[发明专利]基于统计机器学习的园区综合能源系统的规划方法

权利要求书

1.一种基于统计机器学习的园区综合能源系统的规划方法，其特征在于，包括：

获取影响分布式光伏电源和建筑物供暖负荷的历史气象数据，并对所述历史气象数据进行处理，获得仿真样本集；

根据所述仿真样本集计算所述分布式光伏电源的发电功率和所述建筑物供暖负荷；

根据所述建筑物供暖负荷计算所述园区综合能源系统的热力系统发电功率和天然气系统供气功率；

根据所述分布式光伏电源的发电功率、所述热力系统发电功率和所述天然气系统供气功率进行潮流计算，获得所述园区综合能源系统的运行状态变量；

根据所述园区综合能源系统的运行状态变量建立目标函数，并由目标函数和约束条件组成规划问题，以及对所述规划问题进行迭代求解，获得分布式光伏电源选址定容规划方案。

2.根据权利要求1所述的方法，其特征在于，所述历史气象数据包括园区在供暖期间的室外环境温度和太阳光照强度的原始数据集，对所述历史气象数据进行处理，获得仿真样本集，包括：

对所述太阳光照强度的原始数据集使用Beta分布进行最大似然估计，得到Beta分布的形状参数，并根据Beta分布的形状参数和马尔科夫链模型，得到太阳光照强度仿真样本集；

采用时间序列模型对所述室外环境温度的原始数据集进行处理，得到室外环境温度仿真样本集。

3.根据权利要求2所述的方法，其特征在于，根据Beta分布的形状参数和马尔科夫链模型，得到太阳光照强度仿真样本集，包括：

基于Beta分布的形状参数和Beta分布获取太阳光照强度的静态边缘累积概率分布函数；

利用马尔科夫链模型对所述太阳光照强度的静态边缘累积概率分布函数进行时序重构，得到动态边缘累积概率分布函数；

根据所述动态边缘累积概率分布函数随机生成预设数量的边缘累积概率分布值，并将所述边缘累积概率分布值代入对应的边缘累积概率分布函数，得到所述太阳光照强度仿真样本集。

4.根据权利要求2所述的方法，其特征在于，采用时间序列模型对所述室外环境温度的原始数据集进行处理，得到室外环境温度仿真样本集，包括：

设定正弦模型的振幅、频率、相位常数和序列项，并根据所述正弦模型对所述室外环境温度的原始数据集进行处理，得到室外环境温度的拟合曲线确定分量；

基于白噪声利用季节自回归模型和最小二乘法，得到室外环境温度拟合曲线随机分量；

采用最大似然估计法估计时间分布参数，得到室外环境温度残差变量的概率分布函数；

创建时移序列矩阵，并根据所述时移序列矩阵、室外环境温度的拟合曲线确定分量、室外环境温度拟合曲线随机分量和室外环境温度残差变量的概率分布函数，得到室外环境温度的时间序列仿真样本集。

5.根据权利要求1-4中任一项所述的方法，其特征在于，根据所述仿真样本集计算所述分布式光伏电源的发电功率和所述建筑物供暖负荷，包括：

利用光伏发电系统的数学模型，基于所述仿真样本集和分布式光伏电源的额定功率，获得分布式光伏电源的发电功率；

利用建筑物热负荷数学模型，基于所述仿真样本集，计算所述建筑物供暖负荷。

6.根据权利要求1-4中任一项所述的方法，其特征在于，根据所述建筑物供暖负荷计算所述园区综合能源系统的热力系统发电功率和天然气系统供气功率，包括：

获取所述园区综合能源系统的热源节点输出热功率，并根据所述建筑物供暖热负荷和所述热源节点输出热功率，利用热电联产系统的数学模型计算所述热力系统发电功率；

获取所述园区综合能源系统的电力系统潮流计算结果，并根据所述热源节点输出热功率和所述电力系统潮流计算结果，利用所述热电联产系统的数学模型计算所述天然气系统供气功率。

7.根据权利要求6所述的方法，其特征在于，获取所述园区综合能源系统的热源节点输出热功率，包括：

在热电联产系统以热定电工作模式下，进行热力系统流量计算，获得所述热源节点输出热功率。