不确定性下电力和水系统的集成优化运行:一种可调鲁棒优化方法

《Water Research》:Integrated Optimal Operation of Power and Water Systems Under Uncertainty: An Adjustable Robust Optimization Approach

【字体: 大 中 小 】 时间:2026年01月07日 来源:Water Research 12.4

编辑推荐:

  水和电力系统深度相互依赖,然而它们通常被分别分析和优化。耦合这些系统利用其相互依赖性以提高整体效率和可靠性,尽管这引入了显著的建模复杂性,特别是在考虑这些系统固有的不确定性(如需水量、电力负荷和可再生能源发电)时。本研究提出鲁棒优化(Robust Optimi

  
水和电力系统深度相互依赖,然而它们通常被分别分析和优化。耦合这些系统利用其相互依赖性以提高整体效率和可靠性,尽管这引入了显著的建模复杂性,特别是在考虑这些系统固有的不确定性(如需水量、电力负荷和可再生能源发电)时。本研究提出鲁棒优化(Robust Optimization, RO)和可调鲁棒优化(Adjustable Robust Optimization, ARO)用于不确定性下泵站运行和发电机调度的集成日前调度。引入了一种新颖的公式化方法,以系统地消除阻碍RO和ARO模型直接实施的不确定等式约束。这是通过将决策向量分解为因变量和自变量,并代入因变量以消除等式约束来实现的。ARO框架的一个关键优势是其能够随着不确定性的展开纳入实时信息,从而实现自适应决策。通过耦合两个系统,该模型允许每个系统不仅基于内部测量值调整其运行,而且还响应另一系统的演化状态。两个案例研究通过成本最优性和鲁棒性之间的帕累托(Pareto)权衡展示了该方法的性能。结果表明,与确定性优化相比,鲁棒性可以显著提高,将约束满足率从低于25%提高到高于99%,而运行成本仅增加2-5%。结果还凸显了在相当的鲁棒性水平下,ARO在实现更低运行成本方面优于RO。这些发现展示了所提方法在生成鲁棒、自适应策略方面的潜力,这些策略支持相互依赖的基础设施系统可持续和可靠运行的进步。
### 论文解读

#### 研究背景与问题

电力和水系统作为核心基础设施,其运行深度耦合:水系统中的高能耗设施(如泵站、海水淡化厂)构成电力系统(PDS)的重要负荷,而水系统(WDS)借助储水设施提供负荷转移的灵活性。然而,传统上这两个系统被独立优化,无法充分利用其相互依赖性。随着可再生能源高比例接入、气候变化加剧需求波动,系统面临日益显著的不确定性,包括电力负荷、需水量和光伏(PV)出力预测误差。现有随机优化方法依赖精确概率分布函数(PDF),计算复杂度高,且难以应对深度不确定性。因此,研究人员提出采用鲁棒优化(RO)及其动态版本——可调鲁棒优化(ARO),以生成兼顾经济性与鲁棒性的集成调度策略。该研究旨在解决两个关键问题:如何在不确定性下实现电-水系统的协同优化,以及如何消除模型中不确定等式约束(如功率平衡、质量守恒)对RO/ARO直接应用的阻碍。

#### 主要技术方法

研究人员采用非概率的鲁棒优化(RO)和可调鲁棒优化(ARO)框架,以椭球集合(Ellipsoidal Sets)描述电力负荷、需水量和光伏出力的预测误差,该集合基于预测误差的二阶统计矩构建,避免了对精确概率分布的依赖。为处理不确定等式约束,提出“依赖-独立变量分解”方法:将决策向量分解为因变量和自变量,并利用等式约束消除因变量,从而将原问题转化为仅含不等式约束的鲁棒对应形式。ARO中,决策变量定义为关于可观测过去不确定量的仿射函数(Affine Decision Rules),实现跨系统自适应调整。模型采用直流潮流(DC Power Flow)和线性泵调度方程描述PDS和WDS的物理行为,适用于国家/区域级的大规模日前调度。两个案例研究分别基于36节点配电系统(耦合7节点水系统)和118节点系统(耦合大规模水系统)进行验证,均源于国家级基础设施场景(如以色列,具体来源未注明)。

#### 研究结果

**案例1:36节点电力系统与7节点水系统耦合**
通过帕累托(Pareto)权衡曲线分析,研究人员发现:确定性优化下约束满足率低于25%,而采用RO/ARO后,该率可提升至99%以上,同时运营成本仅增加2-5%。通过调整椭球不确定集的大小(即鲁棒性水平),可系统性地刻画成本与鲁棒性的权衡关系。其中,ARO在同等鲁棒性水平下成本显著低于RO,这是由于ARO允许在日前调度中依据实时不确定性实现自适应调整。

**案例2:118节点系统与大规模水系统耦合**
在更大规模系统中,上述结论得到验证并进一步强化。两种方法均能有效应对不确定性,但ARO的仿射决策规则使水系统(泵站、淡化厂)能根据电力系统的实时负荷波动调整,反之亦然,从而在跨系统耦合中获取协同效益。对比显示,ARO的约束满足率稳定维持在99%以上,且其成本比RO低约2-4%(在相同鲁棒性参数下),验证了动态可调策略在经济性上的优势。

**方法对比与鲁棒性分析**
结果部分还通过概率性场景模拟(蒙特卡洛方法)评估了不同鲁棒性水平下的系统行为:椭球不确定集半径越大,约束满足率越高,但成本上升;ARO的仿射规则使得该权衡曲线整体更优,即能够在成本增加更少的前提下达到相同可靠性。

#### 讨论与结论

讨论部分指出:依赖-独立变量分解方法为处理含不确定等式约束的RO/ARO问题提供了通用范本,避免了传统松弛或简化带来的保守性过强或不可行问题。然而,自变量选择(如将哪些变量视为独立)会影响最终问题的紧凑性和求解难度,未来需发展自动识别机制。此外,该框架可扩展至包含其他不确定性来源(如气候变化)的长期规划。

结论部分翻译:
本文提出了RO和ARO方法,用于优化不确定性下集成PDS-WDS的日前调度,以最小化总发电成本。通过耦合两个系统,模型允许动态响应消费者行为和光伏场景,而非依赖静态电价驱动WDS负荷转移。这种协作框架在当前间歇性可再生能源渗透率增加和需求模式变化的背景下尤为关键。两个案例研究表明:采用该方法后,约束满足率从<25%提升至>99%,运营成本仅增加2-5%;ARO在相当鲁棒性下成本更优。这些成果证实了所提方法在生成鲁棒、自适应策略上的潜力,为相互依赖基础设施的可持续可靠运行提供了支持。研究数据与代码已在GitHub公开(链接已省略)。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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