李畸勇, 姚翼鵬, 劉斌

(廣西大學(xué) 電氣工程學(xué)院, 廣西 南寧 530004)

0 引言

電力行業(yè)是關(guān)系到國計(jì)民生的基礎(chǔ)性行業(yè),也是中國能源消耗的重點(diǎn)行業(yè)[1]。面對(duì)不斷增長的電力需求,使用傳統(tǒng)化石能源雖能生產(chǎn)電能，但也帶來諸如溫室效應(yīng)、酸雨等一系列環(huán)境問題。綜合能源系統(tǒng)(integrated energy system,IES)由于其內(nèi)部可以耦合多種能源設(shè)備,實(shí)現(xiàn)多能互補(bǔ)并減少化石能源消耗,因此構(gòu)建包含可再生能源在內(nèi)的IES是解決能源短缺、降低環(huán)境污染的有效途徑,得到眾多學(xué)者廣泛關(guān)注、研究[2-4]。

文獻(xiàn)[5]介紹了IES各組成部分,指出IES運(yùn)行優(yōu)化等相關(guān)技術(shù)的提升有利于進(jìn)一步探究深層次的IES結(jié)構(gòu)。隨著科技的發(fā)展,電轉(zhuǎn)氣(power to gas,P2G)技術(shù)橫空出世,將其引入IES中可以增強(qiáng)各能源間的耦合,提高系統(tǒng)的能量利用效率,為IES的研究提供了新思路[6-8]。同時(shí),儲(chǔ)能技術(shù)越來越受各國政府重視,通過中間介質(zhì)對(duì)富余時(shí)段能量存儲(chǔ)并在出現(xiàn)能量缺口時(shí)放能,是一種可以實(shí)現(xiàn)能量靈活調(diào)節(jié)的重要方式,為了使包含多種能源的系統(tǒng)穩(wěn)定運(yùn)行,國內(nèi)外學(xué)者開始將儲(chǔ)能設(shè)備引入其中,并取得了一定的研究進(jìn)展[9-11]。而綜合能源規(guī)劃的一項(xiàng)重要內(nèi)容是需求側(cè)管理,需求響應(yīng)是需求側(cè)管理在電力市場(chǎng)中的發(fā)展,利用價(jià)格信號(hào)和激勵(lì)機(jī)制以提高電力系統(tǒng)經(jīng)濟(jì)性[12],隨著IES研究的深入,需求響應(yīng)機(jī)制逐漸參與到系統(tǒng)調(diào)度中[13-14]。

目前針對(duì)IES的研究往往考慮不夠全面,大多只考慮一種技術(shù)或少數(shù)幾種設(shè)備,同時(shí)優(yōu)化目標(biāo)僅集中在某一指標(biāo)上,其中大部分是經(jīng)濟(jì)指標(biāo)。單一指標(biāo)可以反映系統(tǒng)某一方面的優(yōu)化性能,但也有一定的局限性。IES是一個(gè)的復(fù)雜系統(tǒng),只按照一種指標(biāo)進(jìn)行優(yōu)化往往會(huì)忽略系統(tǒng)在其他方面的性能缺陷。

綜上,本文計(jì)及需求響應(yīng),搭建了包含P2G、儲(chǔ)能設(shè)備在內(nèi)的電-熱-氣IES架構(gòu),為響應(yīng)國家“雙碳”目標(biāo)將碳交易機(jī)制引入IES中,力求從經(jīng)濟(jì)向低碳經(jīng)濟(jì)轉(zhuǎn)型,同時(shí)利用P2G裝置的原理機(jī)制發(fā)揮減碳優(yōu)勢(shì)；接著構(gòu)建了計(jì)及經(jīng)濟(jì)、環(huán)境、能源的綜合評(píng)價(jià)指標(biāo),通過層次分析法(analytic hierarchy process,AHP)獲得指標(biāo)對(duì)應(yīng)權(quán)重,采用基于Tent混沌映射與精英反向?qū)W習(xí)策略對(duì)麻雀搜索算法(sparrow search algorithm,SSA)改進(jìn),用改進(jìn)麻雀搜索算法(improved sparrow search algorithm,ISSA)求解IES綜合評(píng)價(jià)指標(biāo)運(yùn)行優(yōu)化模型,得到調(diào)度時(shí)段內(nèi)各設(shè)備最優(yōu)配置方案,通過仿真驗(yàn)證本文構(gòu)建的系統(tǒng)和綜合評(píng)價(jià)指標(biāo)的合理性。

1 IES架構(gòu)與模型

1.1 IES架構(gòu)

本文構(gòu)建的IES架構(gòu)如圖1所示。供給側(cè)由上級(jí)電網(wǎng)、風(fēng)力發(fā)電、光伏發(fā)電、火電機(jī)組發(fā)電和外購天然氣為系統(tǒng)提供能量來源；轉(zhuǎn)換側(cè)包含P2G裝置、燃?xì)廨啓C(jī)、燃?xì)忮仩t；負(fù)荷側(cè)配置有儲(chǔ)電設(shè)備、儲(chǔ)熱設(shè)備,并引入激勵(lì)型需求響應(yīng)將電負(fù)荷細(xì)分為固定電負(fù)荷、可時(shí)移電負(fù)荷和可中斷電負(fù)荷。

圖1 IES架構(gòu)Fig.1 IES architecture

① 燃?xì)廨啓C(jī)

燃?xì)廨啓C(jī)通過消耗天然氣進(jìn)行發(fā)電,再回收做功后的余熱實(shí)現(xiàn)熱電聯(lián)產(chǎn),由于本文重點(diǎn)考慮的是燃?xì)廨啓C(jī)能量的輸入輸出的特性,因此可用如下數(shù)學(xué)模型[3]表示:

Pgte(t)=ηgtePgt(t)，

(1)

Pgth(t)=ηgthPgt(t)，

(2)

式中:Pgte(t)、Pgth(t)分別為燃?xì)廨啓C(jī)t時(shí)段的電出力、熱出力；ηgte、ηgth分別為燃?xì)廨啓C(jī)氣轉(zhuǎn)電效率、氣轉(zhuǎn)熱效率；Pgt(t)為燃?xì)廨啓C(jī)t時(shí)段天然氣輸入功率。

② 燃?xì)忮仩t

與燃?xì)廨啓C(jī)類似,燃?xì)忮仩t采用輸入-輸出效率模型直接表示為

Pgbh(t)=ηgbPgb(t)，

(3)

式中:Pgbh(t)為燃?xì)忮仩tt時(shí)段的供熱量；ηgb為氣熱轉(zhuǎn)換效率；Pgb(t)為燃?xì)忮仩tt時(shí)段的輸入功率。

③ P2G裝置

P2G主要包含電制氫氣和氫氣甲烷化2個(gè)過程,對(duì)應(yīng)的化學(xué)方程式[6]為

根據(jù)功率與熱值關(guān)系推導(dǎo)得到P2G裝置在t時(shí)段產(chǎn)生的甲烷體積VP2G(t)為

(4)

式中:ηP2G為P2G裝置轉(zhuǎn)換效率；PP2G(t)為P2G裝置t時(shí)段的耗電功率；κ為甲烷的燃燒熱值。

④ 儲(chǔ)能設(shè)備

儲(chǔ)能系統(tǒng)包括儲(chǔ)電設(shè)備和儲(chǔ)熱設(shè)備,根據(jù)文獻(xiàn)[9]建立廣義儲(chǔ)能系統(tǒng)的通用模型,如式(5)所示:

(5)

式中:x代表能量類型,為e、h時(shí)分別代表儲(chǔ)電設(shè)備、儲(chǔ)熱設(shè)備；Ex(t)為t時(shí)段儲(chǔ)能設(shè)備x的存儲(chǔ)能量；Px,cha(t)、Px,dis(t)分別為t時(shí)段儲(chǔ)能設(shè)備x充、放能功率,本文取充能為負(fù),放能為正；ηx,cha和ηx,dis分別為儲(chǔ)能設(shè)備x充、放能效率。

1.2 電負(fù)荷需求響應(yīng)機(jī)制及模型

需求側(cè)用戶根據(jù)價(jià)格、用電需求重要程度等因素,引導(dǎo)調(diào)節(jié)自身負(fù)荷的需求量和需求時(shí)間,這一方式稱為需求響應(yīng)。根據(jù)是否進(jìn)行需求響應(yīng),將電負(fù)荷分為固定電負(fù)荷和柔性電負(fù)荷。固定電負(fù)荷是不會(huì)因外界因素影響而改變的電負(fù)荷,柔性電負(fù)荷是會(huì)因外界因素或自身因素而改變的電負(fù)荷。

在本文中,將柔性電負(fù)荷分為可時(shí)移電負(fù)荷和可中斷電負(fù)荷。

① 可時(shí)移電負(fù)荷

可時(shí)移電負(fù)荷在一個(gè)調(diào)度周期內(nèi)總電量保持不變,但用電時(shí)間可以靈活變化,表示為

(6)

Psel,min≤Psel(t)≤Psel,max，

(7)

式中:Psel(t)為t時(shí)段時(shí)移電負(fù)荷量；Psel,min和Psel,max為可時(shí)移電負(fù)荷下限和上限；T為調(diào)度總時(shí)段。

② 可中斷電負(fù)荷

可中斷電負(fù)荷為用戶根據(jù)用電需求重要程度,可直接中斷的重要程度較低的電負(fù)荷,以緩解供電壓力,相關(guān)約束可描述為

-Pzel,max≤Pzel(t)≤0，

(8)

式中:Pzel(t)為t時(shí)段可中斷電負(fù)荷量；Pzel,max為可中斷電負(fù)荷最大值。

1.3 碳交易機(jī)制及模型

隨著低碳經(jīng)濟(jì)的發(fā)展,碳交易機(jī)制應(yīng)運(yùn)而生[15]。在碳交易機(jī)制中,將碳排放權(quán)視為一種商品,可以進(jìn)行買賣,根據(jù)合理的方式為各碳排放源分配碳排放份額,在運(yùn)行過程中碳排放量超出配額的部分,需在碳交易市場(chǎng)購買碳排放權(quán),而碳排放量小于配額時(shí),可在碳交易市場(chǎng)上出售碳排放權(quán)獲取收益。

本文主要考慮火電機(jī)組、燃?xì)廨啓C(jī)、燃?xì)忮仩t、P2G裝置的碳交易成本。

① 火電機(jī)組碳交易模型

火電機(jī)組在發(fā)電過程中會(huì)有大量二氧化碳產(chǎn)生,其碳交易模型[15]可描述為

(9)

(10)

② 燃?xì)廨啓C(jī)碳交易模型

燃?xì)廨啓C(jī)在工作過程中碳排放現(xiàn)象也較為嚴(yán)重,類比火電機(jī)組碳交易模型,燃?xì)廨啓C(jī)的碳排放量Dgt,f(t)與碳交易配額Dgt，e(t)計(jì)算公式為

Dgt,f(t)=σgtPgte(t)

(11)

Dgt,e(t)=εPgte(t)

(12)

式中σgt為燃?xì)廨啓C(jī)的碳排放系數(shù)。

③ 燃?xì)忮仩t碳交易模型

燃?xì)忮仩t通過消耗天然氣以產(chǎn)生熱量,故與火電機(jī)組、燃?xì)廨啓C(jī)碳交易模型不同,針對(duì)燃?xì)忮仩t本文構(gòu)建碳排放配額與產(chǎn)熱量成比例的模型,即

Dgb,f(t)=σgbPgbh(t)，

(13)

Dgb,e(t)=εhPgbh(t)，

(14)

式中:Dgb,f(t)為燃?xì)忮仩tt時(shí)段的碳排放量；Dgb,e(t)為燃?xì)忮仩tt時(shí)段的碳排放配額；σgb為燃?xì)忮仩t的碳排放系數(shù)；εh為單位供熱量碳交易配額。

④ P2G裝置碳交易模型

由P2G原理可知,P2G裝置在運(yùn)行過程中會(huì)消耗二氧化碳,具有減少碳排放的能力,可將其視為在碳交易市場(chǎng)中出售碳排放權(quán),從而獲取一定收益,因此建立P2G裝置的碳交易模型,表示為

DP2G,f(t)=-σP2GPP2G(t)，

(15)

式中:DP2G,f(t)為P2G裝置t時(shí)段的碳排放量；σP2G為P2G裝置的碳吸收系數(shù)。同時(shí)由于其本身不屬于碳源,故碳排放配額取值為0。

2 系統(tǒng)運(yùn)行優(yōu)化模型

IES是被視為降低環(huán)境污染、減少化石能源使用的有效手段,指標(biāo)應(yīng)同時(shí)體現(xiàn)其核心特征,因此為了更全面、科學(xué)地評(píng)價(jià)系統(tǒng),優(yōu)化系統(tǒng)中設(shè)備出力配置方案,本文從經(jīng)濟(jì)、環(huán)境、能源3個(gè)方面進(jìn)行考慮。

2.1 經(jīng)濟(jì)指標(biāo)

保證IES中各能量供需平衡的前提下,確定調(diào)度各時(shí)段各機(jī)組出力以使系統(tǒng)運(yùn)行成本最小,具體包括因設(shè)備工作而產(chǎn)生的維護(hù)成本CM(t)、與上級(jí)電網(wǎng)進(jìn)行電能交互所產(chǎn)生的成本Cnet(t)、系統(tǒng)外購天然氣的購買費(fèi)用Cf(t)、引入碳交易機(jī)制后參與購售碳排放權(quán)的機(jī)組所產(chǎn)生的碳交易成本Cc(t)以及為激勵(lì)用戶調(diào)整用電時(shí)段進(jìn)行需求響應(yīng)的補(bǔ)償成本CDR(t),則經(jīng)濟(jì)指標(biāo)F1模型為

(16)

① 運(yùn)行維護(hù)成本主要考慮風(fēng)機(jī)、光伏、燃?xì)廨啓C(jī)、燃?xì)忮仩t、P2G裝置、儲(chǔ)電設(shè)備、儲(chǔ)熱設(shè)備、火電機(jī)組在運(yùn)行過程中的維護(hù)費(fèi)用,表示為

(17)

② 系統(tǒng)運(yùn)行過程中,在滿足電負(fù)荷需求的前提下電能如有富余,則可以向上級(jí)電網(wǎng)出售電能獲取收益；而在系統(tǒng)供電不足以滿足電負(fù)荷需求時(shí),則可以從上級(jí)電網(wǎng)購電以滿足用戶的用電需求,這個(gè)過程稱為電能交互,相應(yīng)的成本可表示為

(18)

式中:Pnet(t)為t時(shí)段系統(tǒng)與上級(jí)電網(wǎng)之間的交互功率,大于0時(shí)表示從上級(jí)電網(wǎng)購電,即Pbuy(t),小于0時(shí)表示向上級(jí)電網(wǎng)售電,即Psell(t)；cbuy(t)、csell(t)分別為t時(shí)段交互電能的購電電價(jià)、售電電價(jià)。

③ 根據(jù)天然氣購買單價(jià)以及所需體積,可以算出外購天然氣成本,即

Cf(t)=Vbuy(t)c，

(19)

式中:Vbuy(t)為t時(shí)段系統(tǒng)需要外購天然氣的體積；c為天然氣購買單價(jià)。

④ 碳交易成本即根據(jù)碳交易機(jī)制,在市場(chǎng)購買機(jī)組碳排放量超出配額部分的碳排放權(quán)所產(chǎn)生的成本減去出售機(jī)組碳排放量未達(dá)到配額而有剩余部分的碳排放權(quán)所獲得的收益,由1.3節(jié)推導(dǎo)可得,表示為

Cc(t)=ξ(Dh,f(t)-Dh,e(t)+Dgt,f(t)-Dgt,e(t)+Dgb,f(t)-Dgb,e(t)+DP2G,f(t))，

(20)

式中ξ為單位碳排放權(quán)交易價(jià)格。

⑤ 將激勵(lì)型需求響應(yīng)引入IES,因電負(fù)荷側(cè)用戶調(diào)整用電時(shí)段、中斷重要程度低的用電需求,需向其進(jìn)行補(bǔ)償,成本為

CDR(t)=Rsel(t)Psel(t)+Rzel(t)Pzel(t),

(21)

式中Rsel(t)、Rzel(t)分別為t時(shí)段可時(shí)移負(fù)荷、可中斷負(fù)荷補(bǔ)償成本系數(shù)。

2.2 環(huán)境指標(biāo)

只有堅(jiān)持走生態(tài)優(yōu)先、綠色低碳發(fā)展道路,才能達(dá)到可持續(xù)發(fā)展的目的，因此,本文將碳排放量作為IES的環(huán)境評(píng)價(jià)指標(biāo)F2,即

(22)

2.3 能源指標(biāo)

能源是人類賴以生存的基礎(chǔ),因此,本文采用一次能源消耗量F3作為能源評(píng)價(jià)指標(biāo),通過將系統(tǒng)中消耗的一次能源統(tǒng)一轉(zhuǎn)化為等價(jià)標(biāo)準(zhǔn)煤耗量,總的等價(jià)標(biāo)準(zhǔn)煤耗量即為一次能源消耗量,針對(duì)圖1所示IES系統(tǒng),具體包括從上級(jí)電網(wǎng)購買的電、外購天然氣所轉(zhuǎn)化的煤耗量以及火電機(jī)組發(fā)電煤耗量,即

(23)

式中:θe和θg分別為電、天然氣所對(duì)應(yīng)的標(biāo)準(zhǔn)煤耗轉(zhuǎn)化系數(shù)；θh為火電機(jī)組發(fā)電煤耗率。

2.4 基于AHP決策體系的綜合評(píng)價(jià)指標(biāo)

單一評(píng)價(jià)指標(biāo)僅能反映IES在經(jīng)濟(jì)、環(huán)境、能源某一方面的性能情況。在可持續(xù)發(fā)展的要求下,為了更加科學(xué)、全面地評(píng)價(jià)IES,本文采用線性加權(quán)的方法構(gòu)建了基于經(jīng)濟(jì)、環(huán)境、能源的綜合評(píng)價(jià)指標(biāo),即

minF=Ψ1F1+Ψ2F2+Ψ3F3,

(24)

式中Ψ1、Ψ2、Ψ3分別為經(jīng)濟(jì)、環(huán)境、能源指標(biāo)對(duì)應(yīng)權(quán)重,并且三者之和為1。

AHP是一種將定性分析和定量計(jì)算相結(jié)合,把人們的主觀判斷轉(zhuǎn)化成若干因素兩兩之間重要程度的對(duì)比上,以對(duì)決策權(quán)重進(jìn)行計(jì)算的方法。具體步驟如下:

① 因?yàn)槭?個(gè)評(píng)價(jià)指標(biāo),所以構(gòu)建3階判斷矩陣A,表達(dá)如下:

(25)

判斷矩陣A中各元素apq的取值反映了各評(píng)價(jià)指標(biāo)之間的相對(duì)重要程度,apq的標(biāo)度方法見表1。

表1 標(biāo)度方法Tab.1 Scale method

② 求出判斷矩陣A的最大特征值ωmax和其對(duì)應(yīng)的特征向量。

③ 對(duì)求出的特征向量進(jìn)行歸一化處理,即可得到各評(píng)價(jià)指標(biāo)對(duì)應(yīng)的權(quán)重。

④ 進(jìn)行一致性檢驗(yàn),檢驗(yàn)所構(gòu)建的判斷矩陣與一致矩陣差別是否可以接受。為此,引入一致性指標(biāo)CI,[16]公式如下:

(26)

對(duì)于3階判斷矩陣,通過查表可知對(duì)應(yīng)的平均隨機(jī)一致性指標(biāo)為0.52,則一致性比例CR[16]表示為:

(27)

若CR<0.1,那么所構(gòu)建的判斷矩陣其一致性可以接受,第3步所得權(quán)重合理,否則需要調(diào)整判斷矩陣各元素取值。

2.5 約束條件

① 能量平衡約束

在每一時(shí)刻系統(tǒng)都需滿足電功率平衡、熱功率平衡、氣量平衡約束,根據(jù)供能用能關(guān)系可以得到:

(28)

Pgth(t)+Pgb(t)+Phdis(t)=Ph,load(t)-Ph,cha(t)，

(29)

Vbuy(t)+VP2G(t)=Vgt(t)+Vgb(t)，

(30)

式中:Peload(t)、Phload(t)分別為t時(shí)段系統(tǒng)電負(fù)荷、熱負(fù)荷；Vgt(t)、Vgb(t)分別為t時(shí)段燃?xì)廨啓C(jī)、燃?xì)忮仩t天然氣耗氣量,可由Pgt(t)、Pgb(t)換算得到。

② 機(jī)組約束

為了保證機(jī)組可靠安全運(yùn)行,需考慮火電機(jī)組、P2G裝置、燃?xì)廨啓C(jī)、燃?xì)忮仩t的出力約束以及爬坡約束,表示為

(31)

0≤PP2G(t)≤PP2Gn，

(32)

0≤Pgt(t)≤Pgtn，

(33)

0≤Pgb(t)≤Pgbn，

(34)

ry，min≤Py(t)-Py(t-1)≤ry，max，

(35)

③ 儲(chǔ)能約束

經(jīng)過1 d調(diào)度,要求儲(chǔ)能設(shè)備的存儲(chǔ)能量與初始時(shí)刻相同,因此需考慮儲(chǔ)能設(shè)備周期始末狀態(tài)相等約束、存儲(chǔ)能量上、下限約束以及充放能功率約束,表示為

Ex(1)=Ex(24)，

(36)

Ex，min≤Ex(t)≤Ex，max，

(37)

0≤Px,dis(t)≤zx,dis(t)Px,dis,max，

(38)

-(1-zx,dis(t))Px,cha,max≤Pe,cha(t)≤0，

(39)

式中:Ex,min、Ex,max分別為儲(chǔ)能設(shè)備所能存儲(chǔ)能量下限、上限；Px,cha,max、Px,dis,max分別為充、放能功率上限；zx,dis(t)是0-1變量,值為1表示t時(shí)段儲(chǔ)能設(shè)備正以放能狀態(tài)運(yùn)行,值為0表示t時(shí)段儲(chǔ)能設(shè)備正以充能狀態(tài)運(yùn)行,該狀態(tài)標(biāo)志位可以確保在調(diào)度內(nèi)各時(shí)段儲(chǔ)能設(shè)備不會(huì)同時(shí)進(jìn)行充、放能。

④ 電能交互功率

IES與上級(jí)電網(wǎng)在各時(shí)段交互功率應(yīng)在限值范圍內(nèi),并且在各時(shí)段不能同時(shí)購、售電能,表示為

0≤Pbuy(t)≤znet(t)Pnet,max，

(40)

-(1-znet(t))Pnet,max≤Psell(t)≤0，

(41)

式中:Pnet,max為交互功率上限；znet(t)是0-1變量,值為1表示t時(shí)段從上級(jí)電網(wǎng)購電,值為0表示t時(shí)段向上級(jí)電網(wǎng)售電,該狀態(tài)標(biāo)志位可以確保在調(diào)度內(nèi)各時(shí)段與上級(jí)電網(wǎng)間不會(huì)同時(shí)進(jìn)行購、售電操作。

3 ISSA算法

Xue等由麻雀群體覓食行為和逃避反捕食行為收獲啟發(fā),于2020年提出了一種新型群體智能優(yōu)化算法SSA[17],根據(jù)麻雀群在覓食過程中職能的不同將它們分為搜尋者和追隨者,搜尋者在整個(gè)麻雀群體的作用為搜尋食物,為種群報(bào)告食物所在位置以及方向,而群體中的其他麻雀追隨搜尋者,依靠搜尋者提供的信息獲取食物,這類麻雀稱為追隨者。

搜尋者在算法的每次迭代過程中的位置更新[17]可用下式表示:

(42)

式中:t和Tmax分別為當(dāng)前迭代次數(shù)以及最大迭代次數(shù)；Xi,j(t+1)為第t+1次迭代時(shí)第i個(gè)麻雀在第j維的位置信息；G、H分別為屬于(0,1]內(nèi)的隨機(jī)數(shù)和滿足正態(tài)分布的隨機(jī)數(shù)；E為d維行向量,且其中所有元素的值均取1；R2為麻雀發(fā)現(xiàn)周圍有捕食者時(shí)發(fā)出信號(hào)的報(bào)警值,取值范圍為[0,1]；ST為安全值,取值范圍為[0.5,1]。

追隨者數(shù)學(xué)模型[17]如下:

(43)

式中:Xb(t+1)為第t+1次迭代時(shí)解空間中食物最多即適應(yīng)度值最優(yōu)的位置；Q+為d維行向量,元素取值在1和-1中隨機(jī)選??；Xw(t)為經(jīng)過t次迭代后當(dāng)前解空間中食物最少即適應(yīng)度值最差的位置。

除了搜尋者和追隨者,將發(fā)現(xiàn)危險(xiǎn)提醒同伴的麻雀引入模型中,稱為報(bào)警者,其比例一般占整個(gè)麻雀群的10%～20%,位置更新公式[17]為

(44)

式中:Xg(t)為經(jīng)過t次迭代后當(dāng)前解空間中食物最多即適應(yīng)度值最優(yōu)的位置；M和N分別為服從均值0、方差1的正態(tài)分布隨機(jī)數(shù)和屬于[-1,1]內(nèi)的隨機(jī)數(shù)；ρ為非常小的常數(shù)；fi、fg和fw分別為第i只麻雀的適應(yīng)度值、當(dāng)前整個(gè)麻雀群的最優(yōu)適應(yīng)度值和最差適應(yīng)度值。

SSA不僅原理通俗易懂,而且在算法收斂速度方面也具有一定的優(yōu)勢(shì);但在收斂精度方面存在一定不足,容易陷入局部最優(yōu),因此,本文基于以下兩點(diǎn)對(duì)原有SSA算法進(jìn)行改進(jìn)。

3.1 Tent混沌映射

混沌是指在一個(gè)確定的系統(tǒng)中發(fā)生貌似隨機(jī)、不規(guī)則的非隨機(jī)運(yùn)動(dòng),因其具有的高度初值敏感性、偽隨機(jī)性、遍歷性等特征,應(yīng)用廣泛。目前常見的混沌映射有Logistic映射、Circle映射、Tent映射,本文考慮Tent映射來初始化麻雀種群。

Tent混沌映射表達(dá)式[18]可描述為

(45)

式中γ為Tent映射參數(shù)。由此產(chǎn)生Tent混沌序列Zd,將其引入后的麻雀群初始化公式為:

(46)

3.2 精英反向?qū)W習(xí)策略

首先,引入反向解的概念,其有如下定義:

反向?qū)W習(xí)策略的主要思路就是在求得一個(gè)解后進(jìn)一步求取它的反向解,對(duì)比兩者從中選擇更優(yōu)解進(jìn)行下一步的操作。反向解比當(dāng)前獲得的解接近最優(yōu)解的概率高出50%[19],因此將反向?qū)W習(xí)策略引入SSA中,可以提高種群多樣性和麻雀個(gè)體的質(zhì)量,但無疑增加了求解時(shí)間。為了減少求解時(shí)間,避免對(duì)適應(yīng)度值差的個(gè)體進(jìn)行求取反向解的操作,利用精英的概念,對(duì)麻雀適應(yīng)度進(jìn)行排序,取其中最好的10%對(duì)應(yīng)的個(gè)體為精英個(gè)體,并獲得精英個(gè)體的動(dòng)態(tài)上下界將其帶入反向解的定義中,根據(jù)反向?qū)W習(xí)策略求取精英個(gè)體反向解以及適應(yīng)度并與原精英個(gè)體適應(yīng)度進(jìn)行對(duì)比,若適應(yīng)度更優(yōu)則用反向解代替原麻雀個(gè)體。

根據(jù)3.1節(jié)和3.2節(jié)的理論模型,對(duì)SSA進(jìn)行改進(jìn),具體步驟由算法1中的偽代碼表示，ISSAT為代碼見表2。

表2 ISSA的偽代碼Tab.2 Pseudo-code of ISSA

4 算例

系統(tǒng)典型日的風(fēng)電預(yù)測(cè)功率、光伏預(yù)測(cè)功率以及電負(fù)荷、熱負(fù)荷曲線如圖2所示,火電機(jī)組參數(shù)參考文獻(xiàn)[20],外購天然氣購買單價(jià)為2.54元/m3,碳交易價(jià)格為120元/t,單位電量碳交易配額系數(shù)0.7t/(MW·h)。與上級(jí)電網(wǎng)交互電價(jià)采取分時(shí)電價(jià)形式,各時(shí)段具體購、售電價(jià)如圖3所示。其他優(yōu)化參數(shù)見表3。

本文立足于采用ISSA解決日前調(diào)度問題,選取1h為仿真步長對(duì)24h在綜合評(píng)價(jià)指標(biāo)最優(yōu)下為各設(shè)備制定調(diào)度計(jì)劃。

圖2 風(fēng)電、光伏以及負(fù)荷功率曲線Fig.2 Curve of wind power, solar power and load

圖3 電價(jià)Fig.3 Electricity price

表3 IES參數(shù)Tab.3 Parameters of IES

4.1 不同算法對(duì)比

為了驗(yàn)證ISSA尋優(yōu)性能,本文選取PSO、SSA作為對(duì)比,將種群規(guī)模統(tǒng)一為30,最大迭代次數(shù)統(tǒng)一為100次。3種算法計(jì)算結(jié)果見表4,迭代過程如圖4所示。

表4 3種算法計(jì)算結(jié)果Tab.4 Calculation results of three algorithms

從圖4并結(jié)合表4中可知,SSA與ISSA都曾陷入局部最優(yōu),但I(xiàn)SSA較SSA跳出局部最優(yōu)的能力有所提升,并在迭代29次時(shí)就已經(jīng)收斂于全局最優(yōu)值,而PSO、SSA分別為68、46次。同時(shí)ISSA尋優(yōu)值為三者最優(yōu),最優(yōu)值為1 882 479,較SSA降低1.2%,PSO尋優(yōu)值最差。綜上表明，ISSA在尋優(yōu)精度、尋優(yōu)收斂速度均為三者最優(yōu),驗(yàn)證了第3節(jié)改進(jìn)策略的有效性。

圖4 3種算法迭代過程對(duì)比Fig.4 Comparison of iteration process among three algorithms

4.2 不同評(píng)價(jià)指標(biāo)對(duì)比

為了對(duì)比不同評(píng)價(jià)指標(biāo)而引起的調(diào)度方案差異,針對(duì)圖1所示系統(tǒng),設(shè)定以下場(chǎng)景進(jìn)行對(duì)比:

場(chǎng)景1:以目前絕大多數(shù)IES采取的經(jīng)濟(jì)指標(biāo)作為唯一評(píng)價(jià)指標(biāo),力求整個(gè)IES經(jīng)濟(jì)效益最優(yōu)。

場(chǎng)景2:本文所構(gòu)建的基于AHP決策體系的綜合評(píng)價(jià)指標(biāo)；

2種場(chǎng)景的優(yōu)化結(jié)果見表5。場(chǎng)景1供電及用電情況如圖5所示,供熱及耗熱情況如圖6所示。

表5 2種場(chǎng)景的優(yōu)化結(jié)果Tab.5 Optimization results of two scenarios

圖5 場(chǎng)景1供電及用電情況Fig.5 Power supply and consumption of scenario 1

圖6 場(chǎng)景1供熱及耗熱情況Fig.6 Thermal energy supply and consumption of scenario 1

當(dāng)以經(jīng)濟(jì)為唯一評(píng)價(jià)指標(biāo)時(shí),系統(tǒng)不再從上級(jí)電網(wǎng)購電避免增加成本,而在平電價(jià)、峰電價(jià)等售電電價(jià)較高時(shí)段系統(tǒng)向上級(jí)電網(wǎng)售電以獲取售電收益。因不再考慮環(huán)境、能源因素,在調(diào)度日各時(shí)段以傳統(tǒng)化石能源為燃料的火電機(jī)組大量工作,雖會(huì)使運(yùn)維成本以及碳交易成本增大；但由于系統(tǒng)在滿足電負(fù)荷需求后將富余電能供給P2G裝置使其工作、產(chǎn)氣,因此減少了外購天然氣的成本,同時(shí)在P2G裝置運(yùn)行過程中會(huì)吸收大量二氧化碳,由碳交易機(jī)制,可將其視為在碳交易市場(chǎng)出售碳排放權(quán)從而獲得售權(quán)收益進(jìn)一步降低了系統(tǒng)的成本。從結(jié)果可知,場(chǎng)景1的環(huán)境效益、能源效益非常的差,較場(chǎng)景2的系統(tǒng)環(huán)境效益降低65%,能源效益降低14.7%,而經(jīng)濟(jì)效益僅提高10.7%,不符合綠色低碳、可持續(xù)發(fā)展的要求,而基于AHP決策體系構(gòu)建的綜合評(píng)價(jià)指標(biāo)兼顧經(jīng)濟(jì)、環(huán)境、能源,較目前大多IES采取的僅以經(jīng)濟(jì)指標(biāo)為唯一評(píng)價(jià)指標(biāo)而言更加全面、更具優(yōu)勢(shì)。

4.3 不同調(diào)度模型對(duì)比

為進(jìn)一步驗(yàn)證本文所提模型的合理性,同時(shí)找出最優(yōu)調(diào)度方案,設(shè)定了以下4種場(chǎng)景:

場(chǎng)景2:本文所提模型；

場(chǎng)景3:離網(wǎng)模式,即不與上級(jí)電網(wǎng)進(jìn)行電能交互,其他與場(chǎng)景2一致；

場(chǎng)景4:無儲(chǔ)能設(shè)備,即不含儲(chǔ)電設(shè)備、儲(chǔ)熱設(shè)備,其他與場(chǎng)景2一致；

場(chǎng)景5:不考慮激勵(lì)型需求響應(yīng),即不再將電負(fù)荷細(xì)分,忽略負(fù)荷側(cè)用戶自主參與調(diào)度的可能,其他與場(chǎng)景2一致。

4種場(chǎng)景的綜合評(píng)價(jià)指標(biāo)最優(yōu)結(jié)果見表6。場(chǎng)景2的調(diào)度優(yōu)化結(jié)果如圖7—10所示。其中,圖7為系統(tǒng)與上級(jí)電網(wǎng)之間的電能交互功率，圖8、9為系統(tǒng)儲(chǔ)電設(shè)備、儲(chǔ)熱設(shè)備充放能功率圖，圖10為系統(tǒng)考慮需求響應(yīng)后,調(diào)度各時(shí)段柔性電負(fù)荷功率。

表6 4種場(chǎng)景的最優(yōu)綜合評(píng)價(jià)指標(biāo)Tab.6 Optimal comprehensive evaluation index of four scenarios

圖7 交互功率Fig.7 Interactive power

圖8 儲(chǔ)電設(shè)備運(yùn)行情況Fig.8 Operation of power storage equipment

圖9 儲(chǔ)熱設(shè)備運(yùn)行情況Fig.9 Operation of heat storage equipment

圖10 電力柔性負(fù)荷功率Fig.10 Power of flexible load

結(jié)合圖2、3可知,在谷電價(jià)時(shí)段雖然系統(tǒng)電負(fù)荷較少；但購電電價(jià)較低,因此系統(tǒng)從上級(jí)電網(wǎng)購電,在滿足電負(fù)荷需求的情況下將富余電能一部分存儲(chǔ)在儲(chǔ)電設(shè)備中,一部分供給P2G裝置產(chǎn)氣以使燃?xì)廨啓C(jī)、燃?xì)忮仩t正常供熱,剩余所需天然氣通過外購的方式進(jìn)行補(bǔ)給。在峰電價(jià)時(shí)段熱負(fù)荷需求較其他時(shí)段減少,在滿足熱負(fù)荷需求的情況下將富余熱能存儲(chǔ)在儲(chǔ)熱設(shè)備中,相反此時(shí)為電負(fù)荷需求高峰；但由于售電電價(jià)較高,因此系統(tǒng)將其他時(shí)段存儲(chǔ)在儲(chǔ)電設(shè)備的大部分電能釋放,同時(shí)激勵(lì)負(fù)荷側(cè)用戶改變用電時(shí)段，減少此時(shí)段負(fù)荷側(cè)用電量實(shí)現(xiàn)削峰填谷,在滿足系統(tǒng)正常運(yùn)行下將剩余電能出售給上級(jí)電網(wǎng)以獲取收益。此時(shí)已沒有過多電能供給P2G轉(zhuǎn)置,P2G裝置的使用大幅減少,系統(tǒng)中燃?xì)廨啓C(jī)、燃?xì)忮仩t主要通過輸入外購的天然氣以正常工作。綜上并結(jié)合表6可知,場(chǎng)景2中因?yàn)槟芘c上級(jí)電網(wǎng)進(jìn)行電能交互,同時(shí)包含儲(chǔ)能裝置,并引入激勵(lì)型需求響應(yīng),在調(diào)度日內(nèi)供能方式更加靈活,所以在經(jīng)濟(jì)、環(huán)境最優(yōu)的同時(shí)兼顧能源效益,綜合評(píng)價(jià)指標(biāo)最優(yōu)。

5 結(jié)論

本文構(gòu)建了電-熱-氣IES架構(gòu),引入碳交易機(jī)制并將碳交易成本計(jì)入經(jīng)濟(jì)指標(biāo)中,同時(shí)綜合考慮經(jīng)濟(jì)、環(huán)境、能源三方面建立了基于AHP決策體系的綜合評(píng)價(jià)指標(biāo)運(yùn)行優(yōu)化模型,針對(duì)原始SSA存在的不足,采用Tent混沌映射和精英反向?qū)W習(xí)策略進(jìn)行改進(jìn)以提高初始種群多樣性，增強(qiáng)跳出局部最優(yōu)的能力,將ISSA用于求解模型獲取系統(tǒng)各時(shí)段機(jī)組配置最優(yōu)方案,通過算例對(duì)比分析,得到以下主要結(jié)論:

① 與上級(jí)電網(wǎng)進(jìn)行電能交互，在IES系統(tǒng)中增加儲(chǔ)能設(shè)備，考慮用戶側(cè)需求響應(yīng)能增加系統(tǒng)效益、調(diào)度的靈活性,從綜合評(píng)價(jià)指標(biāo)結(jié)果看系統(tǒng)更優(yōu)。

② 通過與PSO、SSA對(duì)比,結(jié)合迭代過程以及最終求解結(jié)果,表明ISSA在尋優(yōu)精度、尋優(yōu)收斂速度均為三者最優(yōu),驗(yàn)證了第3節(jié)改進(jìn)策略的有效性。

③ 當(dāng)選用不同的評(píng)價(jià)指標(biāo),系統(tǒng)中機(jī)組出力情況不同。AHP能決策綜合評(píng)價(jià)指標(biāo)的權(quán)重,使所提指標(biāo)兼顧經(jīng)濟(jì)、環(huán)境、能源,較單一評(píng)價(jià)指標(biāo)而言更加全面、更具優(yōu)勢(shì)。