- 頭條含電動汽車充電站的主動配電網二階段魯棒規劃模型及其求解方法2021-04-08 作者：孔順飛 胡志堅 等 | 來源：《電工技術學報》 | 點擊率：導語武漢大學電氣與自動化學院的研究人員孔順飛、胡志堅、謝仕煒、楊黎、鄭云飛，在2020年第5期《電工技術學報》上撰文，基于電力-交通耦合單元聯系主動配電網和交通系統，針對耦合系統中配電負荷、分布式電源和電動汽車充電需求的不確定性，提出一種含電動汽車充電站選址決策的主動配電網二階段魯棒規劃模型。
隨著配電網規模的不斷擴大，大力發展風電和光伏發電等分布式電源（Distribution Generation, DG）已成為未來電網的發展方向。在獲取經濟效益的同時，為了應對DG的接入問題，傳統配電網必須向具備潮流主動控制能力和與負荷互動能力的主動配電網（Active Distribution Network, ADN）轉變。
此外，電動汽車（Electric Vehicle, EV）作為一種全新的交通工具，在環保和節能方面具有重要的作用，因此也得到了廣泛的應用。但電動汽車充電站的接入將帶來充電負荷，其選址問題不僅與EV用戶出行的便利有關，也將影響配電網的穩定性。因此，為了更好地解決能源危機和環境問題，建立EV充電站與配電網的協調規劃模型將更具意義。
近年來，與EV充電站選址相關的研究成果已有不少。但是這些文獻雖在充電站規劃或ADN規劃上做了大量工作，但就EV和ADN的協同規劃方面還有所欠缺。此外，考慮EV充電問題的ADN系統含有大量的不確定元素，主要包括交通網絡中的用戶充電需求、配電網絡中的負荷需求和DG出力。現有研究多采用隨機規劃法或魯棒優化法來建立相關不確定性模型。
隨機規劃法通常以場景期望值法或是基于概率密度分布函數的機會約束規劃法來建立模型。前者為了保證精度，通常需要大量的場景數據，進而降低計算效率，無法適用于大規模優化問題；后者不僅難以獲得準確的概率密度分布，且屬于非凸規劃，需轉為確定性模型才可求解，過程相對復雜。
相比之下，魯棒優化基于確定性集合來建立不確定性模型，不僅易于實現，而且不需大量的數據或是被概率分布所限制。因此，魯棒優化在處理不確定性模型中更具優勢且得以廣泛應用。
有學者針對風電與價格型需求響應存在的不確定性，提出了一種適用于預調度方案可行性檢測的魯棒調度方法。有學者均考慮了風電出力的不確定性，分別以無功優化和配電網擴展規劃為重點進行魯棒優化。
目前，國內外關于魯棒優化在充電站選址或是ADN規劃中還鮮有應用。有學者對DG和負荷建立了一定保守度的不確定性時序集合，構建了主動配電網分層魯棒規劃模型。有學者采用基約束魯棒方法，考慮EV充電需求的不確定性，建立了充電站選址決策模型。前者雖考慮了場景的魯棒性，但本質上仍屬于場景法，不屬于魯棒優化的范疇；后者雖應用了魯棒優化，但沒有考慮EV充電對配電網的影響，也沒有涉及ADN，模型偏于簡單。
針對以上不足，武漢大學電氣與自動化學院的研究人員通過耦合單元來聯系ADN和交通網，考慮系統中主要的不確定性元素，提出了一種含EV充電站選址決策的ADN二階段魯棒規劃模型。
第一階段優化投資決策方案，在考慮第二階段可行性的基礎上展開規劃，不僅包括電動汽車充電站的選址、配電線路的升級與擴建，而且考慮分布式電源、靜止無功補償器、有載調壓變壓器、儲能等設備的投資；第二階段考慮運行層，用于不確定參數的關鍵場景辨識和可行性檢測。針對所提模型呈現的min-max-min形式的二階段優化問題，采用列約束生成與Benders分解相結合的二階段法進行求解。最后，以一個由改進的33節點配電系統和25節點交通系統耦合而成的網絡為例進行仿真。仿真結果表明，模型的不確定度將對規劃結果產生較大的影響。當合理選擇不確定度的數值時，二階段魯棒規劃將比確定性規劃更具經濟價值。
研究人員最后指出，該規劃方法充分考慮了耦合系統中相關不確定元素以及OLTC、SVC、ESS和DG的聯合投資運行，能夠針對魯棒規劃問題為規劃人員提供新的思路，并得出以下結論：
- 1）在配電網規劃中考慮多種投資設備的聯合運行能夠有效改善網絡的功率和電壓分布，充分體現了此類規劃方案的優越性。
- 2）CCG-Benders法能夠有效求解含min-max- min形式的二階段魯棒規劃問題，且具備較高的求解效率。
- 3）當不確定度選取合理時，相比確定性模型，魯棒規劃模型可以有效降低運行成本和交通充電成本，并在規劃年限內成功回收投資成本，更具經濟價值。
- 4）對魯棒規劃模型而言，不確定度的增大會提高系統的年運行成本。當不確定度取得過大時，模型的迭代次數和尋優時間均會變得更大，甚至無可行解。因此，在實際應用中應合理選擇不確定度的數值。
以上研究成果發表在2020年第5期《電工技術學報》，論文標題為“含電動汽車充電站的主動配電網二階段魯棒規劃模型及其求解方法”，作者為孔順飛、胡志堅、謝仕煒、楊黎、鄭云飛。
