Suzhou Electric Appliance Research Institute
期刊號： CN32-1800/TM| ISSN1007-3175

Article retrieval

文章檢索

首頁 >> 文章檢索 >> 文章瀏覽排名

基于混合場景集性能和時間相關性微電網魯棒優(yōu)化算法

來源：電工電氣發(fā)布時間：2025-01-24 10:24 瀏覽次數：27

基于混合場景集性能和時間相關性微電網魯棒優(yōu)化算法

單婷婷，鄭鵬遠，錢幫遠
(上海電力大學 自動化工程學院，上海 200090)
 
    摘 要：針對孤島型微電網內可再生能源、負荷的不確定性以及降低碳排放量等問題，提出了一種基于數據驅動和時間相關性的微電網魯棒優(yōu)化算法。通過聚類方法生成了典型場景，進而構建包括典型場景、極端場景以及預測場景的混合場景集。在日前階段，將混合場景集加入約束，以混合場景集所對應的微電網運行成本的概率加權指標作為目標函數，并且在成本中引入階梯式碳交易模型，得到預調度解。在魯棒檢驗階段引入時間相關性，加快其檢驗速度以及效率，確保所有場景可行。在日內階段，利用測量的新能源和負荷數據，對日前階段的優(yōu)化解進行優(yōu)化調整，得到微電網設備的最優(yōu)出力，從而提高微電網的經濟性和魯棒性, 仿真結果驗證了該方法的有效性。
    關鍵詞： 數據驅動；混合場景集；時間相關性；魯棒優(yōu)化
    中圖分類號：TM73     文獻標識碼：A     文章編號：1007-3175(2025)01-0009-10
 
Robust Optimization Algorithm for Microgrids Based on Hybrid Scenario
Set Performance and Temporal Correlation
 
SHAN Ting-ting, ZHENG Peng-yuan, QIAN Bang-yuan
（School of Automation Engineering, Shanghai University of Electric Power, Shanghai 200090, China）
 
    Abstract: To address the uncertainties in renewable energy and load within islanded microgrids and to reduce carbon emissions, this paper proposes a data-driven and temporal correlation robust optimization algorithm for microgrids. Typical scenarios are generated by clustering method, and then a hybrid scenario set including typical, extreme, and predicted scenarios is constructed. In the day-ahead stage, the hybrid scenario set is added with constraints, and the probability-weighted index of the microgrid operation cost corresponding to the hybrid scenario set is used as the objective function, and a stepwise carbon trading model is introduced into the cost to obtain the pre-dispatch solution.Temporal correlation is introduced in the robust testing phase to speed up its testing as well as efficiency to ensure that all scenarios are feasible.In the intraday stage, the measured new energy and load data are used to optimize and adjust the optimization solution in the preday stage to obtain the optimal output of the microgrid equipment, so as to improve the economy and robustness of the microgrid, and the simulation results verify the effectiveness of the method.
    Key words: data-driven; hybrid scenario set; temporal correlation; robust optimization
 
參考文獻
[1] 熊小萍，楊輝，蔡義明. 考慮用戶稟賦效應和環(huán)保意識不確定性的微電網魯棒優(yōu)化調度方法[J]. 中國電機工程學報，2023，43(21) ：8260-8269.
[2] 葛磊蛟，范延赫，來金鋼，等. 面向低碳經濟的人工智能賦能微電網優(yōu)化運行技術[J] . 高電壓技術，2023，49(6) ：2219-2238.
[3] 任大偉，肖晉宇，侯金鳴，等. 雙碳目標下我國新型電力系統(tǒng)的構建與演變研究[J] . 電網技術，2022，46(10) ：3831-3839.
[4] 周帆. 考慮光伏不確定性的微電網隨機優(yōu)化調度研究[D].合肥：安徽大學，2022.
[5] LIANG Fuguang.Stochastic optimization scheduling of wind-photovoltaic-storage-hydrogen-water system in independent island zero-carbon microgrid[C]//8th International Conference on Clean Engergy and Power，2023.
[6] 劉一欣，郭力，王成山. 微電網兩階段魯棒優(yōu)化經濟調度方法[J] . 中國電機工程學報，2018，38(14) ：4013-4022.
[7] 桑博，張濤，劉亞杰，等. 期望場景下的并網型微電網兩階段魯棒優(yōu)化調度[J] . 中國電機工程學報，2020，40(19) ：6161-6172.
[8] 王棟，鄭鵬遠，任祎丹，等. 基于棄風棄光分段懲罰的孤島型微電網魯棒優(yōu)化經濟調度[J] . 水電能源科學，2021，39(8) ：202-207.
[9] 米陽，李海鵬，陳博洋，等. 基于模糊場景聚類的微電網兩階段優(yōu)化配置[J] . 上海交通大學學報，2023，57(9) ：1137-1145.
[10] 秦海杰，鄭鵬遠，王雅琳，等. 基于數據驅動期望場景集序列的微電網魯棒經濟調度算法[J] . 現代電力，2024，41(5) ：886-895.
[11] 孫旭，邱曉燕，張志榮，等. 基于數據驅動的交直流配電網分布魯棒優(yōu)化調度[J] . 電網技術，2021，45(12) ：4768-4777.
[12] 楊亦玘，鄭鵬遠，毛冉，等. 不確定裕度分段量化和棄風棄光分段懲罰的孤島型微電網經濟調度算法[J] .現代電力，2023，40(1) ：73-81.
[13] 生態(tài)環(huán)境部辦公廳．企業(yè)溫室氣體排放核算方法與報告指南 發(fā)電設施[R]．北京：生態(tài)環(huán)境部辦公廳，2021．
[14] 魏震波，馬新如，郭毅，等. 碳交易機制下考慮需求響應的綜合能源系統(tǒng)優(yōu)化運行[J] . 電力建設，2022，43(1) ：1-9.
[15] 魏韡，劉鋒，梅生偉. 電力系統(tǒng)魯棒經濟調度(一) 理論基礎[J]. 電力系統(tǒng)自動化，2013，37(17) ：37-43.
[16] 王雅琳，鄭鵬遠，秦海杰，等. 基于期望場景集性能的微電網魯棒經濟調度[J] . 科學技術與工程，2023，23(26) ：11248-11257.