光伏出力的随机性和负荷用电的波动性对微电网的优化调度影响显著,为此提出了预测-调节-决策一体化的策略框架。基于高斯过程回归(Gaussian process regression,GPR)将光伏出力和负荷用电典型日历史数据自适应生成的置信区间与鲁棒优化...光伏出力的随机性和负荷用电的波动性对微电网的优化调度影响显著,为此提出了预测-调节-决策一体化的策略框架。基于高斯过程回归(Gaussian process regression,GPR)将光伏出力和负荷用电典型日历史数据自适应生成的置信区间与鲁棒优化中不确定集的构建相结合,建立了基于区间概率不确定集的自适应鲁棒优化调度模型。首先,通过GPR生成自适应鲁棒优化调度模型中不确定集的固定项,然后调节决策环节所考虑的风险水平以确定不确定集中的波动项,进而确定衡量不同调度保守度下的不确定集边界;接着采用预测区间质量评测指标来考核各个不确定集所对应的区间优劣。最后,通过改进的IEEE-37节点微电网系统验证了所提模型在有效抵御光伏出力和负荷用电波动的同时保持较低的运行成本。展开更多
为促进风-光-电负荷功率不确定的综合能源系统(integrated energy system,IES)的风、光功率消纳,降低碳排放,首先考虑风、光波动性和弃风、弃光现象构建风、光功率不确定集,考虑电价波动性和负荷需求响应弹性系数,构建电负荷的价格型需...为促进风-光-电负荷功率不确定的综合能源系统(integrated energy system,IES)的风、光功率消纳,降低碳排放,首先考虑风、光波动性和弃风、弃光现象构建风、光功率不确定集,考虑电价波动性和负荷需求响应弹性系数,构建电负荷的价格型需求响应不确定集;其次,进一步提出排序截断分摊法,将风、光、电负荷功率不确定集转化为可线性求解的线性对应式;第三,建立热电联产机组-碳捕集系统联合运行系统,并推导系统整体模型,该整体模型只关注系统对外能量交互情况;第四,构建风、光、电负荷功率不确定的IES优化模型,并在多场景下分析其风、光功率消纳和碳排放。最后,利用算例证明了所提方法的有效性。展开更多
文摘光伏出力的随机性和负荷用电的波动性对微电网的优化调度影响显著,为此提出了预测-调节-决策一体化的策略框架。基于高斯过程回归(Gaussian process regression,GPR)将光伏出力和负荷用电典型日历史数据自适应生成的置信区间与鲁棒优化中不确定集的构建相结合,建立了基于区间概率不确定集的自适应鲁棒优化调度模型。首先,通过GPR生成自适应鲁棒优化调度模型中不确定集的固定项,然后调节决策环节所考虑的风险水平以确定不确定集中的波动项,进而确定衡量不同调度保守度下的不确定集边界;接着采用预测区间质量评测指标来考核各个不确定集所对应的区间优劣。最后,通过改进的IEEE-37节点微电网系统验证了所提模型在有效抵御光伏出力和负荷用电波动的同时保持较低的运行成本。
文摘为促进风-光-电负荷功率不确定的综合能源系统(integrated energy system,IES)的风、光功率消纳,降低碳排放,首先考虑风、光波动性和弃风、弃光现象构建风、光功率不确定集,考虑电价波动性和负荷需求响应弹性系数,构建电负荷的价格型需求响应不确定集;其次,进一步提出排序截断分摊法,将风、光、电负荷功率不确定集转化为可线性求解的线性对应式;第三,建立热电联产机组-碳捕集系统联合运行系统,并推导系统整体模型,该整体模型只关注系统对外能量交互情况;第四,构建风、光、电负荷功率不确定的IES优化模型,并在多场景下分析其风、光功率消纳和碳排放。最后,利用算例证明了所提方法的有效性。
