基于信息间隙决策理论的含风电电力系统调度

doi:10.3969/j.issn.1000－7229.2018.09.011

摘要/Abstract

摘要： 随着社会的发展，具有随机性、间歇性的风电等新能源大规模接入电网。同时，负荷侧结构变动、用电主观性以及预测技术的限制使得调度中的负荷需求难以准确获取。这些因素导致电力系统中的不确定性愈发呈现“奈特氏不确定性”的特性，使得电力系统调度成为一项十分具有挑战性的工作。为此，该文采用一种新的非概率性方法——信息间隙决策理论（information gap decision theory，IGDT）对风电输出功率和系统负荷需求的不确定性进行建模，建立了风险规避和机会寻求2种策略下的IGDT调度模型，解决了电力系统调度中风电和负荷的奈特氏不确定性。最后在改进的IEEE-39节点系统上对所提模型进行算例分析，结果分析以及蒙特卡洛模拟证明了所提IGDT模型的有效性。

关键词: 电力系统调度, 信息间隙决策理论（IGDT）, 风电, 不确定性

Abstract: With the development of society, new energy sources, such as wind power, which have randomness and intermittency, have begun to connect to the power grid. At the same time, the change of load side structure, the subjectivity of user and the limitation of prediction technology make the actual load demand difficult to be obtained accurately. These new factors have led to increased "Knightian Uncertainty " in the power system, which makes power system scheduling become a very challenging job. The paper makes use of a new non-probabilistic approach-information gap decision theory （IGDT） to model the uncertainty of wind power output and the system load demand. And two models are deduced in risk averse and opportunity seeker strategies for dispatcher, which solves the Knightian Uncertainty of wind power and load in power system. Finally, the analysis is examined on Modified IEEE 39-bus system, and the validity of IGDT model is proved by result analysis and Monte Carlo method.

Key words: power system dispatching, information gap decision theory（IGDT）, wind power, uncertainty

中图分类号:

TM 73

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.

PAN Zhaoxu, LIU Sanming, WANG Zhijie, WANG Shuai, DING Chaoran. Dispatch Based on Information Gap Decision Theory for Power System with Wind Power[J]. Electric Power Construction, 2018, 39(9): 87-94.

参考文献

［1］周欢．新能源电力系统源荷互动关键问题的研究［D］．北京：华北电力大学，2016.

ZHOU Huan．Research on the key problems of source and load in new energy power system［D］．Beijing：North China Electric Power University，2016．

［2］李义荣．考虑不确定性的需求响应建模及其在电力系统运行中的应用［D］．南京：东南大学，2015.

LI Yirong．Modeling of demand response considering the uncertainty and its applications in power system operation［D］．Nanjing：Southeast University，2015．

［3］罗纯坚，李姚旺，许汉平，等．需求响应不确定性对日前优化调度的影响分析［J］．电力系统自动化，2017，41（5）：22-29.

LUO Chunjian，LI Yaowang，XU Hanping，et al．Influence of demand response uncertainty on day-ahead optimization dispatching［J］．Automation of Electric Power Systems，2017，41（5）：22-29．

［4］奈特氏不确定性（Knightian uncertainty）［EB/OL］．（2016-11-30）［2018-08-07］．http：//wiki.mbalib.com/wiki/Knightian_uncertainty.

［5］ MAGHOULI P，HOSSEINI S H，BUYGI M O，et al．A scenario-based multi-objective model for multi-stage transmission expansion planning［J］．IEEE Transactions on Power Systems，2011，26（1）：470-478．

［6］ MIRANDA V，HANG P S．Economic dispatch model with fuzzy wind constraints and attitudes of dispatchers［J］．IEEE Transactions on Power Systems，2005，20（4）：2143-2145．

［7］段翩，朱建全，刘明波．基于双层模糊机会约束规划的虚拟电厂优化调度［J］．电工技术学报，2016，31（9）：58-67.

DUAN Pian，ZHU Jianquan，LIU Mingbo．Optimal scheduling of virtual power plant based on double fuzzy opportunity constraint programming［J］．Transactions of China Electrotechnical Society，2016，31（9）：58-67．

［8］ LIANG R H，LIAO J H．A fuzzy-optimization approach for generation scheduling with wind and solar energy systems［J］．IEEE Transactions on Power Systems，2007，22（4）：1665-1674．

［9］孙欣，方陈，沈风，等．考虑风电出力不确定性的发用电机组组合方法［J］．电工技术学报，2017，32（4）：204-211.

SUN Xin，FANG Chen，SHEN Feng，et al．The combination method of generator set with uncertain wind power ［J］．Transactions of China Electrotechnical Society，2017，32（4）：204-211．

［10］李禹鹏，冯楠，崔勇，等．考虑风电不确定性及柔性负荷的安全约束机组组合问题研究［J］．电力建设，2017，38（2）：129-137.

LI Yupeng，FENG Nan，CUI Yong，et al．Research on safety constraint unit combination considering uncertary of wind power and flexible load［J］．Electric Power Construction，2017，38（2）：129-137．

［11］ HARGREAVES J J，HOBBS B F．Commitment and dispatch with uncertain wind generation by dynamic programming［J］．IEEE Transactions on Sustainable Energy，2012，3（4）：724-734．

［12］魏韡，刘锋，梅生伟．电力系统鲁棒经济调度（一）理论基础［J］．电力系统自动化，2013，37（17）：37-43.

WEI Wei，LIU Feng，MEI Shengwei．Robust and economical scheduling methodology for power systems part one theoretical foundations［J］．Power System Automation，2013，37（17）：37-43．

［13］王蓓蓓，唐楠，赵盛楠，等．需求响应参与风电消纳的随机&可调节鲁棒混合日前调度模型［J］．中国电机工程学报，2017，37（21）：6339-6346.

WANG Beibei， TANG Nan, ZHAO Shengnan, et al．Stochastic & adjustable robust hybrid scheduling model of power system considering demand response’s participation in large-scale wind power consumption［J］．Proceedings of the CSEE，2017，37（21）：6339-6346.

［14］范刘洋，汪可友，吴巍，等．多时间尺度的电力系统鲁棒调度研究［J］．电网技术，2017，41（5）：1576-1582.

FAN Liuyang， WANG Keyou, WU Wei, et al．A study of multi-time scale robust schedule and dispatch methodology［J］．Grid Technology，2017，41（5）：1576-1582．

［15］王鲁浩，李歧强，丁然，等．可再生能源微网鲁棒多目标优化调度［J］．电工技术学报，2017，32（5）：184-192.

WANG Luhao，LI Qiqiang，DING Ran，et al．Robust multi-objective optimization scheduling of micro-grids with renewable energy［J］．Transactions of China Electrotechnical Society，2017，32（5）：184-192．

［16］ NOJAVAN S，ZARE K，FEYZI M R．Optimal bidding strategy of generation station in power market using information gap decision theory （IGDT）［J］．Electric Power Systems Research，2013，96（96）：56-63．

［17］ MOHAMMADI-IVATLOO B，ZAREIPOUR H，AMJADY N，et al．Application of information-gap decision theory to risk-constrained self-scheduling of GenCos［J］．IEEE Transactions on Power Systems，2013，28（2）：1093-1102．

［18］赵琛，张少华．基于信息间隙决策理论的发电商电量分配策略［J］．控制与决策，2017，32（4）：751-754.

ZHOU Chen，ZHANG Shaohua．Generation asset allocation strategies based on IGDT［J］．Control and Decision，2017，32（4）：751-754．

［19］赵亚楠．基于IGDT理论的发电商电量分配策略研究［D］．上海：上海大学，2015.

ZHAO Yanan．A dissertation submitted to shanghai university for the degree of master in engineering［D］．Shanghai：Shanghai University，2015．

［20］ MURPHY C，SOROUDI A，KEANE A．Information gap decision theory-based congestion and voltage management in the presence of uncertain wind power［J］．IEEE Transactions on Sustainable Energy，2016，7（2）：841-849．

［21］ RABIEE A，SOROUDI A，KEANE A．Information gap decision theory based OPF with HVDC connected wind farms［J］．IEEE Transactions on Power Systems，2015，30（6）：3396-3406．

［22］ RABIEE A，NIKKHAH S，SOROUDI A，et al．Information gap decision theory for voltage stability constrained OPF considering the uncertainty of multiple wind farms［J］．IET Renewable Power Generation，2017，11（5）：585-592．

［23］马欢，刘玉田．基于IGDT鲁棒模型的风电爬坡事件协调调度决策［J］．中国电机工程学报，2016，36（17）：4580-4588.

MA Huan，LIU Yutian．IGDT robust model-based coordinated scheduling strategy for wind power ramp events［J］．Proceedings of the CSEE，2016，36（17）：4580-4588．

［24］王士柏．应对不确定性电力系统经济调度的理论研究［D］．济南：山东大学，2015.

WANG Shibo．Theoretical studies on economic dispatch of power system to address uncertainties［D］．Jinan：Shandong University，2015．

［25］ MORADI-DALVAND M，MOHAMMADI-IVATLOO B，AMJADY N，et al．Self-scheduling of a wind producer based on information gap decision theory［J］．Energy，2015（81）：588-600．

［26］ SOROUDI A，RABIEE A，KEANE A．Information gap decision theory approach to deal with wind power uncertainty in unit commitment［J］．Electric Power Systems Research，2017（145）：137-148．

［27］韩学山，柳焯．考虑发电机组输出功率速度限制的最优机组组合［J］．电网技术，1994，18（6）：11-16.

HAN Xueshan，LIU Zuo．Optimal unit commitment considering unots ramp-rate limits［J］．Power System Technology，1994（6）：11-16．

［28］王德林．电力系统连续体机电波模型与机电扰动传播研究［D］．成都：西南交通大学，2007.

WANG Delin．Study on the continuum electromechanlcal wave model and electromechanical disturbance propagation in power systems［D］．Chengdu：Southwest Jiaotong University，2007．

[1]	高建伟, 郎宇彤, 高芳杰, 郭贵雨, 梁鹏程. 基于Copula-UCVaR风险度量的风电场投资时序规划[J]. 电力建设, 2020, 41(8): 78-86.
[2]	王瀚琳, 刘洋, 许立雄, 陈贤邦, 谭思维. 考虑风电消纳的区域多微网分层协调优化模型[J]. 电力建设, 2020, 41(8): 87-98.
[3]	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.
[4]	郑惠萍, 曾鹏, 刘新元, 程雪婷, 薄利明, 杨尉薇, 张一帆, 崔杨. 基于误差前馈预测的多时空尺度风电集群有功功率分层控制策略[J]. 电力建设, 2020, 41(8): 120-128.
[5]	方朝雄，吴晓升，江岳文. 考虑暂态稳定性的网储多目标双层优化[J]. 电力建设, 2020, 41(7): 58-66.
[6]	张浩禹，邱晓燕，周晟锐，赵有林，李凌昊，张楷 . 基于机会约束目标规划的多电-气互联综合能源系统分布式优化模型[J]. 电力建设, 2020, 41(7): 82-91.
[7]	张楷，邱晓燕，李凌昊，张浩禹，赵有林，刘梦依. 含风电系统中计及静态电压稳定影响的储能系统配置方案[J]. 电力建设, 2020, 41(7): 110-116.
[8]	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.
[9]	苏俊妮，张鑫，赵俊炜，张锐，曲明辉，杨艳红. 计及需求响应和储能的电-气综合能源系统优化调度[J]. 电力建设, 2020, 41(5): 1-8.
[10]	林紫菡，蒋晨威，陈明辉，尚慧玉，赵宏伟，阳曾，王一铮，文福拴. 计及柔性负荷的综合能源系统低碳经济运行[J]. 电力建设, 2020, 41(5): 9-18.
[11]	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.
[12]	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.
[13]	李华取，肖劲松，舒展，张政，姚良忠，彭晓涛. 一种基于点估计的风电并网位置和容量优化方法[J]. 电力建设, 2020, 41(4): 109-116.
[14]	高本锋，崔意婵，邵冰冰，刘毅，赵书强. 直驱风电机组全运行区域的次同步振荡特性分析[J]. 电力建设, 2020, 41(2): 85-93.
[15]	黄远明, 陈青，韦薇，吴明兴，谢敏，段秦刚，刘明波. 考虑风-储参与直接交易的中长期-现货市场物理交割建模及快速求解算法[J]. 电力建设, 2020, 41(1): 55-63.