在“双碳”目标的大背景下,耦合了多种异质能源的综合能源系统(Integrated Energy Systems, IES)在可再生能源消纳、能源梯级利用等方面具拥有巨大优势。然而,可再生能源–负荷需求的双侧不确定性对IES的优化调度方法提出了巨大的挑战...在“双碳”目标的大背景下,耦合了多种异质能源的综合能源系统(Integrated Energy Systems, IES)在可再生能源消纳、能源梯级利用等方面具拥有巨大优势。然而,可再生能源–负荷需求的双侧不确定性对IES的优化调度方法提出了巨大的挑战。针对该问题,本文提出了一种基于数据驱动场景建模的IES日前优化调度方法。在海量功率数据的基础上,建立了基于变分自编码器(Variational Auto-Encoder, VAE)的IES源–荷场景生成模型,并通过改进的K-means聚类算法进行场景削减,得到精确的典型运行场景。随后,建立了以运行成本期望最低为目标函数的IES日前场景随机优化调度模型,有效提升了IES的运行经济性,为不确定性条件下的IES调度提供了理论指导。展开更多