考慮新建工業園區用能不確定性的“源-儲”魯棒優化配置

徐夏怡 宮瑤 李玉衡

摘 ?要： 工業園區用戶能源需求種類多樣，用能量大，是未來多能互補、能源互聯網建設的重要落腳點之一。其中，新建工業園區因產權清晰、責權明確而成為投資方的關注熱點。但是，如何合理配置園區供能設施，從而保證在入駐企業用能不確定性的情況下的投資收益，是困擾投資方的一項難題。本文考慮園區三類典型入駐企業用能特征，建立以投資收益最大化為目標的園區“源-儲”魯棒優化配置模型，保證投資收益。首先，基于數據搜集整理獲得三類典型企業的用能負荷特征，獲得其在典型工況下的用電、用熱、用冷負荷曲線。其次，綜合考慮光伏、冷熱電三聯供、儲能等設備投資，建立適應入駐企業用能特征不確定性的“源-儲”魯棒優化配置模型，并基于MATLAB CPLEX工具包進行求解。最后，以某工業園區為算例，驗證所建模型的有效性。仿真結果表明，本文建立的新建工業園區“源-儲”魯棒優化配置模型可以有效保證園區企業用能不確定情況下的投資收益，為吸引投資、合理配置提供科學依據。

關鍵詞： 新建工業園區;多能互補;用能不確定性;魯棒優化配置

中圖分類號： O224 ? ?文獻標識碼： 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. 考慮新建工業園區用能不確定性的“源-儲”魯棒優化配置[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

隨著我國經濟轉型和產業調整，新建工業園區規模不斷擴大，能源需求量持續攀高。園區中能源負荷需求呈現多樣化，對供電、供冷、供熱質量要求不斷提高，工業園區配置也隨之相應調整[1]。新建園區在實際配置和運行時還面臨著冷、熱、電負荷需求的多重不確定性問題[2]，所以新建園區的投資者需要合理配置園區供能設施，兼顧預期的企業需求與投入產出關系，保證在不同負荷需求的企業入駐情況下的投資收益。因此在充分考慮入住企業用能不確定性的基礎上進行魯棒優化配置，具有重要的實際意義。

現有研究已有一些針對分布式電源和儲能的優化配置方法，但絕大部分文獻采用了確定性模型。文獻[3]從能源調度角度出發，對工業園區混合能源系統進行建模，利用粒子群算法求解，得到了區域綜合能源多能互補的優化配置方案，但忽略了企業入駐不確定性對園區能源負荷的影響;文獻[4]對風光組合系統進行成本建模，利用遺傳算法進行裝機容量優化配置，降低系統成本，但所建模型沒有充分考慮配置儲能和各設備工作特性，以及企業的負荷情況;文獻[5]根據各種設備的工作特性，系統性地建立了園區內部供能和儲能設備的運行模型，為本文園區優化配置模型的建立提供較為可靠的輔助;文獻[6-9]對園區配置進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[10]和[11]以電網公司作為投資主體，同時配置了分布式電源和儲能，但沒有從分布式發電商的角度進行考量。綜合來看，目前對于綜合能源的配置模型的研究理想化，缺少對不確定性的分析，對工業園區的建設缺少明確的參考性。本文在上述文獻已經建立好的模型基礎上，結合其分析思路，對于負荷功率不確定性進行了重點研究，對新建工業園區能源負荷不確定性進行魯棒性優化配置。

因此，本文在現有研究的基礎上，提出了一種考慮入駐企業負荷需求不確定性的“源-儲”魯棒優化配置模型，此模型能夠使得園區能源系統在負荷不確定時保證未來經濟效益。在詳細調查各種典型企業能源日負荷曲線的情況下，以投資收益為最大化為目標函數，綜合考慮了投資費用、運行費用，對新建工業園區的設備容量配置和運行策略進行了優化分析，為新建園區投資方進行決策提供了參考依據。

1 ?新建工業園區源-儲配置及企業負荷調度概況

本文以對新建工業園區的光伏發電、CCHP機組和儲能的優化配置為研究對象，結合光伏發電容量、冷熱電三聯供供能能量、以及儲能設備的最大充放功率，對一個調度周期內的配置結果進行優化。

目前該工業園區總占地面積為S，考慮由不同負荷需求的三家企業入駐，經過調研和數據處理，繪制得生物類企業、塑料加工企業、食品加工類企業三類企業在一天之內的冷、熱、電負荷曲線。

該負荷曲線為各類企業單位面積（100平米）對冷、熱、電的能量需求。入駐園區后，每家企業每小時的能量需求與其在園區中占地面積有關。

儲能設備（蓄電池）充放功率上限0.25。天然氣價格為3.45元/m3，對應單價0.34元/（kWh）。

目標函數要求獲取在任何企業入駐情況下都能取得收益的決策方案，此時不確定量為3個企業的面積，面積與企業決策的成本收益之間有對應關系，目標函數的收益模型可表示為面積的多元函數，因此構建多元函數 （其中 、 、 分別為3個企業對于冷、熱、電個能量的折算總面積，p、q、s為三種能量供求相等時對應的凈收益系數），利用約束條件限制解的范圍以及變量的初始條件，通過MATLAB繪圖函數繪制三維網格曲面，找到在任何企業入駐不確定情況下收益的最大值，隨后折算到對應的機組容量配置方案，即對應題目所需的決策方案。對于多產出的電量，需要配置一定的儲能設備進行存儲，以便于把多產生的電出售給電網，因此儲能設備的配置需要根據供求相等時的函數所得f（x）的解 來分情況討論，如果解 對應的電量收益大于建立儲能設備的成本，則需要建立合適容量的儲能設備。設儲能設備配置 臺，儲能對應收益即為 ，（其中d為單位面積發電量售給電網的收益，e為每臺儲能設備的成本），則最終企業收益需要加入此部分。

根據新建工業園區源-儲配置及企業負荷調度概況的分析，可以得到單位面積對應的日總平均冷熱電能量需求簡化為42，37，144，三種供能設備每日產生能量為37，48，76，三家企業單位面積對應的年總凈收益系數分別為p=46，q=52，s=28。對已經建立魯棒優化模型進行對偶轉換，將其轉換為（23）所示的確定性規劃問題，其次利用南方某工業園區的已知數據，對目標函數及約束條件中的分時電價，購熱能價格，冷能價格及其能源系統中的設備參數等進行賦值，使部分參數轉換為確定值后。采用Yalmip工具箱和商業軟件Cplex在MATLAB中進行仿真分析，最后根據最優面積分布來確定機組容量配置，利用MTALAB內部固有函數獲取最小值，得到滿足條件的最優情況，隨后根據儲能設備所需的配置容量，得到各類設備的容量最優配置方案。

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，可以得到模型中園區配置可獲得的最小收益為85，最大收益為96，對應最優配置解為30，45，25，即可得到制冷設備配置容量為34.05 kW，供熱設備配置容量應為34.68 kW，供電設備配置容量為47.37kW，配置儲能設備為10 kW，假定每度電經過儲能設備出售給電網所得的凈收益為2，則最終收益為96+2*240=576，與實際相符合，可以作為新建園區配置的參考。

在本文中，不確定參數在一特定的有界空間內變化，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個隨機實現（例如：～[標稱值?ρGt，標稱值+ρGt]）來評估所構建的確定性模型與魯棒模型所獲得的解的性能[12]，結果如表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函數值最大，因此本文所構建的魯棒模型在處理參數不確定性方面具有較好的穩定性。

如果采用其他配置方案，則可能會出現園區實際配置過多，企業實際負荷需求較少，造成多余配置部分由于沒有產生足夠利益而虧損成本值，如圖4所示，對于企業入駐占地面積情況進行多次隨機取值，找到對應收益，根據結果判斷出所求解確實優于其他配置解，因此經仿真測驗結果可以證明此種保守配置方法的優越性。

6 ?結語

本文提出一種考慮新建工業園區用能不確定性的“源-儲”魯棒優化配置方法，即通過負荷調度以及對成本和收益的估算，列出目標函數以及約束條件的矩陣不等式方程，根據對偶原理轉換成線性最優解問題，利用MATLAB工具函數進行求解，保證了投資的收益最大化，為投資商提供了參考。

但論文將園區單位面積的產能收益轉化為面積的一次函數形式，實際上由于產能收益與園區規劃面積、時間狀況、成本對于投資決策的影響等因素的影響，產能收益與面積有更復雜的關系，在后續分析中可以對此進行改進。此外目標函數中，對于成本以及收益的計算排除了風能，但實際情況中對于風能這一能源也有廣泛應用，再后續研究中應加以考慮。

參考文獻

[1] 楊錫運， 張璜， 修曉青， 等. 基于商業園區源/儲/荷協同運行的儲能系統多目標優化配置[J]. 電網技術， 2017， 41（12）： 3996-4003.

[2] 仇知， 王蓓蓓， 賁樹俊， 等. 計及不確定性的區域綜合能源系統雙層優化配置規劃模型[J]. 電力自動化設備， 2019， 39（8）： 176-185.

[3] 馬超， 夏雪， 譙宗， 等. 工業園區混合能源優化配置方法應用與實踐[J]. 四川電力技術， 42（02）： 66-71.

[4] 時思思， 張新燕， 王志浩， 等. 基于改進NSGA-Ⅱ算法的風光組合多饋入直流送端系統裝機容量優化配置研究[J]. 可再生能源， 2019， 37（8）： 1198-1205.

[5] 熊軍華. 工業園區綜合負荷建模及電源容量配置優化研究[M]. 水利水電出版社， 2018.

[6] 薛金花， 葉季蕾， 陶瓊， 等. 基于多場景的商業園區源-儲-荷系統運營模式及投資決策研究[J]. 電力自動化設備， 2019， 39（2）： 78-83+92.

[7] 鄭國太， 李昊， 趙寶國， 等. 基于供需能量平衡的用戶側綜合能源系統電/熱儲能設備綜合優化配置[J]. 電力系統保護與控制， 2018， 46（16）： 8-18.

[8] 朱蘭， 牛培源， 唐隴軍， 等. 考慮直接負荷控制不確定性的微能源網魯棒優化運行[J/OL]. 電網技術： 1-12 [2019- 12-17]. https：//doi.org/10.13335/j.1000-3673.pst.2019.1380.

[9] 熊文， 劉育權， 蘇萬煌， 等. 考慮多能互補的區域綜合能源系統多種儲能優化配置[J]. 電力自動化設備， 2019， 39（1）： 118-125+128.

[10] 白牧可， 唐巍， 譚煌， 等. 基于虛擬分區調度和二層規劃的城市配電網光伏-儲能優化配置[J]. 電力自動化設備， 2016， 36（5）： 145-152.

[11] 蘇海鋒， 胡夢錦， 梁志瑞. 基于時序特性含儲能裝置的分布式電源規劃[J]. 電力自動化設備， 2016， 36（6）： 56-63.

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

[13] 許妙， 袁紅平. 不確定環境下建筑廢棄物設施選址的多目標魯棒優化問題[J]. 工業工程， 2019（5）： 82-93.

[14] 楊錫運， 董德華， 李相俊， 等. 商業園區儲能系統削峰填谷的有功功率協調控制策略[J]. 電網技術，2018， 42（8）： 2251-2561.

[15] 朱佳明， 劉斌， 謝海遠， 等. 基于二層規劃的用戶側儲能容量配置和最優運行策略分析[J]. 南方電網技術， 2016， 10（10）： 43-50.

[16] 郭尊， 李庚銀， 周明， 等. 考慮網絡約束和源荷不確定性的區域綜合能源系統兩階段魯棒優化調度[J]. 電網技術， 2019， 43（9）： 3090-3100.

[17] 楊水麗， 張明霞， 侯朝勇， 等. 基于逐時分析的園區源-儲-荷協同運行的儲能容量優化配置[J]. 電器與能效管理技術， 2018（20）： 50-56+72.