基于决策理论的不确定性条件下分布式供能系统优化配置.docxVIP

基于决策理论的不确定性条件下分布式供能系统优化配置 0 引言分布式供能系统是一种靠近用户设置的，可同时利用传统化石燃料与可再生能源的能量供应系统已有许多工作更进一步，学者基于不确定型决策理论，考虑了决策者的风险态度，并结合对未来状况的判断来选择合适的系统方案。杨允等本文考虑了分布式供能系统优化配置中负荷需求、能源价格和可再生能源强度的不确定性，将连续分布的不确定性参数用离散的点集及相应的概率进行表示，采用正交试验设计方法设计情景集考虑多种不确定性因素的组合，并得到各情景的概率。通过优化计算，得到各情景下最优的系统方案，将各方案应用于不同情景中，得到系统的经济性能，使用五种不确定型决策理论(乐观法，悲观法，乐观系数法，等可能值法，最小最大后悔值法)对方案进行选择。将模型应用于一家医院，验证了模型的有效性，并对决策理论选择方案的配置形式，方案在不同情景下运行的经济性，及各个决策理论的特点进行了分析。1 分布式供能系统优化配置模型本文采用文献模型的目标函数为最小化年总成本模型的约束条件包括设备的种类、容量与台数约束，设备运行特性约束和系统能流平衡约束，具体的数学模型可参见本文附录A与文献2 决策理论当前普遍采用的不确定型决策理论有乐观法、悲观法、乐观系数法、等可能值法和最小最大后悔值法五种类型。1）乐观法乐观法对未来的状况持积极态度，充分考虑可能发生的最好情况。当方案2）悲观法悲观法认为最坏的状况最有可能发生，进而做出方案选择。在本文研究中，将方案3）乐观系数法乐观系数法也称为Hurwicz决策。乐观系数法认为最有可能发生的既不是最好的状况，也不是最坏的状况，而是在这之间的一种状况。它利用乐观系数α(04）等可能值法等可能值法也称为Laplace决策法。等可能值法认为各个情景发生的概率相同。典型等可能值法在本文中的应用方式为将每个方案在各个情景下运行的年总成本值乘上各情景的平均概率作为该方案的决策值，比较各个方案的决策值，最小决策值对应的方案认定为最优的方案，可以表示为：本文通过正交试验设计，得到了各个情景的概率Pr5）最小最大后悔值法后悔值法也称为Savage决策法。最小最大后悔值法的决策准则为使后悔程度最小。在本文研究中典型的最小最大后悔值法的应用方式为：首先得到各个方案在各个情景下运行的后悔值(定义为各方案在各情景下的年总成本值与对应情景下最小年总成本值C本文通过正交试验设计得到了各个情景的概率，故对最小最大后悔值法的应用方式做出调整。将各个后悔值与各个情景的概率的积重新定义为该方案在对应情景下的后悔值，从中找到最大的后悔值作为方案的决策值。比较各个方案的决策值，决策值最小的方案即选为最优方案，可以表示为：3 案例研究本文选取我国东部某城市中的一家医院作为案例研究对象。3.1 气候特征该城市位于暖温带气候区南部，根据当地的气候变化特征，将全年划分为夏季、冬季和过渡季三种典型日，各典型日的持续时间分别为153、120和92天。将每种典型日划分为1:00至24:00的24个时段，每个时段持续时间为1小时，则全年共划分为72个时段。这种处理方法可以在保证准确性的同时有效地解决数学模型规模过大的问题。图2至图4表示三种典型日的逐时气温值、太阳能辐射强度与风能密度3.2 负荷需求研究的医院建筑面积为29.4万平方米。医院在三种典型日的逐时负荷需求如图5所示。3.3 电价与天然气价本文研究采用的天然气低位热值为41.9?MJ/Nm3.4 设备特性本文考虑的分布式供能系统如图1所示，系统中设备的技术与经济特性如表B1所示。使用优化计算软件AIMMS 4.28进行模型构建，使用CPLEX12.6求解器进行计算求解。4 情景产生4.1 不确定性参数描述Gamou等Mavromatidis等已有许多学者研究了可再生能源强度中太阳辐射强度的不确定性4.2 情景产生对于上述不确定性参数，直接使用连续的概率密度函数生成情景存在一定的困难。因此，本文采用一种基于连续分布离散近似的情景产生方法，Miller等通过不确定性参数的近似离散化，分别得到电、热、冷负荷需求，能源价格，以及可再生能源强度这5种参数的4个离散取值及对应概率。表3表示这五种不确定性参数的4种取值水平。若将这些参数的取值进行全面组合考虑，需要设计4^5=1024个情景，过多的情景给计算与求解带来一定困难。本文采用正交试验设计的方法设置情景，在减小情景数量的同时，可以较为充分合理地考虑各不确定性参数之间的组合。依据正交试验设计的步骤，首先根据因素数与水平数，选择合适的正交表。本文考虑5种不确定性参数，每种参数考虑4种不