[发明专利]城市综合能源系统随机鲁棒优化方法及其应用

权利要求书

1.城市综合能源系统随机鲁棒优化方法，该方法是基于狄利克雷混合模型与变分推断算法的城市综合能源系统随机鲁棒优化方法，其特征为：该方法包括如下步骤：

步骤1：建立基于数据的随机鲁棒模糊集；

步骤2：建立城市综合能源系统随机鲁棒两阶段优化模型；

步骤3：随机鲁棒两阶段模型的求解。

2.根据权利要求1所述的城市综合能源系统随机鲁棒优化方法，其特征为：所述步骤1进一步包括如下内容：基于狄利克雷过程混合模型理论为城市综合能源系统中存在的各种风电出力、光伏出力、电负荷以及热负荷的不确定性构建模糊集：

Π_s＝Π_s,1∪Π_s,2∪Π_s,k…∪Π_s,K (6)

其中，Π_s为第s类数据驱动不确定性模糊集，Π_s,K是第s类中第k簇不确定性模糊集，K是第s类中簇的个数，数值大小取决于不确定性数据的复杂性；Λ_s,i是比例因子，μ_s,i，ω_s,i，ψ_s,t是从不确定数据类s中得到的第i个分量的推断结果，φ_s,i是不确定度，z是辅助变量，可控制不确定性之间的相关性。

3.根据权利要求2所述的城市综合能源系统随机鲁棒优化方法，其特征为：所述步骤1进一步包括如下内容：

利用不确定性标签数据上的信息，提取不同标签数据的概率，不同标签的不确定性数据的概率用多项式分布来描述，采用最大似然估计可以得到各个数据簇的概率，为：

其中，P_s,k是第s类中第k簇的概率，是第i个不确定数据的标签。H是不确定数据的总数，Θ(*)是一个指标函数，定义为：

其中，表示第i个不确定数据属于第k簇。

4.根据权利要求1所述的城市综合能源系统随机鲁棒优化方法，其特征为：所述步骤2进一步包括如下内容：所述城市综合能源系统的优化调度分包括日前阶段调度和实时阶段调度；所述日前阶段调度是在不知道不确定变量情况下做出的调度决策，通过决策日前供应策略以及机组组合以实现售电和售热利益最大化，在前一天制定且不能实时改变，实时阶段调度是在最坏不确定情况发生下，调整中断负荷量、蓄电池充放电、热泵满足约束负荷条件，实现城市综合能源系统利益最大化。

5.根据权利要求4所述的城市综合能源系统随机鲁棒优化方法，其特征为：实现城市综合能源系统利益最大化，其形式如下：总目标函数：

式中：ρ_σ为场景σ的概率，分别表示各自调度阶段的调度变量集合；r_el，r_heat分别为电价和热价；，为日前和实时市场城市综合能源系统与电网交易的电量，为正值表示卖电，为负值表示买电；表示CHP机组发电量；表示总供热量；表示风力和光伏发电量；表示热泵t时刻所消耗的电量；表示蓄电池充放电量；分别表示CHP成本、储能装置运行成本、补偿柔性负荷成本。