基于近似动态规划的电力系统分布鲁棒优化调度研究.pdfVIP

摘要

近年来，全球范围内的能源结构发生了深刻变革，伴随着温室气体排放的化石能源

消耗比重逐渐下降，以分布式光伏、风能为代表的分布式可再生能源因其低成本、低污

染的特点迅速增长。尽管可再生能源的应用在很大程度上缓解了资源和环境压力，但其

出力固有的随机性和波动性弊端给电力系统的优化调度带来了极大的挑战。因此，如何

优化各类电力资源的运行，研究适应于可再生能源消纳的新型电力系统优化调度方法具

有重要现实意义。近似动态规划(Approximatedynamicprogramming,ADP)作为一种随机

优化算法，在解决序贯决策优化调度问题上具有一定优势。分布鲁棒优化能根据实际调

度需求，灵活调整和平衡系统的风险和成本，有效处理系统中的随机性。本文先在电力

系统背景下对近似动态规划开展了理论研究，并基于ADP算法，从空间上分散优化和

时间上序贯优化两个角度，研究提出了相应的分布鲁棒优化调度方法，具体内容如下：

1）本文综述了近似动态规划(ADP)算法的基本理论及其在电力系统优化调度中的研

究应用进展，详细归纳了ADP的四类基本近似策略的思想、特征及其具体的应用细节。

此外，本文基于新型电力系统的发展需求，对ADP算法在理论和应用中的不足进行了

分析和讨论，并对其在未来电力系统中的发展方向做出了进一步的展望。

2）针对电力系统多微网群随机分散经济调度问题，本文基于近似动态规划，提出

了一种分布鲁棒-随机对偶动态规划算法(DRO-SDDP)进行求解。所提算法通过微网之间

少量信息的交互与迭代，不仅能有效保护各微网的信息隐私性和调度独立性，还能根据

实际调度需求，对调度决策的经济性和保守性进行灵活调整。此外，还提出了一种双层

并行技术，在场景层和阶段层两个层面上对算法进行并行加速，克服了传统串行算法的

缺陷，极大地提高了求解效率。在多个测试系统和实际系统上验证了所提算法的有效性。

3）针对电力系统多时段鲁棒机组组合问题，本文在上一研究的基础上，进一步改

进和提出了基于随机对偶动态整数规划的并行DRO-ADP算法。所提算法通过在时段间

构造基于Lagrange割的解析值函数，将多时段庞大复杂的优化问题进行时段解耦求解。

相比传统的需要通过枚举来处理整数变量的ADP算法，所提算法的值函数对整数状态

变量具有零对偶间隙，在自适应地处理整数优化问题的同时，还可平衡系统的风险和成

本，实现经济性和安全性可灵活整定的分布鲁棒机组决策。所提算法的准确性、收敛性

和效率在多个测试系统和实际系统上的算例仿真中得到了验证。

关键词：电力系统；优化调度；分散优化；机组组合；近似动态规划；分布鲁棒

ABSTRACT

Inrecentyears,therehasbeenaprofoundchangeintheenergystructureonaglobalscale.

Theproportionoffossilenergyconsumptionaccompaniedbygreenhousegasemissionshas

graduallydeclined.Distributedrenewableenergy,representedbydistributedphotovoltaicand

windpower,isgrowingrapidlybecauseofitslow-costandlow-pollutioncharacteristics.Alt-

houghtheapplicationofrenewableenergyhaslargelyalleviatedthepressureonresources

andtheenvironment,theinherentstochasticandfluctuatingdrawbacksofitsoutputhave

broughtgreatchallengestotheoptimalschedulingofthepowersystem.Therefore,itisof

greatpracticalsignificancetostudyhow