需求空间中可持续电力系统的灵活性刻画：一种数据驱动的逆优化方法

可再生能源渗透率的加深正挑战着电力系统运营商应对其相关波动性与不确定性的方式。电力系统中可调度资产固有的灵活性（常未被充分刻画）对于应对该挑战至关重要。若干显式灵活性刻画的方案侧重于定义保障发电或不确定性空间中运行的可行域。这些方法的主要缺陷在于当存在多个不确定参数时难以可视化该可行域。此外，这些方法关注系统运行约束，往往忽视可再生能源发电与需求波动的固有耦合（如空间相关性）的影响。为应对这些挑战，我们提出了一种新颖的数据驱动逆优化框架，用于需求空间中电力系统灵活性的刻画，并给出其几何直观。该方法利用多面体不确定性集刻画多站点可再生能源发电与负荷的空间相关性。此外，该框架将不确定性投影到电力系统在需求空间中的可行域上，该可行域亦称为可负荷集。所提出的逆优化方案被重构为一个线性优化问题，用于从可负荷集推断系统灵活性充裕度。