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方案

本申请提供了一种数据驱动的综合能源系统鲁棒随机规划的方法，属于能源规划技术领域；具体方案为：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

【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天然气、电力和热力配电系统并充当消费者的能源中心。由于它们的运行可能会影响系统能量流，因此必须将网络模型纳入其中。沿着这条研究路线，多载波最优能量流采用分解法和多智能体遗传算法求解。
[0005]上述研究大多依赖于确定性优化范式。然而，在多载波能量系统中，不确定因素普遍存在，如可再生发电的波动性和负荷需求的波动性。为了应对规划阶段的不确定性，提出了一种基于情景的随机规划(SP)方法来解决风电、电价和需求不确定的能源枢纽优化规划问题。在SP方法中可能会出现计算问题，因为需要大量的场景来更准确地反映随机性，从而导致规模非常大的问题。采用Benders分解算法求解能源枢纽规划问题的SP模型。鲁棒优化(RO)是另一种在不确定性条件下进行决策的有用工具，它可以保护系统不受最坏情况的影响，但由于极端事件发生的概率很低，因此趋于保守。RO应用于参数未知的能源枢纽调度问题，以及多载波能源系统的运行和规划，但在能源枢纽容量规划问题中很少见到。
[0006]SP和RO各有优缺点。前者需要不确定因素的精确概率分布，并提供统计学意义上的最优解。然而，由于缺乏足够的数据，通常很难获得准确的分布；此外，尽管可以获得近似分布，但如果实际分布与指定分布不相同，则SP模型的最优解可能具有较差的统计性能。RO忽略了不确定性的离散效应，在预先定义的不确定性集合中处理最坏情况，只要不跳出不确定性集合，解的性能对不确定性参数的变化不敏感。然而，由于最坏情况在现实中很少发
生，鲁棒策略可能是保守的，因此在实践中是次优的。
[0007]可见如何既可提高对确定性参数的敏感，又能提高对最优解可能的统计性能，成为本领域技术人员亟待解决的技术问题。

技术实现思路

[0008]为了解决现有技术的不足，本申请提供了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，在模糊集最坏分布情况的约束下，使建设成本和预期的生命周期运行成本之和最小。考虑了正常运行条件下的网络能量流；通过鲁棒机会约束，考虑了极端条件下的供需可靠性。
[0009]为了实现上述目的，本申请采用如下技术方案：
[0010]本申请第一方面提供了一种数据驱动的综合能源系统鲁棒随机规划的方法，包括以下步骤：
[0011]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；
[0012]通过Kullback
‑
Leibler散度测度对模糊的概率密度函数和经验概率密度函数之间的距离进行量化；
[0013]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；
[0014]在极端条件下供应可靠性模型采用鲁棒机会约束。
[0015]可选地，通过Kullback
‑
Leibler散度测度对模糊的概率密度函数和经验概率密度函数之间的距离进行量化，包括：
[0016]通过：
[0017]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；
[0018]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。
[0019]可选地，KL散度的形式为：
[0020]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。
[0021]可选地，模糊集为：W＝{P|D
KL
(P||P0)≤d
KL
}；
[0022]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，其决定了模糊集的大小，并反映了置信水平和距离度量。
[0023]可选地，d
KL
>0。
[0024]可选地，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。
[0025]可选地，目标函数为：
[0026]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的投资成本及施工成本。
[0027]可选地，鲁棒机会约束为：
[0028]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。
[0029]可选地，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后，还包括：
[0030]通过对偶理论和平均抽样近似，将该模型转化为一个具有非线性目标和线性约束的等价凸规划。
[0031]本申请第二方面提供了一种数据驱动的综合能源系统鲁棒随机规划的系统。<本文档来自技高网...

【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
&gt;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：