喻小寶，趙雯婧，孫藝新

（1.上海電力大學(xué) 經(jīng)濟(jì)與管理學(xué)院，上海 201306；2.國(guó)網(wǎng)能源研究院有限公司，北京 102209）

0 引言

為了實(shí)現(xiàn)我國(guó)提出的“碳中和”這一目標(biāo)，必須改變傳統(tǒng)用能模式，不斷向可再生能源的規(guī)?；_發(fā)轉(zhuǎn)型，其中具有典型性的是以風(fēng)電和光伏為代表的分布式能源開發(fā)。綜合能源系統(tǒng)是當(dāng)前解決分布式能源利用效率的一種重要方式，也是能源互聯(lián)網(wǎng)的一種重要表現(xiàn)形式，包括電力、熱能、冷能和氣能等不同能源子系統(tǒng)。這些子系統(tǒng)相互之間存在著強(qiáng)耦合性［1］。但是，由于電源側(cè)分布式能源的不確定性，導(dǎo)致這些能源的使用存在明顯的隨機(jī)性，同時(shí)由于能源價(jià)格的波動(dòng)性，需求側(cè)也存在預(yù)測(cè)誤差，雙重不確定性下可能導(dǎo)致系統(tǒng)運(yùn)行問題，從而限制了可再生能源的大規(guī)模開發(fā)利用［2］。因此，如何通過優(yōu)化能源結(jié)構(gòu)，如何降低雙重不確定性給系統(tǒng)運(yùn)行帶來的風(fēng)險(xiǎn)，提高可再生能源的利用效率面臨著巨大的挑戰(zhàn)和機(jī)遇，關(guān)乎碳中和目標(biāo)的實(shí)現(xiàn)。

對(duì)于綜合能源系統(tǒng)的構(gòu)建來說，國(guó)內(nèi)外學(xué)者對(duì)此均進(jìn)行了深入研究。郭宴秀等［3］構(gòu)建了區(qū)域多綜合能源系統(tǒng)，將電熱交互和共享儲(chǔ)能納入到模型中，有效降低了系統(tǒng)運(yùn)行成本，為本文設(shè)置優(yōu)化目標(biāo)函數(shù)提供基礎(chǔ)；胡道明等［4］在考慮碳中和目標(biāo)的前提下，將氫能納入到綜合能源系統(tǒng)中，對(duì)系統(tǒng)碳排放情況和經(jīng)濟(jì)性進(jìn)行了分析；趙芳正等［5］對(duì)區(qū)域綜合能源系統(tǒng)的低碳經(jīng)濟(jì)調(diào)度進(jìn)行了優(yōu)化，考慮了綠證和碳配額互認(rèn)的機(jī)制，進(jìn)而構(gòu)建相關(guān)模型進(jìn)行了驗(yàn)證，為本文考慮碳減排約束提供基礎(chǔ)；Mao 等［6］基于負(fù)荷轉(zhuǎn)移機(jī)制，設(shè)計(jì)了一套多能源系統(tǒng)的運(yùn)行策略；Asl等［7］也提出了一種綜合能源系統(tǒng)多級(jí)調(diào)度框架。此外，還有一些學(xué)者從分布式能源出力不確定性角度對(duì)綜合能源系統(tǒng)運(yùn)行優(yōu)化問題進(jìn)行了研究［8］，例如LV 等［9］考慮風(fēng)電不確定性、Yan 等［10］考慮極端天氣對(duì)系統(tǒng)運(yùn)行的影響、Qi 等［11］利用機(jī)會(huì)約束對(duì)風(fēng)光不確定性進(jìn)行預(yù)測(cè)等。

已有研究對(duì)綜合能源系統(tǒng)運(yùn)行過程中的不確定性因素考慮過于單一，本文在此基礎(chǔ)上考慮雙重不確定性因素對(duì)系統(tǒng)運(yùn)行的影響，并構(gòu)建運(yùn)行優(yōu)化模型。在該模型中，將以清潔能源消納率最高和系統(tǒng)運(yùn)行成本最低為目標(biāo)函數(shù)，并考慮系統(tǒng)運(yùn)行的約束條件。同時(shí)，采用區(qū)間數(shù)對(duì)供給側(cè)和需求側(cè)的不確定性進(jìn)行量化，并構(gòu)建隨機(jī)計(jì)劃約束模型，以概率形式解決了不確定性因素給綜合能源系統(tǒng)運(yùn)行帶來的問題。

圖1 綜合能源系統(tǒng)架構(gòu)示意Fig.1 Schematic structure of the IES

1 方法理論與模型構(gòu)建

1.1 系統(tǒng)結(jié)構(gòu)

綜合能源系統(tǒng)主要分為3 個(gè)部分，包括外部供給、內(nèi)部運(yùn)行和負(fù)荷需求［12］。外部供給本文中僅考慮電網(wǎng)、熱網(wǎng)和氣網(wǎng)供應(yīng)，內(nèi)部運(yùn)行考慮電力流、冷流、熱流和氣流，負(fù)荷需求考慮電負(fù)荷、冷負(fù)荷、熱負(fù)荷和氣負(fù)荷，具體結(jié)構(gòu)如圖1所示。

在本文構(gòu)建的綜合能源系統(tǒng)中，電能子系統(tǒng)是整個(gè)多能互補(bǔ)協(xié)同系統(tǒng)的核心網(wǎng)絡(luò)，其運(yùn)行策略是整個(gè)系統(tǒng)運(yùn)行優(yōu)化的關(guān)鍵部分，因此在設(shè)置系統(tǒng)運(yùn)行優(yōu)化方案時(shí)，優(yōu)先對(duì)電能子系統(tǒng)進(jìn)行建模。其次，考慮供給側(cè)多種分布式能源的出力不確定性，對(duì)系統(tǒng)運(yùn)行方案進(jìn)行優(yōu)化，構(gòu)建不確定性優(yōu)化模型，滿足不同負(fù)荷需求。最后，考慮負(fù)荷外購(gòu)價(jià)格變化，構(gòu)建熱能子系統(tǒng)和氣能子系統(tǒng)的運(yùn)行優(yōu)化模型，進(jìn)而實(shí)現(xiàn)整個(gè)綜合能源系統(tǒng)的運(yùn)行優(yōu)化策略。

1.2 模型構(gòu)建

模型及公式中主要參數(shù)和釋義見表1，后續(xù)不再贅述。

表1 式中各參數(shù)與釋義Table 1 Parameters and their interpretations

續(xù)表

1.2.1 目標(biāo)函數(shù)

目標(biāo)函數(shù)包括清潔能源消納率最大和系統(tǒng)運(yùn)行成本最小，其中系統(tǒng)運(yùn)行成本又分為電能子系統(tǒng)、熱能子系統(tǒng)和氣能子系統(tǒng)的運(yùn)行成本。

（1）消納率。用電能子系統(tǒng)中的風(fēng)電、光伏出力的消納率最大表示，即

（2）系統(tǒng)運(yùn)行成本。系統(tǒng)運(yùn)行成本主要考慮多個(gè)子系統(tǒng)的運(yùn)行成本，包括電能子系統(tǒng)、需求側(cè)管理成本、熱能子系統(tǒng)和氣能子系統(tǒng)成本，具體目標(biāo)函數(shù)如下

（4）能源轉(zhuǎn)化約束。首先考慮電能系統(tǒng)與熱能系統(tǒng)間的轉(zhuǎn)換約束，其次考慮電能系統(tǒng)與氣能系統(tǒng)的轉(zhuǎn)換約束，由于電能系統(tǒng)約束更為關(guān)鍵，因而熱能系統(tǒng)和氣能系統(tǒng)運(yùn)行要基于電能系統(tǒng)運(yùn)行計(jì)劃

（5）儲(chǔ)能運(yùn)行約束。儲(chǔ)能運(yùn)行約束主要是考慮儲(chǔ)能系統(tǒng)自身的一些限制，例如容量限制、充放電功率限制、轉(zhuǎn)換約束等，還會(huì)受到儲(chǔ)能最小最大容量的約束

1.2.3 不確定性優(yōu)化

在上述優(yōu)化模型構(gòu)建基礎(chǔ)上，不僅要考慮風(fēng)電光伏的不確定性，還需要考慮終端采購(gòu)的不確定性，針對(duì)這種能源價(jià)格不確定性，采用隨機(jī)機(jī)會(huì)約束函數(shù)進(jìn)行運(yùn)行優(yōu)化，從而轉(zhuǎn)化為隨機(jī)機(jī)會(huì)約束規(guī)劃問題。這里的目標(biāo)函數(shù)設(shè)置為系統(tǒng)運(yùn)行成本最小，置信度采用最小化樂觀值。

同時(shí)，考慮到能源價(jià)格不確定性既包括熱供應(yīng)價(jià)格和天然氣價(jià)格，因此針對(duì)不同隨機(jī)機(jī)會(huì)約束規(guī)劃模型的變量存在一定的差異［13-15］。對(duì)于熱能子系統(tǒng)優(yōu)化運(yùn)行中心，控制變量取熱能子系統(tǒng)的能源供應(yīng)價(jià)格，對(duì)于氣能子系統(tǒng)運(yùn)行，控制變量取天然氣市場(chǎng)價(jià)格。此外，由于模型采用隨機(jī)機(jī)會(huì)約束規(guī)劃形式進(jìn)行建模意味著功率平衡約束不可能絕對(duì)成立，當(dāng)不平衡功率偏差滿足在一定范圍之內(nèi)，以及滿足該范圍的概率達(dá)到設(shè)置的約束條件置信度時(shí)，則模型認(rèn)為功率平衡約束得到了滿足。

1.2.4 求解流程

針對(duì)不確定性優(yōu)化模型，系統(tǒng)決策者和分布式能源出力決策者通過博弈最終達(dá)成納什均衡。針對(duì)建立的不確定性模型采用螢火蟲算法進(jìn)行求解。具體不確定性模型的求解流程，如圖2所示。

2 算例仿真

本文選取中國(guó)長(zhǎng)三角地區(qū)某園區(qū)數(shù)據(jù)作為算例仿真基礎(chǔ)，該園區(qū)擁有較為成熟的小型綜合能源系統(tǒng)，包括光伏板、小型風(fēng)電機(jī)組、儲(chǔ)熱罐、儲(chǔ)氣罐、燃料電池、微燃機(jī)、儲(chǔ)能設(shè)備、電轉(zhuǎn)氣（P2G）等，可以為本論文提供較好的數(shù)據(jù)支撐［16-18］。

2.1 參數(shù)設(shè)置

該綜合能源系統(tǒng)的某典型運(yùn)行日的清潔能源出力區(qū)間，如圖3所示。

該綜合能源系統(tǒng)的電負(fù)荷、熱負(fù)荷和氣負(fù)荷水的需求情況，如圖4 所示。該園區(qū)系統(tǒng)與外部電網(wǎng)進(jìn)行能源電力交易，采用分時(shí)電價(jià)機(jī)制，分為峰、平、谷3 個(gè)時(shí)段。峰時(shí)段主要包括09：00—15：00 和18：00—21：00，電價(jià)為1 321 元/（MW·h）；谷時(shí)段主要包括22：00—06：00，電價(jià)為300 元/（MW·h）；其他時(shí)段為平時(shí)段，電價(jià)為580 元/（MW·h）。此外，設(shè)定園區(qū)天然氣單價(jià)為3 元/m3，置信度取值為0.95，其他參數(shù)見表2［19-20］。

圖2 不確定性模型求解流程Fig.2 Calculation process of the uncertainty model

圖3 某典型運(yùn)行日清潔能源出力區(qū)間Fig.3 Clean energy output range on a typical day

在優(yōu)化模型中，螢火蟲數(shù)量取值為100，光強(qiáng)系數(shù)和最大吸引力取值均為1，最大迭代次數(shù)選擇250次，混沌搜索次數(shù)為20代。

2.2 仿真結(jié)果

首先，在不考慮系統(tǒng)運(yùn)行優(yōu)化的前提下，測(cè)算到1 天系統(tǒng)運(yùn)行成本為18 273.98 元，處于較高水平，清潔能源消納率僅為73.26%，處于較低水平。

其次，為了驗(yàn)證模型的可行性和供給側(cè)與需求側(cè)雙重不確定性對(duì)系統(tǒng)運(yùn)行的影響，設(shè)置2 種不同場(chǎng)景，其中，場(chǎng)景A不考慮雙重不確定性，正常運(yùn)行；場(chǎng)景B 考慮雙重不確定性因素對(duì)系統(tǒng)運(yùn)行影響。2種場(chǎng)景下的系統(tǒng)運(yùn)行均達(dá)到最后結(jié)果后停止迭代，得到結(jié)果如圖5和圖6所示。

圖5 場(chǎng)景A的優(yōu)化結(jié)果Fig.5 Optimization results for scenario A

2.3 結(jié)果分析

圖6 場(chǎng)景B的優(yōu)化結(jié)果Fig.6 Optimization results for scenario B

根據(jù)圖5 和圖6 運(yùn)行結(jié)果可以發(fā)現(xiàn)，當(dāng)電負(fù)荷處于較低水平時(shí)，例如在第3時(shí)段（02：00—03：00），系統(tǒng)選擇從外網(wǎng)購(gòu)電，對(duì)儲(chǔ)能系統(tǒng)進(jìn)行充電，沒有選擇內(nèi)部系統(tǒng)發(fā)電，此時(shí)熱負(fù)荷處于高峰階段，主要來源為熱能外網(wǎng)購(gòu)熱和內(nèi)部?jī)?chǔ)能放熱；當(dāng)電負(fù)荷處于較高水平時(shí)，例如第10 時(shí)段（09：00—10：00），系統(tǒng)會(huì)優(yōu)先選擇風(fēng)能光伏進(jìn)行供電，然后選擇內(nèi)部燃?xì)獍l(fā)電，最后選擇外網(wǎng)購(gòu)電。這種運(yùn)行方式能夠充分利用清潔能源，但如果忽略不確定性，容易出現(xiàn)內(nèi)部負(fù)荷供應(yīng)不及時(shí)，只能高價(jià)購(gòu)買外網(wǎng)電負(fù)荷和熱負(fù)荷，從而導(dǎo)致系統(tǒng)運(yùn)行成本高的后果。

對(duì)比場(chǎng)景A和場(chǎng)景B結(jié)果可以看出，2種場(chǎng)景下的系統(tǒng)運(yùn)行均可以滿足系統(tǒng)內(nèi)部的各類負(fù)荷需求，但由于場(chǎng)景A沒有考慮風(fēng)電光伏的不確定性和負(fù)荷價(jià)格的不確定性，在內(nèi)部供應(yīng)不足時(shí)均采用外購(gòu)或燃?xì)獍l(fā)電等方式，導(dǎo)致系統(tǒng)綜合運(yùn)行成本偏高，達(dá)到了15 353.76 元，同時(shí)由于優(yōu)先考慮清潔能源消納，其風(fēng)電光伏消納率也偏高，達(dá)到了94.11%，屬于較高水平。

相對(duì)于場(chǎng)景A 來說，場(chǎng)景B 同時(shí)考慮了供給側(cè)和負(fù)荷側(cè)的不確定性，導(dǎo)致系統(tǒng)運(yùn)行未知性更大，因此預(yù)期運(yùn)行成本達(dá)到了17 032.13元，高于場(chǎng)景A的系統(tǒng)運(yùn)行成本。但是，在實(shí)際系統(tǒng)運(yùn)行過程中，由于提前對(duì)雙重不確定性因素進(jìn)行了預(yù)估，對(duì)系統(tǒng)運(yùn)行進(jìn)行了優(yōu)化，實(shí)際場(chǎng)景B 的系統(tǒng)運(yùn)行成本僅有14 253.43 元，相比于場(chǎng)景A 下降了7.17%。同時(shí)，優(yōu)化系統(tǒng)為了降低運(yùn)行成本，在清潔能源消納上進(jìn)行了抉擇，導(dǎo)致風(fēng)光消納率下降到了91.15%，但仍處于可接受范圍內(nèi)。

3 結(jié)論

通過對(duì)綜合能源系統(tǒng)進(jìn)行建模優(yōu)化，提高了風(fēng)電光伏的消納率，同時(shí)考慮供給側(cè)和需求側(cè)不確定性，將不確定性因素納入到優(yōu)化模型中，同樣能夠提高清潔能源的利用率，降低系統(tǒng)運(yùn)行成本。具體結(jié)論如下。

（1）本文構(gòu)建的考慮低碳目標(biāo)的綜合能源系統(tǒng)能夠在降低系統(tǒng)運(yùn)行成本的基礎(chǔ)上同時(shí)提高清潔能源消納率。

（2）系統(tǒng)運(yùn)行考慮雙重不確定性后，雖然風(fēng)光消納率有所下降，但運(yùn)行成本也降低了7.17%，由此驗(yàn)證了模型的可行性。