魏斌乔森孟润泉李嘉庚 · 高电压技术 · 2025年2月 · Vol.51

针对传统不确定集难以准确刻画风电不确定性且易受异常值影响导致调度方案过于保守的问题，提出一种基于数据驱动不确定集的微电网两阶段鲁棒优化调度方法。通过构建条件正态Copula模型生成风电功率预测场景，并结合支持向量聚类与维度分解技术建立考虑时间相关性的紧凑不确定集，有效排除异常值。所提方法在降低保守性的同时增强对异常值的抵抗能力。采用列约束生成算法求解，仿真结果验证了其优越性。

解读: 该研究提出的数据驱动不确定集方法对阳光电源的储能与微电网产品具有重要应用价值。可直接应用于ST系列储能变流器和PowerTitan系统的调度优化,提升系统经济性。通过Copula模型和支持向量聚类技术,能够更准确地预测风电功率波动,有助于iSolarCloud平台优化储能调度策略,降低系统运行成本。...