基于Sinkhorn分布鲁棒优化的综合能源系统最优能流方法

针对风电接入综合能源系统所带来的不确定性问题,提出一种基于Sinkhorn分布鲁棒优化的动态最优能流模型及求解方法。将风电的不确定性描述为包含概率分布信息的模糊不确定集,并将其构造为以风电出力经验分布为中心,以Sinkhorn距离为半径的Sinkhorn球。采用二分搜索的批量梯度下降法求解,以降低风电不确定性所带来的影响,并减少计算复杂度。算例结果表明,所提方法与随机优化和传统鲁棒优化方法相比,能更有效地平衡系统的鲁棒性与经济性。此外,所提方法在不同样本规模下的计算时间及目标函数均优于Wasserstein方法。

考虑风电不确定性的Φ-散度下基于条件风险价值的鲁棒动态经济调度

针对风电功率预测误差不确定背景下动态经济调度的发电风险费用,建立基于条件风险价值的动态经济调度风险费用鲁棒优化模型。在仅知风电功率预测误差情景的条件下,结合统计学理论,采用Φ-散度构建较高置信水平下的风电功率预测误差不确定概率的置信域;采用拉格朗日对偶理论,将动态经济调度风险费用鲁棒优化模型转化为可求解的数学模型。采用IEEE 30、IEEE 118节点和S-1047节点系统进行数值仿真,结果表明,所建模型能够有效地抑制风电功率预测误差不确定性对风险费用的影响。