【精彩論文推薦】山東大學 周安平,楊明等:電力系統運行調度中的高階不確定性及其對策評述

電力系統自動化2018-07-10 11:38:08

 提示點擊""關注本刊微信


原文發表在《電力系統自動化》2018年第42卷第12期,歡迎品讀。



本文引文信息

周安平, 楊明, 趙斌, 等. 調度中的高階不確定性及其對策評述 [J]. 電力系統自動化, 2018, 42(12): 173-183. DOI: 10.7500/ AEPS20180108002.

ZHOU Anping, YANG Ming, ZHAO Bin, et al. Higher-order Uncertainty and Corresponding Strategies of Operation and Dispatching for Power System [J]. Automation of Electric Power Systems, 2018, 42(12): 173-183. DOI: 10.7500/ AEPS20180108002.



電力系統運行調度中的高階不確定性及其對策評述

DOI: 10.7500/AEPS20180108002

周安平,楊明,趙斌,韓學山,劉增訓



1

研究背景


源、網、荷不確定性的增強使得確定性調度方法的合理性前提在當今電力系統越來越難以滿足,不確定性的預測、分析與決策方法得到了快速發展。然而,作為不確定運行條件下電力系統調度決策的基礎,源、網、荷不確定性的統計規律自身卻也存在著難以避免的不確定性,這種高階不確定性直接影響著應對不確定性調度決策方法的有效性,不可簡單加以忽略。尤其在近幾年,一些針對於調度理論中高階不確定性問題的分析與決策方法,得到初步而快速的發展。在上述背景下,本文圍繞著高階不確定性這一核心線索,針對電力系統運行調度中的源、網、荷存在的高階不確定性問題,介紹與評述目前已有的相關研究成果,並對這一研究方向中亟待解決的關鍵問題與未來的發展趨勢進行總結與展望,以期為相關研究工作的進一步開展提供有益的參考。


2

調度決策中的高階不確定性


理論上,高階不確定性被定義為在一階不確定性(不確定量自身的不確定性)基礎上的、不確定量描述過程中產生的不確定性。本文聚焦於電力系統運行調度中源、網、荷不確定量的概率描述,將上述高階不確定性的定義具體為對不確定量概率分佈規律掌握的不確定性,其產生的原因主要包括以下兩個方面:


1)對不確定量概率規律的挖掘,難免應用到各類統計或者預測模型,然而,任何模型在構建過程中的近似與簡化都使模型難以盡善盡美,模型的不完備性是導致不確定量概率分佈不確定性產生的重要因素。


2)數據作為不確定量分佈估計或者預測的基礎,其準確與否將直接關係到預測結果的有效性。然而,在電力系統的運行實際中,樣本丟失、偏差、錯位的情況十分普遍,數據的不準確將直接導致不確定量概率分佈的高階不確定性。


上述兩方面的因素往往同時存在、相互交織,導致了電力系統運行調度中高階不確定性問題的普遍性。


3

可再生能源、負荷響應容量的高階不確定性


可再生能源發電及負荷響應容量隸屬於連續型隨機變量,計及此類連續型隨機不確定量的調度模型與傳統基於機會約束規劃等調度模型的根本區別在於引入了描述隨機向量不確定性的分佈集合(模糊集合),該集合的形式不僅會影響到調度模型的轉化與求解,更會影響到優化結果的保守程度,對解的有效性至關重要,目前的研究中分佈集合主要分為以下兩類:


1)以矩信息(主要為一階、二階矩)為基礎構建分佈集合。依據不確定量矩信息構建的分佈集合主要分為三類:①不確定量的分佈類型固定,矩信息不固定;②不確定量的分佈類型不固定,矩信息固定;③不確定量的分佈類型不固定,矩信息也不固定。



2)以為基礎構建分佈集合。以矩信息為基礎構建的分佈集合,由於不確定量的概率密度函數、分佈函數等信息未被有效納入決策過程,因而存在一定的保守性。而描述不確定量概率密度函數的分佈集合往往能提供更多的信息,目前已初步應用於分佈魯棒機組組合問題,為控制調度決策模型的保守度提供了新的思路。


依據上述所構建的分佈集合,計及可再生能源、負荷響應容量高階不確定的調度模型已發展出了割平面算法、半定規劃算法、二階錐算法、場景採樣法等相應算法,其調度模型的計算效率及精度仍在不斷的發展研究之中。


4

設備故障的高階不確定性


電力設備作為電力系統構成的基本元素,其發生故障將導致系統拓撲結構的改變,破壞系統功率平衡,引發潮流轉移,降低運行的安全性與經濟性,是電力系統調度運行中需要關注的重要不確定因素。在實際系統中,由於可用樣本少、外部環境信息不完全等因素,對設備故障概率的估計存在較為明顯的誤差,導致設備故障呈現出高階不確定性。當前,常用區間數與模糊數兩類方法來描述設備故障概率的高階不確定性。


4.1

區間數

區間概率是一類常用的高階不確定性描述方法,對於電力設備而言,其故障的區間概率往往為[0,1]區間的一個子區間,該區間的寬度被用來描述故障概率的不確定程度,若該區間概率的上、下界值相同,則區間概率退化為精確概率;若上、下界概率值分別為1和0,則說明當前無法給出任何有效的概率統計信息。


在此基礎上,對於設備故障的區間概率,已發展出了結合泊松分佈、貝葉斯網絡、中心極限定理、伽瑪指數模型、非精確狄裡克雷模型等方法的區間概率估計。在系統層面,已發展出了結合區間數運算法則、仿射運算法則等方法的區間估計模型,為解決系統運行可靠性評估問題提供了新的思路。


4.2

模糊數

模糊變量也常用來表徵設備故障的高階不確定性,其往往假定設備故障的風險指標為三角、梯形模糊變量,從而依據構建的隸屬度函數得到風險指標的相應表達式,並進一步依據隨機過程停運模型、可信性理論等方法建立模糊故障率下的設備停運模型,取得了較為良好的效果。


5

問題及展望


安全、可靠與經濟運行是電力系統調度所追求的目標。隨著電力市場化改革的推進、可再生能源併網發電比例的提高,調度對於運行中的不確定性問題給予了極大的關注,計及運行中各類不確定因素的調度方法在理論與實踐兩個層面均得到了顯著的發展。然而,針對隨機變量概率分佈規律的高階不確定性問題,其分析更為抽象、建模與求解更為困難,即使是在理論層面,當前也仍處於研究的初級階段。根據相關研究經驗,結合廣泛的文獻查閱、研讀和思考,對於電力系統調度中高階不確定性特徵的挖掘、表達與利用,至少存在如下尚待解決的問題:


1)缺乏與源、荷功率預測技術相匹配的高階不確定性規律的挖掘與利用方法。


2)電力設備故障的高階不確定性未被有效計入電力系統調度的決策過程。


3)計算困難仍是制約高階不確定性問題解決的關鍵。


4)計及高階不確定性的成本/風險分析尚待進一步深入開展。


上述問題的解決必然是一個系統工程,無法訴諸於單一環節、單一模型或者單一算法的獨立進展。其解決必然需要基於數據,通過功率預測、功率分佈預測、功率分佈預測偏差估計等一系列的數據挖掘環節,實現對於可信分佈集合的建立。進而,基於針對矩不確定性、概率分佈集合、模糊概率分佈的優化方法,結合電力調度的實際情況,建立相應的調度模型及其轉化與求解方法,實現調度的優化決策。


在電力系統調度理論由確定性向不確定性轉變的過程中,應針對現代電力系統運行特點與數據特徵的需求,開展切實可行的預測、決策相協調的電力系統高階不確定運行條件下的調度理論與方法研究,具有突出的必要性與緊迫性,必然會成為調度理論研究中重要的研究方向。



下方查看歷史文章




《電力系統自動化》2018年第12期目次


主要作者及團隊介紹

周安平,山東大學碩士研究生。主要研究方向為電力系統調度自動化。


楊明,博士,山東大學副教授,博士生導師。主要研究方向為電力系統經濟運行、電力系統運行可靠性評估、新能源併網分析、凸優化以及隨機分析與隨機決策等。 


研究團隊依託山東大學“電網智能化調度與控制教育部重點實驗室”,主要圍繞國家重大工程需求,開展電網在新電源形態下的安全穩定運行、調度與控制研究。由韓學山教授帶領的6位教師、1位博士後研究人員、10位博士研究生、30餘位碩士研究生組成,發表SCI/Ei論文300餘篇。


鄭重聲明:根據國家版權局相關規定,紙媒、網站、微博、微信公眾號轉載、摘編本微信作品,需包含本微信名稱、二維碼等關鍵信息,並在文首註明《電力系統自動化》原創。個人請按本微信原文轉發、分享。


關於《電力系統自動化》


點擊左下方“閱讀原文”查看原文











閱讀原文

TAGS: