浅谈应用GLPK解决区域能源模型分析问题

孙汉闻 龙 妍

（1华中科技大学能源学院 湖北武汉 430000 2华中科技大学能源学院 湖北武汉 430000）

引言

随着人民生活以及工业发展对能源需求的日益提高，能源问题近年来在工业界和学术界得到了大量的关注。解决区域能源问题，需要作出科学合理的规划，需要对于研究区域构建模型，进行全面分析。因此构建模型对区域能源进行分析的研究得到很多研究者的关注。同时，能源互联网[1]、综合能源系统[2]等概念应运而生，再加上我国推动“互联网+智慧能源”这一理念的普及，以及大数据科学的蓬勃发展，成功带动了能源改革的发展。这些理论与技术为能源区域模型研究开辟了全新的视角。

随着互联网的发展和海量数据时代的来临，作为互联网和数据传输的重要载体，数据中心的地位愈发凸显，在针对数据中心的研究当中，最受关注的方向之一就是资源规划类问题。近年来这一领域中涌现了很多的研究方法与工具，其中高品质的分析工具软件往往价格十分昂贵，另外针对具体问题必须对代码进行调整，因此不开放源码的软件也无法满足研究需求。而GLPK不但免费而且开放源码，完美满足了研究需求。所以本文将网络数据中心资源规划中的研究工具GLPK应用到能源模型分析中，以求更好地规划区域能源资源。

1 研究现状

1.1 区域能源模型分析现状

目前在区域能源模型分析这一领域研究已经取得了很多的成果，但面对不同的区域对象类型，研究人员会采取不同的研究方法。在建筑区域中，郑志、刘塨等在《建立住宅节能设计的计算机虚拟工程》[3]中，将区域建筑模型节能分析用计算机技术实现，并在搭建模型上分为建筑模型与环境模型两块进行分析。刘迪、吴俊勇、林凯骏等[4]在他们的研究中中详细介绍了综合能源系统（integrated energy system，IES）的概念。并在原有构建IES优化模型的基础上运用Kriging模型（Kriging模型是一种通过计算已有样本点的加权平均值来预测未知观测点响应值的插值方法）进行精简，达到了优化过程的效果。工业节能当中较常用的模型为平衡模型。基本可以分为物料平衡模型、能源供需平衡模型和能量平衡模型这三种。陈光[5]通过处理分析宝钢集团在1998年的生产数据，以及各种生产工艺的技术总结，搭建了宝钢能源优化模型。城市区域中，刘满芝，刘贤贤[6]的研究则使用面板数据（Panel Data）模型对于全国城镇居民生活能源消费进行分析。

1.2 GLPK资源优化分析

如何达到资源网络中的资源最优配置是研究热点，而GLPK正是在这一领域经常使用的工具。GLPK（GUN linear Programming kit）是一个GUN线性规划工具包，由莫斯科航空学院的Andrew O.Makhorin开发。其将线性规划的相关功能进行封装，并能够以函数调用的方式提供相应的功能。它是一款面向用户的免费开源工具包，目前在多个领域都得到应用，成为相当重要的线性规划解决工具。陈慧、谷寒雨[7]详细介绍了GLPK的算法原理。张宇[8]在他的研究中介绍了GLPK工具相关知识以及分支切割算法相关的原理。运用GLPK来解决资源规划问题的步骤主要如下：（1）确定问题对象。（2）确定主要算法。（3）确定输入输出格式。（4）附加功能。下面就将用一个小例子来进行一次演示。

2 GLPK实际应用于区域能源模型分析

下面采用武汉市某区为例，做一次能源问题的GLPK分析，设定该区未来规划响应政府号召，采用清洁能源降低煤炭损耗，因此在本次分析内采用的设备或技术多为节能型设备。具体步骤如下：

（1）确定问题对象：这次分析的对象为武汉市某区的能源资源，针对性输入近期五年的能源相关数据，以及区内所采用的技术数据。目标在于做一次经济性分析，计算该区域在能源设备上进行的投资，得出以经济性为指标的最优未来规划。

（2）确定主要算法：将要计算的投资分为如下四个部分进行计。1.设备基础投资，即为设备购买所需要的费用。2.设备基础维修费用，这部分花费为设备每年必要的维修及维护所需要的经费。3.设备非固定维修费用，这部分计算考虑到设备的损毁率及一定的突发情况进行设定。4.残值，考虑到在设备使用末期可以将设备进行出售以获得一定的预计价值。另外，在模型搭建中按照GLPK的使用方法，先设定变量参数，再输入限制，使该模型能生产出未来五年该区域所需要的冷热电能源，并保证各个设备的输入输出结果符合设备特性。

（3）确定输入输出格式：本次分析采用的输入输出格式为txt格式。由于笔者采用java来编写GLPK模型，而GLPK并没有交互界面，因此需要人为来设定输入输出的方式。在这里笔者采用python来进行这部分模型内外的数据交换环节。将excel表格中的内容通过python转变为GLPK可读的txt格式，再将模型运行后的结果txt文件通过python写入excel当中进行分析和处理。

（4）附加功能：除了基本的运算功能外，GLPK还带有很多用于提升模型运算速率、建立网络拓扑结构、提供灵活度分析甚至是生成表格的能力。这里由于采用了python进行处理以及这个例子本身的限制，所以并未太多使用这部分功能。

经过上述操作步骤，运行后得到图1中的结果，采用百分比的形式表达在各项节能技术上的投资。

图1 武汉市某区节能设备投资百分比图

结语

目前区域能源模型分析的研究得到了越来越多的关注，结合大数据时代的到来，新的数据分析处理方法必然会与这一块的研究进行结合。GLPK作为工具在资源分析规划方面有着很大的优势。能源作为新时代最重要的资源之一，与它的结合是非常值得去研究的。本文希望能给这一方面的研究带来一点新的思路。

本文只是一个小想法的表达，未来在这一方面还会进行如下探究：

（1）运用GLPK进行以碳排放最优化为目的的模型分析。

（2）尝试学习更多网络资源优化分析的方法，将它们与能源领域研究进行结合。

（3）尝试在更多的能源场景进行GLPK分析，例如建筑群、工业区域等等。