摘要
本发明提供了一种综合能源系统多时间尺度优化调度方法,以应对风光发电不确定性,最小化日运营成本并确保电、热、冷、气多能源供需平衡。方法基于机会约束规划(CCP),构建了两阶段自适应备用优化模型(TSARO),利用分位数广义加法模型(QGAM)与广义自回归条件异方差模型(GARCH)量化风光预测误差的非线性、时变及异方差特性,并通过日内动态调整机制优化备用容量。仿真结果表明,相较于确定性优化、随机优化、鲁棒优化及分布鲁棒优化方法,该方法显著降低调度总成本约11.18%、5.33%、30.39%、23.92%,并在不同置信水平下有效平衡经济性与可靠性。该方法通过精准的不确定性建模与动态调整,为高渗透率可再生能源场景下的IES优化调度提供理论基础。
技术关键词
多时间尺度优化调度方法
广义加法模型
综合能源系统
动态调整机制
预测误差
日内滚动优化
机会约束规划
风电
设备运行状态
连续运行设备
滚动优化策略
分布鲁棒优化
可再生能源
历史数据统计
阶段
抗干扰控制
损失函数优化
系统为您推荐了相关专利信息
分布式存储系统
大数据
元数据管理模块
策略
动态调整机制
抗衰老多肽
一维卷积神经网络
肽段离子化效率
生成对抗网络
抑制背景噪声
充电桩故障
预警模型
智能安全监控
充电桩运维
异常事件
车辆横向控制方法
车辆转向
多项式
递归最小二乘算法
车辆横向控制装置