[发明专利]一种综合能源系统多目标置信间隙决策鲁棒优化调度方法

说明书

本发明涉及综合能源系统优化调度技术领域，具体涉及到一种综合能源系统多目标置信间隙决策鲁棒优化调度方法，包括以下步骤：通过将高斯混合概率模型的置信区间与信息间隙决策理论的鲁棒思想结合起来，建立基于鲁棒驱动的置信间隙决策模型；基于置信间隙决策模型，结合综合能源系统的多个优化目标，构建综合能源系统多目标置信间隙决策鲁棒优化调度模型；设计自适应谐波混叠多目标复合微分进化算法对综合能源系统多目标置信间隙决策鲁棒优化调度模型进行求解。本发明提出的基于置信间隙决策的不确定性建模及优化思想为综合能源系统调度提供了新思路，可进一步拓展到综合能源系统规划、多区域综合能源系统协调运行等其它研究领域。

技术领域

本发明涉及综合能源系统优化调度技术领域，具体涉及到一种综合能源系统多目标置信间隙决策鲁棒优化调度方法。

背景技术

随着工业快速发展和用户对各类能源的需求日益增长，能源合理的利用和分配成为各界广泛探讨的热点。综合能源系统(Integrated Energy System,IES)主要由能源转化、分配以及存储等功能和各类终端用户构成，是一种可持续发展的一体化能源系统。IES优化调度是保证系统经济性和能效性的重要前提，然而，系统中风、光等可再生能源出力以及负荷需求的不确定性往往会导致IES优化调度方案很难达到预期效果。因此，实现具有鲁棒性的优化调度对于IES运行具有重要意义。

目前，国内外学者已对计及不确定性因素影响的IES优化调度开展了一系列研究。综合来看，处理方法主要包括随机规划和鲁棒优化，但目前这两种方法均有所不足：随机规划通过场景缩减将不确定量由原本的区间域简化为若干个代表性场景进行多场景确定性优化，这样不仅丧失了不确定区间的遍历性而难以保证鲁棒性，且若聚类算法精度不足还会导致场景缩减后的“典型”场景缺乏足够的代表性；而现有的鲁棒优化研究中一般是基于预先设定鲁棒系数进行鲁棒性分析和优化计算，其鲁棒性设定常会过于主观或保守。

信息间隙决策理论(Information Gap Decision Theory,IGDT)可作为一种具有更高计算效率的不确定性问题处理方法。其思想是在确保优化结果不劣于预设值的条件下，最大化不确定量的波动区间，从而可最大化规避不确定性对求解结果的影响。目前在处理不确定性问题中IGDT有较多应用。然而，IGDT模型和鲁棒优化模型都存在对关键性的不确定性区间表达过于粗糙的问题。通常是采用不确定参数均值及其上下限来描述的盒式集合，随机性一般采用对称性均匀分布来表征。这类不确定集合没能充分体现系统中各类随机性因素实际具有的多态性(如风电/光伏的随机分布特征通常具有不对称性和多态性等)、以及鲁棒性与不确定区间上下限实际可能呈现的非线性关系。

为克服随机规划、鲁棒优化以及IGDT等方法所存在的上述不足，有必要提出一种更适合的综合能源系统鲁棒优化调度方法。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提供一种综合能源系统多目标置信间隙决策鲁棒优化调度方法。

为实现上述目的，本发明采用的技术方案如下：一种综合能源系统多目标置信间隙决策鲁棒优化调度方法，包括以下步骤：

步骤1，通过将高斯混合概率模型的置信区间与信息间隙决策理论的鲁棒思想结合起来，建立基于鲁棒驱动的置信间隙决策模型；

步骤2，基于置信间隙决策模型，结合综合能源系统的多个优化目标，构建综合能源系统多目标置信间隙决策鲁棒优化调度模型；

步骤3，设计自适应谐波混叠多目标复合微分进化算法对综合能源系统多目标置信间隙决策鲁棒优化调度模型进行求解。

进一步的，在所述步骤1中，建立基于鲁棒驱动的置信间隙决策模型具体包括：

将含不确定参数的优化问题描述为：