《基於啟發式知識的微網經濟調度場景分析研究》是依託上海電力大學，由崔承剛擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於啟發式知識的微網經濟調度場景分析研究
- 項目類別：青年科學基金項目
- 項目負責人：崔承剛
- 依託單位：上海電力大學
項目摘要,結題摘要,
項目摘要
由於可再生能源發電具有間歇性和隨機性，因此微網系統經濟調度問題中對不確定性的處理難度大大增加。傳統的不確定性處理方法僅從隨機變數機率分布角度考慮不確定性，而忽略了隨機變數對決策結果的影響。本項目以此為線索，結合微網經濟調度問題的特點，探索構建考慮預測誤差不確定性的微網經濟調度場景分析方法。項目立足於預測誤差對決策結果經濟性和可靠性的影響，從目標函式、可行性和活躍約束三個方面，提取場景影響決策結果的啟發式知識，致力於建立基於啟發式知識的微網經濟調度場景分析方法的一般性設計體系和微網經濟調度解決方案，並以上海電力學院微網示範工程為案例，驗證上述方法的可行性和有效性。本課題提出的場景分析方法既從機率上分析了場景發生規律，又挖掘了場景對問題經濟性和可靠性的影響。課題研究成果將為微網經濟調度場景分析設計提供一條新思路，並為提高可再生能源的消納以及微網經濟調度的經濟性和可靠性提供一種新方法。
結題摘要
針對微網系統調度問題中不確定性處理困難的問題，本項目結合微網調度的啟發式知識，開展了微網經濟調度場景分析方法研究，提出了一套基於啟發式知識微網經濟調度場景分析的設計方法和微網經濟調度解決方案。研究內容主要包括以下四個方面：（1） 微網場景啟發式知識的提取和表達研究。首先以人工神經網路為基礎，採用自適應參數調整方法，提出一種基於自適應超參數調整人工神經網路的可再生能源發電預測方法，提高了可再生能源發電的預測精度，降低了微網調度問題的不確定性。其次，根據多元隨機變數協方差參數辨識方法，提出一種多風電相關性場景生成方法，實現了微網調度中多可再生能源發電不確定性的處理。基於微網經濟性、可行性、風電大幅度爬坡和不確定性處理潛力等啟發式知識，提出了基於風電爬坡指標、微網靈活性指標和Kriging代理模型的場景估計方法，實現了對場景多方面啟發式知識的提取和表達。（2）場景分析方法的設計框架研究。將上述場景啟發式知識測度引入到微網場景消減過程，並結合場景聚類和場景啟發式消減方法，實現了場景分析方法結合啟發式知識的設計框架。（3）集成場景啟發式知識的微網經濟調度解決方案。在微網經濟調度模型中引入場景啟發式知識，建立了考慮可再生能源發電功率預測誤差的微網經濟調度模型和配電網最佳化模型，並利用傳統數學規劃方法和多目標規劃方法求解了這些問題，形成了集成場景啟發式知識的微網經濟調度解決方案。（4）微網系統經濟調度套用研究問題。為了驗證基於啟發式知識微網經濟調度場景分析方法的有效性，本項目針對微網系統和配電網系統進行了仿真實驗。實驗結果表明基於啟發式方法的場景分析方法能夠有效地提高微網經濟調度的可靠性和經濟性。 本項目的研究成果豐富了微網調度解決方案不確定性處理的理論和方法，為微網調度解決方案的設計和工程套用提供理論基礎和技術依據。
