不確定性優化方法在電力系統研究中的應用

黎嘉明

【摘 ?要】隨著經濟的發展，用電情況已經普及到各個地區和領域，因此在電能的使用過程中，就需要對電力系統、電能的使用和調度進行規劃和控制。隨著分布式電源的接入以及現階段電力市場的不斷改革，這給電力系統對于電能的運行、調度和規劃方面存在著許多的不確定性，而且這種不確定性給人們帶來的影響也是不可忽略的，這個時候就需要采取相應的優化方法解決這些存在的不確定性的問題。本文簡要的分析了隨機規劃中最廣泛應用的機會約束規劃和魯棒優化方法，并且闡述了在電力系統中的相關應用。

【關鍵詞】不確定性;優化方法;電力系統;機會約束規劃;魯棒;應用

1.引言

隨著現階段我國對電能源的使用，電力系統得到了不斷地完善和發展，在一定程度上具有很大的隨機性，目前間歇性的能源漸漸地接入到系統中去，其中負荷預測的不確定性以及市場中存在的一些不確定性，關于電力系統這方面的研究正在由過去傳統比較單一確定性的研究方式，漸漸的轉變為確定性與不確定性相結合的研究方式。因此，在研究關于不確定性問題的不確定性優化方法在電力系統中的應用必將會成為目前的必然趨勢。在以往的電力系統中，往往會忽略不確定因素給整個系統帶的不確定性的問題，如果用確定性的方法來解決類似的這種不確定性的問題，雖然把不確定性的問題當作是確定性的問題會比較容易解決，最重要的一點是不能正確的反映出電力系統中新能源的不確定性、相關電荷負荷的變化情況以及自然概率帶來的影響。

2.機會約束規劃

2.1機會約束規劃的描述

機會約束規劃在電力系統的優化過程中起著決定性的作用，但是機會約束規劃卻在相關的風險管理中不能準確地度量他的風險值。機會約束規劃主要是屬于隨機規劃的范疇內，如果采用目標函數或者是約束條件下滿足的概率，解決含有不確定性因素的變化問題時，機會約束給出的數學模型可準確的描述為：

一般機會約束規劃的求解，可以根據相應的數學方法進行等效的轉換，在給定以上機會約束化的確定性的優化模型時，然后采用傳統的優化方法和智能的算法精確的求解等價的確定性的優化模型，然后采用傳統的優化方法和智能的算法求解相應的等價確定性的模型，但是對于一些比較多的隨機變量、較為復雜的機會約束等規劃問題時，在求解的過程中就會變得特別的復雜和困難，而且智能的算法使得高維隨機復雜的隨機問題的求解變得更加的準確與速率。

2.2機會約束規劃的應用

近年來，機會約束已經廣泛被用于金融方面、電力系統的隨機規劃方面以及相關的調度方面。一般機會約束規劃在金融領域的應用主要是為投資者制定最優的投資策略，目的是使其回報率最大，并且風險被降到最低，而且電力系統應用機會約束的規劃還是效仿金融領域的應用，在電力系統中因為風電和負荷的不確定性，建立了基于機會約束規劃的相關電力系統的模型，根據模型的目標函數和約束條件來計算出電源出力和負荷的隨機變量。目前階段，機會約束規劃不僅廣泛應用于解決電力系統當中所規劃的隨機變量的問題，并且也能夠很好的處理和解決系統調度決策中所含不確定因素等問題。應用機會約束規劃理論創建的動態經濟調度模型，能夠直觀的反映出電力系統在運行的過程中存在的潛在風險，機會約束規劃理論在電力系統的發展中，例如：發電公司的檢修策略問題、故障診斷以及相應的供電公司的購電策略等等都得到了廣泛的應用。

3.魯棒優化方法

3.1魯棒優化方法的描述

魯棒優化方法與上述所說的隨機規劃是不同的，在面對一些不確定問題中的不確定參數時，魯棒優化方法是不需要知道具體問題地隨機分布的，僅僅只需要知道問題所屬的不確定空間即可。其中具體的建模過程為：假設不確定參數所屬的范圍是一個不確定因素的集合，那么在這個特定的不確定的集合范圍內，將最嚴重情況下的目標函數或者相應的約束條件構建成一個最壞情況下的最優化的解決問題的方案。根據相應的不確定參數屬于不同類型的合集，可以將魯棒優化方法分為場景魯棒優化方法和盒式魯棒優化方法。

3.2場景魯棒優化方法的應用

場景魯棒優化方法是一種針對不確定參數，屬于有限離散變量的一種魯棒優化方法，其中具體的含義為：在不確定的場景的范圍內所做的決策在任意的場景下都是滿足該場景下的數學模型，作為對應問題的目標函數，是在所有場景最壞情況下的一個最優化的函數，同時也表示不確定的參數所滿足的場景約束，即不確定場景的不確定參數集合。主要用于解決離散不確定參數的一種不確定的優化方法，在這一類連續的不確定參數的場景魯棒優化時，往往首先要用連續的隨機變量離散化，再轉換成一個個的離散的場景集合，根據相關的策略對場景進行合理的縮減，然后就可以得到一個既安全又經濟的均衡場景集合。

3.3盒式魯棒優化方法的應用

盒式魯棒優化方法與相應的場景魯棒優化方法進行簡單的比較。相對來說簡單，因此在電力系統中也得到了較大的作用，如果盒式魯棒優化方法對于風電并網最大的裝機容量進行了系統的探究。在獲取系統旋轉備用容量的問題也考慮了風電出力的隨機可能性，如果采用盒式魯棒優化方法，對于優化對偶原理化進行系統的規劃，就可以得出相應問題的最優結論。針對風電的不確定性，如果采用盒式不確定集合表示現階段的風速的不確定性，組建盒式集合魯棒優化的風電場最大裝機容量的模型，有利于有效的解決問題。

4.結束語

在電力系統中受不確定因素影響的增加，再解決和優化問題上的難度也在增加，而采用機會約束規劃來解決電力系統中的復雜的不確定性的問題時，求解也是比較困難的，只有在運行的過程中，發現問題，對機會約束模型和盒式魯棒優化方法進行系統的學習，有助于處理和解決問題。

參考文獻：

[1]甄紀亮.復雜條件下耦合可再生能源消納的復合系統優化與管理研究[D].華北電力大學（北京），2017.

[2]解蛟龍.風/光/負荷典型場景縮減方法及在電網規劃中的應用[D].合肥工業大學，2017.

[3]周任軍，劉志勇，閔雄幫，李獻梅，彭子揚，劉旭鵬.不確定性優化方法在電力系統研究中的應用[J].電力科學與技術學報，2014，29（02）：21-29.

（作者單位：廣東工業大學華立學院）