近日，信息与电气工程学院郑颖颖教授研究论文《基于数据驱动季节性场景生成的综合能源系统的稳态运行》（Data-Driven Seasonal Scenario Generation-Based Static Operation of Hybrid Energy Systems）在电气能源领域顶级期刊 Energy 上正式发表，该研究针对综合能源系统中可再生能源间歇性导致的不确定性问题，以及季节性需求变化对系统运行的影响，提出一种基于典型场景生成并结合生物质气化热电联产的稳态优化运行策略，以实现多能源系统中不同能源形式的有效协同和经济成本的最小化，保证系统在不同季节下的稳定运行和经济性。

随着可再生能源在能源系统中的广泛应用，风能和太阳能等间歇性能源的不确定性显著增加了综合能源系统的运行复杂性。为应对这些挑战，并解决季节性需求变化带来的影响，本文提出了一种以生物质气化热电联产系统为核心的稳态运行模型。该模型基于大量电负荷、热负荷、气负荷、风速和光伏的历史数据，采用了核密度估计和Wasserstein距离缩减相结合的多场景生成方法，有效捕捉能源需求的相关性和可再生能源的不确定性。通过Newton-Raphson方法对电力、热力和气体的多能流进行计算。

方法核心框架

研究结果显示，该模型在不同季节的运行场景下能够实现超过70%的构建准确率。此外，场景生成结果显著提升了系统的经济性分析准确性，并为季节性需求波动下的成本估算和能流优化提供了更加详细和可靠的依据。最终，该研究证明了所提模型在有效管理间歇性能源来源的同时，能够应对季节性需求变化带来的经济影响，提升了综合能源系统的运行稳定性和经济效益。

电热气负荷单时刻典型分布图

中国农业大学为该论文的唯一完成单位，信息与电气工程学院2022级硕士研究生王京龙为论文第一作者，学院郑颖颖教授为论文通讯作者。论文成果国家自然科学基金项目（NO.52207143）的资助。

原文链接：https://doi.org/10.1016/j.energy.2024.133030