[论文解读] Robust Integration of High-level Dispatchable Renewables in Power System Operation

Hongxing Ye, Jianhui Wang+1 more|arXiv (Cornell University)|Dec 18, 2015

Electric Power System Optimization参考文献 20被引用 3

一句话总结

本文提出了一种两阶段鲁棒机组组合模型，将可调度的可再生能源（RES）作为高渗透率可再生能源电力系统中的灵活资源。通过将RES建模为能够申报并控制输出至其最大容量的市场参与者，该方法无需迭代子问题求解即可直接识别最坏情况场景，仅需额外一个场景即可确保鲁棒性。该方法降低了计算负担，在实现更高RES渗透率的同时降低了系统成本，相较于传统鲁棒UC模型更具优势。

ABSTRACT

The increasing penetration of Renewable Energy Sources (RES) requires more Flexibility Resources (FR), generally thermal units and storages, must be kept in the system to accommodate the uncertainties from RES. The challenge is how the system can survive when the RES level is very high. In this paper, RESs are considered as full-role market participants. They can bid in the day-ahead market, and the powers they deliver to the market are controllable up to their maximum available powers. Therefore, RESs are effectively dispatchable and can function as FR providers. To integrate dispatchable renewables, a two-stage robust Unit Commitment (UC) and dispatch model is established. In the first stage, a base UC and dispatch is determined. In the second stage, all FRs including RESs are used to accommodate the uncertainties, which is a Mixed-Integer Programming (MIP) problem. It is proved that the solution to the max-min problem can be identified directly whether the strong duality holds or not for the inner minimization problem. The solution robustness is guaranteed by including only one extra scenario. Numerical results show the effectiveness of the proposed model and its advantages over the traditional robust UC model with high level RES penetration.

研究动机与目标

• 为解决在维持系统安全与灵活性的前提下，将高比例可再生能源（RES）整合到电力系统中的挑战。
• 克服传统鲁棒SCUC模型在非可调度RES情况下的过度保守性与高计算成本问题。
• 通过将RES建模为具备控制输出至最大容量能力的可调度市场参与者，使RES能够作为灵活资源发挥作用。
• 开发一种计算高效的鲁棒优化框架，确保解的鲁棒性，且无需迭代Benders分解或列生成方法。
• 证明可调度RES能够提供灵活性并降低总系统成本，尤其在高不确定性水平下表现更优。

提出的方法

• 构建了一个两阶段鲁棒机组组合（UC）与经济调度模型，其中第一阶段确定基础UC与经济调度，第二阶段调整所有灵活资源（包括可调度RES）以应对不确定性。
• 利用对偶理论直接识别第二阶段再调度问题的最坏情况场景，无需强对偶性成立，从而确保鲁棒性。
• 通过仅包含一个额外场景（即最坏情况场景）来保证鲁棒性，消除了对迭代Benders分解或列生成方法的需求。
• 将可调度RES建模为市场参与者，其在日前市场申报并可输送高达其最大可用出力的电能，从而有效充当灵活调节资源。
• 该模型被表述为混合整数规划（MIP），并通过利用基于对偶的最坏不确定性识别方法，避免求解非凸的极大极小子问题。
• 在IEEE 118节点系统上，针对不同不确定性水平、RES报价以及快速启动机组配置进行了数值验证。

实验结果

研究问题

• RQ1 在高渗透率条件下，可调度可再生能源是否可被有效建模为鲁棒机组组合中的灵活资源？
• RQ2 如何在不进行迭代子问题求解或不依赖对偶性假设的前提下，直接识别最坏情况不确定性场景？
• RQ3 RES可调度性对高不确定性下系统成本、RES采购量及系统灵活性有何影响？
• RQ4 快速启动机组的引入如何影响RES的集成程度与系统运行成本？
• RQ5 所提出的模型是否仅通过一个额外场景即可实现鲁棒性？与现有鲁棒UC方法相比，其计算性能如何？

主要发现

• 在30%不确定性水平下，当优化RES能量采购时，所提模型使总系统成本降低9.58%，表明依赖热力机组提供备用比采购全部RES能量更具经济性。
• 当报价为5美元/兆瓦时，随着最坏情况成本权重因子从0增加到1，RES能量采购量从91.93%下降至80.16%，表明对最坏情况过度优化会降低RES利用率。
• 引入快速启动机组后，RES能量采购量在5美元/兆瓦时报价下提升至98.57%（相比原为91.06%），表明灵活资源可显著增强系统吸纳更多可再生能源的能力。
• 该模型在IEEE 118节点系统上的求解时间控制在2秒以内，显著优于现有鲁棒UC方法，后者在未使用加速技术时2小时内仍无法收敛。
• 即使在不满足强对偶性条件下，也能通过基于对偶的方法直接识别最坏情况场景，从而仅需一个额外场景即可实现鲁棒性，且无需迭代Benders分解或列生成过程。
• 当RES为非可调度时，传统鲁棒UC模型在高RES渗透率下变得不可行，而所提模型通过引入可调度RES保持了可行性与鲁棒性。