曾 鳴，白學(xué)祥，李源非，劉 洋

(1. 華北電力大學(xué) 新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 102206；2. 華北電力大學(xué) 經(jīng)濟(jì)與管理學(xué)院，北京 102206)

基于Benders分解優(yōu)化算法的區(qū)域能源供給服務(wù)網(wǎng)絡(luò)系統(tǒng)規(guī)劃方法研究

曾 鳴1,2，白學(xué)祥1,2，李源非1,2，劉 洋1,2

(1. 華北電力大學(xué) 新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 102206；2. 華北電力大學(xué) 經(jīng)濟(jì)與管理學(xué)院，北京 102206)

能源互聯(lián)網(wǎng)是實(shí)現(xiàn)我國(guó)能源革命目標(biāo)的關(guān)鍵手段之一，然而其多能互補(bǔ)的特點(diǎn)增加了能源供應(yīng)的復(fù)雜性，從而影響到區(qū)域范圍內(nèi)系統(tǒng)能源供應(yīng)的協(xié)調(diào)有序。為探索這一問題的解決方法，針對(duì)小范圍內(nèi)的能源供給服務(wù)網(wǎng)絡(luò)的系統(tǒng)規(guī)劃問題開展了研究，建立了以總成本函數(shù)為目標(biāo)函數(shù)、考慮多能互補(bǔ)的系統(tǒng)負(fù)荷約束、系統(tǒng)安全性約束函數(shù)為主要約束的區(qū)域能源供給服務(wù)網(wǎng)絡(luò)優(yōu)化模型，運(yùn)用Benders算法將問題分解為主問題和子問題并對(duì)模型進(jìn)行求解。以華北某市郊區(qū)的區(qū)域能源規(guī)劃為案例進(jìn)行能源供給服務(wù)網(wǎng)絡(luò)的規(guī)劃，并與傳統(tǒng)規(guī)劃模式進(jìn)行對(duì)比分析。結(jié)論表明，由于考慮了熱電負(fù)荷之間的耦合關(guān)系，并在需求約束中引入了電轉(zhuǎn)熱替代環(huán)節(jié)，使得所提出的模型能夠在系統(tǒng)的規(guī)劃和運(yùn)行階段都選擇更優(yōu)的策略，從而在經(jīng)濟(jì)性上相較于傳統(tǒng)工業(yè)規(guī)劃方法具有更強(qiáng)的競(jìng)爭(zhēng)力。

能源供給服務(wù)網(wǎng)絡(luò)；Benders分解優(yōu)化算法；多目標(biāo)優(yōu)化；系統(tǒng)規(guī)劃

0 引 言

能源互聯(lián)網(wǎng)是實(shí)現(xiàn)我國(guó)能源革命目標(biāo)的關(guān)鍵手段之一。然而，能源互聯(lián)網(wǎng)具有的多能互補(bǔ)、能源供應(yīng)方式復(fù)雜的特點(diǎn)，會(huì)使得系統(tǒng)規(guī)劃、運(yùn)行面臨的問題更加復(fù)雜，用傳統(tǒng)規(guī)劃方法進(jìn)行能源互聯(lián)網(wǎng)系統(tǒng)規(guī)劃具有較大難度。因此，在一定區(qū)域內(nèi)對(duì)能源供給服務(wù)網(wǎng)絡(luò)提出更優(yōu)的系統(tǒng)規(guī)劃工具和優(yōu)化方法，是當(dāng)前亟待研究的問題。

目前國(guó)內(nèi)外在這方面的研究主要集中分布式能源調(diào)度和電力系統(tǒng)多能互補(bǔ)方面。文獻(xiàn)[1]提出了包含多種分布式電源的微網(wǎng)能量管理策略；文獻(xiàn)[2]提出了風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的設(shè)計(jì)優(yōu)化思路；文獻(xiàn)[3]提出了一種針對(duì)多能互補(bǔ)發(fā)電系統(tǒng)的生產(chǎn)策略優(yōu)化方法；文獻(xiàn)[4]提出了多能互補(bǔ)微網(wǎng)的組網(wǎng)和控制策略；文獻(xiàn)[5-7]提出了包含多種電源和負(fù)荷類型的能源管理和調(diào)度方案；文獻(xiàn)[8-9]針對(duì)多能互補(bǔ)微網(wǎng)中的儲(chǔ)能設(shè)備提出了優(yōu)化配置策略；文獻(xiàn)[10]基于多能源互補(bǔ)的分布式冷熱聯(lián)供系統(tǒng)提出了系統(tǒng)優(yōu)化模型；文獻(xiàn)[11]提出了一種考慮環(huán)境效益的分布式微網(wǎng)規(guī)劃方法；文獻(xiàn)[12]提出了一種針對(duì)含有分布式能源微網(wǎng)的動(dòng)態(tài)優(yōu)化方案；文獻(xiàn)[13]提出了一種考慮多種電源的電力系統(tǒng)擴(kuò)展規(guī)劃方法；文獻(xiàn)[14-16]提出了綜合能源系統(tǒng)的總體規(guī)劃方案思路，這與本文的研究領(lǐng)域接近，但上述文獻(xiàn)并沒有進(jìn)行定量的分析與規(guī)劃。從目前國(guó)內(nèi)外研究?jī)?nèi)容來看，在對(duì)能源供給服務(wù)網(wǎng)絡(luò)系統(tǒng)進(jìn)行定量規(guī)劃方面的研究較少，也沒有提出系統(tǒng)完整的規(guī)劃方法。

針對(duì)上述問題，本文研究區(qū)域能源供給服務(wù)網(wǎng)絡(luò)的基本架構(gòu)特性，提出以總成本最小為目標(biāo)函數(shù)，系統(tǒng)熱電負(fù)荷、系統(tǒng)安全性為主要約束的能源供給服務(wù)網(wǎng)絡(luò)優(yōu)化模型；運(yùn)用Benders算法將問題分解為主問題和子問題并對(duì)模型進(jìn)行求解，得到對(duì)區(qū)域能源供給服務(wù)網(wǎng)絡(luò)的系統(tǒng)規(guī)劃方案；以華北某市郊區(qū)的區(qū)域?yàn)榘咐M(jìn)行能源供給服務(wù)網(wǎng)絡(luò)的規(guī)劃分析，將本文提出的規(guī)劃方案與傳統(tǒng)工業(yè)規(guī)劃方案進(jìn)行對(duì)比，并分析本文所構(gòu)建系統(tǒng)的典型運(yùn)行情況，以期為我國(guó)區(qū)域綜合能源規(guī)劃提供參考。

1 能源供給服務(wù)網(wǎng)絡(luò)

在一定的區(qū)域內(nèi)，用戶所需要的能源供給由區(qū)域內(nèi)各類能源生產(chǎn)商來滿足，能源生產(chǎn)商之間也存在著能源供需關(guān)系。用戶和能源生產(chǎn)商作為能量流的結(jié)點(diǎn)，通過包括電網(wǎng)、熱網(wǎng)等多種能量輸送通道交錯(cuò)連接，形成了一個(gè)多層次的復(fù)合網(wǎng)狀結(jié)構(gòu)，即能源供給服務(wù)網(wǎng)絡(luò)。

目前，用戶可能需要包括供電、供熱在內(nèi)的多種形式的能源供應(yīng)。但是隨著我國(guó)電能替代工作的深入，能源供給服務(wù)網(wǎng)絡(luò)將轉(zhuǎn)為以電能作為核心，將大多數(shù)一次能源轉(zhuǎn)化為電能輸送給用戶，一次能源的直接輸送更可能發(fā)生在能源生產(chǎn)商之間?？紤]到現(xiàn)實(shí)意義，目前本模型以我國(guó)目前的情況為基礎(chǔ)，考慮供電、供熱兩個(gè)方面。

2 建模與優(yōu)化

2.1 優(yōu)化模型構(gòu)建

在能源供給服務(wù)網(wǎng)絡(luò)建設(shè)的優(yōu)化決策中，本文模型構(gòu)建的思路是在滿足需求和能量網(wǎng)絡(luò)安全性要求的約束下實(shí)現(xiàn)建設(shè)和運(yùn)營(yíng)的總成本的最小化。

建設(shè)成本主要包括三個(gè)方面，即供能機(jī)組建造成本，供能系統(tǒng)擴(kuò)容成本和供能網(wǎng)絡(luò)搭建成本。其中，供能機(jī)組建造成本包括火電、燃?xì)?、熱電?lián)產(chǎn)等多種機(jī)組的成本，如式(1)所示：

(1)

式中：n表示需要建造的發(fā)電機(jī)組的種類數(shù)；αi表示第i種發(fā)電機(jī)組的單位容量建造成本；Ui表示第i種發(fā)電機(jī)組的容量；m表示需要建造的供熱機(jī)組的種類數(shù)，βj表示第j種供熱機(jī)組的單位容量建造成本，Nj表示第i種供熱機(jī)組的容量。

系統(tǒng)輸配電擴(kuò)容成本主要指變電站的擴(kuò)容成本。用式(2)表示：

(2)

式中：χ表示變電站的單位擴(kuò)容成本；S表示擴(kuò)容量。

能源輸送成本主指鋪設(shè)電網(wǎng)、熱網(wǎng)的成本。本文暫不考慮線損，如式(3)所示：

(3)

式中：n表示需要搭建的供能線路的種類數(shù)；ωi表示第i種供能線路的單位建造成本；Di表示第i種供能線路的長(zhǎng)度。

綜上，建設(shè)成本可用式(4)表示：

(4)

運(yùn)營(yíng)成本主要包括發(fā)電/供熱成本和環(huán)境成本兩方面。其中由于一年之中的電負(fù)荷和熱負(fù)荷存在季節(jié)性差異，所以需要對(duì)每一年進(jìn)行時(shí)間區(qū)間劃分，每年至少分為4個(gè)子時(shí)段并以該時(shí)段的平均負(fù)荷值代表時(shí)段內(nèi)每一天的負(fù)荷。發(fā)電/供熱成本如式(5)所示：

(5)

式中：F和D分別為電負(fù)荷和熱負(fù)荷的時(shí)間區(qū)間劃分的區(qū)間數(shù)；p和q分別為單位供電成本和供熱成本；le,x為第x個(gè)區(qū)間的平均電負(fù)荷；lh,y為第y個(gè)區(qū)間的平均熱負(fù)荷；ζx和ξy分別為第x個(gè)供電劃分區(qū)間和第y個(gè)供熱劃分區(qū)間的長(zhǎng)度。ηx和γy為(0,1)變量，分別表征供電機(jī)組在第x個(gè)時(shí)段和供熱機(jī)組在第y個(gè)時(shí)段的啟停狀態(tài)。其中，由于熱電聯(lián)產(chǎn)等機(jī)組存在單獨(dú)產(chǎn)熱、單獨(dú)產(chǎn)電和同時(shí)產(chǎn)熱產(chǎn)電等工況，故將熱電聯(lián)產(chǎn)機(jī)組試作供熱機(jī)組和供電機(jī)組的疊加，將其(0,1)變量分開給出。目前單位發(fā)電成本、供熱成本在不同工況下發(fā)生的變化暫時(shí)不考慮。

系統(tǒng)環(huán)境成本以排污費(fèi)或環(huán)境治理費(fèi)的形式將環(huán)境成本反映在運(yùn)營(yíng)成本中，二氧化碳的環(huán)境成本則參考國(guó)外的碳稅進(jìn)行折算。目前主要考慮的排放物包括二氧化碳、二氧化硫、氮氧化物和煙塵。綜上分析，環(huán)境成本如式(6)所示：

(6)

式中：s∈S={方案中的全部排放源}；g∈G={二氧化碳、二氧化硫、氮氧化物、煙塵}；φg表示第g種排放物的單位排污費(fèi)、環(huán)境治理費(fèi)或稅率，Es,g表示第s個(gè)排放源第g種排放物的排放量，μs是(0,1)變量，表征機(jī)組的啟停狀態(tài)。各類型機(jī)組的排污量和排污費(fèi)可參考國(guó)家相關(guān)標(biāo)準(zhǔn)確定。

綜上，運(yùn)營(yíng)成本可以用式(7)表示：

(7)

從而，總成本最小的目標(biāo)函數(shù)如式(8)所示：

(8)

如上文所述，約束條件主要包括以下5個(gè)方面：

(1)用能負(fù)荷約束：傳統(tǒng)規(guī)劃中對(duì)不同類型的用能負(fù)荷采取分別規(guī)劃，分別滿足的思路。以熱、電負(fù)荷為例，傳統(tǒng)思路要求供能機(jī)組的實(shí)時(shí)的熱、電輸出功率分別大于兩種負(fù)荷。為體現(xiàn)綜合能源服務(wù)網(wǎng)絡(luò)的多能互補(bǔ)思想，本文引入熱電負(fù)荷的耦合關(guān)系，對(duì)用能負(fù)荷約束進(jìn)行改進(jìn)處理。具體而言，本文認(rèn)為電力可以通過轉(zhuǎn)換設(shè)備單向地轉(zhuǎn)化為熱能，用于滿足熱負(fù)荷，反向則不成立。因此，改進(jìn)后的用能負(fù)荷約束中，要求供電機(jī)組的輸出功率大于電負(fù)荷；同時(shí)供電機(jī)組輸出功率大于電負(fù)荷的部分按照一定的轉(zhuǎn)化率轉(zhuǎn)化為熱能后，加上供熱機(jī)組出力的總和大于實(shí)時(shí)熱負(fù)荷。具體用式(9)表示：

(9)

式中：δ為電熱轉(zhuǎn)化率，本文以電加熱設(shè)備的平均效率為電熱轉(zhuǎn)化效率。

(2)輸出功率約束：供能機(jī)組的實(shí)時(shí)出力必須滿足最小負(fù)荷率要求，也不能超過最大輸出功率。約束關(guān)系用式(10)表示：

(10)

(3)變電容量約束：變電站的變電容量應(yīng)大于實(shí)時(shí)機(jī)組出力之和，且為符合可靠性要求，應(yīng)留有10%以上的備用容量。約束關(guān)系用式(11)表示：

(11)

(4)熱電比約束：雖然從技術(shù)角度熱電聯(lián)產(chǎn)機(jī)組可單獨(dú)產(chǎn)電或產(chǎn)熱，且在生產(chǎn)工況下同時(shí)產(chǎn)電和產(chǎn)熱的比例沒有硬性約束。但根據(jù)國(guó)家要求，熱電聯(lián)產(chǎn)機(jī)組的年均熱電比應(yīng)大于規(guī)定值：

(12)

式中：τ為熱電聯(lián)產(chǎn)機(jī)組的年均熱電比，通常取50%。

(5)(0,1)變量約束

(13)

2.2 Benders算法

2.2.1 基本原理

Benders分解方法是J. F. Benders在1962年首先提出的，廣泛應(yīng)用于帶有決策變量和連續(xù)運(yùn)行變量的混合規(guī)劃問題。由于在區(qū)域能源供給服務(wù)網(wǎng)絡(luò)規(guī)劃中既包含興建供能設(shè)施的決策問題，又有能量需求和網(wǎng)絡(luò)安全性的連續(xù)運(yùn)行約束，故而和Benders算法有較好的相容性[17-19]。

Benders分解的基本原理如下，假設(shè)初始問題如下所示：

(14)

式中：假設(shè)xi為復(fù)雜變量，則一旦該變量被暫時(shí)固定，將會(huì)大大降低處理其余優(yōu)化問題的難度。一般來說，二進(jìn)制變量被認(rèn)為是復(fù)雜變量。在此基礎(chǔ)上，Benders算法將初始問題改寫為如下主問題和子問題的形式。

主問題如下所示：

(15)

主問題僅由復(fù)雜變量組成，問題中的約束條件被稱作Benders割。在第一輪的迭代中，主問題的求解不考慮Benders割。而該結(jié)果將用于求解下文將會(huì)介紹的子問題。從第二輪迭代開始，在之后的每一輪迭代中，都會(huì)在主問題中加入一個(gè)新Benders割，而之前一輪迭代中子問題的求解結(jié)果是已知的。在以上的算法中，rep指需要進(jìn)行的迭代次數(shù)，而αdown則是由綜合考慮與問題相關(guān)的經(jīng)濟(jì)、環(huán)境等因素確定的α的下界。選定合理的下界可降低求解問題的計(jì)算時(shí)間。

子問題如下所示：

(16)

子問題包括初始問題中除復(fù)雜變量之外的全部變量。通過子問題的求解，使得約束條件對(duì)復(fù)雜變量的求解結(jié)果進(jìn)行了修正，并不斷接近最終結(jié)果。而Benders割中的變量λi則是與約束條件相關(guān)的對(duì)偶變量的最優(yōu)值。

2.2.2 區(qū)域能源供給服務(wù)網(wǎng)絡(luò)系統(tǒng)決策問題的分解

應(yīng)用Benders分解方法將復(fù)雜的區(qū)域能源供給服務(wù)網(wǎng)絡(luò)系統(tǒng)決策問題分解為主問題和子問題。其中，主問題是不考慮需求和網(wǎng)絡(luò)約束的區(qū)域能源供給服務(wù)網(wǎng)絡(luò)系統(tǒng)規(guī)劃問題，子問題是考慮需求和網(wǎng)絡(luò)約束的區(qū)域能源供給服務(wù)網(wǎng)絡(luò)運(yùn)行問題。以下對(duì)主問題和子問題進(jìn)行具體描述：

主問題研究最有投資規(guī)劃，其目標(biāo)是新增機(jī)組和網(wǎng)絡(luò)配置的投資成本最小，如式(17)所示：

(17)

式中：ε為折現(xiàn)率，其它變量含義與前文相同。由于本文所建模型不涉及投資上下限，因此主問題求解只要求決策變量Ui、Nj、S、Di非負(fù)，沒有其它約束條件。Benders割的表達(dá)式見式(18)：

(18)

式中:ιi,x,t、κi,x,t、μi,x,t、νi,x,t、ρi,x,t、δj,y,t、ωj,y,t、θj,y,t、ψi,j,x,y,t分別為優(yōu)化過程中對(duì)應(yīng)于各約束的拉格朗日乘子最優(yōu)值，均為常數(shù)。

在主問題確定供能機(jī)組和網(wǎng)絡(luò)設(shè)施的投資組合后，運(yùn)行子問題是區(qū)域能源供給服務(wù)網(wǎng)絡(luò)的經(jīng)濟(jì)調(diào)度模型，并檢驗(yàn)所求解所求解系統(tǒng)能否滿足用戶負(fù)荷需求。目標(biāo)函數(shù)是基于主問題產(chǎn)生的系統(tǒng)機(jī)組配置下的系統(tǒng)運(yùn)行成本最小問題。如式(19)所示：

(19)

子問題受需求和網(wǎng)絡(luò)約束，見式(9)～(13)。對(duì)于每次迭代產(chǎn)生的子問題隨機(jī)規(guī)劃解，若某時(shí)段出現(xiàn)最大出力不能滿足負(fù)荷需求時(shí)，則該次迭代產(chǎn)生Benders割，此時(shí)最大出力和負(fù)荷的差值將反饋給主問題，主問題在下一輪求解時(shí)相應(yīng)調(diào)整結(jié)果(通常是增加機(jī)組容量等)。

圖1 基于Benders算法的區(qū)域能源供給服務(wù)網(wǎng)絡(luò)系統(tǒng)規(guī)劃求解流程Fig.1 The flow chart of solving the planning problem of regional energy supply service grid based onBenders decomposition algorithm

3 案例分析

隨著城市化的推進(jìn)，我國(guó)華北某市計(jì)劃在其南部拓展開發(fā)一個(gè)居民數(shù)大于20 000，且同時(shí)帶有商業(yè)和公共服務(wù)設(shè)施的主郊區(qū)。目前該地區(qū)的能源供給設(shè)施尚不足以滿足主郊區(qū)建成后的供電、供熱服務(wù)需求。

3.1 基本數(shù)據(jù)輸入

根據(jù)測(cè)算，當(dāng)?shù)氐挠媚茇?fù)荷存在季節(jié)性波動(dòng)，全年峰值負(fù)荷曲線如圖2所示。根據(jù)當(dāng)?shù)氐挠玫匾?guī)劃情況，有A、B、C、三地可以用來建造新的供能設(shè)備。各地的地理位置和需要配置的新的供能網(wǎng)絡(luò)如表1所示。

圖2 華北某郊區(qū)的年峰值熱電負(fù)荷曲線Fig.2 Peak heat load curve of a suburb in North China

地點(diǎn)位置需要新增的網(wǎng)絡(luò)配置A市中心0.5km熱網(wǎng)和1.1km電網(wǎng)B無基礎(chǔ)設(shè)施的近郊1.7km熱網(wǎng)和1.4km電網(wǎng)C有基礎(chǔ)設(shè)施的遠(yuǎn)郊0.7km熱網(wǎng)和0.5km電網(wǎng)

本案例中提出了三種擴(kuò)建方案以待比選，各方案的基本內(nèi)容如下。

方案一：純主網(wǎng)供電。不建設(shè)新的能源供給設(shè)備，而在主郊區(qū)內(nèi)鋪設(shè)總長(zhǎng)度為4.1 km的110 kV電纜，電力由城區(qū)主網(wǎng)供應(yīng)，供暖全部由電加熱實(shí)現(xiàn)。根據(jù)當(dāng)?shù)氐哪茉唇Y(jié)構(gòu)，主網(wǎng)的電力80%來自燃煤，20%來自燃?xì)狻?/p>

方案二：不考慮熱電互補(bǔ)替代，使用傳統(tǒng)方案對(duì)供電機(jī)組和供熱機(jī)組分別規(guī)劃，熱電聯(lián)產(chǎn)機(jī)組采用以熱定電模式。

方案三：本文模型提出的方案。

與該案例相關(guān)的成本數(shù)據(jù)如表2所示。

表2 能源服務(wù)供給網(wǎng)絡(luò)建設(shè)運(yùn)營(yíng)成本表

Tab.2 Construction and operation cost of energy service supply network

項(xiàng)目成本項(xiàng)目成本燃煤熱電機(jī)組/萬元·MW-1430CO2環(huán)境成本/元·kg-10.01燃?xì)鉄犭姍C(jī)組/萬元·MW-1510SO2環(huán)境成本/元·kg-10.42變電容量擴(kuò)建/萬元·MVA-123NOx環(huán)境成本/元·kg-10.63電網(wǎng)鋪設(shè)成本/萬元·km-1251.7粉塵環(huán)境成本/元·kg-10.15熱網(wǎng)鋪設(shè)成本/萬元·km-121燃煤發(fā)電成本/元·kWh-10.21供熱成本/元·GJ-165.8燃?xì)獍l(fā)電成本/元·kW·h-10.75電轉(zhuǎn)熱效率/%95電轉(zhuǎn)熱成本暫不計(jì)

從主網(wǎng)購電的電價(jià)取該地區(qū)的季節(jié)電價(jià)。如表3所示。

表3 主郊區(qū)向城區(qū)主網(wǎng)買電的季節(jié)電價(jià)表

Tab.3 Seasonal price of the main suburbs buying electricity from the main grid

元/kW·h

此外，考慮到該地區(qū)未來的發(fā)展，要求最后選中的方案需滿足未來十年負(fù)荷增長(zhǎng)的要求。根據(jù)我國(guó)華北地區(qū)的平均能耗增長(zhǎng)水平，取年平均電負(fù)荷增長(zhǎng)率為5%，熱負(fù)荷增長(zhǎng)率為3%。另一方面，考慮到國(guó)家近年對(duì)燃煤機(jī)組的限制和對(duì)燃?xì)獾姆龀?，案例將針?duì)燃煤發(fā)電成本升高30%，同時(shí)燃?xì)獍l(fā)電成本降低50%(不含環(huán)境成本)的情景進(jìn)行分析。

3.2 計(jì)算結(jié)果及分析

用本文提出的Benders分解算法將上述算例帶入本文所提出的規(guī)劃模型進(jìn)行求解。經(jīng)過14次迭代，得到方案三規(guī)劃的結(jié)果是在A位置建造6 MW的燃?xì)鉄犭姀S，C位置建造6.5 MW的燃煤熱電廠。同樣用Benders分解算法，將本文所提出的考慮熱電耦合的負(fù)荷約束替換為傳統(tǒng)的熱電負(fù)荷分別規(guī)劃約束，并求解模型。經(jīng)過13次迭代，得到方案二的規(guī)劃結(jié)果是在A位置建造7.4 MW的燃?xì)怆姀S，在C位置建造5.4 MW的燃煤熱電廠。經(jīng)財(cái)務(wù)折算后的三種方案成本如表4所示。

表4 不同系統(tǒng)規(guī)劃方案的經(jīng)濟(jì)性比較

在發(fā)電成本調(diào)整的情景下，各方案的總成本現(xiàn)值對(duì)比如圖3所示。

圖3 規(guī)劃方案經(jīng)濟(jì)性情景對(duì)比圖Fig.3 Economic comparison of different system plannings

從圖表可知，不論是由傳統(tǒng)工程規(guī)劃方案提出的方案二，還是本文算法得到的方案三，其經(jīng)濟(jì)性都要明顯優(yōu)于方案一。在基準(zhǔn)情景下，方案三相較于方案二的優(yōu)勢(shì)并不明顯，但在發(fā)電成本調(diào)整的情景下，方案三的經(jīng)濟(jì)性優(yōu)勢(shì)則較為突出。而根據(jù)我國(guó)實(shí)際的能源規(guī)劃和相關(guān)技術(shù)發(fā)展情況，發(fā)電成本的調(diào)整在未來發(fā)生的可能性較大。故可認(rèn)為方案三有較大的潛在經(jīng)濟(jì)效益。

為進(jìn)一步分析該區(qū)域能源供給服務(wù)網(wǎng)絡(luò)的運(yùn)行狀態(tài)，以下假設(shè)發(fā)電成本不發(fā)生調(diào)整，通過仿真模擬對(duì)方案三的系統(tǒng)運(yùn)行情況進(jìn)行詳細(xì)分析。其中，用月平均負(fù)荷和機(jī)組的月平均出力近似描述全年的負(fù)荷和出力曲線。

圖4 方案三基準(zhǔn)情景系統(tǒng)模擬運(yùn)行情況(前6年)Fig.4 System simulation in basic scene of plan three(first six years)

圖5 方案三基準(zhǔn)情景系統(tǒng)模擬運(yùn)行情況(6年后)Fig.5 System simulation in basic scene of plan three (after six years)

在前年，燃煤機(jī)組作為主要的功率輸出全年滿發(fā)，夏季出現(xiàn)負(fù)荷缺口時(shí)由燃?xì)鈾C(jī)組出力滿足負(fù)荷需求。在前6年的1～6月和11、12月，燃煤機(jī)組出力大于電力凈負(fù)荷。這主要是因?yàn)橛扇济簷C(jī)組發(fā)電后進(jìn)行電加熱以滿足熱負(fù)荷的綜合成本(考慮轉(zhuǎn)化效率折算后約61元/GJ)要低于由熱電聯(lián)產(chǎn)機(jī)組供暖的成本(65.8元/GJ)，因此系統(tǒng)選擇令燃煤機(jī)組滿發(fā)，優(yōu)先用電加熱的方式供暖，剩余的熱負(fù)荷缺口用熱電聯(lián)產(chǎn)供暖滿足，從而降低系統(tǒng)運(yùn)行成本。由于用燃?xì)鈾C(jī)組電加熱的成本遠(yuǎn)高于熱電聯(lián)產(chǎn)供暖的成本，所以系統(tǒng)不考慮選擇燃?xì)鈾C(jī)組來滿足熱負(fù)荷。在第六年后，春秋季也出現(xiàn)負(fù)荷缺口，由燃?xì)鈾C(jī)組出力滿足。同時(shí)，由于成本原因，系統(tǒng)用熱電聯(lián)產(chǎn)來滿足熱負(fù)荷需求而不考慮增加燃?xì)鈾C(jī)組出力并實(shí)時(shí)電加熱供暖。

可見，在模型、算法、約束條件中的網(wǎng)絡(luò)約束以及算例初始條件都相同的情況下，造成方案二和方案三之間經(jīng)濟(jì)效益差距的原因，是方案三的用能負(fù)荷約束考慮了熱電負(fù)荷之間的耦合關(guān)系，并引入了用供電機(jī)組的多余出力替代供熱出力以滿足熱負(fù)荷的“補(bǔ)充”機(jī)制。相較于方案二而言，這一機(jī)制加強(qiáng)了系統(tǒng)規(guī)劃和運(yùn)行的靈活性，使得系統(tǒng)能夠選擇經(jīng)濟(jì)成本更低的運(yùn)行方式，從而有助于降低系統(tǒng)運(yùn)行成本。與此同時(shí)，這一機(jī)制的存在使得系統(tǒng)在規(guī)劃階段不再需要投入額外的機(jī)組容量來專門應(yīng)對(duì)熱負(fù)荷高峰，也因此降低了系統(tǒng)的投資成本。

4 結(jié) 論

本文在對(duì)能源供給服務(wù)網(wǎng)絡(luò)的理論進(jìn)行闡述的基礎(chǔ)上，提出了一個(gè)針對(duì)小型規(guī)模區(qū)域的能源供給服務(wù)網(wǎng)絡(luò)的系統(tǒng)規(guī)劃模型，并根據(jù)該模型的特點(diǎn)選擇Benders分解優(yōu)化算法進(jìn)行求解。對(duì)我國(guó)華北地區(qū)某新興郊區(qū)進(jìn)行了能源供給服務(wù)網(wǎng)絡(luò)系統(tǒng)規(guī)劃的案例分析，將本文提出的方法和基準(zhǔn)方法、傳統(tǒng)工業(yè)規(guī)劃方法進(jìn)行對(duì)比。案例分析和仿真模擬的結(jié)果顯示，本文提出的算法能夠針對(duì)特定范圍內(nèi)的能源供給服務(wù)網(wǎng)絡(luò)提出包括供能設(shè)施地理位置，設(shè)施規(guī)模在內(nèi)的綜合規(guī)劃方案。并且相較于傳統(tǒng)的工業(yè)規(guī)劃方法而言，由于在能量需求環(huán)節(jié)中考慮了多種能源之間的互補(bǔ)替代關(guān)系，使得系統(tǒng)在規(guī)劃和運(yùn)行階段的機(jī)組投資、運(yùn)行方案更具經(jīng)濟(jì)競(jìng)爭(zhēng)力。

需要指出，區(qū)域能源供給服務(wù)網(wǎng)絡(luò)系統(tǒng)是當(dāng)下研究的熱點(diǎn)問題，本文目前的規(guī)劃模型只考慮了燃煤、燃?xì)鈨煞N熱電聯(lián)產(chǎn)機(jī)組以及熱負(fù)荷和電負(fù)荷兩類負(fù)荷的協(xié)調(diào)規(guī)劃，是一種相對(duì)簡(jiǎn)化的系統(tǒng)形態(tài)。然而在實(shí)際生產(chǎn)中，尤其是在能源互聯(lián)網(wǎng)的環(huán)境下，還需要考慮不同的負(fù)荷類型及其綜合用能特性，以及包括多種可再生能源發(fā)電，甚至管道、交通運(yùn)輸在內(nèi)的多種供能設(shè)施，還有更廣泛的多能互補(bǔ)關(guān)系。完全意義上綜合能源供給服務(wù)網(wǎng)絡(luò)系統(tǒng)規(guī)劃和運(yùn)行研究需要更為龐大的建模求解技術(shù)和實(shí)踐數(shù)據(jù)作為基礎(chǔ)支撐，這一條件在短時(shí)間內(nèi)尚不具備，因此還有待于未來進(jìn)一步的深入研究。

[1] 徐虹. 多能互補(bǔ)微網(wǎng)能量管理策略研究[D]. 北京: 華北電力大學(xué), 2013.

[2] 吳平, 宋偉. 風(fēng)能-太陽能互補(bǔ)獨(dú)立發(fā)電系統(tǒng)設(shè)計(jì)優(yōu)化與分析[J]. 價(jià)值工程, 2014, 18(20):74-75.

[3] 宋旭日, 葉林. 風(fēng)/光/柴多能互補(bǔ)發(fā)電系統(tǒng)優(yōu)化配置研究[J]. 電網(wǎng)與清潔能源, 2011, 27(5):66-72.

[4] 吳志鋒, 舒杰, 崔瓊. 多能互補(bǔ)微電網(wǎng)系統(tǒng)組網(wǎng)及控制策略研究[J]. 可再生能源, 2014, 32(1):44-48.

[5] 胡慶有. 含大規(guī)模風(fēng)光互補(bǔ)電力的電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度研究[D]. 成都：西南交通大學(xué), 2013.

[6] JOAO P, PAULO G, HUMBERTO M. A multi-level energy management system for multi-source electric vehicles- An integrated rule-based meta-heuristic approach[J]. Applied Energy, 2013, 18(105):304-318.

[7] FRANCOIS G, DIMITRI L, VINCENT L. Supervisory control design for system of multiple sources of energy[J]. Control Engineering Practice, 2012, 16(20):1310-1324

[8] 薛彩霞, 王項(xiàng)南, 郭毅. 多能互補(bǔ)獨(dú)立電力系統(tǒng)中蓄電池分組管理的研究[J]. 海洋技術(shù), 2013, 32(4):107-110.

[9] 譚興國(guó)． 微電網(wǎng)復(fù)合儲(chǔ)能多目標(biāo)優(yōu)化配置方法及評(píng)價(jià)指標(biāo)[J].電力系統(tǒng)自動(dòng)化，2014，38(8):7-14．

[10] 江栩鑠. 基于多能源互補(bǔ)的分布式冷熱聯(lián)供系統(tǒng)的數(shù)學(xué)建模及優(yōu)化運(yùn)行研究[D]. 廣州：華南理工大學(xué), 2014.

[11] GIORGOS T, NIKOLAOS STYLOS, CHRISTOPHER K. Integration of the environmental management aspect in the optimization of the design and planning of energy systems[J]. Journal of Cleaner Production, 2015, 12(106): 576-593.

[12] MASOUD A, NIMA A. Optimal dynamic expansion planning of distribution systems considering non-renewable distributed generation using a new heuristic double-stage optimization solution approach[J]. Applied Energy, 2015, 13(156): 655-665.

[13] 馬少寅,劉曉立,薛松,等. 考慮能源可持續(xù)發(fā)展的電力系統(tǒng)多目標(biāo)擴(kuò)展規(guī)劃[J]. 華東電力, 2013, 41(09):1945-1950.

[14] KROPOSKI B，GARRETT B，MACMILLAN S. Energy systems integration: A convergence of ideas[R]. National Renewable Energy Laboratory (NREL) of the U. S. Department of Energy, July 2012．

[15] 賈宏杰， 穆云飛， 余曉丹． 對(duì)我國(guó)綜合能源系統(tǒng)發(fā)展的思考[J]．電力建設(shè), 2015, 36(1):16-25．

[16] 黎靜華,桑川川. 能源綜合系統(tǒng)優(yōu)化規(guī)劃與運(yùn)行框架[J]. 電力建設(shè), 2015, 08:41-48.

[17] MARYAM K, MASOUD M, REZA Z. Benders’ decomposition for concurrent redesign of forward and closed-loop supply chain network with demand and return uncertainties[J]. Transportation Research Part E, 2015, 22(79): 1-21.

[18] 楊艷紅, 裴瑋, 鄧衛(wèi). 基于Benders分解的微電網(wǎng)聯(lián)網(wǎng)運(yùn)行優(yōu)化[J]. 電力自動(dòng)化設(shè)備， 2014, 34(10): 21-26.

[19] BENDERS J F. Partitioning procedures for solving mixed-variables programming problems[J]. Numerische Mathematik, 1962, 4(1)：238-252.

Study on System Planning Solution for Regional Energy Supply Service Network Based on Benders Decomposition Optimization Method

ZENG Ming1,2, BAI Xuexiang1,2, LI Yuanfei1,2, LIU Yang1,2

(1. State Key Laboratory for Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Beijing 102206, China; 2. School of Economics and Management, North China Electric Power University, Beijing 102206, China)

Energy Internet is one of the key means to realize the energy revolution. However, its characteristics of multi-energy complement will increase the complexity of energy supply and thus affect the coordination and order of regional system energy supply. In order to explore the solution to this problem, this paper has carried out the research on the system planning of energy supply service network in a small range, and established the optimization model of regional power supply service network with the total cost function as the objective function, and the multi-energy complementary system load constraint function and the system security constraint function as main constraints. The model is solved by Benders algorithm, which decomposes the problem into the main problem and the sub-problems. This paper takes regional energy planning in a suburb of North China as an example, implementing energy supply service network plan and comparing it with the traditional planning model. The result shows that the model proposed in this paper choose better strategy in the planning and operation phases in the system since the coupling relationship between the thermal load and electric load were taken into consideration and replacement phase of transformation of electricity and thermal energy was introduced in the demand constraints. Thus it is more competitive than the traditional industrial planning method in economy.

energy supply service network; Benders decomposition optimization method; multi-goal optimization; system planning

10.3969/j.ISSN.1007-2691.2017.01.14

2016-05-18.

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(71271082)；國(guó)家電網(wǎng)公司科技項(xiàng)目(SGERI06KJ[2015]63).

TM71

A

1007-2691(2017)01-0089-08

曾鳴(1957-)，男，教授，博士生導(dǎo)師，研究方向?yàn)殡娏κ袌?chǎng)、能源互聯(lián)網(wǎng)的理論與應(yīng)用;白學(xué)祥(1969-)，男，博士研究生，研究方向?yàn)殡娏夹g(shù)經(jīng)濟(jì);李源非(1993-)，男，碩士研究生，研究方向?yàn)殡娏κ袌?chǎng)理論與應(yīng)用;劉洋(1994-)，女，碩士研究生，研究方向?yàn)殡娏夹g(shù)經(jīng)濟(jì)。