基于场景概率驱动的输电网和储能分布鲁棒规划
Electric Power Automation Equipment（2022）
摘要
在碳达峰和碳中和的目标要求下,可再生能源+储能被认为是一种能够有效促进新能源消纳的手段.传统的3层鲁棒规划方法在进行输电网和储能联合优化时忽略了风电出力场景的概率信息,所得投资决策往往过于保守.为此,利用风电出力场景的历史数据构建了基于L1-范数和L∞-范数的混合概率分布不确定集,在考虑最恶劣概率分布的情况下进行输电网和储能的最优投资决策,能够改善传统鲁棒规划方法过于保守的问题.此外,采用一种可并行计算的列和约束生成算法求解所建模型,在求解max-min内层问题时不需要进行复杂的对偶转换,且无需求解双线性项,只需要并行求解若干个小规模的线性规划问题,有效提高了求解效率.Garver 6节点系统算例的仿真结果验证了所建模型和算法的有效性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要