【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于綜合能源系統(tǒng)的低碳調(diào)度領(lǐng)域，尤其涉及一種基于kpca-ahc新能源降維聚類(lèi)的電熱綜合能源系統(tǒng)減排成本評(píng)估方法。
技術(shù)介紹
1、隨著能源危機(jī)、環(huán)境污染、氣候變化等問(wèn)題日益突出，優(yōu)先開(kāi)發(fā)并消納風(fēng)、光等新能源是降低溫室氣體排放、減少對(duì)化石能源依賴的主要途徑。為實(shí)現(xiàn)多元化用能需求，綜合能源系統(tǒng)成為推動(dòng)能源轉(zhuǎn)型的必然選擇。電熱綜合能源系統(tǒng)(electric-heat?integratedenergy?systems,ehies)在日前調(diào)度時(shí)，需將新能源出力預(yù)測(cè)值作為計(jì)劃出力進(jìn)行調(diào)度，當(dāng)出力預(yù)測(cè)偏差較大時(shí)，將極大影響ehies調(diào)度的可靠性。因此，亟需研究計(jì)及新能源出力不確定性的ehies優(yōu)化調(diào)度。減排成本定義為降低單位碳排放潛隨的成本，減排成本過(guò)高會(huì)阻礙高碳行業(yè)的脫碳積極性，減排成本過(guò)低會(huì)給予碳市場(chǎng)不利影響，因此準(zhǔn)確評(píng)估ehies減排成本可為其減排策略提供參考和借鑒。
技術(shù)實(shí)現(xiàn)思路
1、專利技術(shù)目的：針對(duì)現(xiàn)有技術(shù)存在的缺陷與不足，本專利技術(shù)提出綜合核主元分析(kernelprincipal?component?analysis，kpca)和凝聚層次聚類(lèi)(agglomerative?hierarchicalclustering,ahc)技術(shù)的新能源典型出力場(chǎng)景集生成方法。首先，利用kpca法對(duì)新能源數(shù)據(jù)降維，基于降維后的數(shù)據(jù)，通過(guò)ahc技術(shù)對(duì)新能源出力聚類(lèi)，得到風(fēng)電和光伏的典型出力場(chǎng)景；其次，以運(yùn)行成本和碳排放量最小為目標(biāo)，建立電熱綜合能源系統(tǒng)多目標(biāo)優(yōu)化調(diào)度模型，采用規(guī)格化平面約束
2、技術(shù)方案：本專利技術(shù)的基于kpca-ahc新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，包括如下步驟：
3、步驟1、采集新能源數(shù)據(jù)(包括新能源歷史出力數(shù)據(jù)，新能源場(chǎng)站所處區(qū)域的氣象數(shù)據(jù))，利用核主元分析法kpca對(duì)新能源數(shù)據(jù)降維，得到新能源降維數(shù)據(jù)；
4、步驟2、基于新能源降維數(shù)據(jù)，通過(guò)凝聚層次聚類(lèi)方法ahc對(duì)新能源出力聚類(lèi)，得到風(fēng)電和光伏的典型出力場(chǎng)景；
5、步驟3、以運(yùn)行成本和碳排放量最小為目標(biāo)，建立電熱綜合能源系統(tǒng)多目標(biāo)優(yōu)化調(diào)度模型，并采用規(guī)格化平面約束法對(duì)模型進(jìn)行求解，得到系統(tǒng)運(yùn)行成本和碳排放pareto前沿；
6、步驟4、基于獲得的pareto前沿，評(píng)估電熱能源系統(tǒng)的碳減排成本。
7、進(jìn)一步的，步驟1具體為：
8、所述新能源數(shù)據(jù)包括風(fēng)電數(shù)據(jù)和光伏數(shù)據(jù)；
9、下面以風(fēng)電為例進(jìn)行說(shuō)明。風(fēng)電出力不僅與歷史出力強(qiáng)相關(guān)，還與風(fēng)速、風(fēng)向、氣壓以及溫度等氣象因素密切相關(guān)，由風(fēng)電出力、風(fēng)速、風(fēng)向、氣壓以及溫度等組成的歷史數(shù)據(jù)屬于典型的高維數(shù)據(jù)，且存在大量冗余。目前場(chǎng)景法和區(qū)間法一般直接對(duì)新能源出力進(jìn)行聚類(lèi)，未能反映氣象因素的潛在影響，難以準(zhǔn)確刻畫(huà)新能源的出力。為能體現(xiàn)氣象因素的影響，同時(shí)減小其它數(shù)據(jù)帶來(lái)的冗余，這里首先通過(guò)kpca將{風(fēng)電出力，氣象}數(shù)據(jù)降維。
10、kpca降維方法如下：首先將樣本中數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到如式(1)所示標(biāo)準(zhǔn)化后的新樣本集：
11、xi(i＝1,2,···,k,xi∈rk)??????????????????????????(1)
12、式中，xi為不同類(lèi)別的樣本，k為樣本總數(shù)；rk為k維向量空間；
13、通過(guò)非線性映射將原始數(shù)據(jù)矩陣x映射到高維特征空間，將問(wèn)題轉(zhuǎn)化為求解如式(2)所示：
14、cv＝λv??????????????????????????????????(2)
15、式中，c為特征空間上的協(xié)方差矩陣；λ為特征值；v為協(xié)方差矩陣對(duì)應(yīng)的特征向量；
16、向量v可由所有樣本的線性表示，見(jiàn)式(3)：
17、
18、式中，n為原始數(shù)據(jù)的維數(shù)；為樣本向量xi在高維空間中的映射；αi為對(duì)應(yīng)的系數(shù)；
19、將式(3)代入式(2)并引入核矩陣，簡(jiǎn)化后如式(4)所示：
20、kα＝nλα?????????????????????????????????(4)
21、式中，k為核矩陣；α為核矩陣的特征向量；
22、將λ根據(jù)大小排列后計(jì)算貢獻(xiàn)度，如式(5)所示：
23、
24、式中，r為貢獻(xiàn)率，m為需要提取的主元個(gè)數(shù)，選取累積貢獻(xiàn)度在85％以上的主成分?jǐn)?shù)量；λi為第i個(gè)特征值。基于kpca的光伏數(shù)據(jù)降維方法同上，其中光伏數(shù)據(jù)包括歷史光伏出力、太陽(yáng)輻射及氣溫。
25、進(jìn)一步的，步驟2具體為：利用凝聚層次聚類(lèi)ahc技術(shù)，將新能源降維后的數(shù)據(jù)分類(lèi)，根據(jù)數(shù)據(jù)分類(lèi)將對(duì)應(yīng)的新能源原始出力歸為一個(gè)類(lèi)別，并聚類(lèi)出典型場(chǎng)景；ahc層次聚類(lèi)算法將各類(lèi)不規(guī)則數(shù)據(jù)看作一個(gè)獨(dú)立的簇，對(duì)兩個(gè)相近的簇進(jìn)行合并，當(dāng)滿足所需的聚類(lèi)結(jié)果后，合并終止。凝聚式層次聚類(lèi)為自底向上的聚類(lèi)方式，對(duì)不同復(fù)雜工況下的風(fēng)電出力數(shù)據(jù)具有良好的聚類(lèi)效果。相較于分裂型層次聚類(lèi)和其他原型聚類(lèi)算法，ahc算法具有很高的聚類(lèi)準(zhǔn)確性，對(duì)風(fēng)電異常數(shù)據(jù)抗干擾性較高且噪聲敏感度較低，算法效率較高，具體步驟如下：
26、步驟2.1、將樣本集x＝(x1，x2，x3，…，xk)的每個(gè)數(shù)據(jù)樣本視為1個(gè)單一的簇；
27、步驟2.2、計(jì)算2個(gè)簇之間的average?linkage距離，形成距離矩陣，其中averagelinkage距離計(jì)算見(jiàn)式(6)所示：
28、
29、式中，davg(ci,cj)為簇ci與簇cj之間的average?linkage距離；||x-x’||為特征向量x和x’之間的歐式距離；ki和kj為簇ci和cj中特征向量的個(gè)數(shù)；
30、步驟2.3、每次迭代過(guò)程中，將2個(gè)具有最小距離的簇合并成為一個(gè)簇；
31、步驟2.4、重復(fù)步驟2.3直到所有的數(shù)據(jù)點(diǎn)合并成1個(gè)簇，預(yù)先確定簇?cái)?shù)，最后根據(jù)ahc層次聚類(lèi)算法得到的結(jié)果確定風(fēng)電和光伏的典型場(chǎng)景；
32、步驟2.5、利用kpca方法得到降維的風(fēng)電和光伏數(shù)據(jù)后，利用ahc法按春、夏、秋、冬季節(jié)的4個(gè)簇進(jìn)行新能源出力特性聚類(lèi)，得到4組典型出力場(chǎng)景，將4組新能源出力數(shù)據(jù)作為新能源出力預(yù)測(cè)值進(jìn)行ehies優(yōu)化調(diào)度。
33、進(jìn)一步的，步驟3具體包括如下步驟：
34、步驟3.1、目標(biāo)1：系統(tǒng)總運(yùn)行成本最小；
35、運(yùn)行成本主要包括蓄電池、聯(lián)供機(jī)組、風(fēng)力發(fā)電、蓄熱槽及燃?xì)忮仩t的運(yùn)行成本；聯(lián)供機(jī)組和燃?xì)忮仩t的運(yùn)行成本，與主網(wǎng)的電量交互成本；
36、mobj1＝mop+mchp+mgb+mgrid?(7)
37、式中，mobj1為總運(yùn)行成本，mop為電網(wǎng)的運(yùn)行成本，mchp為本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于KPCA-AHC新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于KPCA-AHC新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，其特征在于，步驟1具體為：
3.根據(jù)權(quán)利要求1所述的一種基于KPCA-AHC新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，其特征在于，步驟2具體為：利用凝聚層次聚類(lèi)AHC技術(shù)，將新能源降維后的數(shù)據(jù)分類(lèi)，根據(jù)數(shù)據(jù)分類(lèi)結(jié)果將對(duì)應(yīng)的新能源原始出力歸類(lèi)，并聚類(lèi)出典型場(chǎng)景；具體步驟如下：
4.根據(jù)權(quán)利要求1所述的一種基于KPCA-AHC新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，其特征在于，步驟3具體包括如下步驟：
5.根據(jù)權(quán)利要求4所述的一種基于KPCA-AHC新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，其特征在于，步驟3.3中，所述規(guī)格化法平面約束法NNC求解多目標(biāo)優(yōu)化問(wèn)題，具體包括如下步驟：
6.根據(jù)權(quán)利要求1所述的一種基于KPCA-AHC新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，其特征在于，步驟4具體為：
7.
8.一種計(jì)算機(jī)裝置，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)權(quán)利要求1所述方法的步驟。
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序/指令，其特征在于，該計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1所述方法的步驟。
10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序/指令，其特征在于，該計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1所述方法的步驟。
...【技術(shù)特征摘要】
1.一種基于kpca-ahc新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于kpca-ahc新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，其特征在于，步驟1具體為：
3.根據(jù)權(quán)利要求1所述的一種基于kpca-ahc新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，其特征在于，步驟2具體為：利用凝聚層次聚類(lèi)ahc技術(shù)，將新能源降維后的數(shù)據(jù)分類(lèi)，根據(jù)數(shù)據(jù)分類(lèi)結(jié)果將對(duì)應(yīng)的新能源原始出力歸類(lèi)，并聚類(lèi)出典型場(chǎng)景；具體步驟如下：
4.根據(jù)權(quán)利要求1所述的一種基于kpca-ahc新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，其特征在于，步驟3具體包括如下步驟：
5.根據(jù)權(quán)利要求4所述的一種基于kpca-ahc新能源降維聚類(lèi)的電熱能源系統(tǒng)減排成本評(píng)估方法，其特征在于，步驟3.3中，所述規(guī)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：潘學(xué)萍，秦景輝，孫曉榮，郭金鵬，陳臣鵬，
申請(qǐng)(專利權(quán))人：河海大學(xué)，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。