System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于源-荷多重不确定性的混合两阶段鲁棒优化方法技术_技高网

基于源-荷多重不确定性的混合两阶段鲁棒优化方法技术

技术编号:41739364 阅读:2 留言:0更新日期:2024-06-19 12:58
本发明专利技术属于综合能源微网的鲁棒优化技术领域,提出了基于源‑荷多重不确定性的混合两阶段鲁棒优化方法,包括如下步骤:首先,构建综合能源微网系统模型的基本框架;其次,考虑预测场景、最恶劣场景和最优场景,进行源‑荷不确定性描述,并构建综合能源微网多场景概率的混合两阶段鲁棒优化调度模型,并采用嵌套列约束生成算法进行求解;然后,将综合能源微网中上层运营商作为领导者,综合能源微网中下层用户作为跟随者,建立考虑主从博弈的能源交易混合两阶段鲁棒模型,并采用嵌套列约束生成算法进行求解。本发明专利技术能够兼顾系统运行的鲁棒性和经济性。

【技术实现步骤摘要】

本专利技术涉及综合能源微网的鲁棒优化,特别涉及基于源-荷多重不确定性的混合两阶段鲁棒优化方法


技术介绍

1、相较于单一能源系统独立运行,综合能源(iem)系统的出现可以做到优化微网内的多种能源的转换、利用存储和供应来提高能源的利用率和系统运行的经济性,助力可再生能源的消纳,缓解供能压力以及改善环境,是我国能源结构绿色低碳化转型和实现计划的有效方案。

2、由于综合能源系统内可再生能源出力、负荷需求的不确定性问题,当前国内外对于综合能源系统内的多重不确定性问题调度优化的方法主要有随机规划和鲁棒优化两种。现有技术中,有的通过建立基于机会约束规划的多目标动态经济调度模型并结合模糊理论进行求解,有的通过随机规划模型之后,通过分析可再生资源市场及双层随机规划模型框架,将双层随机规划模型转换成等效的单层混合线性模型并结合模糊理论进行求解。上述研究中,随机规划虽然在根本上解决了可再生资源不确定性问题,但综合能源微电网系统中不确定因素的概率分布比较复杂,难以精确化描述,并且计算量复杂,效率较低,难以精确化建模求解。

3、鲁棒优化是一类事前分析方法,它是针对随机规划的不确定集进行优化决策的研究方法。有人提出了结合鲁棒备用调度模式和鲁棒经济调度模式的风电多场景鲁棒调度方法,还有人综合考虑微电网中可再生能源出力和负荷的不确定性,建立了两阶段鲁棒优化模型,寻找最恶劣情况下的经济性最优解。相较于随机优化而言,鲁棒优化解决了极端不确定集合的概率分布,只需要在不确定集合内寻找最优解,大大减少了计算量。有人提出了一种分布不确定模型,负荷功率的概率分布可围绕给定的参考分布变化。此外,模型中考虑了实时电价的波动,并在目标函数中引入调节参数控制优化方案的鲁棒性。还有人建立了min-max-min结构的两阶段鲁棒模型,考虑了风电多场景下的备用调度和经济调度模式。但是,由于单一场景的鲁棒优化是处理一般情况下最恶劣场景的结果,因此在实际场景中过于保守,所以需要研究多场景鲁棒优化去解决传统两阶段鲁棒处理恶劣场景时过于保守的缺点。

4、综合能源系统的运行需要多个利益主体的协同配合,同时还需要解决如何精确描述微网内复杂的系统和不同主体负荷之间的交互行为的问题。博弈论就是解决微网内不同负荷主体利益冲突的重要方法之一。基于此,有人提出了一种基于stackelberg博弈的方法,建立了微网运营商和含有热电耦合负荷用户的一主多从博弈模型。还有人构建了多主多从的stackelberg博弈模型,研究了ies中多个分布式能源和多个能源用户之间的交互问题。还有人考虑并建立了可再生能源所有者、微网能源服务商和用户多利益主体的数学模型,提出了考虑多主体交互机制的微网优化调度方法。还有人构建了主从博弈和两阶段鲁棒优化的综合能源微网源-荷协调优化调度模型,考虑到了微网内源-荷的不确定性,通过两阶段鲁棒优化来描述不确定性,但是模型较为保守,该模型未考虑到储能装置对市场交易的影响,微网内的运营商与外部大电网直接交互会导致收益降低。因此,有必要针对综合能源微网中多利益主体的规划、建模以及各个主体之间的能量耦合进行协调优化的研究,综合能源系统内的交互行为有利于系统内部各个主体利益得到保障。因此,考虑综合能源系统内运行商和用户之间的主从博弈是有必要的。


技术实现思路

1、本专利技术的目的在于提供基于源-荷多重不确定性的混合两阶段鲁棒优化方法,能够兼顾综合能源微网系统运行的鲁棒性和经济性。

2、本专利技术解决其技术问题,采用的技术方案是:

3、基于源-荷多重不确定性的混合两阶段鲁棒优化方法,包括如下步骤:

4、构建综合能源微网系统模型的基本框架;

5、考虑预测场景、最恶劣场景和最优场景,进行源-荷不确定性描述,并构建综合能源微网场景的混合两阶段鲁棒调度模型,并采用嵌套列约束生成算法进行求解;

6、将综合能源微网中上层用户作为领导者,综合能源微网中的用户作为跟随者,建立考虑主从博弈的能源交易混合两阶段鲁棒模型,并采用嵌套列约束生成算法进行求解。

7、作为进一步优化,所述构建的综合能源微网系统模型的基本框架,包括外部供能部分、内部供能部分、能量转换装置、储能部分和用能部分;

8、所述外部供能部分包括外接电网和燃料输入;

9、所述内部供能部分包括风电和光伏;

10、所述能量转换装置包括燃气轮机、电锅炉、燃气锅炉和电制冷机;

11、所述储能部分包括蓄电池、热储能和储冷设备;

12、所述用能部分包括电负荷、热负荷和冷负荷。

13、作为进一步优化,所述构建综合能源微网系统模型的基本框架后,包括:考虑综合能源微网的内部供能部分出力和用能部分的负荷需求,制定价格策略,优化目标是收益最大,因此,价格策略的目标函数表示为:

14、

15、其中,表示第t时段向用能侧负荷的售电、售热收入;表示电网交互成本,当其大于0时表示向电网购电,否则表示向电网售电,表示系统设备运行维护成本,表示其购买燃料成本;

16、其中:

17、

18、

19、

20、

21、式中和分别表示综合能源微网内的电负荷、热负荷和冷负荷,和分别表示综合能源微网向负荷侧的售电和售热价格,和分别表示综合能源微网向外部电网的售电和购电价格,表示负荷侧向外部大电网购电价格,表示综合能源微网总的供电量,ki表示设备运行维护系数;

22、为保证大电网卖出的价格低于市场价格,需要满足如下约束:

23、

24、

25、作为进一步优化,所述构建综合能源微网系统模型的基本框架后,还包括:构建综合能源微网内需求响应目标函数,具体是指:

26、用户在能源运营商给定售能价格的基础上,优化自身的用电、用热和用冷负荷功率,目的是最大化消费者剩余,即用户的效用函数和用能成本之差,表示为:

27、

28、式中,表示用户的效用函数,表示用户购买电能和热能所获得的满意程度,消费者电负荷包含固定电负荷和可替代电负荷,表示为:

29、

30、其中,表示固定负荷,表示可替代负荷,需要满足以下约束:

31、

32、式中,表示下层用户可替代电负荷的上限值,wsel表示t个时段内可替代负荷的总量,即需求响应前后的可替代电负荷需要保持总量不变;

33、所述热负荷包含固定热负荷和可替代热负荷,如下所示:

34、

35、

36、式中,和分别表示固定热负荷和可替代热负荷,表示可替代热负荷上限值。

37、作为进一步优化,所述构建综合能源微网系统模型的基本框架后,还包括:构建约束条件,具体包括:微网内能源转换设备约束、功率平衡约束和综合能源微电网内储能设备约束。

38、作为进一步优化,所述微网内能源转换设备约束包括燃气轮机的功率转换约束、燃气轮机的出力本文档来自技高网...

【技术保护点】

1.基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述构建的综合能源微网系统模型的基本框架,包括外部供能部分、内部供能部分、能量转换装置、储能部分和用能部分;

3.根据权利要求2所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述构建综合能源微网系统模型的基本框架后,包括:考虑综合能源微网的内部供能部分出力和用能部分的负荷需求,制定价格策略,优化目标是收益最大,因此,价格策略的目标函数表示为:

4.根据权利要求3所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述构建综合能源微网系统模型的基本框架后,还包括:构建综合能源微网内需求响应目标函数,具体是指:

5.根据权利要求4所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述构建综合能源微网系统模型的基本框架后,还包括:构建约束条件,具体包括:微网内能源转换设备约束、功率平衡约束和综合能源微电网内储能设备约束。

6.根据权利要求5所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述微网内能源转换设备约束包括燃气轮机的功率转换约束、燃气轮机的出力约束、燃气锅炉的功率转换约束、燃气锅炉的出力约束、电锅炉的功率转换约束、电锅炉的出力约束和电制冷转换约束;

7.根据权利要求5所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述功率平衡约束包括供电平衡约束、供热平衡约束、供冷平衡约束和交换功率约束;

8.根据权利要求5所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述综合能源微网内储能约束包括:

9.根据权利要求8所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述考虑预测场景、最恶劣场景和最优场景,进行源-荷不确定性描述,并构建综合能源微网场景的混合两阶段鲁棒调度模型,并采用嵌套列约束生成算法进行求解,具体包括:

10.根据权利要求9所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述建立的考虑主从博弈的能源交易混合两阶段鲁棒模型,表示为:

...

【技术特征摘要】

1.基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述构建的综合能源微网系统模型的基本框架,包括外部供能部分、内部供能部分、能量转换装置、储能部分和用能部分;

3.根据权利要求2所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述构建综合能源微网系统模型的基本框架后,包括:考虑综合能源微网的内部供能部分出力和用能部分的负荷需求,制定价格策略,优化目标是收益最大,因此,价格策略的目标函数表示为:

4.根据权利要求3所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述构建综合能源微网系统模型的基本框架后,还包括:构建综合能源微网内需求响应目标函数,具体是指:

5.根据权利要求4所述的基于源-荷多重不确定性的混合两阶段鲁棒优化方法,其特征在于,所述构建综合能源微网系统模型的基本框架后,还包括:构建约束条件,具体包括:微网内能源转换设备约束、功率平衡约束和综合能源微电网内储能设备约束。<...

【专利技术属性】
技术研发人员:王晖龚尚高王承霖王佳蕊李心达杨智龙纪秀孟祥东张亚栋安银平
申请(专利权)人:长春工程学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1