城市能源互联网及其影响因子评价模型研究

赵云峰

（国网山西省电力公司电力调度控制中心，山西 太原 030001）

0 引言

长期以来，社会经济发展过度依赖化石能源，资源紧张、环境污染等问题日益显著，能源革命迫在眉睫。为应对能源危机，需要统筹把握产业发展、资源配比、环境影响等密切相关的广域化的特征，以实施清洁替代和电能替代为重点加快能源格局的转变，推动了能源互联网相关技术的研究应用。

本文概括了现阶段能源互联网的研究情况，提出城市能源互联网UEI（urban energy Internet）的概念。将城市能源互联网作为全球能源互联网的基分析，结合城市能源互联网的构成元素和关键特征，归纳提炼城市能源互联网关键影响因子集合。基于解结构模型和层次分析法，构建了城市能源互联网影响因子评价模型。

1 城市能源互联网

2008年美国国家科学基金项目研究人员提出了一种基于可再生清洁能源发电和分布式储能系统全新电网拓扑——能源互联网。借鉴互联网技术的“路由器”，提出“能源路由器”（energy router）概念，利用电力电子技术实现对能源分配的控制，路由器借助通信技术实现信息交互。

1.1 国内外研究现状

关注智能电网的底层拓扑结构的美国加利福尼亚大学伯克利分校的学者提出了“基于信息核心的能源网络”结构[1]。2008年，德国推出新型能源网络的技术创新提升计划E-energy[2]，E-energy提出能源互联体系综合数字化和计算机测控的目标。瑞士研究团队提出了“能量集线器”的概念，它通过基于超短期时域的负荷预测算法、配电网潮流在线实时监测实现对各发电侧及受控负荷侧的优化控制。基于互联网的数字电网将电网细分成自主但相互联系的区块，其中由电力路由器完成能源的分配。2012年5月29日，欧盟理事会副主席Antonio Tajani在布鲁塞尔召开的会议上明确指出“第三次工业革命将围绕能源互联网展开”。

我国对能源互联网的研究目前还处于理论研究初期。2013年至2014年在北京召开的“第三次工业革命”以及“能源互联网”专家研讨会以及国家电网公司召开“智能电网承载第三次工业革命”研讨会开启了相关软课题研究，中国电科院启动了“能源互联网技术架构”研究项目。2016年，国家发展与改革委员会发布提出“互联网+”智慧能源的概念[3-4]。综上所述，国内外学者现阶段对能源互联网的研究重点着眼于3个方向：概念模型及发展挑战、通信设计及应用（能源路由器）、技术框架及重点技术。

美国学者杰里米·里夫金于2008年首次提出能源互联网的概念[5]，认为奠基于化石燃料大规模应用的二次工业革命时代即将落幕，以综合新能源技术和信息技术高度融合的能源应用体系——“能源互联网”（energy Internet）为代表的新一轮工业革命必将推进，最终形成分布式可再生能源利用替代传统化石能源利用的历史性变革[6-7]。

相关国内研究人员就能源互联网提出了初步定义：能源互联网是以可再生能源为主要一次能源，综合先进储能、电力电子、能量管控、故障管理、互联通信和系统规划等技术，实现电力能源网络与其他能源系统紧密接驳高度融合的能源网。能源互联网具有清洁高效、动态随机、广域共享、多源互联、互动智能等特性[8-9]。

1.2 中国城市能源互联网

相关数据显示，我国城市集中了全国50%的人口，75%的资源消费，80%的GDP，产生近70%的碳排放，而能源革命恰恰就是解决低碳经济和能源高效利用的问题。从当前发展情况看，相较于能源需求，社会发展对电力需求更加旺盛，电力在能源结构中的主导地位愈发增强。能源互联网是电力市场交易的物理基础，是未来生产生活不可或缺的公共服务平台[10]。电力流布局的4个原则之一便是本地优先原则，即当地的分布式或集中式发电应优先开发利用。UEI作为能源互联网的基础构成单元，是能源互联网在城市地区的承接节点和重要支撑，城市能源互联与传统城市配电网特征比较如表1所示。

表1 城市能源互联网与传统城市配电网特征比较

国家能源局公布的智慧能源示范项目涵盖城市、园区能源互联网建设，企业大数据平台开发，分布式微电网建设，电动汽车充换电设施与分时租赁等多个方面[11]。天津北辰区、浙江嘉兴市、四川天府新区、上海旅游度假区等地都开展了能源互联示范工程的建设。主要内容包括：整合多种能源及其优化利用，建设“源—网—荷—储”协调的智能交互电力网，构建城市能源大数据共享平台，冷、热、电多种能源高效综合利用，多边开放灵活互动的电能交易形式等等。

本文提出的城市能源互联网指的是：基于城市配电网，以城市区域范围为网络覆盖区域，广泛灵活地接纳分布式可再生能源，配套先进的储能、控制、通信、管理系统，能够实现城市电力网络与其他能源紧密结合、灵活调用的区域能源互联网络。

2 城市能源互联网影响因子评价模型

城市能源互联网涵盖能源、通信、交通、信息等多个方面，是一个受多种因子影响的复杂系统。为了研究城市能源互联网影响因子之间的关系和各因子对城市能源互联网影响的大小，构建评价模型，本文采用解释结构模型ISM[12]（interpretative structural model）的方法进行研究。美国教授J·Warfield于1973年提出了一种解释结构模型ISM[4]，旨在通过结构建模的数学方法来分析解决复杂系统的相关问题，在经济、工程等多领域都得到了广泛验证与应用，目前已经具备完整的分析体系。

2.1 城市能源互联网影响因子集合

通过对城市能源互联网所包含相关理论和实践经验，对UEI系统及其影响因子进行综合分析从而确定影响因子集合[13-14]。

由于多种能源的接入、及相应控制系统等含有大量电力电子器件的设备接入，城市能源互联网比传统城市配电网更加复杂，如图1所示，影响城市能源互联网的因子更加分散且多样。

图1 城市能源互联网影响因子类型

本文研究的核心是城市能源互联网，记作因子S0。通过对能源互联网及相关文献的研究，结合图1城市能源互联网影响因子类型，确定城市能源互联网影响因子集如表2所示。

表2 城市能源互联网影响因子集合

其中，能源因子主要包括S1～S7；环境因子主要包括S8～S11；交通因子主要包括S12～S15；用户因子主要包括S16～S18；产业因子主要包括S19～S22；建筑因子包括S23～S27。值得注意的是，S29～S34以及S0与其他因子类型不同，其权重大小无需确定。S0是目标问题，S29～S34是该问题的6个评价指标，是确定其他因子权重需要的。

2.2 构建意识经验模型

影响因子集确定之后，需在各影响因子之间确定有向关系，并以此为依据形成初步关系模型如表3所示。

表3 城市能源互联网影响因子有向关系表

2.3 建立连接矩阵

存在直接关系的影响因子用连接矩阵

N=（nij）m×n表示全部影响因子的直接关系。i≠j时，若第i个影响因子ei和第j个影响因子ej存在直接关系，则nij=1；若第i个影响因子ei和第j个影响因子ej不存在直接关系，则nij=0。

2.4 建立可达矩阵

依据影响因子关系的连接矩阵并根据式（1）、式（2） 得可达矩阵M。

当 k＜n－1 时，若

则可达矩阵

其中I为单位矩阵。

2.5 分配城市能源互联网各影响因子所在层级

应用可达矩阵M对城市能源互联网各影响因子计算如下集合

其中P（ei）是可达集合，表示从因子ei出发可以到达的全部因子，对应可达矩阵M第i行上值为1的列的因子。Q（ei）是影响因子先行集合，表示能够到达因子ei的全部因子，对应可达矩阵M的第i列上值为1的行的因子。

通过式（4） 可求得第一层影响因子集合L1，其中各影响因子有以下特征：从其他因子可以到达该因子，而从该因子则不能到达其他因子，即L1中的因子的映射关系具有单向性，是位于最高层级（第一层）的。将原可达矩阵M中对应第一层影响因子的行和列移除M后可以得到修改后的矩阵M'，对M'进行同M一样的移除操作，就可以类推得到属于第2级的因子。多次进行上述模式操作，可以依次求出各层因子，这样就将各因子分配到相应的层级上。

依据上述计算方法将城市能源互联网影响因子分为8个层级。

根据8个层级分配，建立递阶结构的模型，如图2所示。

图2 城市能源互联网影响因子层级结构图

3 城市能源互联网影响因子权重确定

在构建完成城市能源互联网影响因子解释结构模型后，以层次分析法为基础，计算各因子的权重。

美国教授T·L·Saaty在他的相关学术文献中所阐述的层次分析法AHP（the analytic hierarchy process） 建模包含目标层、准则层、方案层。本文在原有传统模型基础上进行扩展，形成适应城市能源互联网影响因子解释结构模型的综合权重计算方法。

ISM中各因子分布于Li（i=1，2，L） 层级上，但是对于层次分析法而言，层的因子在层次分析法的相关定义中却不一定划分在同一层级上。

假设共有影响因子n个，若可达矩阵M中的元素

那么Sp就是Sq的直接影响因子。

若m=0，表示影响因子集中没有直接影响的Sq因子；若m=1，则因子Sp的权重与Sq的权重相等，即 Wpq＝Wq；若m＞1，Sp的权重 Wpq可通过以下方法求得。

构造判断矩阵Am×m表示m个影响因子对Sq影响的大小，求出A的最大特征值λmax所对应的具有正分量的特征向量W；由式（6）计算出各个因子的权重。其中aij为Am×m中的元素，W＝［w1q，w2q，…，wpq，…，wmq］为所求特征向量，即各因子对Sq影响大小的相对权重。

式（6） 对应权重向量计算，由式（7） 对应λmax的计算，式（8） 对计算结果进行一致性检验。若根据式（8） 计算得到的一致性评价参数CI＜0.10，则计算通过。

其中Wkq为Li层上因子k对q的影响权重。这样，就得到了各因子在Li（i＝1，2，L） 层级上的权重。式（10） 计算可以得到影响因子的综合权重。

4 城市能源互联网评价算例

我国城市大致可以分为工业支撑型、商业支撑型、旅游业支撑型3个类型，运用本文提出的方法，得到结果，如图3、4所示。

图3 3类城市能源互联网6个方面影响权重

图4 3类城市能源互联网影响因子权重折线图

由算例结果可知以下几点。

a）3种类型城市能源互联网影响因子权重大小整体趋势一致。城市能源互联网的互补和兼容性更高，由于光伏、风电等清洁能源的接入以及对微电网、分布式发电的高接纳度，光照、风力等气象因子必然产生重要影响。更重要的是，配电网是城市能源互联网的基础，因此不论哪种类型的城市能源互联网，都应当密切关注恶劣天气对配电网的影响。

b）与传统配电网不同的是清洁能源对城市能源互联网的影响非常大。城市能源互联网绿色友好性、多元互联性的根本在于对清洁能源的接纳。城市的资源禀赋、地理分布等都会对清洁能源的集中式开发和分布式利用产生直接影响。另外，城市能源互联网中分布式发电以及微电网对能源的协调互补有重要作用。清洁能源的综合利用一方面起到支撑负荷的功能，另一方面城市能源互联网的能源流向是双向的。双向能源流向对城市能源互联网的规划设计、运行控制、设备配置、负荷预测等都提出了新的要求。

C）产业因子对城市能源互联网的影响较大。特别是对工业主导型的城市能源互联网的影响大于其他两类城市。GDP、产业分布等因子对城市用电负荷的增长有重要影响。

5 结束语

利用解释结构模型和扩展的层次分析法，构建城市能源互联网影响因子评价模型，直观地展示各因子对城市能源互联网的影响程度。3种典型类型城市的能源互联网的影响因子权重对比，验证了方法的有效性，为城市能源互联网的评价分析提供了一种崭新的思路和方法，在城市能源互联网的优化配置、建设规划方案及运营管控模式的研究中具有参考价值。