本文针对高比例可变可再生能源接入下日前与实时电力市场协调不足的问题,提出一种基于强对偶和McCormick包络的双层可再生能源日前申报量优化框架,将原始非凸双层问题松弛为可扩展的线性规划。IEEE 118节点和1814节点NYISO系统测试表明,该方法相较随机调度基准的系统成本差距约为0.7%,可在数分钟内求解大规模系统;在高比例可再生能源场景下,相比基于预测均值的短视调度,系统成本最高可降低超过15%。
报告标题:《A Scalable Bilevel Framework for Renewable Energy Scheduling》(可扩展的可再生能源调度双层优化框架)。
作者:Dongwei Zhao、Vladimir Dvorkin、Stefanos Delikaraoglou、Alberto J. Lamadrid L. 和 Audun Botterud。
机构:麻省理工学院与Lehigh University。
发布信息:发表于第14届ACM Future Energy Systems国际会议(e-Energy ’23),2023年6月20日至23日,会议地点为美国奥兰多,论文共5页。
研究主题:在现有日前(Day-Ahead,DA)与实时(Real-Time,RT)两阶段电力市场结构下,如何更有效地安排具有不确定性和波动性的可变可再生能源(VRES),尤其是风电和光伏。
报告的核心观点是:传统市场通常依据VRES发电量的点预测,往往采用预测均值作为日前申报量,但这种“短视”做法没有充分考虑实时市场中的不平衡成本,因此可能导致较高的系统总成本。作者提出一个以VRES日前申报量为上层决策、日前市场调度为下层决策的双层优化模型,并通过线性规划强对偶性和McCormick包络将原本难以求解的非凸双层问题放松为线性规划问题。
从数值结果看,所提出的BiD-McCormick方法在IEEE 118节点系统中与理想的随机调度基准之间的成本差距约为0.7%,在1814节点的NYISO系统中能够在数分钟内求解,而传统基于KKT条件的MILP方法在两小时内仍无法获得结果。报告还认为,随着VRES渗透率提高,优化日前VRES申报量的经济价值会增强;在部分高渗透率情境下,相比传统的均值申报策略,系统成本可下降超过15%。
报告首先指出,全球可再生能源规模快速增长:2010年至2020年,全球太阳能光伏装机容量约从40GW增长至760GW,风电容量则约从200GW增至740GW。原文风电数据单位写作“GWh”,但结合上下文应更接近装机容量单位GW,这构成报告数据表述中的一个小瑕疵。
电力市场原本主要围绕化石燃料等可调度发电机组设计,而风电和光伏具有边际成本低、输出受天气影响、难以完全控制等特征,因此大规模VRES接入会增加日前计划与实际发电之间的偏差。
日前市场在实际运行前清算,形成初始发电计划与价格;实时市场则在接近实际交付时运行,用于处理实际发电量与日前计划之间的偏差。传统做法通常将VRES预测分布压缩为单一的点预测,常见做法是使用条件期望或预测均值作为日前申报量。
这一策略的问题在于:如果日前申报量过高,而实际风光出力不足,系统需要在实时市场中启动成本较高的上调资源;如果申报量过低,而实际出力较高,则可能出现弃风弃光或下调资源成本。传统方法只看日前的期望发电量,却没有把不同场景下的实时再调度成本内生化,因此可能出现日前成本较低、但包括实时平衡成本在内的总成本较高的情况。
作者对既有研究的评价是,随机优化和日前、实时联合优化可以更好地协调两个时间阶段,但它们通常不符合现实市场“日前先清算、实时后清算”的制度安排;双层模型则能够在保持顺序清算结构的同时,将实时不平衡成本反馈到日前VRES数量决策中。
日前市场的目标是最小化所有常规机组的发电成本,决策变量包括常规机组日前出力、VRES日前计划出力以及各节点的直流潮流电压角。模型使用线性直流潮流描述网络约束,并通过功率平衡、线路容量、机组容量和VRES申报量等约束保证日前计划可行。
对于VRES实际出力的某个情景,实时市场决定再调度动作,包括常规机组向上或向下调整、VRES弃电、线路潮流变化以及必要时的负荷削减。实时约束与日前计划相耦合,因为实时市场只能对日前计划进行修正,而不能完全重新自由地安排系统。
模型采用了若干重要简化假设:
这些假设有利于将日前和实时问题保持在线性规划框架内,但也意味着结果主要适用于短期经济调度,而不能直接代表包含启停决策和跨时段约束的完整电力系统运行。
双层模型BiD的上层由系统运营商决定各个VRES生产商在日前市场申报的数量 (W_k),下层则在给定申报数量的条件下完成日前市场清算。之后,上层目标函数进一步纳入实时市场在多个VRES出力情景下的期望再调度成本。
这种设计的经济含义是,系统运营商不再机械地要求VRES按照预测均值申报,而是根据实时不平衡的预期代价选择更合适的日前数量。如果上调成本很高,模型可能倾向于较保守地申报;如果系统有充足的下调能力、输电能力较强,模型则可能允许更高的日前VRES计划。
模型比较了三种调度方式:
报告给出成本关系: [ S_{MyD} \geq S_{BiD} \geq S_{StD} ] 其原因是,MyD的方案属于BiD可行方案集合,BiD又是对联合随机调度StD的制度约束版本,因此StD代表理论上的最低成本,MyD代表缺乏实时成本反馈的较高成本基准。
需要特别注意的是,StD虽然具有最低成本,但它直接联合安排日前和实时计划,并不遵循现实中的顺序清算机制,因此难以直接实施;BiD的价值就在于用一个市场运营者可以执行的日前数量调整机制,近似获得StD的成本表现。
一般处理双层线性规划的方法,是将下层问题的KKT条件嵌入上层,从而构造单层混合整数线性规划(MILP)。KKT条件包括原始可行性、对偶可行性、驻点条件和互补松弛条件。互补条件通常需要借助大M等方式线性化,容易导致大量二进制变量和较差的计算性能。
作者指出,该方法在小规模系统,如IEEE 118节点系统中可以运行,但对于1814节点的NYISO系统,在两小时内仍无法求解,因此不适合作为大规模市场实际运行工具。
由于下层是线性规划,作者利用线性规划强对偶定理,将互补约束等价地替换为原始可行性、对偶可行性、驻点条件和强对偶目标相等条件。这样可以避免传统KKT-MILP中的显式整数变量。
但转换后仍存在一个双线性项,即对偶变量与VRES日前申报量的乘积 (\lambda_k^W W_k)。双线性项使问题仍然非凸,因此作者进一步引入辅助变量 (z_k=\lambda_k^W W_k),并使用McCormick包络进行凸松弛。
McCormick包络本质上是利用变量上下界,将两个变量乘积表示为若干线性不等式,从而得到一个包含原始可行域的线性放松问题。其松弛质量高度依赖上下界是否足够紧:边界越窄,包络通常越接近真实双线性曲面;边界过宽,则可能产生较大的最优性间隙。
作者对VRES申报量使用 (0) 到装机容量之间的界限,并通过参数 (\gamma) 调整围绕预测均值的上界;对于对偶变量,则将下界设为0,并使用所有VRES申报量为零时的日前市场对偶解作为上界近似。
最终形成的BiD-McCormick问题是一个线性规划,因此可以使用Mosek等LP求解器快速处理大型网络。求得最优VRES数量后,系统运营商仍先按该数量清算日前市场,再按实际情景清算实时市场,从而保留原有市场顺序。
图1(a)展示系统成本随边界调整参数 (\gamma) 的变化,比较了StD、BiD-KKT、BiD-McCormick和MyD四种方法。图中MyD黑色曲线基本稳定在约52.7千美元附近,而StD和BiD-KKT大致在48.2千美元附近。BiD-McCormick红色曲线在大多数参数区间也接近48.2—48.6千美元,说明松弛方案并未因边界参数变化而产生明显成本偏离。
作者称,在(\gamma)约为0.2至1.6的宽范围内,BiD-McCormick与StD的成本差距始终不超过约0.7%,相对MyD则低约8%。这表明该方法不仅在理论上是线性放松,而且在所测试的参数范围内具有较好的紧致性和鲁棒性。
图1(b)展示日前VRES总申报量。MyD约为3.0GW,明显高于StD、BiD-KKT以及大部分参数下的BiD-McCormick,后三者大多在约0.7—0.8GW附近。其背后逻辑是,优化后的日前计划主动降低VRES申报量,以减少实际出力不足时昂贵的上调再调度成本。BiD-McCormick在较高(\gamma)时出现申报量上升,且在图中约(\gamma=1.4)附近达到约1.1GW,说明边界放宽可能使松弛方案选择更激进的申报量,但系统成本仍然保持接近StD。
图2比较了不同VRES渗透率和输电线路容量组合下的StD、BiD-McCormick和MyD系统成本。横轴标签包括10%—1L、40%—1L、70%—1L、70%—2L和70%—4L,其中前一个数字表示VRES渗透率,后一个数字表示相对于原始线路容量的倍数。
在10%—1L情境下,三种方法成本均约为89—90千美元,差距较小;在40%—1L情境下,StD和BiD-McCormick约为68—69千美元,而MyD约为72千美元;在70%—1L下,三者约为62、62和64千美元。随着输电能力从1倍扩大至2倍和4倍,70%渗透率下成本进一步下降,StD与BiD-McCormick约降至48千美元和39千美元,而MyD仍分别约为53千美元和46千美元。
该图揭示两层含义:第一,更高VRES渗透率可以替代成本较高的常规发电,因此降低系统成本;第二,VRES越多,不确定性暴露也越大,MyD因忽略实时不平衡成本而与优化方案产生更明显差距。在70%渗透率和较高输电能力的场景中,BiD相对MyD的成本节约超过15%。
报告的表1比较了NYISO系统在不同不确定性场景数量下的系统成本和计算时间,方法包括MyD、BiD-McCormick、BiD-KKT和StD。原文所提供的文本没有完整转录表1的每一行具体数值,因此不能对各场景的精确成本进行复算;但报告明确指出,BiD-McCormick在10个场景时约3分钟、50个场景时约10分钟,计算时间随场景数增加而上升。
表1最重要的结论是可扩展性:BiD-McCormick可以在分钟级别处理1814节点、2264条输电线路、1564个负荷、345台常规机组和14个风电场的NYISO系统,而BiD-KKT在两小时内无法给出结果。
报告同时指出,NYISO原始风电规模只约满足总需求的4.4%;为模拟高渗透率,作者将风电容量提高到70%渗透率,并将输电能力扩大到原来的5倍。即使在这一高VRES设定下,StD相对于MyD的成本下降约为2.5%,低于IEEE 118节点测试中超过15%的部分结果。作者认为,未来加入爬坡约束和机组组合决策后,随机调度与短视调度之间的差距可能进一步扩大。
报告没有设置独立的风险章节,但从模型和实验设计可以识别出以下限制:
报告的主要优势是将算法效率和市场制度可实施性结合起来:它没有简单追求理论最低成本,而是强调在顺序清算制度不变的情况下改善日前VRES数量决策。
但需要审慎看待“BiD接近StD”的结论。StD本身是联合优化基准,而BiD-McCormick属于带松弛的近似模型;在当前测试系统和场景设置下,两者差距较小,并不必然意味着所有网络规模、预测误差分布或运行约束下都能保持0.7%的差距。作者也明确表示,不同系统参数会影响性能,并计划进行进一步敏感性分析。
此外,报告摘要强调高VRES水平下成本可比MyD降低超过15%,但NYISO案例中即便设置70%VRES,StD相对MyD的成本下降约为2.5%。这并非必然矛盾,原因可能在于两个案例的网络容量、机组结构、场景设置和参数不同,但说明“高渗透率必然带来大幅节约”并不是普遍结论,而是依赖具体系统条件。
总体而言,该研究提出了一种面向电力市场运营者的VRES日前数量调整机制。其核心不是改变日前—实时顺序清算制度,而是利用VRES不确定性和实时失衡成本信息,提前优化VRES日前申报量,使日前计划更加保守且更符合实时运行需求。
从图1看,BiD-McCormick的系统成本在较宽的边界参数范围内都接近StD,且明显优于MyD;同时,优化方案的日前VRES申报量显著低于预测均值策略,体现了以降低实时短缺再调度成本为目标的风险调整特征。 从图2看,VRES渗透率和输电容量共同决定经济收益:VRES能够降低常规发电成本,但其不确定性使得忽略实时成本的MyD表现变差,尤其在高渗透率和网络条件改善时,BiD相对MyD的优势更加明显。
最终,作者的总体判断是:BiD-McCormick在准确性和可扩展性之间取得了较好平衡,能够作为大规模电力市场的决策支持工具和效率改进基准;但其实际推广仍需纳入爬坡约束、机组组合、更加真实的概率预测以及更紧的McCormick包络。
2211.13905.pdf