[發明專利]考慮能源價格不確定性的園區綜合能源系統風險評估方法

在審

• 申請號: 202210196973.1
• 申請日: 2022-03-02
• 公開（公告）號: CN114626702A
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 李俊賢;張桂紅;張祥成;黃存強
• 申請（專利權）人: 國網青海省電力公司經濟技術研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06F17/15;G06F17/16;G06F17/18
• 代理公司: 天津盈佳知識產權代理事務所(特殊普通合伙) 12224
• 代理人: 孫寶蕓

1.一種考慮能源價格不確定性的園區綜合能源系統風險評估方法，其特征在于，所述方法考慮了NGP和EP的時變相關性，在此基礎上，評估NGP和EP的不確定性給PIES規劃帶來的風險損失，為PIES規劃提供有效的風險評估工具，包括以下步驟：

首先，借助廣義自回歸條件異方差模型、動態Copula函數和動態條件相關模型，建立考慮NGP和EP時變相關性的GARCH-Copula-DCC模型用于描述NGP和EP的不確定性，在此基礎上，生成若干場景模擬NGP和EP未來可能出現的情況；進而，建立PIES風險評估模型,采用CVaR量化因能源價格的不確定性和時變相關性給PIES規劃造成的風險損失。

2.根據權利要求1所述的一種考慮能源價格不確定性的園區綜合能源系統風險評估方法，其特征在于，所述基于GARCH-Copula-DCC模型的NGP和EP聯合場景實施路徑具體為：

首先，建立NGP和EP的概率分布模型，采用GARCH模型、動態Copula函數和DCC模型建立GARCH-Copula-DCC模型，描述NGP和EP不確定性和時變相關性。在此基礎上，采用蒙特卡羅方法生成NGP和EP的聯合場景。

具體步驟如下：

(1)對NGP和EP的時變邊緣分布建模

由于NGP和EP的時變波動性和波動聚集性，采用GARCH模型對NGP和EP的邊緣分布進行建模，以描述隨時間變化的條件異方差，表達式如下：

x_gas,t＝μ_gas+ε_gas,t (1)

ε_gas,t＝σ_gas,tη_gas,t (2)

y_ele,t＝μ_ele+ε_ele,t (4)

ε_ele,t＝σ_ele,tη_ele,t (5)

其中，式(1)-(3)表示NGP的GARCH模型，式(4)-(6)表示EP的GARCH模型；x_gas,t和y_ele,t分別表示t時刻NGP和EP的統計序列；μ_gas和μ_ele分別表示NGP和EP的平均值；ε_gas,t和ε_ele,t分別表示t時刻NGP和EP的殘差；σ_gas,t和σ_ele,t分別表示t時刻NGP和EP的條件方差；η_gas,t和η_ele,t分別表示t時刻NGP和EP的標準殘差，通常假設它們服從標準正態分布；ω_gas、α_gas和β_gas表示NGP的條件方差的回歸系數，且滿足α_gas+β_gas≤1；ω_ele、α_ele和β_ele表示EP的條件方差的回歸系數，且滿足α_ele+β_ele≤1。

(2)建立NGP和EP的動態聯合分布模型

由于不同能源市場的波動和傳導效應，NGP和EP的不確定性在長時間尺度內呈現動態相關特征因此采用動態Copula函數來分析NGP與EP的動態相關性，其表達式如下：

H(x_gas,t,y_ele,t|Θ_t-1)＝C(F_gas(x_gas,t),F_ele(y_ele,t)；R_t|Θ_t-1) (7)

式(7)將聯合累積分布函數解耦，其中H()表示NGP和EP的動態聯合分布；Θ_t-1表示在t-1時刻的信息；F_gas(x_gas,t)和F_ele(y_ele,t)分別表示t時刻NGP和EP的累積分布函數(cumulative distribution function,CDF)；R_t表示t時刻的關聯矩陣；C()表示動態Copula函數。

本發明采用二元動態t-Copula函數對NGP和EP的動態聯合分布進行建模其表達式如下：

其中，u_gas＝F_gas(x_gas,t)和u_ele＝F_ele(y_ele,t)分別表示NGP和EP的CDF；v表示自由度；t_Rt,υ表示含有R_t和ν的t分布；表示t分布的反函數。

關聯矩陣R_t由DCC模型確定，其具有良好的計算優勢，可以很好地反映不同階段NGP與EP之間的動態相關性。NGP和EP的DCC模型表達式如下：

R_t＝diag(Q_t)^-1/2Q_tdiag(Q_t)^-1/2 (9)

其中Q_t表示t時刻NGP和EP的標準殘差之間的協方差矩陣；diag表示對角變換；η_t-1是t-1時刻的標準殘差；表示非條件協方差矩陣，其計算公式為Q＝E[η_tη′_t]，E為算術平均值；δ和γ是條件協方差矩陣的回歸系數，滿足δ+γ≤1。

(3)參數估計

采用IFM(Inference Functions for Margins)方法估計NGP和EP的動態聯合分布的參數。

通過以上步驟，建立了GARCH-Copula-DCC模型，其在考慮NGP和EP的時變特性和相關性條件下，對它們的不確定性進行了刻畫。

(4)場景生成

最后，基于上述NGP和EP的GARCH-Copula-DCC模型，采用蒙特卡羅法生成N個NGP和EP場景。

3.根據權利要求1所述的一種考慮能源價格不確定性的園區綜合能源系統風險評估方法，其特征在于，所述基于CVaR的PIES動態風險評估模型具體為：

考慮NGP和EP之間的動態相關性，采用CVaR量化整個規劃周期中NGP和EP的不確定性給PIES規劃方案帶來的風險損失。CVaR定義為在給定置信水平下，風險損失高于VaR的平均損失值。對于PIES規劃總成本而言，CVaR的表達式如下：

[C^s-Var_ζ]⁺＝max{C^s-Var_ζ,0} (12)

其中，ζ是置信水平；Var_ζ是ζ下的風險價值；N表示由NGP和EP的聯合分布生成的場景總數；ρ_rs是場景s的概率；C^s表示規劃方案s的總成本。規劃總成本C由整個規劃周期的投資成本和運維成本組成，表示為：

其中C_invest(y)和C_oper(y)分別表示投資成本和運維成本；r表示貼現率；y表示第y年；Y表示規劃周期。

投資成本的表達式如下：

其中，Ω_y表示第y年運行的設備的集合；i表示第i臺設備；V_i表示第i臺設備的裝機容量；c_i,inv表示第i臺設備的單位投資成本；Lf_i表示第i臺設備的壽命。

運維成本包括燃料購買成本和維護成本，表達式如下：

其中，C_fuel(y)表示燃料成本，包括從外部網絡購買的的電能和天然氣成本；C_main(y)表示維護成本；c_grid和c_gas分別表示單位電價($/kWh)和單位天然氣價格($/kWh)；q_grid,t和q_gas,t分別表示在t時刻購買的電能和天然氣；c_main,i表示第i臺設備的單位維護成本；p_out,i,t表示第i臺設備在t時刻的輸出功率；△t表示時間間隔；Ω表示設備集。