[发明专利]一种基于条件风险价值的综合能源系统优化调度方法

权利要求书

1.一种基于条件风险价值的综合能源系统优化调度方法，其特征在于，包括以下具体步骤：

S1：对综合能源系统中的不确定因素进行建模，得到其概率密度函数；

S2：利用拉丁超立方抽样生成不确定场景，采用快速向后缩减法对相似场景进行缩减，得到具有代表性的不确定场景集；

S3：采用条件风险价值理论度量不确定因素带来的风险，建立包含风险成本的优化调度模型；

S4：结合目标函数和约束条件，建立基于条件风险价值的综合能源系统经济调度模型；

S5：输入风电、光伏、电热气三种负荷以及电价的预测值和各设备参数，采用Yalmip+Cplex工具进行求解，得出综合能源系统各设备的最优出力。

2.根据权利要求1所述的一种基于条件风险价值的综合能源系统优化调度方法，其特征在于，所述不确定因素的概率密度函数包括风机的概率密度函数、光伏的概率密度函数、电热气三种负荷的概率密度函数以及电价的概率密度函数。

3.根据权利要求2所述的一种基于条件风险价值的综合能源系统优化调度方法，其特征在于，所述风机的概率密度函数为：

其中，K₁、K₂为拟合参数，P_WT为风机的输出功率，为风速的预测值，σ_ν为标准差。

4.根据权利要求2所述的一种基于条件风险价值的综合能源系统优化调度方法，其特征在于，所述光伏的概率密度函数为：

其中，K₃、K₄为拟合参数，P_PV为光伏的输出功率，为光照的预测值，σ_pv为标准差。

5.根据权利要求2所述的一种基于条件风险价值的综合能源系统优化调度方法，其特征在于，所述电热气三种负荷的概率密度函数包括：

电负荷的概率密度函数为：

式中，P_d是电负荷的预测值；P_a是电负荷的实际值；P_a,max,P_a,min是电负荷的最大值和最小值；σ₁是P_a的标准差；

热负荷的概率密度函数为：

式中，H_d是热负荷的预测值；H_a是热负荷的实际值；H_a,max,H_a,min是热负荷的最大值和最小值；σ₂是H_a的标准差；

气负荷的概率密度函数为：

式中，G_d是气负荷的预测值；G_a是气负荷的实际值；G_a,max,G_a,min是气负荷的最大值和最小值；σ₃是G_a的标准差。

6.根据权利要求2所述的一种基于条件风险价值的综合能源系统优化调度方法，其特征在于，所述电价的概率密度函数为：

式中，f(x_e)是电价波动的概率密度函数；x_e是电价波动的随机变量；N_e是电价波动的样本总数；h_e是核密度估计中电价波动的带宽；K是代表核密度估计方法中采用的核函数，X_e,i是电价波动的第i个离散样本。