[论文解读] Chance-Constrained Generic Energy Storage Operations under Decision-Dependent Uncertainty

N. D. Qi, Pierre Pinson+3 more|arXiv (Cornell University)|Jan 17, 2022

Smart Grid Energy Management被引用 4

一句话总结

本文提出了一种针对通用储能（GES）在决策依赖性不确定性（DDU）下的机会约束优化框架，其中可用的荷电状态（SoC）边界取决于激励信号和用户不适感。该研究引入了两种可处理的求解方法——针对不完全分布的鲁棒重构方法，以及针对已知分布的迭代算法，通过数据驱动的参数识别，展示了惩罚成本的降低和调度可靠性的提升。

ABSTRACT

Compared with large-scale physical batteries, aggregated and coordinated generic energy storage (GES) resources provide low-cost, but uncertain, flexibility for power grid operations. While GES can be characterized by different types of uncertainty, the literature mostly focuses on decision-independent uncertainties (DIUs), such as exogenous stochastic disturbances caused by weather conditions. Instead, this manuscript focuses on newly-introduced decision-dependent uncertainties (DDUs) and considers an optimal GES dispatch that accounts for uncertain available state-of-charge (SoC) bounds that are affected by incentive signals and discomfort levels. To incorporate DDUs, we present a novel chance-constrained optimization (CCO) approach for the day-ahead economic dispatch of GES units. Two tractable methods are presented to solve the proposed CCO problem with DDUs: (i) a robust reformulation for general but incomplete distributions of DDUs, and (ii) an iterative algorithm for specific and known distributions of DDUs. Furthermore, reliability indices are introduced to verify the applicability of the proposed approach with respect to the reliability of the response of GES units. Simulation-based analysis shows that the proposed methods yield conservative, but credible, GES dispatch strategies and reduced penalty cost by incorporating DDUs in the constraints and leveraging data-driven parameter identification. This results in improved availability and performance of coordinated GES units.

研究动机与目标

• 为弥合能源存储优化中的空白，通过在通用储能（GES）运行中建立决策依赖性不确定性（DDU）的建模。
• 开发一种机会约束优化（CCO）框架，整合因激励信号和不适水平而影响荷电状态（SoC）边界的DDU。
• 为在DDU下机会约束问题提供可处理的求解方法，适用于不完全和已知的概率分布。
• 通过引入的可靠性指标验证GES响应的可靠性。
• 通过将DDU整合到运行约束中，提升GES调度性能并降低惩罚成本。

提出的方法

• 采用机会约束优化（CCO）方法，为GES制定日前经济调度问题，以在DDU下管理概率约束。
• 提出一种鲁棒重构技术，以处理DDU的通用但不完全的分布，确保在不确定性下的约束可行性。
• 开发一种针对DDU特定且已知分布的迭代算法，通过连续逼近实现精确的约束处理。
• 引入基于数据的参数识别方法，根据真实世界中的响应模式和激励结构校准DDU模型。
• 定义可靠性指标，以评估在不确定性下GES调度策略的可信度和性能。
• 采用基于仿真的分析方法，验证所提方法，并评估其在成本降低和运行可靠性方面的影响力。

实验结果

研究问题

• RQ1 如何在日前调度框架中有效建模通用储能（GES）运行中的决策依赖性不确定性（DDU）？
• RQ2 当分布不完全或完全指定时，可开发哪些可处理的优化方法来求解DDU下的机会约束问题？
• RQ3 与传统的决策无关不确定性模型相比，DDU感知的调度策略在成本和可靠性方面有何差异？
• RQ4 基于数据的参数识别在多大程度上可提升DDU下GES调度的准确性与性能？
• RQ5 哪些可靠性指标可可信地评估在决策依赖性不确定性下GES单元的性能？

主要发现

• 与忽略DDU的模型相比，所提出的CCO框架在DDU下产生更保守但更具可信度的调度策略。
• 鲁棒重构方法在DDU分布信息不完全时确保了约束的可行性，提升了运行安全性。
• 当DDU遵循已知分布时，迭代算法实现了精确解，提升了调度精度。
• 仿真结果表明，通过将DDU纳入优化约束，惩罚成本显著降低。
• 可靠性指标证实，所提方法下协调的GES单元响应的可信度和性能得到提升。
• 基于数据的参数识别增强了模型保真度，使模型更贴近真实世界用户响应行为。