基于耦合Markov模型的区域综合能源系统随机变量分析方法技术方案

本发明专利技术公开了一种基于耦合Markov模型的区域综合能源系统随机变量分析方法，包括：对综合能源系统中的随机变量进行确定与分析；光伏发电设备建模；风力发电设备建模；多元负荷建模；对综合能源系统中的各个随机变量进行单Markov模型的建模分析；以单Markov模型为基础，综合分析综合能源系统的随机变化情况，以及通过分析多元负荷数据，构建多个随机变量的耦合Markov模型；基于耦合Markov模型对综合能源系统进行分析，计算得到耦合Markov模型的稳态分布，计算得到综合能源系统的期望和方差，并通过对多元负荷以及储能设备进行调节。本发明专利技术能够实现多能系统的源、荷、储协调控制，保障系统安全稳定的运行。

【技术实现步骤摘要】
基于耦合Markov模型的区域综合能源系统随机变量分析方法
本专利技术涉及
，具体而言涉及一种基于耦合Markov模型的区域综合能源系统随机变量分析方法。
技术介绍
随着低碳经济和泛在电力物联网概念的提出，对各种能源进行合理的互补利用，通过增加太阳能、风能等可再生能源，形成具有多种产出功能和输运形式的＂区域综合能源＂系统，综合能源系统能够有效的整合利用多种资源，提高系统的能效，同时解决新能源消纳等问题，因此综合能源系统得到了广泛的研究。目前针对综合能源系统的研究大多集中在优化方面，主要从经济、环保等方面对综合能源系统进行运行方式优化，但是综合能源系统作为一个高度耦合的复杂系统，在实际的运行过程中，可再生能源的随机性可波动性势必会给多能系统的运行造成极大的挑战，为了提高系统的能效以及实现源、网、荷、储之间的协调运行，可再生能源在综合能源系统中具有较高的占比，随着高占比可再生能源的介入，能源供给侧和负荷侧的随机性都给系统的稳定运行带来了巨大的挑战。本专利技术通过构建包含可再生能源发电系统、多元化负荷多种随机变量的综合能源系统耦合Markov模型，以此来有效研究综合能源系统中的源、荷随机变化特征，为综合能源系统的供需平衡以及分析控制提供研究基础，促进综合能源系统的有效控制。
技术实现思路
本专利技术目的在于提供一种基于耦合Markov模型的区域综合能源系统随机变量分析方法，通过分析历史数据，考虑可再生能源出力的波动性等随机变量，构建基于耦合Markov模型的综合能源系统随机变量模型，再结合耦合Markov模型计算得出稳态分布以及系统中随机变量的期望和方差，并以此为基础调节多元负荷和储能设备，实现多能系统的源、荷、储协调控制，保障系统安全稳定的运行。为达成上述目的，结合图1，本专利技术提出一种基于耦合Markov模型的区域综合能源系统随机变量分析方法，所述分析方法包括：S1，对综合能源系统中的包括分布式可再生能源发电设备在内的随机变量进行确定与分析；S2，光伏发电设备建模；S3，风力发电设备建模；S4，多元负荷建模；S5，对综合能源系统中的各个随机变量进行单Markov模型的建模分析；S6，以单Markov模型为基础，综合分析综合能源系统的随机变化情况，以及通过分析多元负荷数据，构建多个随机变量的耦合Markov模型；S7，基于耦合Markov模型对综合能源系统进行分析，计算得到耦合Markov模型的稳态分布，计算得到综合能源系统的期望和方差，并通过对多元负荷以及储能设备进行调节，实现区域综合能源系统的源、荷、储协调运行；S8，对可再生能源出力随机变量的耦合模型进行仿真算例验证。进一步的，步骤S1中，对综合能源系统中的主要随机变量进行确定与分析是指，由于综合能源系统包含多种分布式能源发电设备，因此包含多种随机变量，确定系统中变量的个数对系统的整体分析具有重要的意义。本专利的描述中主要列举分布式可再生能源发电系统作为随机变量，但不局限于此，对于更多随机变量的情况本专利技术也同样适用。同样的，本专利技术中只列举了光伏发电和风力发电两种，事实上，对于其他新能源也同样适用。进一步的，步骤S2中，考虑目前最常见的光伏发电系统，主要由三部分组成：光伏阵列作为直流电源供电、具有最大功率点跟踪控制的直流-直流变换器和带有控制器的直流-交流逆变器。其中，光伏阵列发电模型如下：式中，Vpv分别表示光伏单元的输出电压，Ipv表示光照电流，I0表示通过漏的电流，q是库伦常数，T表示华氏温度，a表示二极管品质因子，d表示常数，Rs表示等效串联电阻，Rp表示等效并联电阻，Ns表示串联光伏电池个数。具有最大功率点跟踪控制的直流-直流变换器主要是通过开关管构成，通过调节开关管的占空比实现最大功率跟踪，数学公式如下：式中，C表示直流侧的电容，L表示直流侧的电感，D表示控制开关管的占空比，vDC和iDC分别是瞬时电压和电流值，vmp和imp分别光伏阵列输出的电压、电流值。带有控制器的直流-交流逆变器同样是由多个开关管构成的，主要功能是将直流电变换成交流电，典型的直流转三相交流电数学公式如下：式中，ed和eq分别表示交流电坐标变换后dq坐标系的电压值，id和iq分别表示交流电坐标变换后dq坐标系的电流值，udc和iL分别是直流侧的电压和电流值，Sd和Sq分别表示交流电坐标变换后dq坐标系的控制信号。进一步的，步骤S3中，考虑目前最常见的风电发电，风轮机的功率模型如下：Pw＝0.5πρf2V3Cp式中，ρ表示空气的密度，f表示风轮的半径大小，V表示风速的大小，Cp表示风能的利用率，Cp直接决定了系统的效率，表达式如下所示：式中，λi表示中间变量，β表示风叶的仰角，λ表示叶尖速比。进一步的，步骤S4中，根据用能的特征将多元负荷划分为可平移负荷和可转移负荷两类。可平移类负荷指只需在某个时间段内满足该类负荷需求即可，一般具有固定的负荷持续时间及习惯使用时间，且一旦启动就不宜中断，对该类负荷统一建模如下：其中：wi,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；εi,j,t表示时刻t用户j的第i类可平移类负荷启动状态的0-1变量，εi,j,t＝0和εi,j,t＝1分别表示启动和不启动；和Hi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。可转移类负荷指该类负荷在规定时间区间内满足一定的负荷需求即可，具有一定的虚拟储能特性。对于电负荷，其主要包括电动汽车等，数学模型如下：其中：和分别为第k辆电动汽车在时刻t的充电功率以及荷电状态；和EEV,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辆汽车蓄电池所允许的最小和最大电池状态；和分别为第k辆电动汽车在离网时的实际和期望达到的电池状态；tari,k和tdep,k分别为第k辆电动汽接入和离开电力系统的时刻；为第k辆汽车的最大充电功率。进一步的，步骤S5中，Markov过程是一种随机过程，Markov过程的特征是下一时刻的状态只依赖于当前时刻的状态而与之前的状态无关。在综合能源系统中对各个随机变量分别进行Markov建模能够刻画随机变量的变化特征，记为Zτ(τ＝1,2,…,T)，状态空间S＝{1,2,…,k}，Zτ代表每个模型事件τ，状态空间S是收集了相似的模型事件编入事件组的集合。对于模型事件τ和所有的状态S1，S2，S3，…，Sτ，当前的状态Sτ的概率只与前一个状态Sτ-1有关，离散的马尔科夫过程在一定时间下具有稳定性和齐次性，即对于从任意状态r到状态S有：P＝{Zr＝s|Zr-1＝r}条件概率p＝{Zr＝s|Zr-1＝r}定义为状态r到状态S的转移概率。转移概率的物理意义是当前时间为τ-1时本文档来自技高网...

【技术保护点】
1.一种基于耦合Markov模型的区域综合能源系统随机变量分析方法，其特征在于，所述分析方法包括：/nS1，对综合能源系统中的包括分布式可再生能源发电设备在内的随机变量进行确定与分析；/nS2，光伏发电设备建模；/nS3，风力发电设备建模；/nS4，多元负荷建模；/nS5，对综合能源系统中的各个随机变量进行单Markov模型的建模分析；/nS6，以单Markov模型为基础，综合分析综合能源系统的随机变化情况，以及通过分析多元负荷数据，构建多个随机变量的耦合Markov模型；/nS7，基于耦合Markov模型对综合能源系统进行分析，计算得到耦合Markov模型的稳态分布，计算得到综合能源系统的期望和方差，并通过对多元负荷以及储能设备进行调节，实现区域综合能源系统的源、荷、储协调运行；/nS8，对可再生能源出力随机变量的耦合模型进行仿真算例验证。/n

【技术特征摘要】
1.一种基于耦合Markov模型的区域综合能源系统随机变量分析方法，其特征在于，所述分析方法包括：
S1，对综合能源系统中的包括分布式可再生能源发电设备在内的随机变量进行确定与分析；
S2，光伏发电设备建模；
S3，风力发电设备建模；
S4，多元负荷建模；
S5，对综合能源系统中的各个随机变量进行单Markov模型的建模分析；
S6，以单Markov模型为基础，综合分析综合能源系统的随机变化情况，以及通过分析多元负荷数据，构建多个随机变量的耦合Markov模型；
S7，基于耦合Markov模型对综合能源系统进行分析，计算得到耦合Markov模型的稳态分布，计算得到综合能源系统的期望和方差，并通过对多元负荷以及储能设备进行调节，实现区域综合能源系统的源、荷、储协调运行；
S8，对可再生能源出力随机变量的耦合模型进行仿真算例验证。


2.根据权利要求1所述的基于耦合Markov模型的区域综合能源系统随机变量分析方法，其特征在于，步骤S2中，所述光伏发电设备建模的过程包括：
S21，将光伏发电设备分为三部分：光伏阵列、具有最大功率点跟踪控制的直流-直流变换器和带有控制器的直流-交流逆变器；
S22，构建光伏阵列发电模型如下：



式中，Vpv分别表示光伏单元的输出电压，Ipv表示光照电流，I0表示通过漏的电流，q是库伦常数，T表示华氏温度，a表示二极管的品质因子，d表示常数，Rs表示等效串联电阻，Rp表示等效并联电阻，Ns表示串联光伏电池个数；Ps表示光伏阵列的输出功率大小，I表示光伏阵列的电流大小；
S23，构建具有最大功率点跟踪控制的直流-直流变换器模型如下：



式中，C表示直流侧的电容，L表示直流侧的电感，D表示控制开关管的占空比，vDC和iDC分别是瞬时电压和电流值，vmp和imp分别光伏阵列输出的电压、电流值；
S24，构建带有控制器的直流-交流逆变器模型如下：



式中，ed和eq分别表示交流电坐标变换后dq坐标系的电压值，id和iq分别表示交流电坐标变换后dq坐标系的电流值，udc和iL分别是直流侧的电压和电流值，Sd和Sq分别表示交流电坐标变换后dq坐标系的控制信号。


3.根据权利要求1所述的基于耦合Markov模型的区域综合能源系统随机变量分析方法，其特征在于，步骤S3中，所述风力发电设备建模的过程包括：
构建风轮机的功率模型如下：
Pw＝0.5πρf2V3Cp
式中，ρ表示空气的密度，f表示风轮的半径大小，V表示风速的大小，Cp表示风能的利用率，Cp直接决定了系统的效率，表达式如下所示：



式中，λi表示中间变量，β表示风叶的仰角，λ表示叶尖速比。


4.根据权利要求1所述的基于耦合Markov模型的区域综合能源系统随机变量分析方法，其特征在于，步骤S4中，所述多元负荷建模的过程包括：
S41，根据用能的特征将多元负荷划分为可平移负荷和可转移负荷两类；
S42，针对可平移负荷，构建模型如下：









其中：wi,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；εi,j,t表示时刻t用户j的第i类可平移类负荷启动状态的0-1变量，εi,j,t＝0和εi,j,t＝1分别表示启动和不启动；和Hi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；
S43，针对可转移负荷，构建模型如下：















其中：和Sk,t分别为第k辆电动汽车在时刻t的充电功率以及荷电状态；和EEV,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辆汽车蓄电池所允许的最小和最大电池状态；和分别为第k辆电动汽车在离网时的实际和期望达到的电池状态；tari,k和tdep,k分别为第k辆电动汽接入和离开电力系统的时刻；表示第k辆汽车的最大充电功...

【专利技术属性】
技术研发人员：刘亚南，梅睿，范立新，袁超，封建宝，曹佳伟，汪泓，孙永辉，翟苏巍，
申请(专利权)人：江苏方天电力技术有限公司，河海大学，
类型：发明
国别省市：江苏;32