💥1 概述
参考文献：
多个冷热电联供型微网通过区域配电网进行连接构成多微网系统,可有效提高区域冷热电多微网系统的总体运行效益。提出一种考虑电能交互的冷热电区域多微网系统双层多场景协同优化配置方法。考虑风光出力的不确定性和相关性,提出基于非参数核密度估计和Frank-Copula函数的风光出力场景生成方法,得到典型日风光出力序列;以多场景下多微网系统年化总投资成本、维护成本与运行成本综合最低为目标,建立多微网系统规划与运行相结合的双层多场景协同优化配置模型;基于某地实测数据生成典型日风光出力场景,通过算例分析多微网系统中设备配置、设备出力和负荷平衡情况,结果表明,考虑电能交互会影响多微网系统中设备出力,并能够降低多微网系统的年化总成本,验证了所提配置方法的有效性和经济性。
随着能源互联网(energy internet，EI)与综合能源系统(integrated energy systems，IES)的提出和发展，多种能源间的耦合日渐紧密、协同作用和互补效益日趋明显[1]，对提高能源利用率、减少环境污染、建设友好型社会具有重要意义。 冷热电联供(combined cooling，heating and power，CCHP)系统由于集制冷、制热、供电于一体，通过多能互补及能源的阶梯利用，可提高能源利用率并减少对环境的污染[2]。随着微网技术的推广和应用，同一区域配电系统将存在多个微网，从而形成区域多微网系统[3]。当区域内微网间存在电能交互时，会对微网的规划及运行产生影响，尤其会对含 CCHP 系统的多微网中设备配置及其出力产生较大影响[4]。因此，在考虑微网电能交互条件下，对如何根据区域多微网的用能需求，从而确定多微网系统的最优配置及优化运行方案进行研究十分必要。
此外上述文献大都在确定的场景下对系统进行调度和配置，即风光出力和负荷需求往往选取典型日，忽略了不确定性因素对系统的影响。鉴于此，文献[18-22]基于已有的风机或光伏出力和负荷需
求，根据一定的概率指标预测未来的风、光出力及负荷需求场景，采用抽样技术获取大量样本并利用场景削减得到典型场景，从而考虑不确定性因素对系统运行优化的影响。然而文献[18-22]均忽略了风光出力的相关性，事实上，风光等可再生能源出力具有不确定性且同区域风光出力还具有相关性，目前，基于概率模型描述风光出力不确定性时，认为风速和光照强度分别服从某一特定分布[23]，其本质为参数估计，由于参数估计需要加入主观先验知识，拟合出的模型往往和真实模型相差甚远，另外，这种方法忽略了风光出力的时间尺度，不适用于计算系统的日、年运行成本等时间尺度指标[2]。
📚2 运行结果
🎉3 参考文献
部分理论来源于网络，如有侵权请联系删除。
[1]林顺富,刘持涛,李东东,符杨.考虑电能交互的冷热电区域多微网系统双层多场景协同优化配置[J].中国电机工程学报,2020,40(05):1409-1421.DOI:10.13334/j.0258-8013.pcsee.190275.
🌈4 Matlab代码及数据
链接：https://pan.baidu.com/s/1ZigZ5yazL_9HcCF1DlbqKw
提取码：qhds
--来自百度网盘超级会员V3的分享
