基于負荷重要性和源-荷互補性的離網系統終端電/熱/冷負荷投切策略

劉小龍 李欣然 劉志譜 盧穎華 羅 真

（湖南大學電氣與信息工程學院 長沙 410082）

0 引言

傳統能源短缺問題越來越受到關注，為了能夠高效、可持續地利用多種能源，綜合能源系統（Integrated Energy System, IES）成為了研究熱點之一[1-4]。目前有較多考慮需求側響應的 IES優化運行的研究[5-6]，該方面的研究需要轉移負荷或改變生產安排，且優化對象多為長時間尺度并網運行系統。離網情況下應更多地考慮負荷重要性，并充分利用有限能源盡量保證負荷正常工作和提高負荷恢復量。目前有較多學者針對離網狀態下負荷恢復量的優化問題進行研究。文獻[7]提出了一種自動恢復算法，能夠有效增加負荷的恢復數量，同時保證開關操作次數盡量少。文獻[8]提出了一種基于自適應多目標協調搜索算法的孤網系統重構方法，該方法在提高系統負載能力的同時可降低功率損耗。文獻[9]考慮分布式發電機組的下垂特性及可再生能源發電、負荷和配電饋線參數的不確定性，提出了一種全局靈敏度分析方法來評估可變能源對孤網系統最大負載能力的影響。文獻[10]在考慮負荷需求和可再生能源發電不確定性的基礎上，提出一種兼顧經濟排放與負載能力的優化運行方法。文獻[11]提出一種兼顧燃料消耗最小化、切換操作成本最小化以及負載能力最大化的孤網系統優化重構方法。上述研究工作主要從提高離網系統短時間的負荷恢復量或長時間的經濟性的角度考慮，是某一個時間尺度的優化，不適用于制定多時間尺度的負荷投切方案。同時，此類研究并沒有對負荷的重要程度進行評估[12-13]以確定負荷投切的優先級，不夠全面。

綜合分析，目前的研究或是從提升負荷恢復量的角度優化投切，或是按照負荷重要性確定投切方案。由于源、荷之間的供需不平衡以及新能源出力的隨機波動性，僅從某一個方面優化容易導致負荷投切頻繁或能源利用率不高，導致該問題的根本原因在于重要性高的負荷，源、荷之間的互補性不一定好。基于此，本文在考慮負荷重要性指標的基礎上引入源-荷互補性指標，提出一種基于綜合指標的多時間尺度負荷投切策略。同時，充分利用儲能的時空轉移特性[14-16]以及溫控負荷的需求彈性特點[17-18]，緩沖短時供需不平衡，以優化負荷投切策略。進一步，考慮到預測偏差對離網系統的影響較大，本文在確定負荷投切方案和能源調度方案后，利用基于模型預測控制的滾動優化方法跟蹤計劃值，維持最優方案。

1 離網系統結構

本文研究的離網系統包括電/熱/冷供能設備及相應終端負荷，結構如圖1所示。以夏季典型日為例，脫網情況下可利用系統中的可再生能源、電/冷儲能、燃氣機、電制冷機以及冷溫水機供應負荷。對于一級重要負荷，始終保持供能，開關/閥門處于閉合狀態，對于二級重要負荷，通過本文策略控制其開關/閥門狀態，實現各個獨立負荷的優化投切。

圖1 系統結構Fig.1 The structure of system

2 指標定義

2.1 負荷重要性指標

負荷的重要程度與用戶供能可靠性的要求和用戶中斷供能產生的危害程度等因素相關。本文采用專家打分的方式對各分項指標進行打分，然后通過熵權法確定各分項指標所占權重，最后計算出各負荷的重要性指標。本文根據負荷重要程度的特點選取了負荷敏感程度、負荷規模、負荷損壞程度等五個分項指標共同構建負荷重要性指標，如圖2所示。為了給專家打分提供統一的參考標準，將指標的嚴重程度（可能性）劃分為4個等級，并確定了各等級的打分范圍，見表1。

圖2 負荷重要性指標的構建Fig.2 The construction of load importance index

表1 指標打分參考分值Tab.1 Index scoring reference score

2.2 源-荷互補性指標

為了評價源、荷之間的互補性程度大小，定義互補性指標以量化源-荷之間有功功率的互補能力。

式中，β為源、荷功率變化率之差的絕對值的相反數；γp、γl分別為源、荷功率的變化率；Pp、Pl分別為源、荷功率；T為采樣周期；i為第i個采樣時刻。當β＝0時，說明此時源、荷的 1階變化量方向相同、數值相等，變化量恰好完全抵消，達到完全互補；當β＜0時，說明此時源、荷的1階變化量存在未抵消部分。β值反映了源、荷互補的程度，β越大，源-荷互補程度越好，β越小則源-荷互補程度越差。

圖3 不同采樣周期下的源、荷功率波動示意圖Fig.3 Schematic diagram of source and load power fluctuation under different sampling periods

然而，源-荷互補程度還與采樣周期T的大小有著密切的聯系，如圖3所示，采樣周期T=TL時，源-荷波動曲線為虛線部分所示，此時負荷B與源的互補程度更好。采樣周期T=TS時，源-荷波動曲線為實線部分所示，此時，在部分短時間尺度內，負荷A與源的互補程度更好。為了更加準確地評價源-荷互補程度，本文綜合考慮長、短兩種采樣周期的源-荷互補特性。當源/荷整體波動較大，應重點考慮整體互補程度。反之，應重點考慮源/荷局部互補程度?；诖?，本文根據源/荷整體、局部波動情況設置長、短采樣周期的互補性指標權重。方差描述和中心偏離的程度，通常用來衡量數據波動大小。同時，考慮源、荷組合過程中的互補性效果主要受波動程度最大的源/荷影響，本文根據長（短）采樣周期下源與負荷方差中的最大值確定長（短）采樣周期的互補性指標權重。

根據以上分析，本文綜合考慮源、荷整體與局部上的互補程度，定義互補性指標，如式（2）所示?；パa性指標越大，說明源-荷功率變化趨勢越接近，互補程度越好；反之，說明源-荷的互補程度越差。

式中，Ea～b為在a～b時段內的源-荷互補性指標，描述源-荷互補程度的平均效應；第一個等式右側的兩部分分別表示整體、局部的互補程度；分別為整體、局部互補程度的權重，為源與負荷預測功率的方差中的最大值，為源與負荷期望功率波動分量的方差中的最大值；i、j為采樣時刻，K為源與負荷總數；PF、PE分別為源/荷預測值與期望波動分量；Fμ、Eμ分別為源/荷預測值與期望波動分量的平均值。

考慮到日前預測精度[19]，設置TL＝15min。通過對負荷的類型及其特征進行統計分析，負荷在1min之內的波動不明顯，采樣周期取1min能夠較好地描述局部波動特征，因此設置TS=1min。采樣周期為TL的源、荷數據可根據預測信息確定（考慮到源/荷預測值在文中的主要作用是衡量整體變化趨勢，同時避免預測精度對指標產生影響，本文預測值均采用最小二乘法進行多項式曲線擬合）。采樣周期為TS的數據無法準確預測，本文按照期望功率的波動分量計算，計算步驟如下：①統計采樣周期為TS的每一個采樣點在一年內的有功功率值，然后計算每一個采樣點有功功率的期望值；②根據所有采樣點的期望值得到采樣周期為TS的期望功率曲線；③利用一階差分提取期望功率曲線的波動分量，將該值作為期望波動分量。

可再生能源的功率值與氣候相關，即某一采樣點的歷史有功功率值分布較分散，只能得到一個置信度較差的期望波動分量值，在該情況下計算出的源-荷局部互補性指標不能夠反映真實的局部互補特性，因此，本文不考慮風/光可再生能源的期望波動分量。

2.3 綜合指標

為了能夠綜合性地描述負荷的重要程度及負荷與源的互補程度，本節根據2.1節、2.2節定義的負荷重要性指標以及源-荷互補性指標，綜合考慮二者的影響程度，定義綜合指標Za～b為

式中，I為負荷重要性指標；λI、λE為權系數，分別表示負荷重要性與源、荷互補性的相對重要程度，λI,λE＞0 且λI+λE=1。

為了更客觀地得到負荷重要性與源-荷互補性的權重，本文采用熵權法確定其權系數λI、λE。熵權法[20]根據各指標的變異程度，利用信息熵計算出各指標的熵權，再通過熵權對各指標權重進行修正，從而得到較為客觀的指標權重。具體計算步驟本文不再贅述。

3 基于綜合指標的負荷優化投切策略

3.1 單時間尺度供能情況下的投切策略

離網情況下，為了維持正常的生產工作，負荷的連續供能時間越長越好，本文定義負荷在脫網的整個時間段內連續供能為單時間尺度供能。本文提出基于單時間尺度供能和綜合指標的負荷優化投切策略，其思路如圖4所示。

本文采用啟發式算法按照綜合指標由大到小的順序確定負荷投切方案。在逐步確定供應負荷的過程中，源與已供應負荷的功率差值會隨之改變，因此需要滾動更新綜合指標，通過不斷更新迭代，最終確定離網期間最優的負荷供應方案。單時間尺度供能情況下的負荷投切策略核心步驟如下。

1）定義系統中所有二級負荷構成的集合為CL。計算初始凈電功率（式（1）、式（2）中的“源”）為

圖4 基于單時間尺度供能和綜合指標的負荷投切策略Fig.4 Flow chart of load switching strategy based on single time scale energy supply and comprehensive index

式中，t為采樣時刻；PNET0為初始凈電功率；PGE為除去備用和輸送冷（熱）能所需電耗后燃氣機可利用功率；PW、PPV分別為風/光最大可利用功率；PL0為一級負荷需求功率；PGE.max為燃氣機額定功率；PS為燃氣機保留的備用；PPUMP為輸送冷（熱）能所需電耗。

2）源、荷互補性指標和綜合指標計算。

3）投入CL中綜合指標最大的負荷PL。重復步驟2）和步驟3），達到邊界條件后輸出結果。

3.2 多時間尺度供能情況下的投切策略

確定可供應的單時間尺度負荷后，可能存在部分剩余電能未被利用，其能源利用效率不是最高的情況。為了能夠在盡量保證負荷正常工作的前提下提高能源的利用效率，同時減少負荷投切頻次，較優方案為首先充分投入單時間尺度負荷，在此基礎上繼續投入其余時間尺度負荷。確定單時間尺度負荷供應方案后，可能存在多個剩余電能區域，由于預測精度的原因，時段靠后的區域的剩余電能預測誤差相對較大，因此優先確定靠前時段的負荷供應方案，在此基礎上，更新預測值，確定靠后時段的負荷供應方案。

根據以上分析，本文提出基于多時間尺度供能和綜合指標的負荷投切策略，其流程如圖5所示，核心步驟如下：①定義剩余未投入的負荷構成的集合為；按照時間先后順序搜索可投入負荷的最大時間尺度；②按照綜合指標由大到小的順序確定中能夠投入的負荷及其投入時刻集合；③在整個離網時段的起始時刻投入CLt中的所有負荷，并按照中記錄的各個負荷及其投入時刻，逐漸投入多時間尺度負荷。

圖5 基于多時間尺度供能和綜合指標的負荷投切策略Fig.5 Flow chart of load switching strategy based on multi- time scale energy supply and comprehensive index

該策略中，儲能需要同時滿足單時間和多時間尺度負荷需求。為了避免儲能容量集中用于局部時段，充分發揮其在整個離網時段內的時空轉移能力，本文制定如下儲能靈活調度規則，作為策略中的約束條件。

1）若τ～τ+k時段內供需平衡且儲能存在放電狀態，則不考慮在該時段內投入多時間尺度負荷，其余情況則利用凈電能和儲能在該時段內投入多時間尺度負荷。該規則通過投入多時間尺度負荷以避免儲能集中充電。

2）在投入多時間尺度負荷的過程中，若τ～τ+k時段內的凈電功率存在大于0的狀態，則利用凈電能和儲能繼續投入多時間尺度負荷，其余情況不再利用儲能投入多時間尺度負荷。該規則在充分投入多時間尺度負荷的情況下避免儲能集中放電。

3.3 溫控負荷投切策略

與電負荷的投切策略類似，同樣可采用綜合指標投切策略制定冷（熱）負荷供應方案。園區一級重要溫控負荷由電制冷機供應，保證供能的可靠性。在此基礎上，在冷溫水機可輸出的最大能量范圍內按照綜合指標大小依次確定可供應的二級溫控負荷，同時，利用冷（熱）儲能實時調節供需平衡。該思路具體步驟與電負荷的相似，不再展開。溫控負荷投切策略的獨特之處在于，溫控負荷存在需求彈性的特點，在一定的舒適度范圍內調節溫度，能夠緩沖短時間內的供需不平衡。參考文獻[18]并根據能量守恒定理，可知溫控負荷溫度的變化與當前調度時段室內空氣熱量、供冷/熱量以及室內外傳遞的冷/熱量有關，其關系可表示為

式中，cair、mair分別為室內空氣比熱容、質量；分別為調度時段的室內、室外溫度；為單位時間向室內的供冷/熱量；k0、A、D分別為墻體的熱傳導系數、面積和厚度。

為了保證冷（熱）負荷的正常供能，燃氣機將提供部分電能給水泵等電耗設備以輸送冷/熱能。本文假設該部分電能的大小與冷/熱負荷需求近似成正比關系，即

4 基于MPC的滾動優化調度

離網狀態下通常利用儲能的快速響應能力平抑非計劃波動。當離網時長較大時，累積預測誤差較大，導致儲能荷電狀態（State of Charge, SOC）偏離計劃值較大，該情況下可能無法滿足本文方案所計算出的負荷需求。本文通過基于模型預測控制（Model Predictive Control, MPC）的滾動優化調度方法減少不確定性因素，跟蹤儲能SOC計劃值。MPC是不斷局部優化和不斷滾動實施控制作用的交替過程，具體可參照文獻[21-22]，本文不再詳細介紹。

儲能 SOC計劃值根據上文投切策略確定，如圖 6所示。首先根據源/荷預測、儲能容量等信息確定單時間尺度負荷投切方案。在此基礎上，根據更新的預測信息以及多時間尺度負荷投切策略計算當前至結束時段內能源調度方案與負荷投切方案。將其中的儲能SOC作為基于MPC優化調度的計劃值，結合超短期預測信息以及目標約束確定實時調度方案。

圖6 基于MPC的滾動優化調度與負荷投切策略關系Fig.6 Relationship between load switching strategy and rolling optimal scheduling based on MPC

以夏季供冷為例，根據離網系統各變量之間的關系，建立MPC算法的狀態空間模型，如式（7）、式（8）?；诳稍偕茉匆约柏摵傻某唐诠β暑A測數據，并對上述狀態空間模型反復迭代，可得到電儲能與冷儲能 SOC在控制時域mΔt內的預估輸出值構成的向量Yf。取當前時刻向前mΔt時段內，電儲能與冷儲能 SOC計劃值構成的向量Rref為跟蹤控制目標。YfRref如式（9）所示。以電儲能與冷儲能 SOC預估輸出值與計劃值之間的誤差最小為目標，同時保證各機組控制調節增量盡量小，將日內滾動優化調度轉換為如式（10）所示的二次規劃問題。二次規劃模型通過調用 Matlab二次規劃quadprog函數進行求解。

式（7）中，狀態量x(k)由燃氣機功率(PGE)、電儲能功率(PBES)/電儲能 SOC(SBES)、聯絡線功率（Pgrid=0）、電制冷機功率(QEC)、冷溫水機功率(QAC)以及冷儲能功率(QCES)/冷儲能SOC(SCES)構成；控制量由燃氣機(ΔPGE)、電/冷儲能(ΔPBES/ΔQCES)以及電制冷機(ΔQEC)的出力增量構成；擾動量由電/冷負荷(ΔPL/ΔQL)、可再生能源超短期預測功率(ΔPRE)增量構成；Δt為調度周期；Wpn、Wqn為電、冷儲能額定容量；ηac為燃氣機出力與冷溫水機出力比例系數、ηec為電制冷系數。式（8）中，輸出量y(k)為電儲能SOC與冷儲能SOC。式（10）中，H為電儲能SOC跟蹤誤差與冷儲能SOC跟蹤誤差的權重系數矩陣；U為控制量；Q為控制量的權重系數矩陣；A、b為不等式約束中的系數矩陣；Aeq、beq為等式約束中的系數矩陣；ub、lb分別為變量的上、下區間，考慮到篇幅限制本文不再具體描述。

5 仿真分析與驗證

以夏季典型日進行仿真分析，系統中各設備參數配置見表2。電儲能、冷儲能能量狀態約束范圍分別為[0.1,0.9]、[0,1]，設置儲能能量狀態初始值為0.7。

表2 系統參數配置Tab.2 The parameter configuration of IES

5.1 指標分析

本文選取系統中的10個二級電負荷和10個二級冷負荷作為研究對象。以電負荷為例，按照本文2.1節指標定義的方法計算出各負荷的重要性指標見表3。

表3 各二級負荷重要性指標Tab.3 The importance index of each second class load

按照本文2.2節、2.3節指標定義的方法計算出各負荷的第 1次互補性指標和第1次綜合指標見表4。表中重要性指標I、互補性指標E均按照式（4）進行了標準化?？梢钥闯鲐摵?的重要性指標最大，然而其互補性指標極小，因此其綜合指標位于第二。第一則由重要性和互補性都較好的負荷10取代。負荷7的重要性雖然較高，然而其互補性卻很低，因此其綜合指標為第三。由此可見，綜合指標的提出，從理論上可以改善因負荷（二級）重要程度稍高、源-荷互補程度很低而導致的能源無法充分利用的問題。

表4 各二級負荷第1次綜合指標Tab.4 The first comprehensive index of second class load

5.2 單時間尺度供能仿真分析

首先針對電負荷的單時間尺度供能進行仿真分析，設置兩組仿真實驗：第一組實驗分析長時間尺度脫網(24h)情況下的連續供能情況，策略Ⅰ根據重要性指標確定負荷供應方案，策略Ⅱ根據本文所提綜合指標確定負荷供應方案；第二組實驗分析短時間尺度脫網(2h)情況下的連續供能情況，策略Ⅰ、策略Ⅱ同上。

第一組實驗結果如圖7所示。柱狀條表示儲能充放電功率，放電為正。策略Ⅰ供應負荷6、7、10、5，供應負荷容量為85 155kW·h。剩余未被利用電能較多，最大供需差為2 480kW。策略Ⅱ供應負荷10、6、5、2、1，保證了重要性較高的負荷 6和 10，供應負荷量增加為 97 851kW·h。最大供需差減少為1 006kW，剩余未被利用電能大幅度減少。可知，策略Ⅱ利用了源、荷互補特性顯著降低了供需不平衡的問題。另外，在儲能調節過程中，策略Ⅰ中部分時段的儲能充放電深度明顯大于策略Ⅱ。進一步，對比策略Ⅰ和策略Ⅱ在供應上述負荷時儲能荷電狀態變化與所配置容量的關系，結果如圖 8、圖 9所示。

圖7 長時間尺度脫網情況下策略Ⅰ、Ⅱ的負荷供應方案Fig.7 Load supply scheme of strategiesⅠand Ⅱ under long time scale off grid condition

圖8 策略Ⅰ電儲能SOC變化與配置容量關系Fig.8 Relationship between BES SOC change and configuration capacity in strategyⅠ

圖9 策略Ⅱ電儲能SOC變化與配置容量關系Fig.9 Relationship between BES SOC change and configuration capacity in strategyⅡ

由圖 8、圖 9可知，當儲能配置容量相當時，兩種策略在供應各自負荷時（策略Ⅱ供應負荷容量更多），策略Ⅱ儲能SOC變化范圍明顯小于策略Ⅰ，即策略Ⅱ儲能的裕量更大。從另一個角度來說，策略Ⅱ可以減少儲能的配置容量，從圖中可看出，策略Ⅰ的儲能最低配置容量為 1 730kW·h，策略Ⅱ將儲能最低配置容量降低到了 1 160kW·h，能夠節約一定成本。

第二組實驗結果如圖10所示。策略Ⅱ供應負荷數量和供應負荷容量均顯著高于策略Ⅰ，且策略Ⅱ供應了重要性排名前三的負荷。通過儲能充放電調節，策略Ⅱ充分利用了幾乎所有電能（包括儲能電能），負荷能量利用率較高，而策略Ⅰ存在剩余未被利用電能，負荷能量利用率較低。另外，相比于策略Ⅰ，策略Ⅱ儲能的充放電分布較均勻且充放電功率較小，說明其源、荷之間的貼合度更好，降低了儲能調節的負擔。

圖10 短時間尺度脫網下策略Ⅰ、Ⅱ的負荷供應方案Fig.10 Load supply scheme of strategies Ⅰ and Ⅱ in case of short time scale off grid

兩組實驗的策略Ⅰ和策略Ⅱ各項數據對比結果見表5?？梢钥闯?，第一組實驗的策略Ⅱ比策略Ⅰ負荷供應數量提升25%，其負荷能量利用率（供應負荷所用能量與總能量之比）由83%提升到95%。同時，最大供需差大大降低，降幅達60%，儲能最低配置容量由1 730kW·h降低到1 160kW·h，降低了 33%，儲能充放電深度降低 13%。第二組實驗的策略Ⅱ比策略Ⅰ在負荷供應數量、負荷能量利用率、最大供需差以及儲能充放電深度上均有顯著優勢，由于策略Ⅰ并未充分利用儲能，其最低配置容量可以達到更低值。綜上分析，滿足負荷單時間尺度連續供電時，策略Ⅱ比于策略Ⅰ具有明顯的優勢。

表5 策略Ⅰ與策略Ⅱ對比結果Tab.5 Comparison between strategyⅠand strategyⅡ

下面針對冷負荷的單時間尺度供能進行仿真分析，以長時間尺度(24h)為例。冷負荷波動較小，功率值基本等同于預測值。按照本文策略確定的負荷供應方案如圖 11所示，供應負荷7個，總負荷量116 970kW·h。冷儲能蓄放能調節供需平衡，最后儲能能量狀態為0.14，負荷能量利用率98%。從圖中可知，供應長時間尺度負荷后，電能全部被充分利用，無需進一步供應其余時間尺度負荷。原因有三個方面：①根據綜合指標供應負荷，使最終的源、荷互補程度達到較好的效果，減少了供需差；②冷儲能容量較大，可以通過蓄放能最大限度調節供需平衡；③利用溫控負荷需求彈性的特點，當儲能無法調節至供需平衡時，可在合理的舒適度范圍內調節負荷的溫度，起到短時緩沖供需不平衡的作用。按照重要性指標確定的供應方案同樣會出現負荷能量利用率低，存在供需差等問題，在此不再具體討論。

圖11 本文策略冷負荷供應方案Fig.11 Cooling load supply scheme of this strategy

5.3 多時間尺度供能仿真分析

該部分針對基于多時間尺度供能和綜合指標的負荷投切策略進行仿真分析，溫控負荷單時間尺度已達到供需平衡，因此只對電負荷進行分析。假設脫網時長為24h，設置兩種對比策略：對比策略1，將24h拆分為24個相等時段，根據重要性指標逐時段確定負荷供應方案；對比策略2，根據本文提出的多時間尺度供能方法和重要性指標確定負荷供應方案。三種策略的對比結果如圖12所示。由圖12a可知，策略1在每個時段都充分利用了電能，最大供應負荷數量達到了圖中所示的8個。全時段總的負荷供應量PLS為101 930kW·h，負荷能量利用率98%。由圖12b可知，策略2在供應長時間尺度（24h）負荷 6、7、10、5的基礎上，繼續供應多個短時間尺度負荷，但是在3:00～04:00和14:00～15:00兩個時段存在部分剩余電能未被利用，總的負荷供應量為101 250kW·h，負荷能量利用率 98%。由圖 12c可知，本文策略在供應長時間尺度負荷的基礎上，繼續供應了三個短時間尺度負荷，電能在所有時段被充分利用起來，本文策略總的負荷供應量為102 330kW·h，負荷能量利用為99%。

圖12 多時間尺度供能情況下策略1、策略2及本文策略負荷供應方案以及電儲能SOC變化Fig.12 Strategy 1, 2 and this paper load supply scheme and BES SOC change in the case of multi time scale energy supply

從各策略負荷供應量和能量利用率看，無明顯差別，然而通過統計全時段內各策略的負荷投切情況（表6），策略 1的負荷投切次數累計達到11次之多，會對負荷的正常工作產生較大影響。究其原因，策略1只根據當前時段供需差以及儲能狀態確定負荷供應方案，容易在不同時段過渡時出現負荷投切的情況。從圖12d中可以看出，在12:00之前和之后兩個區域內，策略1的儲能SOC只在較小范圍內波動，沒有充分發揮儲能的時空轉移能力。策略2的負荷投切次數為8次，對負荷本身和系統也會產生較大影響。主要原因在于已供應的長時間尺度負荷與源之間的貼合度較低，需要較多的短時間尺度負荷填補剩余未被利用電能。相比于以上兩種策略，本文策略確定的負荷投切次數為4次，顯著減少。從圖12d中可以看出，本文策略的儲能SOC分布較均勻且變化幅度不大，說明按照本文提出的儲能靈活調度規則調節供需平衡，可在整個調度周期內充分發揮儲能的時空轉移能力，在一定程度上輔助綜合指標投切策略降低負荷投切次數。

表6 策略1、策略2以及本文策略負荷投切情況Tab.6 Strategy 1,2 and this paper load switching

表6中，策略1起始時段（0:00～1:00）供應負荷為6、7、10、8、9，策略2起始時段供應負荷為6、7、10、5，本文策略起始時段供應負荷為10、6、5、2、1。搜索精度設置為1h，每經過1h更新負荷供應情況，表中“+”、“-”分別表示在前一時段基礎上投切負荷。

5.4 MPC滾動優化調度仿真分析

圖13 日內實時調整后的機組出力Fig.13 Unit output after real-time adjustment in a day

圖14 MPC優化后，儲能能量狀態跟蹤計劃值情況Fig.14 Status tracking plan value of stored energy after MPC optimization

該部分針對MPC優化調度進行仿真分析，MPC滾動優化的預測時長為1h，控制時長為30min，滾動優化調度執行周期為5min。通過MPC滾動優化得到的燃氣機、電/冷儲能、電制冷機及冷溫水機的實時出力如圖13所示。可知，為保證儲能SOC跟蹤計劃值，實時調度將對調度計劃進行一定程度的修正，保證各機組的調整增量始終保持在最小。圖14a、圖14b對比了 MPC優化前后冷儲能能量狀態和電儲能SOC跟蹤情況。無優化時，預測誤差全部由儲能調節，前段時間累計誤差不大，儲能能量狀態偏離計劃值較小。隨著時間推移，累計誤差逐漸增大，電儲能SOC偏離計劃值較大，部分時段甚至超出了電儲能的調節能力范圍。冷負荷的波動較小且冷儲能容量較大，可以容納較大的誤差，因此能量狀態偏離計劃值不是特別明顯。優化后，電儲能SOC和冷儲能能量狀態與計劃值基本吻合，尤其是電儲能的優化效果非常明顯。根據以上分析，通過MPC實時滾動優化，可實時跟蹤儲能能量狀態計劃值，維持最優負荷投切方案。

6 結論

綜合全文分析，無論針對長時間尺度連續供能還是短時間尺度供能或者多時間尺度供能，本文所提策略都要優于基于重要性指標的負荷投切策略。本文的研究工作可總結為以下幾個方面：

1）定義了負荷重要性指標以及源-荷互補性指標，在此基礎上利用熵權法確定了綜合指標。

2）提出基于多時間尺度供能和綜合指標的離網系統終端電/熱/冷負荷投切策略，并利用制定的儲能靈活調度規則以及溫控負荷的彈性需求特征輔助綜合指標投切策略。所提策略能夠有效解決了源-荷之間的不匹配問題，在提高離網系統能源利用效率的基礎上，顯著降低了負荷投切頻次。

3）利用基于模型預測控制的滾動優化方法，實時跟蹤儲能能量狀態計劃值，維持最優負荷投切方案。