零排放社区能源系统投资中聚类方法的评估
最优化与控制
2020-01-27 v1 计算工程、金融与科学
摘要
本文研究了在零排放社区（ZEN）能源系统设计中使用聚类的方法。ZEN 是指在其生命周期内旨在实现净零排放的社区。虽然已有工作使用并研究了用于社区能源系统设计的聚类，但尚无文章处理诸如 ZEN 这类社区，其对太阳辐照度时间序列有高要求，包含 CO2 因子时间序列，并具有限制可能性的零排放平衡。为此，使用了多种方法并比较了它们的结果。结果一方面为聚类本身的性能，另一方面为各方法在使用该数据的优化模型中的性能。测试了与聚类方法相关的各个方面。所研究的不同方面包括：目标（聚类得到天或小时）、算法（k-means 或 k-medoids）、归一化方法（基于标准差或值域）以及启发式的使用。结果强调 k-means 比 k-medoids 提供更好的结果，且 k-means 系统性低估目标值而 k-medoids 持续高估。当可在聚类天与小时之间选择时，聚类天似乎提供最佳的精度与求解时间。该选择取决于优化模型所用的公式以及建模季节性存储的需求。归一化方法的选择影响最小，但值域方法在求解时间上显示出一些优势。当需要对太阳辐照度时间序列的良好表征时，需要更多天数或使用小时。该选择取决于可接受的求解时间。
引用
@article{arxiv.2001.08936,
title = {Clustering Methods Assessment for Investment in Zero Emission Neighborhoods Energy System},
author = {Dimitri Pinel},
journal= {arXiv preprint arXiv:2001.08936},
year = {2020}
}
备注
12 pages, 19 figures, 7 tables, 1 Appendix,