×

使用滚动时域随机优化对营业准备金需求进行统计估计。 (英语) Zbl 1456.90116号

摘要:我们开发了一个多周期随机优化框架,用于识别可再生能源渗透程度较高的电力系统的运行备用需求。我们的模型捕捉了不同类型的运营储备、可再生能源发电和需求的不确定性以及发电机运行时间尺度的差异。在规划备用容量的同时,我们的模型旨在以非预期的方式提供关于基带负荷发电的建议,而电网和备用利用决策是以自适应的方式作出的。我们提出了一个具有look-ahead近似的滚动时域框架,其中优化问题可以在每个时间段内写成两阶段随机线性规划(2-SLP)。我们的2-SLP是使用顺序抽样方法(随机分解)求解的,该方法已被证明对电力系统优化是有效的。此外,由于市场运营对提供调度决策提出了严格的时间要求,我们提出了一种预热启动机制来加速此算法。我们基于IEEE测试系统的实验结果,在与文献中的确定性规则和当前实践进行比较时,确立了我们的随机方法的价值。计算结果的改进证明了我们的方法对实际电力系统的适用性。

MSC公司:

90立方厘米 随机规划
90 C90 数学规划的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ahmadi-Khatir,A。;AJ科内乔;Cherkaoui,R.,风力发电不确定性下的多区域机组调度和备用分配,IEEE电力系统交易,29,4,1701-1710(2014)
[2] Atakan,S.、Gangamanavar,H.和Sen,S.(2019年)。高可再生资源电力系统的运行规划实验。南卫理公会大学技术报告。
[3] Birge,J.R.和Louveaux,F.(2011年)。随机规划导论。施普林格运筹学和金融工程系列。纽约:施普林格·Zbl 1223.90001号
[4] Bouffard,F。;Galiana,FD,具有概率旋转备用标准的电力市场,IEEE电力系统交易,19,1,300-307(2004)
[5] 布朗,BG;RW卡茨;Murphy,AH,《模拟和预测风速和风力的时间序列模型》,《气候与应用气象学杂志》,23,8,1184-1195(1984)
[6] Chattopadhyay,D.和Baldick,R.(2002)。带有概率储备的机组承诺。电力工程学会冬季会议(第1卷,第280-285页)。电气与电子工程师协会。
[7] 克利夫兰,RB;克利夫兰,WS;Terpenning,I.,Stl:基于黄土的季节趋势分解程序,官方统计杂志,6,1,3(1990)
[8] Dantzig,英国;Wolfe,P.,线性程序的分解原理,运筹学,8,1,101-111(1960)·Zbl 0093.32806号
[9] Dvorkin,Y。;潘季奇,H。;马萨诸塞州奥尔特加·巴斯克斯;Kirschen,DS,输电约束机组组合的混合随机/区间方法,IEEE电力系统交易,30,2,621-631(2015)
[10] Erik,E.、Milligan,M.和Kirby,B.(2011年)。运营储备和可变发电量。NREL技术报告。
[11] Gangamanavar,H.和Sen,S.(2019年)。随机动态线性规划:一种用于多级规划的基于采样的算法。南卫理公会大学技术报告。
[12] Gangamanavar,H.、Liu,Y.和Sen,S.(2019年)。具有随机成本系数的两阶段随机线性规划的随机分解。INFORMS计算机杂志(已接受)。
[13] Gangamanavar,H。;Sen,S。;Zavala,VM,风能次小时经济调度的随机优化,IEEE电力系统交易,31,2,949-959(2016)
[14] 格里格,C。;Wong,P。;阿尔布雷希特,P。;艾伦·R。;巴瓦拉朱,M。;Billinton,R.,IEEE可靠性测试系统-1996。概率方法应用小组委员会可靠性测试系统任务组编写的报告,IEEE电力系统交易,14,3,1010-1020(1999)
[15] Hamilton,JD,时间序列分析(1994),普林斯顿:普林斯顿大学出版社,普林斯顿·Zbl 0831.62061号
[16] 希格尔,JL;Sen,S.,正则随机分解中的有限主程序,数学规划,67,1-3,143-168(1994)·Zbl 0828.90097号
[17] 希格尔,JL;Sen,S.,《随机分解:大规模随机线性规划的统计方法》(1996),波士顿:Kluwer学术出版社,波士顿·Zbl 0874.90145号
[18] Kwiatkowski,D。;菲利普斯,PC;施密特,P。;Shin,Y.,针对单位根的替代性检验平稳性的零假设:我们如何确定经济时间序列有单位根?,《计量经济学杂志》,54,1-3,159-178(1992)·Zbl 0871.62100号
[19] 林德拉斯,J。;夏皮罗,A。;Wright,S.,随机规划抽样方法的经验行为,运筹学年鉴,142,1,215-241(2006)·Zbl 1122.90391号
[20] Makarov,Y.、Guttromson,R.、Huang,Z.、Subbarao,K.、Etingov,P.、Chakrabarti,B.和Ma,J.(2010)。将风力发电和负荷预测的不确定性纳入电网运营。报告PNNL-19189。PNNL。
[21] 莫拉莱斯,J。;明格兹,R。;Conejo,A.,生成统计相关风速场景的方法,应用能源,87,3,843-855(2010)
[22] 亚利桑那州格言;加利亚纳,FD;AJ科内乔;阿罗约,JM,基于联营电力市场的网络约束多期拍卖,IEEE电力系统交易,17,3,646-653(2002)
[23] 奥尔森,A。;马宏,A。;哈特,E。;哈格里夫斯,J。;Jones,R。;北施拉格。;郭,G。;莱恩,N。;奥兰斯,R。;Frowd,R.,中途:加州能达到50分吗
[24] 马萨诸塞州奥尔特加·巴斯克斯;Kirschen,DS,《估算具有显著风力发电渗透率的系统中的旋转备用需求》,IEEE电力系统交易,24,1,114-124(2009)
[25] Papavasiliou,A。;Oren,S.,输电受限网络中高风穿透的多区域随机机组承诺,运筹学,61,3578-592(2013)·Zbl 1273.90035号
[26] Papavasiliou,A。;奥伦,S。;O'Neill,R.,《风电集成的备用要求:基于场景的随机规划框架》,IEEE电力系统交易,26,4,2197-2206(2011)
[27] 波特,CW;卢,D。;麦卡,J。;Cheng,S。;艾切尔伯格,S。;Grimit,E.,《为西部风能和太阳能一体化研究创建数据集》(美国),风力工程,32,4,325-338(2008)
[28] 权力,JG;克伦普,JB;斯科马洛克,WC;加利福尼亚州戴维斯;杜迪亚,J。;DO吉尔;科恩,JL;戈奇斯,DJ;艾哈迈多夫,R。;佩克姆,东南部;乔治亚州格雷尔;Michalakes,J。;Trahan,S。;SG本杰明;亚历山大,CR;迪梅戈,GJ;Wang,W。;CS施瓦茨;罗明,GS;刘,Z。;斯奈德,C。;陈,F。;驳船,MJ;于伟(Yu,W.)。;杜达,MG,《天气研究和预测模型:概述、系统工作和未来方向》,《美国气象学会公报》,98,8,1717-1737(2017)
[29] Price,J.E.(2015)。加州能源市场可再生能源整合的随机机组承诺评估。2015年IEEE电力与能源协会大会(第1-5页)。电气与电子工程师协会。
[30] Rockafellar,RT公司;Wets,RJB,《不确定性优化中的场景和策略聚合》,运筹学数学,16,1,119-147(1991)·Zbl 0729.90067号
[31] Sen,S。;Liu,Y.,通过两阶段随机线性规划中的折衷决策缓解不确定性:方差减少,运筹学,64,6,1422-1437(2016)·Zbl 1354.90086号
[32] Sen,S。;Yu,L。;Genc,T.,《电力组合优化的随机规划方法》,运筹学,54,1,55-72(2006)·Zbl 1167.90612号
[33] 夏皮罗,A。;Dentcheva,D。;Ruszczynski,A.,《随机规划讲座:建模和理论》(2014),费城:工业和应用数学学会,费城·Zbl 1302.90003号
[34] 蔡,H。;Chan,KS,非负ARMA过程注释,时间序列分析杂志,28,3,350-360(2007)·Zbl 1165.62069号
[35] Tsay,R.(2005)。金融时间序列分析(第二版)。概率统计中的威利级数。霍博肯:威利·Zbl 1086.91054号
[36] 范·斯莱克,RM;Wets,RJB,L形线性规划及其在最优控制和随机规划中的应用,SIAM应用数学杂志,17,4638-663(1969)·Zbl 0197.45602号
[37] Zavala,VM,《分层预测控制的新架构》,IFAC-PapersOnline,49,7,43-48(2016)
[38] 郑,QP;Wang,J。;Liu,AL,机组承诺的随机优化——综述,IEEE电力系统交易,30,4,1913-1924(2015)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。