PDF《融合风光出力场景生成的多能互补微网系统优化配置》

对于 C o p u l a函数的选 取, 由于二元阿基米德 C o p u l a函数中, G u m b e l和ClaytonC o p u l a函数只能描述变量间的非负关系, F r a n kC o p u l a可兼顾变量的非负和负相关关系[

2 3] , 而风光常有负相关互补关系, 因此本文选取 F r a n k C o p u l a函数描述风光相关性.最后, 对每个时段的 联合概率分布函数进行采样, 并根据采样结果和风 光的联合概率分布函数反变换得到每个时段的采样 风机和光伏出力, 从而最终生成考虑风光相关性和 随机性的典型日曲线. 由 于采样数 N 较大, 不利于计算, 因此本文采 用K-means聚类对 N 组采样结果进行聚类, 生成 k 个典型日场景( k 值由当地风光出力的季节特性 确定) , 并计算各场景出现的概率. 图2 风光出力场景生成方法 F i g .

2 S c e n a r i og e n e r a t i o nm e t h o do fWTa n dP Vo u t p u t

3 多能系统双层优化模型及求解算法 3.

1 多能互补系统的双层优化模型 对于多能互补系统的优化配置问题, 在进行设 备配置设计时, 必须考虑配置方案的实际运行效果, 一方面为了满足系统的用能需求, 另一方面为了实 现系统的经济性和环保性, 需要联合考虑系统的运 行优化问题.基于本文提出的风光出力多场景生成 方法, 配置优化问题的结果是各场景的运行优化问 题的先决条件, 属于决策层, 而配置优化问题目标的 求解又基于各场景运行优化问题的结果, 两者彼此 关联, 具有双层优化问题的特征, 故本文将多能互补 微网系统的配置与运行相结合, 构建双层规划模型 对系统最优配置问题进行求解. 3. 1.

1 上层目标函数 上层以年化总成本最低为目 标, 包括投资、 维护、 运行和环境成本, 控制变量为系统各设备的台 数, 如式(

5 ) 所示.

5 3

1 白凯峰, 等 融合风光出力场景生成的多能互补微网系统优化配置 m i nC=C1+C2+C3+C4 C1 = r( 1+r) y ( 1+r) y -1∑ i∈Ω1 n i c i C2 = δ∑ i∈Ω1 n i c i C3 =3

6 5∑ k i=1 p i∑

2 4 t=1 ( pg a s Pg a s( t) + pg r i d( t) m a x( Pg r i d( t) ,

0 ) +p s e l l g r i dm i n ( Pg r i d( t) ,

0 ) ) C4 =3

6 5∑ k i=1 p i∑

2 4 t=1 ( ξ g r i d Pg r i d( t) +ξ G T PG T( t) + ξ G B PG B( t) ) ì ? í ? ? ? ? ? ? ? ? ? ? ? ? ? ? (

5 ) 式中: C 为系统年化总成本;

C1 为所有配置设备年 化投资成本, 包括燃气轮机、 风机、 光伏电池、 余热锅 炉、 溴化锂吸收式制冷机、 电制冷机、 燃气锅炉组以 及储电/能设备, Ω1 为这些设备组成的集合;

r 为贴 现率, 本文取8%;

y 为使用年限( 本文统一假定为

1 5年) ;

n i 为配置台数;

c i 为单台成本, 单位为元;

C2 为系统年维护成本;

δ 为维护成本系数, 取0.

0 3;

C3 为年运行成本, 主要包括天然气费用、 购电费用 以及售电收益;

p i 为场景i 出现的概率;

pg r i d和pg a s 分别为电价和天然气价格;

p s e l l g r i d为微网售电价格, 取 新能源上网标杆电价0.

4 5 93元/ ( kW・h ) ;

C4 为年 环境成本, 即污染物排放价值成本;

ξ g r i d , ξ G T , ξ G B 分 别为电网和燃气轮机生产单位电能、 燃气锅炉生产 单位热能 的环境价值成本, 单位为元/ ( kW ・h) ;

PG B为燃气锅炉出力. 3. 1.

2 下层目标函数 下层以一次能源节约率最高为目标, 控制变量 为天然气分配系数、 余热分配系数、 储电/能设备出 力以及电制冷机出力, 如式(