一种基于PIES设备容量配置降低园区负荷风险的方法技术

本发明专利技术公开了一种基于PIES设备容量配置降低园区负荷风险的方法，所述方法包括：建立能源价格场景生成模型，主要是基于Copula函数和DCC模型对天然气价格与电力价格进行季节性联合概率分布建模，用于生成能源价格场景；根据建立好的能源价格场景生成模型，将生成的能源价格场景带入进PIES设备容量配置模型中，建立基于CVaR的PIES规避风险控制模型；利用MATLAB中Linprog函数调用单纯形算法对PIES规避风险控制模型进行求解，得到在不同置信水平下的PIES设备容量配置方案。本发明专利技术解决现有技术中没有考虑天然气价格和电力价格间的季节性相关性造成的缺负荷风险损失问题，解决了从PIES设备容量配置层面来规避缺负荷风险的技术问题。术问题。术问题。

【技术实现步骤摘要】
一种基于PIES设备容量配置降低园区负荷风险的方法


[0001]本专利技术涉及综合能源系统领域，尤其涉及一种基于PIES设备容量配置降低园区负荷风险的方法。

技术介绍

[0002]园区综合能源系统(Park
‑
level integrated energy system,PIES)以天然气和从外部电网购电作为燃料，通过能源转换设备来满足园区内部的电热负荷需求，天然气价格和电力价格的强波动特性显著影响着PIES能量供给的经济性，严重时会导致PIES因设备配置容量不足带来缺负荷风险损失。因此，在PIES设备容量配置阶段，有必要将天然气价格与电力价格的强不确定性考虑进来，通过协同优化PIES的设备配置容量和运行策略来规避由能源价格不确定性引起的缺负荷风险损失。
[0003]目前，在PIES运行优化研究中，已有研究将可再生能源作为风险因素，采用条件风险价值(Conditional value
‑
at
‑
risk,CVaR)方法度量缺负荷风险损失，很少有研究将能源价格作为风险因素，然而，能源价格是PIES面临的重要风险来源，会给PIES带来严重的缺负荷风险损失。此外，现在的研究在处理能源不确定性时，独立地建立能源价格不确定性的概率分布，然后通过抽样离散概率场景来模拟其不确定性。但这些研究工作在建立能源价格概率分布时，忽略了能源价格之间的时序关系和相关性，这将显著影响PIES的运行边界，进而导致PIES的设备容量配置存在偏差，影响供能可靠性。上述工作仅从运行策略方面进行规避风险研究，在PIES设备容量配置方面进行规避缺负荷风险损失研究工作甚少。

技术实现思路

[0004]本专利技术提供了一种基于PIES设备容量配置降低园区负荷风险的方法，本专利技术解决现有技术中没有考虑天然气价格和电力价格间的季节性相关性造成的缺负荷风险损失问题，解决了从PIES设备容量配置层面来规避缺负荷风险的技术问题，详见下文描述：
[0005]一种基于PIES设备容量配置降低园区负荷风险的方法，、所述方法包括：
[0006]建立能源价格场景生成模型，具体建模步骤为基于Copula函数和DCC模型对天然气价格与电力价格进行季节性联合概率分布建模，然后利用蒙特卡洛抽样生成能源价格场景；
[0007]根据建立好的能源价格场景生成模型，将生成的能源价格场景带入进PIES设备容量配置模型中，建立基于CVaR的PIES规避风险控制模型；
[0008]利用MATLAB中Linprog函数调用单纯形算法对PIES规避风险控制模型进行求解，得到在不同置信水平下的PIES设备容量配置方案。
[0009]其中，所述基于Copula函数和DCC模型的天然气价格与电力价格进行季节性联合概率分布建模为：
[0010]选择二元t
‑
Copula函数作为连接函数：
[0011][0012]式中，表示在季节w天然气价格与电力价格间的相关系数；υ表示自由度；和表示在季节w二元积分运算的辅助变量；表示自由度为υ的t分布的逆运算；x
gas,w
和y
elec,w
为随机变量；
[0013][0014]其中，
[0015][0016][0017][0018]式中，q
gase
l
e,w
表示在季节w天然气价格与电力价格间的协方差；q
gas,w
和q
elec,w
分别表示在季节w天然气价格与电力价格的自协方差；W为季节周期的总数量；ε
gas,w
和ε
elec,w
分别表示在季节w天然气价格与电力价格的预测误差；γ和τ分别表示待估计的回归系数。
[0019]进一步地，所述基于CVaR的PIES规避风险控制模型为：
[0020][0021]式中，VaR
α
表示在置信水平α下总成本的风险值；表示在场景s下的总成本；ρ
rs
表示场景s出现的概率；S为联合价格场景集。
[0022]其中，所述基于CVaR的PIES规避风险控制模型的运行约束条件为：设备i的输出功率的上下限约束和第j种能量的功率平衡约束：
[0023][0024][0025]式中，表示在s场景下w季节t时刻输入进第i个设备的第j种能量；表示在w季节t时刻第j种能量的对应的负荷需求，表示在s场景下第i个设备在w季节t时刻的输出功率，Q
i
表示第i个设备的配置容量；η
i
表示第i个设备的能量转换效率。
[0026]本专利技术提供的技术方案的有益效果是：
[0027]1、本专利技术考虑到天然气价格与电力价格间的季节性相关性，建立了基于Copula函数和动态条件相关(Dynamic conditional correlation,DCC)模型的季节性联合概率分布模型来捕捉两者的相关性；
[0028]2、本专利技术将联合概率分布模型应用于基于CVaR方法的PIES规避风险设备容量配置模型中，建立了一种规避缺负荷风险损失的PIES设备容量配置方法，可以通过协调PIES
各设备配置容量和运行策略来规避缺负荷风险损失，得到的设备容量配置方案可为工程人员检修园区负荷提供依据，提高了园区的安全性。
附图说明
[0029]图1为本专利技术中园区综合能源系统典型结构示意图；
[0030]图2为本专利技术中基于PIES设备容量配置降低园区负荷风险的方法的框架图；
[0031]图3为本专利技术中园区综合能源系统算例系统电热负荷和光照强度曲线示意图；
[0032]图4为本专利技术中考虑季节相关性和不考虑相关性的NGP和EP在不同季节典型日的散点图；
[0033]图5为本专利技术中PIES各设备在冬季典型日的运行曲线示意图；
[0034]图6为本专利技术中CVaR随不同场景数量的变化曲线示意图。
具体实施方式
[0035]为使本专利技术的目的、技术方案和优点更加清楚，下面对本专利技术实施方式作进一步地详细描述。
[0036]实施例1
[0037]本专利技术实施例提供了一种基于PIES设备容量配置降低园区负荷风险的方法，该方法包括以下步骤：
[0038]首先，考虑到天然气价格与电力价格间的季节性相关性，建立了基于Copula函数和DCC模型的季节性联合概率分布模型来捕捉两者的相关性；随后，将季节性联合概率分布模型应用于基于CVaR方法的PIES规避风险设备容量配置模型中，建立了一种规避风险的控制方法，可以通过协调PIES各设备配置容量和运行策略来规避缺负荷风险损失。本专利技术实施例所提方法能够为PIES提供设备容量配置方案并可以规避缺负荷风险损失。
[0039]步骤一：建立能源价格场景生成模型；
[0040]一、天然气价格与电力价格的边缘分布建模
[0041]通常，能源价格的预测误差假设服从正态分布。能源价格的预测误差加本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PIES设备容量配置降低园区负荷风险的方法，其特征在于，所述方法包括：建立能源价格场景生成模型，具体建模步骤为基于Copula函数和DCC模型对天然气价格与电力价格进行季节性联合概率分布建模，然后利用蒙特卡洛抽样生成能源价格场景；根据建立好的能源价格场景生成模型，将生成的能源价格场景带入进PIES设备容量配置模型中，建立基于CVaR的PIES规避风险控制模型；利用MATLAB中Linprog函数调用单纯形算法对PIES规避风险控制模型进行求解，得到在不同置信水平下的PIES设备容量配置方案。2.根据权利要求1所述的一种基于PIES设备容量配置降低园区负荷风险的方法，其特征在于，所述基于Copula函数和DCC模型的天然气价格与电力价格进行季节性联合概率分布建模为：选择二元t
‑
Copula函数作为连接函数：式中，表示在季节w天然气价格与电力价格间的相关系数；υ表示自由度；和表示在季节w二元积分运算的辅助变量；表示自由度为υ的t分布的逆运算；x
gas,w
和y
elec,w
为随机变量；其中，其中，其中，式中，q
gase
l
e,w
表示在季节w天然气价格与电力价格间的协方差；q
gas...

【专利技术属性】
技术研发人员：穆云飞，王从善，赵庆波，贾宏杰，靳小龙，侯恺，余晓丹，宋毅，赵冬，原凯，吴强，黄河，蔡超，
申请(专利权)人：国网经济技术研究院有限公司国网江苏省电力有限公司经济技术研究院，
类型：发明
国别省市：