含风电场的机组组合二阶段随机模型及其改进算法

摘要

提出一种含风电场的机组组合二阶段随机规划模型,将风电功率作为随机变量处理,目标函数包含常规机组发电成本和切负荷惩罚费用,由于风电功率存在多种可能的情景,后一种费用采用期望值形式,同时提出一种求解二阶段模型的SAA-自适应多切割L形算法,具体为首先基于抽样平均逼近(SAA)理论,将随机模型转换成确定性模型,然后提出一种自适应多切割L形算法求解。求解中引入全局辅助变量实现迭代过程中历史最优切割信息的保存,并设置主模型约束条件数上限保证模型始终具有较小的规模。与传统单切割和多切割L形算法相比,所提出算法的迭代次数介于两者之间,但计算时间要少于两者。最后通过3机、10机和100机算例在不同数量的风电情景下仿真计算,结果表明本文模型可以有效处理风电随机性,SAA-自适应多切割L形算法在样本数量较大的情况下保持了良好的收敛性和可靠性。