[发明专利]一种考虑系统综合不确定性因素的能量枢纽随机规划方法

权利要求书

1.一种考虑系统综合不确定性因素的能量枢纽随机规划方法，其特征在于：包括以下步骤：

步骤1、确定系统综合不确性因素，包括风速变化、负荷需求、市场价格和枢纽内组件的随机启停；

步骤1中所述风速变化、负荷需求、市场价格和枢纽内组件的随机启停，分别基于风力发电模型、综合需求侧响应模型、价格模型、组件可用性模型进行计算；

所述风力发电模型表示为:

上式中v_r和分别代表切入风速，额定风速和切出风速，为已安装风电机组额定输出功率；

所述综合需求侧响应模型包括可平移类负荷和可转移类负荷，其中所述可平移类负荷表示为：

上式中w_i,j,t和分别为用户j第i类可平移类负荷在时刻t的功率值和额定功率，对于电负荷其为电功率值，对于冷/热负荷则为冷/热功率值；ε_i,j,t表示在时刻t用户j的第i类可平移类负荷启动状态的0-1变量，ε_i,j,t＝1和ε_i,j,t＝0分别表示在时刻t用户j的第i类可平移类负荷启动和不启动；和H_i分别为第i类可平移类负荷习惯开始使用时间、结束使用时间和负荷持续时间；

所述可转移类负荷表示为：

上式中和S_k，t分别为第k辆EV在时刻t的充电功率state of charge和荷电状态SOC；和E_EV,k分别为第k辆EV的充电效率和蓄电池容量；和分别为第k辆EV蓄电池所允许的最小SOC和最大SOC；t_ari.k和t_dep.k分别为第k辆EV接入和离开电力系统的时刻；为第辆EV的最大充电功率；

所述价格模型表示为：

v(c,f)∈{0,1}

上式中λ^s(c,f)表示在场景s下用户c在价格模块f下的价格，v(c,f)表示二元变量，客户c选择使用价格模块f时v(c,f)取1，否则v(c,f)为0；

所述组件可用性模型采用双状态连续时间马尔可夫模型对组件可用性建模；

步骤2、基于蒙特卡罗法生成含有不确定性因素的随机场景；

步骤3、利用概率密度函数对系统综合不确定性因素进行表征；

步骤4、以经济性最优为规划目标确定能量枢纽内组件的数量和容量大小，综合考虑能量枢纽内生产设备、转化设备以及储能装置的初始安装费用、运行维护费用以及失负荷惩罚成本，在满足能量枢纽各类约束的条件下，建立随机规划模型；

所述经济性最优的优化目标函数如下：

上式中ZIC、ZOC和ZPC分别表示考虑不确定性因素能量枢纽内组件总安装费用、总运行维护费用和总惩罚成本，NS为场景总数，ρ_s为场景发生概率，τ为现值系数；

上式中m,n,i,j,h分别为CHP机组，风电机组，锅炉机组，电储能和热储能的序号，和分别为CHP机组安装费用、风电机组安装费用、锅炉机组安装费用、电储能安装费用和热储能安装费用，CHP、Wind、Bolier、ES、TS分别表示热电联产机组、风电机组、电锅炉、电储能、热储能；

上式中和分别为CHP机组运行成本，锅炉机组运行成本和网络运行成本；

ZPC＝LS_s,t×VOLL

上式中VOLL表示失负荷值，LS_s,t表示在场景s，时间t下失负荷量；

所述能量枢纽各类约束条件包括：

(1)能量守恒约束

上式中表示变压器效率，表示CHP机组气转电效率，表示风电机组转换设备效率，表示在场景s时间t下从电网输入功率，表示在场景s时间t下热电联产机组天然气输入功率，表示在场景s时间t下风力机组输入功率，和分别为在场景s时间t下电储能充放电功率，和分别表示为在场景s时间t下需求响应侧转入和转出负荷量；

(2)技术约束

上式中表示为在场景s时间t下从电网输入最大功率；

上式中表示为在场景s时间t下区域热网提供的最大热功率；

上式中表示为在场景s时间t时刻的电储能水平，和分别表示在场景s时间t时刻电储能的充放电功率，在场景s时间t时刻电储能的功率损失；

上式中和分别表示电储能的最小以及最大容量，和分别表示为电储能的充放电效率，和分别表示在场景s时间t时刻的电储能充放电情况的二元变量；

上式表示电储能充放电过程不能同时进行；

(3)需求响应约束

上式中和分别表示为在场景s时间t下需求响应侧转入和转出负荷量；

0≤P_up(t,s)≤L_upmaxP_demand(t,s)I_up(t,s)

0≤P_down(t,s)≤L_downmaxP_demand(t,s)I_down(t,s)

上式中L_upmax和L_downmax分别表示转入和转出需求的最大值，P_up(t,s)和P_down(t,s)分别表示通过需求侧响应转入和转出的需求量，I_up(t,s)和I_down(t,s)分别表示在场景s时间t下需求负荷转入转出的二元变量；

上式表示需求负荷的转入转出过程不能同时进行；

步骤5、对随机规划模型进行求解得到能量枢纽组件的适当数量和容量大小，使其综合成本最低。