徐澄莹,杨 军,张宇威,朱 旭
(武汉大学电气与自动化学院,湖北 武汉 430072)
在迫切需要改善能源结构的当今社会,新能源和电动汽车等的引入使电力系统源荷不确定性相关的综合能源管控主动响应技术研究成为了目前热门的课题。
鲁棒优化是在历史数据区间集中寻找最恶劣环境下的最优策略的方法,它往往会趋向过于保守的方案。随着大数据、物联网的发展,越来越多测量设备接入能源系统,储备了大量的数据,包括光照、风力等气候数据,以及人群用能数据等。这些数据都可以作为综合能源系统对负荷和能源进行预测、调度的资料。用数据驱动方法挖掘数据的深层关系能够更好地兼顾系统的经济性与安全性,也使综合能源系统更好地成为数字化主动电网的一部分。
目前常用的盒式数据驱动鲁棒优化方法[1-4]存在以下问题:忽略了源荷数据间的相关性,使策略考量中纳入了许多实际不存在的场景;子问题需经过对偶转化的盒式模型,求解过程较复杂;大多文献中综合能源系统建模仅考虑电、热2种能量形式。
本文提出的模型采用数据驱动MVEE算法构建椭球不确定集,可以更好的描述光伏与负荷间的关联性;采用基于极限场景的列与约束生成法求解各个极限场景下的调度策略,无需对子问题进行对偶化;建立了电、热、冷、气相互转换的综合能源不确定性问题调度模型。首先建立了含有电、热、冷、气的区域综合能源系统日前-实时两阶段调度模型,其次进行了数据驱动MVEE椭球不确定集的构建,然后使用列与约束生成法求解了调度模型,最后采用比利时Elia电网数据进行算例分析,证明综合能源管控与电力大数据技术的优势。……