基于数据驱动可调鲁棒的冷-热-电联供综合能源系统日前调度优化

本文刊于: 《电力建设》 2021年第0期

关键词:
冷-热-电联供综合能源系统(IES-CCHP) 可调鲁棒优化 数据驱动 非精确狄

Keywords:
integrated energy system with combined cool,heat and power system(IES-CCHP),adjustable robust optimization,data-driven,imprecise Dirichlet model,renewable energy source
摘要
     冷-热-电联供综合能源系统(integrated energy system with combined cool,heat and power system,IES-CCHP)能够就地消纳分布式风电、光伏,也能够同时满足系统内电动汽车用户的充电需求。然而,电动汽车充电需求、风电出力、光伏出力的随机性严重影响了IES-CCHP运行的经济性。因此,采用两阶段可调鲁棒优化为IES-CCHP制定日前调度策略以提升系统运行经济性。日前阶段在观测到随机变量前制定能够应对最恶劣运行场景的日前调度策略;实时阶段在确认随机变量实际值后决策实时调度计划修正日前调度策略。优化目标为运行两阶段运行总成本最小,模型采用非精确狄利克雷模型挖掘历史数据构建不确定集描述随机变量,并进一步采用对偶理论、大M法、列与约束生成(columnand-constraint generation,C&CG)等方法,迭代求解上述两阶段模型。最后,通过算例分析证明了所提模型与方法的有效性。

上一篇:基于源荷匹配度的多综合能源社区日前共享模型
下一篇:能源互联环境下考虑需求响应的区域电网短期负荷预测

分享到: 分享基于数据驱动可调鲁棒的冷-热-电联供综合能源系统日前调度优化到腾讯微博           收藏
评论排行
公告 
相关期刊文献推荐
相关会议文献推荐
相关硕士文献推荐
相关博士文献推荐