基于两阶段–机会约束随机规划的含风电机组组合问题

基于极限场景的两阶段含分布式电源的配网无功优化★中国电工技术学会出品★致力于产业界与学术界融合创新的品牌会议①浏览会议通知，请戳下面标题☟☞会议通知︱2018第十二届中国电工装备创新与发展论坛暨第八届电工技术前沿问题学术论坛（第一轮）②了解大会征文详情，请戳下面标题☟☞两大技术论坛联合征文︱《电工技术学报》《电气技术》两刊携手打造学术盛宴③参会注册，请扫描下方二维码☟（先注册网站会员，然后提交报名信息）强电磁工程与新技术国家重点实验室、电力安全与高效湖北省重点实验室的研究人员张艺镨、艾小猛、方家琨等，在2018年第2期《电工技术学报》上撰文指出，在能源危机大背景和相关政策的引导下，以风电、光伏为代表的分布式可再生能源并网近年来发展迅速。

然而风电、光伏等电源出力的随机性，使得传统的无功优化方法难以适应含有较高比例分布式可再生能源的配电网。

针对这一问题，提出一种基于极限场景的两阶段配网无功优化方法，该方法通过极限场景约束形式对随机变量进行处理，在第一阶段决策配电网中不能灵活调节的慢变量取值，保证了在第二阶段中灵活性调节变量能够应对分布式电源的随机性，最终达到系统运行网损最小且最大化消纳清洁能源的目的，兼顾了系统的经济性与鲁棒性。

首先建立基于支路潮流的混合整数无功优化模型，然后利用大M 法和二阶锥松弛对原有模型进行凸化，最后采用极限场景法对分布式电源进行抽样并决策。

最后结合理论分析和仿真分析说明所提方法的有效性与可行性。

近年来，为应对能源危机和环境污染等问题，世界各国在推进集中式新能源利用的同时，也在大力鼓励分布式新能源的开发[1]。

然而，随着这些分布式电源（DistributedGeneration, DG）在配电网中渗透率的逐渐提高，其并网后对配电网电压调节模式带来了较大的影响[2-5]。

其主要体现在：配电网中实现无功调节的装置如投切电容器和变压器抽头等是不能瞬时调节的，而分布式电源的有功出力具有较强的随机性。

两阶段随机优化模型求解方法
两阶段随机优化模型求解方法主要包括以下步骤：
1. 定义问题：首先，需要明确问题的目标函数、约束条件和随机变量的分布。

2. 建立模型：根据问题的特点，建立两阶段随机优化模型。

第一阶段为确定性优化，第二阶段为随机规划。

3. 求解第一阶段：在给定的第一阶段决策的基础上，求解第二阶段的随机规划问题。

这一步可以使用各种求解随机规划的方法，如蒙特卡洛模拟、期望值模型、机会约束规划等。

4. 反馈学习：根据第二阶段的解，对第一阶段的决策进行反馈和调整。

这一步可以通过不断迭代来实现，直到找到最优解或者满足一定的收敛条件。

在具体应用中，需要结合问题的特点选择合适的求解方法。

例如，对于大规模问题，可以采用分布式计算、并行化等技术来提高求解效率。

同时，还需要注意数据隐私、计算精度等方面的问题。

基于置信度机会约束规划的风电场无功优化技术
胡畔;冀肖彤;王易;张兆毅;赖秋频;刘承锡
【期刊名称】《科学技术与工程》
【年(卷),期】2022(22)17
【摘要】风电不确定性给其功率预测带来一定困难,功率预测误差过大容易引发电压越限问题。

为了保证电压安全并兼顾运行经济性,以网损最小为目标函数并考虑控制电压越限风险,对系统进行无功优化,通过一定置信度下的电压约束将随机优化模型转变成机会约束规划模型,再用内点法求解。

提出了3种考虑电压安全裕度的优化方法,分析了它们各自特点和适用工况,制定了根据不同风电预测精度来灵活选用的综合方法。

利用解析化梯度矩阵和海森矩阵的改进算法来求解无功优化模型,与以往采用差分近似梯度的算法相比,大幅提升了计算效率,减少了一半以上的迭代次数和计算时间。

最后在含风电场的IEEE-39节点系统和中国内陆某实际风场中验证了所提方法的有效性和优越性。

【总页数】11页(P7002-7012)
【作者】胡畔;冀肖彤;王易;张兆毅;赖秋频;刘承锡
【作者单位】国网湖北省电力有限公司电力科学研究院;武汉大学电气与自动化学院
【正文语种】中文
【中图分类】TM727
【相关文献】
1.计及风电场并网的机会约束规划的机组组合优化
2.基于机会约束规划的分散式风电场优化规划
3.基于机会约束规划和随机模拟技术的含风电场电力系统多目标优化调度
4.基于机会约束规划的汇流风电场穿透功率极限计算
5.基于变置信度机会约束规划的风电并网优化调度
因版权原因，仅展示原文概要，查看原文内容请购买。

计及风险和需求响应的频率约束两阶段鲁棒机组组合
袁小清;陈锐;王寅;张丹;曹杰
【期刊名称】《电力大数据》
【年(卷),期】2022(25)3
【摘要】为应对新能源接入带来的强不确定性,改善传统鲁棒优化存在的不确定集范围难以预先给定的问题,本文提出了一种计及风险和需求侧响应的频率约束两阶段鲁棒机组组合。

该模型引入了新能源出力的概率分布信息,依据条件风险价值理论提出了弃风风险和失负荷风险指标,并将不确定集的边界设置为优化变量。

在对机组出力、机组备用和需求侧资源进行协同优化的同时考虑了频率安全约束。

在39节点系统上的算例分析验证所提模型与算法的有效性。

将不确定集边界设定为优化变量实现了调度计划鲁棒性和经济性的平衡。

需求侧响应的实施引导用户合理转移用电负荷,提升了电力系统运行灵活性。

考虑频率安全约束后频率最大偏差和频率最大变化率得到了明显改善。

【总页数】9页(P17-25)
【作者】袁小清;陈锐;王寅;张丹;曹杰
【作者单位】贵州电网有限责任公司电力调度控制中心
【正文语种】中文
【中图分类】TM732
【相关文献】
1.计及N-k网络安全约束的二阶段鲁棒机组组合
2.计及N-k网络安全约束的二阶段鲁棒机组组合
3.考虑风电不确定性和机组故障停运风险的两阶段鲁棒机组组合
4.考虑风电不确定性和机组故障停运风险的两阶段鲁棒机组组合
5.计及需求响应及抽水蓄能的含风电系统鲁棒机组组合
因版权原因，仅展示原文概要，查看原文内容请购买。

考虑负荷和风电出力不确定性的输电系统机会约束规划于 晗1,钟志勇2,黄杰波2,张建华1(1.华北电力大学电力系统保护与动态安全监控教育部重点实验室,北京市102206; 2.香港理工大学电机工程系,香港)摘要:提出了一种考虑负荷和风电场输出功率不确定性、基于机会约束规划的输电系统规划方法。

将Monte Carlo 方法与解析的概率潮流计算方法相结合,得到含风电场电网输电线路的有功概率潮流分布。

通过改进经典的输电系统规划模型,得到考虑负荷和风电场有功出力的概率分布、基于概率潮流计算的输电系统机会约束规划模型。

为了有效求解该模型,设计了一种两步式遗传算法。

该方法可以有效处理输电系统规划中的不确定性,并为规划人员提供比传统方法更丰富的信息。

算例证明了该方法的有效性。

关键词:输电系统规划;机会约束规划;负荷不确定性;风力发电场;概率潮流计算中图分类号:TM 715;T M614收稿日期:2008-07-23;修回日期:2008-10-24。

国家自然科学基金资助项目(50677019);香港政府研究资助局(RG C)资助项目(PolyU G -YF 26)。

0 引言输电系统规划的任务是确定最佳的网络结构,满足电力输送的要求,并且投资最小。

在规划中考虑不确定因素对于获得稳健的电网规划方案、降低系统运行风险至关重要[1]。

风电作为一种可再生能源,近年来在中国得到快速发展建设,多个装机容量超过100M W 的大型规划风电场直接接入220kV 电力系统中。

风电本身所固有的随机性和间歇性,给电力系统的规划和运行增添了新的不确定因素[2-3]。

因此,只考虑1个或几个典型运行方式的确定性输电网规划模型不适用于含有风电场的输电系统。

迄今为止该问题尚未得到解决,在以前的文献中仅见对不同的含有风电场的规划方案进行可靠性评估的工作[4]。

本文提出了用机会约束规划[5-7]方法解决考虑负荷和风电场输出不确定性的输电网络规划问题。

基于机会约束规划的主动配电网能量优化调度研究摘要：主动配电网（ActiveDistributionNetwork）的产生对于加大可再生能源的消纳能力、提高用电互动化水平、实现配电网的灵活智能管理发挥着重要的作用，逐渐成为未来智能电网发展的重要方向。

其中主动配电网能量管理系统（DMSs）作为主动配电网的最高决策中心，通过对各分布式电源的有效控制和调度，保障配电网的全局优化运行。

为提高主动配电网运行的经济性和可靠性，通过对主动配电网能量优化调度技术进行分析，考虑到风力发电和光伏发电的不确定性，结合随机模拟技术和惩罚函数方法，基于机会约束规划建立了含有风力发电机、光伏发电单元以及储能装置的主动配电网能量调度随机数学模型。

在满足各种约束条件的基础上，使用改进的粒子群算法求解该模型。

并以某地区实际系统为算例，通过与标准粒子群算法进行比较，验证所提模型的正确性与有效性。

关键词：主动配电网；能量管理系统；随机模拟技术1前言分布式发电技术在环境保护，提高电网供电可靠性和经济效益方面发挥着重要作用，因此得到各个国家的广泛关注，并且取得了快速的发展。

然而规模化的可再生电源接入到配电网中，对传统配电网的运行控制产生了深远的影响。

此时，配电系统从单向辐射式的网络转变为遍布分布式电源和负载互联的网络，这种双向供电的多电源配电网在运行和管理过程中暴露出越来越多的问题，主要表现在设备可利用率不高，系统自愈恢复能力薄弱，顾客与电网的自适应交互水平较低，供电可靠性及电能质量的恶化等，因此主动配电网技术应运而生。

主动配电网（ADN）作为一种新兴的电力系统自动化发展方向，是智能配电网技术的高级模式。

2008年在CIGRE会议上被首次提出，其基本定义是：通过使用灵活的网络拓扑结构来管理潮流，以便对局部的DER进行主动控制和主动管理的配电系统。

因而主动配电网的特点主要是能够有效管理配电网中的间歇式新能源、储能装置、柔性负载、无功补偿设备等可控分布式电源的优化运行，为系统提供一定的电力支持，实现配电网络的安全、经济、高效运行。

引用格式：孙泽锋, 李渤, 王磊. 计及风电相关性的电力系统数据驱动分布鲁棒优化调度[J]. 中国测试，2023, 49(8): 93-103. SUN Zefeng, LI Bo, WANG Lei. Data driven distributionally robust optimal scheduling of power system considering wind power correlation[J]. China Measurement & Test, 2023, 49(8): 93-103. DOI: 10.11857/j.issn.1674-5124.2021120144计及风电相关性的电力系统数据驱动分布鲁棒优化调度孙泽锋1， 李 渤2， 王 磊3(1. 国网黑龙江电力有限公司，黑龙江 哈尔滨 150090; 2. 黑龙江通和昌隆科技投资有限公司，黑龙江 哈尔滨 150090;3. 长沙理工大学电气与信息工程学院，湖南 长沙 410114)摘　要: 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。

关键词: 风电; 优化调度; 电力系统; 不确定性; 分布鲁棒优化中图分类号: TM73文献标志码: A文章编号: 1674–5124(2023)08–0093–11Data driven distributionally robust optimal scheduling of power systemconsidering wind power correlationSUN Zefeng 1, LI Bo 2, WANG Lei 3(1. State Grid Heilongjiang Electric Power Co., Ltd., Harbin 150090, China; 2. Heilongjiang Tonghe Changlong Technology Investment Co., Ltd., Harbin 150090, China; 3. School of Electrical and Information Engineering,Changsha University of Technology, Changsha 410114, China)Abstract : A distributionally robust optimization method based on data-driven is proposed to solve the generation and reserve capacity scheduling problem considering the fluctuation and correlation of wind power.Firstly, a risk-averse two-stage stochastic optimization model is established to deal with the distributional uncertainty. Then, the expected value of the worst scenario in the second stage is transformed into the sum of conditional value-at-risk and the extreme value in the worst scenario. The scenario based stochastic optimization method is used to calculate the conditional value-at-risk. The correlation of wind power is described by the ellipsoidal uncertainty sets, and the robust optimization problem for finding the extreme value in the worst scenario is transformed into a mixed integer second-order cone programming problem. Finally, the收稿日期: 2021-12-23；收到修改稿日期: 2022-03-30基金项目: 国家自然科学基金项目(52077009)作者简介: 孙泽锋（1977-），男，山东蓬莱市人，高级工程师，硕士，研究方向为电力系统分析与计算，新能源并网、预测、调度等。