不确定性环境下数据驱动的电力系统优化调度方法综述

• 作者: 严正 吴江 徐潇源 桑妲 王澍 鲁卓欣
• 来源期刊: 电力系统自动化
• 关键词: 电力系统 数据驱动 随机优化 鲁棒优化 分布鲁棒优化 可再生能源
• 年，卷（期）: 2020,（21）
• 所属期刊栏目: 综述
• 页码范围: 172-183
• 页数: 12页
• 语种: 中文
• DOI: 10.7500/AEPS20200202004

摘要

随着可再生能源大规模并网,电力系统运行的不确定性显著增加,考虑不确定性因素的调度方法逐渐得到重视.另一方面,建立准确的不确定性因素模型是求解优化问题的前提与关键,可再生能源出力具有复杂的不确定性,其发电数据为随机调度提供了科学的数据支撑.文中总结了不确定性环境下数据驱动的电力系统调度的理论方法以及应用场景.首先,总结了传统随机优化调度中数据驱动的随机变量建模方法.其次,介绍了鲁棒优化调度中数据驱动的不确定性集合建模方法.然后,针对随机优化中不确定性因素建模不准确以及鲁棒优化结果较为保守的问题,重点阐述了基于数据驱动分布鲁棒的电力系统优化调度理论与方法,梳理了随机变量的概率分布模糊集构建方法和分布鲁棒优化的模型构建及求解算法.最后,对数据驱动的电力系统调度未来的研究工作进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴江		54	407	11.0	18.0
2	严正		118	1150	19.0	29.0
3	王澍		4	8	2.0	2.0
4	徐潇源		10	18	3.0	4.0
5	鲁卓欣		1	0	0.0	0.0
6	桑妲		1	0	0.0	0.0