劉樹(shù)勇，李娜，曾鳴，王磊，劉麗霞，李春雪，劉偉，歐陽(yáng)邵杰

(1. 國(guó)網(wǎng)天津市電力公司經(jīng)濟(jì)技術(shù)研究院，天津市300000； 2. 華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京市 102206)

基于改進(jìn)的混合多種群進(jìn)化算法的城市能源系統(tǒng)供需優(yōu)化方法研究

劉樹(shù)勇1，李娜1，曾鳴2，王磊1，劉麗霞1，李春雪2，劉偉2，歐陽(yáng)邵杰2

(1. 國(guó)網(wǎng)天津市電力公司經(jīng)濟(jì)技術(shù)研究院，天津市300000； 2. 華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京市 102206)

對(duì)城市能源系統(tǒng)供需優(yōu)化方法進(jìn)行研究。首先，以能源系統(tǒng)總成本最小為目標(biāo)，建立考慮多類能源規(guī)劃約束條件的城市能源系統(tǒng)供需優(yōu)化模型；其次，引入改進(jìn)的混合多種群進(jìn)化算法，確定模型的尋優(yōu)流程；最后，采用終端能源消費(fèi)預(yù)測(cè)模型的相關(guān)結(jié)果作為需求約束量，將模型應(yīng)用于T市進(jìn)行算例分析。算例結(jié)果表明，應(yīng)用所構(gòu)建模型獲取的未來(lái)規(guī)劃期內(nèi)最優(yōu)能源供應(yīng)結(jié)果，滿足城市能源相關(guān)政策文件要求，能夠有效引導(dǎo)T市能源供應(yīng)向清潔、可持續(xù)化方向發(fā)展。

城市能源系統(tǒng)；供需優(yōu)化模型；變量耦合關(guān)系；改進(jìn)的混合多種群進(jìn)化算法

0 引 言

近年來(lái)，隨著城市社會(huì)經(jīng)濟(jì)的快速發(fā)展和人民生活水平的日益提高，城市能源消費(fèi)量持續(xù)增長(zhǎng)，能源供需矛盾日益緊張[1-3]；同時(shí)，以煤炭為主的能源結(jié)構(gòu)導(dǎo)致大量污染物質(zhì)的排放，給城市帶來(lái)嚴(yán)重的環(huán)境污染問(wèn)題[4]。我國(guó)城市能源管理面臨著經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的雙重壓力，以及資源能力、能源政策等多方面的約束，迫切需要建立合理有效的能源規(guī)劃優(yōu)化方法，以幫助確定滿足各類約束條件下的能源系統(tǒng)最優(yōu)結(jié)構(gòu)和最優(yōu)發(fā)展方向，有效解決城市能源問(wèn)題。

國(guó)內(nèi)外學(xué)者研究的城市能源供需優(yōu)化方法主要分為兩大類，一類是典型能源模型，另一類是以成本最小為目標(biāo)的動(dòng)態(tài)規(guī)劃模型。在典型能源模型方面，國(guó)際上能源權(quán)威機(jī)構(gòu)開(kāi)發(fā)出的代表性能源模型包括市場(chǎng)配置技術(shù)模型(market allocation of technologies model, MARKAL)[1-3]、能量流優(yōu)化模型(energy flow optimization model, EFOM)[4-6]、長(zhǎng)期能源替代規(guī)劃系統(tǒng)(long-range energy alternatives planning system, LEAP)[7-8]、能源供應(yīng)系統(tǒng)替代模型(model for energy supply strategy alternatives and their general environmental impacts, MESSAGE)[9-10]等。我國(guó)曾引進(jìn)和使用過(guò)一些國(guó)外能源規(guī)劃和能源政策分析的典型能源模型[11-18]。然而，上述模型以特定國(guó)家或區(qū)域?yàn)榫唧w背景，并建立在特定假設(shè)條件下，其參數(shù)設(shè)定和情景假設(shè)并不符合我國(guó)城市能源的活動(dòng)特點(diǎn)，無(wú)法準(zhǔn)確反映我國(guó)城市能源系統(tǒng)的實(shí)際情況。

在以成本最小為目標(biāo)的動(dòng)態(tài)規(guī)劃模型方面，文獻(xiàn)[19]用區(qū)間兩階段模糊隨機(jī)優(yōu)化方法對(duì)區(qū)域能源系統(tǒng)進(jìn)行規(guī)劃，預(yù)測(cè)出25年規(guī)劃期內(nèi)5種能源的調(diào)入調(diào)出量的供需情況，然而該模型未考慮環(huán)境因素對(duì)能源系統(tǒng)的影響。立足于北京市目前能源消費(fèi)現(xiàn)狀，文獻(xiàn)[20]創(chuàng)建了旨在滿足能源需求、環(huán)境允許的前提下使得系統(tǒng)能源費(fèi)用最小化的能源供需優(yōu)化模型，但是模型受北京地區(qū)特殊性的限制，未考慮城市能源系統(tǒng)的調(diào)出量，使得該模型在其他地區(qū)的應(yīng)用受到限制；此外，模型建立的總費(fèi)用目標(biāo)未考慮能源系統(tǒng)的環(huán)境成本，與當(dāng)前環(huán)保政策對(duì)能源規(guī)劃影響越來(lái)越大的實(shí)際環(huán)境不適應(yīng)。文獻(xiàn)[21]考慮12種能載體，以系統(tǒng)總成本最小為目標(biāo)構(gòu)建典型城市的能源系統(tǒng)優(yōu)化模型，最終獲得規(guī)劃期內(nèi)各能源的供應(yīng)量，以及各類技術(shù)的容量及擴(kuò)容量等結(jié)果，該方法的主要不足在于未考慮保障城市外受電比重最低實(shí)現(xiàn)目標(biāo)的相關(guān)約束。

綜上，目前尚不具有完全意義上的城市能源系統(tǒng)優(yōu)化方法。本文提供一種基于改進(jìn)的混合多種群進(jìn)化算法，考慮多類能源規(guī)劃約束的城市能源系統(tǒng)能源供需優(yōu)化方法，具有極大的創(chuàng)新意義與現(xiàn)實(shí)價(jià)值。首先，建立城市能源系統(tǒng)基本框架，確定能源規(guī)劃所涉及能源載體類型；其次，建立以能源系統(tǒng)總成本最小化為目標(biāo)的城市能源系統(tǒng)供需優(yōu)化模型，模型中納入能源供需平衡約束、能源規(guī)劃政策約束、外受電比重約束、環(huán)保約束等各類影響能源格局的約束條件，并在尋優(yōu)流程中引入退火算法以改進(jìn)傳統(tǒng)混合多種群進(jìn)化算法；最后，將所構(gòu)建模型應(yīng)用于T市進(jìn)行算例分析，獲取特定規(guī)劃期內(nèi)城市能源供應(yīng)的優(yōu)化結(jié)果，以指導(dǎo)能源規(guī)劃與投資決策。

1 城市能源系統(tǒng)框架

根據(jù)我國(guó)統(tǒng)計(jì)年鑒在能源領(lǐng)域的常用分類方法，將城市能源系統(tǒng)的能源分為煤、石油、天然氣、電力、熱力五大類。在此基礎(chǔ)上，根據(jù)每個(gè)能源大類中的品種、來(lái)源、用途等具體情況對(duì)能源種類進(jìn)行進(jìn)一步細(xì)分，其中：

(1)煤炭按照國(guó)際煤炭分類標(biāo)準(zhǔn)劃分為褐煤、煙煤、無(wú)煙煤3種類型；

(2)石油類劃分為汽油、柴油、煤油和液化石油氣4種主要的能源類型；

(3)各類煤、石油、天然氣供應(yīng)來(lái)源分為本地所產(chǎn)、外地輸入；

(4)電力包括常規(guī)能源電力和可再生能源電力，包括：煤電(純凝煤電機(jī)組、熱電聯(lián)產(chǎn)煤電機(jī)組)、燃?xì)獍l(fā)電、水電、風(fēng)電、核電、太陽(yáng)能發(fā)電、生物質(zhì)能發(fā)電等，電力供應(yīng)分為本地所產(chǎn)及外受電力；

(5)熱力包括熱電聯(lián)產(chǎn)機(jī)組供熱、燃煤鍋爐供熱、燃?xì)忮仩t供熱、熱泵地暖等供熱技術(shù)，主要考慮本地供應(yīng)量。

綜上，城市能源系統(tǒng)中涉及褐煤、煙煤、無(wú)煙煤、汽油、柴油、煤油、液化石油氣、液化天然氣、電力、熱力等10種能源載體類型。

2 能源供需優(yōu)化模型構(gòu)建

2.1 目標(biāo)函數(shù)

城市能源供需優(yōu)化模型的目標(biāo)是規(guī)劃期內(nèi)能源系統(tǒng)成本最小化，如公式(1)所示，考慮能源供應(yīng)成本(能源生產(chǎn)、調(diào)入、調(diào)出)、能源轉(zhuǎn)換成本(包括發(fā)電、供熱等)、環(huán)境成本。在此，將發(fā)電技術(shù)的成本分為燃料成本和運(yùn)行、投資成本兩大類，燃料成本主要為煤、油、氣的成本，歸入能源供應(yīng)成本中；運(yùn)行投資成本歸入能源轉(zhuǎn)換成本中。

minC=Csu+Ctr+Cen

(1)

式中：C為城市能源系統(tǒng)總成本；Csu為能源供應(yīng)成本；Ctr為能源轉(zhuǎn)換成本；Cen為環(huán)境成本。

(1)能源供應(yīng)成本

能源供應(yīng)成本是能源生產(chǎn)量、調(diào)入量和調(diào)出量與相應(yīng)的成本或價(jià)格的乘積的總和，在此，考慮各類能源的終端銷售價(jià)格，因此，能源供應(yīng)成本包括各類能源的生產(chǎn)、加工與運(yùn)輸成本，如公式(2)所示。

(2)

式中：t為規(guī)劃期內(nèi)的不同時(shí)期，時(shí)長(zhǎng)取1年；PLS(n,t)為t時(shí)期本地生產(chǎn)能源n的價(jià)格，n為不包括電力的各類能源，包括褐煤、煙煤、無(wú)煙煤、汽油、柴油、煤油、液化石油氣、天然氣等；LS(n,t)為t時(shí)期本地生產(chǎn)能源(不包含電力)n的供應(yīng)量；PIS(i,t)為t時(shí)期調(diào)入本地能源i的價(jià)格；IMS(i,t)為t時(shí)期調(diào)入本地能源i的供應(yīng)量；PES(i,t)為t時(shí)期調(diào)出本地能源i的價(jià)格；EXS(i,t)為t時(shí)期調(diào)出本地能源i的供應(yīng)量，本地調(diào)入(出)能源為統(tǒng)計(jì)范圍內(nèi)各類能源，包括各類能源n，煤電、燃?xì)獍l(fā)電等常規(guī)電力，以及水電、風(fēng)電、核電、生物質(zhì)能發(fā)電、太陽(yáng)能發(fā)電等可再生能源電力。

(2)能源轉(zhuǎn)換成本

能源轉(zhuǎn)換技術(shù)主要是指發(fā)電技術(shù)和供熱技術(shù)，成本包括已建及新建機(jī)組或設(shè)備的運(yùn)行成本、新投建機(jī)組或設(shè)備投資成本兩部分，如公式(3)所示。

(3)

(3)環(huán)境成本

考慮各類火電機(jī)組的環(huán)境成本，包括環(huán)境治理成本與環(huán)境損失成本。環(huán)境治理成本指為避免或控制污染物對(duì)環(huán)境造成的影響或?yàn)榱藴p少污染物排放而投入的技術(shù)、設(shè)備及管理的單位成本；環(huán)境損失成本指電廠因?yàn)榕欧诺奈廴疚锵蛴嘘P(guān)部門繳納的排污費(fèi)、碳稅等費(fèi)用。同時(shí)，模型也考慮政府對(duì)于機(jī)組進(jìn)行污染減排給予的補(bǔ)貼費(fèi)用。

(4)

式中：EVS(m,t)為t時(shí)期本地能源技術(shù)m的供應(yīng)量，計(jì)算環(huán)境成本時(shí)主要考慮的能源技術(shù)m包括：發(fā)電技術(shù)k、供熱技術(shù)l及各類交通工具的排放量；χm,t(u)為t時(shí)期本地能源技術(shù)m的各類氣體或粉塵u排放系數(shù)，u包括SO2、CO2、CO、NOx、粉塵等；CEP(m,t)(u)為t時(shí)期本地能源技術(shù)m的各類氣體或粉塵環(huán)境治理成本；GB(m,t)為t時(shí)期本地能源技術(shù)m實(shí)施環(huán)保所獲政府補(bǔ)貼。

2.2 約束條件

結(jié)合各類對(duì)城市能源系統(tǒng)供需格局存在影響的因素，以及城市能源規(guī)劃政策文件中的要求，建立能源供需優(yōu)化相關(guān)約束條件，包括能源供需平衡約束、能源開(kāi)采能力約束、技術(shù)容量約束、能源規(guī)劃政策約束、可再生能源配額標(biāo)準(zhǔn)約束、外受電比重約束、環(huán)保約束及非負(fù)約束。

(1)能源供需平衡約束

考慮各品種煤、石油、天然氣類能源的供需平衡約束及電力供需平衡約束：

LS(n,t)+IMS(n,t)-EXS(n,t)≥Dn,t

(5)

(6)

式中：LS(k,t)為t時(shí)期能源n的本地產(chǎn)量；IMS(k,t)為t時(shí)期能源n的本地調(diào)入量；EXS(k,t)為t時(shí)期能源n的本地調(diào)出量；Dn,t為t時(shí)期能源n的需求量預(yù)測(cè)值；hk,t為t時(shí)期發(fā)電技術(shù)k新增容量的年運(yùn)行時(shí)間；ηk為t時(shí)期發(fā)電技術(shù)k的廠用電系數(shù)；Dk,t為t時(shí)期發(fā)電技術(shù)k的需求量。

(2)能源最大開(kāi)采能力約束

根據(jù)城市能源系統(tǒng)中各類能源的探明儲(chǔ)量與可持續(xù)發(fā)展開(kāi)采計(jì)劃，確定各時(shí)期各類能源的最大開(kāi)采能力。

LS(n,t)≤βn,t

(7)

式中βn,t為t時(shí)期能源n的生產(chǎn)能力上限。

(3)技術(shù)容量約束

根據(jù)各時(shí)期發(fā)電機(jī)組的裝機(jī)規(guī)模，確定發(fā)電量范圍

(8)

(4)能源規(guī)劃政策約束

根據(jù)各城市政策文件中有關(guān)節(jié)能減排的規(guī)劃目標(biāo)，設(shè)定化石能源在總能源供應(yīng)中的比重

LS(n,t)≤νn,t

(9)

式中νn,t為t時(shí)期政府能源規(guī)劃文件中控制的能源n的供應(yīng)能力上限。

(5)可再生能源配額標(biāo)準(zhǔn)約束

保障各年中各類可再生能源配額標(biāo)準(zhǔn)任務(wù)的完成。當(dāng)前暫未實(shí)施可再生能源配額制，可將此約束看作各類可再生能源的最低發(fā)展目標(biāo)約束。

(10)

式中：ST(a,t)為t時(shí)期可再生能源發(fā)電技術(shù)a的供應(yīng)量，為可再生能源電力本地所產(chǎn)加調(diào)入減調(diào)出的總量；ST(c,t)為t時(shí)期煤電b供應(yīng)量，為煤電本地所產(chǎn)加調(diào)入減調(diào)出的總量；ST(a,t)為t時(shí)期燃?xì)獍l(fā)電c供應(yīng)量，為燃?xì)獍l(fā)電本地所產(chǎn)加調(diào)入減調(diào)出的總量；RPSt為t時(shí)期可再生能源在能源供應(yīng)總量中的最低目標(biāo)比重。

(6)外受電比重約束

考慮城市未來(lái)規(guī)劃目標(biāo)，外受電在總電能供應(yīng)量中要滿足最低比例目標(biāo)。

(11)

式中δt為t時(shí)期外受電在總電能供應(yīng)中比重的最低目標(biāo)。

(7)環(huán)保約束

(12)

式中ω(u)t為t時(shí)期城市火電機(jī)組各類污染物u的排放上限額。

(8)非負(fù)約束

為保證方法中各變量取值具有實(shí)際意義，設(shè)定相關(guān)供應(yīng)量的非負(fù)約束

LS(n,t),IMS(i,t),EXS(i,t),GS(k,t),

NG(k,t),HS(l,t),NH(l,t)≥0

(13)

3 求解流程及尋優(yōu)算法

3.1 改進(jìn)的混合多種群進(jìn)化算法

進(jìn)化算法是模擬生物進(jìn)化過(guò)程的一種智能算法，具有較強(qiáng)的適應(yīng)性、魯棒性，因此廣泛應(yīng)用于傳統(tǒng)優(yōu)化算法不能解決的問(wèn)題。退火算法的基本思想基于固體退火原理是從某基點(diǎn)附近的鄰域開(kāi)始搜索，采用Boltzmann準(zhǔn)則接受新解，以退火溫度控制算法的求解過(guò)程，最終獲得最優(yōu)解。城市能源系統(tǒng)結(jié)構(gòu)復(fù)雜，各個(gè)能源種類的約束條件在數(shù)目和約束類型上參差不齊，且具有一定的耦合關(guān)系，特別是各類能源之間的耦合關(guān)系，僅采用單純的進(jìn)化算法可能會(huì)陷入局部最優(yōu)陷阱而無(wú)法獲取整體最優(yōu)，因此，在模型的求解算法設(shè)計(jì)中引入退火算法對(duì)傳統(tǒng)算法改進(jìn)，以克服進(jìn)化算法的求解局限。

改進(jìn)的混合多種群進(jìn)化算法的具體流程設(shè)計(jì)如圖1所示。

圖1 改進(jìn)的混合多種群進(jìn)化算法流程圖

3.2 亞種群的處理

對(duì)亞種群的進(jìn)化與選擇操作是算法最終取得最優(yōu)解的關(guān)鍵環(huán)節(jié)。采用的混合多種群進(jìn)化算法在對(duì)亞種群的進(jìn)化與選擇操作中引入小生境處理算子與多樣性保護(hù)算子，以確保算法的收斂速度和全局最優(yōu)性能。亞種群處理流程如圖2所示。

(1)最小生境處理操作

基于共享函數(shù)實(shí)現(xiàn)最小生境。小生境是指算法中所述個(gè)體的微小的生活環(huán)境范圍，引入小生境算子可以在一定程度避免進(jìn)化算法陷入局部最優(yōu)解陷阱，同時(shí)保持解的多樣性，并且提高算法的收斂效率和全局尋優(yōu)能力。

圖2 亞種群處理流程

(14)

(15)

此時(shí)即完成了最小生境處理操作。

(2)多樣性保護(hù)操作

進(jìn)化算法本身存在進(jìn)化算子的隨機(jī)誤差，因此在進(jìn)化過(guò)程中可能收斂于某一可接受解，但不是全部可能的解，因此需要采取一定的措施避免進(jìn)化過(guò)程單一向某一解收斂，多樣性保護(hù)操作是可供選擇的有效方法。

4 算例分析

將所構(gòu)建能源供需優(yōu)化模型應(yīng)用于T市能源系統(tǒng)，以指導(dǎo)T市能源投資決策，并驗(yàn)證模型科學(xué)性與有效性。根據(jù)T市統(tǒng)計(jì)年鑒中提供的主要能源價(jià)格和能源平衡表、未來(lái)城市總體規(guī)劃、節(jié)能規(guī)劃、電力專項(xiàng)規(guī)劃及清新空氣行動(dòng)方案等，獲得模型所需能源價(jià)格、約束參數(shù)，結(jié)合實(shí)際調(diào)研獲得不同類型能源的供應(yīng)成本，采用終端能源消費(fèi)預(yù)測(cè)模型的基準(zhǔn)情景預(yù)測(cè)結(jié)果，作為不同時(shí)期各類型能源的需求約束量。模型的總規(guī)劃期為2016—2017年。

將模型相關(guān)參數(shù)輸入，應(yīng)用Matlab求解模型，得到2016—2017年T市能源供需的優(yōu)化結(jié)果，如表1～3所示。

表1 化石能源供應(yīng)優(yōu)化結(jié)果

Table 1 Fossil energy supply optimization results

由表1可以看出，T市是典型的能源輸入型城市，能源消耗以煤炭為主，煤炭消耗量占全市化石能源消耗總量的77%左右。同時(shí)，T市本地產(chǎn)煤有限，需要從外地調(diào)入大量煤炭資源以滿足本市工業(yè)及民用煤需求。

為落實(shí)大氣污染防治行動(dòng)計(jì)劃，改善空氣質(zhì)量，T市將嚴(yán)控煤炭消費(fèi)總量，利用可再生能源、天然氣、電力等優(yōu)質(zhì)能源替代煤炭消費(fèi)，因此，從長(zhǎng)遠(yuǎn)看，T市煤炭供應(yīng)總量將呈下降趨勢(shì)。近兩年，受已核準(zhǔn)煤電項(xiàng)目建設(shè)的影響，煤炭供應(yīng)總量仍有所增長(zhǎng)，但漲幅較低。

根據(jù)T市未來(lái)能源規(guī)劃與清新空氣行動(dòng)方案，T市將大力發(fā)展燃?xì)獍l(fā)電項(xiàng)目，因此未來(lái)天然氣在T市化石能源供應(yīng)中的占比呈現(xiàn)出明顯上升趨勢(shì)。此外，T市已批準(zhǔn)新增4個(gè)本地氣源供應(yīng)基地，這也為T市提高天然氣使用量提供了必備資源基礎(chǔ)。

隨著T市的經(jīng)濟(jì)發(fā)展與電能替代政策的逐步實(shí)施，未來(lái)2年T市對(duì)電力的需求量將不斷增大，表2給出基于預(yù)測(cè)結(jié)果測(cè)算出的新建發(fā)電項(xiàng)目規(guī)模情況。根據(jù)表2，未來(lái)2年T市燃煤發(fā)電裝機(jī)總量有緩慢增加，燃?xì)獍l(fā)電、可再生能源電力裝機(jī)明顯上升，同時(shí)，外受電力在T市電力供應(yīng)總量中比重超過(guò)40%，并逐年增長(zhǎng)；這一結(jié)果與T市未來(lái)實(shí)施的“宏觀限制煤電發(fā)展，未來(lái)電力供應(yīng)缺口主要由氣電和外來(lái)電補(bǔ)充”政策相符。2016和2017年的發(fā)電裝機(jī)組成如圖3所示。

表2 電力供應(yīng)優(yōu)化結(jié)果

Table 2 Power supply optimization results

圖3 2016、2017年T市不同發(fā)電形式的裝機(jī)容量百分比

如表3所示，隨T市集中供暖的普及，城市供熱總量呈逐年上升趨勢(shì)，且受燃煤鍋爐改造政策的影響，在各類供熱技術(shù)中，燃煤供熱量逐年減少，而燃?xì)夤釋l(fā)揮更大作用。

綜上，應(yīng)用所構(gòu)建模型獲取的煤、石油、天然氣等不同品種能源的供應(yīng)量、發(fā)電與供熱技術(shù)的裝機(jī)容量結(jié)果，符合T市資源儲(chǔ)備現(xiàn)狀、T市能源需求與T市能源規(guī)劃相關(guān)政策文件的要求，能夠有效引導(dǎo)T市能源供應(yīng)向清潔、可持續(xù)化方向發(fā)展，有利于改善城市環(huán)境質(zhì)量，促進(jìn)城市可持續(xù)發(fā)展。

表3 熱力供應(yīng)優(yōu)化結(jié)果

Table 3 Heat supply optimization results 1013J

5 結(jié) 語(yǔ)

以能源總成本最小為目標(biāo)，綜合考慮各類影響城市能源系統(tǒng)供需格局的約束條件，構(gòu)建城市能源系統(tǒng)的能源供需優(yōu)化模型，并引入模擬退火算法改進(jìn)傳統(tǒng)進(jìn)化算法，確定模型尋優(yōu)流程。將模型應(yīng)用于我國(guó)T市能源系統(tǒng)，進(jìn)行算例分析。結(jié)果表明，應(yīng)用所構(gòu)建模型獲取的不同規(guī)劃期內(nèi)各類能源的供應(yīng)量?jī)?yōu)化結(jié)果，能夠有效指導(dǎo)城市能源投資與規(guī)劃，促進(jìn)城市能源系統(tǒng)的可持續(xù)化發(fā)展。

[1]吉平, 周孝信, 宋云亭, 等. 區(qū)域可再生能源規(guī)劃模型述評(píng)與展望[J]. 電網(wǎng)技術(shù), 2013, 37(8): 2071-2079. JI Ping, ZHOU Xiaoxin, SONG Yunting, et al. Review and prospect of regional renewable energy planning models[J]. Power System Technology, 2013, 37(8): 2071-2079.

[2]彭波, 陳旭, 徐乾耀, 等. 面向新能源消納的電網(wǎng)規(guī)劃方法初探[J]. 電網(wǎng)技術(shù), 2013, 37(12): 3386-3391. PENG Bo, CHEN Xu, XU Qianyao, et al. Preliminary research on power grid planning method aiming at accommodating new energy[J]. Power System Technology, 2013, 37(12): 3386-3391.

[3]曹軍威, 楊明博, 張德華, 等．能源互聯(lián)網(wǎng)--信息與能源的基礎(chǔ)設(shè)施一體化[J]. 南方電網(wǎng)技術(shù), 2014, 8(4): 1-10． CAO Junwei, YANG Mingbo, ZHANG Dehua, et al. Energy internet: an infrastructure for cyber-energy integration[J]. Southern Power System Technology, 2014, 8(4): 1-10. [4]于慎航, 孫瑩, 牛曉娜, 等. 基于分布式可再生能源發(fā)電的能源互聯(lián)網(wǎng)系統(tǒng)[J]. 電力自動(dòng)化設(shè)備, 2010, 30(5): 104-108. YU Shenhang, SUN Ying, NIU Xiaona, et al. Energy internet system based on distributed renewable energy generation[J]. Electric Power Automation Equipment, 2010, 30(5): 104-108．[5]KEMAL S, WALLACE E T. Analysis of US renewable fuels policies using a modified MARKAL model[J]. Renewable Energy, 2013, 50: 701-709. [6]TODD J L, VALERIE M T, AUDREY J L. A MARKAL model of state electricity generation[C]//International Symposium on Sustainable Systems and Technology, Arlington: IEEE, 2010: 1-5.

[7]NORMA A, GIUSEPPE M, GIOVANNI P. The biomass based energy conversion: An example of Markal application for the energy planning[C]//Industrial Technology, Vi a del Mar: IEEE, 2010: 988-993. [8]AMORIM F, PINA A, HANA G, et al. Electricity decarbonisation pathways for 2050 in Portugal: A TIMES (the integrated MARKAL-EFOM system) based approach in closed versus open systems modeling[J]. Energy, 2014, 69: 104-112. [9]GHADERI S F, AZADEH A, DEHGHAN S. Iran energy and environmental planning for next decade: An application of the integrated markal-EFOM system (TIMES)[C]// the 35th International Conference on Computers and Industrial Engineering, Istanbul: Istanbul Technical University, 2005: 781-786. [10]JOAO C, SOFIA S, PATRICIA F, et al. Renewable energy sources availability under climate change scenarios-Impacts on the Portuguese energy system[C]//the 5th Electricity Market International Conference on European, Lisboa: IEEE, 2008: 1-6. [11]MARIAM G, WAQAR A Q. Long term electricity demand forecasting in residential sector of Pakistan[C]//Power & Energy Society General Meeting, San Diego: IEEE 2012: 1-7. [12]AUMNAD P. Integrated energy and carbon modeling with a decision support system: Policy scenarios for low-carbon city development in Bangkok[J]. Energy Policy, 2010, 38: 4808-4817. [13]RIAHI K, EDWARD S, MARGARET T, et al. Technological learning for carbon capture and sequestration technologies[J]. Energy Economics, 2004, 26: 539-564. [14]KLAASSEN G, RIAHI K, et al. Internalizing externalities of electricity generation: An analysis with MESSAGE-MACRO[J]．Energy Policy，2007, 35: 815-827. [15]佟慶, 白泉, 劉濱, 等. MARKAL模型在北京中遠(yuǎn)期能源發(fā)展研究中的應(yīng)用[J]. 中國(guó)能源，2004, 26(6): 37-41. TONG Qing, BAI Quan, LIU bin, et al. MARKAL model and its application in studies on medium- and long-term energy development in Beijing[J]. Energy of China, 2004, 26(6): 37-41.

[16]常征, 潘克西. 基于LEAP模型的上海長(zhǎng)期能源消耗及碳排放分析[J]. 當(dāng)代財(cái)經(jīng), 2014(1): 98-106. CHANG Zheng, PAN Kexi. An analysis of Shanghai’s long-term energy consumption and carbon emission based on lEAP model[J]. Contemporary Finance & Economics, 2014(1): 98-106. [17]黃東風(fēng). 利用MESSAGE模型優(yōu)化浙江電源結(jié)構(gòu)初探[J]. 能源工程, 2006(4): 6-9． HUANG Dongfeng. The application of MESSAGE Model for optimizing the structure of power in Zhejiang Province[J]. Energy Engineering, 2006(4): 6-9. [18]陳長(zhǎng)虹, 科林格林, 吳昌華. MARKAL模型在上海市能源結(jié)構(gòu)調(diào)整與大氣污染物排放中的應(yīng)用[J]. 上海環(huán)境科學(xué), 2002, 21(9): 515-519. CHEN Changhong, KELIN Gelin, WU Changhua. Application of Markal model to energy switch and pollutant emission in Shanghai [J].Environmental Sciences, 2002, 21(9): 515-519. [19]JIANG B B, CHEN W Y, YU Y F．The Future of Natural Gas Coal Consumption in Beijing, Guangdong and Shanghai: An assessment utilizing MARKAL[C]//Power and Energy Society General Meeting-Conversion and Delivery of Electrical Energy in the 21st Century, Pittsburgh: IEEE, 2008: 1-8. [20]楊曉鷗. 北京經(jīng)濟(jì)、能源、環(huán)境-安全(3E-S)系統(tǒng)模型研究[D]. 北京： 清華大學(xué), 2010. YANG Xiaoou. Research on 3E-S (economy, energy, environment-security) system model for Beijing[D]. Beijing: Tsinghua University, 2010. [21]石玉淳. 基于LEAP模型的大連市工業(yè)能源消費(fèi)分析研究[D]. 大連： 大連海事大學(xué), 2014. SHI Yuchun. Analysis of Dalian industrial energy consumption based on LEAP Model[D]. Dalian： Dalian Maritime University, 2014.

(編輯 劉文瑩)

Supply and Demand Optimization Method of Urban Energy System Based on Improved Multispecies Hybrid Evolutionary Algorithm

LIU Shuyong1, LI Na1, ZENG Ming2, WANG Lei1, LIU Lixia1, LI Chunxue2, LIU Wei2, OUYANG Shaojie2

(1. State Grid Tianjin Economic Research Institute, Tianjin 300000, China; 2. School of Economics and Management, North China Electric Power University, Beijing 102206, China)

This paper studies the supply and demand optimization method of urban energy systems. Firstly, taking the minimum total cost of energy system as the target, we establish the supply and demand optimization model of urban energy system with considering multiclass energy planning constraints. Secondly, we introduce the improved multispecies hybrid evolutionary algorithm to determine the optimal process of the model. Finally, we use the related results of the terminal energy consumption forecast model as demand constraints, and apply the model to the example analysis of T city. The results show that the optimal energy supply results during the future planning period obtained in the model can meet the requirements of urban energy relative policy documents, which will guide the energy supply of T city to clean and sustainable development direction.

urban energy system; optimization model of supply and demand; coupling relation among variables; improved multispecies hybrid evolutionary algorithm

國(guó)家自然科學(xué)基金資助項(xiàng)目 (71271082)

TM 61； F 206

A

1000-7229(2016)01-0023-07

10.3969/j.issn.1000-7229.2016.01.004

2015-11-12

劉樹(shù)勇(1978)，男，碩士，高級(jí)工程師，主要從事電力市場(chǎng)分析預(yù)測(cè)工作；

李娜(1985)，女，博士，中級(jí)經(jīng)濟(jì)師，主要從事能源電力經(jīng)濟(jì)研究工作；

曾鳴(1957)，男，教授，博導(dǎo)，研究方向?yàn)殡娏夹g(shù)經(jīng)濟(jì)及需求側(cè)響應(yīng)；

王磊(1981)，男，博士，主要從事電力經(jīng)濟(jì)與管理工作；

劉麗霞(1981)，女，碩士，高級(jí)工程師，主要從事能源與電力市場(chǎng)分析工作；

李春雪(1991)，女，碩士研究生，研究方向?yàn)槟茉磁c電力經(jīng)濟(jì)；

劉偉(1992)，男，碩士研究生，研究方向?yàn)槟茉磁c電力經(jīng)濟(jì)；

歐陽(yáng)邵杰(1989)，男，博士研究生，研究方向?yàn)槟茉磁c電力經(jīng)濟(jì)。

Project supported by National Natural Science Foundation of China (71271082)