針對(duì)大規(guī)模清潔能源接入電網(wǎng)引起的系統(tǒng)魯棒性和經(jīng)濟(jì)性協(xié)調(diào)問(wèn)題,提出含風(fēng)–光–水–火多種能源的分布魯棒動(dòng)態(tài)最優(yōu)潮流模型。采用分布魯棒優(yōu)化方法將風(fēng)光不確定性描述為包含概率分布信息的模糊不確定集。將模糊不確定集構(gòu)造為一個(gè)以風(fēng)光預(yù)測(cè)誤差經(jīng)驗(yàn)分布為中心,以Wasserstein距離為半徑的Wasserstein球。在滿(mǎn)足風(fēng)光預(yù)測(cè)誤差服從模糊不確定集中極端概率分布情況下最小化運(yùn)行費(fèi)用。由于梯級(jí)水電廠模型為混合整數(shù)模型,為了提高計(jì)算效率,將交流潮流近似為解耦線(xiàn)性潮流。最后,某703節(jié)點(diǎn)實(shí)際電力系統(tǒng)的仿真結(jié)果表明,所提方法可以通過(guò)控制樣本大小和Wasserstein半徑置信度的方法有效平衡系統(tǒng)的魯棒性與經(jīng)濟(jì)性。 

【文章來(lái)源】：中國(guó)電機(jī)工程學(xué)報(bào). 2020,40(11)北大核心EICSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

發(fā)電廠最優(yōu)出力分布功02時(shí)刻00:0005:0015:0020:0001:0010:001

eriodundersamplesize1000表1所提模型在不同樣本大小下的計(jì)算時(shí)間Tab.1ComputationalTimeoftheproposedmodelunderdifferentsamplesizes樣本大小計(jì)算時(shí)間/s樣本大小計(jì)算時(shí)間/s10008.31500008.3950008.121000008.34100008.27——4.2與其他不確定優(yōu)化方法的比較為了驗(yàn)證本文所提模型的魯棒性和經(jīng)濟(jì)性，首先比較不同樣本大小下的目標(biāo)函數(shù)值和蒙特卡洛方法(Monte-Carlomethod，MCM)所得運(yùn)行費(fèi)用的分布。由蒙特卡洛方法抽取10000個(gè)真實(shí)風(fēng)光預(yù)測(cè)場(chǎng)景代入模型計(jì)算，得到運(yùn)行費(fèi)用的分布。圖3展示了不同樣本大小下模型的目標(biāo)函數(shù)值和蒙特卡洛方法所得結(jié)果的分布。由上到下樣本數(shù)量遞增。如圖所示，無(wú)論樣本的大小是多少，由真實(shí)場(chǎng)景計(jì)算所得的運(yùn)行費(fèi)用總是分布在模型目標(biāo)函數(shù)值的左側(cè)。說(shuō)明根據(jù)模型所做的決策能夠應(yīng)對(duì)系統(tǒng)真實(shí)運(yùn)行中可能出現(xiàn)的風(fēng)光預(yù)測(cè)場(chǎng)景，具有魯棒性。隨著樣本大小的增加，它們之間的距離在減校這是因?yàn)殡S著樣本大小的增加，模糊不確定集在縮小，極端概率分布趨向于真實(shí)的概率分布。這也說(shuō)明了獲取的樣本越多，模型解的保守度越低，經(jīng)濟(jì)性越好。為了說(shuō)明所提模型的優(yōu)越性，與RO和SO模型進(jìn)行比較分析。RO模型參考文獻(xiàn)[11]。SO模型頻數(shù)1500015001500015000運(yùn)行費(fèi)用/(106$)1.1441.1451.1461.1481.1471500001.1471.1481.1481.1491.1501.1491.1551.1561.1581.157圖3不同樣本大小下所提模型的目標(biāo)函數(shù)值與蒙特卡洛運(yùn)行費(fèi)用的分布Fig.3ObjectivefunctionvalueoftheproposedmodelandtheirdistributionofoperationalcostbyMCMunderdifferentsamplesizes

誦兄鋅?能出現(xiàn)的所有風(fēng)光預(yù)測(cè)場(chǎng)景，在實(shí)際使用時(shí)有一定風(fēng)險(xiǎn)。再結(jié)合圖3可以看出，所提模型的結(jié)果介于RO和SO之間，且能夠靈活調(diào)節(jié)。這與RO忽略概率分布信息而過(guò)于保守，SO假定精確的概率分布而過(guò)于絕對(duì)的特點(diǎn)相吻合。運(yùn)行費(fèi)用/(106$)頻數(shù)01.14315001.1441.1451.1461500ROSO01.1561.1571.1581.1591.160圖4RO、SO模型的目標(biāo)函數(shù)值與它們的蒙特卡洛運(yùn)行費(fèi)用的分布Fig.4ObjectivefunctionvalueofRO,SOmodelandtheirdistributionofoperationalcostbyMCM圖5進(jìn)一步比較了蒙特卡洛方法求得的3種模型的平均運(yùn)行費(fèi)用。如圖所示，當(dāng)樣本數(shù)量較小時(shí)，所提模型的解趨向于RO的解，當(dāng)樣本數(shù)量較多時(shí)，它趨向于SO的解。這說(shuō)明所提模型能夠通過(guò)歷史數(shù)據(jù)樣本的規(guī)模有效平衡解的魯棒性和經(jīng)濟(jì)性。此外，無(wú)論樣本大小是多少，隨著Wasserstein樣本大小/104費(fèi)用/(106$)1.14501.1501.1551.160510010050Wasserstein半徑置信度/%圖5系統(tǒng)的真實(shí)運(yùn)行費(fèi)用隨歷史數(shù)據(jù)和Wasserstein半徑置信度的變化Fig.5TherealoperationcostofthemodelchangeswithsamplesizesandWassersteinradiusconfidence半徑置信度的增加，系統(tǒng)的運(yùn)行費(fèi)用在增加。特別的，當(dāng)置信度為0%時(shí)，不同歷史數(shù)據(jù)下所提模型的運(yùn)行費(fèi)用與SO模型的運(yùn)行費(fèi)用相同；當(dāng)置信度趨于100%時(shí)，所提模型的運(yùn)行費(fèi)用趨于RO的運(yùn)行費(fèi)用。根據(jù)Wasserstein距離的性質(zhì)不難發(fā)現(xiàn)，當(dāng)置信度為0%時(shí)，Wasserstein半徑為0，此時(shí)模糊不確定集僅含有經(jīng)驗(yàn)分布，所提模型退化為SO。而當(dāng)置信度趨于100%時(shí)，Wasserstein半徑趨于無(wú)窮，

【參考文獻(xiàn)】：
期刊論文
[1]計(jì)及風(fēng)電不確定性的隨機(jī)安全約束機(jī)組組合[J]. 汪超群,韋化,吳思緣.  電網(wǎng)技術(shù). 2017(05)
[2]電力環(huán)保經(jīng)濟(jì)調(diào)度矩不確定分布魯棒優(yōu)化方法[J]. 周任軍,閔雄幫,童小嬌,陳瑞先,李獻(xiàn)梅,劉志勇.  中國(guó)電機(jī)工程學(xué)報(bào). 2015(13)
[3]采用條件風(fēng)險(xiǎn)方法的含風(fēng)電系統(tǒng)安全經(jīng)濟(jì)調(diào)度[J]. 周任軍,姚龍華,童小嬌,彭莎,李斯.  中國(guó)電機(jī)工程學(xué)報(bào). 2012(01)



本文編號(hào)：3419967