计及差异化不确定性和响应弹性的主动配电网电源多目标规划研究

With the increasing penetration of renewable energy and the strengthening of demand-side management in active distribution network (ADN), it is of great practical significance to consider the uncertainty of renewable energy and demand response (DR) in ADN power sources planning. In view of the obvious difference both in the uncertainty of various renewable energies and the DR elasticity of various loads, the ADN power sources coordinated planning model considering differentiating uncertainty and demand response elasticity will be established with optimization objectives of comprehensive benefit, power quality and consumption rate of renewable energy. In order to reflect the response elasticity difference of different zones or different types of load to the peak-valley TOU electricity price, the differentiating DR mechanism based on the classification electricity price elasticity matrix will be studied. For reflecting the uncertainty difference of various outputs and demands, we will study the differentiating multi-scenario analysis method based on the classification deviation probability, and integrate the hierarchical agglomerative clustering and K-means clustering algorithm to achieve efficient scenarios reduction. In order to achieve the efficient solution to the above model, we will study a multi-objective intelligent optimization algorithm based on the individual quantum state differential evolution. The research fully reflects the differential interactions between energy and demand, and reflects the positive impact of DR on ADN planning, has high theoretical and practical values.

随着主动配电网中可再生能源渗透率不断提高和需求侧管理不断深入，在其电源规划时计及可再生能源不确定性和需求响应的影响具有重要现实意义。鉴于不同类型可再生能源的不确定性和不同类型负荷的响应弹性均存在明显的差异性，本项目拟以综合效益、电能质量和可再生能源消纳率为优化目标，研究建立计及差异化不确定性和响应弹性的主动配电网电源协调规划模型；为表征不同区域或不同类型负荷对峰谷分时电价的响应弹性差异，研究基于分类电量电价弹性矩阵的需求侧差异化响应机制；为体现各类可再生能源出力及负荷需求的不确定性特征差异，研究基于分类偏差概率的差异化多场景综合分析方法，并拟融合层次凝聚聚类与K均值聚类算法以实现高效的场景缩减；为实现对模型的高效求解，研究基于个体量子态化微分进化的多目标智能优化算法。项目研究充分体现了能源与用户间的差异性互动关系、以及需求侧响应对主动配电网规划带来的积极影响，具有较高的理论及实用价值。

随着主动配电网中可再生能源渗透率不断提高和需求侧管理不断深入，主动配电网的电源规划日趋复杂。由于不同时空的可再生能源发电出力的随机分布特性存在明显差别，而不同时段中不同类型负荷也会存在需求响应弹性差异性，因此在主动配电网电源规划中必须充分考虑分布式可再生电源出力和需求响应的不确定性和时空差异性。.本项目以综合效益、电能质量和可再生能源消纳率为优化目标，研究建立计及差异化不确定性和响应弹性的主动配电网电源协调规划模型；为表征不同区域或不同类型负荷对峰谷分时电价的响应弹性差异，研究基于分类电量电价弹性矩阵的需求侧差异化响应机制；为体现各类可再生能源出力及负荷需求的不确定性特征差异，研究基于分类偏差概率的差异化多场景综合分析方法；为实现对模型的高效求解，研究性能优越的新型多目标智能优化算法。.本项目基于分类偏差概率设计差异化多场景分析方法解决不确定性问题，并针对生成的大量场景，设计了高效的基于并行迭代二分K-means-+聚类和可拓距K-均值聚类的多场景压缩技术；根据电量价格响应弹性的非线性特点和不同类型负荷响应弹性的差异性，提出了基于指数变化的差异化需求响应机制；基于分子动力学的L-J势个体多样性自动恢复机制构造了多核种群并行多目标分子微分进化算法，突破了现有优化算法在寻优深度和速度上的瓶颈，实现了对模型的高效求解。此外，还构建了基于分类概率机会约束信息间隙决策理论的配电网鲁棒优化配置模型；该模型不仅提高了配置方案的鲁棒性，还通过引入分类概率机会约束机制消除了常规方法需预先设定偏差因子的主观性，同时充分体现了风电、光伏和负荷不确定性分布的概率差异性。.本项目研究充分体现了主动配电网中能源与用户间的差异性互动关系、以及需求侧响应对主动配电网规划带来的积极影响，同时可为主动配电网规划、随机优化建模及智能优化算法的发展提供新的思想，具有较高的应用价值和理论意义。