不同时间序列聚合方法对最优能源系统设计的影响
最优化与控制
2017-12-04 v1 计算工程、金融与科学
摘要
由于供给和需求时间序列的高波动性，对可再生能源系统进行建模是一项计算要求很高的任务。为了减小其规模，本文讨论了将其聚合为典型周期的不同方法。每种聚合方法都应用于不同类型的能源系统模型，使得这些方法难以比较。为了克服这一问题，首先对这些不同的聚合方法进行扩展，使其能够应用于所有类型的多维时间序列，然后通过将它们应用于不同的能源系统配置并分析其对成本最优设计的影响来进行比较。结果发现，无论采用哪种方法，时间序列聚合都能显著减少计算资源。然而，与使用原始时间序列中的代表周期相比，平均值会导致对真实系统成本的低估。聚合方法本身（例如k-means聚类）起着次要作用。更重要的是所考虑的系统：与具有较高可再生能源并网比例的系统相比，利用集中式资源的能源系统需要更少的典型周期即可实现可行的系统设计。此外，对于基于季节性储能的能源系统，现有模型对典型周期的整合并不适用。
引用
@article{arxiv.1708.00420,
title = {Impact of different time series aggregation methods on optimal energy system design},
author = {Leander Kotzur and Peter Markewitz and Martin Robinius and Detlef Stolten},
journal= {arXiv preprint arXiv:1708.00420},
year = {2017}
}