【技术实现步骤摘要】
数据驱动的综合能源系统鲁棒随机规划的方法及系统
[0001]本申请涉及能源规划
,特别涉及一种数据驱动的综合能源系统鲁棒随机规划的方法及系统。
技术介绍
[0002]本部分的陈述仅仅是提供了与本申请相关的
技术介绍
,并不必然构成现有技术。
[0003]煤炭的过度消耗在现代社会造成了严重的空气污染问题。页岩革命使天然气成为未来有前途的清洁燃料。与此同时,风能和太阳能等可再生能源的大量使用大大减少了电力部门的二氧化碳排放。然而,风电场和光伏板的发电量波动较大,需要足够的后备容量和灵活的资源来补偿实时不平衡,这给电力系统的运行带来了很大的挑战。燃气机组能够响应可再生能源产量的快速变化;供热系统具有较大的热惯性,可以起到储能的作用。此外,由于各种能源的梯级利用,天然气、热力和发电的联合调度比单独运行效率更高。总之,考虑多载波能量的集成可以通过能量的级联使用来提高整体能源效率,并通过利用燃气和供热系统的快速响应和存储能力来增强系统的灵活性。因此,近年来,能源系统集成已成为一种普遍趋势,促成了多载波能源系统的出现。在这种集成基础设施中,连接(接口)设施是所谓能源枢纽,起着能源生产、转换和储存的作用。
[0004]在过去的几年中,多载波能源系统与能源枢纽的运作一直是研究的焦点。住宅级能源枢纽是指出现在需求侧,由于其容量较小,单个枢纽对配电系统的影响很小,不考虑网络约束,直接向家用电器供电的能源枢纽。此类能源枢纽的运行为混合整数线性规划(MILP),或者混合整数非线性规划(MINLP)。配电级能源中心是指那些连接 ...
【技术保护点】
【技术特征摘要】
1.一种数据驱动的综合能源系统鲁棒随机规划的方法,其特征在于,包括以下步骤:通过由模糊的概率密度函数围绕一个经验概率密度函数从历史数据构建可再生能源发电和负荷的供应可靠性模型;通过Kullback
‑
Leibler散度测度对所述模糊的概率密度函数和所述经验概率密度函数之间的距离进行量化;在模糊集约束的最坏情况分布下,通过目标函数使整个服务期内的投资成本和预期运营成本之和最小;在极端条件下所述供应可靠性模型采用鲁棒机会约束。2.如权利要求1所述的数据驱动的综合能源系统鲁棒随机规划的方法,其特征在于,通过Kullback
‑
Leibler散度测度对所述模糊的概率密度函数和所述经验概率密度函数之间的距离进行量化,包括:通过:计算从p0的密度函数f0(ξ)到P的密度函数f(ξ)的Kullback
‑
Leibler散度;其中,D
KL
(P||P0)为p0的密度函数到P的密度函数的Kullback
‑
Leibler散度,dξ为参量ξ的微元变量,P0为参考分布,P为模糊集中概率分布。3.如权利要求2所述的数据驱动的综合能源系统鲁棒随机规划的方法,其特征在于,Kullback
‑
Leibler散度的形式为:其中,π
0n
为P0的样本概率,π
n
为P的样本概率,n为P的数目。4.如权利要求1所述的数据驱动的综合能源系统鲁棒随机规划的方法,其特征在于,模糊集为:W={P|D
KL
(P||P0)≤d
KL
}其中,P|D
KL
(P||P0)代表的是PDF中所有概率分布与参考分布P0之间的散度或距离,d
KL
是一个常数阈值,其决定模糊集的大小,并反映置信水平和距离度量。5.如权利要求4所述的数据驱动的综合能源系统鲁棒随机规划的方法,其特征在于,d
KL
>0。6.如权利要求4所述的数据驱动的综合能源系统鲁棒随机规划的方法,其特征在于,其中α
*
是N
‑
1自由度的χ2分布的上α
*
分位点,M为模糊集中PDF的个数,χ2代表χ2分布。7.如权利要求1所述的数据驱动的综合能源系统鲁棒随机规划的方法,其特征在于,所述目标函数为:式中,E
P
[Q(x,ξ)]表示当不确定参数ξ服从分布P时,运行成本价值函数Q(x,ξ)的期望值,c
T
x为能源中心、热泵、ESU和TSU的投资成本。8.如权利要求1所述的数据驱动的综合能源系统鲁棒随机规划的方法,其特征在于,鲁棒机会约束为:式中,Pr{D
loss
(ξ)≤0}表示减载概率,D
loss
(ξ)是指在给定不确定数据ξ的情况下,极端
天数内的最小未观测负荷;W
′
为极端情况下的模糊集;P
′
为极端情况下服从的分布,α表示减载概率的上限值。9.如权利要求1至8任一项所述的数据驱动的综合能源系统鲁棒随机规划的方法,其特征...
【专利技术属性】
技术研发人员:孙树敏,邢家维,张雪纯,程艳,张华栋,李勇,于芃,王士柏,李笋,张兴友,王玥娇,李雪亮,王楠,关逸飞,刘奕元,周光奇,
申请(专利权)人:国家电网有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。