针对多能源虚拟电厂(multi-energy virtual power plant,MEVPP)在可再生能源高渗透率下面临的源荷多重不确定性挑战,提出一种日前-实时两阶段风险规避随机优化经济调度模型,通过集成碳捕集、利用与封存-电转气系统来提升可再生能源消纳...针对多能源虚拟电厂(multi-energy virtual power plant,MEVPP)在可再生能源高渗透率下面临的源荷多重不确定性挑战,提出一种日前-实时两阶段风险规避随机优化经济调度模型,通过集成碳捕集、利用与封存-电转气系统来提升可再生能源消纳能力与碳减排效益。首先,将Copula函数与瓦瑟坦距离相结合,选取最优Copula函数并构建风光联合出力典型场景集;其次,设计两阶段随机优化调度模型,第一阶段以运行成本最小化为目标制定调度方案,第二阶段针对实时不确定性以平衡成本最小化为目标,通过备用调用、综合需求响应及储能协同平抑波动,重新调整调度计划;最后,结合条件风险价值理论量化风光出力和负荷等多重不确定性的风险成本,并采用Gurobi求解器对MEVPP优化模型进行求解。对MEVPP风险经济优化模型进行了仿真验证,结果表明,所设计策略在优化设备出力的同时,实现了风光100%全消纳,显著提升了调度方案的可执行性与风险适应性。展开更多
文摘针对多能源虚拟电厂(multi-energy virtual power plant,MEVPP)在可再生能源高渗透率下面临的源荷多重不确定性挑战,提出一种日前-实时两阶段风险规避随机优化经济调度模型,通过集成碳捕集、利用与封存-电转气系统来提升可再生能源消纳能力与碳减排效益。首先,将Copula函数与瓦瑟坦距离相结合,选取最优Copula函数并构建风光联合出力典型场景集;其次,设计两阶段随机优化调度模型,第一阶段以运行成本最小化为目标制定调度方案,第二阶段针对实时不确定性以平衡成本最小化为目标,通过备用调用、综合需求响应及储能协同平抑波动,重新调整调度计划;最后,结合条件风险价值理论量化风光出力和负荷等多重不确定性的风险成本,并采用Gurobi求解器对MEVPP优化模型进行求解。对MEVPP风险经济优化模型进行了仿真验证,结果表明,所设计策略在优化设备出力的同时,实现了风光100%全消纳,显著提升了调度方案的可执行性与风险适应性。
