徐　箭, 曹慧秋, 唐程辉, 魏聪颖, 江海燕, 廖思阳

(武汉大学电气工程学院, 湖北省武汉市 430072)

0　引言

当前全球大力发展可再生能源[1],但其不确定性(随机性)和波动性的特点使得大规模并网面临巨大挑战。到2016年底,中国可再生能源累计装机容量达到570 GW[2],但弃风、弃光率居高不下[3],究其原因还是系统灵活性不足,使得可再生能源的发展受到了限制[4]。需求响应(demand response,DR)资源作为一种灵活性资源参与电力系统的调峰调频和备用,通常被认为是储能设备的低成本替代,挖掘需求响应潜力,通过需求响应来适应风电大规模接入系统,将成为未来智能电网的发展趋势[5-7]。

文献[8]设计了一种多时间尺度滚动协调的需求响应调度策略,文献[9]以最大消纳风电和系统运行成本最小为目标,建立了源荷协调多目标优化模型,文献[10-11]建立了计及大规模风电和需求响应参与的电力系统随机调度模型,这些调度模型主要是基于确定性需求响应模型来解决风电出力的不确定性,然而在需求响应过程中,由于模型参数、外部条件预测的误差以及决策主体的认知偏差,用户侧的需求响应存在不确定性。目前,针对需求响应不确定性进行分析和建模的研究较少[12-16]。

文献[12]将需求响应不确定性产生的原因归结为模型和预测的不确定性。文献[13]建立了价格型负荷随机响应模型,将价格型负荷响应不确定量视做随机注入变量,引入到源荷互动概率潮流模型中。文献[14]人为设置了需求响应不确定的范围,对该范围内的不确定响应进行备用。……