基于数据驱动分布鲁棒优化的梯级水光蓄联合优化调度

摘要

多种可再生能源互补联合发电技术因其独特优越性正在成为“双碳”背景下电力系统优选供电方案之一，而其不确定性复杂耦合特性下的互补联合调度问题越来越受到人们关注。针对不确定性优化调度问题，本文引入能较好平衡不确定性及鲁棒性的数据驱动分布鲁棒优化理论（data-driven DRO），提出了一种新的基于数据驱动DRO梯级水光蓄联合发电系统协同优化调度方法。首先，考虑系统互补经济调度成本建立两阶段调度模型，制定各电站日前出力调度计划；然后，引入综合范数约束限定概率置信区间，并考虑最恶劣分布下的实时运行调整成本，获取日前调度计划的最优调整方案，日调度计划和调度调整方案形成最优调度计划；最后，本方法采用MP-SP框架，引入CCG算法展开两阶段协同求解。为验证所提方法的性能，引入四川示范区实际运行数据，开展了有效性验证、性能对比分析、计算效率仿真验证等。结果表明：本调度方法的有效性在数据规模、置信度水平两个维度得到了验证；对于SO、RO及本方法鲁棒性及经济性等性能指标的对比，本方法可获得高于SO的鲁棒性及高于RO的经济性；将本调度方法与概率性时序生产模拟方法的计算耗时进行对比，该方法实现了相同计算精度的较高计算效率。基于两阶段调度模型及循环迭代求解的DRO梯级水光蓄联合优化调度方法实现了协同调度结果经济性与保守性的均衡，其高效性能得到验证，为多种可再生能源互补协同调度提供了新思路。

关键词

梯级水光蓄 / 联合发电调度 / 水光互补 / 数据驱动分布鲁棒优化 / CCG算法