[发明专利]一种综合能源系统多能需求典型场景生成方法及装置

说明书

本发明公开了一种综合能源系统多能需求典型场景生成方法及装置，该方法包括：S1：获取到各天的多能需求负荷向量，得到向量集合；S2：若获取迭代指令，则执行S3，若获取评估指令，则执行S4；S3：在每一次迭代中，在向量集合中确定相应个数的聚类中心，直至判断当前次迭代的聚类误差平方与上一次迭代的聚类误差平方之差小于预设值，则确定当前次迭代的所有聚类中心为典型场景；S4：获取聚类中心个数的取值范围，在取值范围中，根据各个取值在向量集合中确定相应个数的聚类中心，并计算各个取值对应的集群评估指标，确定最小集群评估指标对应的所有聚类中心为典型场景。通过本发明的方法生成的典型场景，能够全面、准确地对综合能源系统进行分析。

技术领域

本发明涉及综合能源系统领域，尤其涉及一种综合能源系统多能需求典型场景生成方法及装置。

背景技术

综合能源系统涉及电、热、冷、气等多种能源的生产、转移和消费。在综合能源系统规划阶段和运营模式设计阶段等均需要对其开展大量的仿真计算分析，能够刻画综合能源系统多能需求的典型场景是这些仿真计算分析必要输入数据。

然而，如果对全年的负荷数据都做分析，会极大增加计算负担且不具有普遍代表性。多场景分析技术通过数据分析减少相应时间尺度内的相似场景，有效地提取了若干个典型日场景，收敛效果较好，避免了繁琐的计算，减轻了系统计算分析的负担。

目前对用电负荷的场景构建的方法已经较为成熟，主要通过“丰大、丰小、枯大、枯小”或“夏大、夏小、冬大、冬小”等极端场景作为仿真模型的输入，来分析电力系统在不同负荷场景下面临的问题，但是这种方式考虑问题过于保守，对于追求经济效益为主的综合能源系统仅在分析极端事件下系统运行稳定性和可靠性方面较为合适，但对长期的运行模拟和经济性分析并不适用，难以得到概率上贴近实际的解。

发明内容

本发明实施例提供了一种综合能源系统多能需求典型场景生成方法及装置，能够生成用于对综合能源系统进行全面可靠分析的典型场景。

根据本发明的一个方面，提供一种综合能源系统多能需求典型场景生成方法，包括：

S1：获取到各天的多能需求负荷向量，得到向量集合；

S2：若获取迭代指令，则执行S3，若获取评估指令，则执行S4；

S3：在每一次迭代中，在所述向量集合中确定相应个数的聚类中心，直至判断当前次迭代的聚类误差平方与上一次迭代的聚类误差平方之差小于预设值，则确定当前次迭代的所有聚类中心为典型场景；

S4：获取聚类中心个数的取值范围，在所述取值范围中，根据各个取值在所述向量集合中确定相应个数的聚类中心，并计算各个取值对应的集群评估指标，确定最小集群评估指标对应的所有聚类中心为典型场景。

优选地，所述多能需求负荷向量由一天中各个时段的燃气轮机供热量、用户电负荷和园区用冷需求组成。

优选地，所述在每一次迭代中，在所有所述向量集合中确定相应个数的聚类中心，直至判断当前次迭代的聚类误差平方与上一次迭代的聚类误差平方之差小于预设值，则确定当前次迭代的所有聚类中心为典型场景具体包括：

S31：初始化迭代次数N＝1，在所述向量集合中确定相应个数的聚类中心，并对聚类中心进行更新，再对更新后的聚类中心进行计算第N次迭代的聚类误差平方；

S32：令迭代次数N＝N+1，在所述向量集合中确定相应个数的聚类中心，并对聚类中心进行更新，再对更新后的聚类中心进行计算第N次迭代的聚类误差平方；

S33：判断当前次迭代的聚类误差平方与上一次迭代的聚类误差平方之差是否小于预设值，若不小于，则重新执行S32，若小于，则执行S34；

S34：确定当前次迭代的所有聚类中心为典型场景。