💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。
⛳️座右铭：行百里者，半于九十。
📋📋📋本文目录如下：🎁🎁🎁
目录
💥1 概述
📚2 运行结果
2.1 优化结果
2.2 风光场景聚类
2.3 煤炭灵敏性分析
2.4 甲烷价格灵敏性分析
2.5 无储气与有储气对比
🎉3 文献来源
🌈4 Matlab代码、数据、文章讲解
💥1 概述
文献来源：
摘要：为应对源端可再生能源及荷端负荷需求的随机性波动对综合能源生产单元(integratedenergyproductionunit,IEPU)运行调度及容量配置问题带来的挑战，该文提出一种两阶段随机优化方法。首先，在底层运行优化问题中，通过建立各设备模型及约束条件，提出基于混合整数线性规划(mixed integer linear programming,MILP)的最小成本求解方法；其次，利用蒙特卡洛模拟生成多种随机场景，确定系统在给定容量配置条件下的成本期望；最后，在顶层容量配置优化问题中，以系统容量为决策变量，采用遗传算法调用蒙特卡洛模拟及MILP运行优化算法，实现使IEPU系统全生命周期成本最小的最优容量配置。优化结果表明：底层运行优化中储气的接入使弃光量和碳排放量分别减少5.49%和0.35%，顶层计及源荷不确定性的电力设备容量提升20%左右，更加接近实际场景，验证了所提出方法的有效性。结合参数灵敏度分析，可为IEPU系统的规模化设计提供参考。
关键词：
综合能源生产单元;混合整数线性规划;蒙特卡洛方法;容量配置;两阶段随机优化;
IEPU 是传统综合能源系统(integrated energy system，IES)的一种广义扩展形式。因此，传统 IES
系统的研究方法对 IEPU 系统的运行调度与容量配置具有一定的参考意义。IES 中常见的 P2G 技术具有能量转换及时空平移功能，可为新能源消纳及负荷削峰填谷提供有效途径[4-6]。在融合P2G 的 IES容量优化配置研究方面，目前文献大多集中在确定性优化模型，较少考虑电源及负荷的不确定性。张儒峰等[7]通过采用电–气综合能源系统双层优化调度方法，探究了 P2G 技术在提高光伏消纳比例方面的作用。Zhang 等[8]通过建立融合 P2G 和 CCS 的园区级 IES 系统模型，提出在规划 P2G 的容量时应兼顾可再生能源弃能率与碳排放量之间的此消彼长关系。Ancona[9]将 P2G 作为一种可再生能源储存系统，通过对不同 P2G 储能容量配置进行比较，探讨了 IES 系统效率提升的优化方案。Luo 等[10]建立了以运行效益最大化为目标的储冷、储热、储电和P2G 的优化配置模型，研究了包含 4 种储能方式的IES 对弃电率和环境污染控制成本的影响，结果表明含 P2G 技术的 IES 系统经济效益获得显著提升。然而，在高比例可再生能源电力系统的背景下，上述针对 IES 的确定性容量配置结果在应用于具有较高不确定性的 IEPU 系统中时，往往出现优化性能的显著下降，难以保障效益最大化[11]。在 IES 或 IEPU 的容量配置设计中，为使优化结果尽可能适用于实际场景，应当充分考虑不确定因素对系统优化的影响。目前，用于 IES 规划的不确定优化方法主要有区间优化、模糊优化、随机优化以及鲁棒优化[12]方法，其中两阶段随机规划通过概率分布描述不确定性，使得模型更加贴合实际，在 IES 领域得到了广泛关注。Zhang 等[13]将 IES 的
优化调度问题分为需求侧和供应侧问题，并针对 IES 提出了一种考虑需求响应和储能的两阶段运行 随机优化方法。Li 等[14]建立了包含日前调度层和实时调整层的两阶段优化模型，旨在解决冷热电联供系统中的可再生能源不确定性。Shen 等[15]提出了基于能源枢纽模型的 IES 两阶段随机规划方法，以解决大宗能源系统能源价格的不确定性。上述研究为两阶段随机优化方法解决 IEPU 的不确定性问题提供了理论参考。
本文考虑的融合P2G与 CCS技术的IEPU系统结构如图 1 所示。能源供给侧包括燃煤火力发电机组和光伏发电厂，其他能源转换及消费设备包括二氧化碳捕集环节、甲烷合成环节、电解水制氢设备及电负荷输出环节。数学模型讲解见第4部分。
📚2 运行结果
2.1 优化结果
2.2 风光场景聚类
2.3 煤炭灵敏性分析
2.4 甲烷价格灵敏性分析
2.5 无储气与有储气对比
有储气：
无储气：
🎉3 文献来源
部分理论来源于网络，如有侵权请联系删除。
[1]左逢源,张玉琼,赵强,孙立.计及源荷不确定性的综合能源生产单元运行调度与容量配置两阶段随机优化[J].中国电机工程学报,2022,42(22):8205-8215.DOI:10.13334/j.0258-8013.pcsee.220343.
