考虑需求响应与风电不确定性的两阶段鲁棒旋转备用容量优化模型

doi:10.3969/j.issn.1000-7229.2019.11.008

摘要/Abstract

摘要： 以风电为代表的新能源大规模并网威胁到了传统电力系统的稳定运行，对备用容量的配置也有了新的要求。在新电改和能源需求侧改革的背景下，用户侧的需求响应（demand response，DR）资源在备用容量配置的问题上凭借其灵活性和可操作性越来越得到重视。为此，文章分别从基于价格和激励的需求响应参与备用容量优化角度，提出了以调度成本和备用成本最小为目标函数的两阶段鲁棒优化模型。利用列和约束生成（columa and constraint generation， C&CG）算法将其分解为考虑风电不确定性的日前备用容量优化配置主问题和实时备用电量分配子问题，运用AD算法计算子问题并寻找“最坏点”代入到主问题中进行迭代求解，提高了求解效率。算例结果验证了模型的有效性和正确性，并表明需求响应作为一种灵活的调控资源可以有效促进风电消纳，同时可以降低系统调度成本和备用成本。

关键词: 需求响应（DR）, 两阶段鲁棒优化, 备用容量, 不确定性

Abstract: Large-scale grid-connection of new energy represented by wind power threatens the stable operation of traditional power system， and it also has new requirements on the allocation of reserve capacity. Under the background of new power reform and energy demand-side reform， more and more attention has been paid to user-side demand-response resources in reserve capacity allocation by virtue of their flexibility and operability. Therefore， this paper proposes a two-stage robust optimization model with minimum scheduling cost and reserve cost as the objective function from the perspective of price and incentive-based demand response participating in spare capacity optimization. C&CG algorithm is used to decompose it into the main problem of optimal allocation of day-ahead reserve capacity and the sub-problem of real-time reserve power allocation considering the uncertainty of wind power. AD algorithm is used to calculate the sub-problem and find the “worst point” to improve the solving efficiency. The results of numerical examples verify the validity and correctness of the model. It has shown that demand response as a flexible regulation resource can effectively promote the absorption of wind power and reduce the cost of system scheduling and standby.

Key words: demand response(DR), two-stage robust optimization, reserve capacity, uncertainty

中图分类号:

TM 61

董军，聂麟鹏，聂仕麟，杨培文，付安媛，黄辉. 考虑需求响应与风电不确定性的两阶段鲁棒旋转备用容量优化模型[J]. 电力建设, 2019, 40(11): 55-64.

DONG Jun，NIE Linpeng，NIE Shilin，YANG Peiwen，FU Anyuan，HUANG Hui. Two-Stage Robust Optimization Model for Spinning Reserve Capacity Considering Demand Response and Uncertainty of Wind Power[J]. Electric Power Construction, 2019, 40(11): 55-64.

参考文献

［1］贾宏杰，穆云飞，余晓丹. 对我国综合能源系统发展的思考［J］. 电力建设， 2015， 36(1): 16-25.
JIA Hongjie， MU Yunfei， YU Xiaodan. Thought about the integrated energy system in China［J］. Electric Power Construction， 2015， 36(1): 16-25.
［2］张放，刘继春，高红均，等. 基于风电不确定性的电力系统备用容量获取［J］. 电力系统保护与控制， 2013， 41(13): 14-19.
ZHANG Fang， LIU Jichuan， GAO Hongjun， et al. Reserve capacity model based on the uncertainty of wind power in the power system［J］. Power System Protection and Control， 2013， 41(13): 14-19.
［3］ ORTEGA-VAZQUEZ M A， KIRSCHEN D S. Estimating the spinning reserve requirements in systems with significant wind power generationpenetration［J］. IEEE Transactions on Power Systems， 2009， 24(1): 114-124.
［4］ ANSTINE L T， BURKE R E， CASEY J E， et al. Application of probability methods to the determination of spinning reserve requirements for the Pennsylvania-New Jersey-Maryland interconnection［J］. IEEE Transactions on Power Apparatus and Systems， 1963， 82(68): 726-735.
［5］张海峰，高峰，吴江，等. 含风电的电力系统动态经济调度模型［J］. 电网技术， 2013， 37(5): 1298-1303.
ZHANG Haifeng， GAO Feng， WU Jiang， et al. A dynamic economic dispatching model for power grid containing wind power generation system［J］. Power System Technology， 2013， 37(5): 1298-1303.
［6］郭永明，李仲昌，尤小虎，等. 计及备用容量优化配置的风火联合随机经济调度模型［J］. 电力系统保护与控制， 2016， 44(24): 31-36.
GUO Yongming， LI Zhongchang， YOU Xiaohu， et al. Stochastic economic dispatch model for joint delivery of wind power and thermal power generation system considering optimal scheduling of reserve capacity［J］. Power System Protection and Control， 2016， 44(24): 31-36.
［7］吕小凡，周杰，蒋传文. 基于可再生能源不确定性的电力系统双侧备用容量优化［J］. 电力建设， 2016， 37(4): 16-21.
L Xiaofan， ZHOU Jie， JIANG Chuanwen. Bilateral reserve capacity optimization of power system based on renewable energy uncertainty［J］. Electric Power Construction， 2016， 37(4): 16-21.
［8］罗超，杨军，孙元章，等. 考虑备用容量优化分配的含风电电力系统动态经济调度［J］. 中国电机工程学报， 2014， 34(34): 6109-6118.
LUO Chao， YANG Jun， SUN Yuanzhang， et al. Dynamic economic dispatch of wind integrated power system considering optimal scheduling of reserve capacity［J］. Proceedings of the CSEE， 2014， 34(34): 6109-6118.
［9］陈功贵，陈金富. 含风电场电力系统环境经济动态调度建模与算法［J］. 中国电机工程学报， 2013， 33(10): 27-35， 22.
CHEN Gonggui， CHEN Jinfu. Environmental/economic dynamic dispatch modeling and method for power systems integrating wind farms［J］. Proceedings of the CSEE， 2013， 33(10): 27-35， 22.
［10］张钦，王锡凡，王建学，等. 电力市场下需求响应研究综述［J］. 电力系统自动化， 2008， 32(3): 97-106.
ZHANG Qin， WANG Xifan， WANG Jianxue， et al. Survey of demand response research in deregulated electricity markets［J］. Automation of Electric Power Systems， 2008， 32(3): 97-106.
［11］廖彬杰，李瑞琦. 基于需求响应的电网能源调度模型研究与设计［J］. 中国电力， 2017， 50(7): 64-68， 152.
LIAO Binjie， LI Ruiqi. Research and design of grid energy dispatch model based on demand response［J］. Electric Power， 2017， 50(7): 64-68， 152.
［12］董振斌，李义容，李海思. 考虑风电功率与需求响应不确定性的备用容量配置［J］. 电力需求侧管理， 2017， 19(1): 29-34， 44.
DONG Zhenbin， LI Yirong， LI Haisi. Reserve capacity configuration considering uncertainty of wind power and demand response［J］. Power Demand Side Management， 2017， 19(1): 29-34， 44.
［13］刘振. 计及风电不确定性与需求响应的鲁棒优化调度研究［D］. 北京: 华北电力大学， 2017.
LIU Zhen. Research on robust optimal dispatch considering wind power uncertainty and demand response［D］. Beijing: North China Electric Power University， 2017.
［14］章杰. 考虑需求响应不确定性的分布鲁棒优化调度模型研究［D］. 长沙: 长沙理工大学， 2016.
ZHANG Jie. Research on distributionally robust optimization for power system dispatch considering moment uncertainty of demand response［D］. Changsha: Changsha University of Science & Technology， 2016.
［15］ SPEES K， LAVE L B. Demand response and electricity market efficiency［J］. The Electricity Journal， 2007， 20(3):69-85.
［16］鞠立伟. 需求响应参与清洁能源集成消纳与效益评价模型研究［D］. 北京: 华北电力大学， 2017.
JU Liwei. The research on the optimization mode and benefit evaluation mechanism for clean energy absorptive considering demand response［D］. Beijing: North China Electric Power University， 2017.
［17］ DING H J， PINSON P， HU Z C， et al. Optimal offering and operating strategies for wind-storage systems with linear decisionrules［J］. IEEE Transactions on Power Systems， 2016， 31(6): 4755-4764.
［18］ ZENG B， ZHAO L. Solving two-stage robust optimization problems using a column-and-constraint generation method［J］. Operations Research Letters， 2013， 41(5): 457-461.
［19］ LORCA A， SUN X A. Adaptive robust optimization with dynamic uncertainty sets for multi-period economic dispatch under significantwind［J］. IEEE Transactions on Power Systems， 2015， 30(4): 1702-1713.

[1]	尚慧玉, 林鸿基, 李忠憓, 赵宏伟, 陈明辉, 阳曾, 文福拴. 计及不确定性的移动应急电源鲁棒优化调度[J]. 电力建设, 2020, 41(8): 111-119.
[2]	陈曦，徐青山，杨永标. 考虑风电不确定性的CCHP型微网日前优化经济调度[J]. 电力建设, 2020, 41(6): 107-113.
[3]	都成，魏震波. 基于模糊激励型需求响应的微电网两阶段优化调度模型[J]. 电力建设, 2020, 41(5): 37-44.
[4]	王李龑，许强，黄开艺，吴健，艾芊，张亚新，贾轩. 计及新能源及负荷不确定性的多能微网系统两阶段随机规划方法[J]. 电力建设, 2020, 41(4): 100-108.
[5]	贾利虎，高毅，葛磊蛟，田庄，赵高帅，张来，张海宁. 计及光热电站不确定性的CHP系统两阶段优化调度方法[J]. 电力建设, 2020, 41(1): 64-70.
[6]	袁桂丽，董金凤，魏更，贾新潮. 基于需求响应和多能互补的冷热电联产微网优化调度[J]. 电力建设, 2019, 40(9): 64-72.
[7]	朱文广，张长生，熊宁，路志英，张华，肖园，熊云. 考虑综合能源站用电需求不确定性的配电网变电站机会约束规划[J]. 电力建设, 2019, 40(8): 19-25.
[8]	宋杰，陈振宇，杨阳，张凯恒，张卫国，朱庆，徐青山. 考虑资源相关性和不确定性的负荷需求响应决策研究[J]. 电力建设, 2019, 40(6): 132-138.
[9]	张琪，贾燕冰，宋天昊，张佰富，郑惠萍，毛思杰. 基于多场景风险分析的含风电互联电网机组组合策略研究[J]. 电力建设, 2019, 40(5): 98-106.
[10]	邓强，詹红霞，杨孝华，梅哲，张豪，朱金龙. 直购电背景下利用储能配合旋转备用的风电并网容量优化[J]. 电力建设, 2019, 40(4): 98-109.
[11]	王晞，叶希，唐权，张玉鸿，李婷，刘万宇，李华强. 基于广义灵活性指标体系的输电网扩展规划[J]. 电力建设, 2019, 40(3): 67-76.
[12]	李凌昊，邱晓燕，张楷，刘梦依，赵长枢. 考虑多负荷聚集商参与的系统日前-日内分层优化调度策略[J]. 电力建设, 2019, 40(12): 70-79.
[13]	林鸿基，闫园，文福拴，胡嘉骅，曲昊源，赵铮. 高比例可再生能源电力系统中计及灵活调节产品的实时调度[J]. 电力建设, 2019, 40(10): 18-27.
[14]	石文超，吕林，高红均，李海波，文金虎，王家怡，刘晋源. 基于信息间隙决策理论的含DG和EV的主动配电网优化运行[J]. 电力建设, 2019, 40(10): 64-74.
[15]	潘昭旭，刘三明，王致杰，王帅，丁超然. 基于信息间隙决策理论的含风电电力系统调度[J]. 电力建设, 2018, 39(9): 87-94.