本发明涉及园区综合能源系统，尤其涉及一种园区综合能源系统的能量优化调度方法及装置。
背景技术：
1、园区综合能源系统(integrated community energy system，ices)是建立在用户终端的综合能源系统。随着技术的发展，ices的组成元素和应用场景更加多样，使得能源子系统和各种能源设备间的耦合更加复杂，对其进行优化调度的运行管理难度也进一步加大。
2、目前涉及到园区综合能源系统的优化调度研究存在以下问题：在对园区综合能源系统模型进行构建时考虑并不全面；在对ices的能量调度时未考虑低碳性指标，并未涉及园区综合能源系统的碳减排行为；在可再生能源的利用层面，特别是当大规模新能源接入时，消纳问题、多能源互补与低碳经济性指标的共同兼顾层面还需提高。
技术实现思路
1、本发明提供一种园区综合能源系统的能量优化调度方法，可以实现园区综合能源系统在低碳经济性和可再生能源消纳方面的提高。
2、在第一方面，本发明提供一种园区综合能源系统的能量优化调度方法，包括：
3、采集所述园区综合能源系统的新能源出力数据，并确定典型日负荷；
4、根据所述典型日负荷，对所述新能源出力数据进行不确定性分析：通过场景生成和场景削减确定出力不确定性的功率曲线；
5、通过所述典型日负荷、所述新能源出力数据和所述功率曲线，对预先建立的所述园区综合能源系统中不同模块下设备的出力模型及出力约束条件进行调整。
6、本发明的一实施例中，所述通过场景生成确定出力不确定性的功率曲线，包括：
7、确定k个随机变量x1…xk，以及xk的概率分布函数为：
8、fk＝fk(xk)；
9、根据新能源发电机组出力近似服从正态分布曲线，确定正态分布n(μ，δ2)，其中n为xk的采样规模；
10、对xk进行采样，得到xk对应的典型日下n个场景；
11、根据所述典型日下n个场景确定出力不确定性的功率曲线。
12、本发明的一实施例中，所述对xk进行采样，得到xk对应的典型日下n个场景，包括：
13、将fk的分布曲线分成n个不重叠的子区间，其中每个区间的间距为1/n；
14、从所述每个区间中选取一个数值，则在i个区间的采样点xki的累计概率pki为：
15、pki＝(1/n)mi+(i-1)/n
16、其中，mi为区间[0-1]中的随机数；
17、将pki代入fk的反函数f-1k中，得到新能源机组出力在i区间的采样值xni：
18、
19、采样n次，得到xk的n个采样值作为xk对应的典型日下n个场景。
20、本发明的一实施例中，所述通过场景削减确定出力不确定性的功率曲线，包括：
21、设置最终目标场景数为n，初始场景数为n*＝n，其中拉丁超立方抽样生成的每一个场景概率均相等，即：
22、
23、计算所述初始场景中任意两个场景pilhs和pjlhs间的距离，其计算公式为：
24、disi,j＝|pilhs-pjlhs|,j＝1,2,...,n；
25、对于所述场景pilhs，存在与其距离最近的场景prlhs，得到概率乘积为：
26、zi＝pi×prlhs；
27、根据zi对所述初始场景进行缩减，并确定出力不确定性的功率曲线。
28、本发明的一实施例中，所述根据zi对所述初始场景进行缩减，包括：
29、删除n个所述初始场景中zi最小的场景，并将待削减场景数更新为n*＝n*-1；
30、判断未删除的场景的数量是否不大于n，若是则停止场景缩减。
31、本发明的一实施例中，所述通过场景生成和场景削减确定出力不确定性的功率曲线，包括：
32、通过如下公式确定出力不确定性的功率曲线：
33、
34、
35、其中，pwt(t)、ppv(t)分别为风电、光伏机组在t时刻的总出力，单位为kw；pwt，i(t)、ppv，i(t)分别为t时刻在第i个场景下的风电、光伏出力，单位为kw；pi1为缩减后得到的场景所对应的概率。
36、本发明的一实施例中，所述通过所述典型日负荷、所述新能源出力数据和所述功率曲线，对预先建立的所述园区综合能源系统中不同模块下设备的出力模型及出力约束条件进行调整，包括：
37、将所述园区综合能源的总运行成本与环境处理成本之和最小确定为优化目标函数；
38、构建所述园区综合能源的系统优化调度模型与各能量平衡约束条件；
39、基于所述系统优化调度模型，和对所述典型日负荷、所述新能源出力数据进行模拟，得到优化调度后的所述出力模型及所述出力约束条件。
40、在第二方面，本发明提供一种园区综合能源系统的能量优化调度装置，包括：
41、数据采集模块，用于采集所述园区综合能源系统的新能源出力数据，并确定典型日负荷；
42、数据分析模块，用于根据所述典型日负荷，对所述新能源出力数据进行不确定性分析：通过场景生成和场景削减确定出力不确定性的功率曲线；
43、数据调整模块，用于通过所述典型日负荷、所述新能源出力数据和所述功率曲线，对预先建立的所述园区综合能源系统中不同模块下设备的出力模型及出力约束条件进行调整。
44、本发明的一实施例中，所述曲线确定模块，具体用于：
45、确定k个随机变量x1…xk，以及xk的概率分布函数为：
46、fk＝fk(xk)；
47、根据新能源发电机组出力近似服从正态分布曲线，确定正态分布n(μ，δ2)，其中n为xk的采样规模；
48、对xk进行采样，得到xk对应的典型日下n个场景；
49、根据所述典型日下n个场景确定出力不确定性的功率曲线。
50、本发明的一实施例中，所述曲线确定模块，具体用于：
51、设置最终目标场景数为n，初始场景数为n*＝n，其中拉丁超立方抽样生成的每一个场景概率均相等，即：
52、
53、计算所述初始场景中任意两个场景pilhs和pjlhs间的距离，其计算公式为：
54、disi,j＝|pilhs-pjlhs|,j＝1,2,...,n；
55、对于所述场景pilhs，存在与其距离最近的场景prlhs，得到概率乘积为：
56、zi＝pi×prlhs；
57、根据zi对所述初始场景进行缩减，并确定出力不确定性的功率曲线。
58、本发明实施例提供的一种园区综合能源系统的能量优化调度方法，包括：采集所述园区综合能源系统的新能源出力数据，并确定典型日负荷；根据所述典型日负荷，对所述新能源出力数据进行不确定性分析：通过场景生成和场景削减确定出力不确定性的功率曲线；通过所述典型日负荷、所述新能源出力数据和所述功率曲线，对预先建立的所述园区综合能源系统中不同模块下设备的出力模型及出力约束条件进行调整。本发明可以助力园区综合能源系统在碳减排方面实现可观的效益及实现经济效益层面的最优，在提高系统低碳经济性的同时，提高可再生能源的消纳率，促进电网削峰填谷。
1.一种园区综合能源系统的能量优化调度方法，其特征在于，包括：
2.根据权利要求1所述的园区综合能源系统的能量优化调度方法，其特征在于，所述通过场景生成和场景削减确定出力不确定性的功率曲线的步骤，包括：
3.根据权利要求2所述的园区综合能源系统的能量优化调度方法，其特征在于，所述对xk进行采样，得到xk对应的典型日下n个场景，包括：
4.根据权利要求2所述的园区综合能源系统的能量优化调度方法，其特征在于，所述通过场景生成和场景削减确定出力不确定性的功率曲线的步骤，还包括：
5.根据权利要求4所述的园区综合能源系统的能量优化调度方法，其特征在于，所述根据zi对所述初始场景进行缩减，包括：
6.根据权利要求1所述的园区综合能源系统的能量优化调度方法，其特征在于，所述通过场景生成和场景削减确定出力不确定性的功率曲线，包括：
7.根据权利要求1所述的园区综合能源系统的能量优化调度方法，其特征在于，所述通过所述典型日负荷、所述新能源出力数据和所述功率曲线，对预先建立的所述园区综合能源系统中不同模块下设备的出力模型及出力约束条件进行调整，包括：
8.一种园区综合能源系统的能量优化调度装置，其特征在于，包括：
9.根据权利要求8所述的园区综合能源系统的能量优化调度装置，其特征在于，所述数据分析模块，具体用于：
10.根据权利要求9所述的园区综合能源系统的能量优化调度装置，其特征在于，所述数据分析模块，还具体用于：
