一种多能互补系统双层能量优化调度方法

1.本发明属于能量优化调度领域，特别是涉及一种多能互补系统双层能量优化调度方法。


背景技术：

2.近年来，随着社会的发展以及人们生活水平的不断提高，人们对于多种能源的需求日益剧增，导致全球各国的用电量迅速增加，因此引发的问题也日益突出。一方面，煤炭等传统化石能源因为消耗量日益增大正在走向枯竭；另一方面，大量化石能源的使用使得环境问题日益突出。因此，大力发展清洁能源、改善能源消费结构，成为了近年来世界各国解决能源缺乏和环境污染问题的重要方法。为探索出一条可持续的发展道路，研究者们将目光聚集在风力、光伏和潮汐能等清洁能源上，利用新能源代替传统的化石能源。目前，风力、光伏等清洁能源因为其可再生性、无污染性，得以在全球范围内快速发展。随着多能互补能源系统的各种新能源容量增加，不仅要考虑因多重不确定性因素的引入导致的能量失衡问题,还需要考虑不确定性因素之间的出力相关性给系统带来的影响。
3.系统中的多种异质能源有机协调与互补，可实现能量梯级利用，通过整合内部的资源，可提高一次能源利用率。但是由于存在大量不确定性干扰因素，比如以风能和太阳能为代表的可再生能源，加之负荷需求增长伴随的不确定性，导致系统内不确定性日益凸显。因此，源荷预测误差与不确定性使得系统运行变得更加复杂，给多种异质能源的优化调度带来了巨大的挑战。


技术实现要素：

4.本发明的目的是提供一种多能互补系统双层能量优化调度方法，以解决上述现有技术存在的问题。
5.为实现上述目的，本发明提供了一种多能互补系统双层能量优化调度方法，包括：
6.基于nataf变换获取正态空间中各变量的相关系数矩阵；
7.基于所述相关系数矩阵获取样本矩阵组；
8.将所述样本矩阵组作为输入变量进行2pem评价和级数展开拟合，获取概率密度函数；
9.构建二次规划模型，基于改进有效集法对所述二次规划模型进行求解；
10.基于风险规避策略构建鲁棒优化模型，基于所述鲁棒优化模型规避风光荷不确定性对储能配置结果的影响；
11.构建mpc滚动优化模型，基于所述mpc滚动优化模型减小偏差；
12.基于所述mpc滚动优化模型与所述鲁棒优化模型构建双层能量优化调度框架；
13.基于所述双层能量优化调度框架进行能量优化调度。
14.可选地，基于nataf变换获取正态空间中各变量的相关系数矩阵的过程包括：
15.在正态空间中产生独立序列，基于相关性控制将所述独立序列转化为含相关性序
列，基于nataf变换将所述含相关性序列映射到非正态空间。
16.可选地，基于所述相关系数矩阵获取样本矩阵组的过程包括：
17.基于svd分解将所述相关系数矩阵分解为样本矩阵，基于与所需相关性系数矩阵的秩相关矩阵相同的样本矩阵构建样本矩阵组。
18.可选地，将所述样本矩阵组作为输入变量进行2pem评价和级数展开拟合的过程包括：
19.基于所述输入变量的相关系数矩阵计算nataf变换后的标准正态分布随机变量的线性相关矩阵，将标准正态分布随机变量的线性相关矩阵进行svd分解，获取酉矩阵和奇异阵；
20.分别计算正态独立空间与标准正态空间中的采样值与权重；
21.将所述采样值组成待评价矩阵，基于nataf逆变换将标准正态空间中的样本矩阵转变为输入变量空间中的样本矩阵；
22.基于2pem-cornish法进行评价得到功率缺额的各阶原点矩并进行拟合，获取概率密度函数。
23.可选地，所述鲁棒优化模型为：
[0024][0025]
其中，f为目标函数；x为决策变量矩阵；d为不确定性变量矩阵；h和g分别为等式约束和不等式约束，σ为偏差因子，即预期目标值和确定性模型最优解之间的偏差程度，σ越大，fc越大，则风险回避程度越大，鲁棒性越强。
[0026]
可选地，构建mpc滚动优化模型的过程包括：
[0027]
构建预测模型；
[0028]
基于目标函数对所述预测模型进行优化；
[0029]
对所述目标函数的性能偏差进行反馈校正。
[0030]
可选地，所述预测模型为：
[0031][0032]
其中：x(t)表示被控对象的系统状态量；y(t)表示系统输出量；δu(t)表示对象的控制量或者相关输入量；ω(t)表示系统扰动量；a,b,c分别为系统矩阵、输入矩阵和输出矩阵。
[0033]
可选地，所述目标函数为：
[0034][0035]
其中，f
obj
为滚动优化的目标函数；y
p
(t+i|t)、yr(t+i|t)分别为在t时刻对t+i时刻的预测值和参考值；wv、wu是系统输出偏差权重系数和控制量权重系数。
[0036]
可选地，所述反馈校正的方法为：
[0037][0038]
其中ek为系统控制误差；λk为误差系数矩阵；yr是t时刻系统实际输出。
[0039]
本发明的技术效果为：
[0040]
为了保证在不确定性因素影响下多能互补系统ries的经济运行，本发明建立了基于igdt-mpc的双层多异质能源优化调度模型。采用两点法和cornish-fisher级数展开将多元不确定性转换为单一的功率缺额不确定性，有效的解决了igdt模型难以同时精确处理多不确定性因素问题，并针对两点法不能直接应用与输入变量具有相关性的场景，本发明引入nataf变换和svd分解技术，使得2pem-cornish法的适用性更加广泛。日内采用mpc进行滚动优化，在日前igdt鲁棒调度计划的基础上根据日内实际情况修正偏差，改善了igdt开环控制的缺点，使得调度计划更满足实际运行状态。并发挥了本发明所提mpc日内滚动优化模型的优势改进了有效集算法，将上一控制时刻得到的控制量作为下一个控制时刻的初始值，大大的提高了有效集法的计算效率，降低其计算开销。因此本发明提出的考虑变量相关性的igdt-mpc双层优化调度模型对igdt处理输入变量具有相关性的场景提供了新思路。
附图说明
[0041]
构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
[0042]
图1为本发明实施例中的相关性处理算法流程图；
[0043]
图2为本发明实施例中的改进有效集算法流程图；
[0044]
图3为本发明实施例中的双层能量优化调度框架结构图；
[0045]
图4为本发明实施例中不同风光相关度下的功率缺额期望值比较图；
[0046]
图5为本发明实施例中不同风光相关度下的功率缺额标准差值比较图；
[0047]
图6为本发明实施例中采用2pem-cornish-fisher拟合与采用monte-carlo拟合的功率缺额概率分布曲线结果比较图；
[0048]
图7为本发明实施例中本发明方法与mcsm方法的功率缺额的累积概率分布比较图；
[0049]
图8为本发明实施例中的供电优化调度图；
[0050]
图9为本发明实施例中的供气优化调度图；
[0051]
图10为本发明实施例中的供热优化调度图。
具体实施方式
[0052]
需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
[0053]
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0054]
实施例一
[0055]
如图1-10所示，本实施例中提供一种多能互补系统双层能量优化调度方法，包括：
[0056]
考虑变量相关性的多随机因素功率缺额概率模型
[0057]
传统的igdt模型难以计及变量间的相关性，本发明将nataf变化和奇异值分解技术与2pem-cornish相结合，利用nataf变化及逆变换建立多维标准正态空间与多维非正态空间的关系，通过nataf逆变换可以将独立标准正态空间的采样点转换到相关的非正态变量空间，使得2pem-cornish法在获得功率缺额的数字特征的同时计及输入变量的相关性。
[0058]
nataf变换
[0059]
ries中存在大量含相关性的非正态变量，其完整的概率分布难以获得，但得到各变量的边缘分布及相关系数矩阵则相对容易。目前通常的做法是首先在正态空间中产生独立的序列，并利用相关性控制将其转化为含相关性的序列，最终利用变换将其映射到非正态的空间中。常用的变换方法包括多项式正态变换和nataf变换，而nataf变换准确度更高。因此，采用nataf变换重构随机潮流输入变量的分布信息，其过程简述如下。
[0060]
对于m维输入变量x＝[x1,x2,x3,
…
,xm]
t
，假设每个随机变量xi的边际pdf为fi(xi)(i＝1,
…
,n)对应的累积概率密度函数为fi(xi)(i＝1,
…
,n)可以用如下转换：
[0061][0062]
用于获得标准法向量y＝[y1,y2,y3,
…
,ym]
t
，其中φ(
·
)和φ-1
(
·
)分别为累积分布函数和标准正态变量的逆累积分布函数。
[0063]
根据nataf变换理论和隐函数的微分规则,随机向量x的联合pdf可以表示为:
[0064][0065]
式中：φ为标准正态分布的pdf。
[0066][0067]
是具有零均值、单位方差和相关系数矩阵的n维标准正态向量的pdf，通常这种分布被称为nataf分布。假设其相关性系数矩阵为r
x
＝(r
ij
)m╳m，假设标准正态向量si对应的相关系数为rs,其与r
x
的关系为：
[0068][0069]
式中：为xi，xj的联合概率密度函数；μ,σ分别为相应变量的期望值与标准差；为相关系数ρ
zij
的二维标准正态分布概率密度函数。针对式(4-4)已有多种求解方法，本文采用数值积分的方法求解。
[0070]
svd分解
[0071]
确定了标准正态空间的相关性系数矩阵，为了获取所需的相关性系数矩阵，大多数方法采用cholesky对相关性系数矩阵进行分解，但是其假设有两个条件：(1)假设随机排列的采样值是独立的(2)假设相关性系数矩阵满足正定。但是当随机变量的数量很大时候，存在相关系数矩阵非正定或者满秩的应用场景，其cholesky分解不存在，但是能保证矩阵是对称的，存在svd分解如下所示：
[0072][0073]
式中：q为下三角矩阵；d为由奇异值构成的对角阵；则矩阵y可以构造如下：
[0074][0075]
容易证明yi的均值为0，因此y的相关性系数矩阵ry等于其对应的协方差系数矩阵，其完整的推到如下：
[0076][0077]
因此，矩阵y是独立的。
[0078]
当所给定的所需要的相关性系数矩阵时，可以求出中间相关系数矩阵，其相关系数矩阵同式(4-5)。则矩阵z可以构造如下：
[0079][0080]
容易证明zi的均值为0，因此z的相关性系数矩阵rz等于其对应的协方差系数矩阵，其完整的推到如下：
[0081][0082]
则矩阵z式具有相关矩阵r
*
。特别是当相关性系数矩阵为正定时，对角矩阵d和e是
具体的单位阵，此时的svd是cholesky分解。当x的每一行根据矩阵z进行置换时，就得到了样本矩阵s，它的特征是与矩阵z的秩相关矩阵相同。由于s和矩阵z具有相同的秩相关矩阵，因此s相关矩阵接近r
x
，最后将每一列形成一组样本，用作输入变量进行2pem评价和级数展开拟合。
[0083]
含相关性处理的功率缺额概率密度求取
[0084]
点估计法中假设输入变量是独立的。本发明将nataf变换和svd结合对输入变量具有相关性场景进行处理，为了考虑输入变量的相关性其基本的处理思路：首先在独立正态空间进行采样和概率集中度的计算，其次采用nataf逆变换将采样点变换到原始样本空间，随后在原始样本空间对其进行评价输出功率缺额的数字特征，其具体步骤如下：
[0085]
(1)根据输入变量的相关系数矩阵r
x
计算nataf变换后的标准正态分布变量的相关系数矩阵rs，按照式(4-5)将rs进行svd分解得到酉矩阵q和奇异阵d。
[0086]
(2)在标准正态空间进行采样和概率集中度的计算，标准正态变量的标准采样值为相应的概率集中度都为1/6。
[0087]
(3)将采样获得的值组成待评价矩阵，通过式(4-6)和nataf逆变换将独立正态变量变换到原始样本空间。
[0088]
(4)在原始样本空间采用2pem-cornish法进行评价得到功率缺额的各阶原点矩并拟合出概率密度函数。
[0089]
mpc二次规划的高效求解算法
[0090]
为了及时反应可再生能源及负荷需求波动，减小日前计划与超短期调度的偏差，加入日内滚动优化环节，以15min为控制时域，1h为预测时域，与日前经济优化调度计划偏差最小为目标，建立mpc滚动优化模型。主要目标是利用最新的信息，经过预测模型计算，修正日前调度计划。具有线性约束的mpc问题可以表示成二次规划，从计算开销的角度出发，不同方法对求解二次规划模型所需要的时间不同，而对于小型ries而言，利用第三章描述的matlab求解器完全满足所需要的时间要求，当ries中包含了多个风、光电场以及分布式供能单元时，其对模型的求解时间有严格的要求。本节从计算时间的角度出发，引入了改进有效集法求解二次规划模型。
[0091]
二次规划模型
[0092]
在过去的二十多年中，模型预测控制作为一种先进的过程控制方法在工业控制中取得了巨大的成功，其成功的原因在于其高效的处理约束能力等。带约束的mpc求解需要借助二次规划模型，二次规划是非线性规划中的一种特殊情形，它的目标函数是二次实函数，约束是线性的，由于二次规划比较简单，便于求解，因此二次规划算法较早引起人们的重视，成为求解非线性规划的一个重要途径。但是根据问题的不同，二次规划模型的计算负荷可能会不同。本节介绍一般的二次规划模型。
[0093]
mpc问题可以表示为具有线性不等式约束的二次规划：
[0094][0095]
其中h是hessian矩阵，如果hessian矩阵是正定的，则存在全局唯一最优解；如果hessian矩阵是非正定的，则为非凸二次规划，存在多个平稳点和局部极小值点。已经出现
了很多求解二次规划问题的算法，如拉格朗日方法、lemke方法、内点法、有效集法、椭球算法等等，并且仍有很多学者在从事这方面的研究工作。在数学规划中，由于凸二次规划有着特殊作用，研究人员一直把它作为一个重要课题加以研究。
[0096]
改进有效集法
[0097]
有效集法(active set method，asm)适用于消元法和lagrange法无法处理的不等式约束二次规划问题，其主要的思想为：以已知点为可行点，只考虑将该点的起作用约束最小化方程，得到的新可行点后重复以上方法。
[0098]
考虑具有不等式约束的二次规划问题
[0099][0100]
其中h是n阶对称矩阵，c是n维列向量，a是m
×
n矩阵，a的秩为m，b是m维列向量，x∈rn。
[0101]
由于不等式的出现，不能直接适用消元法和lagrange法作为解决这个问题的策略之一，但是适用有效集法将它转化为求解等式约束问题。运用有效集的方法，在每次迭代中，以已知的可行点为起点，把该点起作用的约束作为等式的约束，在此约束下极小化目标函数，而其余的约束暂时不管，求得新的比较好的可行点后，再重复以上方法，直到迭代出最优解。求解式(4-10)的算法流程如图2所示。
[0102]
有效集算法从一个可行解开始迭代求解，导致初始解的给定会影响算法的求解速度，所以本节求解二次规划模型的时候考虑了最优初始解的情况，提高模型的求解效率。通常我们的初始解设定为0，由于mpc是一系列相似的二次规划模型，在每一个时段求解的二次规划方程近似，而本发明所涉及的日内调度计划，在每一个时刻计算接下来4个控制时域的控制量，因此可以从前一组求解得到的模型解中得到一个较好的初始解，如果初始解不在可行集当中，必须适用其它方法得到一个新的初始解。通过算例可知改进有效集法(modified active set method,masm)提高了算法的求解速度。
[0103]
双层优化调度方法
[0104]
igdt概述
[0105]
igdt方法是一种非概率、非可能性(非模糊)的不确定性风险管理方法。该方法已应用于不同的决策过程与风险管理领域。与其他用于优化问题的不确定性建模方法(优化目标函数)不同，igdt方法的目标是在满足预定目标的同时最大/最小化不确定性的可容忍范围，并且既不需要大多数概率方法中使用的不确定参数的pdf(概率分布函数)，也不需要模糊方法中需要的隶属函数。igdt方法与其他风险管理工具的另一个不同之处在于，igdt方法在实现的预测误差落入不确定性变量的最大波动范围内时，保证了目标函数满足预定的目标。
[0106]
igdt理论包含风险规避策略(risk averse strategy，ras)和风险偏好策略(risk seeker strategy，rss)。前者旨在最大化规避不确定性对求解结果的影响，所构造的是鲁棒模型；后者旨在从不确定性风险中寻求可能获得的最大收益，所构造的是机会模型。由于本文的优化目标是规避风光荷不确定性对储能配置结果带来的影响，因此本发明选用igdt鲁棒模型建模，即ras策略。
[0107]
含不确定性变量的优化问题的数学模型可表示为：
[0108][0109]
式中：f为目标函数；x为决策变量矩阵；d为不确定性变量矩阵；h和g分别为等式约束和不等式约束。设u为d取值的集合，则不确定性变量d的实际值围绕其预测值的波动可表示为：
[0110][0111]
式中α为不确定性变量的偏差系数，α》0。
[0112]
假设确定性优化模型下d取预测值时的最优解为f0，定义fc为引入不确定性后决策者所能接受的最大目标值，则igdt法定义下的鲁棒优化模型为：
[0113][0114]
式(3)中σ为偏差因子，即预期目标值和确定性模型最优解之间的偏差程度，σ越大，fc越大，则风险回避程度越大，鲁棒性越强。
[0115]
mpc概述
[0116]
日内滚动优化模型
[0117]
为了及时反应可再生能源及负荷需求波动，减小日前计划与超短期调度的偏差，加入日内滚动优化环节，以15min为控制时域，1h为预测时域，与日前经济优化调度计划偏差最小为目标，建立mpc滚动优化模型。主要目标是利用最新的信息，经过预测模型计算，修正日前调度计划，mpc的核心由预测模型，滚动优化与反馈校正组成。
[0118]
预测模型
[0119]
预测模型用以描述被控对象，可通过该模型预测未来被控对象的状态，可依据系统t时刻的状态量和控制量，对t+1时刻的输出量进行预测。基本的线性状态空间表达式如下：
[0120][0121]
式中：x(t)表示被控对象的系统状态量；y(t)表示系统输出量；δu(t)表示对象的控制量或者相关输入量；ω(t)表示系统扰动量；系统a,b,c分别是系统矩阵、输入矩阵和输出矩阵。
[0122]
滚动优化
[0123]
在实际运行中，由于系统存在的不确定性，需要对输出进行校正。在每一个采样时
刻，根据该时刻优化性能指标，求解该时刻起有限时域的最优控制序列。跟踪性能的目标函数如下。
[0124][0125]
式中：f
obj
为滚动优化的目标函数；y
p
(t+i|t)、yr(t+i|t)分别为在t时刻对t+i时刻的预测值和参考值；wv、wu是系统输出偏差权重系数和控制量权重系数。
[0126]
反馈校正
[0127]
mpc通过反馈校正可有效应对系统的不确定性。在每个时刻依据目标函数的性能偏差补偿控制量，以达到准确预测被控对象的未来输出，提高系统鲁棒性和控制精度。反馈校正公式如下：
[0128][0129]
式中：ek为系统控制误差；λk为误差系数矩阵；yr是t时刻系统实际输出。
[0130]
双层模型的建立
[0131]
本发明考虑了不确定性因素的低频分量对综合能源系统日前调度的影响，以及不确定性变量的高频分量对系统日内调度的影响，并进一步思考了多不确定性因素之间的相互作用，建立了双层能量优化调度框架，其结构如图3所示。
[0132]
本研究所提的双层模型分为两个部分，上层为日前优化调度层，日前由于不确定性变量的低频分量给系统带来了随机性和不确定性，利用igdt对不确定性因素进行建模，解决不确定性变量的随机性，针对输入多元随机变量之间的相互作用，采用nataf-svd技术处理其相关性，并结合2pem-cornish-fisher法将多元不确定性转变为功率缺额的单一不确定性，提高igdt的求解效率。
[0133]
日内由于不确定性变量的高频分量的存在，使得日内调度计划不能满足日内实际的运行状态，采用mpc进行滚动跟踪，并使用高效的mpc求解算法进行计算，使得模型可以应用的场景更加广泛。
[0134]
仿真分析
[0135]
算例介绍
[0136]
为了验证模型的有效性，本段以区域综合能源系统为例进行仿真，仿真平台为英特尔四核cpu为2.5ghz，内存为8.0gb的计算机。其中各单元参数配置与第三章所属相同这里不再赘述。本段分为两部分，1)说明不确定性因素的相关性对ries运行的影响，并验证本文所提方法处理变量相关性的有效性，2)说明改进有效集法能明确的降低mpc的计算开销，增加模型的计算效率。
[0137]
变量相关性对系统运行特性的影响
[0138]
为了说明输入变量相关性对系统的运行的影响，以及本发明所提方法对相关性处理的准确性，本段取风光之间的相关变化进行研究分析，探究相关系数变化对结果精度的影响，用本发明所提方法计算了风光相关系数增长情况下系统的功率缺额的一阶矩和二阶矩，图4图5给出了功率缺额与风光相关系数变化关系曲线。
[0139]
通过对比可以发现，当相关性增大时，功率缺额输出的期望和标准差也会发生变化，但相比较期望的波动更小，标准差近似成线性变化，由图5可知相关性越高，出力的同步性越强，即存在同时多发或者同时少发的情况，使得功率缺额输出的波动性增加，低出力和高出力的概率越大，体现在标准差的增加。综上可以得到输入变量的相关性对功率缺额的基准影响很小，但是会显著增加功率缺额的波动程度。
[0140]
相关性处理性能评估
[0141]
为了评估本发明所提方法在输入变量含相关性场景下的适用性，以风光相关性为测试，其它变量之间的相关性处理方法类似，本发明基于某地区不同时刻的风速、太阳光照强度、潮汐速度以及负荷需求的历史数据进行数据分析，得到各时段具有相关性的风光变量数据。利用蒙特卡洛抽样技术得到独立标准正态分布变量，利用nataf逆变换得到满足相关性条件的输入变量出力样本，进而用于mcsm计算，以mcsm所得结果作为本发明所提方法计算结果准确程度得到判断依据。
[0142]
本发明所提方法将输入变量经过相关性处理后利用两点法获得多种不确定性变量共同作用下的功率缺额的各阶原点矩，并基于各阶原点矩数据利用cornish-fisher级数展开对功率缺额的概率密度曲线进行拟合，得到各个时刻的功率缺额概率密度函数，即一天24个时刻所对应的24组概率密度函数。在时刻5，将本方法对比5000次随机模拟monte carlo方法检验模型的有效性，结果如图6所示。
[0143]
由图6可知，采用2pem-cornish-fisher拟合的功率缺额概率分布曲线与monte-carlo结果几乎相同，由于考虑了输入变量之间的相关性，因为风光之间具有负相关性，所以在5时刻风机出力较大时，光伏出力较少，所以总体的功率缺额较第三章结果缺的功率更多。为综合全面的验证所提方法的有效性，采用2项指标从不同的角度对其进行评估，分别用于评估所提方法在输出变量统计数学特征方面的准确程度以及所提方法在输出变量的概率分布特征方面的计算精度。如下式所示：
[0144][0145][0146]
式中：ξ
γ
为相对误差指标和方差和根均值指标。和分别为所提方法和mcsm得到的输出变量结果值；和分别为所提方法和mcsm得到的输出变量累积概率密度函数上第i个点的值；n为输出变量累积概率密度函数上的取点数。
[0147]
不同输出变量相对误差指标的平均值和最大值如表1所示。输出变量期望值和标准差的相对误差指标小于1％，说明了所提方法在输入变量具有相关性场合能准确得到输出变量的统计数字特征。
[0148]
表1
[0149][0150]
表2列出了不同输出变量方差和根均值指标的平均值和最大值说明了所提方法能准确得到输出变量的概率分布特性。
[0151]
表2
[0152][0153]
由上表可知，变量间相关性经过本文所提方法处理后对结果几乎没有影响，本文方法在输入变量具有相关性的场合能精确得到功率缺额的概率分布曲线。
[0154]
为了说明本发明所提方法的高效性，将本发明所提方法与蒙特卡洛法(采样值从1000增加到10000)比较其相对误差指标，以10000次蒙特卡洛抽样结果作为基准值，其结果如图7所示。
[0155]
由图7可知，本发明所提的方法收敛速度远快于mcsm，当蒙特卡洛采样值较少时，其误差相对较大，随着抽样数量的增加其误差逐渐减小，但是随着采样数量的增加其采样时间也指数增加，更加能反应本发明所提方法的高效性。
[0156]
改进有效集法计算开销分析
[0157]
为了验证本发明所提模型钟改进有效集算法的优势，将其和matlab-quadprog求解器、传统有效集算法在不同规模控制对象的情况下比较它们的求解速度。在该模型中控制对象为燃气轮机、燃气锅炉、电转气和电加热等共10个控制对象，其计算开销如表3所示。
[0158]
表3
[0159][0160]
由上表所示，asm有效的改进了求解速度，由于asm将不等式约束转换为等式约束，将原模型转换为kkt方程求解，由于变为了数值方法求解，使得求解速度加快，在masm中考虑了mpc方程在每个时刻具有连续性，可以将前一时刻的值作为该时刻的初始值，减少了迭代求解时间，避免了初始值从0开始迭代所耗费的时间。
[0161]
由表3可知，因为合理的设置了初始点，masm有效的控制了求解时间，其控制效率相较于其它方法有明显的提升。随着区域综合能源系统的日渐丰富，例如国家大力支持的屋顶光伏系统以及其它的分布式能源，使得区域综合能源系统需要控制的对象日益增加，
更加凸显了算法开销的重要性。
[0162]
调度仿真结果分析
[0163]
日前调度阶段在确定性模型计算中取不确定性变量的预测值进行确定性优化求解，计算得到全天运行最优成本f0＝32864元，设定偏差因子σ为5％，相应的鲁棒成本为fc＝f0×
(1+5％)＝34507元，计算式(3-23)得到ε＝0.87，相应的调度结果如下图8至图10所示。
[0164]
结合图8图10可知，由于考虑了不确定性因素的相关性，导致得到置性度增加，因为ries包含的不确定性因素多具有负相关性，使得所得到的功率缺额概率密度曲线中的极端情况更少，所以可以适当的放大置性度，因为给定的偏差因子和第三章相同，在相同的可接受条件下得到功率缺额相同，所以得到了相同的调度结果，但是增加置性度，增加了调度结果可接受程度。
[0165]
为了保证在不确定性因素影响下多能互补系统ries的经济运行，本发明建立了基于igdt-mpc的双层多异质能源优化调度模型。采用两点法和cornish-fisher级数展开将多元不确定性转换为单一的功率缺额不确定性，有效的解决了igdt模型难以同时精确处理多不确定性因素问题，并针对两点法不能直接应用与输入变量具有相关性的场景，引入nataf变换和svd分解技术，使得2pem-cornish法的适用性更加广泛。日内采用mpc进行滚动优化，在日前igdt鲁棒调度计划的基础上根据日内实际情况修正偏差，改善了igdt开环控制的缺点，使得调度计划更满足实际运行状态。并发挥了本发明所提mpc日内滚动优化模型的优势改进了有效集算法，将上一控制时刻得到的控制量作为下一个控制时刻的初始值，大大的提高了有效集法的计算效率，降低其计算开销。因此本发明提出的考虑变量相关性的igdt-mpc双层优化调度模型对igdt处理输入变量具有相关性的场景提供了新思路。
[0166]
以上所述，仅为本技术较佳的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。