策相比,碳限额与交易政策能够实现高利润低排放;碳排放限额政策下制造商的利润不高于无碳约束的情形,而在碳限额与交易政策下当碳配额满足一定条件时制造商的利润大于无碳约束的情形.最后利用数值算例验证了理论结果同时通过碳系数的变化检验了两类碳政策的鲁棒性.