計(jì)及源荷不確定性的綜合能源系統(tǒng)的優(yōu)化調(diào)度方法綜述

袁俊球，史如新，王迪，曹健，張茜穎

（1.國網(wǎng)江蘇省電力有限公司常州供電分公司；2.江蘇省電熱耦合綜合能源系統(tǒng)工程研究中心，常州金壇金能電力有限公司，江蘇 常州 213200）

1 前言

在可再生能源大量接入電力系統(tǒng)的背景下，為了實(shí)現(xiàn)系統(tǒng)的安全、可靠和經(jīng)濟(jì)運(yùn)行，同時(shí)也減少棄風(fēng)棄光現(xiàn)象的發(fā)生，必須提高系統(tǒng)的靈活性。綜合能源系統(tǒng)是（integrated energy system, IES）以電力系統(tǒng)為核心，通過其內(nèi)部設(shè)備實(shí)現(xiàn)多種異質(zhì)能源生產(chǎn)、轉(zhuǎn)換、儲存和消費(fèi)環(huán)節(jié)，可以實(shí)現(xiàn)各種能源系統(tǒng)的協(xié)同優(yōu)化、交互響應(yīng)、互補(bǔ)互濟(jì)，提高能源利用效率和可再生能源消納水平。因此，IES 的規(guī)模化發(fā)展為未來高比例的可再生能源滲透電力系統(tǒng)帶來了積極信號。

為了提高運(yùn)行策略的精確性，考慮不確定性因素的IES優(yōu)化調(diào)度建模及求解方面已成為近年來研究的熱點(diǎn)。模型的精度和計(jì)算的復(fù)雜程度對于IES 系統(tǒng)來說是一種此消彼長的競爭關(guān)系，如何選擇合適的模型和求解方法來兼顧模型精度和計(jì)算復(fù)雜度尤為關(guān)鍵。另外，調(diào)度計(jì)劃如果能根據(jù)實(shí)時(shí)更新的預(yù)測信息進(jìn)行動(dòng)態(tài)調(diào)整，IES運(yùn)行策略將具有更高的準(zhǔn)確性和實(shí)時(shí)性。

針對上述問題，本文從各種建模方法的特點(diǎn)出發(fā)，以可加工性、計(jì)算效率、收斂速度和最優(yōu)性等指標(biāo)為依據(jù)，選擇合適的求解算法，兼顧各階段最佳調(diào)度周期，實(shí)現(xiàn)IES 的協(xié)同運(yùn)行和在線優(yōu)化。

2 綜合能源系統(tǒng)優(yōu)化調(diào)度概述

2.1 綜合能源系統(tǒng)

綜合能源系統(tǒng)(integrated energy system, IES)結(jié)構(gòu)如圖1 所示，以電力系統(tǒng)為核心，同時(shí)兼顧電、氣等多種能源，通過其內(nèi)部種類眾多的能源設(shè)備生產(chǎn)、轉(zhuǎn)換、消費(fèi)以及儲存，以此來實(shí)現(xiàn)各種異質(zhì)能源之間的協(xié)調(diào)規(guī)劃和協(xié)同管理。IES 通過傳統(tǒng)燃煤機(jī)組和風(fēng)能、太陽能等可再生能源產(chǎn)生電能；通過二氧化碳捕集與儲存系統(tǒng)（carbon capture and storage, CCS）和電轉(zhuǎn)氣（power to gas, P2G）技術(shù)連接電力網(wǎng)絡(luò)和天然氣網(wǎng)絡(luò)，即在提供電力的同時(shí)生產(chǎn)甲烷、甲醇等各類綠色燃料，以此達(dá)到儲能的目的，也提高電能調(diào)度的靈活性，支撐高比例可再生能源電力系統(tǒng)穩(wěn)定運(yùn)行，實(shí)現(xiàn)碳捕集的高效綠色利用。通過熱泵、電鍋爐以及燃料電池等熱電耦合設(shè)備實(shí)現(xiàn)電與熱之間的轉(zhuǎn)化，即實(shí)現(xiàn)電負(fù)荷對于熱負(fù)荷的補(bǔ)充。當(dāng)各類能源的供需不平衡時(shí)，多余/不足的能量可以通過綜合能源系統(tǒng)中的各類儲能設(shè)備進(jìn)行儲存/釋放，如圖1 中所示的儲氣裝置、儲電裝置、儲熱裝置，從而達(dá)到系統(tǒng)能量的動(dòng)態(tài)平衡。針對IES 多設(shè)備、多能流的復(fù)雜耦合特性，風(fēng)、光地?zé)岬瓤稍偕茉闯隽εc用電負(fù)荷的高度不確定性，以及各類經(jīng)濟(jì)、安全、環(huán)保指標(biāo)的矛盾關(guān)系，如何合理地進(jìn)行容量規(guī)劃以及調(diào)度配置顯得尤為關(guān)鍵，這也是IES 優(yōu)化運(yùn)行的重要前提。

圖1 綜合能源結(jié)構(gòu)示意圖

IES 在可再生能源充足的情況下優(yōu)先使用可再生能源，從能量的源頭上來說具有清潔的特點(diǎn)。在能源生產(chǎn)、傳輸、存儲及消納等其他各個(gè)環(huán)節(jié)中，各類異質(zhì)形式能源（如電、氣、熱、冷等）相互轉(zhuǎn)化，實(shí)現(xiàn)多能互補(bǔ)利用、協(xié)調(diào)優(yōu)化，從而提升能量的利用效。但是，由于多種異質(zhì)能量在時(shí)空上緊密而復(fù)雜的耦合、需求不均衡、系統(tǒng)安全、負(fù)荷以及可再生能源出力預(yù)測等問題，使得綜合能源系統(tǒng)的調(diào)度優(yōu)化問題變得更加復(fù)雜。

2.2 基本優(yōu)化調(diào)度模型

綜合能源系統(tǒng)的優(yōu)化調(diào)度模型基本上可以分為以下兩類：一般模型和統(tǒng)一模型。一般模型是分別對綜合能源系統(tǒng)中的電、氣、熱子系統(tǒng)和耦合元件單獨(dú)建模。而統(tǒng)一模型的思路則是利用電路系統(tǒng)或能源樞紐等理論對異質(zhì)能源轉(zhuǎn)化、存儲、傳輸?shù)汝P(guān)系采用方程描述。

綜合能源系統(tǒng)建模作為IES 規(guī)劃設(shè)計(jì)的基礎(chǔ)，通常以最優(yōu)運(yùn)行成本、最大可再省能源利用率等作為目標(biāo)函數(shù)，兼顧各能量平衡約束、設(shè)備運(yùn)行約束、耦合元件約束等，可為考慮系統(tǒng)隨機(jī)性、系統(tǒng)靈活性、能流差異性以及設(shè)備動(dòng)態(tài)特性的調(diào)度模型提供規(guī)劃設(shè)計(jì)參考及理論支撐。這些建模條件可以將復(fù)雜的IES 模型簡化為混合整數(shù)線性規(guī)劃（mixed integer linear programming,MILP）的數(shù)學(xué)模型。

隨著熱電聯(lián)產(chǎn)和冷熱電聯(lián)產(chǎn)技術(shù)的發(fā)展，對各類能源子系統(tǒng)和不同耦合原件或設(shè)備單獨(dú)建模的研究眾多，且都已經(jīng)比較成熟。并且已經(jīng)具備能夠投入實(shí)際的工程示范項(xiàng)目的能力，也有部分示范性工程項(xiàng)目已經(jīng)落地得到實(shí)踐。但是，隨之而來的一些問題也很明顯，這些模型中的各異質(zhì)能流相對分立，沒有形成多能流和各設(shè)備耦合統(tǒng)一建的概念。因此，還存在缺陷，急需一種改進(jìn)的方法來完善。

綜合能源系統(tǒng)各系統(tǒng)和運(yùn)行模式復(fù)雜，設(shè)計(jì)多學(xué)科知識，通常是以工程熱力學(xué)、流體力學(xué)、傳熱學(xué)以及電路網(wǎng)絡(luò)等多學(xué)科的理論知識，對異質(zhì)能量傳遞轉(zhuǎn)換與儲能單元微觀特性進(jìn)行分析，提取不同類型的能量子網(wǎng)絡(luò)的能量傳遞、交互的共同特征，從而構(gòu)建不同能流和設(shè)備耦合的統(tǒng)一模型，其目的是將多種能源耦合形式進(jìn)行統(tǒng)一表述，突破不同學(xué)科間的知識壁壘。

2.3 IES 的不確定性因素

在實(shí)際場景中，IES 系統(tǒng)中不確定性因素的來源是多方面的，在IES 的源-網(wǎng)-荷-儲多個(gè)能量終端都有不確定性的因素存在，較為典型以及影響較大的不確定性因素則來自源測以及荷測。源測可再生能源出力情況具有隨機(jī)性和波動(dòng)性的特點(diǎn)；荷測的用戶負(fù)荷受到人類活動(dòng)的影響，變化頻繁、峰谷之間差值較大，較大的時(shí)間尺度下會(huì)產(chǎn)生波動(dòng)較大的特點(diǎn)。綜上所述，將綜合能源系統(tǒng)簡化為確定性模型對系統(tǒng)總成本的優(yōu)化由于沒有考慮到不確定性因素的存在，使得優(yōu)化的結(jié)果與實(shí)際情況存在或多或少的偏差。

3 不確定性模型求解方法

IES 模型求解的主要困難包括：（1）難以尋找到全局最優(yōu)解；（2）決策變量復(fù)雜，包括整數(shù)變量和連續(xù)變量；（3）模型求解問題往往是非線性的。針對這些難點(diǎn)，已有的求解算法有解析法、模型降階法、智能優(yōu)化算法、仿真軟件等。

3.1 解析法

針對非線性問題，為了使模型易于求解，許多研究使用松弛、凸優(yōu)化、對偶理論、大M 法、ADMM 分布式算法等技術(shù)將原優(yōu)化問題近似為線性規(guī)劃問題或混合整數(shù)線性規(guī)劃問題。Alipour 等將熱電聯(lián)產(chǎn)的原非凸可行域分成兩個(gè)獨(dú)立的凸域，通過加入二元變量和約束實(shí)現(xiàn)可行域的凸性。此外，對于極大極小問題，蔣等人利用強(qiáng)、弱對偶理論將原問題轉(zhuǎn)化為等價(jià)的條件或互補(bǔ)約束的對偶優(yōu)化問題。張等人建立了基于兩階段魯棒優(yōu)化的IES最優(yōu)調(diào)度模型，并采用算法消除二元變量引起的不收斂現(xiàn)象。

3.2 模型降階法

模型降階法是指用低階模型模擬高階模型，在動(dòng)態(tài)響應(yīng)等性能上能與高階模型保持基本一致。常用的降階方法可分為以下幾類：于聚合等效類的模型降階方法、基于時(shí)間常數(shù)的模型降階方法、基于數(shù)學(xué)理論的模型降階方法。基于聚合等效類模型的降階方法是將大量電氣距離較近的分布式電源根據(jù)其動(dòng)態(tài)特性的相似性，轉(zhuǎn)換成一個(gè)或幾個(gè)等效模型。基于時(shí)間常數(shù)分析的簡化建模方法是指通過分析不同設(shè)備和負(fù)載的時(shí)間常數(shù)的差異，將時(shí)間常數(shù)相近的元件組合起來，形成時(shí)標(biāo)的簡化模型。基于數(shù)學(xué)理論的模型簡化方法包括奇異攝動(dòng)法、平衡法、Krylov 子空間法等。朱等基于Krylov 子空間的線性系統(tǒng)簡化理論，提出了一種大規(guī)模配電網(wǎng)模型簡化方法，可以提高仿真計(jì)算的速度和效率。

3.3 智能優(yōu)化算法

智能算法可以用來解決具有非線性、非凸特性的IES 不確定優(yōu)化問題，包括模擬退火算法、粒子群算法、遺傳算法等。通常會(huì)根據(jù)系統(tǒng)的經(jīng)濟(jì)效益、迭代次數(shù)和計(jì)算時(shí)間等指標(biāo)來比較算法的求解性能。傳統(tǒng)智能算法的主要依賴于初始條件和可控參數(shù)，但存在收斂速度慢、無法滿足在線計(jì)算要求、無法保證解的穩(wěn)定性等缺點(diǎn)。隨著人工智能技術(shù)的發(fā)展，強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)等機(jī)器學(xué)習(xí)方法可以用來表征參數(shù)的不確定性。這樣的方法通常需要大量的歷史數(shù)據(jù)，線下訓(xùn)練需要大量的時(shí)間。目前，機(jī)器學(xué)習(xí)方法在IES 決策中的相關(guān)研究還處于起步階段。

3.4 仿真軟件

除了用數(shù)學(xué)模型處理不確定因素外，實(shí)際工程應(yīng)用也離不開計(jì)算機(jī)的輔助作用，仿真工具和仿真平臺的應(yīng)用為我們解決工程計(jì)算問題提供了強(qiáng)有力的工具。選擇合適的仿真工具對智能系統(tǒng)的規(guī)劃和優(yōu)化具有重要意義。按照仿真時(shí)間尺度主要可以分為：基于秒級的Simulink、TRNSYS、Neplan、Polysun；基于分鐘級操作的MOMER、DER-CAM；基于小時(shí)級的EnergyPLAN。

4 結(jié)語

本文對IES 優(yōu)化調(diào)度的不確定性問題進(jìn)行了全面的回顧。簡要描述了IES 系統(tǒng)中所面臨的不確定性因素，并且指出了不確定性因素所帶來的問題。針對IES 系統(tǒng)中的不確定性模型，選擇合適的不確定性求解方法在IES 的優(yōu)化調(diào)度中尤為重要。對于IES 的不確定性模型，我們一般的處理方法是保留模型的關(guān)鍵性因素，忽略模型中從次要因素，以此達(dá)到減少隨機(jī)變量的目的，在使得計(jì)算結(jié)果的精確度滿足要求的情況下，提高模型的計(jì)算速度。