徐夏怡 宮瑤 李玉衡

摘 ?要： 工業(yè)園區(qū)用戶(hù)能源需求種類(lèi)多樣，用能量大，是未來(lái)多能互補(bǔ)、能源互聯(lián)網(wǎng)建設(shè)的重要落腳點(diǎn)之一。其中，新建工業(yè)園區(qū)因產(chǎn)權(quán)清晰、責(zé)權(quán)明確而成為投資方的關(guān)注熱點(diǎn)。但是，如何合理配置園區(qū)供能設(shè)施，從而保證在入駐企業(yè)用能不確定性的情況下的投資收益，是困擾投資方的一項(xiàng)難題。本文考慮園區(qū)三類(lèi)典型入駐企業(yè)用能特征，建立以投資收益最大化為目標(biāo)的園區(qū)“源-儲(chǔ)”魯棒優(yōu)化配置模型，保證投資收益。首先，基于數(shù)據(jù)搜集整理獲得三類(lèi)典型企業(yè)的用能負(fù)荷特征，獲得其在典型工況下的用電、用熱、用冷負(fù)荷曲線。其次，綜合考慮光伏、冷熱電三聯(lián)供、儲(chǔ)能等設(shè)備投資，建立適應(yīng)入駐企業(yè)用能特征不確定性的“源-儲(chǔ)”魯棒優(yōu)化配置模型，并基于MATLAB CPLEX工具包進(jìn)行求解。最后，以某工業(yè)園區(qū)為算例，驗(yàn)證所建模型的有效性。仿真結(jié)果表明，本文建立的新建工業(yè)園區(qū)“源-儲(chǔ)”魯棒優(yōu)化配置模型可以有效保證園區(qū)企業(yè)用能不確定情況下的投資收益，為吸引投資、合理配置提供科學(xué)依據(jù)。

關(guān)鍵詞： 新建工業(yè)園區(qū);多能互補(bǔ);用能不確定性;魯棒優(yōu)化配置

中圖分類(lèi)號(hào)： O224 ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ?DOI：10.3969/j.issn.1003-6970.2020.08.019

本文著錄格式：徐夏怡，宮瑤，李玉衡，等. 考慮新建工業(yè)園區(qū)用能不確定性的“源-儲(chǔ)”魯棒優(yōu)化配置[J]. 軟件，2020，41（08）：62-66

【Abstract】： Industrial park users have a variety of energy needs， which is one of the important footholds for future complementary and energy Internet construction. How to properly allocate the park's energy supply facilities to ensure the return of profits in the uncertainties of the energy demand of the settled enterprises is a problem. This paper considers the energy characteristics of three typical types of enterprises. Firstly， based on the energy load characteristics of three typical enterprises， the power consumption， heat and cooling load curves are obtained. Secondly， consider the wind power， photovoltaic， cold and heat electricity triple supply， energy storage and other equipment investment， establish a “source-storage” robust optimization configuration model， and solve it based on MATLAB CPLEX toolkit. Finally， verify the validity of the model. The simulation results show that the model can guarantee the investment income of the park enterprises with uncertain energy demand.

【Key words】： New industry park; Source storage comprehensive configuration; Demand uncertainty; Robust optimization

0 ?引言

隨著我國(guó)經(jīng)濟(jì)轉(zhuǎn)型和產(chǎn)業(yè)調(diào)整，新建工業(yè)園區(qū)規(guī)模不斷擴(kuò)大，能源需求量持續(xù)攀高。園區(qū)中能源負(fù)荷需求呈現(xiàn)多樣化，對(duì)供電、供冷、供熱質(zhì)量要求不斷提高，工業(yè)園區(qū)配置也隨之相應(yīng)調(diào)整[1]。新建園區(qū)在實(shí)際配置和運(yùn)行時(shí)還面臨著冷、熱、電負(fù)荷需求的多重不確定性問(wèn)題[2]，所以新建園區(qū)的投資者需要合理配置園區(qū)供能設(shè)施，兼顧預(yù)期的企業(yè)需求與投入產(chǎn)出關(guān)系，保證在不同負(fù)荷需求的企業(yè)入駐情況下的投資收益。因此在充分考慮入住企業(yè)用能不確定性的基礎(chǔ)上進(jìn)行魯棒優(yōu)化配置，具有重要的實(shí)際意義。

現(xiàn)有研究已有一些針對(duì)分布式電源和儲(chǔ)能的優(yōu)化配置方法，但絕大部分文獻(xiàn)采用了確定性模型。文獻(xiàn)[3]從能源調(diào)度角度出發(fā)，對(duì)工業(yè)園區(qū)混合能源系統(tǒng)進(jìn)行建模，利用粒子群算法求解，得到了區(qū)域綜合能源多能互補(bǔ)的優(yōu)化配置方案，但忽略了企業(yè)入駐不確定性對(duì)園區(qū)能源負(fù)荷的影響;文獻(xiàn)[4]對(duì)風(fēng)光組合系統(tǒng)進(jìn)行成本建模，利用遺傳算法進(jìn)行裝機(jī)容量?jī)?yōu)化配置，降低系統(tǒng)成本，但所建模型沒(méi)有充分考慮配置儲(chǔ)能和各設(shè)備工作特性，以及企業(yè)的負(fù)荷情況;文獻(xiàn)[5]根據(jù)各種設(shè)備的工作特性，系統(tǒng)性地建立了園區(qū)內(nèi)部供能和儲(chǔ)能設(shè)備的運(yùn)行模型，為本文園區(qū)優(yōu)化配置模型的建立提供較為可靠的輔助;文獻(xiàn)[6-9]對(duì)園區(qū)配置進(jìn)行了一定的概況分析，為本文提供了配置方案的基本參考;文獻(xiàn)[10]和[11]以電網(wǎng)公司作為投資主體，同時(shí)配置了分布式電源和儲(chǔ)能，但沒(méi)有從分布式發(fā)電商的角度進(jìn)行考量。綜合來(lái)看，目前對(duì)于綜合能源的配置模型的研究理想化，缺少對(duì)不確定性的分析，對(duì)工業(yè)園區(qū)的建設(shè)缺少明確的參考性。本文在上述文獻(xiàn)已經(jīng)建立好的模型基礎(chǔ)上，結(jié)合其分析思路，對(duì)于負(fù)荷功率不確定性進(jìn)行了重點(diǎn)研究，對(duì)新建工業(yè)園區(qū)能源負(fù)荷不確定性進(jìn)行魯棒性?xún)?yōu)化配置。

因此，本文在現(xiàn)有研究的基礎(chǔ)上，提出了一種考慮入駐企業(yè)負(fù)荷需求不確定性的“源-儲(chǔ)”魯棒優(yōu)化配置模型，此模型能夠使得園區(qū)能源系統(tǒng)在負(fù)荷不確定時(shí)保證未來(lái)經(jīng)濟(jì)效益。在詳細(xì)調(diào)查各種典型企業(yè)能源日負(fù)荷曲線的情況下，以投資收益為最大化為目標(biāo)函數(shù)，綜合考慮了投資費(fèi)用、運(yùn)行費(fèi)用，對(duì)新建工業(yè)園區(qū)的設(shè)備容量配置和運(yùn)行策略進(jìn)行了優(yōu)化分析，為新建園區(qū)投資方進(jìn)行決策提供了參考依據(jù)。

1 ?新建工業(yè)園區(qū)源-儲(chǔ)配置及企業(yè)負(fù)荷調(diào)度概況

本文以對(duì)新建工業(yè)園區(qū)的光伏發(fā)電、CCHP機(jī)組和儲(chǔ)能的優(yōu)化配置為研究對(duì)象，結(jié)合光伏發(fā)電容量、冷熱電三聯(lián)供供能能量、以及儲(chǔ)能設(shè)備的最大充放功率，對(duì)一個(gè)調(diào)度周期內(nèi)的配置結(jié)果進(jìn)行優(yōu)化。

目前該工業(yè)園區(qū)總占地面積為S，考慮由不同負(fù)荷需求的三家企業(yè)入駐，經(jīng)過(guò)調(diào)研和數(shù)據(jù)處理，繪制得生物類(lèi)企業(yè)、塑料加工企業(yè)、食品加工類(lèi)企業(yè)三類(lèi)企業(yè)在一天之內(nèi)的冷、熱、電負(fù)荷曲線。

該負(fù)荷曲線為各類(lèi)企業(yè)單位面積（100平米）對(duì)冷、熱、電的能量需求。入駐園區(qū)后，每家企業(yè)每小時(shí)的能量需求與其在園區(qū)中占地面積有關(guān)。

儲(chǔ)能設(shè)備（蓄電池）充放功率上限0.25。天然氣價(jià)格為3.45元/m3，對(duì)應(yīng)單價(jià)0.34元/（kWh）。

目標(biāo)函數(shù)要求獲取在任何企業(yè)入駐情況下都能取得收益的決策方案，此時(shí)不確定量為3個(gè)企業(yè)的面積，面積與企業(yè)決策的成本收益之間有對(duì)應(yīng)關(guān)系，目標(biāo)函數(shù)的收益模型可表示為面積的多元函數(shù)，因此構(gòu)建多元函數(shù) （其中 、 、 分別為3個(gè)企業(yè)對(duì)于冷、熱、電個(gè)能量的折算總面積，p、q、s為三種能量供求相等時(shí)對(duì)應(yīng)的凈收益系數(shù)），利用約束條件限制解的范圍以及變量的初始條件，通過(guò)MATLAB繪圖函數(shù)繪制三維網(wǎng)格曲面，找到在任何企業(yè)入駐不確定情況下收益的最大值，隨后折算到對(duì)應(yīng)的機(jī)組容量配置方案，即對(duì)應(yīng)題目所需的決策方案。對(duì)于多產(chǎn)出的電量，需要配置一定的儲(chǔ)能設(shè)備進(jìn)行存儲(chǔ)，以便于把多產(chǎn)生的電出售給電網(wǎng)，因此儲(chǔ)能設(shè)備的配置需要根據(jù)供求相等時(shí)的函數(shù)所得f（x）的解 來(lái)分情況討論，如果解 對(duì)應(yīng)的電量收益大于建立儲(chǔ)能設(shè)備的成本，則需要建立合適容量的儲(chǔ)能設(shè)備。設(shè)儲(chǔ)能設(shè)備配置 臺(tái)，儲(chǔ)能對(duì)應(yīng)收益即為 ，（其中d為單位面積發(fā)電量售給電網(wǎng)的收益，e為每臺(tái)儲(chǔ)能設(shè)備的成本），則最終企業(yè)收益需要加入此部分。

根據(jù)新建工業(yè)園區(qū)源-儲(chǔ)配置及企業(yè)負(fù)荷調(diào)度概況的分析，可以得到單位面積對(duì)應(yīng)的日總平均冷熱電能量需求簡(jiǎn)化為42，37，144，三種供能設(shè)備每日產(chǎn)生能量為37，48，76，三家企業(yè)單位面積對(duì)應(yīng)的年總凈收益系數(shù)分別為p=46，q=52，s=28。對(duì)已經(jīng)建立魯棒優(yōu)化模型進(jìn)行對(duì)偶轉(zhuǎn)換，將其轉(zhuǎn)換為（23）所示的確定性規(guī)劃問(wèn)題，其次利用南方某工業(yè)園區(qū)的已知數(shù)據(jù)，對(duì)目標(biāo)函數(shù)及約束條件中的分時(shí)電價(jià)，購(gòu)熱能價(jià)格，冷能價(jià)格及其能源系統(tǒng)中的設(shè)備參數(shù)等進(jìn)行賦值，使部分參數(shù)轉(zhuǎn)換為確定值后。采用Yalmip工具箱和商業(yè)軟件Cplex在MATLAB中進(jìn)行仿真分析，最后根據(jù)最優(yōu)面積分布來(lái)確定機(jī)組容量配置，利用MTALAB內(nèi)部固有函數(shù)獲取最小值，得到滿足條件的最優(yōu)情況，隨后根據(jù)儲(chǔ)能設(shè)備所需的配置容量，得到各類(lèi)設(shè)備的容量最優(yōu)配置方案。

得到繪制出的凈收益三維曲線如圖3。

由MATLAB中的求最值函數(shù)，可以得到模型中園區(qū)配置可獲得的最小收益為85，最大收益為96，對(duì)應(yīng)最優(yōu)配置解為30，45，25，即可得到制冷設(shè)備配置容量為34.05 kW，供熱設(shè)備配置容量應(yīng)為34.68 kW，供電設(shè)備配置容量為47.37kW，配置儲(chǔ)能設(shè)備為10 kW，假定每度電經(jīng)過(guò)儲(chǔ)能設(shè)備出售給電網(wǎng)所得的凈收益為2，則最終收益為96+2*240=576，與實(shí)際相符合，可以作為新建園區(qū)配置的參考。

在本文中，不確定參數(shù)在一特定的有界空間內(nèi)變化，記Gt為不確定性范圍，ρ為不確定性水平，在各不確定性水平下，在XA、XB的不確定性集合中均勻生成3個(gè)隨機(jī)實(shí)現(xiàn)（例如：～[標(biāo)稱(chēng)值?ρGt，標(biāo)稱(chēng)值+ρGt]）來(lái)評(píng)估所構(gòu)建的確定性模型與魯棒模型所獲得的解的性能[12]，結(jié)果如表5所示。在所有不確定性水平下，魯棒模型所獲得的解總目標(biāo)函數(shù)值最大，因此本文所構(gòu)建的魯棒模型在處理參數(shù)不確定性方面具有較好的穩(wěn)定性。

如果采用其他配置方案，則可能會(huì)出現(xiàn)園區(qū)實(shí)際配置過(guò)多，企業(yè)實(shí)際負(fù)荷需求較少，造成多余配置部分由于沒(méi)有產(chǎn)生足夠利益而虧損成本值，如圖4所示，對(duì)于企業(yè)入駐占地面積情況進(jìn)行多次隨機(jī)取值，找到對(duì)應(yīng)收益，根據(jù)結(jié)果判斷出所求解確實(shí)優(yōu)于其他配置解，因此經(jīng)仿真測(cè)驗(yàn)結(jié)果可以證明此種保守配置方法的優(yōu)越性。

6 ?結(jié)語(yǔ)

本文提出一種考慮新建工業(yè)園區(qū)用能不確定性的“源-儲(chǔ)”魯棒優(yōu)化配置方法，即通過(guò)負(fù)荷調(diào)度以及對(duì)成本和收益的估算，列出目標(biāo)函數(shù)以及約束條件的矩陣不等式方程，根據(jù)對(duì)偶原理轉(zhuǎn)換成線性最優(yōu)解問(wèn)題，利用MATLAB工具函數(shù)進(jìn)行求解，保證了投資的收益最大化，為投資商提供了參考。

但論文將園區(qū)單位面積的產(chǎn)能收益轉(zhuǎn)化為面積的一次函數(shù)形式，實(shí)際上由于產(chǎn)能收益與園區(qū)規(guī)劃面積、時(shí)間狀況、成本對(duì)于投資決策的影響等因素的影響，產(chǎn)能收益與面積有更復(fù)雜的關(guān)系，在后續(xù)分析中可以對(duì)此進(jìn)行改進(jìn)。此外目標(biāo)函數(shù)中，對(duì)于成本以及收益的計(jì)算排除了風(fēng)能，但實(shí)際情況中對(duì)于風(fēng)能這一能源也有廣泛應(yīng)用，再后續(xù)研究中應(yīng)加以考慮。

參考文獻(xiàn)

[1] 楊錫運(yùn)， 張璜， 修曉青， 等. 基于商業(yè)園區(qū)源/儲(chǔ)/荷協(xié)同運(yùn)行的儲(chǔ)能系統(tǒng)多目標(biāo)優(yōu)化配置[J]. 電網(wǎng)技術(shù)， 2017， 41（12）： 3996-4003.

[2] 仇知， 王蓓蓓， 賁樹(shù)俊， 等. 計(jì)及不確定性的區(qū)域綜合能源系統(tǒng)雙層優(yōu)化配置規(guī)劃模型[J]. 電力自動(dòng)化設(shè)備， 2019， 39（8）： 176-185.

[3] 馬超， 夏雪， 譙宗， 等. 工業(yè)園區(qū)混合能源優(yōu)化配置方法應(yīng)用與實(shí)踐[J]. 四川電力技術(shù)， 42（02）： 66-71.

[4] 時(shí)思思， 張新燕， 王志浩， 等. 基于改進(jìn)NSGA-Ⅱ算法的風(fēng)光組合多饋入直流送端系統(tǒng)裝機(jī)容量?jī)?yōu)化配置研究[J]. 可再生能源， 2019， 37（8）： 1198-1205.

[5] 熊軍華. 工業(yè)園區(qū)綜合負(fù)荷建模及電源容量配置優(yōu)化研究[M]. 水利水電出版社， 2018.

[6] 薛金花， 葉季蕾， 陶瓊， 等. 基于多場(chǎng)景的商業(yè)園區(qū)源-儲(chǔ)-荷系統(tǒng)運(yùn)營(yíng)模式及投資決策研究[J]. 電力自動(dòng)化設(shè)備， 2019， 39（2）： 78-83+92.

[7] 鄭國(guó)太， 李昊， 趙寶國(guó)， 等. 基于供需能量平衡的用戶(hù)側(cè)綜合能源系統(tǒng)電/熱儲(chǔ)能設(shè)備綜合優(yōu)化配置[J]. 電力系統(tǒng)保護(hù)與控制， 2018， 46（16）： 8-18.

[8] 朱蘭， 牛培源， 唐隴軍， 等. 考慮直接負(fù)荷控制不確定性的微能源網(wǎng)魯棒優(yōu)化運(yùn)行[J/OL]. 電網(wǎng)技術(shù)： 1-12 [2019- 12-17]. https：//doi.org/10.13335/j.1000-3673.pst.2019.1380.

[9] 熊文， 劉育權(quán)， 蘇萬(wàn)煌， 等. 考慮多能互補(bǔ)的區(qū)域綜合能源系統(tǒng)多種儲(chǔ)能優(yōu)化配置[J]. 電力自動(dòng)化設(shè)備， 2019， 39（1）： 118-125+128.

[10] 白牧可， 唐巍， 譚煌， 等. 基于虛擬分區(qū)調(diào)度和二層規(guī)劃的城市配電網(wǎng)光伏-儲(chǔ)能優(yōu)化配置[J]. 電力自動(dòng)化設(shè)備， 2016， 36（5）： 145-152.

[11] 蘇海鋒， 胡夢(mèng)錦， 梁志瑞. 基于時(shí)序特性含儲(chǔ)能裝置的分布式電源規(guī)劃[J]. 電力自動(dòng)化設(shè)備， 2016， 36（6）： 56-63.

[12] 丁磊， 劉俊勇， 劉友波， 等. 考慮分布式發(fā)電商投資的區(qū)域配電網(wǎng)光伏儲(chǔ)能容量配置[J]. 可再生能源， 2017， 35（3）： 374-383.

[13] 許妙， 袁紅平. 不確定環(huán)境下建筑廢棄物設(shè)施選址的多目標(biāo)魯棒優(yōu)化問(wèn)題[J]. 工業(yè)工程， 2019（5）： 82-93.

[14] 楊錫運(yùn)， 董德華， 李相俊， 等. 商業(yè)園區(qū)儲(chǔ)能系統(tǒng)削峰填谷的有功功率協(xié)調(diào)控制策略[J]. 電網(wǎng)技術(shù)，2018， 42（8）： 2251-2561.

[15] 朱佳明， 劉斌， 謝海遠(yuǎn)， 等. 基于二層規(guī)劃的用戶(hù)側(cè)儲(chǔ)能容量配置和最優(yōu)運(yùn)行策略分析[J]. 南方電網(wǎng)技術(shù)， 2016， 10（10）： 43-50.

[16] 郭尊， 李庚銀， 周明， 等. 考慮網(wǎng)絡(luò)約束和源荷不確定性的區(qū)域綜合能源系統(tǒng)兩階段魯棒優(yōu)化調(diào)度[J]. 電網(wǎng)技術(shù)， 2019， 43（9）： 3090-3100.

[17] 楊水麗， 張明霞， 侯朝勇， 等. 基于逐時(shí)分析的園區(qū)源-儲(chǔ)-荷協(xié)同運(yùn)行的儲(chǔ)能容量?jī)?yōu)化配置[J]. 電器與能效管理技術(shù)， 2018（20）： 50-56+72.