基于KL散度距离处理风电不确定性的负荷恢复分布鲁棒优化

摘要

在构建以新能源为主体的新型电力系统的背景下，在恢复控制过程中积极利用新能源并充分应对其对运行安全带来的潜在风险对于减小停电损失具有重要意义。首先，为了表征风电出力的不确定性，采用KL散度(Kullback-Leibler)距离作为筛选极端风电出力场景的控制条件，并据此构建模糊集作为风电出力典型场景。在满足相关运行安全约束的前提下，建立了以最大化加权负荷恢复量为优化目标的分布鲁棒优化模型以制定计及风电的负荷恢复方案。经松弛处理和对偶转换所得到的混合整数二阶锥模型可调用商业求解器求解。以接入规模风电场的IEEE 10机39母线系统为例进行仿真，结果表明：相比于传统的鲁棒优化方法，该方法降低了优化结果的保守性，有助于加快负荷恢复，减小停电损失。

关键词

大停电 / 负荷恢复 / 风电不确定性 / KL散度距离 / 分布鲁棒优化

基金资助

国家自然科学基金资助项目(51677071;52107092)