多能互补微网两阶段鲁棒优化调度研究
发布时间：2020-12-15 00:53
为提升分布式发电单元在电网的渗透率,微网技术应运而生。分布式可再生能源单元出力具较强随机性,加之需求响应工作的进一步推广,其源荷侧的不确定性更加突出。当前基于人工智能的预测技术在数据处理和模型表达等方面具有很大优势,但预测精度尚不能满足可再生能源接入下微网的调度需求。如何在源荷侧功率波动情况下,既能保证调度方案的最优性,又能提升可再生能源的利用率,是微网优化调度的关键。鲁棒优化方法提前考虑了不确定性参数的波动,所得最优解具有较强抗干扰性,受到广泛关注。当前微网鲁棒优化调度研究中,仍存在解的保守性强及不能提升可再生能源消纳能力等方面的问题,而开展多能互补微网两阶段鲁棒优化调度是解决以上问题的可行方法,对其深入研究将具有重要的理论价值与实际意义。本文首先分析了微网中分布式风电、光伏以及负荷的出力特性,指出了微网优化调度中存在的多种不确定性因素。为解决上述不确定性因素下的优化调度问题,引出了鲁棒优化方法。其次,研究计及需求响应的微网两阶段鲁棒优化调度方法,并构建了min-max-min 形式的两阶段优化模型,其预调度阶段根据源荷侧的预测值来制定各分布式电源出力、需求响应负荷运行及备用容量设置...
【文章来源】：西安理工大学陕西省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
本文研究工作的论文框架
第二章微网优化调度不确定因素及鲁棒优化思想11一类优化问题，其数学模型的一般形式为：Uxhxf0),(s.t.),(min(2-5)式中，为不确定性参数，U是不确定性参数的取值范围。不确定参数发生波动时，可能使原本求得的最优解偏离实际最优解甚至成为不可行解。因此，如何求解不确定性优化问题越来越重要。下文将着重分析基于鲁棒优化思想的不确定性优化问题的建模过程。2.2.1鲁棒优化问题研究思路鲁棒优化是由鲁棒控制理论发展而来的，一种将不确定因素预先考虑的方法。鲁棒优化问题的研究思路如图2-1所示。首先，分析优化问题中不确定参数的波动范围和特点；接着，建立优化问题的鲁棒优化模型，从图2-1可看出，鲁棒优化模型与确定性优化模型的最大区别在于前者添加了不确定参数环节，并将不确定参数的取值范围以一个有界闭合的集合U来描述。不确定集的选取对优化结果有明显的影响，即不确定集表达地越精细，鲁棒优化问题的计算量和复杂度越大；不确定集越粗略，所得最优解的鲁棒性越强。常见的U有盒式不确定集、多面体不确定集、范数不确定集以及由历史数据构造的数据驱动不确定集。完成鲁棒优化问题建模过程后，理论推导并分析模型特点，选择相应算法进行求解。鲁棒优化旨在最终求得的决策变量在不确定集的任意取值下都具有可行性，即最终解具有较强鲁棒性。图2-1鲁棒优化问题研究思路Fig.2-1Researchideasofrobustoptimization2.2.2鲁棒优化模型于1973年，Soyster首次提出了线性静态鲁棒优化模型[66]，其一般形式为：UbAbAxxc},{s.t.minT(2-6)式中，约束条件的系数矩阵A和b为不确定参数，取值于不确定集U。对于U中的任意一组不确定变量场景，都可满足xbA的约束条件。
第三章计及需求响应的微网两阶段鲁棒优化调度研究173计及需求响应的微网两阶段鲁棒优化调度研究随着微网中可再生能源并网渗透率提高，其中风力、光伏发电输出功率受自然因素影响，负荷也受用户用电行为、天气等因素影响，源荷侧都具有较强的随机性和波动性。目前预测技术所得误差结果较大，基于预测值的传统微网优化调度面临很严重的弃风或切负荷风险，使系统运行风险成本提高。同时，若传统调度方法提前配置风电的固定比例的备用容量，则会存在两种情况：备用配置比例较低，仍存在弃风和切负荷风险可能；配置比例太高，虽然很大程度避免了弃风和切负荷风险，但会造成备用容量冗余和较高的备用配置费用，且导致机组偏离最优运行点增加了系统运行成本。因此，本章主要研究计及需求响应并提前考虑不确定性因素的微网两阶段鲁棒优化调度方法。3.1计及需求响应的微网两阶段鲁棒优化调度模型本文建立考虑风电出力与负荷波动不确定性的两阶段鲁棒优化模型，第一阶段为预调度阶段，以最小化日前调度运行成本为目标函数，约束条件包括第一阶段的出力约束、储能单元约束、功率平衡约束以及第二阶段辨识出的最恶劣场景约束；第二阶段为再调度阶段，以最小化弃风和切负荷风险成本为目标函数，引入弃风、切负荷两个松弛变量，以期预调度方案在不确定变量的任意场景下都可行。两阶段鲁棒优化调度框架如图3-1所示。通过两阶段鲁棒优化调度方法处理风电和负荷不确定性，降低微网的弃风和切负荷量，保证供电安全和可靠。同时，避免传统调度方法使得备用配置过多，提高了系统运行经济性。图3-1微网两阶段鲁棒优化调度方法框架Fig.3-1Two-stagerobustoptimaldispatchframeworkformicrogrid
【参考文献】：
期刊论文
[1]冷热电联供微网优化调度通用建模方法[J]. 王成山,洪博文,郭力,张德举,刘文建. 中国电机工程学报. 2013(31)
[2]一类电力系统鲁棒优化问题的博弈模型及应用实例[J]. 梅生伟,郭文涛,王莹莹,刘锋,魏韡. 中国电机工程学报. 2013(19)
[3]低压微网控制策略研究[J]. 王成山,高菲,李鹏,黄碧斌,丁承第,于浩. 中国电机工程学报. 2012(25)
[4]分布式发电供能系统若干问题研究[J]. 王成山,王守相. 电力系统自动化. 2008(20)
[5]微电网的研究现状及在我国的应用前景[J]. 郑漳华,艾芊. 电网技术. 2008(16)
本文编号：2917332
【文章来源】：西安理工大学陕西省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
本文研究工作的论文框架
第二章微网优化调度不确定因素及鲁棒优化思想11一类优化问题，其数学模型的一般形式为：Uxhxf0),(s.t.),(min(2-5)式中，为不确定性参数，U是不确定性参数的取值范围。不确定参数发生波动时，可能使原本求得的最优解偏离实际最优解甚至成为不可行解。因此，如何求解不确定性优化问题越来越重要。下文将着重分析基于鲁棒优化思想的不确定性优化问题的建模过程。2.2.1鲁棒优化问题研究思路鲁棒优化是由鲁棒控制理论发展而来的，一种将不确定因素预先考虑的方法。鲁棒优化问题的研究思路如图2-1所示。首先，分析优化问题中不确定参数的波动范围和特点；接着，建立优化问题的鲁棒优化模型，从图2-1可看出，鲁棒优化模型与确定性优化模型的最大区别在于前者添加了不确定参数环节，并将不确定参数的取值范围以一个有界闭合的集合U来描述。不确定集的选取对优化结果有明显的影响，即不确定集表达地越精细，鲁棒优化问题的计算量和复杂度越大；不确定集越粗略，所得最优解的鲁棒性越强。常见的U有盒式不确定集、多面体不确定集、范数不确定集以及由历史数据构造的数据驱动不确定集。完成鲁棒优化问题建模过程后，理论推导并分析模型特点，选择相应算法进行求解。鲁棒优化旨在最终求得的决策变量在不确定集的任意取值下都具有可行性，即最终解具有较强鲁棒性。图2-1鲁棒优化问题研究思路Fig.2-1Researchideasofrobustoptimization2.2.2鲁棒优化模型于1973年，Soyster首次提出了线性静态鲁棒优化模型[66]，其一般形式为：UbAbAxxc},{s.t.minT(2-6)式中，约束条件的系数矩阵A和b为不确定参数，取值于不确定集U。对于U中的任意一组不确定变量场景，都可满足xbA的约束条件。
第三章计及需求响应的微网两阶段鲁棒优化调度研究173计及需求响应的微网两阶段鲁棒优化调度研究随着微网中可再生能源并网渗透率提高，其中风力、光伏发电输出功率受自然因素影响，负荷也受用户用电行为、天气等因素影响，源荷侧都具有较强的随机性和波动性。目前预测技术所得误差结果较大，基于预测值的传统微网优化调度面临很严重的弃风或切负荷风险，使系统运行风险成本提高。同时，若传统调度方法提前配置风电的固定比例的备用容量，则会存在两种情况：备用配置比例较低，仍存在弃风和切负荷风险可能；配置比例太高，虽然很大程度避免了弃风和切负荷风险，但会造成备用容量冗余和较高的备用配置费用，且导致机组偏离最优运行点增加了系统运行成本。因此，本章主要研究计及需求响应并提前考虑不确定性因素的微网两阶段鲁棒优化调度方法。3.1计及需求响应的微网两阶段鲁棒优化调度模型本文建立考虑风电出力与负荷波动不确定性的两阶段鲁棒优化模型，第一阶段为预调度阶段，以最小化日前调度运行成本为目标函数，约束条件包括第一阶段的出力约束、储能单元约束、功率平衡约束以及第二阶段辨识出的最恶劣场景约束；第二阶段为再调度阶段，以最小化弃风和切负荷风险成本为目标函数，引入弃风、切负荷两个松弛变量，以期预调度方案在不确定变量的任意场景下都可行。两阶段鲁棒优化调度框架如图3-1所示。通过两阶段鲁棒优化调度方法处理风电和负荷不确定性，降低微网的弃风和切负荷量，保证供电安全和可靠。同时，避免传统调度方法使得备用配置过多，提高了系统运行经济性。图3-1微网两阶段鲁棒优化调度方法框架Fig.3-1Two-stagerobustoptimaldispatchframeworkformicrogrid
【参考文献】：
期刊论文
[1]冷热电联供微网优化调度通用建模方法[J]. 王成山,洪博文,郭力,张德举,刘文建. 中国电机工程学报. 2013(31)
[2]一类电力系统鲁棒优化问题的博弈模型及应用实例[J]. 梅生伟,郭文涛,王莹莹,刘锋,魏韡. 中国电机工程学报. 2013(19)
[3]低压微网控制策略研究[J]. 王成山,高菲,李鹏,黄碧斌,丁承第,于浩. 中国电机工程学报. 2012(25)
[4]分布式发电供能系统若干问题研究[J]. 王成山,王守相. 电力系统自动化. 2008(20)
[5]微电网的研究现状及在我国的应用前景[J]. 郑漳华,艾芊. 电网技术. 2008(16)
本文编号：2917332
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/2917332.html
