新型电力系统建设背景下,新能源渗透率不断提高造成电力系统灵活性需求剧增。针对电力系统灵活性供需失衡问题,提出含碳捕集电厂的源荷储资源数据驱动鲁棒优化调度模型。首先,基于碳捕集电厂、抽水蓄能等源荷储灵活性资源运行特性,刻画...新型电力系统建设背景下,新能源渗透率不断提高造成电力系统灵活性需求剧增。针对电力系统灵活性供需失衡问题,提出含碳捕集电厂的源荷储资源数据驱动鲁棒优化调度模型。首先,基于碳捕集电厂、抽水蓄能等源荷储灵活性资源运行特性,刻画电力系统灵活性供给能力;其次,采用数据驱动方法构建椭球不确定性集以刻画风电、光伏波动区间,根据各时刻边界值量化灵活性需求;进而,结合灵活性供需关系,提出源荷储资源数据驱动鲁棒优化模型,并采用改进列与约束生成算法(column and constraint generation,C&CG)进行求解。算例仿真表明,通过协同调度源荷储灵活性资源有助于支撑电力系统功率平衡,提高灵活性裕度,数据驱动鲁棒优化方法能够剔除传统盒式不确定集中的不实际恶劣场景,进而改善传统鲁棒优化模型过于保守的问题,并显著提升计算效率。展开更多
文摘新型电力系统建设背景下,新能源渗透率不断提高造成电力系统灵活性需求剧增。针对电力系统灵活性供需失衡问题,提出含碳捕集电厂的源荷储资源数据驱动鲁棒优化调度模型。首先,基于碳捕集电厂、抽水蓄能等源荷储灵活性资源运行特性,刻画电力系统灵活性供给能力;其次,采用数据驱动方法构建椭球不确定性集以刻画风电、光伏波动区间,根据各时刻边界值量化灵活性需求;进而,结合灵活性供需关系,提出源荷储资源数据驱动鲁棒优化模型,并采用改进列与约束生成算法(column and constraint generation,C&CG)进行求解。算例仿真表明,通过协同调度源荷储灵活性资源有助于支撑电力系统功率平衡,提高灵活性裕度,数据驱动鲁棒优化方法能够剔除传统盒式不确定集中的不实际恶劣场景,进而改善传统鲁棒优化模型过于保守的问题,并显著提升计算效率。
