一种考虑光伏不确定性的多区域综合能源系统多场景优化调度方法

技术特征：
1.一种考虑光伏不确定性的多区域综合能源系统多场景优化调度方法，其特征在于，其步骤为：步骤1)根据光伏出力历史数据，利用拉丁超立方抽样和改进人工蜂群k-means聚类生成多个光伏不确定性实时场景；步骤2)根据热能输运动态特性，建立热网络模型；步骤3)以光伏日前预测值为基础，建立含热网的多区域综合能源系统第一阶段调度模型；步骤4)以光伏不确定性实时场景集为基础，建立含热网的多区域综合能源系统第二阶段调度模型；步骤5)利用列与约束生成方法，将步骤3)、步骤4)两阶段调度模型分解为基准场景下的主问题和不确定场景下的子问题进行迭代求解。2.根据权利要求1所述的一种考虑光伏不确定性的多区域综合能源系统多场景优化调度方法，其特征在于，所述的步骤1)中，生成多个光伏不确定性实时场景具体步骤如下：步骤11)根据光伏出力历史数据，利用拉丁超立方抽样生成初始场景集；步骤12)对步骤11)生成的大量初始场景集通过改进人工蜂群kmeans聚类法进行聚类分析，缩减得到典型光伏不确定性实时场景。3.根据权利要求2所述的一种考虑光伏不确定性的多区域综合能源系统多场景优化调度方法，其特征在于：通过改进人工蜂群kmeans聚类法进行聚类分析的过程如下：步骤121)设置引领蜂、跟随蜂和侦察蜂的数量，最大迭代次数n
max
以及控制参数c
ol
，当前迭代次数i，初始值为1，聚类类别数k，利用最大最小距离积法初始化蜂群，产生n个初始蜂群；步骤122)对初始蜂群进行一次聚类划分，计算每只蜜蜂的适应度，按照适应度大小排序，将前一半作为引领蜂，后一半作为跟随蜂；步骤123)引领蜂对其邻域进行搜索，得到新的位置，按照贪婪选择原则，如果新的位置的适应度大于原先位置的适应度，则用新的位置更新原位置；否则，保持原位置不变，当所有引领蜂完成邻域搜索后，计算概率；步骤124)跟随蜂利用算得的概率并基于轮盘赌原则选择引领蜂，当跟随蜂完成引领蜂选择后，对邻域搜索，同样按照贪婪选择原则选择适应度高的位置；步骤125)在所有跟随蜂完成搜索后，将得到的位置作为聚类中心，对数据集进行一次k-means聚类，根据聚类划分，用每一类的新的聚类中心更新蜂群；步骤126)如果某引领蜂在c
ol
次迭代后，结果都没有改变，则由引领蜂变为侦察蜂，并随机产生一个新的位置取代原位置；步骤127)如果当前迭代次数大于最大次数n
max
，则迭代结束，算法结束；否则转向步骤122)，i＝i 1；按照上述步骤得到多个光伏不确定性实时场景。4.根据权利要求3所述的一种考虑光伏不确定性的多区域综合能源系统多场景优化调度方法，其特征在于：所述的步骤2)中，建立热网络模型的具体步骤如下：步骤21)建立热网络管道模型热网络管道模型包括不考虑热媒损耗的前提下管道热媒流量关系式，考虑管道热延迟
和热损耗的能量守恒方程以及管道中传输的热功率上下限约束；步骤22)建立热网节点模型热网节点模型包括不同管道的热媒流入同一节点混合后流出的热媒温度关系式，流经同一节点的热媒流量和以及能量关系式；结合上述建立的热网络管道模型和热网节点模型，即为热网络模型。5.根据权利要求4所述的一种考虑光伏不确定性的多区域综合能源系统多场景优化调度方法，其特征在于：步骤3)的具体步骤为：步骤31)建立第一阶段调度目标函数含有热网的多区域综合能源系统多场景优化调度的第一阶段日前阶段优化目标为系统运行成本最低，其中运行成本包括综合能源系统从电网购电费用、向电网售电所得、燃气成本、热网运行成本和光伏日前预测信息下的弃光成本五部分；步骤32)建立第一阶段调度约束条件第一阶段调度的约束条件包括冷热电联产系统约束、cchp-热网能量耦合约束，cchp约束又包括电网、热网、冷网约束。6.根据权利要求5所述的一种考虑光伏不确定性的多区域综合能源系统多场景优化调度方法，其特征在于：步骤4)的具体步骤为：步骤41)建立第二阶段调度目标函数第二阶段目标为系统调整成本最低，其中实时阶段系统调整成本包含购/售电调整成本、燃气调整成本、热网运行调整成本，以及实时场景弃光成本；步骤42)建立第二阶段调度约束条件第二阶段调度约束为设备出力实时调整约束和电热冷功率平衡调整约束。7.根据权利要求6所述的一种考虑光伏不确定性的多区域综合能源系统多场景优化调度方法，其特征在于：步骤5)的具体步骤为：步骤51)整合步骤3)、步骤4)建立的第一阶段和第二阶段调度模型；步骤52)构造概率分布综合范数约束；步骤53)针对步骤51)建立的两阶段模型，构造主问题；步骤54)针对步骤51)建立的两阶段模型，构造子问题；步骤55)利用列与约束生成算法迭代求解。8.根据权利要求7所述的一种考虑光伏不确定性的多区域综合能源系统多场景优化调度方法，其特征在于，步骤55)利用列与约束生成算法迭代求解的具体过程为：步骤551)设置优化问题的下界初始值lb＝-∞，上界初始值ub＝ ∞；初始迭代次数k＝0；上下界最大间隙为ε；步骤552)求解主问题，确定状态变量b
*
、机组调度出力x
*
，将所求得的目标值对lb进行更新；步骤553)基于步骤552)确定的状态变量、机组调度出力，求解子问题，确定光伏不确定实时场景下各机组调整出力步骤554)在步骤52)构造的概率分布综合范数约束下求解最恶劣的概率分布p*，结合步骤543)的确定值，将上界ub进行更新；步骤555)如果ub-lb<ε，迭代过程结束，此时的b
*
、x
*
、即为最优解；否则，添加辅助变
量及相应的约束条件至主问题，更新迭代次数k＝k 1，返回步骤552)进行下一次迭代。

技术总结
本发明公开了一种考虑光伏不确定性的多区域综合能源系统多场景优化调度方法，属于能源优化调度领域。本发明的步骤为：一、利用拉丁超立方抽样和改进人工蜂群K-means聚类生成多个光伏不确定性实时场景；二、建立热网络模型；三、以光伏日前预测值为基础建立含热网的多区域综合能源系统第一阶段调度模型；四、以光伏不确定性实时场景集为基础建立含热网的多区域综合能源系统第二阶段调度模型；五、利用列与约束生成方法将两阶段调度模型分解为基准场景下的主问题和不确定场景下的子问题进行迭代求解。本发明降低了光伏出力不确定性对综合能源系统的影响，使得系统能够很好的应对多种复杂场景，同时提高了系统在多场景切换中的稳定性。稳定性。稳定性。


技术研发人员：郑诗程 许浩 郎佳红 王兵 吴红斌 张倩 华玉婷
受保护的技术使用者：安徽工业大学
技术研发日：2022.12.07
技术公布日：2023/7/26