电热耦合综合能源系统双阶段多目标规划研究

何勇萍, 刘小敏, 肖艳利, 苟瑞欣, 王保又

(1.国网宁夏电力有限公司经济技术研究院,宁夏 银川 750011; 2.华北电力大学 经济与管理学院,北京 昌平 102206)

0 引言

2020年9月，习近平总书记提出我国二氧化碳排放量于2030年前达到峰值、2060年前实现碳中和的目标(即双碳目标)，对我国社会发展方式带来较大改变。我国能源碳排放占碳排放总量的85%左右，实现双碳目标的关键点在能源系统。目前，我国能源系统面临着能源需求放缓、新能源消纳率低、能源整体投入产出效率低等问题[1]。因此，优化能源供给结构、在需求侧构建多能源供应系统成为我国能源发展的重要任务和方向。受限于规划阶段的合理性与否，运行阶段在经济、能效、环保等方面的优化提升空间非常有限。因此，制定合理的规划建设方案对于减少能源浪费、合理分配能源需求、实现系统经济运行具有重要意义。

规划作为多能耦合系统开发利用的依据与基础，直接关系到系统运行的经济性与环保性。文献[2,3]针对微电网系统分别考虑能源供给系统的安全可靠、绿色环保建立了规划模型；文献[4～6]以初始投资、运行成本等为目标构建了多能互补系统规划模型；文献[7]提出了一种乡镇生物质能综合能源系统两阶段优化模型；文献[8]提出了基于博弈论思想的微电网合作运营双层规划模型；文献[9]建立了一种基于混合整数理论的两阶段综合能源系统规划模型；文献[10]构建了面向用户侧综合能源系统的双层协同优化模型。现有关于多能耦合或综合能源系统规划的研究主要针对如何使系统容量配置的更经济，实际工程应用中也较为强调经济效益，缺乏对系统环保性的考虑。

电热耦合能源系统广泛存在于我国北方，以综合能源优化的方法实现其能源供给与消费的经济、低碳的最优，能够有效解决我国北方冬季雾霾等环境污染问题，助力双碳目标的实现。在上述研究的基础上，本文提出一种电热耦合综合能源系统双阶段优化结合的精细化规划模型。模型的第一阶段是在投资和环境最优的两个目标下求得电热耦合综合能源系统的多目标规划方案帕累托解集，第二阶段是在考虑设备运行特性的基础上对规划的结果进行运行优化，以实现系统的最优运行方案并从多个指标验证规划方案的合理性。

1 电热耦合综合能源系统双阶段优化架构

本文主要以具有电、热负荷需求的综合能源系统为研究对象。该系统由能源供应、能源转换和能源需求三个部分组成。电热耦合综合能源系统的基本组成如图1所示。

图1 电热耦合综合能源系统的基本架构

图2 电热耦合综合能源系统双阶段优化架构

如图2所示，本文采用两阶段优化方法对电热耦合综合能源系统的装机容量和运行模式进行优化：

第一阶段是实现各供能设备装机容量优化。该阶段以供需平衡、投资上下限、场地大小等为约束条件，以投资和环境成本最小为目标函数，优化出设备装机的方案。

第二阶段是实现能源系统运行调度策略的优化。该阶段以功率平衡、设备运行特性和网络传输特性等为约束条件，以运行成本最低为目标函数，为系统运行制定最优的运行策略。运行的结果将传递给多准则决策方法，对比决策出最优配置方案。

2 电热耦合综合能源系统双阶段优化模型

2.1 规划阶段

2.1.1 目标函数

(1)

式中：Cbuy,i为系统内设备的购买费用，元；Cins,i为设备的安装费用，元；Ccon,i为设备的土建费用，元;xi为优化变量，表示设备的装机容量，kW；Coth为系统规划建设时产生的其他费用，元。

(2)

式中：α表示火力发电的污染物排放系数；PE(t)表示系统从电网购买的电量，kWh；β表示天然气机组的污染物排放系数。

2.1.2 约束条件

(3)

(4)

(5)

2.1.3 不确定性描述

在规划阶段，对光伏发电、风力发电以及用户负荷多采用概率密度的描述方法。通过历史数据建立光照、风速、用户负荷的概率密度函数，从而实现光照、风速、用户负荷的数据预测[12,13]。

1)风力发电不确定性模型

(6)

式中：v为风速，m/s；k为统计分布函数中的形态；c为统计分布函数中的幅度；vci为风机的最小启动风速，即切入风速，m/s；vco为风机的最大安全风速，即切出风速，m/s；Pwind-N为风机标准状态下的功率，kW；k1，k2为系数，可以由式(7)计算所示。

(7)

式中：vN为风力发电机输出额定发电功率时的最小风速，m/s。

2)光伏发电出力不确定性模型

(8)

式中：Ps为光伏当前的实际发电功率，kW；n为拟合的样本量；h是带宽；Ps,i为光伏板数量。

3)负荷不确定性模型

(9)

式中:PL为用户某时刻的负荷量，kW；μL为用户负荷概率统计的均值；σL为用户负荷概率统计的标准差。

2.2 运行阶段

2.2.1 目标函数

(10)

2.2.2 约束条件

(11)

(12)

(13)

(14)

式中：γ(t)为时段t第k个设备的开启或关闭状态；Pmax_k(t)、Pmin_k(t)为时段t第k个设备所允许的最大、最小输出功率，kW；PΔmin_k(t)、PΔmax_k(t)为时段t第k个设备所允许的降低或增加出力的爬坡速度。

(15)

(16)

2.2.3 不确定性描述

针对供能系统运行阶段可再生能源发电和用户负荷的不确定性问题，相关学者从多时间尺度预测、多因素预测、预测方法改进等几个方面开展研究[14,15]。本文中光伏发电组件和风力发电机的发电出力、用户用能负荷均由神经网络方法[16]预测而来。

2.3 求解方法

综合能源系统多目标优化模型的全局最优解通常由帕累托最优解集获得。带精英策略的非支配排序遗传算法(NSGA-II)能够有效避免寻优过程中陷入局部最优解的问题。多准则妥协优化法(VIKOR)是一种可以根据目标冲突的标准对备选方案进行排序有效的技术[17]。本文采用带精英策略的非支配排序遗传算法(NSGA-II)对所建立模型进行求解，用VIKOR方法从帕累托解集中获取最优解。NSGA-II的基本步骤如图3所示，VIKOR方法的基本步骤如式(17)(18)(19)所示。

图3 基于NSGA-II和VIKOR的电热耦合综合能源规划模型求解流程

(17)

(18)

(19)

式中：Qi为优化方案i的折衷值；v为群体效用的最大系数。

基于NSGA-II和VIKOR的电热耦合综合能源系统规划模型的求解流程如下：

1)系统初始化。将设备性能、历史负荷、历史光照、历史风速等相关的基础数据输入系统。

2)数据初始化。根据输入数据，预测规划和运行阶段的光照强度、风速和用户负荷。

3)群体初始化。将目标函数转化为适应度函数，并初始化种群，产生第一代群体。

4)适应度计算。计算每个个体的经济和环境适应度函数值。

5)基因遗传。经过选择、交叉、变异等步骤，产生后代种群。

6)筛选帕累托前沿。对个体适应度进行帕累托排序，筛选帕累托解集。

7)终止条件。判断终止条件，如果满足终止条件，则输出最终的帕累托前沿解集，不满足则重复4、5、6步。

8)运行仿真。根据优化目标、优化约束、优化算法进行运行优化仿真，输出运行优化结果。

9)最优方案筛选。根据VIKOR方法从帕累托解集中筛选出最优的配置方案，并输出结果。

3 算例

本文选取中国某在建综合能源项目作为研究对象，验证所建立的规划模型的可靠性。该园区主要规划需求包括电、热供应体系规划，夏季供冷需求由分布式电制冷机组满足，已计入电负荷。

3.1 基础数据

在考虑多能互补特性、可再生能源的接入下，拟设计园区电负荷需求由太阳能光伏板、风力发电机、储能电池、燃机发电及10kV低压配电网等供应，热负荷需求由热电联产机组、电锅炉和蓄热罐供应。园区电负荷、热负荷、风机和光伏预测数据如图4和图5所示。

图4 年电、热负荷月累计量

图5 太阳光照、风速预测值

天然气价格采用固定价格3.25元/m3，电价主要采用峰谷分时电价：峰时(8:00～11:00，17:00～21:00)电价为1.42元/kWh，谷时(21:00～次日7:00)电价为0.47元/kWh，平时(7:00～8:00，11:00～17:00)电价为0.947元/kWh。规划中拟采购的设备种类及其关键参数如表1所示。

表1 系统的经济技术参数

3.2 仿真方案

本研究设置以投资成本为单目标以及投资成本和环境成本为双目标两种仿真方案，以验证本研究的可行性。

模式1以投资成本最小为单目标进行优化。

模式2以投资成本和环境成本为双目标进行优化。

3.3 仿真结果

(1)规划仿真结果

根据本文所选用的方法对不同仿真模式进行求解，模式2的帕累托解集及最优方案如图所示。

图6 模式2的帕累托解集及最优方案

由图6可知，投资成本与污染物排放是一个相互排斥的目标，减少污染物的同时需要付出一定的经济成本。由表2可以看出不同仿真方案之间规划结果的差异，模式1风力发电、光伏发电等机组配置较少。模式2配置了较多的可再生出力机组。该园区的原建设方案(原建设方案为该园区现实中的建设方案，是未考虑多能互补的传统规划设计下的结果)供电、供暖系统的总装机明显大于两种优化仿真方案。

本文将年总成本、可再生能源占比、年污染物排放、设备装机冗余度、综合能效五个指标的效用(与正理想解的距离)作为VIKOR方法的最优解筛选的考虑因素。两种模式规划方案的指标状态如图7所示。

图7 不同模式VIKOR状态对比

表2 各方案规划方案对比

(2)冬季典型日运行仿真结果

图8、9为冬季不同方案供电、供暖系统各设备的出力状态。其中(a)为模式1的出力状态，(b)为模式2的出力状态。

图8 冬季典型日供电系统各单元出力

由图8可知，模式1各设备装机容量较小，较为依赖外部电网。其储能电池最大程度响应峰谷电价以降低运行成本。模式2增大了可再生能源的装机容量，其出力占比明显大于模式1，从而减少了对电网的依赖。

图9 冬季典型日供热系统各单元出力

由图9可知，热负荷由电锅炉、热电联产和储热系统共同满足。模式1中热电联产机组装机的较少，使得其供暖系统多依赖于电锅炉，且热电联产机组保持较高的负荷工作状态。模式2热电联产机组与电锅炉相互配合出力，增大了蓄热装置的灵活性，更有效促进了经济与环境两个目标的协调。该方案有效降低了初始建设的投资成本，提升了系统运行的经济性和灵活性。

3.4 对比分析

图10为不同模式下冬季典型日运行成本。图11为不同模式下冬季典型日污染物排放情况。模式1减少了整个能源系统的投资成本，在一定程度上增大了系统的运行成本，也增大了污染物的排放。模式2选择了较为清洁化的配置方案，该方案不仅能够在一定程度上降低污染排放，还能降低运行阶段的能源购买和维护费用。

图10 冬季典型日运行成本

图11 冬季典型日污染物排放

表3 各方案结果对比

如表3所示，本文提出的方案在初始投资、综合能效、可再生能源占比、设备冗余度等各方面都具有优势：相比模式1，年总运行成本节约8%，综合能效提高12%，可再生能源占比提高93%。原规划方案考虑因素较少，设备装机普遍较大，给投资建设者增加了很大的负担。本文所提出的方法综合考虑投资约束、运行费用、系统运行综合能效、可再生能源利用等因素，并在具体方案中结合设备运行特性，针对不同场景制定出多样化的规划方案。

4 结论

为增强多能源耦合能源系统规划结果的合理性、解决我国北方电热耦合能源系统经济、环保供能问题，本文提出了一种考虑设备运行状态的区域电热耦合综合能源系统双阶段多目标规划优化模型。并通过NSGA-II和VIKOR对模型进行求解，解决了大量非线性约束下的模型求解难题。结果表明，本文所提出的模型能够有效解决传统能源规划中装机冗余、投资过剩、能效较低的弊端。

此外，本文所研究的多能源系统并未涉及冷、天然气等其他能源的供应，且很多数据进行了理想化处理。在下一阶段，本研究将更多的结合实际工程的实施现状，进一步研究冷、热、电、气等多种能源联合供应系统的规划和运行调度方法。