计及风电相关性的电力系统数据驱动分布鲁棒优化调度

提出一种基于数据驱动的分布鲁棒优化方法,用于求解计及风电波动性及相关性的发电与备用容量调度问题。首先,建立一个风险规避两阶段随机优化模型来应对分布不确定性。然后,将第二阶段最差场景下期望值进行等效转化,表示为条件风险值与最差场景下极值之和。利用基于场景的随机优化方法计算条件风险值。利用椭球不确定集描述风电的相关性,并将求解最差场景下极值的鲁棒优化问题转化为一个混合整数二阶锥规划问题。最后,采用列约束生成算法求解风险规避两阶段优化问题。所提方法比鲁棒优化方法保守度低,比随机优化方法更可靠,可融合两种优化方法的优点。

基于Stackelberg博弈的多站融合微电网运行策略研究

微电网技术将许多小规模分布式能源并入电网,由于可再生能源的高可变性,将对电网调度策略提出新的挑战。为此,提出一种具有机会约束的双层斯坦伯格随机模型用于描述不确定性的影响。通过机会约束能够有效考虑多站融合微电网生产能力的不确定性对智能电网的影响,利用析取约束、强对偶定理等方法,将双层模型重新表述为混合整数二次规划,以利于有效求解。通过算例证明所提方法的有效性。