随着人工智能对算力需求的激增,数据中心(internet data center,IDC)作为数据处理与存储的机构,其能耗需求远超预期,使用新能源是其可持续发展的需要。然而,可再生能源具有出力不确定性,仅依靠数据中心参与需求响应难以实现消纳,可配置...随着人工智能对算力需求的激增,数据中心(internet data center,IDC)作为数据处理与存储的机构,其能耗需求远超预期,使用新能源是其可持续发展的需要。然而,可再生能源具有出力不确定性,仅依靠数据中心参与需求响应难以实现消纳,可配置储能提高系统灵活性。因此,本工作建立了以规划总成本最优为目标的数据中心与电池储能(battery energy storage,BES)协同规划两阶段鲁棒模型,为防止规划结果过于乐观,引入了储能寿命约束。同时针对在求解所建模型过程中,传统C&CG(column-and-constraint generation)算法存在难以平衡求解速度与精度间关系的问题,本工作提出了一种不精确列和生成约束算法i-C&CG(inexact column-and-constraint generation)进行求解。基于IEEE30节点与IEEE118节点算例系统进行优化解算,仿真结果表明,与仅配置单一储能相比,本工作所提模型储能年等效建设成本下降39785元,数据中心年等效建设成本下降289080元;且本工作所提算法与传统C&CG相比,采用0.18低精度下的i-C&CG,与采用0.16较高精度的C&CG相比较,i-C&CG最多可缩短3632 s的单次迭代求解所需时间,且最终计算结果的相对误差为0.46%,两者收敛间隙与相对最优间隙近似。展开更多
随着能源互联网战略的深入实施,可再生能源与微电网的参与度不断攀升,系统中不确定性因素显著增加,各参与主体间的合作与竞争关系变得愈发错综复杂。从垂直和水平两个层面建立了电网、服务商及多微电网混合博弈双层电能交易体系。在垂...随着能源互联网战略的深入实施,可再生能源与微电网的参与度不断攀升,系统中不确定性因素显著增加,各参与主体间的合作与竞争关系变得愈发错综复杂。从垂直和水平两个层面建立了电网、服务商及多微电网混合博弈双层电能交易体系。在垂直层面提出主从博弈的思想,以服务商为主导者、微电网为从属者。构建不确定性问题分阶段优化的分段鲁棒优化模型,实现不确定性的差异化调度,提高鲁棒优化的灵活性。利用布尔-列和约束生成(Bool-Column and constraint generation,B-C&CG)算法求解模型,并把整个模型分为主问题和子问题:主问题优化电价不确定性问题,子问题优化源荷不确定问题。在水平层面搭建纳什谈判模型,通过交替方向乘子(alternating direction method of multipliers,ADMM)算法求解水平层面微电网之间的电能交互模型。利用分布式求解方法得出交易价格策略,再结合拉格朗日乘子法,交替优化各分部并更新乘子,得出各微电网之间的最佳交易电价。仿真结果表明,所提方案兼顾了系统的鲁棒性、经济性及灵活性,缩减了各微电网的成本并充分保护了各微网的隐私。展开更多
考虑到海上风电出力的随机性以及日益突出的生态环境问题,以含柔性直流输电技术(voltagesource converter high voltage direct current,VSC-HVDC)的交直流系统为研究对象,提出了考虑条件风险价值(conditional valueatrisk,CVaR)的两阶...考虑到海上风电出力的随机性以及日益突出的生态环境问题,以含柔性直流输电技术(voltagesource converter high voltage direct current,VSC-HVDC)的交直流系统为研究对象,提出了考虑条件风险价值(conditional valueatrisk,CVaR)的两阶段分布鲁棒低碳经济优化模型,构建了基于Kullback-Leibler(KL)散度的概率分布模糊集,同时利用条件风险价值量化了极端场景下的尾部风险,使得模型能够同时考虑概率分布不确定性以及处于最坏概率分布中极端场景下的尾部损失;此外,将阶梯型碳交易机制并入所提分布鲁棒模型中,通过合理利用柔性资源和储能装置,增强系统运行的灵活性,在兼顾运行风险的前提下,降低碳排放量的目标。再者,为了提高计算效率,在列和约束生成算法(column-and-constraint generation method,C&CG)和Multi-cut Benders分解算法的基础上提出了双循环分解算法。最后,在基于改进的IEEE RTS 79测试系统中验证了所提模型及算法的有效性。展开更多
文摘随着人工智能对算力需求的激增,数据中心(internet data center,IDC)作为数据处理与存储的机构,其能耗需求远超预期,使用新能源是其可持续发展的需要。然而,可再生能源具有出力不确定性,仅依靠数据中心参与需求响应难以实现消纳,可配置储能提高系统灵活性。因此,本工作建立了以规划总成本最优为目标的数据中心与电池储能(battery energy storage,BES)协同规划两阶段鲁棒模型,为防止规划结果过于乐观,引入了储能寿命约束。同时针对在求解所建模型过程中,传统C&CG(column-and-constraint generation)算法存在难以平衡求解速度与精度间关系的问题,本工作提出了一种不精确列和生成约束算法i-C&CG(inexact column-and-constraint generation)进行求解。基于IEEE30节点与IEEE118节点算例系统进行优化解算,仿真结果表明,与仅配置单一储能相比,本工作所提模型储能年等效建设成本下降39785元,数据中心年等效建设成本下降289080元;且本工作所提算法与传统C&CG相比,采用0.18低精度下的i-C&CG,与采用0.16较高精度的C&CG相比较,i-C&CG最多可缩短3632 s的单次迭代求解所需时间,且最终计算结果的相对误差为0.46%,两者收敛间隙与相对最优间隙近似。
文摘随着能源互联网战略的深入实施,可再生能源与微电网的参与度不断攀升,系统中不确定性因素显著增加,各参与主体间的合作与竞争关系变得愈发错综复杂。从垂直和水平两个层面建立了电网、服务商及多微电网混合博弈双层电能交易体系。在垂直层面提出主从博弈的思想,以服务商为主导者、微电网为从属者。构建不确定性问题分阶段优化的分段鲁棒优化模型,实现不确定性的差异化调度,提高鲁棒优化的灵活性。利用布尔-列和约束生成(Bool-Column and constraint generation,B-C&CG)算法求解模型,并把整个模型分为主问题和子问题:主问题优化电价不确定性问题,子问题优化源荷不确定问题。在水平层面搭建纳什谈判模型,通过交替方向乘子(alternating direction method of multipliers,ADMM)算法求解水平层面微电网之间的电能交互模型。利用分布式求解方法得出交易价格策略,再结合拉格朗日乘子法,交替优化各分部并更新乘子,得出各微电网之间的最佳交易电价。仿真结果表明,所提方案兼顾了系统的鲁棒性、经济性及灵活性,缩减了各微电网的成本并充分保护了各微网的隐私。
文摘考虑到海上风电出力的随机性以及日益突出的生态环境问题,以含柔性直流输电技术(voltagesource converter high voltage direct current,VSC-HVDC)的交直流系统为研究对象,提出了考虑条件风险价值(conditional valueatrisk,CVaR)的两阶段分布鲁棒低碳经济优化模型,构建了基于Kullback-Leibler(KL)散度的概率分布模糊集,同时利用条件风险价值量化了极端场景下的尾部风险,使得模型能够同时考虑概率分布不确定性以及处于最坏概率分布中极端场景下的尾部损失;此外,将阶梯型碳交易机制并入所提分布鲁棒模型中,通过合理利用柔性资源和储能装置,增强系统运行的灵活性,在兼顾运行风险的前提下,降低碳排放量的目标。再者,为了提高计算效率,在列和约束生成算法(column-and-constraint generation method,C&CG)和Multi-cut Benders分解算法的基础上提出了双循环分解算法。最后,在基于改进的IEEE RTS 79测试系统中验证了所提模型及算法的有效性。
