智能电网安全经济运行中的风险约束多阶段随机优化问题研究

本项目以智能电网环境下电力系统的安全经济（优化）运行为背景，研究一类多阶段随机优化问题。与传统的概率（机会）约束方法不同，本项目引入投资组合中的条件风险(CVaR)方法描述约束的可行性，进而建立具有良好数学特性的带风险约束优化模型；基于实际应用中智能设备可提供的实时运行数据，发展单阶段优化决策到多阶段问题，研究多阶段风险约束最优化模型和算法；运用理论研究成果解决智能电网环境下系统的经济运行问题。具体研究内容包括：① 基于系统安全运行的约束可行性风险度量；② 带约束可行性风险的优化模型及其算法；③ 多阶段风险约束最优化问题；④ 智能电网安全运行风险约束下的经济调度。项目以问题驱动提出一类不确定优化问题，其数学模型不仅考虑了系统安全可靠性的运行要求，同时体现市场化运营的风险特点和智能设备中获得快速准确数据的信息特征。研究成果可为电力系统智能化运行提供重要的理论分析和决策依据。

项目以包含可再生能源、信息溶合和智能设备等现代智能电网为背景，从数学和应用两个层面研究优化决策建模和计算相关问题。项目研究的主要内容有：不确定性环境下系统安全运行的风险描述、运行风险约束下的经济调度模型和算法、多阶段优化决策的建模和计算等相关于优化的理论、方法和应用。项目研究的重要结果包括：（1）基于经济学中的条件风险（Conditional VaR-at-Risk: CVaR）管理，针对电网的安全运行要求，提出了不确定性新能源（如风能、太阳能等）入网后不安全运行的风险度量，构建了包括运行安全性风险约束的优化运行模型，提出了一类光滑化样本平均近似（SAA）算法；（2）发展单阶段的模型至多阶段风险约束经济调度问题，针对智能电网信息溶合和智能设备的信息预报特征，提出了一类新的多阶段经济调度模型，并发展了多阶段随机线性规划的随机动态规划算法（SDDP）；（3）推广了风险约束经济调度模型于随机变量非完全信息的优化调度，提出了一类分布式鲁棒经济调度问题，该方法可解决新能源分布信息非完全性下的经济调度的计算；（4）基于数据挖掘理论，提出了系列聚类算法和神经网络算法，这些算法是传统类算法的推广和发展。项目研究的结果均可有效应用于电力系统的调度决策中，为系统运行优化决策提供重要的理论支持。项目研究成果包括出版学术专著1部,发表期刊学术论文30篇, 其中SCI和EI期刊文章16篇; 培养研究生10名毕业。超额完成了项目原计划的成果目标。