上海电力大学电气工程学院 余 蓓 李晓露
可再生能源出力及负荷功率具有较强的不确定性,为了确保IES 运行的安全可靠性,在规划和运行阶段考虑风、光等可再生能源及负荷的随机性尤为重要。
本文以历史风、光出力及负荷功率为样本,基于非参数核密度估计法选用高斯核函数生成一天内每个时段的概率密度函数。对随机变量为x 的样本,概率密度函数fh(x)的核密度估计为:

式中:n 为样本容量;Xi为第i 个样本;h 为带宽;K(·)为高斯核函数,即:

根据风机、光伏出力以及负荷功率每个时段的概率密度函数求出其累积分布函数后,采用拉丁超立方抽样分别对其每个时段的分布函数进行采样,并且为了提高采样场景的准确度,采用Cholesky分解降低不同场景之间的相关性[1]。
典型的热力系统结构如图1所示。热力系统可分为传输系统(一次热网)和分配系统(二次热网),一次热网和二次热网通过换热站实现能量交换。热网中热能的延时和储能特性主要体现在一次热网中,因此本文不计二次热网,仅对一级热网进行讨论。

图1 热力系统基本结构
不考虑一次热网中热能损耗,管道i 中的热水从入口到出口所需的时间为τi,有:

式(3)表示不考虑热损耗时,管道i 中热媒在t 时段的出口温度与t-τi时段的入口温度Tini,t-τi相等。其中,li为管道i 长度;ri为其半径;ρ 为水的密度;mi,t为t 时段管道i 中热水流量。
考虑热网中热能损耗的影响,有……p>