电力系统 | 信息间隙决策理论/1

IGDT——信息间隙决策理论

目前考虑不确定性的电力系统调度主要基于三种方法：鲁棒优化、模糊规划（以通过概率函数描述的随机参数）和随即规划。（需要得到不确定因素的概率分布、隶属度函数和范围

除了不确定性带来的影响，还需考虑系统对风险的承受能力，可采用方法：风险价值(VaR)和条件风险价值(CVaR）。

什么是IGDT？

IGDT 是一种研究存在严重不确定因素的决策方法，可以有效地处理不确定量的误差。其无需确定不确定量的概率分布，就可以在满足预先设置的目标前提下，优化不确定量的误差，从而确定不确定量可能对系统造成的影响。

IGDT中共有两种不同的策略，一种认为不确定量不利于系统目标，会降低系统目标值，其目的是保证系统目标始终不低于设定的最差目标，称为风险规避策略; 另一种则认为不确定量可以提升系统的目标值，其目的是使得系统目标有机会超过设定的积极目标值，称为机会寻求策略。

论文：基于 IGDT-CVaR的风电-抽水蓄能联合调度研究 [电工电能新技术]

联合电厂包括风电场和抽水蓄能电站，风电场出力具有波动性和间歇性。因此风电场需要与抽水蓄能电站配合使得联合电厂的出力能满足调度需求。同时电价具有波动性，在考虑此类波动性的前提下，使得联合电厂的售电收益和机组启停成本最大。

本文采用分段线性化方法，将一元与二元非线性功率函数转化为分段线性化方法。

（对于二元函数，可针对每一个变量一次进行划分。

对于风电不确定性，采用IGDT进行分析；对于日前电价的不确定性，采用CVaR进行量化分析。

根据IGDT下的两种策略，本文进行建模仿真。
已知确定性模型下的收益以及两种策略下的偏好系数。
仿真分析得到各情况下的不确定性波动范围。
同时对不同的收益偏差系数进行敏感度分析，得到不同情况下的不确定度范围。

论文：基于信息间隙决策理论与动态分时电价的电动汽车接入虚拟电厂双层经济调度策略 [电力自动化设备]

考虑虚拟电厂下可再生能源的波动性以及电动汽车充电的无序性。

对于虚拟电厂可再生能源波动，采用IGDT进行鲁棒建模；采用动态分时电价对车辆充电继进行引导。

当前研究的不足之处：
1.不确定性方面，随机规划导致计算效率滴、鲁棒优化调度结果过于保守；
2.需求响应方面，较少关注EV和柔性符合。

虽然已有研究考虑到了EV无序充电的EVA优化调度问题，但是对EVA和VPP之间的协调调度仍然缺乏充分研究。
对此，本文从EVA与VPP协调优化运行的角度出发，将信息间隙决策理论与动态分时电价结合，进行研究。

其中，信息间隙决策理论——改善系统的稳定性；考虑”车—路“信息融合驱动的EV充电模型。

VPP

模型中的两点：
1.针对EV充电模型，考虑实时的速度—流量模型。
2.基于梯形隶属度函数，重新划分峰、谷、平区域。

双层经济调度模型

[上层——以VPP总成本最小为目标]

包括：VPP与电网交互成本、需求响应补偿成本、VPP和EVA交互成本与ESS运行维护成本。

[下层——以EVA中EV用户总成本最小为目标]

包括：EVA和VPP交互成本、EV里程焦虑成本。

文章采用包络约束对DG不确定性进行建模，

为了减少DG出力不确定性给VPP带来的不利影响，本文仅考虑风险规避决策方式（以波动出力区间有关）。同时进行参数敏感度分析以及算法(MSAM)对比。

论文：基于信息间隙决策理论的碳捕集电厂调度 [清华大学学报 (自然科学版)]

碳捕集技术耦合电厂对于”碳中和“进程具有重要作用，然而用电价格波动和用电量因素会对其造成影响。对此，本文引入IGDT六年，讨论不同风险态度下的不同调度方案，优化决策方案，提供指导作用。

运作模式的假设：
1.发电厂在电力市场的交易收入，包括合同交易收入和波动的日前市场收入；
2.在碳市场上进行碳配额交易；
3.碳捕集电厂需要满足一定的发电需求，如果没有满足，则需要购电。

采用IGDT原因：
如果实际结果严重偏离预测值，则会造成经济损失，因此需要考虑不确定性并对调度方案进行决策指导。

本文采用分数不确定性模型描述负荷不确定性特点：
此时得到上下限（包含α的变量）。

本文首先对考虑负荷需求和未考虑负荷需求下的收益和费用进行确定性建模求解。同时对调度出力进行分析。

同时确定不同调度参数下的输出调度和碳排放量调度变化曲线。