基于數(shù)據(jù)驅(qū)動(dòng)魯棒優(yōu)化的區(qū)域綜合能源系統(tǒng)運(yùn)行調(diào)度策略

徐澄瑩,楊 軍,張宇威,朱 旭

(武漢大學(xué)電氣與自動(dòng)化學(xué)院,湖北 武漢 430072)

0 引言

在迫切需要改善能源結(jié)構(gòu)的當(dāng)今社會(huì),新能源和電動(dòng)汽車等的引入使電力系統(tǒng)源荷不確定性相關(guān)的綜合能源管控主動(dòng)響應(yīng)技術(shù)研究成為了目前熱門的課題。

魯棒優(yōu)化是在歷史數(shù)據(jù)區(qū)間集中尋找最惡劣環(huán)境下的最優(yōu)策略的方法,它往往會(huì)趨向過于保守的方案。隨著大數(shù)據(jù)、物聯(lián)網(wǎng)的發(fā)展,越來越多測(cè)量設(shè)備接入能源系統(tǒng),儲(chǔ)備了大量的數(shù)據(jù),包括光照、風(fēng)力等氣候數(shù)據(jù),以及人群用能數(shù)據(jù)等。這些數(shù)據(jù)都可以作為綜合能源系統(tǒng)對(duì)負(fù)荷和能源進(jìn)行預(yù)測(cè)、調(diào)度的資料。用數(shù)據(jù)驅(qū)動(dòng)方法挖掘數(shù)據(jù)的深層關(guān)系能夠更好地兼顧系統(tǒng)的經(jīng)濟(jì)性與安全性,也使綜合能源系統(tǒng)更好地成為數(shù)字化主動(dòng)電網(wǎng)的一部分。

目前常用的盒式數(shù)據(jù)驅(qū)動(dòng)魯棒優(yōu)化方法[1-4]存在以下問題:忽略了源荷數(shù)據(jù)間的相關(guān)性,使策略考量中納入了許多實(shí)際不存在的場(chǎng)景;子問題需經(jīng)過對(duì)偶轉(zhuǎn)化的盒式模型,求解過程較復(fù)雜;大多文獻(xiàn)中綜合能源系統(tǒng)建模僅考慮電、熱2種能量形式。

本文提出的模型采用數(shù)據(jù)驅(qū)動(dòng)MVEE算法構(gòu)建橢球不確定集,可以更好的描述光伏與負(fù)荷間的關(guān)聯(lián)性;采用基于極限場(chǎng)景的列與約束生成法求解各個(gè)極限場(chǎng)景下的調(diào)度策略,無需對(duì)子問題進(jìn)行對(duì)偶化;建立了電、熱、冷、氣相互轉(zhuǎn)換的綜合能源不確定性問題調(diào)度模型。首先建立了含有電、熱、冷、氣的區(qū)域綜合能源系統(tǒng)日前-實(shí)時(shí)兩階段調(diào)度模型,其次進(jìn)行了數(shù)據(jù)驅(qū)動(dòng)MVEE橢球不確定集的構(gòu)建,然后使用列與約束生成法求解了調(diào)度模型,最后采用比利時(shí)Elia電網(wǎng)數(shù)據(jù)進(jìn)行算例分析,證明綜合能源管控與電力大數(shù)據(jù)技術(shù)的優(yōu)勢(shì)。

1 區(qū)域綜合能源系統(tǒng)兩階段調(diào)度模型

1.1 區(qū)域綜合能源(RIES)系統(tǒng)結(jié)構(gòu)

RIES系統(tǒng)結(jié)構(gòu)如圖1所示,在本文中的RIES系統(tǒng),由上級(jí)電網(wǎng)、分布式光伏發(fā)電站向系統(tǒng)供電,燃?xì)夤芫W(wǎng)向系統(tǒng)提供燃?xì)?。電熱鍋爐、蒸汽輪機(jī)、P2G設(shè)備、空調(diào)、吸收式制冷機(jī)為可控設(shè)備。熱分配系統(tǒng)將燃?xì)忮仩t、電熱鍋爐產(chǎn)生的熱以及熱儲(chǔ)能合理分配給熱負(fù)荷和吸收式制冷機(jī)。P2G產(chǎn)生的天然氣將合理配給系統(tǒng)內(nèi)鍋爐自用和售出給燃?xì)饩W(wǎng)。同理,多余的電量也將售回電網(wǎng)。系統(tǒng)中的電、熱儲(chǔ)能增加了系統(tǒng)消納光伏能量、維持系統(tǒng)平衡的能力。由于光伏發(fā)電以及用戶端用電具有隨機(jī)、間斷的特點(diǎn),使系統(tǒng)中具有了源荷不確定變量。

圖1 RIES系統(tǒng)結(jié)構(gòu)

1.2 系統(tǒng)調(diào)度目標(biāo)函數(shù)

本文提出的優(yōu)化模型,旨在使運(yùn)行成本最小的同時(shí)棄光率盡可能小。因此目標(biāo)函數(shù)如下:

式中:C total為最終的總運(yùn)行成本;C DA為第一階段日前調(diào)度成本;C RT為第二階段實(shí)時(shí)調(diào)度成本;x是日前調(diào)度中的決策變量;代表了綜合能源系統(tǒng)中的隨機(jī)變量(光伏出力和電負(fù)荷);y是實(shí)時(shí)調(diào)度中的決策變量。

在本模型中,將燃?xì)忮仩t與蒸汽輪機(jī)視為熱電聯(lián)產(chǎn)整體,統(tǒng)一以CHP下標(biāo)作為標(biāo)識(shí)。由于在目標(biāo)函數(shù)中,熱電聯(lián)產(chǎn)機(jī)組、電熱鍋爐、電轉(zhuǎn)氣、電熱儲(chǔ)存設(shè)備、空調(diào)的各個(gè)表達(dá)式形式完全相同,因此下文中均以mach為下標(biāo)的式子進(jìn)行統(tǒng)一表述,具體展開只需改變下標(biāo)即可。式(2)中,C mach是熱電聯(lián)產(chǎn)機(jī)組、電熱鍋爐、電轉(zhuǎn)氣、電熱儲(chǔ)存設(shè)備、空調(diào)的基點(diǎn)出力成本;C DApgrid為日前階段購售電成本;為日前階段購售氣成本。

式中:T為整體的調(diào)度周期時(shí)段數(shù);Δt為調(diào)度周期內(nèi)的單位時(shí)間;a mach、b mach為熱電聯(lián)產(chǎn)機(jī)組、電熱鍋爐、電轉(zhuǎn)氣、電熱儲(chǔ)存設(shè)備、空調(diào)的發(fā)電成本系數(shù);P mach為熱電聯(lián)產(chǎn)機(jī)組、電熱鍋爐、電轉(zhuǎn)氣、電熱儲(chǔ)存設(shè)備、空調(diào)的基點(diǎn)出力;P buy、P sell、G buy、G sell分別為日前購售電量和氣量。在本文中,氣量均換算為天然氣完全燃燒產(chǎn)生的熱能進(jìn)行計(jì)算和描述。λDApb、λDAps、λDAgb、λDAgs分別為日前購售電、氣單價(jià)。

1.3 日前調(diào)度約束

1.3.1 能量平衡約束

式中:PCHP(t)是熱電聯(lián)產(chǎn)機(jī)組的基點(diǎn)出力;Pout(t)、Pin(t)是 電 儲(chǔ) 能 放 電、充 電 功 率;Pbuy(t)、Psell(t)是與上級(jí)電網(wǎng)購售電的功率;是光伏和負(fù)荷的預(yù)測(cè)功率;PP2G(t)、PEB(t)、Pcond(t)是電轉(zhuǎn)氣、電鍋爐和空調(diào)的電功率。

式中:HCHP(t)、HEB(t)、Hout(t)是熱電聯(lián)產(chǎn)機(jī)組、電熱鍋爐和熱儲(chǔ)能功率;Hload(t)、Hin(t)是熱負(fù)荷和熱儲(chǔ)能充熱的功率;Hcold(t)是分配給吸收式制冷機(jī)的熱功率。

式中:Qload(t)為冷負(fù)荷需求;Qclod(t)、Qcond(t)是空調(diào)、吸收式制冷機(jī)的制冷功率。

式中:Ggrid(t)是電轉(zhuǎn)氣設(shè)備產(chǎn)出的天然氣量;Gbuy(t)、Gsell(t)是向上級(jí)氣網(wǎng)購售氣的量;GCHP(t)是熱電聯(lián)產(chǎn)機(jī)組的耗氣量。以上變量單位均為功率單位,是將天然氣轉(zhuǎn)換為相應(yīng)完全燃燒熱后的數(shù)值。

1.3.2 能量耦合設(shè)備運(yùn)行約束

式中:ξCHP是熱電聯(lián)產(chǎn)機(jī)組的用能效率系數(shù);ζP是熱電聯(lián)產(chǎn)機(jī)組產(chǎn)能分配給電能的比例系數(shù);OCHP是控制熱電聯(lián)產(chǎn)機(jī)組開關(guān)的零一變量;是熱電聯(lián)產(chǎn)機(jī)組運(yùn)行功率上下限;是熱電聯(lián)產(chǎn)機(jī)組上下爬坡極限。P2G設(shè)備約束與其基本相同,不多贅述。

式中:ξcold是吸收式制冷機(jī)的轉(zhuǎn)換效率系數(shù)。

式中:ξEB是電熱鍋爐的用能效率系數(shù);OEB是控制電熱鍋爐開關(guān)的零一變量;PminEB、PmaxEB是電熱鍋爐運(yùn)行功率上下限;RDNEB、RUPEB是電熱鍋爐上下爬坡極限?？照{(diào)約束與其形式相同,不多贅述。

1.3.3 儲(chǔ)能設(shè)備約束

儲(chǔ)能在同一時(shí)間不可以同時(shí)處于充、放能2種狀態(tài)。

式中:δES、δHS為能量在電、熱儲(chǔ)能設(shè)備中的自損耗系數(shù);為電熱儲(chǔ)能在充放能時(shí)的效率。另外要求儲(chǔ)能量、充放能功率在約束范圍內(nèi),電、熱儲(chǔ)能設(shè)備的初始狀態(tài)和末時(shí)段狀態(tài)的儲(chǔ)能量統(tǒng)一,公式不多細(xì)表。

1.3.4 購售電氣約束

要求購能和售能不允許在同一時(shí)間進(jìn)行,購售量不超過電能聯(lián)絡(luò)線功率交互極限和輸氣管道的最大流量(換算為功率單位)。

1.4 實(shí)時(shí)調(diào)度約束

1.4.1 功率調(diào)整約束

由于約束內(nèi)容與日前調(diào)度十分相似,僅需將以上公式中電氣設(shè)備變量P替換為P+Pup-Pdn即可,不多贅述。另外添加設(shè)備功率上下調(diào)整約束如:

1.4.2 棄光、切負(fù)荷約束

允許系統(tǒng)在實(shí)時(shí)階段產(chǎn)生棄光和切負(fù)荷,以保證系統(tǒng)的安全運(yùn)行。

1.5 日前-實(shí)時(shí)兩階段魯棒優(yōu)化模型

由本節(jié)以上部分,可以得出魯棒兩階段模型如下:

式中:x為日前調(diào)度的決策變量,X為其可行域,c(x)為日前調(diào)度成本函數(shù);y為實(shí)時(shí)調(diào)度決策變量,Y為其可行域;為隨機(jī)變量,U為不確定集;其余字母皆代表了1個(gè)實(shí)系數(shù)矩陣。

本文所建模型為min-max-min模型,內(nèi)層min為實(shí)時(shí)調(diào)度成本最小問題,max函數(shù)則是尋找最惡劣環(huán)境,外層min函數(shù)計(jì)算日前、實(shí)時(shí)調(diào)度總成本最小問題。

式(20)中,x,y具體內(nèi)容如下:

2 數(shù)據(jù)驅(qū)動(dòng)橢球不確定集構(gòu)建

2.1 構(gòu)建方法

下面介紹本文使用的數(shù)據(jù)驅(qū)動(dòng)不確定集構(gòu)建方法[5]:

a.將光伏出力、負(fù)荷需求歷史數(shù)據(jù)放于一個(gè)集合內(nèi)。

b.構(gòu)建高維橢球集合。

一個(gè)以對(duì)稱正定矩陣A和中心定點(diǎn)c代表的全維橢球E可以用如下數(shù)學(xué)方法描述:

提出問題式(24)來求解橢球最小體積,確定A和c的值:

c.使用lift-and-project KY-1方法求解(24)得到橢球集合[6]:

用2個(gè)NP+NL維的最小體積橢球來包裹某一時(shí)間段的所有場(chǎng)景集合,一個(gè)是NP+NL維的場(chǎng)景集 [W(1),W(2),…,W(Ns)]∈R(NP+NL)×1,另一個(gè)是偏差集合 [ΔW(1),ΔW(2),…,ΔW(Ns)]∈R(NP+NL)×Ns。由此,整個(gè)問題可以被描述為如下的優(yōu)化模型:

式中:p為集合中的數(shù)據(jù)點(diǎn)。使用文獻(xiàn)[7]提出的lift-and-project KY-1方法進(jìn)行求解,將原來(NP+NL)×N s維的集合ω提升為(NP+NL+1)×2Ns維的集合ω':

式中:ω'與ω的中心點(diǎn)是相同的,我們可以由ω'組成的新問題MVEE(ω')(27)的解得出 MVEE(ω)的解。

隨后通過求得的u和ω',原問題可以用下式解出:

d.求取頂點(diǎn)坐標(biāo)(極限場(chǎng)景)。通過式(29)的轉(zhuǎn)換,將橢圓平移為軸向橢圓E',從而求取頂點(diǎn)坐標(biāo)

式中:ωi、ωi'分別為原橢球場(chǎng)景和變換后軸向橢球場(chǎng)景;P是用于正交分解A=P T DP的正交矩陣;D是A的特征值對(duì)角陣;E'是變換后得到的軸向橢球。

可以通過變換后得到的軸向橢球頂點(diǎn)坐標(biāo)(31)用坐標(biāo)變換(32)得到原橢球的頂點(diǎn)坐標(biāo):

由于凸優(yōu)化問題中極值一定出現(xiàn)在可行域的頂點(diǎn)處[89],所以求得的橢球頂點(diǎn)即為極限場(chǎng)景。

2.2 仿真構(gòu)建

摘取比利時(shí)Elia電網(wǎng)2021年1—3月每日07:00-18:00整點(diǎn)光伏與電網(wǎng)負(fù)荷的數(shù)據(jù)[10],為使其矩陣便于在MATLAB中求逆,將為0的數(shù)據(jù)加上一個(gè)極小的值。

由于實(shí)際不確定集為一個(gè)24維的橢球,難以通過二維圖片展示,所以將選取單一時(shí)段的不確定集數(shù)據(jù)作圖。

如圖2所示,圖中黑點(diǎn)為某一時(shí)段的歷史場(chǎng)景,紅點(diǎn)為MVEE算法得出的極端場(chǎng)景,綠色橢圓則是根據(jù)極端場(chǎng)景繪制的橢球集合。以這組數(shù)據(jù)為例,盒式不確定集會(huì)將橢球的右上和左下空白部分也包括在內(nèi),這種將不存在的場(chǎng)景考慮在內(nèi)的方法增加了不必要的保守性。而橢球集可以調(diào)整自身軸的長度和角度精確包括場(chǎng)景[11],且數(shù)據(jù)間的相關(guān)性越強(qiáng),其精確包含場(chǎng)景的優(yōu)越性就越明顯。

圖2 基于極限場(chǎng)景法的橢球集合(12:00)

3 模型求解

3.1 問題分解

將原兩階段模型分解為主問題和子問題如下:

3.1.1 主問題

主問題為在多個(gè)極限場(chǎng)景下的最優(yōu)日前調(diào)度策略,其數(shù)學(xué)描述如下:

式中:n為列與約束生成法的目前迭代次數(shù);σ為在主問題極限場(chǎng)景中的實(shí)時(shí)調(diào)度最大成本;y w h,ωew h分別為極限場(chǎng)景w h下的實(shí)時(shí)決策變量和隨機(jī)變量。

3.1.2 子問題

子問題是求解在當(dāng)前日前調(diào)度策略下,所有極限場(chǎng)景中最惡劣的情況(最高成本),并將最惡劣場(chǎng)景中的約束條件添加到主問題中,進(jìn)行迭代。

式中:是第n次迭代主問題求出的日前調(diào)度策略。

3.2 迭代求解

基于列與約束生成法迭代交替求解主問題與子問題,其步驟如圖3所示。

圖3 CCG算法迭代流程

初始化設(shè)置上下界值分別為正負(fù)無窮,求解主問題更新下界,求解子問題更新上界,若判斷收斂則結(jié)束循環(huán);若不收斂則更新目前最惡劣環(huán)境,繼續(xù)迭代。

4 算例分析

4.1 數(shù)據(jù)選取

4.1.1 源荷預(yù)測(cè)數(shù)據(jù)

取自比利時(shí)Elia電網(wǎng)2021年4月13日07:00—18:00的電網(wǎng)預(yù)測(cè)數(shù)據(jù)和光伏預(yù)測(cè)數(shù)據(jù)。

4.1.2 電價(jià)及天然氣價(jià)格

由于天然氣和電的價(jià)格在不同時(shí)間和地點(diǎn)均有不同,根據(jù)文獻(xiàn)[12-15]中所估算的價(jià)格范圍,仿真選取的天然氣購入價(jià)格在0.295～0.465元/k Wh(換算為電功率),售出價(jià)格在0.24～0.375元/k Wh范圍內(nèi)浮動(dòng);購入電價(jià)在0.245～0.415元/k Wh,售出電價(jià)在0.19～0.325元/k Wh范圍內(nèi)浮動(dòng)。

4.1.3 設(shè)備運(yùn)行數(shù)據(jù)

根據(jù)文獻(xiàn)[14]設(shè)置汽輪機(jī)、電鍋爐、電轉(zhuǎn)氣和空調(diào)的上下功率調(diào)整成本為0.3元/k Wh。根據(jù)文獻(xiàn)[15],設(shè)置切負(fù)荷成本為6元/k Wh,棄光懲罰成本為0.6元/k Wh。

根據(jù)負(fù)荷和光伏的發(fā)電量,設(shè)置系統(tǒng)各設(shè)備的容量如下:光伏1 000 k W,CHP 8 000 k W,電轉(zhuǎn)氣4 000 k W,電熱鍋爐6 000 k W,空調(diào)5 000 k W,電熱儲(chǔ)能8 000 k W,電氣管道線路傳輸功率300 k W。

4.2 仿真過程

本次仿真使用MATLAB R2017a軟件、YALMIP以及GUROBI求解器進(jìn)行模型仿真及求解。模型求解迭代如圖4所示。

圖4 模型求解迭代示意

圖中藍(lán)色線條為主問題求解得出的下界值,紅色線條為子問題得出的上界值。仿真代碼共進(jìn)行了6次迭代,在第5次迭代時(shí),上下界值相同,結(jié)果收斂求解完成。日前調(diào)度成本為8 314.194 1元,實(shí)時(shí)調(diào)度成本361 918.792 6元,總調(diào)度成本370 232.986 7元。

4.3 仿真運(yùn)行分析

4.3.1 日前運(yùn)行

日前電功率運(yùn)行情況如圖5所示。

圖5 日前電功率運(yùn)行情況

由圖5可見,在07:00—09:00光伏發(fā)電量不足時(shí),為了滿足電負(fù)荷需求燃?xì)廨啓C(jī)增加了其輸出功率。同時(shí),電轉(zhuǎn)氣機(jī)組也隨之加大運(yùn)行,以滿足燃?xì)廨啓C(jī)對(duì)燃?xì)獾男枨?。電?chǔ)能設(shè)備適時(shí)放出儲(chǔ)備電量幫助緩解用電需求并將產(chǎn)生的多余電量存儲(chǔ)起來。

購售電方面,僅向上級(jí)電網(wǎng)購入少量電能,未有多余電量售出?？梢娤到y(tǒng)基本實(shí)現(xiàn)了極大的電能自我產(chǎn)生與消納能力,對(duì)外界的依賴較少。日前熱功率運(yùn)行情況如圖6所示。

圖6 日前熱功率運(yùn)行情況

由圖6可知,電轉(zhuǎn)熱設(shè)備的功率運(yùn)行兼顧了熱負(fù)荷與冷負(fù)荷的需求,其功率大小基本與熱負(fù)荷需求曲線同步。熱電聯(lián)產(chǎn)機(jī)組的余熱曲線與電能的產(chǎn)生曲線一致。熱儲(chǔ)能設(shè)備達(dá)到了削峰填谷的作用。熱功率中有相當(dāng)一部分供給了吸收式制冷機(jī)。這是因?yàn)槲帐街评錂C(jī)是一種運(yùn)行成本十分低廉的冷功率產(chǎn)生設(shè)備,其在冷熱功率之間的轉(zhuǎn)換損耗極低,可以有效省去空調(diào)制冷帶來的成本。日前冷功率運(yùn)行情況如圖7所示。

圖7 日前冷功率運(yùn)行情況

在圖7中,除了由于07:00—09:00熱儲(chǔ)能放出了較多熱量,導(dǎo)致分配給吸收式制冷機(jī)的熱量過多,造成了一定浪費(fèi)外,其余部分的冷功率需求均為恰好。我們可以看到運(yùn)行周期內(nèi)的冷功率需求幾乎均由吸收式制冷機(jī)提供,僅在17:00—18:00余熱不足時(shí)使用空調(diào)制冷。日前天然氣用量情況如圖8所示。

圖8 日前天然氣用量情況

從圖8可以看到,天然氣的消耗設(shè)備在07:00—09:00用量較大,這是由于此時(shí)的光伏發(fā)電量還不足以滿足負(fù)荷需求,需要消耗天然氣來產(chǎn)生電能。絕大多數(shù)的天然氣需求均由P2G設(shè)備提供,只有少量需求是依靠向氣網(wǎng)購氣滿足的,系統(tǒng)中沒有產(chǎn)生多余的氣量售出。這也證明了系統(tǒng)內(nèi)部對(duì)各種能量相互轉(zhuǎn)換和消納的能力較強(qiáng),對(duì)外界能量的依賴性低。

4.3.2 實(shí)時(shí)功率調(diào)整分析

總體而言,實(shí)時(shí)功率調(diào)整結(jié)果會(huì)相較于日前策略更保守,這是因?yàn)閷?shí)時(shí)調(diào)整會(huì)考慮在所有歷史場(chǎng)景中滿足約束條件,所以會(huì)采取更加穩(wěn)定的出力方案對(duì)應(yīng)不確定性因素的干擾。

由于篇幅原因不將所有設(shè)備功率調(diào)整情況列出。實(shí)時(shí)電熱鍋爐功率調(diào)整情況如圖9所示。

圖9 實(shí)時(shí)電熱鍋爐功率調(diào)整情況

從圖6可以看出,電熱鍋爐在07:00—08:00功率較小、產(chǎn)熱不足,而在其余時(shí)段均有著很高的功率。所以在圖9實(shí)時(shí)運(yùn)行中,對(duì)其功率進(jìn)行了調(diào)整,增加了07:00—08:00時(shí)的功率,減少了其余時(shí)段過高的功率,使其更符合實(shí)際運(yùn)行需要。實(shí)時(shí)空調(diào)功率調(diào)整情況如圖10所示。

圖10 實(shí)時(shí)空調(diào)功率調(diào)整情況

由圖10可知,由于早上07:00余熱較少,所以空調(diào)增加了制冷功率來填補(bǔ)吸收式制冷機(jī)的功率空缺,滿足負(fù)荷的穩(wěn)定性。但是總體上,空調(diào)的使用率依然較低,保證了系統(tǒng)運(yùn)行的經(jīng)濟(jì)性。

4.3.3 不確定集選取方法對(duì)比研究

為了證明本文提出的數(shù)據(jù)驅(qū)動(dòng)橢球不確定集的魯棒優(yōu)化方法可以有效提高系統(tǒng)運(yùn)行經(jīng)濟(jì)性,本節(jié)將其與傳統(tǒng)盒式魯棒調(diào)度模型進(jìn)行對(duì)比驗(yàn)證。不確定集方法成本對(duì)比見表1。

表1 不確定集方法成本對(duì)比

由表1可知,利用數(shù)據(jù)驅(qū)動(dòng)MVEE算法確定的橢球不確定集可以有效地降低運(yùn)行成本。尤其是在實(shí)時(shí)調(diào)度中,由于傳統(tǒng)盒式不確定集沒有很好地描述源荷數(shù)據(jù)相關(guān)性,導(dǎo)致其將許多實(shí)際不存在的情況納入了考慮范圍,從而增加了成本。

而數(shù)據(jù)驅(qū)動(dòng)不確定集在保守性與經(jīng)濟(jì)性中取得了良好的平衡,既保證了系統(tǒng)在最惡劣環(huán)境中的正常運(yùn)行,又降低了整體的運(yùn)行成本。

5 結(jié)論

以綜合能源系統(tǒng)的調(diào)度問題為研究?jī)?nèi)容,針對(duì)如何通過不確定集的選取方法來平衡系統(tǒng)的保守性與經(jīng)濟(jì)性這一問題,通過綜合能源管控的主動(dòng)響應(yīng)技術(shù)以及電力大數(shù)據(jù)的主動(dòng)管理技術(shù),研究并驗(yàn)證了數(shù)據(jù)驅(qū)動(dòng)的橢球集的優(yōu)勢(shì)。本文得到的主要結(jié)論如下。

a.建立了包含電、熱、冷、氣的綜合能源系統(tǒng)調(diào)度模型,描述了綜合能源系統(tǒng)中能源產(chǎn)生、相互轉(zhuǎn)換的原理和方法。

b.建立了數(shù)據(jù)驅(qū)動(dòng)不確定集,通過仿真驗(yàn)證了其有利于描述數(shù)據(jù)相關(guān)性與減少實(shí)際不存在場(chǎng)景,驗(yàn)證了電力大數(shù)據(jù)技術(shù)的優(yōu)越性。

c.通過建立日前-實(shí)時(shí)綜合能源系統(tǒng)魯棒優(yōu)化模型,使用列與約束生成法簡(jiǎn)化模型迭代求解。對(duì)模型進(jìn)行了仿真分析,驗(yàn)證了綜合能源管控的主動(dòng)響應(yīng)技術(shù)的優(yōu)越性。