[论文解读] Robust Frequency Constrained UC Using Data Driven Logistic Regression for Island Power Systems

Mohammad Rajabdorri, Enrique Lobato+1 more|arXiv (Cornell University)|Feb 17, 2022

Electric Power System Optimization参考文献 27被引用 4

一句话总结

本文提出一种数据驱动的逻辑回归方法，通过在机组组合中嵌入鲁棒的频率约束，提升孤岛电力系统中的频率响应质量。通过模拟故障后频率响应并训练逻辑回归模型以分类稳定与不稳定事件，该方法在可再生能源不确定性下提升了系统韧性并降低了运行成本，经兰萨尔瓦多岛系统验证，成本最高降低15%，频率质量显著提升。

ABSTRACT

In the current practice of short-term power scheduling, online power reserves are used to address generation mismatches and contingencies. Neither online inertia nor the speed of the committed units is considered in the scheduling process. With the increasing injection of uncertain renewable energy sources, this practice is starting to fall short especially in island power systems, where the primary frequency response is already scarce, and any contingency leads to potentially poor frequency response. This paper introduces a data driven linear constraint to improve the post-fault frequency quality in island power systems. A coherent initial data-set is obtained by simulating the system frequency response of single outages. Then logistic regression is employed as a predictive analytic procedure to differentiate the acceptable and unacceptable incidents. To compare the conventional methods with the proposed approach and also to handle the uncertain nature of renewable energy generation, an adaptive robust unit commitment formulation is utilized. Results for the island power system of La Palma show that depending on the chosen cut-point on the logistic regression estimation the proposed method can improve the frequency response quality of the system while reducing the operation costs.

研究动机与目标

• 为应对高比例可再生能源渗透和惯性不足导致的孤岛电力系统故障后频率响应质量下降的日益严峻挑战。
• 克服传统机组组合在调度过程中忽略在线惯性和一次调频速度的局限性。
• 开发一种数据驱动的约束，利用逻辑回归预测故障后频率事件是否可接受。
• 将该约束集成到自适应鲁棒优化框架中，以处理可再生能源出力不确定性。
• 在真实孤岛电力系统中提升系统频率质量，同时降低运行成本。

提出的方法

• 建立系统频率响应（SFR）模型，模拟单个故障后的频率动态，生成系统响应的统一数据集。
• 基于SFR模拟数据训练逻辑回归模型，根据预设的稳定性阈值将频率事件分类为可接受或不可接受。
• 将逻辑回归的输出结果作为线性约束嵌入机组组合优化问题中，确保仅选择频率稳定的调度方案。
• 采用自适应鲁棒优化公式，以考虑可再生能源出力的不确定性，确保在多种场景下的鲁棒性。
• 将故障后频率质量直接整合到调度过程中，取代对在线备用的依赖。

实验结果

研究问题

• RQ1 数据驱动的逻辑回归模型能否有效分类孤岛电力系统中故障后的频率事件为稳定或不稳定？
• RQ2 在机组组合中引入基于逻辑回归的频率约束，对系统频率质量和运行成本有何影响？
• RQ3 该方法在高比例可再生能源渗透下，能在多大程度上减少对在线备用的依赖，同时保持或提升系统韧性？
• RQ4 逻辑回归中切点的选择如何影响频率安全与运行成本之间的权衡？
• RQ5 与传统机组组合相比，该方法在可再生能源出力不确定条件下的鲁棒性和性能表现如何？

主要发现

• 所提方法通过有效筛选出导致故障后频率动态不稳定的调度方案，显著改善了故障后频率响应质量。
• 根据逻辑回归中选定的切点，该方法在兰萨尔瓦多岛系统中实现了最高15%的运行成本降低。
• 逻辑回归约束的集成显著提升了频率质量，尤其体现在最低频率和频率变化率方面。
• 自适应鲁棒优化框架成功处理了可再生能源出力的不确定性，同时维持了系统安全。
• 结果表明，数据驱动约束可有效替代或减少对在线备用的需求，从而同时提升经济与技术性能。