[论文解读] Scenario-based Economic Dispatch with Uncertain Demand Response

Hao Ming, Le Xie+3 more|arXiv (Cornell University)|Nov 29, 2017

Electric Power System Optimization参考文献 5被引用 7

一句话总结

本文提出了一种基于场景的经济调度框架，用于管理日前电力市场中来自多个需求响应（DR）提供者的DR承诺中的不确定性。通过从有限的不确定性集合中迭代移除样本，该方法在不依赖概率分布假设的前提下，提升了调度性能并量化了约束违反的风险——为随机优化和鲁棒优化提供了一种灵活的、无需分布假设的替代方案，并在3母线、IEEE 14母线和IEEE 118母线系统上验证了其性能。

ABSTRACT

This paper introduces a new computational framework to account for uncertainties in day-ahead electricity market clearing process in the presence of demand response providers. A central challenge when dealing with many demand response providers is the uncertainty of its realization. In this paper, a new economic dispatch framework that is based on the recent theoretical development of the scenario approach is introduced. By removing samples from a finite uncertainty set, this approach improves dispatch performance while guaranteeing a quantifiable risk level with respect to the probability of violating the constraints. The theoretical bound on the level of risk is shown to be a function of the number of scenarios removed. This is appealing to the system operator for the following reasons: (1) the improvement of performance comes at the cost of a quantifiable level of violation probability in the constraints; (2) the violation upper bound does not depend on the probability distribution assumption of the uncertainty in demand response. Numerical simulations on (1) 3-bus and (2) IEEE 14-bus system (3) IEEE 118-bus system suggest that this approach could be a promising alternative in future electricity markets with multiple demand response providers.

研究动机与目标

• 解决日前市场出清中来自多个DR提供者的DR承诺不确定性挑战。
• 开发一种计算高效且鲁棒的传统随机优化和鲁棒优化方法的替代方案。
• 消除对DR不确定性先验概率分布假设的需求。
• 提供性能与约束违反概率之间的可量化权衡。
• 指导系统调度员根据优先级约束（如功率平衡、线路潮流）选择应移除的场景。

提出的方法

• 将场景方法应用于经济调度问题，其中从不确定性集合中采样有限数量的需求响应实现。
• 通过迭代从不确定性集合中移除样本，以提升目标函数（如社会福利）并控制约束违反的概率。
• 理论推导出约束违反的风险上界，其作为移除样本数量的函数，且独立于底层分布。
• 该方法采用机会约束优化原理，确保违反概率低于置信水平β。
• 通过场景生成与移除算法实现该方法，优先考虑功率平衡和支路潮流限值等约束。
• 在三个测试系统（3母线、IEEE 14母线和IEEE 118母线）上进行数值验证，以评估性能与约束违反的权衡。

实验结果

研究问题

• RQ1 如何在不假设已知概率分布的前提下，有效管理来自多个DR提供者的DR承诺不确定性？
• RQ2 在基于场景的方法中，调度性能与违反运行约束风险之间的权衡是什么？
• RQ3 移除场景的数量如何影响经济调度解中约束违反概率的上界？
• RQ4 哪些类型的约束（如功率平衡、线路潮流）对场景移除最敏感，这如何为系统调度员决策提供依据？
• RQ5 在现实世界不确定性下，该场景方法是否能在性能和计算可处理性方面优于传统随机优化和鲁棒优化方法？

主要发现

• 该场景方法提供了性能-风险权衡曲线，使系统调度员可根据可接受的违反概率选择解。
• 约束违反概率的理论风险上界仅取决于移除样本的数量和置信水平β，而不依赖于DR不确定性的底层分布。
• 该方法在保持可量化风险水平的同时，相比鲁棒优化实现了更高的社会福利。
• 在3母线、IEEE 14母线和IEEE 118母线系统上的数值结果证实了该方法在实际场景中的可扩展性和实用性。
• 不同场景移除算法对各类约束的影响各异，使调度员能够优先考虑关键约束（如支路潮流限值）。
• 该方法避免了因错误分布假设导致的社会福利损失，因此在数据稀缺或非平稳环境下更具鲁棒性。