论文部分内容阅读
基于多能流型区域建立综合能源系统并实施经济调度优化的关键在于实现能源的可持续供应发展，同时减少能源生产与使用所造成的严重环境污染，这是全球各国都在尝试思考解决的现实问题。各国还应该思考构建多种类型的多能流型区的综合能源系统模型，并持续不断的根据环境问题调整系统能源结构核心，缓解由能源问题所带来的国家综合经济发展与调度压力。
一、我国建设多能流型区综合能源系统的必要性
改革开放初期（1978年）我国的能源消耗总量为5.7亿吨标准煤，而到2018年这一数字增长到47.2亿吨，这使得40年来我国的碳排放量也从1%迅速增长到28%，成为全球最大的碳排放量国家。目前各个城市所面临的严重“雾霾”天气问题就由此原因所致，因此我国环境气候问题治理的严峻性与能源发展革命的迫切性也日益凸显，它们成为我国能源发展刻不容缓的重要任务。在2017年的十九大报告中习近平总书记也提出了“能源生产”与“消费革命”这两大关键词，他希望我国能够成功构建以低碳清洁、安全高效为基本建设原则的能源消耗体系，全面推动我国能源革命的快速向前发展。按照我国规划，截止到2020年我国的非石化能源消费比率应该至少上升15%以上，而天然气消费比率则要上升到10%左右，与此同时煤炭的消费比重要下降58%左右。为了满足这一重大的国家综合能源系统供给侧结构深化改革要求，我国引入并应用新技术理念，确保能源应用形式向多样化方向发展，积极探寻全新的能源发展方式以实现能源结构的优化调整。
就目前来看，我国已经在寻找应对多重能源应用压力下的综合能源系统改革优化途径，希望切实构建能源一体化规划设计系统，就比如说区域综合能源系统。该系统可实现基于多种能源的耦合互补关系，建立专门化的综合能源阶梯性利用体系，实现能源系统在不同尺度、不同时间维度上的相关互补性优化调整，建立真正的多能流型区域。
所谓多能流型区域中就包含了多种异质能流系统，像电流、气流、热流、冷流等，它们通过CCHP设备系统实现多能流型区域能源转换，构建系统中各种能源的耦合互补关系，系统中就主要以天然气作为主要燃料，有效解决传统综合能源系统中能源转化率相对偏低的问题，同时满足用户的多样性能源应用需求。总的来说，多能流型区的综合能源系统能源调度基本实现多种能源的多级利用，它可有效提高能源利用效率，同时大量减少二氧化碳及有害气体的向外排放，根据实践经验结果表明该系统的能源一次利用效率最高可超过95%以上。
民用建筑中的冷热电综合能源系统就是基于多能流型区所设计构建的，它其中同时利用可再生能源与非可再生能源，从整体上提高了民用建筑楼宇的用能效率，同时也大幅度减少了温室气体排放，为用户提供了包括冷、热、电等在内的多种能源，完全满足了用户的多样性用能需求，而且民用建筑的能源应用转化效率也得到大幅度提高，这还主要得益于它的能量梯级利用功能体系，可为民用建筑提高用能效率超过30%。
二、多能流型区域的综合能源系统经济调度优化模型构建与应用分析
区域能源系统可通过优化控制实现内部有效出力，减小系统运行成本与污染物排放量，为此应该考虑利用多能流型区域建设理念打破传统能源系统建设单一的问题，利用新的经济调度优化模型实现目标项目运行成本的最优化。
1.Pareto最优解概述。采用Pareto最优解，它是多能流型区域的综合能源系统调度优化模型中的一大应用技术环节，它会首先考察用户目标能源应用侧重点，再结合不同侧重点选取不同的综合能源系统运行方案。相比于传统普通微电网系统，多能流型区域综合能源系统在内部设备结构与能源结构之间的耦合关系构建更复杂多变，而且多种能源相互之间也存在一定的耦合互补关系，所以它更有利于调度策略的有效确定与实施，通常情况下可采用上文提到的Pareto系统调度作为最优解，它能增加集中调度结果，体现调度结果的合理性与多样性。
2.Pareto最优解的多目标优化问题简析与算法提出。就目前来看，采用Pareto最优解的多目标优化可为多能流型区域的综合能源系统进行经济调度优化，它主要将综合能源系统中的某些问题集中并形成目标函数，分析其中冲突，并为某一个目标给出最优化解决方案。不过它一般会以牺牲其它目标来提出最优解方案，所以客观讲它难以对多目标问题进行综合的优劣性评价。而基于多目标问题的最终优化解集则专门关注到一组问题答案折中的解集内容，由此就可以展开对Pareto最优化解集的有效研究，建立多目标优化问题的相关数学模型。
3.算法优化步骤提出。参考Pareto最优解算法，进一步提出模型的最优化算法求解步骤，可采用围绕线性递减权重所展开的多目标优化算法，其具体的优化算法步骤就包含了以下5步骤：第一步骤，要输入算法并明确具体的模型参数种群个数、粒子维数以及最大迭代次数;第二步骤，要在有限变量阈值范围内生成多组粒子并建立初始种群，实现初始方案优化，同时明确初始化粒子速度;第三步骤，要确定粒子的初始个体最优位置与全局最优位置;第四步骤，要搜索空间内部的例子速度位置并进行有效调整改变，进而形成新的粒子群;第五步骤，看是否满足了模型的终止条件，如果已经满足终止条件则停止模型优化计算，如果不满足终止条件则需要回到第四步骤重新展開优化计算过程。
4.多能流型区综合能源系统经济调度优化模型的求解过程。多能流型区的综合能源系统经济调度优化模型构建先要进行系统的初始化优化，并将机组、控制算法参数 t 设置为1。然后采用有限顺序法确定在 t 时段的机组组合状态，并同时生成初始粒子群，其中取 k 值为0，同时计算粒子的适应度。此时根据Pareto最优解中的支配原则与个体聚集密度原则选择技术应用类型，例如可直接对模型中的粒子个体极值与全局极值进行分析，并形成新模型“k=k 1”，在建立新模型后更新其中每一个粒子的准确速度与正确位置，最后求得Pareto的非劣解集合。在得出Pareto非劣解的同时进行模糊聚类分析，并计算得出非劣最优解组合内容，在输出机组组合状态并满足对应机组出力后完成模型求解计算过程。如果t
一、我国建设多能流型区综合能源系统的必要性
改革开放初期（1978年）我国的能源消耗总量为5.7亿吨标准煤，而到2018年这一数字增长到47.2亿吨，这使得40年来我国的碳排放量也从1%迅速增长到28%，成为全球最大的碳排放量国家。目前各个城市所面临的严重“雾霾”天气问题就由此原因所致，因此我国环境气候问题治理的严峻性与能源发展革命的迫切性也日益凸显，它们成为我国能源发展刻不容缓的重要任务。在2017年的十九大报告中习近平总书记也提出了“能源生产”与“消费革命”这两大关键词，他希望我国能够成功构建以低碳清洁、安全高效为基本建设原则的能源消耗体系，全面推动我国能源革命的快速向前发展。按照我国规划，截止到2020年我国的非石化能源消费比率应该至少上升15%以上，而天然气消费比率则要上升到10%左右，与此同时煤炭的消费比重要下降58%左右。为了满足这一重大的国家综合能源系统供给侧结构深化改革要求，我国引入并应用新技术理念，确保能源应用形式向多样化方向发展，积极探寻全新的能源发展方式以实现能源结构的优化调整。
就目前来看，我国已经在寻找应对多重能源应用压力下的综合能源系统改革优化途径，希望切实构建能源一体化规划设计系统，就比如说区域综合能源系统。该系统可实现基于多种能源的耦合互补关系，建立专门化的综合能源阶梯性利用体系，实现能源系统在不同尺度、不同时间维度上的相关互补性优化调整，建立真正的多能流型区域。
所谓多能流型区域中就包含了多种异质能流系统，像电流、气流、热流、冷流等，它们通过CCHP设备系统实现多能流型区域能源转换，构建系统中各种能源的耦合互补关系，系统中就主要以天然气作为主要燃料，有效解决传统综合能源系统中能源转化率相对偏低的问题，同时满足用户的多样性能源应用需求。总的来说，多能流型区的综合能源系统能源调度基本实现多种能源的多级利用，它可有效提高能源利用效率，同时大量减少二氧化碳及有害气体的向外排放，根据实践经验结果表明该系统的能源一次利用效率最高可超过95%以上。
民用建筑中的冷热电综合能源系统就是基于多能流型区所设计构建的，它其中同时利用可再生能源与非可再生能源，从整体上提高了民用建筑楼宇的用能效率，同时也大幅度减少了温室气体排放，为用户提供了包括冷、热、电等在内的多种能源，完全满足了用户的多样性用能需求，而且民用建筑的能源应用转化效率也得到大幅度提高，这还主要得益于它的能量梯级利用功能体系，可为民用建筑提高用能效率超过30%。
二、多能流型区域的综合能源系统经济调度优化模型构建与应用分析
区域能源系统可通过优化控制实现内部有效出力，减小系统运行成本与污染物排放量，为此应该考虑利用多能流型区域建设理念打破传统能源系统建设单一的问题，利用新的经济调度优化模型实现目标项目运行成本的最优化。
1.Pareto最优解概述。采用Pareto最优解，它是多能流型区域的综合能源系统调度优化模型中的一大应用技术环节，它会首先考察用户目标能源应用侧重点，再结合不同侧重点选取不同的综合能源系统运行方案。相比于传统普通微电网系统，多能流型区域综合能源系统在内部设备结构与能源结构之间的耦合关系构建更复杂多变，而且多种能源相互之间也存在一定的耦合互补关系，所以它更有利于调度策略的有效确定与实施，通常情况下可采用上文提到的Pareto系统调度作为最优解，它能增加集中调度结果，体现调度结果的合理性与多样性。
2.Pareto最优解的多目标优化问题简析与算法提出。就目前来看，采用Pareto最优解的多目标优化可为多能流型区域的综合能源系统进行经济调度优化，它主要将综合能源系统中的某些问题集中并形成目标函数，分析其中冲突，并为某一个目标给出最优化解决方案。不过它一般会以牺牲其它目标来提出最优解方案，所以客观讲它难以对多目标问题进行综合的优劣性评价。而基于多目标问题的最终优化解集则专门关注到一组问题答案折中的解集内容，由此就可以展开对Pareto最优化解集的有效研究，建立多目标优化问题的相关数学模型。
3.算法优化步骤提出。参考Pareto最优解算法，进一步提出模型的最优化算法求解步骤，可采用围绕线性递减权重所展开的多目标优化算法，其具体的优化算法步骤就包含了以下5步骤：第一步骤，要输入算法并明确具体的模型参数种群个数、粒子维数以及最大迭代次数;第二步骤，要在有限变量阈值范围内生成多组粒子并建立初始种群，实现初始方案优化，同时明确初始化粒子速度;第三步骤，要确定粒子的初始个体最优位置与全局最优位置;第四步骤，要搜索空间内部的例子速度位置并进行有效调整改变，进而形成新的粒子群;第五步骤，看是否满足了模型的终止条件，如果已经满足终止条件则停止模型优化计算，如果不满足终止条件则需要回到第四步骤重新展開优化计算过程。
4.多能流型区综合能源系统经济调度优化模型的求解过程。多能流型区的综合能源系统经济调度优化模型构建先要进行系统的初始化优化，并将机组、控制算法参数 t 设置为1。然后采用有限顺序法确定在 t 时段的机组组合状态，并同时生成初始粒子群，其中取 k 值为0，同时计算粒子的适应度。此时根据Pareto最优解中的支配原则与个体聚集密度原则选择技术应用类型，例如可直接对模型中的粒子个体极值与全局极值进行分析，并形成新模型“k=k 1”，在建立新模型后更新其中每一个粒子的准确速度与正确位置，最后求得Pareto的非劣解集合。在得出Pareto非劣解的同时进行模糊聚类分析，并计算得出非劣最优解组合内容，在输出机组组合状态并满足对应机组出力后完成模型求解计算过程。如果t