求解储能集成长期机组组合问题的有界次优性保证方法
《IEEE Transactions on Power Systems》:Solving Storage-Integrated Long-Term Unit Commitment With Guaranteed Bounds on Sub-Optimality
【字体:
大
中
小
】
时间:2025年12月09日
来源:IEEE Transactions on Power Systems 7.2
编辑推荐:
为解决含季节性储能的大规模电力系统长期机组组合(LTUC)问题难以直接求解且缺乏最优性保证的挑战,本文提出了一种具有次优性界保证的实用方法。研究通过构建增强凸松弛模型获得成本下界,并基于储能状态轨迹通过序列化前瞻短期优化恢复可行解作为上界。数值实验表明,该方法可在个人电脑上数小时内求解实际规模系统的月/年度问题,并获得低于1.5%的最优性间隙,为电力系统规划与生产模拟提供了可靠工具。
随着风电、光伏等可再生能源在电力系统中的渗透率快速提升,应对其季节性波动特性成为系统规划与运行面临的新挑战。季节性储能(如大型抽水蓄能)能够实现能量在不同周或月之间的转移,是平抑可再生能源季节性波动的关键手段。然而,将季节性储能纳入长期机组组合(Long-Term Unit Commitment, LTUC)问题后,调度期可能长达数月甚至一年,导致问题规模急剧扩大。LTUC问题包含大量表征机组启停状态的二进制变量,属于混合整数线性规划(MILP)问题。直接使用商业求解器求解此类大规模问题往往计算耗时极长,甚至难以在可接受时间内获得满足精度要求的解。现有的一些启发式方法或时间聚合方法虽然能提高求解效率,但通常无法对所得解的次优性程度提供理论保证,这限制了其在严肃的系统规划与 adequacy 评估中的应用。
为了解决这一难题,清华大学等单位的研究人员在美国电气电子工程师学会电力系统汇刊(IEEE Transactions on Power Systems)上发表了题为“Solving Storage-Integrated Long-Term Unit Commitment with Guaranteed Bounds on Sub-Optimality”的论文,提出了一种新颖的求解框架,能够在合理时间内获得高质量的解,并为其次优性提供明确的上界。
为了回答上述挑战,本研究设计了一个非迭代的双层框架。该框架的核心思想是通过一个松弛的优化问题获得原LTUC问题最优解的成本下界(Lower Bound, LB),同时通过一个可行的调度方案获得成本上界(Upper Bound, UB),两者的间隙(Gap)即为所求可行解次优性的保证界。
研究采用了几项关键技术方法。首先,通过系统性地生成有效不等式(Valid Inequalities)来强化基本连续松弛模型,获得更紧的成本下界。该方法基于单台机组运行约束的结构特性,构建了一个统一的框架,能够生成包括文献中已有和未报道的新型不等式。其次,通过固定季节性储能在松弛解中的能量水平轨迹,将原问题分解为一系列连续的、规模较小的短期机组组合子问题,并引入前瞻窗口以避免决策短视,从而高效地构造可行解并获得成本上界。该方法计算复杂度与调度时长呈线性关系,易于处理大规模问题。
研究考虑的储能集成LTUC问题是一个确定性模型,目标是最小化调度期内的总运行成本,包括发电燃料成本、固定运行成本、启停成本等。约束条件涵盖机组的最小启停时间、出力上下限、爬坡限制、电池与季节性储能的运行约束(防止同时充放电、能量动态平衡、容量限制)、系统功率平衡、可再生能源出力限制以及线路传输容量限制。该问题是一个大规模的MILP,直接求解极具挑战性。
为了获得高质量的下界,研究对表征机组启停状态的二进制变量进行连续松弛(取值在[0,1]区间)。然而,基本的连续松弛通常较松。为此,研究开发了一套系统性的有效不等式生成流程(Algorithm 1)。该方法针对包含机组出力和状态变量的运行约束,通过枚举机组状态的可能组合,求解一个线性规划问题来寻找能使松弛模型更紧的约束系数。研究展示了该方法可以推导出文献中已知的两周期有效不等式,并且在特定参数条件下还能产生新的不等式。该方法还可推广至多周期情形,考虑更长时间段的机组运行耦合关系。
下界:松弛的UC问题。将通过Algorithm 1生成的有效不等式加入模型,并松弛所有二进制变量,形成一个线性规划问题。该问题的解提供了一个原LTUC问题最优值的下界(?JV)。同时,松弛解中季节性储能的能量水平轨迹({EtH,?})被认为反映了近优的长期能量转移趋势。
上界:序列前瞻短期UC。通过固定季节性储能的能量水平为松弛解中的轨迹,将长期问题分解为按天推进求解的序列短期问题。每个短期问题优化当前日的机组组合和电池储能,并包含一个前瞻窗口(如后续几天),在前瞻窗口内松弛机组的二进制变量以降低计算负担,并约束电池储能在前瞻期末的能量水平不低于松弛解中的对应值,以避免短视行为。通过逐日求解,最终拼接成一个完整的、可行的LTUC调度方案,其总成本构成上界。
次优性量化。通过比较下界(?JV)和上界(∑JF,k),可以计算出次优性间隙ΘV= (∑JF,k/ ?JV) - 1,该间隙保证了可行解的质量。
研究指出了该方法在两个典型场景中的应用价值:一是电力系统生产模拟,通过引入旋转备用等约束,评估不同净负荷场景下的系统经济性与可靠性;二是发电机检修计划优化,在LTUC框架中嵌入检修约束,分析预想故障下的系统充裕性。
研究在修改后的IEEE-118、IEEE-300和ACTIVS-500节点系统上进行了测试。结果表明,直接使用商业求解器GUROBI求解周、月尺度问题尚可应对,但求解年度问题则超时。相比之下,本文提出的方法在周、月、年度问题上均能高效求解。
数值实验验证了所提框架的有效性。加入有效不等式(无论是文献中的Ref-VI还是本文提出的Pro-VI)均能显著提升下界,从而缩小次优性间隙ΘV。在周度案例中,真实最优间隙Θ0可降至0.5%以下。在月度案例中,该方法所需计算时间远少于商业求解器。对于年度LTUC,即使无法获知真实最优解,ΘV也能被控制在1.5%以内,表明解的质量很高。研究还比较了不同前瞻窗口长度(λ)对解质量和计算时间的影响,表明存在一个权衡点(如λ=7)。此外,研究验证了松弛解中季节性储能轨迹与精确解非常接近,说明其对机组状态松弛不敏感,适合用于指导可行解的恢复。
在不同净负荷模式(如可再生能源出力典型、偏低、偏高等)下的测试表明,该方法在各种场景下均能保持稳定的计算性能和良好的解质量(ΘV< 1.5%)。相比之下,直接求解MILP的方法在可再生能源不利场景下计算时间会显著增加,而本文方法的计算效率受场景影响较小。
本研究针对集成储能的长期机组组合这一计算难题,提出了一种具有次优性界保证的实用求解方法。其主要贡献在于提供了一个生成有效不等式的统一视角以改进下界,以及一个基于固定储能轨迹的序列短期优化框架以高效获得高质量可行解。该方法是非迭代的,且其最优性易于度量。在118至500节点系统上的测试表明,该方法能在个人电脑上数小时内求解月度和年度问题,且最优性间隙通常低于1.5%,为电力系统的长期规划、生产模拟和充裕性评估提供了可靠且高效的计算工具。该方法框架清晰,计算性能稳定,对推动高比例可再生能源电力系统的精细化建模与优化调度具有重要意义。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号