论文部分内容阅读
摘 要： 工业园区用户能源需求种类多样，用能量大，是未来多能互补、能源互联网建设的重要落脚点之一。其中，新建工业园区因产权清晰、责权明确而成为投资方的关注热点。但是，如何合理配置园区供能设施，从而保证在入驻企业用能不确定性的情况下的投资收益，是困扰投资方的一项难题。本文考虑园区三类典型入驻企业用能特征，建立以投资收益最大化为目标的园区“源-储”鲁棒优化配置模型，保证投资收益。首先，基于数据搜集整理获得三类典型企业的用能负荷特征，获得其在典型工况下的用电、用热、用冷负荷曲线。其次，综合考虑光伏、冷热电三联供、储能等设备投资，建立适应入驻企业用能特征不确定性的“源-储”鲁棒优化配置模型，并基于MATLAB CPLEX工具包进行求解。最后，以某工业园区为算例，验证所建模型的有效性。仿真结果表明，本文建立的新建工业园区“源-储”鲁棒优化配置模型可以有效保证园区企业用能不确定情况下的投资收益，为吸引投资、合理配置提供科学依据。
关键词： 新建工业园区;多能互补;用能不确定性;鲁棒优化配置
中图分类号： O224 文献标识码： A DOI：10.3969/j.issn.1003-6970.2020.08.019
本文著录格式：徐夏怡，宫瑶，李玉衡，等. 考虑新建工业园区用能不确定性的“源-储”鲁棒优化配置[J]. 软件，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
隨着我国经济转型和产业调整，新建工业园区规模不断扩大，能源需求量持续攀高。园区中能源负荷需求呈现多样化，对供电、供冷、供热质量要求不断提高，工业园区配置也随之相应调整[1]。新建园区在实际配置和运行时还面临着冷、热、电负荷需求的多重不确定性问题[2]，所以新建园区的投资者需要合理配置园区供能设施，兼顾预期的企业需求与投入产出关系，保证在不同负荷需求的企业入驻情况下的投资收益。因此在充分考虑入住企业用能不确定性的基础上进行鲁棒优化配置，具有重要的实际意义。
现有研究已有一些针对分布式电源和储能的优化配置方法，但绝大部分文献采用了确定性模型。文献[3]从能源调度角度出发，对工业园区混合能源系统进行建模，利用粒子群算法求解，得到了区域综合能源多能互补的优化配置方案，但忽略了企业入驻不确定性对园区能源负荷的影响;文献[4]对风光组合系统进行成本建模，利用遗传算法进行装机容量优化配置，降低系统成本，但所建模型没有充分考虑配置储能和各设备工作特性，以及企业的负荷情况;文献[5]根据各种设备的工作特性，系统性地建立了园区内部供能和储能设备的运行模型，为本文园区优化配置模型的建立提供较为可靠的辅助;文献[6-9]对园区配置进行了一定的概况分析，为本文提供了配置方案的基本参考;文献[10]和[11]以电网公司作为投资主体，同时配置了分布式电源和储能，但没有从分布式发电商的角度进行考量。综合来看，目前对于综合能源的配置模型的研究理想化，缺少对不确定性的分析，对工业园区的建设缺少明确的参考性。本文在上述文献已经建立好的模型基础上，结合其分析思路，对于负荷功率不确定性进行了重点研究，对新建工业园区能源负荷不确定性进行鲁棒性优化配置。 因此，本文在现有研究的基础上，提出了一种考虑入驻企业负荷需求不确定性的“源-储”鲁棒优化配置模型，此模型能够使得园区能源系统在负荷不确定时保证未来经济效益。在详细调查各种典型企业能源日负荷曲线的情况下，以投资收益为最大化为目标函数，综合考虑了投资费用、运行费用，对新建工业园区的设备容量配置和运行策略进行了优化分析，为新建园区投资方进行决策提供了参考依据。
1 新建工业园区源-储配置及企业负荷调度概况
本文以对新建工业园区的光伏发电、CCHP机组和储能的优化配置为研究对象，结合光伏发电容量、冷热电三联供供能能量、以及储能设备的最大充放功率，对一个调度周期内的配置结果进行优化。
目前该工业园区总占地面积为S，考虑由不同负荷需求的三家企业入驻，经过调研和数据处理，绘制得生物类企业、塑料加工企业、食品加工类企业三类企业在一天之内的冷、热、电负荷曲线。
该负荷曲线为各类企业单位面积（100平米）对冷、热、电的能量需求。入驻园区后，每家企业每小时的能量需求与其在园区中占地面积有关。
储能设备（蓄电池）充放功率上限0.25。天然气价格为3.45元/m3，对应单价0.34元/（kWh）。
目标函数要求获取在任何企业入驻情况下都能取得收益的决策方案，此时不确定量为3个企业的面积，面积与企业决策的成本收益之间有对应关系，目标函数的收益模型可表示为面积的多元函数，因此构建多元函数 （其中 、 、 分别为3个企业对于冷、热、电个能量的折算总面积，p、q、s为三种能量供求相等时对应的净收益系数），利用约束条件限制解的范围以及变量的初始条件，通过MATLAB绘图函数绘制三维网格曲面，找到在任何企业入驻不确定情况下收益的最大值，随后折算到对应的机组容量配置方案，即对应题目所需的决策方案。对于多产出的电量，需要配置一定的储能设备进行存储，以便于把多产生的电出售给电网，因此储能设备的配置需要根据供求相等时的函数所得f（x）的解 来分情况讨论，如果解 对应的电量收益大于建立储能设备的成本，则需要建立合适容量的储能设备。设储能设备配置 台，储能对应收益即为 ，（其中d为单位面积发电量售给电网的收益，e为每台储能设备的成本），则最终企业收益需要加入此部分。
根据新建工业园区源-储配置及企业负荷调度概况的分析，可以得到单位面积对应的日总平均冷热电能量需求简化为42，37，144，三种供能设备每日产生能量为37，48，76，三家企业单位面积对应的年总净收益系数分别为p=46，q=52，s=28。对已经建立鲁棒优化模型进行对偶转换，将其转换为（23）所示的确定性规划问题，其次利用南方某工业园区的已知数据，对目标函数及约束条件中的分时电价，购热能价格，冷能价格及其能源系统中的设备参数等进行赋值，使部分参数转换为确定值后。采用Yalmip工具箱和商业软件Cplex在MATLAB中进行仿真分析，最后根据最优面积分布来确定机组容量配置，利用MTALAB内部固有函数获取最小值，得到满足条件的最优情况，随后根据储能设备所需的配置容量，得到各类设备的容量最优配置方案。
得到绘制出的净收益三维曲线如图3。
由MATLAB中的求最值函数，可以得到模型中园区配置可获得的最小收益为85，最大收益为96，对应最优配置解为30，45，25，即可得到制冷设备配置容量为34.05 kW，供热设备配置容量应为34.68 kW，供电设备配置容量为47.37kW，配置储能设备为10 kW，假定每度电经过储能设备出售给电网所得的净收益为2，则最终收益为96+2*240=576，与实际相符合，可以作为新建园区配置的参考。
在本文中，不确定参数在一特定的有界空间内变化，记Gt为不确定性范围，ρ為不确定性水平，在各不确定性水平下，在XA、XB的不确定性集合中均匀生成3个随机实现（例如：～[标称值?ρGt，标称值+ρGt]）来评估所构建的确定性模型与鲁棒模型所获得的解的性能[12]，结果如表5所示。在所有不确定性水平下，鲁棒模型所获得的解总目标函数值最大，因此本文所构建的鲁棒模型在处理参数不确定性方面具有较好的稳定性。
如果采用其他配置方案，则可能会出现园区实际配置过多，企业实际负荷需求较少，造成多余配置部分由于没有产生足够利益而亏损成本值，如图4所示，对于企业入驻占地面积情况进行多次随机取值，找到对应收益，根据结果判断出所求解确实优于其他配置解，因此经仿真测验结果可以证明此种保守配置方法的优越性。
6 结语
本文提出一种考虑新建工业园区用能不确定性的“源-储”鲁棒优化配置方法，即通过负荷调度以及对成本和收益的估算，列出目标函数以及约束条件的矩阵不等式方程，根据对偶原理转换成线性最优解问题，利用MATLAB工具函数进行求解，保证了投资的收益最大化，为投资商提供了参考。
但论文将园区单位面积的产能收益转化为面积的一次函数形式，实际上由于产能收益与园区规划面积、时间状况、成本对于投资决策的影响等因素的影响，产能收益与面积有更复杂的关系，在后续分析中可以对此进行改进。此外目标函数中，对于成本以及收益的计算排除了风能，但实际情况中对于风能这一能源也有广泛应用，再后续研究中应加以考虑。
参考文献
[1] 杨锡运， 张璜， 修晓青， 等. 基于商业园区源/储/荷协同运行的储能系统多目标优化配置[J]. 电网技术， 2017， 41（12）： 3996-4003.
[2] 仇知， 王蓓蓓， 贲树俊， 等. 计及不确定性的区域综合能源系统双层优化配置规划模型[J]. 电力自动化设备， 2019， 39（8）： 176-185.
[3] 马超， 夏雪， 谯宗， 等. 工业园区混合能源优化配置方法应用与实践[J]. 四川电力技术， 42（02）： 66-71. [4] 时思思， 张新燕， 王志浩， 等. 基于改进NSGA-Ⅱ算法的风光组合多馈入直流送端系统装机容量优化配置研究[J]. 可再生能源， 2019， 37（8）： 1198-1205.
[5] 熊军华. 工业园区综合负荷建模及电源容量配置优化研究[M]. 水利水电出版社， 2018.
[6] 薛金花， 叶季蕾， 陶琼， 等. 基于多场景的商业园区源-储-荷系统运营模式及投资决策研究[J]. 电力自动化设备， 2019， 39（2）： 78-83+92.
[7] 郑国太， 李昊， 赵宝国， 等. 基于供需能量平衡的用户侧综合能源系统电/热储能设备综合优化配置[J]. 电力系统保护与控制， 2018， 46（16）： 8-18.
[8] 朱兰， 牛培源， 唐陇军， 等. 考虑直接负荷控制不确定性的微能源网鲁棒优化运行[J/OL]. 电网技术： 1-12 [2019- 12-17]. https：//doi.org/10.13335/j.1000-3673.pst.2019.1380.
[9] 熊文， 刘育权， 苏万煌， 等. 考虑多能互补的区域综合能源系统多种储能优化配置[J]. 电力自动化设备， 2019， 39（1）： 118-125+128.
[10] 白牧可， 唐巍， 谭煌， 等. 基于虚拟分区调度和二层规划的城市配电网光伏-储能优化配置[J]. 电力自动化设备， 2016， 36（5）： 145-152.
[11] 苏海锋， 胡梦锦， 梁志瑞. 基于时序特性含储能装置的分布式电源规划[J]. 电力自动化设备， 2016， 36（6）： 56-63.
[12] 丁磊， 刘俊勇， 刘友波， 等. 考虑分布式发电商投资的区域配电网光伏储能容量配置[J]. 可再生能源， 2017， 35（3）： 374-383.
[13] 許妙， 袁红平. 不确定环境下建筑废弃物设施选址的多目标鲁棒优化问题[J]. 工业工程， 2019（5）： 82-93.
[14] 杨锡运， 董德华， 李相俊， 等. 商业园区储能系统削峰填谷的有功功率协调控制策略[J]. 电网技术，2018， 42（8）： 2251-2561.
[15] 朱佳明， 刘斌， 谢海远， 等. 基于二层规划的用户侧储能容量配置和最优运行策略分析[J]. 南方电网技术， 2016， 10（10）： 43-50.
[16] 郭尊， 李庚银， 周明， 等. 考虑网络约束和源荷不确定性的区域综合能源系统两阶段鲁棒优化调度[J]. 电网技术， 2019， 43（9）： 3090-3100.
[17] 杨水丽， 张明霞， 侯朝勇， 等. 基于逐时分析的园区源-储-荷协同运行的储能容量优化配置[J]. 电器与能效管理技术， 2018（20）： 50-56+72.
关键词： 新建工业园区;多能互补;用能不确定性;鲁棒优化配置
中图分类号： O224 文献标识码： A DOI：10.3969/j.issn.1003-6970.2020.08.019
本文著录格式：徐夏怡，宫瑶，李玉衡，等. 考虑新建工业园区用能不确定性的“源-储”鲁棒优化配置[J]. 软件，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
隨着我国经济转型和产业调整，新建工业园区规模不断扩大，能源需求量持续攀高。园区中能源负荷需求呈现多样化，对供电、供冷、供热质量要求不断提高，工业园区配置也随之相应调整[1]。新建园区在实际配置和运行时还面临着冷、热、电负荷需求的多重不确定性问题[2]，所以新建园区的投资者需要合理配置园区供能设施，兼顾预期的企业需求与投入产出关系，保证在不同负荷需求的企业入驻情况下的投资收益。因此在充分考虑入住企业用能不确定性的基础上进行鲁棒优化配置，具有重要的实际意义。
现有研究已有一些针对分布式电源和储能的优化配置方法，但绝大部分文献采用了确定性模型。文献[3]从能源调度角度出发，对工业园区混合能源系统进行建模，利用粒子群算法求解，得到了区域综合能源多能互补的优化配置方案，但忽略了企业入驻不确定性对园区能源负荷的影响;文献[4]对风光组合系统进行成本建模，利用遗传算法进行装机容量优化配置，降低系统成本，但所建模型没有充分考虑配置储能和各设备工作特性，以及企业的负荷情况;文献[5]根据各种设备的工作特性，系统性地建立了园区内部供能和储能设备的运行模型，为本文园区优化配置模型的建立提供较为可靠的辅助;文献[6-9]对园区配置进行了一定的概况分析，为本文提供了配置方案的基本参考;文献[10]和[11]以电网公司作为投资主体，同时配置了分布式电源和储能，但没有从分布式发电商的角度进行考量。综合来看，目前对于综合能源的配置模型的研究理想化，缺少对不确定性的分析，对工业园区的建设缺少明确的参考性。本文在上述文献已经建立好的模型基础上，结合其分析思路，对于负荷功率不确定性进行了重点研究，对新建工业园区能源负荷不确定性进行鲁棒性优化配置。 因此，本文在现有研究的基础上，提出了一种考虑入驻企业负荷需求不确定性的“源-储”鲁棒优化配置模型，此模型能够使得园区能源系统在负荷不确定时保证未来经济效益。在详细调查各种典型企业能源日负荷曲线的情况下，以投资收益为最大化为目标函数，综合考虑了投资费用、运行费用，对新建工业园区的设备容量配置和运行策略进行了优化分析，为新建园区投资方进行决策提供了参考依据。
1 新建工业园区源-储配置及企业负荷调度概况
本文以对新建工业园区的光伏发电、CCHP机组和储能的优化配置为研究对象，结合光伏发电容量、冷热电三联供供能能量、以及储能设备的最大充放功率，对一个调度周期内的配置结果进行优化。
目前该工业园区总占地面积为S，考虑由不同负荷需求的三家企业入驻，经过调研和数据处理，绘制得生物类企业、塑料加工企业、食品加工类企业三类企业在一天之内的冷、热、电负荷曲线。
该负荷曲线为各类企业单位面积（100平米）对冷、热、电的能量需求。入驻园区后，每家企业每小时的能量需求与其在园区中占地面积有关。
储能设备（蓄电池）充放功率上限0.25。天然气价格为3.45元/m3，对应单价0.34元/（kWh）。
目标函数要求获取在任何企业入驻情况下都能取得收益的决策方案，此时不确定量为3个企业的面积，面积与企业决策的成本收益之间有对应关系，目标函数的收益模型可表示为面积的多元函数，因此构建多元函数 （其中 、 、 分别为3个企业对于冷、热、电个能量的折算总面积，p、q、s为三种能量供求相等时对应的净收益系数），利用约束条件限制解的范围以及变量的初始条件，通过MATLAB绘图函数绘制三维网格曲面，找到在任何企业入驻不确定情况下收益的最大值，随后折算到对应的机组容量配置方案，即对应题目所需的决策方案。对于多产出的电量，需要配置一定的储能设备进行存储，以便于把多产生的电出售给电网，因此储能设备的配置需要根据供求相等时的函数所得f（x）的解 来分情况讨论，如果解 对应的电量收益大于建立储能设备的成本，则需要建立合适容量的储能设备。设储能设备配置 台，储能对应收益即为 ，（其中d为单位面积发电量售给电网的收益，e为每台储能设备的成本），则最终企业收益需要加入此部分。
根据新建工业园区源-储配置及企业负荷调度概况的分析，可以得到单位面积对应的日总平均冷热电能量需求简化为42，37，144，三种供能设备每日产生能量为37，48，76，三家企业单位面积对应的年总净收益系数分别为p=46，q=52，s=28。对已经建立鲁棒优化模型进行对偶转换，将其转换为（23）所示的确定性规划问题，其次利用南方某工业园区的已知数据，对目标函数及约束条件中的分时电价，购热能价格，冷能价格及其能源系统中的设备参数等进行赋值，使部分参数转换为确定值后。采用Yalmip工具箱和商业软件Cplex在MATLAB中进行仿真分析，最后根据最优面积分布来确定机组容量配置，利用MTALAB内部固有函数获取最小值，得到满足条件的最优情况，随后根据储能设备所需的配置容量，得到各类设备的容量最优配置方案。
得到绘制出的净收益三维曲线如图3。
由MATLAB中的求最值函数，可以得到模型中园区配置可获得的最小收益为85，最大收益为96，对应最优配置解为30，45，25，即可得到制冷设备配置容量为34.05 kW，供热设备配置容量应为34.68 kW，供电设备配置容量为47.37kW，配置储能设备为10 kW，假定每度电经过储能设备出售给电网所得的净收益为2，则最终收益为96+2*240=576，与实际相符合，可以作为新建园区配置的参考。
在本文中，不确定参数在一特定的有界空间内变化，记Gt为不确定性范围，ρ為不确定性水平，在各不确定性水平下，在XA、XB的不确定性集合中均匀生成3个随机实现（例如：～[标称值?ρGt，标称值+ρGt]）来评估所构建的确定性模型与鲁棒模型所获得的解的性能[12]，结果如表5所示。在所有不确定性水平下，鲁棒模型所获得的解总目标函数值最大，因此本文所构建的鲁棒模型在处理参数不确定性方面具有较好的稳定性。
如果采用其他配置方案，则可能会出现园区实际配置过多，企业实际负荷需求较少，造成多余配置部分由于没有产生足够利益而亏损成本值，如图4所示，对于企业入驻占地面积情况进行多次随机取值，找到对应收益，根据结果判断出所求解确实优于其他配置解，因此经仿真测验结果可以证明此种保守配置方法的优越性。
6 结语
本文提出一种考虑新建工业园区用能不确定性的“源-储”鲁棒优化配置方法，即通过负荷调度以及对成本和收益的估算，列出目标函数以及约束条件的矩阵不等式方程，根据对偶原理转换成线性最优解问题，利用MATLAB工具函数进行求解，保证了投资的收益最大化，为投资商提供了参考。
但论文将园区单位面积的产能收益转化为面积的一次函数形式，实际上由于产能收益与园区规划面积、时间状况、成本对于投资决策的影响等因素的影响，产能收益与面积有更复杂的关系，在后续分析中可以对此进行改进。此外目标函数中，对于成本以及收益的计算排除了风能，但实际情况中对于风能这一能源也有广泛应用，再后续研究中应加以考虑。
参考文献
[1] 杨锡运， 张璜， 修晓青， 等. 基于商业园区源/储/荷协同运行的储能系统多目标优化配置[J]. 电网技术， 2017， 41（12）： 3996-4003.
[2] 仇知， 王蓓蓓， 贲树俊， 等. 计及不确定性的区域综合能源系统双层优化配置规划模型[J]. 电力自动化设备， 2019， 39（8）： 176-185.
[3] 马超， 夏雪， 谯宗， 等. 工业园区混合能源优化配置方法应用与实践[J]. 四川电力技术， 42（02）： 66-71. [4] 时思思， 张新燕， 王志浩， 等. 基于改进NSGA-Ⅱ算法的风光组合多馈入直流送端系统装机容量优化配置研究[J]. 可再生能源， 2019， 37（8）： 1198-1205.
[5] 熊军华. 工业园区综合负荷建模及电源容量配置优化研究[M]. 水利水电出版社， 2018.
[6] 薛金花， 叶季蕾， 陶琼， 等. 基于多场景的商业园区源-储-荷系统运营模式及投资决策研究[J]. 电力自动化设备， 2019， 39（2）： 78-83+92.
[7] 郑国太， 李昊， 赵宝国， 等. 基于供需能量平衡的用户侧综合能源系统电/热储能设备综合优化配置[J]. 电力系统保护与控制， 2018， 46（16）： 8-18.
[8] 朱兰， 牛培源， 唐陇军， 等. 考虑直接负荷控制不确定性的微能源网鲁棒优化运行[J/OL]. 电网技术： 1-12 [2019- 12-17]. https：//doi.org/10.13335/j.1000-3673.pst.2019.1380.
[9] 熊文， 刘育权， 苏万煌， 等. 考虑多能互补的区域综合能源系统多种储能优化配置[J]. 电力自动化设备， 2019， 39（1）： 118-125+128.
[10] 白牧可， 唐巍， 谭煌， 等. 基于虚拟分区调度和二层规划的城市配电网光伏-储能优化配置[J]. 电力自动化设备， 2016， 36（5）： 145-152.
[11] 苏海锋， 胡梦锦， 梁志瑞. 基于时序特性含储能装置的分布式电源规划[J]. 电力自动化设备， 2016， 36（6）： 56-63.
[12] 丁磊， 刘俊勇， 刘友波， 等. 考虑分布式发电商投资的区域配电网光伏储能容量配置[J]. 可再生能源， 2017， 35（3）： 374-383.
[13] 許妙， 袁红平. 不确定环境下建筑废弃物设施选址的多目标鲁棒优化问题[J]. 工业工程， 2019（5）： 82-93.
[14] 杨锡运， 董德华， 李相俊， 等. 商业园区储能系统削峰填谷的有功功率协调控制策略[J]. 电网技术，2018， 42（8）： 2251-2561.
[15] 朱佳明， 刘斌， 谢海远， 等. 基于二层规划的用户侧储能容量配置和最优运行策略分析[J]. 南方电网技术， 2016， 10（10）： 43-50.
[16] 郭尊， 李庚银， 周明， 等. 考虑网络约束和源荷不确定性的区域综合能源系统两阶段鲁棒优化调度[J]. 电网技术， 2019， 43（9）： 3090-3100.
[17] 杨水丽， 张明霞， 侯朝勇， 等. 基于逐时分析的园区源-储-荷协同运行的储能容量优化配置[J]. 电器与能效管理技术， 2018（20）： 50-56+72.