Stochastic Economic Dispatch with Battery Energy Storage considering Wind and Load Uncertainty
作者: Shishir Lamichhane, Anamika Dubey
分类: eess.SY
发布日期: 2025-08-28
备注: to be published in NAPS
💡 一句话要点
提出考虑风电和负荷不确定性的储能随机经济调度方法，优化电力系统运行。
🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)
关键词: 随机经济调度 电池储能系统 风电不确定性 负荷不确定性 可再生能源 电力系统 优化调度
📋 核心要点
- 可再生能源并网给电力系统运行带来挑战，现有方法难以兼顾灵活性、可靠性和成本。
- 论文提出基于储能的随机动态经济调度框架，考虑风电和负荷的时间相关性，优化调度。
- 实验表明，合理部署储能能有效降低弃风率和调度成本，提升系统对高比例可再生能源的适应性。
📝 摘要（中文）
本文提出了一种考虑储能的随机动态经济调度(SDED-S)框架，旨在评估储能系统在管理不确定性方面的作用。该框架考虑了风电和负荷不确定性之间的时间相关性，并采用一种受分层和重要性抽样启发的场景生成方法。在改进的IEEE 39节点系统上验证了该方法，其中部分传统发电机被替换为风力发电厂。案例研究表明，战略性地部署储能系统可以通过减少可再生能源的弃用和调度成本来显著提高系统灵活性。随着储能容量的增加，可再生能源的弃用量减少，并且根据风电渗透率接近于零。较高的风电渗透率会导致更大的弃用量（在没有储能的情况下），并在部署储能时产生更大的成本节约，突显了随着可再生能源渗透率的提高，对灵活性的需求日益增长。
🔬 方法详解
问题定义：论文旨在解决高比例可再生能源接入电力系统后，由于风电和负荷的波动性与不确定性，导致系统运行成本增加、可靠性降低的问题。现有经济调度方法难以有效应对这些不确定性，尤其是在缺乏足够灵活性资源的情况下，容易造成可再生能源的浪费（弃风）。
核心思路：论文的核心思路是通过引入电池储能系统(BESS)来提供额外的灵活性，并利用随机优化方法来处理风电和负荷的不确定性。通过优化储能的充放电策略，可以平滑可再生能源的波动，减少对传统发电机的依赖，从而降低运行成本并提高系统可靠性。同时，考虑风电和负荷的时间相关性，能够更准确地模拟实际运行情况。
技术框架：论文提出的SDED-S框架包含以下主要模块：1) 场景生成模块：利用一种受分层和重要性抽样启发的算法生成风电和负荷的场景，以捕捉它们之间的时间相关性。2) 随机经济调度模型：建立一个考虑储能的随机动态经济调度模型，目标是最小化期望的运行成本，包括发电成本、储能充放电成本和弃风惩罚。3) 优化求解模块：使用优化求解器（具体求解器未知）求解该随机优化问题，得到最优的发电计划和储能充放电策略。
关键创新：论文的关键创新在于：1) 提出了一种考虑风电和负荷时间相关性的场景生成方法，能够更准确地模拟实际运行情况。2) 将储能系统集成到随机动态经济调度框架中，并优化其充放电策略，从而提高系统的灵活性和可靠性。3) 通过案例研究验证了储能系统在高比例可再生能源接入下的经济性和有效性。与现有方法相比，该方法能够更有效地处理不确定性，降低运行成本，并减少可再生能源的浪费。
关键设计：论文的关键设计包括：1) 场景生成算法的具体实现细节（未知，但提到了分层和重要性抽样）。2) 随机经济调度模型的具体数学公式，包括目标函数、约束条件（例如，发电机的出力上下限、储能的容量限制、功率平衡约束等）。3) 储能系统的建模方式，包括充放电效率、容量衰减等参数。4) 弃风惩罚的设置，用于反映弃风造成的经济损失。
🖼️ 关键图片
📊 实验亮点
在改进的IEEE 39节点系统上的案例研究表明，战略性地部署储能系统可以显著降低可再生能源的弃用量和调度成本。随着储能容量的增加，可再生能源的弃用量减少，并且在高风电渗透率下，部署储能可以带来更大的成本节约。具体的数据提升量未知，但论文强调了储能在提高系统灵活性和经济性方面的作用。
🎯 应用场景
该研究成果可应用于电力系统运行调度、储能系统规划和可再生能源政策制定等领域。通过优化储能的配置和运行策略，可以提高电力系统对可再生能源的接纳能力，降低运行成本，并减少碳排放。该研究对于推动能源转型和实现可持续发展具有重要意义。
📄 摘要（原文）
With the integration of renewable energy resources in power systems, managing operational flexibility and reliability while minimizing operational costs has become increasingly challenging. Battery energy storage system (BESS) offers a promising solution to address these issues. This paper presents a stochastic dynamic economic dispatch with storage (SDED-S) framework to assess the impact of BESS in managing uncertainty. The temporal correlation between wind and load uncertainties is captured, with scenarios generated using a method inspired by stratified and importance sampling. The proposed approach is demonstrated on a modified IEEE 39-bus system, where selected conventional generators are converted to wind power plants. Case studies show that strategic BESS deployment significantly improves system flexibility by reducing renewable curtailments and dispatch costs. Renewable energy curtailments decrease upon increasing BESS size and approach zero depending on wind penetration level. Higher wind penetrations result in greater curtailments without storage and yield larger cost savings when BESS is deployed, highlighting the growing need for flexibility as renewable energy penetrations increase.