计及风电功率矩不确定性的分布鲁棒实时调度方法

被引：59

作者：

周安平 ^{[1
]}

杨明 ^{[1
]}

翟鹤峰 ^{[2
]}

赵元春 ^{[1
]}

张程琳 ^{[1
]}

魏少攀 ^{[3
]}

机构：

[1] 电网智能化调度与控制教育部重点实验室(山东大学)

[2] 南方电网科学研究院

[3] 国网河北省电力公司检修分公司

来源：

中国电机工程学报 | 2018年 / 38卷 / 20期

关键词：

实时调度; 风力发电; 分布鲁棒优化; 机会约束规划; 线性规划;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信]; TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储]; 120103 [信息系统与信息管理];

摘要：

一般性矩不确定模型,其不确定量的概率分布形式、一阶矩与二阶矩数值均不固定,具有很强的分布不确定性表达能力。然而,由于电力系统本身的复杂性,考虑这种矩不确定性的调度模型往往难以有效转化与求解。针对此问题,该文提出了一种计及风电功率一般性矩不确定问题的实时调度方法。首先,给出计及一般性矩不确定问题的分布鲁棒实时调度模型;其次,根据分布集合的一阶、二阶矩表达形式,提出一种新的模型等价转化方法,将原问题等价转换为确定性二次约束二次规划(quadratically constrained quadratic programming,QCQP)问题;进而,根据转化后模型特点进一步采用重构线性化技术(reformulationlinearization technique,RLT)将QCQP模型松弛转化为线性规划(linear programming, LP)问题求解;最后采用简单6节点及IEEE 118节点系统对文中方法进行了测试验证,证明了方法的有效性和高效性。

引用

页码：5937 / 5946

页数：10

共 14 条

[1]

A Distributionally Robust Optimization Model for Unit Commitment Based on Kullback-Leibler Divergence [J].

Chen, Yuwei ;

Guo, Qinglai ;

Sun, Hongbin ;

Li, Zhengshuo ;

Wu, Wenchuan ;

Li, Zihao .

IEEE TRANSACTIONS ON POWER SYSTEMS, 2018, 33 (05) :5147-5160

[2]

Distributionally Robust Chance Constrained Optimal Power Flow with Renewables: A Conic Reformulation [J].

Xie, Weijun ;

Ahmed, Shabbir .

IEEE TRANSACTIONS ON POWER SYSTEMS, 2018, 33 (02) :1860-1867

[3]

A Robust Approach to Chance Constrained Optimal Power Flow With Renewable Generation [J].

Lubin, Miles ;

Dvorkin, Yury ;

Backhaus, Scott .

IEEE TRANSACTIONS ON POWER SYSTEMS, 2016, 31 (05) :3840-3849

[4]

A Distributionally Robust Co-Ordinated Reserve Scheduling Model Considering CVaR-Based Wind Power Reserve Requirements [J].

Wang, Zhen ;

Bian, Qiaoyan ;

Xin, Huanhai ;

Gan, Deqiang .

IEEE TRANSACTIONS ON SUSTAINABLE ENERGY, 2016, 7 (02) :625-636

[5]

Stochastic optimal power flow based on conditional value at risk and distributional robustness.[J].Tyler Summers;Joseph Warrington;Manfred Morari;John Lygeros.International Journal of Electrical Power and Energy Systems.2015,

[6]

Robust Multi-Period OPF With Storage and Renewables [J].