本发明属于能源系统优化调度领域,具体涉及一种基于二型模糊机会约束的区域能源系统优化方法。
背景技术
能源是人类赖以生存和发展的物质基础,人类文明的每一次进步都伴随着能源的改进和更替,能源的合理开发和利用对世界经济和人类社会的发展具有重要的意义。然而,随着经济发展、人口增加和工业化进程加速,全球能源消费及需求呈现急剧上升趋势,并且化石燃料占据主导地位。目前,我国已经成为全球最大的能源消费国和煤炭消费国,石油消费仅次于美国,是全球第二大石油消费国。国土资源部总工程师钟自然预测,到2035年,我国能源消费增速将保持年均4.5%,天然气累积需求5.8亿立方米,煤炭826亿吨,石油120亿吨。化石燃料的过度开采和对其过度依赖带来了能源资源短缺、对外依存度高、消费结构不合理、污染物过量排放以及环境恶化等一系列问题。因此,亟需从经济、能源、环境等角度入手,对我国能源系统进行优化。
然而,复杂的能源加工、转换技活动以及各种经济、社会、技术参数中都存在着巨大的不确定性,使得能源系统优化存在着一定的困难。目前,尽管国内外学者在区域能源系统不确定性管理决策方法的研究和应用方面,已经开展了大量的探索和研究工作,但仍存在一定的局限性。例如,缺乏表征区域能源系统复杂性和多重不确定性方法的研究与开发,不能有效地在时间上和空间上充分考虑区域能源系统的不确定性因素,从而难以兼顾多方面的需求给出合理有效的决策方案。所有这些问题严重制约着区域能源系统优化研究。
技术实现要素:
针对技术背景中涉及的缺陷,本发明公开了一种基于二型模糊机会约束的区域能源系统优化方法,其特征在于,包括以下步骤:
a、以区域能源系统成本最小化为目标,以能源可获得量约束、能源供需平衡约束、电力供需平衡约束、峰值负荷约束、污染物排放约束、容量约束、外购电约束、0-1变量约束和非负约束为约束条件,建立优化模型;
b、根据权重确定方法和参数可能性分布,构建二型模糊参数,根据参数概率性分布,构建随机参数,再通过基于关键值的二型模糊降型方法和机会约束方法,将二型模糊参数和随机参数转化为确定性参数,对优化模型进行求解;
c、选择不同的能源系统违约概率,分别带入优化模型进行求解,获取系统违约概率与系统成本、能源购买、能源供应以及污染物排放之间的关系。
所述优化模型中,优化目标为:
其中,f为区域能源系统总成本,i为能源购买类型,k为规划期,m为能源加工类型,n为能源转化类型,t为污染物类型;
pceik为时期k内能源i的购买价格;
paeik为时期k内能源i的购买量;
fcepmk为k时期内能源加工技术m的固定操作和维护成本;
cepmk为k时期内能源加工技术m的容量;
vcepmk为k时期内能源加工技术m的可变操作和维护成本;
gaepmk为k时期内能源加工技术m的加工量;
fcecnk为k时期内能源转化技术n的固定操作和维护成本;
cecnk为k时期内能源转化技术n的容量;
vcecnk为k时期内能源转化技术n的可变操作和维护成本;
gaecnk为k时期内能源转化技术n的转化量;
feepmk为k时期内能源加工技术m的固定扩容成本;
bvepmk为k时期用于判断能源加工技术m是否需要扩容的0-1变量;
veepmk为k时期能源加工技术m的可变扩容成本;
ecepmk为k时期内能源加工技术m的扩容量;
feecnk为k时期内能源转化技术n的固定扩容成本;
bvecnk为k时期内用于判断能源转化技术n是否需要扩容的0-1变量;
veecnk为k时期内能源转化技术n的可变扩容成本;
ececnk为k时期内能源转化技术n的扩容量;
peeptmk为k时期内加工技术m的单位污染物t排污量;
pmeptmk为k时期内加工技术m的污染物t减排率;
peectnk为k时期内转化技术n的单位污染物t排污量;
pmectnk为k时期内转化技术n的污染物t减排率;
cmcpmk为k时期内能源加工技术m的二氧化碳减排成本;
cmccnk为k时期内能源转化技术n的二氧化碳减排成本;
icek为k时期内外购电价格;
iaek为k时期内外购电量;
fsecnk为k时期内新能源发电补贴。
所述步骤a之前进一步包括:
a0、将目标区域能源系统划分为不同的能源加工技术和能源转化方法;
相应地,步骤a中考虑各能源加工技术和能源转化技术的总成本最小化为目标,并分别以系统能源可获得量约束、各加工技术和转化技术能源供需平衡约束、系统电力供需平衡约束、系统外购电约束、系统峰值负荷约束、各加工技术和转化技术容量约束、系统污染物排放总量约束、各加工技术和转化技术扩容0-1变量约束、各加工技术和转化技术能源购买、供应非负约束为约束条件,其中:
系统能源可获得量约束、系统峰值负荷约束、系统污染物排放总量约束分别为各加工技术和转化技术可获得能源量之和、装机容量之和与污染物排放量之和的约束。
所述系统能源可获得量约束为:
其中,paeik为规划期k内各子系统购买的能源i的总量;
aaeik为规划期k内系统可购买的能源i的总量。
所述各加工技术和转化技术能源供需平衡约束为:
其中,q为终端用户类型;
gaepmk为k时期内能源加工技术m的产量;
deik为k时期内终端用户的i种能源总需求量;
deuiqk为k时期内终端用户q的i种能源需求;
βiqk为k时期内终端用户q的i种能源分配比例;
ueupmk为k时期内能源加工技术m的能耗;
gaecnk为k时期内能源转化技术n的产量;
ueucnk为k时期内能源转化技术n的能耗。
所述系统电力供需平衡约束为:
其中,iaek为k时期内的外购电量;
tek为k时期内终端用户总的电力需求;
lrek为k时期内的输电损失率;
p为系统违约概率;
peuqk为k时期内终端用户q的需电量;
γqk为k时期内终端用户q的配电比例。
所述系统外购电约束为:
其中,bk为k时期内外购电。
所述系统峰值负荷约束为:
其中,cecnk为k时期内转化技术n的容量;
ececnk为k时期内转化技术n的扩容量;
eplk为k时期内系统峰值。
所述各加工技术和转化技术容量约束为:
其中,cepmk为k时期内加工技术m的容量;
ecepmk为k时期内加工技术m的扩容量;
bvepmk为k时期内判断加工技术m是否需要扩容的0-1变量;
bvecnk为k时期内判断转化技术n是否需要扩容的0-1变量。所述系统污染物排放总量约束为:
其中,peeptmk为k时期内加工技术m的单位污染物t排污量;
pmeptmk为k时期内加工技术m的污染物t减排率;
peectnk为k时期内转化技术n的单位污染物t排污量;
pmectnk为k时期内转化技术n的污染物t减排率;
peatk为k时期内污染物t的允许排放总量。
本发明的有益效果为:为决策者提供区间解,能够生成不同决策方案,具有更好的效果;从而解决了现有方法中对于能源系统优化所适用的线性方法带入的是单一、确定的值,最终得到的也是单一、确定的解,不能够有效处理存在于能源系统中的复杂性和不确定性,给政策分析和终端决策带来了困难的问题。
附图说明
图1是本发明一种基于二型模糊机会约束的区域能源系统优化方法实施例的示意图;
图2是本发明实施例中不同规划期的能源供应方案示意图;
图3是本发明实施例中不同系统违约概率下的能源供应方案示意图;
图4是本发明实施例与传统模糊机会约束方法下污染物排放示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明。为了说明本发明具体实施方式的技术方案,首先简单说明本发明的基本原理如下:
考虑二型模糊参数:
第一步、将参数模糊化为传统模糊参数。假设h1,h2,h3,…,分别为模糊参数cij的值,且存在至少一对i≠j使得hi≠hj。模糊参数cij的模糊化过程如下:
1)计算相对距离矩阵d=|dij|t×t,其中dij=|hi-hj|;
2)计算相对距离的平均值
3)引入成对比较数pij,
4)计算hj的实重度wj,
5)计算模糊数的核心a2,
6)定义平均偏差σ,选择并计算
7)定义η为模糊数左端到右端的距离,选择并计算
a={i|hi<a2,i∈i},b={i|hi>a2,i∈i};
8)计算a1=a2-3(1+η)ησ/(1+η2),a3=a2+3(1+η)σ/(1+η2)。由此可得cij的传统模糊数f=(a1,a2,a3)。
第二步、将传统模糊参数进一步模糊化为二型模糊参数。二型模糊隶属函数
第三步、通过基于关键值的降型方法,将二型模糊参数去模糊化为确定值。假设
可能性测度
必要性测度:
可信性测度:
由此可计算相关关键值,如下:
最后,根据重心法
考虑机会约束方法:
对约束i给定概率pi∈[0,1](即置信水平,代表系统违约风险),则可行解受以下约束:
pr[{t|ai(t)x≤bi(t)}]≥1-pi,ai(t)∈a(t),i=1,2,...,m
取pi=0.01,0.05,0.10,0.15和0.20,表示该约束条件得到满足的概率分别为0.99,0.95,0.9,0.85和0.8。
通过二型模糊和机会约束方法,将不确定性以二型模糊数和随机数的形式体现在优化模型和求解过程中,能够解决数据系统存在的大量不确定性和复杂性信息的问题。
基于以上原理,本发明公开了一种基于二型模糊机会约束方法区域能源系统优化系统,包括模型确定版块、模型求取版块、模型适用版块,其中,
模型确定版块用于以区域能源系统成本最小化为目标,以能源可获得量约束、能源供需平衡约束、电力供需平衡约束、峰值负荷约束、污染物排放约束、容量约束、外购电约束、0-1变量约束和非负约束为约束条件,建立优化模型,并将该优化模型发送至模型求取版块;
模型求取版块用于首先根据权重确定方法和参数可能性分布,构建二型模糊参数,根据参数概率性分布,构建随机参数;再通过基于关键值的二型模糊降型方法和机会约束方法,将二型模糊参数和随机参数转化为确定性参数,对优化模型进行求解;最后模型求取版块将求取的结果发送至模型适用版块;
模型适用版块用于选择不同的系统违约概率,带入优化模型进行计算,获取系统违约概率与系统成本、能源购买、能源供应和污染物排放之间的关系。
如图1所示,本发明还公开了一种基于二型模糊机会约束方法区域能源系统优化方法,包括以下步骤:
a、以区域能源系统成本最小化为目标,以能源可获得量约束、能源供需平衡约束、电力供需平衡约束、峰值负荷约束、污染物排放约束、容量约束、外购电约束、0-1变量约束和非负约束为约束条件,建立优化模型;
b、根据权重确定方法和参数可能性分布,构建二型模糊参数,根据参数概率性分布,构建随机参数,再通过基于关键值的二型模糊降型方法和机会约束方法,将二型模糊参数和随机参数转化为确定性参数,对优化模型进行求解;
c、选择不同的能源系统违约概率,分别带入优化模型进行求解,获取系统违约概率与系统成本、能源购买、能源供应以及污染物排放之间的关系。
从以上步骤可以看出,本发明实施方式中的区域能源系统优化方法与现有方法不同,现有方法中对于能源系统优化所适用的线性方法带入的是单一、确定的值,最终得到的也是单一、确定的解,不能够有效处理存在于能源系统中的复杂性和不确定性,给政策分析和终端决策带来了困难,而本发明实施方法为决策者提供区间解,能够生成不同决策方案,具有更好的效果。
所述优化模型中,优化目标为:
其中,f为区域能源系统总成本,i为能源购买类型,k为规划期,m为能源加工类型,n为能源转化类型,t为污染物类型;
pceik为时期k内能源i的购买价格;
paeik为时期k内能源i的购买量;
fcepmk为k时期内能源加工技术m的固定操作和维护成本;
cepmk为k时期内能源加工技术m的容量;
vcepmk为k时期内能源加工技术m的可变操作和维护成本;
gaepmk为k时期内能源加工技术m的加工量;
fcecnk为k时期内能源转化技术n的固定操作和维护成本;
cecnk为k时期内能源转化技术n的容量;
vcecnk为k时期内能源转化技术n的可变操作和维护成本;
gaecnk为k时期内能源转化技术n的转化量;
feepmk为k时期内能源加工技术m的固定扩容成本;
bvepmk为k时期用于判断能源加工技术m是否需要扩容的0-1变量;
veepmk为k时期能源加工技术m的可变扩容成本;
ecepmk为k时期内能源加工技术m的扩容量;
feecnk为k时期内能源转化技术n的固定扩容成本;
bvecnk为k时期内用于判断能源转化技术n是否需要扩容的0-1变量;
veecnk为k时期内能源转化技术n的可变扩容成本;
ececnk为k时期内能源转化技术n的扩容量;
peeptmk为k时期内加工技术m的单位污染物t排污量;
pmeptmk为k时期内加工技术m的污染物t减排率;
peectnk为k时期内转化技术n的单位污染物t排污量;
pmectnk为k时期内转化技术n的污染物t减排率;
cmcpmk为k时期内能源加工技术m的二氧化碳减排成本;
cmccnk为k时期内能源转化技术n的二氧化碳减排成本;
icek为k时期内外购电价格;
iaek为k时期内外购电量;
fsecnk为k时期内新能源发电补贴。
在本实施例中,在步骤a之前还有:
a0、将目标区域能源系统划分为不同的能源加工技术和能源转化方法;
相应地,步骤a中考虑各能源加工技术和能源转化技术的总成本最小化为目标,并分别以系统能源可获得量约束、各加工技术和转化技术能源供需平衡约束、系统电力供需平衡约束、系统外购电约束、系统峰值负荷约束、各加工技术和转化技术容量约束、系统污染物排放总量约束、各加工技术和转化技术扩容0-1变量约束、各加工技术和转化技术能源购买、供应非负约束为约束条件,其中:
系统能源可获得量约束、系统峰值负荷约束、系统污染物排放总量约束分别为各加工技术和转化技术可获得能源量之和、装机容量之和与污染物排放量之和的约束。
所述系统能源可获得量约束为:
其中,paeik为规划期k内各子系统购买的能源i的总量;
aaeik为规划期k内系统可购买的能源i的总量。
所述各加工技术和转化技术能源供需平衡约束为:
其中,q为终端用户类型;
gaepmk为k时期内能源加工技术m的产量;
deik为k时期内终端用户的i种能源总需求量;
deuiqk为k时期内终端用户q的i种能源需求;
βiqk为k时期内终端用户q的i种能源分配比例;
ueupmk为k时期内能源加工技术m的能耗;
gaecnk为k时期内能源转化技术n的产量;
ueucnk为k时期内能源转化技术n的能耗。
所述系统电力供需平衡约束为:
其中,iaek为k时期内的外购电量;
tek为k时期内终端用户总的电力需求;
lrek为k时期内的输电损失率;
p为系统违约概率;
peuqk为k时期内终端用户q的需电量;
γqk为k时期内终端用户q的配电比例。
所述系统外购电约束为:
其中,bk为k时期内外购电。
所述系统峰值负荷约束为:
其中,cecnk为k时期内转化技术n的容量;
ececnk为k时期内转化技术n的扩容量;
eplk为k时期内系统峰值。
所述各加工技术和转化技术容量约束为:
其中,cepmk为k时期内加工技术m的容量;
ecepmk为k时期内加工技术m的扩容量;
bvepmk为k时期内判断加工技术m是否需要扩容的0-1变量;
bvecnk为k时期内判断转化技术n是否需要扩容的0-1变量。
所述系统污染物排放总量约束为:
其中,peeptmk为k时期内加工技术m的单位污染物t排污量;
pmeptmk为k时期内加工技术m的污染物t减排率;
peectnk为k时期内转化技术n的单位污染物t排污量;
pmectnk为k时期内转化技术n的污染物t减排率;
peatk为k时期内污染物t的允许排放总量。
图2为不同规划期的能源供应方案;图3为系统违约概率下的能源供应方案。由图2和图3可知,不同规划期下,不同能源供应量不同。此外,随着系统违约概率的增加,能源供应量逐渐减少。
图4为本发明的方法(tfcp)与传统模糊机会约束方法(fcp)下污染物排放方案。由图可知,tfcp方法下污染物排放量低于fcp方法下的排放量,表明tfcp方法能更好得表征及处理能源系统中的不确定性。
本发明实施方式中,根据不同能源加工、转化类型,综合考虑能源可利用量、能源供需平衡、环境保护等因素,给出最优的能源购买和供应方案。同时,选取不同的系统违约概率,带入模型求解,得到违约概率与系统成本、能源购买、能源供应、污染物排放之间的关系,决策者可根据具体情况选取不同方案。