[论文解读] Joint Chance-Constrained Economic Dispatch Involving Joint Optimization of Frequency-related Inverter Control and Regulation Reserve Allocation

Ye Tian, Zhengshuo Li+2 more|arXiv (Cornell University)|Mar 7, 2023

Electric Power System Optimization被引用 4

一句话总结

本文提出了一种联合机会约束经济调度模型，协同优化与频率相关的逆变器控制（虚拟惯性与下垂系数）、调节备用容量以及热力机组、可调度的基于逆变器的可再生能源和储能系统的基点出力。通过引入一种新颖的混合样本平均近似（MSAA）方法，该模型高效处理了不确定性与频率安全约束，在显著降低计算负担的同时确保系统可靠性并最小化运行成本。

ABSTRACT

The issues of uncertainty and frequency security could become significantly serious in power systems with the high penetration of volatile inverter-based renewables (IBRs). These issues make it necessary to consider the uncertainty and frequency-related constraints in the economic dispatch (ED) programs. However, existing ED studies rarely proactively optimize the control parameters of inverter-based resources related to fast regulation (e.g., virtual inertia and droop coefficients) in cooperation with other dispatchable resources to improve the system frequency security and dispatch reliability. This paper first proposes a joint chance-constrained economic dispatch model that jointly optimizes the frequency-related inverter control, the system up/down reserves, and base-point power for the minimal total operational cost. In the proposed model, multiple dispatchable resources including thermal units, dispatchable IBRs and energy storage are considered, and the (virtual) inertias, the regulation reserve allocations and the base-point power are coordinated. To ensure the system reliability, the joint chance-constraint formulation is also adopted. Additionally, since the traditional sample average approximation (SAA) method cost much computational burden, a novel mix-SAA (MSAA) method is proposed to transform the original intractable model into a linear model that can be efficiently solved via commercial solvers. The case studies validated the satisfactory efficacy of the proposed ED model and the efficiency of the MSAA.

研究动机与目标

• 为应对高比例基于逆变器的可再生能源（IBR）渗透下电力系统日益增长的不确定性与频率不稳定挑战。
• 将与频率相关的逆变器控制参数（虚拟惯性、下垂系数）整合到经济调度中，以提升系统安全水平。
• 在不确定性条件下，联合优化调节备用容量、基点出力与逆变器控制参数。
• 降低求解机会约束经济调度问题的计算复杂度，此类问题通常难以通过传统方法求解。

提出的方法

• 构建一种联合机会约束经济调度模型，纳入频率安全约束与可再生能源出力的不确定性。
• 协同优化三项控制变量：热力机组的基点出力、调节备用容量分配，以及可调度IBR和储能系统的虚拟惯性与下垂系数。
• 应用一种新颖的混合样本平均近似（MSAA）方法，将非凸的随机问题转化为可处理的线性规划问题。
• 在MSAA中采用混合采样策略，平衡解的精度与计算效率，避免完整SAA带来的高昂成本。
• 采用机会约束以确保在可再生能源出力不确定条件下系统的可靠性，设定约束满足的概率阈值。
• 使用商业求解器（如Gurobi、CPLEX）高效求解重构后的线性模型。

实验结果

研究问题

• RQ1 如何将虚拟惯性与下垂系数等逆变器控制参数与调节备用容量及基点出力联合优化，以提升高比例IBR系统中的频率安全水平？
• RQ2 将与频率相关的逆变器控制整合到经济调度中，对整体系统运行成本与可靠性有何影响？
• RQ3 与传统SAA相比，混合样本平均近似（MSAA）方法是否能有效降低求解联合机会约束经济调度问题的计算负担？
• RQ4 所提出的模型如何在高比例可再生能源不确定性下维持系统可靠性，同时最小化总运行成本？
• RQ5 在所提出的基于MSAA的方法中，计算效率与解的精度之间存在何种权衡？

主要发现

• 所提出的联合机会约束模型成功协调了虚拟惯性、下垂系数、调节备用容量与基点出力，显著提升了频率安全水平并降低了运行成本。
• MSAA方法相比传统样本平均近似（SAA）显著减少了计算时间，使得大规模随机经济调度问题得以高效求解。
• 案例研究显示，该模型在可再生能源出力不确定条件下，能以高概率（如95%置信水平）维持系统可靠性。
• 逆变器控制与备用容量分配的联合优化相比传统经济调度方法，可显著降低总运行成本。
• MSAA方法在使用远少于完整SAA的样本数下，仍能获得接近SAA的解质量，证明其在实时或准实时调度应用中的有效性。