机构名称：
¥ 1.0
我们考虑如何生成用于孤立电力系统中的储能定型问题的不确定性场景。更准确地说，我们考虑存储定型公式，其中负载和发电都是随机的，没有可用的封闭式解析表达式，并且多个离散随机变量的存在使定型问题混合整数和组合搜索空间。因此，我们提出并描述了一种数据驱动的场景选择策略，该策略可以缓解与这些类型的存储定型问题公式相关的计算问题，同时保证静态稳定的最佳解决方案。具体而言，该方法首先从现场数据开始学习负载和发电的不确定性分布，然后通过学习到的分布生成一组最佳的不确定性场景，随后将其用于原始定型问题的两阶段随机规划重构。该工作流程不会对不确定性之间的相关性施加任意结构，也不会将这些结构集中到一个参数中；因此，它适用于具有任何负载特性的系统。此外，该方法确保得到一个在统计上接近于原始问题可解且计算上不可解时计算出的解决方案。作为案例研究，我们分析了为风力发电油气平台设计储能系统的问题，以尽量减少预期的每日系统运营成本。数值模拟表明，与其他场景选择策略相比，所提出的方法可以产生更高质量的解决方案。这揭示了对预期收益的现实估计，同时也突出了在解决风险约束版本的问题时风险管理的局限性。
储能杂志
主要关键词
相关文件推荐
