技术摘要：不同细节层级的机组组合紧凑型数学模型构建 – 第一部分

1. 问题陈述

机组组合（Unit Commitment, UC）是电力系统管理中一个关键的混合整数线性规划（MILP）挑战，旨在确定发电机组（热电机、核电机、可再生能源等）在短期时界内（通常为 24-48 小时）的最优运行调度。该问题涉及在满足需求并遵守特定机组运行约束（如爬坡限制、最小启停时间、启动/关停能力）的同时，最小化全系统的运行成本。

尽管其重要性极高，但 UC 问题在大型应用场景中面临严重的计算限制，特别是在将其集成到投资模型或随机/鲁棒框架中时。由于存在二进制变量（代表机组状态），该问题的复杂度呈指数级增长。目前缓解这一问题的常见方法包括：

• 降低模型保真度： 对相似机组进行聚类或使用代表性日，但这可能通过高估灵活性或低估成本来引入误差。
• 松弛整数约束： 求解线性规划（LP）松弛而非 MILP，这可能导致在实际应用中出现巨大的最优性间隙和不可行的解。

目前缺乏一个明确的、先验性的综述，用以说明对于不同类型的发电机组和不同的细节水平，哪种数学模型在紧凑性（MILP 可行域与其 LP 松弛之间的间隙）与模型规模（变量和约束的数量）之间能达到最佳平衡。

2. 研究方法

本文（第一部分）侧重于 UC 模型构建的理论开发与分析。作者采用了以下研究方法：

• 按细节水平分类： 作者根据每个时段的二进制变量数量对 UC 模型进行分类：
  • 1bin 模型： 仅包含组合变量（$u_{gt}$）。
  • 2bin/3bin 模型： 包含额外的启动变量（$v_{gt}$）和关停变量（$w_{gt}$）。
• 凸包分析： 主要目标是寻找基于可行域凸包（Convex Hull）的模型构建方式。最紧凑的构建方式对应于凸包。然而，由于寻找完整的凸包通常需要指数级的约束，作者专注于寻找满足以下条件的刻画子集（facets）：
  1. 描述特定子问题（如爬坡、启动能力）的凸包（或紧凑近似）。
  2. 保持模型规模与最小有效模型相近。
• 理论证明： 本文提供了关于已知模型紧凑性的新证明和理论见解。利用 Fourier-Motzkin 消元法和离散规划（Balas 方法）等技术，推导并验证了单机组问题在两个时段内的凸包描述。
• 范围限制： 所有关于紧凑性的理论见解均基于单机组运行问题得出，排除了全系统能量平衡约束。除非特别说明，否则目标函数在确定凸包时通常被视为无关项。

3. 主要贡献

本文做出了四项具体贡献，其中贡献 1 和 2 在第一部分中进行了详细阐述：

1. 结构化的 UC 模型综述： 作者提出了一个具有不同细节水平（从基础发电限制到复杂的启动轨迹）的 UC 模型分类体系。针对每个级别，他们提出了在紧凑性和规模之间实现权衡的具体模型。
2. 理论见解与证明：
   • 爬坡（Ramping）： 论文为爬坡约束的紧凑性提供了新的证明。文中确立了特定模型（Model I-E-T）构成了两时段爬坡上升和下降的凸包。
   • 启动/关停成本： 论文分析了用于建模启动和关停成本的两种常见形式（Model II 和 Model II-S）。证明虽然 Model II-S 的约束较少，但两种模型在目标函数的方向上定义了相同的解空间，因此在优化目的下具有同等的紧凑性。
   • 能力（Capabilities）： 论文展示了用于启动和关停能力（启动/关停期间的最大输出）的 1bin 和 3bin 凸包模型，并证明特定的约束组合（例如 Model I-E2-T 和 Model II-E2）定义了两个时段的凸包。
3. 模型对比： 论文直接比较了针对同一问题的不同模型（例如 1bin 与 3bin，或不同的刻画集），以突出紧凑性和规模方面的理论差异。
4. 为第二部分奠定基础： 本工作为第二部分中在大规模投资和运行背景下的数值比较奠定了理论基础。

4. 结果与模型构建

论文定义了从基础到扩展的几种特定模型：

• 第一级（1bin 模型）：

  • Model I： 基础发电限制。被证明在其范围内是最紧凑的模型。
  • Model I-E： 增加了爬坡约束。
  • Model I-E-T： Model I-E 的更紧凑版本，包含了额外的爬坡上升/下降刻画。被证明是两时段爬坡的凸包。
  • Model I-E2： 包含爬坡和启动/关停能力。
  • Model I-E2-T： 最紧凑的版本，被证明是爬坡和能力的两个时段凸包。

• 第二级（3bin 模型）：

  • Model II： 包含启动/关停变量及成本。被证明是该范围内的最紧凑模型。
  • Model II-S： 使用连续成本变量代替二进制启动变量的替代模型。定理 III.4 证明其在目标函数方向上与 Model II 同样紧凑，尽管它定义了一个没有上限约束 $u_t \leq 1$ 的无界凸包。
  • Model II-E： 增加了最小启停时间约束。被证明是该范围内的最紧凑模型（线性规模）。
  • Model II-E2： 最详细的 3bin 模型，结合了爬坡、启动/关停能力以及最小启停时间。定理 III.5 证明其定义了两个时段的凸包。
  • Model II-E3： 将 Model II-E2 扩展到包含启动和关停轨迹（达到最小输出所需的多个时段爬坡），并被证明定义了两个时段的凸包。

核心理论发现：

• 对于单机组问题，Models I, II, 和 II-E 的 LP 松弛描述了各自可行域的凸包。
• 对于两时段问题，Models I-E-T, I-E2-T, 和 II-E2 描述了凸包。
• 将启动/关停变量的整数性从二进制松弛为连续变量不会改变 MIP 的可行集，但现代求解器可能会受益于保留其作为整数以进行分支策略。
• 3bin 模型可以改写为 2bin 模型（通过消除关停变量）而不损失紧凑性，尽管约束数量可能会有所不同。

5. 意义与主张

论文声称其主要意义在于提供了一个结构化的、具有理论依据的框架，用于选择 UC 模型。通过定义具有不同细节水平的模型并证明其紧凑性属性，作者使建模者能够：

• 为特定发电机组或问题规模选择最合适的细节水平，而不会不必要地牺牲计算效率。
• 在先验层面理解模型规模与紧凑性之间的权衡，而不是仅仅依赖于事后的计算测试，因为后者往往依赖于求解器且不具普适性。
• 将高保真的运行细节纳入大规模投资模型中（如第二部分所示），同时保持在计算限制之内。

作者强调，虽然由于指数级增长，寻找完整的凸包通常是难以实现的，但他们提出的模型通过利用与最小有效模型规模相近的刻画子集，提供了“最佳”的平衡，这些模型比标准的松弛模型要紧凑得多。这项工作旨在指导选择既能保证计算效率，又能防止在简化投资模型中常见的过度估计系统灵活性和低估成本现象的 UC 模型。