第一章 绪论
1.1 课题研究的背景及意义
能源是人类社会运行与发展的重要物质基础，随着全球化进程的不断深入，全球经济迅速增长，能源需求激增。2019 年，全球一次能源消费总量达 206 亿吨标准煤，较 1980年接近翻番。同时能源消费带来的环境污染问题也在日益加剧，全球温室气体的排放量仍然处于较高水平，2019 年，全球能源相关碳排放达到 332 亿吨[1-2]，1990-2019 年全球能源相关二氧化碳排放量如图 1.1 所示。
电气自动化论文参考
与传统的化石燃料能源相比，以风能、太阳能等为代表的新能源资源因其分布广泛、储量丰富、低排放、可再生等优点，获得各国政府的青睐，各国正在积极寻求可持续发展的新能源结构模式和开发新能源发电技术，1990-2018 年全球新能源发电量如图 1.2 所示。随着互联网技术、新能源发电技术、能源转换技术、智能电网技术等高新技术的发展，能源互联网技术不断发展完善，从传统电力系统供能扩展成耦合冷、热、电、气等为一体的多能互补综合能源系统，为实现不同能源系统之间的优化调度、优化能源结构、减少能源消粍提供了良好的平台。
......................
1.2 国内外研究现状
1.2.1 新能源消纳技术研究现状
近年来，由于资源可再生、绿色低碳、环境友好等特点，新能源发电技术进入快速发展阶段；但其发电成本较高、间歇性与波动性较大、资源分布分散、出力规模较小等因素给电网安全运行带来了巨大隐患，大大制约了新能源发电并网，造成了大量弃风弃光现象。因此，在新能源消纳中融入需求侧管理，提高电网新能源消纳能力、减少弃风弃光，是新能源发电消纳技术发展的一个关键任务。
目前，己有许多学者利用各种方法对新能源发电消纳技术进行了相关研究。针对需求响应(Demand Response, DR)在新能源消纳中的影响，文献[7]通过构建包含储热、热电联产和 DR 资源的综合电热系统调度模型，提出风电消纳日前日内两阶段调度方法：在日前调度阶段，机组、储热装置以及电价型 DR 配合消纳风电短期预测出力；在日内调度阶段，机组以及激励型 DR 配合消纳风电超短期预测出力。文献[8]综合考虑新能源出力预测误差及负荷 DR 特点，构建包含日前、日内和实时 3 个阶段的含风电电力系统多时间尺度调度模型，以提高系统风电消纳能力，降低系统弃风量。文献[9]以平移负荷波动和降低车主电费为目标，通过价格机制引导电动汽车入网，同时协调优化发电侧资源消纳风电，建立计及 DR 的风电-电动汽车协同调度的多目标优化模型。文献[10]将负荷侧调度资源、储能设备和常规机组同时进行优化调度，综合考虑系统运行成本、负荷调度成本和可再生能源消纳效益，建立了“源—荷—储”协调互动电力系统优化调度模型。上述文献对研究新能源发电消纳技术、提高新能源消纳水平提供了良好的参考，但没有考虑作不确定因素对新能源消纳的影响。
针对新能源消纳过程中不确定因素的影响，文献[11]通过风–光–光热新能源电站间的联合优化运行, 以综合成本最优为目标，考虑价格型 DR，兼顾系统不确定性，构建了计及价格型 DR 的新能源电站联合发电系统日前优化调度模型。文献[12]在提出 DR 参与率的基础上，用不确定性模型表征用户 DR 参与率和电网侧激励间的关系，并以配电网波动性最小为目标，提出一种计及用户参与不确定性的 DR 优化调度策略。文献[13]通过分析可中断负荷(Interruptible Load, IL)的不确定性，同时考虑固定补偿成本和不确定性成本，提出基于风险评估和机会约束的不确定性 IL 优化决策方法。文献[14]综合考虑可再生能源不确定性和客户满意度对微电网运行的影响，引入正态分布概率分布函数和储备能力分配成本，以最小运行成本为优化目标，提出了热电耦合微电网的最佳调度策略优化模型。文献[15]针对需求响应策略中用户参与不确定性因素，提出在反映电网侧激励对用户用电影响的参与率(participation rate，PR)概念基础上，构建计及用户参与不确定性的需求响应模型；
.............................
第二章 模糊理论及不确定性相关原理分析
2.1 引言
不确定性是事物客观存在的本质属性，事物的确定性往往通过不确定性表现出来，且包含有大量的不确定性。确定性和不确定性是辩证统一的，两者相互矛盾、相互渗透、相互依存、相互作用，在一定条件下可互相转化。随着科学技术的发展，人们对不确定性的认识也越来越深入和重视，只有正视和运用好不确定性的有利结果，避免不确定性的不利结果，才能够正确认识事物的本质，科学地研究复杂的系统问题[38-40]。
区间优化(Interval Optimization)是一种通过数学方法以区间变量形式代替系统中不确定性信息（点变量）的优化方法，其最初源自 1966 年 Morre 的《区间分析》一书。在区间优化中，用参数或变量的上下界组成的区间数来描述系统不确定性。区间优化因其可将传统的点变量变换成区间变量，对数据精确性要求不高、求解过程相对简单等特点，常用来处理实际中信息不完善、信息质量不高或者信息难获得的问题[43]。但由于其信息处理过于粗糙，会给优化结果区间带来极大的不准确性；此外由于区间优化算法自身特性导致的相关性问题和“维数灾难”问题，会出行运算结果无效扩大，算法效率降低，结果精确性降低，无法解决高维问题等问题[44]。
........................
2.2 不确定性理论公理化体系
人类对不确定性的认识由来已久，十六世纪意大利学者 Girolamo Cardano 关于掷骰子等赌博中一些概率问题的研究；十九世纪七十年代，模糊理论由美国加州大学伯克利分校电气工程系的 L. A. Zadeh 教授创立；粗糙集理论作为一种数据分析处理理论，在1982 年由波兰科学家 Z. Pawlak 创立。
不确定理论是概率论、可信性理论、信赖性理论的统称，同时还包括模糊随机理论、随机模糊理论、双重随机理论、双重模糊理论、双重粗糙理论、模糊粗糙理论、粗糙模糊理论、随机粗糙理论、粗糙随机理论等双重不确定性理论和多重混合不确定性理论[31]。图 2.1 描述了不确定性理论框架。
电气自动化论文怎么写
第三章 考虑需求响应不确定性的配电网主从博弈经济调度 ························ 19
3.1 引言 ························ 19
3.2 负荷特性及价格型 DR 不确定性分析 ·························· 19
第四章 考虑源、荷不确定性的综合能源系统模糊优化调度Equation C hapter (Next) Section 1 ······························ 35
4.1 引言 ···························· 35
4.2 IENGS 模型 ························ 35
第五章 结论与展望 ··························· 51
5.1 结论 ······································· 51
5.2 展望 ··································· 52
第四章 考虑源、荷不确定性的综合能源系统模糊优化调度
4.1 引言
近年来，应用化石燃料所带来的环境污染问题日益严重，发展多能互补综合能源系统是有效解决这一问题的良好途径。由于天然气具有经济性、环保性和灵活性等优点，电-气互联综合能源系统(integrated electrical and natural-gas systems, IENGS)成为综合能源系统的典型，因此本章以电-气互联综合能源系统为基础，研究多能源优化调度过程中的不确定性问题。
作为电-气互联综合能源系统中的核心技术，电转气(power to gas, P2G)技术的应用可促进新能源就地消纳，降低碳排放，有效提升能源利用率、改善能源结构，具有良好的发展前景和运用价值。但由于新能源电源和电、气负荷都存在不确定性，这给电-气互联综合能源系统的优化运行带来了新的挑战。
本章以工业园区 IENGS 经济效益最大化和环境效益最大化，即系统运行成本和弃风惩罚成本最小为目标，综合考虑电、气系统约束，建立了工业园区 IENGS 模型。在风电出力高峰期、电负荷低谷期，通过 P2G 设备将过剩的风电转化为天然气供给气系统，增加系统新能源消纳率；在风电出力低谷期、电负荷高峰期，通过燃气轮机组将天然气转化为电能，增加系统出力，减少主网购电成本，平抑负荷波动。
...........................
第五章 结论与展望
5.1 结论
在人类社会迅速发展的同时，也带来了诸如能源需求激增、能源环境污染、能源紧缺等相关问题，能源互联网技术的不断发展与成熟，为解决上述问题提供了新思路，多种能源间互联互通、优势互补，不仅提升了多种能源的利用效率，同时也促进了可再生能源规模化发展，提高了能源供应安全保障。但能源优化调度过程中的不确定性问题，已成为制约能源结构优化、系统经济效益提升的一大影响因素。
基于此，本文以能源系统调度过程中的不确定性问题作为核心研究内容，在电力系统中以考虑新能源消纳及需求响应不确定性的配电网为例，多能互补综合能源系统中以计及源、荷不确定性的工业园区电-气互联综合能源系统为例，通过对上述两个能源系统调度过程中的不确定性因素进行探讨分析，运用主从博弈、模糊集理论、TLBO 智能算法、清晰等价类转换等，深入研究了不确定性因素对两者优化运行的影响。论文的主要研究成果和结论总结如下：
(1) 针对电力系统中的不确定性问题，第三章以计及需求响应不确定性的配电网为例，结合用户负荷特性，同时考虑配电网中的新能源消纳问题，引入价格型 DR，采用主从博弈模型，提出了一种以配电网侧为主体、负荷侧为从体的主从博弈经济调度模型；最后对主从博弈模型的作用进行了分析，探究了 DR 不确定性对系统优化运行以及不同负荷弹性系数对系统消纳风电的影响。算例仿真分析表明，所建模型能够有效提高配电网风电消纳能力，实现主、从体双方社会效益与经济效益最优化，对后续研究多能源调度过程中的不确定性具有良好的参考意义。
(2) 主从博弈模型能够加强配电网侧与负荷侧之间的互动，深化负荷侧 DR 的作用，实现博弈双方目标的优化，这给电力供给侧改革提供了一定的参考。计及价格型 DR 的响应不确定性时，研究发现在一定范围内，更大的柔性负荷弹性系数能够增强系统对风电的消纳能力，但由于价格型 DR 自身不确定性的影响，过大的负荷弹性系数反而会削弱系统的优化运行能力，降低配电网分布式风电消纳率。
参考文献（略）