[发明专利]一种基于PIES设备容量配置降低园区负荷风险的方法

说明书

本发明公开了一种基于PIES设备容量配置降低园区负荷风险的方法，所述方法包括：建立能源价格场景生成模型，主要是基于Copula函数和DCC模型对天然气价格与电力价格进行季节性联合概率分布建模，用于生成能源价格场景；根据建立好的能源价格场景生成模型，将生成的能源价格场景带入进PIES设备容量配置模型中，建立基于CVaR的PIES规避风险控制模型；利用MATLAB中Linprog函数调用单纯形算法对PIES规避风险控制模型进行求解，得到在不同置信水平下的PIES设备容量配置方案。本发明解决现有技术中没有考虑天然气价格和电力价格间的季节性相关性造成的缺负荷风险损失问题，解决了从PIES设备容量配置层面来规避缺负荷风险的技术问题。

技术领域

本发明涉及综合能源系统领域，尤其涉及一种基于PIES设备容量配置降低园区负荷风险的方法。

背景技术

园区综合能源系统(Park-level integrated energy system,PIES)以天然气和从外部电网购电作为燃料，通过能源转换设备来满足园区内部的电热负荷需求，天然气价格和电力价格的强波动特性显著影响着PIES能量供给的经济性，严重时会导致PIES因设备配置容量不足带来缺负荷风险损失。因此，在PIES设备容量配置阶段，有必要将天然气价格与电力价格的强不确定性考虑进来，通过协同优化PIES的设备配置容量和运行策略来规避由能源价格不确定性引起的缺负荷风险损失。

目前，在PIES运行优化研究中，已有研究将可再生能源作为风险因素，采用条件风险价值(Conditional value-at-risk,CVaR)方法度量缺负荷风险损失，很少有研究将能源价格作为风险因素，然而，能源价格是PIES面临的重要风险来源，会给PIES带来严重的缺负荷风险损失。此外，现在的研究在处理能源不确定性时，独立地建立能源价格不确定性的概率分布，然后通过抽样离散概率场景来模拟其不确定性。但这些研究工作在建立能源价格概率分布时，忽略了能源价格之间的时序关系和相关性，这将显著影响PIES的运行边界，进而导致PIES的设备容量配置存在偏差，影响供能可靠性。上述工作仅从运行策略方面进行规避风险研究，在PIES设备容量配置方面进行规避缺负荷风险损失研究工作甚少。

发明内容

本发明提供了一种基于PIES设备容量配置降低园区负荷风险的方法，本发明解决现有技术中没有考虑天然气价格和电力价格间的季节性相关性造成的缺负荷风险损失问题，解决了从PIES设备容量配置层面来规避缺负荷风险的技术问题，详见下文描述：

一种基于PIES设备容量配置降低园区负荷风险的方法，、所述方法包括：

建立能源价格场景生成模型，具体建模步骤为基于Copula函数和DCC模型对天然气价格与电力价格进行季节性联合概率分布建模，然后利用蒙特卡洛抽样生成能源价格场景；

根据建立好的能源价格场景生成模型，将生成的能源价格场景带入进PIES设备容量配置模型中，建立基于CVaR的PIES规避风险控制模型；

利用MATLAB中Linprog函数调用单纯形算法对PIES规避风险控制模型进行求解，得到在不同置信水平下的PIES设备容量配置方案。

其中，所述基于Copula函数和DCC模型的天然气价格与电力价格进行季节性联合概率分布建模为：

选择二元t-Copula函数作为连接函数：

式中，表示在季节w天然气价格与电力价格间的相关系数；υ表示自由度；和表示在季节w二元积分运算的辅助变量；表示自由度为υ的t分布的逆运算；x_gas,w和y_elec,w为随机变量；

其中，