Skip to main content
QUICK REVIEW

[论文解读] Multi-Period Do-Not-Exceed Limit for Variable Renewable Generation Dispatch Considering Discrete Recourse Controls

Zhigang Li, Feng Qiu|arXiv (Cornell University)|Aug 16, 2016
Electric Power System Optimization参考文献 3被引用 4
一句话总结

该论文提出了一种用于可变可再生能源发电(VRG)调度的多时段不超限(DNE)限值模型,整合了连续与离散的后顾控制,从而在安全集成VRG方面实现了更高的灵活性。通过采用嵌套列与约束生成法求解,该方法在案例研究中展现出更高的运行效率和更高的可再生能源渗透率,验证了其在鲁棒电力系统调度中的有效性。

ABSTRACT

The do-not-exceed (DNE) limit method was proposed to accommodate more variable renewable generation (VRG) securely. However, the lack of involving discrete recourse control precludes this method from gaining more flexibility for better VRG integration. This letter formulates a multi-period DNE limit model considering continuous and discrete recourse controls. This model belongs to two-stage robust optimization with mixed integer recourse. A nested column-and-constraint generation approach is employed to solve this model. Case studies show the effectiveness of the proposed method.

研究动机与目标

  • 解决现有DNE方法中排除离散后顾控制的问题,从而减少在管理可变可再生能源(VRG)方面的灵活性限制。
  • 通过在多时段框架中引入混合整数后顾动作,实现可变可再生能源的可靠且高效调度。
  • 构建一种鲁棒优化模型,以考虑可再生能源发电的不确定性,同时保持运行安全。
  • 通过允许对预测误差作出动态控制响应(如负荷削减或储能充放电),提升可变可再生能源的集成能力。
  • 为具有混合整数后顾的复杂两阶段鲁棒优化问题,提供一种计算上可行的求解方法。

提出的方法

  • 构建一个具有混合整数后顾的两阶段鲁棒优化模型,其中第一阶段决策为DNE限值,第二阶段行动包括连续与离散控制。
  • 使用有限场景集合对可变可再生能源发电的不确定性进行建模,确保对预测误差的鲁棒性。
  • 采用嵌套列与约束生成(N-CG)算法,迭代生成最违反约束的条件,并优化DNE限值。
  • 将离散控制(如负荷削减或储能充放电)作为后顾行动的一部分,以增强系统灵活性。
  • 采用双层分解策略,以处理第二阶段包含混合整数变量的鲁棒优化问题的复杂性。
  • 通过迭代求解主问题与子问题,利用列生成识别最坏情况场景,并通过约束生成优化DNE限值边界。

实验结果

研究问题

  • RQ1如何有效将离散后顾控制整合到多时段DNE限值框架中,以提升VRG调度的灵活性?
  • RQ2与传统DNE方法相比,引入混合整数后顾动作在多大程度上提升了运行安全性和可再生能源集成能力?
  • RQ3所提出的嵌套列与约束生成方法能否高效求解由此产生的具有混合整数后顾的两阶段鲁棒优化问题?
  • RQ4在安全调度背景下,该方法对可再生能源渗透率和系统成本有何影响?
  • RQ5在不同预测不确定性水平和不同类型离散控制动作下,该模型表现如何?

主要发现

  • 所提出的模型成功将离散后顾控制(如负荷削减和储能操作)整合到DNE限值框架中,显著提升了调度灵活性。
  • 案例研究显示,引入离散控制可在不确定性条件下维持系统安全的同时,实现更高的可再生能源集成。
  • 嵌套列与约束生成方法能有效求解复杂的两阶段鲁棒优化问题,在合理计算时间内实现收敛。
  • 与传统方法相比,该方法得出的DNE限值更为保守但可行,降低了运行违规风险。
  • 该方法对预测误差表现出更强的鲁棒性,尤其在可再生能源出力高度波动的情景下。
  • 当可提供离散控制作为后顾动作时,该模型相比传统DNE方法能更积极地利用可再生能源发电能力。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。