郝 然 ，艾 芊 ，朱宇超 ，伍 恒 ，梁中熙

（1.上海交通大學 電子信息與電氣工程學院，上海 200240；2.西安交通大學 電氣工程學院，陜西 西安 710049；3.南方電網(wǎng)廣州供電局有限公司，廣東 廣州 510000）

0 引言

隨著全球能源的深入滲透，能源利用向著多能協(xié)調(diào)、多能互補的方向發(fā)展，能源互聯(lián)網(wǎng)成為多種能源網(wǎng)的集成發(fā)展方向［1］。傳統(tǒng)的電力、熱力和天然氣網(wǎng)絡相互獨立的運行模式無法適應當前的能源生產(chǎn)和利用方式，2015年國家發(fā)改委能源局在促進智能電網(wǎng)發(fā)展的指導意見中明確提出“加強能源互聯(lián)，促進多種能源優(yōu)化互補”［2］。近年來，全球電能互聯(lián)、區(qū)域多能源系統(tǒng)以及分布式多能源系統(tǒng)互聯(lián)逐漸成為能源互聯(lián)網(wǎng)3種主流的實現(xiàn)方式，綜合能源系統(tǒng)ICES（Integrated Community Energy System）即上述后2種方式是能源互聯(lián)網(wǎng)的重要載體，其核心是多能互補和能源階梯利用［3］。

能源集線器EH（Energy Hub）最早由蘇黎世聯(lián)邦理工學院的Geidl M和Andersson提出［4］，它作為可以滿足多種能源需求的能源轉(zhuǎn)換單元［5］，可同時為不同能源的輸入輸出提供接口。EH對不同能量載體之間的功率轉(zhuǎn)換建立了相應的耦合模型，從系統(tǒng)的角度看，耦合不同的能量載體相對于常規(guī)的去耦能量供應網(wǎng)顯示出許多潛在的優(yōu)點，冗余能流路徑提供的一定程度的自由度為多能協(xié)同優(yōu)化提供了空間。

目前，EH的分布式ICES的靜態(tài)優(yōu)化沒有考慮燃氣輪機與熱電聯(lián)產(chǎn)CHP（Combined Heat and Power）的協(xié)同優(yōu)化，同時缺乏對CHP運行時機組熱電比實時調(diào)整的考慮。在區(qū)域能源系統(tǒng)簡化解耦的基礎上，EH的輸出量一般為CHP、燃氣輪機和電網(wǎng)的總有功功率輸出。一般的優(yōu)化方法也通常停留在對基本EH模型［2］的優(yōu)化上，對于區(qū)域內(nèi)存在多個相同的能源轉(zhuǎn)換單元，即多個相同能量轉(zhuǎn)換器如何分配功率出力的問題沒有進行深入考慮。此類場景考慮的需求側(cè)響應也有局限性，常常忽略不同能源間用能替代這類廣義的需求側(cè)響應。

文獻［6］運用EH對能源進行解耦優(yōu)化，考慮了熱電比的調(diào)整，但沒有分析具體的網(wǎng)架和機組分配；文獻［7］中的EH將區(qū)域內(nèi)的CHP、燃氣輪機和變壓器等元件統(tǒng)一建模為單一能量轉(zhuǎn)化元件，沒有具體考慮區(qū)域內(nèi)配置多個相同能量轉(zhuǎn)化元件；文獻［8］將多能流MEF（Multi-Energy Flow）的靜態(tài)耦合模型應用于ICES的靜態(tài)安全分析，但對于優(yōu)化調(diào)度方面的應用沒有過多涉及；文獻［9-11］提出了包含擴展牛頓拉夫遜法的混合潮流計算方法，但至今少有文獻將混合潮流運用到ICES的優(yōu)化調(diào)度中；文獻［12］分析了過量風電轉(zhuǎn)換為熱能的經(jīng)濟效益，但僅限于風機多能轉(zhuǎn)化的內(nèi)部收益，沒有分析電網(wǎng)側(cè)的調(diào)度收益；文獻［13-14］同樣分析了基于EH的優(yōu)化問題，但其重點在于熱能需求側(cè)響應即周期性啟停熱負荷的優(yōu)化，沒有考慮熱電比可調(diào)的情況，也沒有結(jié)合具體網(wǎng)絡算例分析。

針對上述情況，本文建立EH機組內(nèi)部能效特性與外部能量分配的EH擴展模型和能量連接器動態(tài)模型，以經(jīng)濟成本最低、用能效率最高和區(qū)域內(nèi)運行效率最高為目標，前2層是一個非線性雙層規(guī)劃（NBLP）問題，確定CHP用氣比和熱電比，第3層是考慮能源連接器動態(tài)過程的多目標優(yōu)化問題，確定區(qū)域內(nèi)多個能量轉(zhuǎn)換器的功率配比。在區(qū)域EH的基礎上完成熱電解耦，將多節(jié)點耦合的復雜優(yōu)化問題劃歸為統(tǒng)一解耦優(yōu)化后再進行規(guī)劃的問題。從仿真結(jié)果來看，優(yōu)化方案滿足了區(qū)域ICES的經(jīng)濟和環(huán)保要求，實現(xiàn)了電熱氣網(wǎng)絡的優(yōu)化運行。

1 EH擴展框架

EH包含2個基本要素：直接連接和經(jīng)轉(zhuǎn)換器連接。EH通過轉(zhuǎn)換矩陣T將輸入矩陣P混合輸出能源L連接：L=TP。T為所有輸入能源與輸出能源間的轉(zhuǎn)換效率，T中0代表對應2種能源間不存在轉(zhuǎn)換關系?；贓H調(diào)度ICES運行要解決的根本問題就是在一定約束條件下尋找最優(yōu)的轉(zhuǎn)換矩陣T。

熱電解耦矩陣如下：

其中，Le、Lh分別為計及轉(zhuǎn)移負荷的電、熱實際負荷量；Pe、Pg、Po分別為區(qū)域能源網(wǎng)取用電廠電能、天然氣和燃油一次能源的總能量；V為輸入CHP的天然氣功率占總購氣功率的比例，滿足0≤V≤1；熱電比為CHP輸出熱功率與電功率的比值；為燃氣鍋爐（GB）供熱效率；ηT為變壓器效率和分別為天然氣經(jīng)過CHP轉(zhuǎn)換成電和熱的效率。圖1為ICES能量樞紐框架結(jié)構(gòu)，圖中，VPg為輸入CHP中的天然氣功率，（1-V）Pg為輸入GB的天然氣功率；GDR（t）、TDR（t）分別為用能替代和電能轉(zhuǎn)移2種需求響應。

圖1 ICES能量樞紐框架結(jié)構(gòu)Fig.1 Structure of ICES energy hub frame

由于一般的冷熱電三聯(lián)產(chǎn)系統(tǒng)（CCHP）廣泛采用吸收式制冷機，冷負荷可等效為熱電負荷的疊加，因此這里僅討論熱電的解耦與優(yōu)化調(diào)度。

CHP與一般發(fā)電機組的區(qū)別在于其可以通過余熱鍋爐收集發(fā)電多余熱量，從而提高燃料利用率。余熱鍋爐可按有沒有附加補燃設備分為無補燃余熱鍋爐和帶補燃余熱鍋爐，無補燃余熱鍋爐的熱電比一般認為無法更改，而帶補燃裝置的機組則可以通過補燃燃油在一定范圍內(nèi)改變熱電比。一般情況下，燃油僅起到熱電比調(diào)節(jié)的作用，并不能產(chǎn)生任何熱電功率，因此燃油的熱電轉(zhuǎn)換效率均為 0。

2 基于EH的ICES分層優(yōu)化模型

如圖2所示，本文將整體優(yōu)化模型分為多能分流層、能效優(yōu)化層以及機組分配層，具體說明如下。

a.多能分流層以ICES綜合用能成本最小為計算目標，將下層優(yōu)化得到的CHP熱電比代入優(yōu)化計算。CHP機組是電熱耦合元件，在熱電價格不同時，系統(tǒng)綜合用能成本對CHP和GB的實時天然氣用能比的敏感程度最高，設置CHP和GB的實時天然氣用能比為本層優(yōu)化輸出量，并將優(yōu)化結(jié)果作為已知量代入下層優(yōu)化模型。

b.能效優(yōu)化層在上層優(yōu)化給出CHP和GB的天然氣用能比的基礎上，最大化ICES用能效率。變壓器、余熱收集以及GB的能量轉(zhuǎn)化效率較高（在90%左右），CHP機組發(fā)電能量轉(zhuǎn)化效率較低（在36%左右），系統(tǒng)用能效率對CHP機組的實時熱電比敏感度較高，設定CHP熱電比作為本層優(yōu)化輸出量，并將優(yōu)化結(jié)果作為已知量代入上層優(yōu)化模型。

c.機組分配層根據(jù)前2層的優(yōu)化計算結(jié)果，建立動態(tài)能量連接器模型，以同類機組功率分配為優(yōu)化量，選取多能網(wǎng)運行評價指標（如線路損耗、熱損和天然氣網(wǎng)節(jié)點壓強偏移等），實時優(yōu)化綜合能源網(wǎng)的運行狀態(tài)。

圖2 IECS分層優(yōu)化模型Fig.2 Hierarchical optimization model of IECS

2.1 多能分流層優(yōu)化

（1）目標函數(shù)。

上層優(yōu)化以用能成本最小為目標，用能成本包括綜合運行成本C（t）和污染物排放成本P（t）。本層優(yōu)化的決策變量為輸入CHP的天然氣功率占總購氣功率的比值 V（t）。

其中，C為綜合運行成本；P為污染物排放成本。

綜合運行成本考慮購能成本C1、設備折舊成本C2以及需求側(cè)響應收益CDR，即C=C1+C2+CDR。

其中，C1（t）為購能成本，等式右側(cè)3項分別為購氣成本、電價成本和補燃燃油成本分別為天然氣價格、電網(wǎng)實時電價和補燃燃油價格；Qgas為天然氣的低熱值，取 9.97 kW·h／m3；Qo為燃油低熱值，取11.917 kW·h／kg；Po（t）為響應油耗。

其中，C2（t）為 CHP 和 GB 的設備折舊成本；CCHPIns和CGBIns分別為CHP和GB單位容量安裝成本；PN，CHP和PN，GB分別為 CHP和 GB的最大輸出功率；δFRCHP和δFRGB分別為CHP和GB的資本回收系數(shù)，可由式（5）得到。

其中，di（i=CHP，GB）為相應發(fā)電類型 i的年折舊率，本文中CHP和GB的年折舊率均取為0.1；Li為發(fā)電類型i的折舊年限。

其中，CDR（t）為需求側(cè)響應收益，包括CHP發(fā)電收益、用能替代收益和電能錯峰收益；λIDR為CHP發(fā)電上網(wǎng)電價高于普通電價的部分。

其中，Pp（t）為污染物處理成本分別為GB、補燃裝置、CHP以及電網(wǎng)電能污染物環(huán)境成本和生產(chǎn)單位能量的污染物排放強度（單位為 kg／（kW·h）），i表示污染物種類，包括CO、SO2和 NOx。 根據(jù)文獻［13］可得，GB、補燃裝置、CHP以及電網(wǎng)單位功率的發(fā)電污染物治理成本分別為 CGB、Co、CCHP和 Ceb。

（2）約束條件。

a.綜合需求側(cè)響應約束。

針對區(qū)域ICES，用戶參與需求側(cè)響應不再僅限于傳統(tǒng)的需求側(cè)響應。對于傳統(tǒng)電能彈性負荷，用戶響應行為具體表現(xiàn)在：在用電高峰時削減部分不必要負荷；將部分負荷從用電高峰轉(zhuǎn)移至用電低谷時段。傳統(tǒng)電能彈性負荷表現(xiàn)為用戶對電負荷在時間尺度上的響應，這是區(qū)域綜合能源用戶需求側(cè)響應的一種方式；另一種方式是用戶在電價較高時將一些電負荷改用熱或者在電價較低時將部分熱負荷改用電，這時的彈性負荷不僅是電負荷，本文將這類需求側(cè)響應稱為廣義需求側(cè)響應，詳見圖3。

圖3 綜合需求側(cè)響應示意圖Fig.3 Schematic diagram of integrated demand-side responses

根據(jù)綜合需求側(cè)響應的特性建立ICES需求側(cè)響應模型。設PGDR（t）為t時刻電能替代熱能的功率，PTDR（t）為t時刻用戶用電減少的功率。具體響應模型為：

其中分別為電、熱負荷的預測值。

b.系統(tǒng)約束。

為了降低區(qū)域能源系統(tǒng)對于地區(qū)電網(wǎng)的影響，電力市場規(guī)定區(qū)域購電量在一定范圍內(nèi)，設定區(qū)域購電量浮動極限。

根據(jù)機組特性，CHP和燃氣輪機電能出力上、下限約束分別為：

c.CHP熱電比調(diào)節(jié)特性約束。

根據(jù)文獻［14］提供的補燃機組實驗數(shù)據(jù)，用線性模型對CHP補燃率A（%）、熱電比VCHP、響應油耗量 Po（t）進行擬合得：

其中，Ka1、Ka2、Kp1、Kp2為補燃機組特性擬合后的模型參數(shù)。

將式（11）代入式（1）并由熱電比定義可得：

最大補燃率約束：

其中，Amax為內(nèi)置補燃裝置的最大補燃率，單位為%。

2.2 能效優(yōu)化層

CHP的熱效率和發(fā)電效率差別較大，由文獻［15］可知，綜合能源網(wǎng)能效對CHP熱電比的敏感度最大，本文中能效優(yōu)化層的優(yōu)化目標為能源利用率最高，決策變量為CHP熱電比。定義目標函數(shù)：其中，F(xiàn)為總的能量輸出與能量輸入之比。多能分流層和能效優(yōu)化層的決策變量互為對方的已知量，多能分流層和能效優(yōu)化層的求解是一個典型的NBLP問題。NBLP是一個 NP（Non-deterministic Polynomial）問題，由于下層模型具有連續(xù)、非線性和凸函數(shù)的特征，并且下層模型在可行域可導，根據(jù)KKT最優(yōu)化條件可知下層模型極點處導數(shù)為0，可利用KKT模型對下層目標函數(shù)和約束建立拉格朗日函數(shù)，算法詳見文獻［17］，設下層有N個約束，具體優(yōu)化模型為：

設為多能分流層優(yōu)化的可行解，λT為拉格朗日乘數(shù)向量。對于固定的由最優(yōu)性條件可知，能效優(yōu)化層的問題等價于求解如下K-T點問題，將K-T條件等價為：

其中，λT=（λ1，λ2，…，λN）為拉格朗日乘數(shù)向量。

對下層決策變量VCHP求偏導的具體表達式為式

將拉格朗日函數(shù)作為上層多能分流的可行性度量，可行域為滿足L=0的所有未知量集合。

2.3 機組優(yōu)化分配層

在新的IECS的框架下，各類能源轉(zhuǎn)換設備緊密耦合給最優(yōu)潮流和運行方式的決策帶來了一些難題。電力網(wǎng)絡直接將電能傳輸至負荷側(cè)，其中一部分發(fā)電節(jié)點CHP與熱力系統(tǒng)耦合，熱力系統(tǒng)又包括熱源、熱負荷、供熱回路和回熱回路，熱源均視為天然氣網(wǎng)絡的負荷節(jié)點，天然氣網(wǎng)絡又由氣源、管道、壓縮機和天然氣負荷組成。傳統(tǒng)的潮流分析方法僅適用于純電力系統(tǒng)，在IECS中的應用有很大的局限性。電熱耦合系統(tǒng)的穩(wěn)態(tài)混合潮流MCPF（Multi-Carrier Power Flow）模型［18］為IECS調(diào)度決策提供了新的思路。

考慮動態(tài)能源連接器傳輸環(huán)節(jié)的靜態(tài)特征，分析不同能源網(wǎng)能量傳輸過程的動態(tài)變化規(guī)律，在穩(wěn)態(tài)混合潮流分析的基礎上，針對不同能源網(wǎng)傳輸過程中的能量損失，以CHP和GB機組實時出力量為自變量建立多目標優(yōu)化模型。

下面僅給出天然氣網(wǎng)和熱網(wǎng)潮流計算模型，省略電網(wǎng)潮流計算過程。

（1）含壓縮機的天然氣網(wǎng)絡模型。

一般天然氣管道穩(wěn)態(tài)流量fk由管道特性和節(jié)點壓強決定：

其中，Mk為常數(shù)，由管道參數(shù)、環(huán)境溫度和工質(zhì)決定，計算方法詳見文獻［18-19］；sij為該管道流量，正方向為節(jié)點i流向節(jié)點j；Pi為天然氣網(wǎng)節(jié)點i的壓強。

天然氣潮流連續(xù)性方程為M=Agf，其中M為各個天然氣節(jié)點流出流量，Ag為去掉壓縮機后的天然氣節(jié)點支路關聯(lián)矩陣，f為天然氣管道流出流量。

一般燃氣直驅(qū)式壓縮機工作在定輸出壓強的模式，建立壓縮機工作模型，圖4中fc、fo、fin分別為壓縮機天然氣消耗量、流出流量和流入流量。

其中，kc為氣體壓縮比，初始值設為已知輸出壓強與p點壓強比值；qgas為天然氣熱值；Tgas為天然氣熱值；a為多變指數(shù)；Moq、Mpq分別為壓縮機出口和入口的管道常數(shù)。定義計算誤差為Δf=fin-fc-fo，如不滿足給定精度，則修改氣體壓縮比kc=Pout／Pp和p、q節(jié)點等效流出流量，再次計算，直到計算誤差在可接受的范圍內(nèi)。

圖4 天然氣壓縮機工作原理示意圖Fig.4 Schematic diagram of natural gas compressor

（2）熱力系統(tǒng)模型。

（4）管理。小湖泊精養(yǎng)小龍蝦，由于放養(yǎng)密度大，僅依靠天然生物餌料不能滿足魚類、小龍蝦類生長的需要，因此應適當進行投飼施肥。在日常的管理工作中，要重點做好以下幾點工作：一是改善水域條件，提高水體肥力，方法是可以通過人工施肥來提高湖泊水體肥力，常用的是無機肥料，每畝面積可施用尿素1.5～2.5kg，碳酸氫銨2.0～3.0kg，效果很好；二是抓好魚種配套、苗種放養(yǎng)、投飼施肥、防逃防病、合理捕撈等技術(shù)措施。

熱力系統(tǒng)模型包括4個方程：流量連續(xù)性方程式（22），即節(jié)點注入流量等于流出流量；節(jié)點熱輸出功率計算公式（式（23））；管道熱損耗計算式（式（24）），根據(jù)管道參數(shù)、環(huán)境溫度Ta和管道起始點溫度Tstart求管道終點溫度Tend；回水管道多條支路熱水混合后的水溫計算公式（式（25））。

其中，Ah為熱力系統(tǒng)節(jié)點支路關聯(lián)矩陣；m為管道流量向量；mq為負荷消耗的熱流量向量；Φi為某節(jié)點輸出的熱功率，Φi為正時表示該節(jié)點向熱網(wǎng)供給熱能；Cp為水的比熱容；Ts，i、To，i分別為節(jié)點 i出水溫度和進水溫度；mq，i、mj分別為節(jié)點 i流出量流量和管道j的熱流量；熱損耗計算式（24）中的管道參數(shù)包括管道長度l和熱傳導系數(shù)λh；回熱溫度Tr為從負荷節(jié)點流出的熱水在管道匯合節(jié)點處與其他管道熱水混合后的溫度；min和Tin分別為流入流量和溫度。

3 模糊綜合決策方法

機組優(yōu)化分配以熱負荷節(jié)點溫度偏移即熱損耗、電網(wǎng)線路損耗和天然氣網(wǎng)壓強偏移作為熱電氣網(wǎng)絡的評價指標，由優(yōu)化算法得出這3個指標的一系列Pareto前沿作為非劣解集合，ICES優(yōu)化中多能網(wǎng)的優(yōu)化目標眾多且很難統(tǒng)一量化到相同的量綱，面對目標數(shù)量較多時利用理想模糊決策方法輔助決策過程。

先在Pareto前沿中按比例選取離散解作為備選方案。專家對方案不同的決斷構(gòu)成的集合作為評語集，用三角模糊數(shù)［20］來表征專家對目標的主觀權(quán)重的評價指標度量，模糊數(shù)的取值范圍為［0，1］，模糊數(shù)越大表示該評價指標越重要。若由n位專家給J個指標作評價，第i位專家給第j位指標的模糊權(quán)重為 rij，對指標 j而言評判矩陣記為 Rj=［r1j，r2j，…，rnj］。模糊綜合評判矩陣記為R。

給每位專家設定相同權(quán)重 e＝1／J×［1，1，…，1］T，熱損耗、電損耗和天然氣網(wǎng)絡壓強偏移這3個指標的權(quán)重為 w＝e·R。

在確定熱、電、氣3個指標權(quán)重后，具體的決策步驟如下。

a.對所有指標k個Pareto前沿非劣解的3個指標數(shù)據(jù)規(guī)范化。應用標準0-1變換，本文中3個指標均為成本屬性，對于第i個非劣解的第j個指標aij，按照下式進行變換。

b.形成加權(quán)規(guī)范矩陣 Cij＝ （cij）k×J，cij＝wj×bij。

d.計算各方案到正負理想解的距離。

方案i到正理想解和負理想解的距離分別為：

e.計算各個方案的綜合評價指數(shù)

4 算例分析

本文選取商業(yè)區(qū)作為研究對象，配網(wǎng)額定電壓為10kV。以一天24h為運行周期，1h為一次優(yōu)化調(diào)整周期。該區(qū)域1 d冬季典型熱、電負荷曲線和實時電價預測曲線如圖5所示。算例拓撲結(jié)構(gòu)如圖6所示，圖中GP、HP和EP分別表示天然氣網(wǎng)、熱網(wǎng)和電力網(wǎng)的節(jié)點。

圖5 日熱電負荷預測與實時電價典型圖Fig.5 Typical diagram of predicted daily thermal and electric power loads and real-time tariffs

圖6 ICES算例網(wǎng)絡拓撲示意圖Fig.6 Network topology of ICES example

發(fā)電供熱和能量轉(zhuǎn)化效率以及模型中的其他具體參數(shù)見表1。假設電網(wǎng)各個節(jié)點在同一時間電負荷相同，且功率因數(shù)均為0.85，熱網(wǎng)中各個節(jié)點熱功率在同一時間之比為定值，CHP和GB供熱出口溫度設為100℃。

表1 模型關鍵參數(shù)表Table 1 Key parameters of model

為驗證模型有效性，構(gòu)建4種運行模式對運行成本、用能效率以及熱電氣網(wǎng)三網(wǎng)設定的3個運行指標進行比較，具體4種模式如下。

模式1：CHP機組均工作于以熱定電FTL（Following the Thermal Load）模式，設定熱電比VCHP為定值2，CHP1與CHP2機組輸出功率相同。

模式2：CHP機組工作于以電定熱FEL（Following the Electrical Load）模式，其他設定同模式1。

模式3：CHP機組工作于熱電比可調(diào)模式，運用雙層優(yōu)化模型，每小時滾動優(yōu)化天然氣用能比V（t）與熱電聯(lián)產(chǎn)熱電比VCHP，CHP1與CHP2機組輸出功率相同。

模式4：CHP1與CHP2機組輸出功率可調(diào)且由機組優(yōu)化分配模型優(yōu)化得出，其他設定同模式3。

本文采用自適應遺傳算法求解模式3、4中非線性雙層非線性優(yōu)化模型，算法收斂性完備證明詳見文獻［21］，優(yōu)化處理后 24 h 的 V（t）和 VCHP（t）分別見圖 7、圖 8。

圖7 模式3、4下CHP／GB天然氣優(yōu)化配比Fig.7 Optimal natural gas ratio of CHP to GB for Mode 3 and 4

圖8 多模運行狀態(tài)熱電比對比圖Fig.8 Comparison of thermal-electric ratio among different operating modes

將模式3、4優(yōu)化后的綜合用能成本和用能效率與模式 1（FTL）、模式 2（FEL）進行比較，得到圖9、圖 10。

由圖9可知，優(yōu)化后的綜合用能成本和單位用能成本均低于傳統(tǒng)以熱定電以及以電定熱的工作模式；由于上層優(yōu)化給出的V（t）與調(diào)度模式1、2下的V（t）不同，用能效率在某些時段并不是所有模式中最優(yōu)的，但由圖10可知，雖然在某些時刻優(yōu)化后的用能效率不如模式2，但是在用能成本最優(yōu)的前提下，模式3、4可通過能效優(yōu)化層尋優(yōu)，使用能效率保持較優(yōu)水平。

圖9 多模運行區(qū)域總用能費用對比圖Fig.9 Comparison of total energy cost among different operating modes

圖10 多模運行總用能效率對比圖Fig.10 Comparison of total energy efficiency among different operating modes

對于模式4中CHP機組的優(yōu)化，根據(jù)搜索算法得到各個時刻熱損耗、電網(wǎng)線路損耗和天然氣網(wǎng)壓強偏移者3個目標下的10個Pareto前沿非劣解，以12∶00為例，得到Pareto非劣解如圖11所示。

圖11 多目標優(yōu)化Pareto前端非劣解圖Fig.11 Curve of Pareto front-end non-inferior solution by multi-objective optimization

考慮專家對多個目標的評價，對投資方、電網(wǎng)運行部門、環(huán)保部門和園區(qū)管理部門調(diào)查得出的專家評價結(jié)果如表2所示。在非劣解集合中等間距地選取10個方案，并采用本文第3節(jié)提出的模糊綜合決策方法求解相應的貼合度。

表2 非劣解多目標參數(shù)及評價結(jié)果表Table 2 Multi-objective parameters and evaluation results of non-inferior solutions

推薦貼合度較高的方案4，此時2臺CHP機組承擔的功率占比為1.33∶1。對24 h綜合決策后的優(yōu)化結(jié)果見圖12模式4。

圖12 多模運行方式電熱功率圖Fig.12 Thermal and electric power diagrams of four operating modes

將機組優(yōu)化與前面3種CHP機組承擔相同功率的調(diào)度方法作比較，可知機組優(yōu)化層可以在設定指標權(quán)重的基礎上選貼合度較高的CHP機組組合方案，優(yōu)化熱電氣三網(wǎng)的運行狀態(tài)。

圖12為模式1—4各個時段電功率與熱功率的出力占比，其中，電功率考慮電網(wǎng)處購電和CHP發(fā)電部分的電能，熱功率包括GB以及2臺CHP余熱回收部分的熱能。從優(yōu)化結(jié)果來看，基于EH分層優(yōu)化結(jié)果對于熱電負荷波動的魯棒性較強，通過電網(wǎng)、GB和CHP多個能源轉(zhuǎn)換單元有機協(xié)調(diào)整合，熱電負荷波動不僅由CHP機組單方面承擔，CHP機組熱電功率隨時間的波動較小，運行態(tài)勢較平穩(wěn)。

5 結(jié)論

本文提出了一套適用于區(qū)域ICES的日前調(diào)度分層設計構(gòu)架和基于EH的實時優(yōu)化方法。綜合考慮補燃機組熱電比可調(diào)、綜合需求側(cè)響應以及能源連接器的動態(tài)過程，提出了針對ICES用能成本和用能效率的雙層優(yōu)化模型，并全面考慮了動態(tài)能源連接器的運行狀態(tài)，分析了電網(wǎng)、GB和CHP機組的組合優(yōu)化問題。最后以一個實際的電熱氣ICES為算例，結(jié)合廣州工業(yè)園區(qū)項目部分調(diào)研結(jié)果和歷史運行數(shù)據(jù)檢驗方法的有效性。研究結(jié)果表明：相比于傳統(tǒng)的運行方式，基于EH的ICES分層優(yōu)化模型對于多能耦合系統(tǒng)有清晰的理論描述，在降低用能成本、提高整體用能效率、優(yōu)化電熱氣系統(tǒng)運行狀態(tài)方面有較好的實用效果，適用于實行實時電價或峰谷電價且運行方法靈活可調(diào)的中小型區(qū)域綜合能源優(yōu)化調(diào)度。

參考文獻：

［1］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］. 電力自動化設備，2010，30（5）：104-108.YU Shenhang，SUN Ying，NIU Xiaona，et al.Energy-based internet system based on distributed renewable energy［J］.Electric Power Automation Equipment，2010，30（5）：104-108.

［2］王偉亮，王丹，賈宏杰，等.能源互聯(lián)網(wǎng)背景下的典型區(qū)域綜合能源系統(tǒng)穩(wěn)態(tài)分析研究綜述［J］. 中國電機工程學報，2016，36（12）：3292-3305.WANG Weiliang，WANG Dan，JIA Hongjie，et al.A survey of steady state analysis of typical regional integrated energy systems in the context of energy internet［J］.Proceedings of the CSEE，2016，36（12）：3292-3305.

［3］張勇軍，陳澤興，蔡澤祥，等.新一代信息能源系統(tǒng)：能源互聯(lián)網(wǎng)［J］. 電力自動化設備，2016，36（9）：1-7.ZHANG Yongjun，CHEN Zexing，CAI Zexiang，et al.New generation information energy system：energy internet［J］.Electric Power Automation Equipment，2016，36（9）：1-7.

［4］GEIDL M，KOEPPEL G，F(xiàn)AVRE-PERROD P，et al.Energy hubs for the future［J］.IEEE Power and Energy Magazine，2007，5（1）：24-30.

［5］GEIDL M，ANDERSSON G.A modeling and optimization approach for multiple energy carrier power flow［C］∥Power Tech，2005 IEEE. ［S.l.］：IEEE，2005：1-7.

［6］余曉丹，徐憲東，陳碩翼，等.綜合能源系統(tǒng)與能源互聯(lián)網(wǎng)簡述［J］. 電工技術(shù)學報，2016，31（1）：1-13.YU Xiaodan，XU Xiandong，CHEN Shuoyi，et al.Brief introduction of integrated energy system and energy［J］.Transactions of China Electrotechnical Society，2016，31（1）：1-13.

［7］LIU X，WU J，JENKINS N，et al.Combined analysis of electricity and heat networks［J］.Applied Energy，2016，162：1238-1250.

［8］潘昭光，孫宏斌，郭慶來.面向能源互聯(lián)網(wǎng)的多能流靜態(tài)安全分析方法［J］. 電網(wǎng)技術(shù)，2016，40（6）：1627-1634.PAN Zhaoguang，SUN Hongbin，GUO Qinglai.Static energy analysis method for multi-energy flow oriented to energy internet［J］.Power System Technology，2016，40（6）：1627-1634.

［9］徐憲東，賈宏杰，靳小龍，等.區(qū)域綜合能源系統(tǒng)電／氣／熱混合潮流算法研究［J］. 中國電機工程學報，2015，35（14）：3634-3642.XU Xiandong，JIA Hongjie，JIN Xiaolong，et al.Study on hybrid power flow algorithm of electricity ／gas／heat in regional integrated energy system［J］.Transactions of China Electrotechnical Society，2015，35（14）：3634-3642.

［10］XU X，JIA H，CHIANG H D，et al.Dynamic modeling and interaction of hybrid natural gas and electricity supply system in microgrid［J］.IEEE Transactions on Power Systems，2015，30（3）：1212-1221.

［11］王英瑞，曾博，郭經(jīng)，等.電-熱-氣綜合能源系統(tǒng)多能流計算方法［J］. 電網(wǎng)技術(shù)，2016，40（10）：2942-2950.WANG Yingrui，ZENG Bo，GUO Jing，et al.Calculation method of multi-energy flow in electro-thermal-gas integrated energy system［J］.Power System Technology，2016，40（10）：2942-2950.

［12］KAMALINIA S，WU L，SHAHIDEHPOUR M.Stochastic midterm coordination of hydro and natural gas flexibilities for wind energy integration［J］.IEEE Transactions on Power Systems，2014，5（4）：1070-1079

［13］XU X，JIN X，JIA H，et al.Hierarchical management for integrated community energy systems［J］.Applied Energy，2015，160：231-243.

［14］ZHANG X，SHAHIDEHPOUR M，ALABDULWAHAB A，et al.Optimal expansion planning of energy hub with multiple energy infrastructures［J］.IEEE Transactions on Smart Grid，2015，6（5）：2302-2311.

［15］顧偉，吳志，王銳.考慮污染氣體排放的熱電聯(lián)供型微電網(wǎng)多目標運行優(yōu)化［J］. 電力系統(tǒng)自動化，2012，36（14）：177-185.GU Wei，WU Zhi，WANG Rui.Multi-objective operation optimization of cogeneration power grid considering pollutant gas emission［J］.Automation of Electric Power Systems，2012，36（14）：177-185.

［16］李朋，臧向東，劉聿拯，等.分布式熱電聯(lián)產(chǎn)中熱電比的確定［J］.熱電技術(shù)，2005，18（4）：43-46.LI Peng，ZANG Xiangdong，LIU Yuzheng，et al.Determination of thermoelectric ratio in distributed combined heat and power［J］.Thermal Power Generation Technology，2005，18（4）：43-46.

［17］賈飛.解非線性雙層規(guī)劃的算法研究［D］.西安：西安電子科技大學，2014.JIA Fei.Study on algorithm of nonlinear bilevel programming［D］.Xi’an：Xi’an University of Electronic Science and Technology，2014.

［18］AN S，LI Q，GEDRA T W.Natural gas and electricity optimal power flow［C］∥Transmission and Distribution Conference and Exposition，2003 IEEE PES. ［S.l.］：IEEE，2003：138-143.

［19］江茂澤，徐羽鏜，王壽喜，等.輸配氣管網(wǎng)的模擬與分析［M］.北京：石油工業(yè)出版社，1995：205-219.

［20］管霖，陳鵬，唐宗順，等.考慮冷熱電存儲的區(qū)域綜合能源站優(yōu)化設計方法［J］. 電網(wǎng)技術(shù)，2016，40（10）：2934-2941.GUAN Lin，CHEN Peng，TANG Zongshun，et al.Optimized design method of integrated energy station considering cold and thermoelectric storage［J］.Power System Technology，2016，40（10）：2934-2941.

［21］李和成.非線性雙層規(guī)劃問題的遺傳算法研究［D］.西安：西安電子科技大學，2009.LI Hecheng.Research on geneticalgorithmsfornonlieaner bilevel programming program［D］.Xi’an：Xi’an University of Electronic Science and Technology，2009.