储能与可再生能源在容量市场中的资源 adequacy 分析的随机优化
最优化与控制
2026-03-05 v2
摘要
储能与可再生资源的集成根本上改变了资源足够性分析。由于储能跨越时间段联动决策，使得基于时间无关容量需求曲线的传统可靠性模型失效。此外，可再生能源引入了时序相关的间歇性。为此，我们将容量采购问题 formulated 为两阶段随机计划，其中第一阶段进行容量决策，第二阶段通过考虑诸如发生器故障（马尔可夫链）、时序相关可再生输出以及随机负荷等不确定性，评估预期未服务能量。我们在包含305个发生器（包括传统、可再生和储能单位）的新英格兰系统上实现了所述随机容量采购（SCP）模型。运用随机分解（SD）算法，我们使用最高可达20,000个蒙特卡洛样本求解SCP，每个样本代表超过4,300小时的不确定性历程。我们分析了SD的收敛行为，表明随机计划的收敛速度快于对可靠性指标进行可靠性估计的收敛——后者需要的样本数通常超过常规随机计划中使用的样本数。这些结果表明， chronologically detailed蒙特卡洛抽样可在计算可行的范围内被集成到容量采购优化中，从而实现受控统计精度的可靠性评估，适用于真实系统规模。
引用
@article{arxiv.2603.02404,
title = {Stochastic Optimization for Resource Adequacy in Capacity Markets with Storage and Renewables},
author = {Baptiste Rabecq and Andy Sun and Feng Zhao and Tongxin Zheng and Xiaochu Wang and Yufan Zhang},
journal= {arXiv preprint arXiv:2603.02404},
year = {2026}
}
备注
5 pages, 3 figures, Accepted for publication in IEEE PES General Meeting 2026