基于耦合Markov模型的区域综合能源系统随机变量分析方法与流程

本发明涉及技术领域，具体而言涉及一种基于耦合markov模型的区域综合能源系统随机变量分析方法。

背景技术：

随着低碳经济和泛在电力物联网概念的提出，对各种能源进行合理的互补利用，通过增加太阳能、风能等可再生能源，形成具有多种产出功能和输运形式的＂区域综合能源＂系统，综合能源系统能够有效的整合利用多种资源，提高系统的能效，同时解决新能源消纳等问题，因此综合能源系统得到了广泛的研究。

目前针对综合能源系统的研究大多集中在优化方面，主要从经济、环保等方面对综合能源系统进行运行方式优化，但是综合能源系统作为一个高度耦合的复杂系统，在实际的运行过程中，可再生能源的随机性可波动性势必会给多能系统的运行造成极大的挑战，为了提高系统的能效以及实现源、网、荷、储之间的协调运行，可再生能源在综合能源系统中具有较高的占比，随着高占比可再生能源的介入，能源供给侧和负荷侧的随机性都给系统的稳定运行带来了巨大的挑战。

本发明通过构建包含可再生能源发电系统、多元化负荷多种随机变量的综合能源系统耦合markov模型，以此来有效研究综合能源系统中的源、荷随机变化特征，为综合能源系统的供需平衡以及分析控制提供研究基础，促进综合能源系统的有效控制。

技术实现要素：

本发明目的在于提供一种基于耦合markov模型的区域综合能源系统随机变量分析方法，通过分析历史数据，考虑可再生能源出力的波动性等随机变量，构建基于耦合markov模型的综合能源系统随机变量模型，再结合耦合markov模型计算得出稳态分布以及系统中随机变量的期望和方差，并以此为基础调节多元负荷和储能设备，实现多能系统的源、荷、储协调控制，保障系统安全稳定的运行。

为达成上述目的，结合图1，本发明提出一种基于耦合markov模型的区域综合能源系统随机变量分析方法，所述分析方法包括：

s1，对综合能源系统中的包括分布式可再生能源发电设备在内的随机变量进行确定与分析；

s2，光伏发电设备建模；

s3，风力发电设备建模；

s4，多元负荷建模；

s5，对综合能源系统中的各个随机变量进行单markov模型的建模分析；

s6，以单markov模型为基础，综合分析综合能源系统的随机变化情况，以及通过分析多元负荷数据，构建多个随机变量的耦合markov模型；

s7，基于耦合markov模型对综合能源系统进行分析，计算得到耦合markov模型的稳态分布，计算得到综合能源系统的期望和方差，并通过对多元负荷以及储能设备进行调节，实现区域综合能源系统的源、荷、储协调运行；

s8，对可再生能源出力随机变量的耦合模型进行仿真算例验证。

进一步的，步骤s1中，对综合能源系统中的主要随机变量进行确定与分析是指，由于综合能源系统包含多种分布式能源发电设备，因此包含多种随机变量，确定系统中变量的个数对系统的整体分析具有重要的意义。本专利的描述中主要列举分布式可再生能源发电系统作为随机变量，但不局限于此，对于更多随机变量的情况本发明也同样适用。同样的，本发明中只列举了光伏发电和风力发电两种，事实上，对于其他新能源也同样适用。

进一步的，步骤s2中，考虑目前最常见的光伏发电系统，主要由三部分组成：光伏阵列作为直流电源供电、具有最大功率点跟踪控制的直流-直流变换器和带有控制器的直流-交流逆变器。

其中，光伏阵列发电模型如下：

式中，vpv分别表示光伏单元的输出电压，ipv表示光照电流，i0表示通过漏的电流，q是库伦常数，t表示华氏温度，a表示二极管品质因子，d表示常数，rs表示等效串联电阻，rp表示等效并联电阻，ns表示串联光伏电池个数。

具有最大功率点跟踪控制的直流-直流变换器主要是通过开关管构成，通过调节开关管的占空比实现最大功率跟踪，数学公式如下：

式中，c表示直流侧的电容，l表示直流侧的电感，d表示控制开关管的占空比，vdc和idc分别是瞬时电压和电流值，vmp和imp分别光伏阵列输出的电压、电流值。

带有控制器的直流-交流逆变器同样是由多个开关管构成的，主要功能是将直流电变换成交流电，典型的直流转三相交流电数学公式如下：

式中，ed和eq分别表示交流电坐标变换后dq坐标系的电压值，id和iq分别表示交流电坐标变换后dq坐标系的电流值，udc和il分别是直流侧的电压和电流值，sd和sq分别表示交流电坐标变换后dq坐标系的控制信号。

进一步的，步骤s3中，考虑目前最常见的风电发电，风轮机的功率模型如下：

pw＝0.5πρf²v³cp

式中，ρ表示空气的密度，f表示风轮的半径大小，v表示风速的大小，cp表示风能的利用率，cp直接决定了系统的效率，表达式如下所示：

式中，λi表示中间变量，β表示风叶的仰角，λ表示叶尖速比。

进一步的，步骤s4中，根据用能的特征将多元负荷划分为可平移负荷和可转移负荷两类。

可平移类负荷指只需在某个时间段内满足该类负荷需求即可，一般具有固定的负荷持续时间及习惯使用时间，且一旦启动就不宜中断，对该类负荷统一建模如下：

其中：wi,j,t和分别为用户j第i类可平移类负荷在时刻t的功率值和额定功率，对于电负荷其为电功率值，对于冷/热负荷则为冷/热功率值；εi,j,t表示时刻t用户j的第i类可平移类负荷启动状态的0-1变量，εi,j,t＝0和εi,j,t＝1分别表示启动和不启动；和hi分别为第i类可平移类负荷习惯开始使用时间、结束使用时间和负荷持续时间。

可转移类负荷指该类负荷在规定时间区间内满足一定的负荷需求即可，具有一定的虚拟储能特性。对于电负荷，其主要包括电动汽车等，数学模型如下：

其中：和分别为第k辆电动汽车在时刻t的充电功率以及荷电状态；和eev,k分别为第k辆ev的充电效率和蓄电池容量；和分别为第k辆汽车蓄电池所允许的最小和最大电池状态；和分别为第k辆电动汽车在离网时的实际和期望达到的电池状态；tari,k和tdep,k分别为第k辆电动汽接入和离开电力系统的时刻；为第k辆汽车的最大充电功率。

进一步的，步骤s5中，markov过程是一种随机过程，markov过程的特征是下一时刻的状态只依赖于当前时刻的状态而与之前的状态无关。在综合能源系统中对各个随机变量分别进行markov建模能够刻画随机变量的变化特征，记为zτ(τ＝1,2,…,t)，状态空间s＝{1,2,…,k}，zτ代表每个模型事件τ，状态空间s是收集了相似的模型事件编入事件组的集合。对于模型事件τ和所有的状态s1，s2，s3，…，sτ，当前的状态sτ的概率只与前一个状态sτ-1有关，离散的马尔科夫过程在一定时间下具有稳定性和齐次性，即对于从任意状态r到状态s有：

p＝{zr＝s|zr-1＝r}

条件概率p＝{zr＝s|zr-1＝r}定义为状态r到状态s的转移概率。转移概率的物理意义是当前时间为τ-1时的状态r的模型事件转移到下个时间为τ时模型事件s的概率。包含所有转移概率的矩阵称为转移概率矩阵p：

转移概率矩阵具有以下的性质：

(1)所有元素非负性。

(2)每行元素之和为1，即：

进一步的，步骤s6中，由于综合能源系统中包含多个随机变量，以此通过构建耦合markov模型，此处仅以光伏发电设备和风力发电设备两种情况进行说明，对于负荷随机变量的markov模型构建方法类似。综合分析系统的随机变化情况，通过分析负荷数据，采用聚类分析根据光照强度量划分为s1个区间，同样采用聚类方法分析风速，得到s2个区间，同时多种可再生能源的随机特性，将出现s1×s2种情况。以此得出耦合markov链s＝{1,2,...,s1×s2}，每种markov模态对应一种可再生能源出力的情况，整个markov链包含了所有可再生能源发电可能出现的工况。同时用markov中的转移概率矩阵用来描述各个状态之间的跳变情况，其转移概率表达式如下：

pij(k-1)＝p{r(k)＝j|r(k-1)＝i},ij∈s

式中，k和k-1分别表示当前时刻和上一时刻，i和j分别对应与markov链中的两个状态。

所有转移概率组成一个转移概率矩阵如下所示：

p(k-1)＝{pij(k-1)},ij∈s

式中，s是markov链。

其中由于多个变量都是相互独立的，因此单markov模型的转移概率和耦合markov模型的转移概率关系如下：

式中，pmn表示耦合markov模型的转移概率，和分别表示两种可再生能源系统的单markov模型的转移概率。

进一步的，步骤s7中，根据耦合markov模型可以对综合能源系统进行分析，其对应的稳态分布π＝(π1,π2,...,πs)满足如下条件：

其中s表示耦合markov模型包含的状态总数，p表示耦合markov模型对应的转移概率，x表示初始状态。

根据耦合markov模型可以计算出系统的均值和方差d如下：

其中，πj和πi表示耦合markov模型中的各个状态量，yj和xi分别表示两种可再生能源出力情况，表示耦合markov模型的期望，d表示耦合markov模型的方差。通过计算得出的系统期望和方差可以刻画出系统的随机变化综合情况，并以此对系统的运行方式和设备进行调整控制。

可再生能源发电不可控，因此为了保障系统的稳定安全运行，可以通过储能装置以及柔性负荷调节来实现，多余或缺少的能量可以通过储能设备吸收或者释放以及负荷的平移来调整，储能设备的充放电控制以及充放电的功率大小依赖于电力电子设备，典型的是双向直-直变换电路，储能设备工作在充电模式时，其数学表达式如下：

当储能设备工作在放电模式时，其数学表达式如下：

其中，c1表示双向直-直变换电路中的电容，l1表示电感，r表示等效电阻，d(t)1表示开关s1的占空比，d(t)2表示开关s2的占空比，表示放电模式下的直流电压、表示流过电感的电流大小、vdc表示电压大小。

对储热设备的控制方式类似，通过调节储能设备的流入量和流出量，控制储能设备的储能和放能功率。

进一步的，步骤s8中，结合前面所述，可以基于历史数据构建含多种可再生能源发电、多元负荷的系统模型，计及可再生能源的随机特性构建单markov模型，并在此基础上建立耦合markov模型，计算其稳态分布，得出系统的期望和方差，结合储能设备以及多元负荷实现区域综合能源系统的源、荷、储协调运行，保障系统安全稳定运行，为系统的规划设计以及运行调控提供了有效了理论基础和参考依据。

以上本发明的技术方案，与现有相比，其显著的有益效果在于：

(1)本发明能够综合考虑整个能源系统中所有因素(如储能设备、多元负荷)，有效实现多能系统的源、荷、储协调控制，保障系统安全稳定的运行，为系统的规划设计以及运行调控提供了有效了理论基础和参考依据。

(2)耦合markov模型的构建方法适用于包括分布式可再生能源发电设备在内的多种随机变量，适用性强，能够满足综合能源系统的进一步发展带来的随机变量不断增加的需求。

(3)采用仿真算例，通过数据分析测试，成功验证本发明方法的有效性与实用性。

应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。

结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。

附图说明

附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：

图1是本发明的基于耦合markov模型的区域综合能源系统随机变量分析方法的流程图。

图2为风力发电输出功率示意图。

图3为光伏发电输出功率示意图。

图4为直-直变换器示意图。

图5为直-交变换器示意图。

图6为仿真控制结果示意图。

具体实施方式

为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。

本发明提及一种基于耦合markov模型的区域综合能源系统随机变量分析方法，如图1所示，具体步骤如下：

1、综合能源系统中的主要随机变量确定与分析

针对目标区域综合能源系统确定系统中变量的个数，并基于历史数据开展研究分析。

2、光伏发电设备建模

光伏发电设备包含光伏阵列、直流-直流变换器和直流-交流逆变器，其中光伏阵列发电模型如下：

式中，vpv分别表示光伏单元的输出电压，ipv表示光照电流，i0表示通过漏的电流，q是库伦常数，t表示华氏温度，a表示二极管品质因子，d表示常数，rs表示等效串联电阻，rp表示等效并联电阻，ns表示串联光伏电池个数。

图2为直流-直流变换器，数学公式如下：

式中，c表示直流侧的电容，l表示直流侧的电感，d表示控制开关管的占空比，vdc和idc分别是瞬时电压和电流值，vmp和imp分别光伏阵列输出的电压、电流值。

图3为直流-交流逆变器，数学公式如下：

式中，ed和eq分别表示交流电坐标变换后dq坐标系的电压值，id和iq分别表示交流电坐标变换后dq坐标系的电流值，udc和il分别是直流侧的电压和电流值，sd和sq分别表示交流电坐标变换后dq坐标系的控制信号。

3、风力发电设备建模

考虑目前最常见的风电发电，风轮机的功率模型如下：

pw＝0.5πρf²v³cp

式中，ρ表示空气的密度，f表示风轮的半径大小，v表示风速的大小，cp表示风能的利用率，ωt表示风轮机的角速度，cp直接决定了系统的效率，表达式如下所示：

式中，λi表示中间变量，β表示风叶的仰角，λ表示叶尖速比。

4、多元负荷建模

综合能源系统中根据用能的特征可以划分为可平移和可转移负荷。可平移类负荷指只需在某个时间段内满足该类负荷需求即可，一般具有固定的负荷持续时间及习惯使用时间，且一旦启动就不宜中断，对该类负荷统一建模如下：

其中：wi,j,t和分别为用户j第i类可平移类负荷在时刻t的功率值和额定功率，对于电负荷其为电功率值，对于冷/热负荷则为冷/热功率值；εi,j,t表示时刻t用户j的第i类可平移类负荷启动状态的0-1变量，εi,j,t＝0和εi,j,t＝1分别表示启动和不启动；和hi分别为第i类可平移类负荷习惯开始使用时间、结束使用时间和负荷持续时间。

可转移类负荷指该类负荷在规定时间区间内满足一定的负荷需求即可，具有一定的虚拟储能特性。对于电负荷，其主要包括电动汽车等，数学模型如下：

其中：和sk,t分别为第k辆电动汽车在时刻t的充电功率以及荷电状态；和eev,k分别为第k辆ev的充电效率和蓄电池容量；和分别为第k辆汽车蓄电池所允许的最小和最大电池状态；和分别为第k辆电动汽车在离网时的实际和期望达到的电池状态；tari,k和tdep,k分别为第k辆电动汽接入和离开电力系统的时刻；为第k辆汽车的最大充电功率。

5、单markov链模型构建

在综合能源系统中对各个随机变量分别进行markov建模，对于模型事件τ和所有的状态s1，s2，s3，…，sτ，当前的时间sτ的概率只与前一个状态sτ-1有关，即对于从任意状态r到状态s有：

p＝{zr＝s|zr-1＝r}

当前时间为τ-1时的状态r的模型事件转移到下个时间为τ时模型事件s的概率为prs＝{zτ＝s|zτ-1＝r}，得到转移概率矩阵p为：

转移概率矩阵具有以下的性质：

(1)所有元素非负性。

(2)每行元素之和为1，即：

6、耦合markov模型构建

由于综合能源系统中包含多个随机变量，以此通过构建耦合markov模型，采用聚类分析根据光照强度量划分为s1个区间，同样采用聚类方法分析风速，得到s2个区间，同时多种可再生能源的随机特性，将出现s1×s2种情况。以此得出耦合markov链s＝{1,2,...,s1×s2}，每种markov模态对应一种可再生能源出力的情况，整个markov链包含了所有可再生能源发电可能出现的工况，其转移概率矩阵表达式如下：

pij(k-1)＝p{r(k)＝j|r(k-1)＝i},ij∈s

式中，k和k-1分别表示当前时刻和上一时刻，i和j分别对应与markov链中的两个状态。

所有概率组成一个转移概率矩阵如下所示：

p(k-1)＝{pij(k-1)},ij∈s

式中，s是markov链。

其中由于多个变量都是相互独立的，因此单markov模型的转移概率和耦合markov模型的转移概率关系如下：

式中，pmn表示耦合markov模型的转移概率，和分别表示两种可再生能源系统的单markov模型的转移概率。

7、基于耦合markov模型的分析与协调运行方法

根据耦合markov模型可以对综合能源系统进行分析，其对应的稳态分布π＝(π1,π2,...,πs)满足如下条件：

其中s表示耦合markov模型包含的状态总数，p表示耦合markov模型对应的转移概率，x表示初始状态。

根据耦合markov模型可以计算出系统的均值和方差d如下：

其中，πj和πi表示耦合markov模型中的各个状态量，yj和xi分别表示两种可再生能源出力情况，表示耦合markov模型的期望，d表示耦合markov模型的方差。

通过计算得出的系统期望和方差可以刻画出系统的随机变化综合情况，并以此对系统的运行方式和设备进行调整控制。可再生能源发电不可控，因此为了保障系统的稳定安全运行，可以通过储能装置以及柔性负荷调节来实现，多余或缺少的能量可以通过储能设备吸收或者释放以及负荷的平移来调整，储能设备的充放电控制以及充放电的功率大小依赖于电力电子设备，典型的是双向直-直变换电路，储能设备工作在充电模式时，其数学表达式如下：

当储能设备工作在放电模式时，其数学表达式如下：

其中，c1表示双向直-直变换电路中的电容，l1表示电感，r表示等效电阻，d(t)1表示开关s1的占空比，d(t)2表示开关s2的占空比。

对储热设备的控制方式类似，通过调节储能设备的流入量和流出量，控制储能设备的储能和放能功率。

8、算例分析

本发明的测试算例包含分布式可再生能源风光发电系统模型，风、光发电系统容量各为100kw，通过聚类分析，分别构建了风力发电和光伏发电的单markov链模型，并计算得出每个markov状态所对应的聚类中心点，并在此基础上构建耦合markov模型以及对应的转移概率，根据其稳态分布，得出系统的期望和方差，结合储能设备以及多元负荷实现区域综合能源系统的源、荷、储协调运行。

最后通过算例分析，验证所提分析与运行策略的有效性，结果如图6所示。本发明促进了系统安全稳定运行，为系统的规划设计以及运行调控提供了有效了理论基础和参考依据。

在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。

虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。