[發(fā)明專(zhuān)利]基于多元不確定集的變質(zhì)量流量熱電聯(lián)合系統(tǒng)運(yùn)行方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310067532.6
• 申請(qǐng)日: 2023-01-12
• 公開(kāi)（公告）號(hào): CN116187035A
• 公開(kāi)（公告）日: 2023-05-30
• 發(fā)明（設(shè)計(jì)）人: 鄧?yán)驑s;馮然;符楊;李振坤;張智泉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海電力大學(xué)
• 主分類(lèi)號(hào): G06F30/20
• 分類(lèi)號(hào): G06F30/20;G06Q30/0283;G06Q50/06;G06F111/04
• 代理公司: 上?？剖⒅R(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 趙志遠(yuǎn)

本發(fā)明涉及一種基于多元不確定集的變質(zhì)量流量熱電聯(lián)合系統(tǒng)運(yùn)行方法，該方法包括以下步驟：步驟S1、建立變質(zhì)量流量的熱電聯(lián)合系統(tǒng)IEHS的魯棒運(yùn)行模型，目標(biāo)函數(shù)包括確定性熱電聯(lián)合系統(tǒng)IEHS的最小化發(fā)電機(jī)組總成本、以及考慮預(yù)測(cè)誤差的最小化資源再調(diào)度調(diào)整成本，其中，預(yù)測(cè)誤差采用多元不確定集進(jìn)行約束；步驟S2、采用縮緊McCormick算法處理變質(zhì)量流量熱電聯(lián)合系統(tǒng)IEHS模型下的魯棒優(yōu)化問(wèn)題的雙約束條件，得到最優(yōu)運(yùn)行結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明具有靈活性好、安全性高的優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及熱電聯(lián)合系統(tǒng)運(yùn)行技術(shù)領(lǐng)域，尤其是涉及一種基于多元不確定集的變質(zhì)量流量熱電聯(lián)合系統(tǒng)運(yùn)行方法。

背景技術(shù)

綜合能源系統(tǒng)對(duì)集成可再生能源和提高能源效率具有重要意義。電力系統(tǒng)EPS和區(qū)域供熱系統(tǒng)DHS之間的聯(lián)系日益緊密，熱電聯(lián)合系統(tǒng)IEHS發(fā)展迅速，可以通過(guò)可再生能源發(fā)電-供熱機(jī)組、綜合系統(tǒng)運(yùn)行和市場(chǎng)機(jī)制等技術(shù)方案提供靈活性，具有巨大的潛力。其中，系統(tǒng)運(yùn)行是對(duì)熱電聯(lián)合系統(tǒng)IEHS進(jìn)行管理的一項(xiàng)基礎(chǔ)而有效的功能。

變流量變溫度的供熱調(diào)節(jié)方式比恒流量變溫度的供熱調(diào)節(jié)方式在區(qū)域供熱網(wǎng)絡(luò)的靈活性上更有優(yōu)勢(shì)。

隨著可再生能源發(fā)電規(guī)模不斷擴(kuò)大，現(xiàn)有的確定性熱電聯(lián)合系統(tǒng)IEHS的方法在應(yīng)對(duì)不確定性問(wèn)題上存在求解局限。

隨機(jī)規(guī)劃SP是解決不確定性的經(jīng)典方法，其目的是優(yōu)化經(jīng)濟(jì)目標(biāo)的期望。然而，比起經(jīng)濟(jì)性，系統(tǒng)運(yùn)營(yíng)商有時(shí)更關(guān)心安全性，即系統(tǒng)運(yùn)行的魯棒性。通常地，魯棒優(yōu)化RO使用不確定集替換隨機(jī)規(guī)劃SP中的場(chǎng)景，而無(wú)需事先了解潛在的概率分布。魯棒優(yōu)化RO通過(guò)將不確定性參數(shù)視為確定性問(wèn)題轉(zhuǎn)化為確定性問(wèn)題的，目的是在可能出現(xiàn)的最壞場(chǎng)景下最壞的不確定性情況下尋找最優(yōu)值，計(jì)算成本適中，但最壞情況下得到的解過(guò)于保守。為了克服保守性，學(xué)者們?cè)O(shè)計(jì)了魯棒優(yōu)化RO的各種變體，大致可以分為兩個(gè)領(lǐng)域類(lèi)方法，即構(gòu)造不確定集以及設(shè)計(jì)求解算法。

為了構(gòu)造不確定集，學(xué)者們提出了盒式、球式、預(yù)算、橢球和多面體等特殊形式的不確定集。例如：1)采用分布式分散的魯棒優(yōu)化RO，其中不確定集用盒形來(lái)表示；為降低魯棒解的保守性，在不確定集構(gòu)造中考慮了不確定風(fēng)電出力風(fēng)能輸出的空間相關(guān)性，并假設(shè)風(fēng)電場(chǎng)的相關(guān)性為線性關(guān)系，服從t分布。2)采用時(shí)空靈活性需求包絡(luò)，提供了一個(gè)不那么保守但依然具有魯棒性的解決方案；通過(guò)時(shí)間序列分析和主成分分析分別獲取可再生能源發(fā)電的時(shí)間趨勢(shì)和空間相關(guān)性；雖然用均值、偏差以及時(shí)間序列效應(yīng)對(duì)每個(gè)時(shí)間間隔的可再生能源(RES)進(jìn)行了建模，但未能描述不同時(shí)間間隔之間的相關(guān)性。3)時(shí)空稀疏相關(guān)矩陣，由于只考慮了連續(xù)時(shí)間間隔之間的時(shí)間相關(guān)性，所以該矩陣是稀疏的；它假設(shè)爬坡約束只限制連續(xù)的兩個(gè)時(shí)間間隔。然而，現(xiàn)實(shí)情況并非如此；即使時(shí)間間隔大于2，也存在時(shí)間相關(guān)性。

在求解算法設(shè)計(jì)領(lǐng)域，有隨機(jī)p-RO方法、數(shù)據(jù)驅(qū)動(dòng)隨機(jī)魯棒優(yōu)化、兩階段魯棒優(yōu)化規(guī)劃等。其中，兩階段魯棒優(yōu)化規(guī)劃(也稱(chēng)為可調(diào)自適應(yīng)魯棒優(yōu)化，ARO)在能源系統(tǒng)運(yùn)行領(lǐng)域得到了很好的應(yīng)用。ARO算法主要有兩類(lèi)。第一類(lèi)算法是在雙層優(yōu)化中解決ARO問(wèn)題，其中上層是最小化總成本并處理“here-and-now”決策變量；下層是處理max-min優(yōu)化問(wèn)題，求解最壞的不確定性情況下的“wait-and-see”決策變量。第二類(lèi)算法是假設(shè)下級(jí)決策變量服從先驗(yàn)決策規(guī)則，在這篇文獻(xiàn)中該規(guī)則通常是采用不確定的線性函數(shù)或分段線性函數(shù)(也稱(chēng)為仿射策略)。這類(lèi)算法易于實(shí)現(xiàn)，但與第一類(lèi)相比可能會(huì)導(dǎo)致次優(yōu)結(jié)果。

基于以上分析，變質(zhì)量流量熱電聯(lián)合系統(tǒng)的魯棒運(yùn)行仍存在以下挑戰(zhàn)：

1)運(yùn)行IEHS時(shí)，可再生能源長(zhǎng)期發(fā)電缺乏有效的考慮可再生能源長(zhǎng)期發(fā)電特性的多元不確定集構(gòu)建方法；

2)缺乏將多變量不確定性分析以可計(jì)算的方式體現(xiàn)在優(yōu)化中的求解算法。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供了一種靈活性好、安全性高的基于多元不確定集的變質(zhì)量流量熱電聯(lián)合系統(tǒng)運(yùn)行方法。