劉彥茹，張蕊萍，董海鷹*

（蘭州交通大學(xué) a.新能源與動力工程學(xué)院； b.自動化與電氣工程學(xué)院，蘭州 730070）

0 引言

隨著農(nóng)業(yè)技術(shù)的不斷深入發(fā)展，農(nóng)業(yè)農(nóng)村現(xiàn)代化已成為各地區(qū)農(nóng)業(yè)的重要發(fā)展模式。我國鄉(xiāng)村可再生能源類型豐富，但能源利用方式不合理，造成農(nóng)業(yè)園區(qū)能耗過高且污染問題日益嚴(yán)重［1］。綜合能源系統(tǒng)（Integrated Energy System，IES）可根據(jù)不同能源的特點(diǎn)實(shí)現(xiàn)能源耦合，提高能源的消納率和利用率［2］。充分利用農(nóng)業(yè)園區(qū)內(nèi)光伏、風(fēng)能等新能源，構(gòu)建多能耦合的農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)，對實(shí)施鄉(xiāng)村振興戰(zhàn)略，促進(jìn)農(nóng)業(yè)現(xiàn)代化有重要作用［3］。

針對綜合能源系統(tǒng)的優(yōu)化調(diào)度已取得了很多成果，文獻(xiàn)［4］建立了以日運(yùn)行經(jīng)濟(jì)最低為目標(biāo)的冷熱電聯(lián)產(chǎn)綜合能源系統(tǒng)，使用遺傳算法和線性規(guī)劃算法對算例進(jìn)行求解。文獻(xiàn)［5］以日內(nèi)運(yùn)行成本最低為優(yōu)化目標(biāo)，計(jì)算多能流耦合系統(tǒng)的最優(yōu)運(yùn)行策略。文獻(xiàn)［6］對園區(qū)綜合能源系統(tǒng)建立了經(jīng)濟(jì)優(yōu)化運(yùn)行模型，針對不同的場景進(jìn)行分析，結(jié)果表明綜合能源系統(tǒng)有助于節(jié)約用能成本。文獻(xiàn)［7］通過算例驗(yàn)證了清潔能源可以持續(xù)為園區(qū)系統(tǒng)提供動力，沼氣熱電聯(lián)產(chǎn)系統(tǒng)可在風(fēng)光出力不能滿足負(fù)荷需求時(shí)進(jìn)行用能補(bǔ)充。文獻(xiàn)［8］通過對綜合能源系統(tǒng)研究現(xiàn)狀的分析研究，提出了目前綜合能源系統(tǒng)亟待解決的問題，為農(nóng)業(yè)能源互聯(lián)網(wǎng)的研究提供了方向。

可再生能源接入綜合能源系統(tǒng)時(shí)，需要考慮分布式能源和負(fù)荷不確定性的影響，文獻(xiàn)［9-10］采用不確定區(qū)間描述風(fēng)光出力的不確定性，構(gòu)建考慮風(fēng)光出力不確定性的系統(tǒng)運(yùn)行模型，以系統(tǒng)運(yùn)行成本最低為目標(biāo)，通過實(shí)例分析驗(yàn)證了模型的有效性。文獻(xiàn)［11-12］綜合考慮園區(qū)綜合能源系統(tǒng)供能側(cè)和客戶側(cè)的不確定性，在動態(tài)規(guī)劃可處理不確定性問題特性的基礎(chǔ)上，建立了綜合能源系統(tǒng)優(yōu)化運(yùn)行模型，實(shí)現(xiàn)了系統(tǒng)運(yùn)行優(yōu)化。文獻(xiàn)［13］針對微網(wǎng)中清潔能源出力的不確定性，采用機(jī)會約束規(guī)劃對綜合能源系統(tǒng)運(yùn)行進(jìn)行優(yōu)化。文獻(xiàn)［14-15］采用模型預(yù)測控制實(shí)現(xiàn)微網(wǎng)經(jīng)濟(jì)調(diào)度優(yōu)化，優(yōu)化系統(tǒng)能各能源設(shè)備的出力。

優(yōu)化綜合能源系統(tǒng)運(yùn)行，將系統(tǒng)與園區(qū)各類負(fù)荷相結(jié)合，對園區(qū)綜合能源系統(tǒng)的發(fā)展具有重要意義。文獻(xiàn)［16］分析與總結(jié)了需求響應(yīng)的基本概念、需求側(cè)建模方法以及考慮需求響應(yīng)的系統(tǒng)優(yōu)化方法等方面的研究現(xiàn)狀。文獻(xiàn)［17-19］將負(fù)荷需求響應(yīng)參與系統(tǒng)優(yōu)化運(yùn)行，以系統(tǒng)日運(yùn)行經(jīng)濟(jì)最優(yōu)為目標(biāo)，結(jié)果表明考慮需求響應(yīng)的系統(tǒng)優(yōu)化模型可提高系統(tǒng)能源的利用率，降低系統(tǒng)運(yùn)行費(fèi)用。

綜上分析，目前對于農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)優(yōu)化調(diào)度相關(guān)研究已有很多，但結(jié)合農(nóng)業(yè)園區(qū)可調(diào)節(jié)負(fù)荷與綜合能源系統(tǒng)多能耦合并考慮農(nóng)業(yè)園區(qū)不確定性的優(yōu)化調(diào)度研究較少。綜上所述，本文針對農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)存在能耗成本高和可再生能源消納率低的問題，提出了一種基于改進(jìn)概率規(guī)劃的農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)運(yùn)行方法?；谵r(nóng)業(yè)園區(qū)負(fù)荷的可調(diào)節(jié)特性，建立以園區(qū)日內(nèi)運(yùn)行成本最低為目標(biāo)，考慮可調(diào)節(jié)負(fù)荷參加綜合能源系統(tǒng)運(yùn)行過程的優(yōu)化調(diào)度模型，針對農(nóng)業(yè)園區(qū)的風(fēng)光出力和負(fù)荷的不確定性，采用改進(jìn)概率規(guī)劃算法對算例進(jìn)行求解，通過算例驗(yàn)證模型的有效性。

1 農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)結(jié)構(gòu)

農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)結(jié)構(gòu)如圖1所示。能源供應(yīng)單元包括太陽能發(fā)電（Photovoltaic，PV）、風(fēng)力發(fā)電（Wind Turbine，WT）、電網(wǎng)（Grid）；能源轉(zhuǎn)化單元包括電制冷（Electric Refrigerator，EC）、電制熱（Electric Heating，EH）、生物質(zhì)沼氣CHP 系統(tǒng)、微型燃?xì)廨啓C(jī)（Micro Turbine，MT）等；能源儲存單元包括電儲能（Battery Energy Storage，BES）、熱儲能（Hot Energy Storage，HES）、冷儲能（Cold Energy Storage，CES）。

圖1 農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)結(jié)構(gòu)Fig.1 Structure of the integrated energy system in the agricultural park

在農(nóng)業(yè)園區(qū)系統(tǒng)中，農(nóng)業(yè)用能需求可以通過能源轉(zhuǎn)換設(shè)備將風(fēng)能、光能等轉(zhuǎn)換為電能、冷能、熱能來滿足；同時(shí)可通過調(diào)節(jié)部分可時(shí)移負(fù)荷提高能源與負(fù)荷之間的耦合度，從而減少系統(tǒng)資源的消耗［20-21］。在農(nóng)業(yè)園區(qū)用能負(fù)荷中，大部分負(fù)荷具有可調(diào)節(jié)的特性，將這些負(fù)荷加入系統(tǒng)運(yùn)行優(yōu)化調(diào)度，會對園區(qū)的可再生能源利用率、運(yùn)行經(jīng)濟(jì)性、源-荷耦合率產(chǎn)生積極影響［22-23］。

1.1 農(nóng)業(yè)設(shè)備數(shù)學(xué)模型

1.1.1 電排灌設(shè)備數(shù)學(xué)模型

不同種類作物不同生成階段的需水量不同，因此排灌負(fù)荷的總耗電量取決于作物每天的水分需求［24］，數(shù)學(xué)模型如下

式中：dall，i為第i種作物每日需水量，mm；Agh，i為第i種作物的種植面積，m2；n為大棚灌溉時(shí)長總和；kc，i為第i種作物的作物系數(shù)；d0為參照蒸散量，mm/m2；Wgv，i為第i種作物排灌設(shè)備灌溉的用電總量，kW；η為水泵轉(zhuǎn)換效率。

1.1.2 空間電場設(shè)備數(shù)學(xué)模型

1.2 農(nóng)作物適宜生長溫度綜合指標(biāo)

農(nóng)作物生長過程中，光照、CO2濃度、環(huán)境溫度和地溫等多種因素會對其生長效率產(chǎn)生影響，然而，農(nóng)作物的發(fā)育能否在適宜的溫度和濕度下進(jìn)行則是一個至關(guān)重要的問題。因此，需要根據(jù)農(nóng)作物實(shí)際需求進(jìn)行合理調(diào)控。將設(shè)施農(nóng)業(yè)與工業(yè)互聯(lián)網(wǎng)相融合，可實(shí)時(shí)監(jiān)測溫室大棚的多種環(huán)境狀況。將農(nóng)作物適宜生長溫度納入調(diào)度過程，可顯著提高優(yōu)化模型的準(zhǔn)確性，數(shù)學(xué)模型為

1.3 可調(diào)節(jié)負(fù)荷數(shù)學(xué)模型

1.3.1 可轉(zhuǎn)移負(fù)荷

設(shè)定可轉(zhuǎn)移負(fù)荷（Transferable Load，TL）的允許轉(zhuǎn)移時(shí)間段為[tTL0，tTL1]，其在調(diào)節(jié)過程中應(yīng)當(dāng)滿足轉(zhuǎn)移功率范圍、最小連續(xù)運(yùn)行時(shí)長、轉(zhuǎn)移電量守恒

2 優(yōu)化調(diào)度模型

2.1 目標(biāo)函數(shù)

以農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)日最小經(jīng)濟(jì)運(yùn)行成本為目標(biāo)函數(shù)。農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)日運(yùn)行成本包括設(shè)備運(yùn)維成本、功率交互成本、機(jī)組啟停成本和負(fù)荷調(diào)節(jié)成本。系統(tǒng)整體運(yùn)行成本優(yōu)化目標(biāo)為

2.2 約束條件

（1）電功率平衡約束。

（4）可調(diào)節(jié)負(fù)荷約束?？烧{(diào)節(jié)負(fù)荷受負(fù)荷自身特性的約束，約束條件如式（7）—（9）、式（11）—（12）所示。

2.3 綜合能源系統(tǒng)優(yōu)化調(diào)度模型求解

由于園區(qū)的負(fù)荷與風(fēng)光出力具有不確定性，在對農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)優(yōu)化調(diào)度時(shí)，可以使用概率規(guī)劃算法對優(yōu)化模型求解。用概率分布表示目標(biāo)函數(shù)中負(fù)荷調(diào)節(jié)成本的模糊系數(shù)，將目標(biāo)函數(shù)轉(zhuǎn)化為多個等價(jià)目標(biāo)函數(shù)，針對其隸屬函數(shù)表達(dá)式，建立單目標(biāo)函數(shù)模型，對確定性的單目標(biāo)規(guī)劃進(jìn)行求解，得到最優(yōu)調(diào)度方案。

概率規(guī)劃算法是一種用于處理不確定優(yōu)化問題的智能算法。概率規(guī)劃算法以三角概率分布表示目標(biāo)函數(shù)中的模糊系數(shù)，將目標(biāo)函數(shù)轉(zhuǎn)換為3 個等價(jià)的輔助目標(biāo)函數(shù)；通過改進(jìn)算法，用高斯概率分布代替三角概率分布，畫出目標(biāo)函數(shù)中的模糊系數(shù)即不確定性因素的高斯概率分布圖；選取高斯概率分布圖上的6 個特征點(diǎn)，將模糊的優(yōu)化目標(biāo)轉(zhuǎn)化為6個確定性的優(yōu)化目標(biāo)，分別對其求解，將不確定性最佳化問題轉(zhuǎn)換為確定性最佳化問題求解［25］。

基于本文建立的優(yōu)化調(diào)度模型，利用高斯概率分布改進(jìn)概率規(guī)劃算法求解，具體過程如下。

（1）選擇優(yōu)化目標(biāo)函數(shù)，建立模糊的多目標(biāo)優(yōu)化模型，其中包括目標(biāo)函數(shù)和約束方程。

（2）畫出負(fù)荷調(diào)節(jié)成本的高斯概率分布，根據(jù)分布圖選取關(guān)鍵節(jié)點(diǎn)，用高斯概率分布率表示目標(biāo)函數(shù)中的模糊系數(shù)。

（3）選取信任度，將模糊多目標(biāo)優(yōu)化模型轉(zhuǎn)化為多目標(biāo)模型。

（4）根據(jù)多目標(biāo)模型中每個目標(biāo)函數(shù)正理想值和負(fù)理想值建立隸屬函數(shù)。

（5）構(gòu)建多個確定性的單目標(biāo)優(yōu)化模型，使用遺傳算法對每個優(yōu)化模型進(jìn)行求解，解出目標(biāo)函數(shù)，制定最優(yōu)的農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)運(yùn)行方案。

3 算例分析

3.1 基礎(chǔ)數(shù)據(jù)

以西北某農(nóng)業(yè)園區(qū)為例，園區(qū)經(jīng)前期建設(shè)，現(xiàn)有生活區(qū)、生產(chǎn)區(qū)、冷庫區(qū)等功能區(qū)，園區(qū)內(nèi)配置有儲電裝置、儲熱裝置等。結(jié)合園區(qū)所在地理位置與環(huán)境，對園區(qū)風(fēng)光出力進(jìn)行預(yù)測［26］，如圖2—3所示。

圖2 夏季典型日光伏和風(fēng)機(jī)出力Fig.2 PV and wind outputs of a typical day in summer

圖3 冬季典型日光伏和風(fēng)機(jī)出力Fig.3 PV and wind outputs of a typical day in winter

分時(shí)電價(jià)見表1，部分設(shè)備維護(hù)費(fèi)用見表2［27］，系統(tǒng)設(shè)備基本參數(shù)見表3。

表1 分時(shí)電價(jià)Table 1 Time-of-use tariff 元（/kW·h）

3.2 結(jié)果分析

在夏季典型日和冬季典型日場景下，以系統(tǒng)運(yùn)行成本最低為優(yōu)化目標(biāo)，對農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)運(yùn)行進(jìn)行優(yōu)化，得到可調(diào)度設(shè)備的計(jì)劃出力。

表2 部分設(shè)備維護(hù)費(fèi)用Table 2 Maintenance costs of some devices 元/kW

表3 設(shè)備參數(shù)Table 3 Equipment parameters

圖4為夏季典型日場景下農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)電功率調(diào)度結(jié)果。電功率包括系統(tǒng)和外部電網(wǎng)的電力交換、CHP 輸出電功率、BES 充/放電功率和EB 的輸入電功率。由圖4 可知：谷價(jià)時(shí)段系統(tǒng)優(yōu)先消納風(fēng)電，完全消納后，剩余的電能負(fù)荷向大電網(wǎng)購電，同時(shí)開始進(jìn)行蓄電池的蓄電工作；電價(jià)平峰時(shí)段蓄電池開始放電，光伏加入系統(tǒng)出力，同時(shí)沼氣供給微型燃?xì)廨啓C(jī)發(fā)電，伴隨發(fā)電產(chǎn)生的熱量將被余熱鍋爐收集。圖5為夏季典型日下農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)冷、熱功率調(diào)度結(jié)果。熱功率包括GB，EB 和CHP 的熱功率。系統(tǒng)首先由余熱鍋爐提供熱量滿足部分熱負(fù)荷需求，然后沼氣熱電系統(tǒng)和沼氣鍋爐依次加入出力，空氣源熱泵滿足剩余的熱負(fù)荷需求。日內(nèi)冷負(fù)荷通過電制冷裝置來滿足。

圖4 夏季典型日電功率優(yōu)化結(jié)果Fig.4 Power load of a typical day in summer after the optimization

圖6為夏季典型日場景下農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)電功率調(diào)度結(jié)果。由圖6 可知：在電負(fù)荷低谷時(shí)段，風(fēng)電出力處于滿發(fā)狀態(tài)，電力需求供應(yīng)出現(xiàn)缺口時(shí)向電網(wǎng)購電，同時(shí)蓄電池開始存儲電能；在平電價(jià)和峰電價(jià)時(shí)段，電負(fù)荷需求高于熱負(fù)荷需求，風(fēng)光出力完全消納后，沼氣供給熱電聯(lián)產(chǎn)系統(tǒng)發(fā)電來進(jìn)行補(bǔ)充；蓄電池在電價(jià)峰時(shí)段放電，在平電價(jià)和谷電價(jià)時(shí)段充電。圖7為夏季典型日下農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)冷、熱功率調(diào)度結(jié)果。考慮經(jīng)濟(jì)性，在谷電價(jià)時(shí)段，沼氣供給微型燃?xì)廨啓C(jī)產(chǎn)熱，剩余熱能需求由空氣源熱泵和電制熱設(shè)備工作產(chǎn)熱提供；平電價(jià)和峰電價(jià)時(shí)段，先由空氣源熱泵和余熱鍋爐供熱，然后再利用電制熱、儲熱器出力滿足剩余的熱能需求。儲熱器在08：00—11：00時(shí)段放熱，在熱負(fù)荷小、風(fēng)光出力較大時(shí)再次儲熱。

圖8—9 為優(yōu)化前后電、熱、冷負(fù)荷功率分布。由圖8—9可知：在有風(fēng)光出力的時(shí)段會增加可調(diào)節(jié)負(fù)荷需求用能，以提高風(fēng)光消納；只有風(fēng)電出力時(shí)，可調(diào)節(jié)負(fù)荷會相應(yīng)減少用能需求。

表4 為夏季、冬季典型日優(yōu)化調(diào)度前后總運(yùn)行費(fèi)用和新能源消納率的對比。由表4 可知：夏季典型日系統(tǒng)運(yùn)行成本減少了45.52%，新能源消納率提高了35.57 百分點(diǎn)；冬季典型日系統(tǒng)運(yùn)行成本減少了37.42%，新能源消納率提高了26.25百分點(diǎn)。

圖6 冬季典型日電功率優(yōu)化結(jié)果Fig.6 Power load of a typical day in winter after the optimization

圖7 冬季典型日冷、熱功率優(yōu)化結(jié)果Fig.7 Heating and cooling loads of a typical day in winter after the optimization

圖8 夏季典型日負(fù)荷優(yōu)化結(jié)果Fig.8 Typical daily load in summer after the optimization

圖9 冬季典型日負(fù)荷優(yōu)化結(jié)果Fig.9 Typical daily loads winter after the optimization

表4 夏季、冬季典型日調(diào)度優(yōu)化前后對比Table 4 Scheduling results before and after the optimization in winter and summer

4 結(jié)論

本文針對農(nóng)業(yè)園區(qū)綜合能源系統(tǒng)，提出了一種考慮可調(diào)節(jié)負(fù)荷的優(yōu)化運(yùn)行方法。以園區(qū)運(yùn)行成本最低為優(yōu)化目標(biāo)，使用改進(jìn)概率規(guī)劃算法對綜合能源系統(tǒng)優(yōu)化運(yùn)行，通過對夏季與冬季典型日進(jìn)行算例仿真，主要結(jié)論如下。

（1） 在有風(fēng)光出力的時(shí)段增加可調(diào)節(jié)負(fù)荷需求用能，以提高風(fēng)光消納。通過負(fù)荷平移可以提高源-荷的耦合，降低系統(tǒng)運(yùn)行成本。

（2） 沼氣熱電聯(lián)產(chǎn)機(jī)組在用熱用電高峰時(shí)可分擔(dān)電網(wǎng)以及燃?xì)忮仩t供能的壓力，使用改進(jìn)概率規(guī)劃算法可使其工作在收益最大化的狀態(tài)，同時(shí)保證系統(tǒng)運(yùn)行的經(jīng)濟(jì)性與平穩(wěn)性。

（3） 負(fù)荷平移可減小負(fù)荷峰谷差，充分發(fā)揮系統(tǒng)內(nèi)設(shè)備的潛力，提高能源消納率，減少資源消耗。