Probabilistic Day-Ahead Battery Scheduling based on Mixed Random Variables for Enhanced Grid Operation
作者: Janik Pinter, Frederik Zahn, Maximilian Beichter, Ralf Mikut, Veit Hagenmeyer
分类: math.OC, eess.SY
发布日期: 2024-11-19
备注: 12 pages, 7 figures, submitted to IREP 2025 Symposium
DOI: 10.1016/j.segan.2025.101813
💡 一句话要点
提出基于混合随机变量的日前电池调度方法，增强电网运行稳定性。
🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)
关键词: 电池调度 智能电网 随机优化 混合随机变量 可再生能源 电网稳定性 日前调度
📋 核心要点
- 可再生能源的波动性对电网稳定构成挑战，现有方法难以有效应对预测偏差。
- 采用混合随机变量建模电池和电网功率的不确定性，实现不对称的功率分配。
- 实验表明，该框架能有效降低电网不确定性，降低电力成本，并提供电网灵活性。
📝 摘要（中文）
可再生能源渗透率的提高给电网稳定性带来了严峻挑战，主要源于其内在的波动性。将电力生产与住宅建筑中的电池储能相结合，为电网运行提供了一个新的机会。本研究探讨了住宅电池系统如何通过灵活管理预测的住宅用电量和光伏发电量的偏差来帮助稳定电网。本工作的关键贡献在于开发了一种分析方法，该方法能够在住宅电池系统和电网之间不对称地分配量化的功率不确定性，从而为调度问题引入了新的自由度。这是通过使用混合随机变量（以连续和离散事件为特征）来建模电池和电网功率不确定性来实现的。这些变量被嵌入到连续随机优化框架中，该框架计算电池运行和与电网进行功率交换的概率性调度。测试用例表明，所提出的框架可以有效地减少和量化电网不确定性，同时最大限度地降低电力成本。研究还表明，住宅电池系统可以积极地用于在电网运行的关键时期提供灵活性。总而言之，该框架使产消者能够在电网稳定中发挥积极作用，从而有助于建立更具弹性和适应性的能源系统。
🔬 方法详解
问题定义：论文旨在解决可再生能源并网带来的电网稳定性问题，特别是住宅用电和光伏发电预测偏差带来的挑战。现有方法在处理这些不确定性时，缺乏灵活性，无法有效利用住宅电池系统来平滑波动，降低电网压力。
核心思路：论文的核心思路是利用住宅电池系统来灵活管理预测偏差，通过不对称地分配电池和电网的功率不确定性，实现更优的电网调度。这种不对称分配允许电池系统承担一部分波动，从而降低电网的压力，并提高整体系统的效率。
技术框架：该框架包含以下主要模块：1) 使用混合随机变量对电池和电网功率的不确定性进行建模。2) 将这些变量嵌入到连续随机优化框架中。3) 通过优化框架计算电池运行和与电网进行功率交换的概率性调度。该框架的目标是最小化电力成本，同时降低电网的不确定性。
关键创新：最重要的技术创新点在于使用混合随机变量来建模功率不确定性，并实现电池系统和电网之间的不对称功率分配。与现有方法相比，该方法能够更精细地控制电池系统的行为，并更好地利用其灵活性来稳定电网。
关键设计：混合随机变量的设计允许同时考虑连续的功率波动和离散的事件（例如，电池的充放电状态切换）。优化框架采用连续随机优化算法，目标函数包括电力成本和电网不确定性的惩罚项。具体的参数设置和损失函数选择取决于具体的电网和电池系统配置，需要根据实际情况进行调整。
🖼️ 关键图片
📊 实验亮点
测试用例表明，所提出的框架能够有效减少和量化电网不确定性，同时最大限度地降低电力成本。研究还表明，住宅电池系统可以积极地用于在电网运行的关键时期提供灵活性。具体性能数据未知，但论文强调了在降低不确定性和成本方面的有效性。
🎯 应用场景
该研究成果可应用于智能电网、微电网和虚拟电厂等领域，有助于提高可再生能源的利用率，降低电网运行成本，并增强电网的稳定性和可靠性。通过优化住宅电池系统的调度，可以实现更高效、更可持续的能源管理，并促进分布式能源的发展。
📄 摘要（原文）
The increasing penetration of renewable energy sources introduces significant challenges to power grid stability, primarily due to their inherent variability. A new opportunity for grid operation is the smart integration of electricity production combined with battery storages in residential buildings. This study explores how residential battery systems can aid in stabilizing the power grid by flexibly managing deviations from forecasted residential power consumption and PV generation. The key contribution of this work is the development of an analytical approach that enables the asymmetric allocation of quantified power uncertainties between a residential battery system and the power grid, introducing a new degree of freedom into the scheduling problem. This is accomplished by employing mixed random variables - characterized by both continuous and discrete events - to model battery and grid power uncertainties. These variables are embedded into a continuous stochastic optimization framework, which computes probabilistic schedules for battery operation and power exchange with the grid. Test cases demonstrate that the proposed framework can be used effectively to reduce and quantify grid uncertainties while minimizing electricity costs. It is also shown that residential battery systems can be actively used to provide flexibility during critical periods of grid operation. Overall, this framework empowers prosumers to take an active role in grid stabilization, contributing to a more resilient and adaptive energy system.