园区综合能源系统多时间尺度优化

园区综合能源系统(PIES)是生产、传输、储存和消耗过程中耦合多种能源的一体化能源系统,能够提高一次能源利用率,具有节能、环保、高能效的显著优势,是早日实现“碳达峰、碳中和”目标的重要途径。基于此,文中建立一种基于需求侧响应的园区综合能源系统的多时间尺度分层优化模型,考虑负荷与可再生能源的不确定性,采用蒙特卡洛方法处理不确定性优化问题。通过引入自适应参数设置和改进群体搜索算法(GSO)的领头者搜索策略,提高GSO算法的性能,使其能适用于PIES的大规模非凸的非线性优化问题。算例结果表明:改进的GSO算法能够提高搜索效率并有效避免陷入局部最优解,具有良好的全局求解性能;在不确定性情况下,采用蒙特卡洛方法,基于综合能源需求侧响应技术的多时间尺度优化可以有效降低PIES成本,降低系统能源损耗,且所提优化策略具有一定的随机性抵抗能力。