[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

说明书

本发明公开了一种基于条件风险价值的综合能源系统优化调度方法包括以下具体步骤：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；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；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；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；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，进行求解得出综合能源系统各设备的最优出力。本发明降低系统运行的风险费用，使综合能源系统中各部分协同优化、耦合互补，有效提升了系统的安全性和经济性。

技术领域

本发明涉及综合能源系统经济调度领域，尤其一种基于条件风险价值的综合能源系统优化调度方法。

背景技术

以化石能源为主的能源消费模式带来了诸多环境问题，提高能源利用率，改善能源消费结构，发展低碳电力势在必行。以往单一的能源系统独立运行，难以满足人们的用能要求，综合能源系统为能源的多元耦合和用能的多样化需求提供了可能。

考虑到风电、光伏的出力具有间歇性和波动性，负荷受人们的生活习惯影响存在不确定性，同时，由于能源供需、能源进出口、能源市场监管政策和极端天气等因素，电价持续变化，也具有较强的不确定性，这些不确定因素给综合能源系统的安全可靠运行带来了挑战。

发明内容

本发明专利要解决的技术问题：由于综合能源系统中不确定因素的存在，会给系统带来一定的风险，针对此问题，提出了一种考虑风电、光伏、负荷以及电价不确定性的综合能源系统优化调度方法。

本发明的目的是通过以下技术方案来实现的：

一种基于条件风险价值的综合能源系统优化调度方法，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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：