PDF《分布式冷热电联供系统负荷随机模糊建模》

h t t p : / / ww w.

a e p s G i n f o . c o m 分布式冷热电联供系统负荷随机模糊建模 马瑞,李文晔,李t,吴瑕,秦泽宇 ( 长沙理工大学电气与信息工程学院,湖南省长沙市

4 1

0 0

0 4 ) 摘要:基于天然气的冷热电联供( C CH P) 系统负荷随机性和模糊性共存, 有效提取其不确定特征 对CCH P系统优化调度运行有重要意义.文中提出一种分布式 C CH P系统负荷随机模糊建模的 方法.首先基于 C CH P系统冷热电负荷历史数据, 发现其可以用n 阶正态分布加权和方法描述其 概率分布特征, 并获得电负荷与冷热负荷的概率密度函数, 进一步分析该函数的参数, 可知其不具 有完全的统计性质, 因而具有认识意义的模糊性, 通过对参数的隶属函数和机会测度函数特征的提 取, 从而定义电负荷与冷热负荷为随机模糊变量;

其次分析电负荷与冷热负荷两类变量之间的耦合 特性;

最后结合随机模糊模型及各类负荷间的耦合特性, 提出了 C CH P系统接入电网负荷随机模 糊建模方法及其相应建模步骤.湖南省某市接入1 0k V 的CCH P系统的历史负荷数据样本仿真 结果验证了该模型的有效性和正确性. 关键词:冷热电联供;

分布式电源;

随机模糊变量;

以热定电 收稿日期:

2 0

1 5 G

1 0 G

2 1;

修回日期:

2 0

1 6 G

0 2 G

1 8. 上网日期:

2 0

1 6 G

0 3 G

1 4. 国家自然科学基金资助项目(

5 1

2 7

7 0

1 5 ) .

0 引言 随着能 源互联网的发展, 分布式冷热电联供(combinedc o o l i n g , h e a t i n ga n dp o w e r , C CH P) 系统 因其高能源利用效率、 可灵活调节的供能方案以及 经济、 低碳效益[

1 G 2] , 已成为分布式能源发展的重要 方向之一[

3 ] .与其他分布式能源相比, C CH P 系统 因与电力和热力系统之间存在耦合关系[

4 ] , 使其接 入电网负荷的不确定特征复杂.随着该系统大量接 入, 对电网的影响日趋明显.分析 C CH P系统冷热 电负荷不确定性特征, 获取其负荷模型, 对CCH P 系统 优化调度、 控制, 以及管理其与电网功率交换[ 2,

5 G 6] 、 用户规划设计 C CH P 系统[ 7] 、 合 理选择运 行方式[ 8] 等有重要意义. 目前, 国内外学者已从多角度关注该研究热点, 并取得初步成果.对于 C CH P系统而言, 建立其负 荷模型需要解决电负荷与冷热负荷不确定性特征分 析及耦合特性分析两方面的问题.一方面, 目前分 布式电源不确定性研究大多数仅考虑了随机性[ 9] 或 模糊性[

1 0] , 仅在风电不确定性分析领域有兼顾随机 性与模糊性两类特征的研究[

1 1 G

1 2] .然而实际上事物 的随机性与模糊性通常是共存的, 其中概率分布特 征等可归为随机性, 而非明晰性的问题则更适合用 模糊性去刻画[

1 3 G

1 5] .另一方面电负荷与冷热负荷的 耦合方式对系统的运行性能有极大影响[

1 6 G

1 7] , 现有 国内外研究大多以 以电 定热 [

1 8] 、 以 热定电 [

1 9] 以及混合运行[

2 0] 三种模式为主, 这种多类耦合负荷 之间不确定性的关联特征对系统优化运行十分重 要.鲜有在考虑 C CH P 系统电负荷与冷热负荷随 机模糊不确定性及其关联特征基础上, 获取负荷随 机模糊建模方法及其模型. 本文以湖南省某市接入1 0k V 的CCH P 系统 历史数据样本为例, 提出一种 C CH P系统负荷随机 模糊建模方法.将电负荷和冷热负荷作为两个变量 处理, 在分析其随机性特征时, 考虑到负荷分布类型 多样性, 以n 阶正态分布加权和的方法分别对每周 期每时段数据进行概率密度函数拟合;