范刘洋, 汪可友, 李国杰, 吴 巍, 葛维春

(1. 电力传输与功率变换控制教育部重点实验室(上海交通大学), 上海市 200240;2. 国网辽宁省电力有限公司, 辽宁省沈阳市 110006)

0 引言

近年来,随着技术的成熟和成本的降低,风电、太阳能等可再生能源装机容量得到了快速的提高[1]。国家风电发展“十二五”规划中提出,2020年中国风电装机规模将达到2×108kW,风电装机容量将占总装机容量的11%[2]。风电具有间歇性、波动性等特点,日前预测误差可达在20%,远高于负荷预测误差[3]。大规模风电的接入,给电力系统调度带来了巨大挑战。

近年来,鲁棒优化理论被应用于这一领域,并取得良好效果[4-9]。鲁棒优化使用闭凸集合描述参数的不确定性,并计算目标函数在“最坏情况”下的最优问题[10-13]。相比于随机规划,鲁棒优化不要求获得随机变量分布函数,不需要生成典型场景,更易于实施。但另一方面,鲁棒优化结果一般保守性较强。

鲁棒优化结果的保守性直接受到不确定参数集合的影响。最早,文献[10]采用每个不确定变量在一定置信水平下的上下界作为不确定集。近年来,文献[11-12]采用椭球集合描述不确定集,文献[4-5,7]采用盒式集合描述不确定集,进一步降低了鲁棒优化的保守性,由于盒式集合的线性性质,这种不确定集合在电力系统中应用更为广泛。

但是,以上不确定集合均假定每个时刻不确定参数服从的是独立分布律,这并不符合实际情况。以含风电的调度问题为例,当风电场之间距离较近时,两个或多个风电场之间的出力会具有相关性。……