1. 网站地图
  2. 设为首页
  3. 关于我们


考虑不确定性的综合能源系统 优化运行分析

发布时间:2022-12-03 10:53
目 录
第 1 章 绪论..........................................................................................................1
1.1 课题研究背景和意义.............................................................................1
1.1.1 研究背景......................................................................................1
1.1.2 研究意义......................................................................................2
1.2 综合能源系统简介.................................................................................3
1.2.1 综合能源系统的基本形式及构成..............................................3
1.2.2 综合能源系统的特征..................................................................5
1.2.3 综合能源系统研究的热点问题..................................................5
1.2.4 国内外相关政策及工程..............................................................6
1.3 综合能源系统的国内外研究现状.........................................................7
1.3.1 能流分析研究现状......................................................................8
1.3.2 运行优化研究现状....................................................................10
1.3.3 评价模型研究现状....................................................................14
1.4 本文主要工作.......................................................................................17
第 2 章 电-气综合能源系统区间能流计算方法 ..............................................19
2.1 引言.......................................................................................................19
2.2 电-气综合能源系统的稳态能流 .........................................................19
2.2.1 电网潮流模型............................................................................20
2.2.2 天然气网气流模型....................................................................21
2.2.3 电-气耦合环节模型 ..................................................................24
2.2.4 稳态能流平衡方程....................................................................24
2.3 考虑不确定性的区间能流模型...........................................................24
2.3.1 区间数学表征不确定性............................................................25
2.3.2 能流计算区间模型....................................................................26
2.4 电-气综合能源系统能流求解区间方法 .............................................27
V
2.4.1 区间迭代法................................................................................27
2.4.2 改进的区间迭代法....................................................................28
2.4.3 区间能流求解流程....................................................................31
2.5 算例分析...............................................................................................33
2.5.1 区间能流求解方法的有效性分析............................................34
2.5.2 不同不确定性源的区间能流分析............................................36
2.5.3 区间能流求解方法的收敛性分析............................................40
2.6 本章小结...............................................................................................41
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析 .............................43
3.1 引言.......................................................................................................43
3.2 含 P2G 的电-气综合能源系统区间运行优化模型 ............................43
3.2.1 电-气综合能源系统建模 ..........................................................44
3.2.2 电-气综合能源系统运行优化模型 ..........................................45
3.2.3 电-气综合能源系统区间运行优化模型 ..................................48
3.3 电-气综合能源系统区间优化方法 .....................................................49
3.3.1 线性化优化方法........................................................................49
3.3.2 区间线性规划方法....................................................................51
3.4 算例分析...............................................................................................52
3.4.1 电-气综合能源系统运行优化分析 ..........................................54
3.4.2 电转气装置的经济性分析........................................................55
3.4.3 区间运行优化方法分析............................................................57
3.4.4 风电光伏出力不确定性水平的影响分析................................58
3.5 本章小结...............................................................................................62
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化 ...................63
4.1 引言.......................................................................................................63
4.2 考虑需求响应的含 CCHP 综合能源系统区间运行优化模型 ..........63
4.2.1 含 CCHP 的综合能源系统建模 ...............................................64
4.2.2 综合需求响应模型....................................................................66
4.2.3 考虑需求响应的综合能源系统优化模型................................67
4.2.4 考虑光照强度不确定性的综合能源系统区间优化模型........69
VI
4.3 基于仿射数学的综合能源系统区间优化方法...................................71
4.4 算例分析...............................................................................................74
4.4.1 确定条件下的综合能源系统运行优化分析............................76
4.4.2 含 CCHP 的综合能源系统区间优化分析 ...............................77
4.4.3 光照强度不确定性水平的影响分析........................................80
4.4.4 需求响应对区间优化的影响分析............................................82
4.5 本章小结...............................................................................................83
第 5 章 综合能源系统评价指标体系与评价方法............................................85
5.1 引言.......................................................................................................85
5.2 综合能源系统评价体系的构建...........................................................85
5.2.1 经济性指标................................................................................87
5.2.2 环保性指标................................................................................90
5.2.3 能效性指标................................................................................91
5.2.4 可靠性指标................................................................................93
5.2.5 技术性指标................................................................................94
5.3 综合能源系统评价方法.......................................................................95
5.3.1 ANP-熵权法组合赋权法............................................................96
5.3.2 区间 TOPSIS 评价方法 ............................................................99
5.3.3 综合能源系统评价流程..........................................................101
5.4 算例分析.............................................................................................102
5.4.1 基于组合赋权法的二级指标评价..........................................103
5.4.2 基于区间 TOPSIS 法的一级指标评价 ..................................107
5.5 本章小结.............................................................................................108
第 6 章 结论与展望..........................................................................................109
6.1 结论.....................................................................................................109
6.2 对相关工作的展望.............................................................................110
参考文献............................................................................................................111
发表论文和参加科研情况说明........................................................................125
致 谢................................................................................................................127
VII
第 1 章 绪论
第 1 章 绪论
1.1 课题研究背景和意义
1.1.1 研究背景
能源是人类赖以生存和发展的基础,是国民经济的命脉。随着化石能源的过
度使用,能源短缺、环境污染、气候变化等问题日益突出,对能源供应的需求从
传统的高耗能、高污染和不可持续发展向清洁环保、安全高效转型。当前全球各
国在进行分布式可再生能源利用时,不仅注重能源开发和利用的可持续性,而且
也尽可能降低用能环节对气候环境的影响[1]。我国的能源消费总量位居世界第一,
能源利用以煤炭、石油、天然气等化石能源为主,清洁能源所占比重较少。我国
在 2018 年的能源消费结构如图 1-1 所示[2],其中煤炭和石油在能源消费结构中
的比重超过 3/4。煤炭、石油等传统化石能源不可再生,终将走向枯竭,改变过
去煤炭时代和石油时代的高碳化能源消费结构迫在眉睫。目前解决我国能源发展
问题需要开发利用清洁能源,提升能源利用效率,促进多元能源的综合利用。
 14.3%
7.8%
18.9%
59%
煤炭 石油 天然气 水电、核电、风电
图 1-1 2018 年我国能源消费结构
目前世界各国都在积极进行能源转型,发展综合能源系统来应对气候变化问
题,减少环境污染和保证能源供应的可持续性。发展综合能源系统,将多种能源
供需有机协调与优化,可以促进多能融合,保证能源可持续发展,解决我国社会
1
天津大学博士学位论文
经济快速发展过程中面临的用能需求增加与能源短缺、高效利用与环境保护之间
的矛盾。2016 年 2 月,我国发改委、能源局和工信部共同印发的《关于推进“互
联网+”智慧能源发展的指导意见》中指出,要强调综合能源网络的协同建设,
建设以智能电网为基础,热力管网、天然气管网、交通网络等多种网络互联互通,
多种能源形态协同转化、分布式与集中式能源协调运行的综合能源网络。“十三
五”期间,我国的综合能源系统发展以“创新、协调、绿色、开放、共享”五大
发展理念为指引,在理论创新和关键技术方面,出现了物联网、大数据、云计算、
移动互联网等支撑理论取得的突出成果;在工程建设方面,积极推动可再生能源
发展。作为“可再生能源第一大国”,我国的风能发电和太阳能发电的装机容量
均为世界第一。截至 2019 年 6 月,我国的风电装机容量达到了 1.93 亿千瓦,占
全球风电总装机容量的 10.5%。我国的光伏装机为 1.36 亿千瓦,占全球光伏总装
机容量的 7.4%。规模化可再生能源供能的迅速发展,促进了我国能源结构的积
极转型,实现我国在节能减排和减少环境污染方面的目标,为实现能源安全作出
突出贡献[3]。我国的能源发展体系正逐步向以新能源技术和信息技术深度融合的
新型能源利用体系发展,即向综合能源系统转型。
1.1.2 研究意义
综合能源系统打破传统的电力、天然气和热能等多种能源供应网络分别独立
运行的格局,通过能源耦合环节实现多类能源的灵活转换,使得多种能源供应网
络的相互配合和协调优化,提升能源供应的可靠性和灵活性,推动可再生能源规
模化利用,并通过优化调度提升能源的利用效率[4]。开展综合能源系统的理论研
究,推动综合能源系统关键技术的发展,建立综合能源系统创新示范工程,对于
完善我国的能源结构、保证能源供应安全可靠具有重要的战略价值[5]。
本课题从能流分析、运行优化和评价模型三个方向开展综合能源系统的相关
课题研究,对综合能源系统的理论研究和发展建设具有重要意义。其中,开展综
合能源系统的能流分析研究能够全面揭示了综合能源系统的运行特性,为综合能
源系统的规划、优化运行、最优潮流、静态安全分析、风险评估等提供研究基础;
开展综合能源系统的运行优化研究可以推动综合能源系统实现经济运行,提升可
再生能源接纳能力,提升能源利用效率,提升供能灵活性;开展综合能源系统的
评价模型研究能够合理评估综合能源系统规划方案的可行性,为决策者提供理论
指导和政策建议,推动综合能源系统工程建设、发展和推广。
2
第 1 章 绪论
1.2 综合能源系统简介
综合能源系统将多种能源联系起来,有利于打破各个供能系统独立运行的壁
垒,避免能源浪费,是未来能源发展和利用的趋势之一。综合能源系统的发展方
兴未艾,但目前来说,国内和国际上并未形成综合能源系统的统一定义。综合能
源系统的实现形式被认为有能源互联网(Energy Internet)、微网(Microgrid)、能
源集线器(Energy Hub)、虚拟电厂(Virtual Power Plant)等。主流观点认为综合
能源系统是指在规划、建设和运行等过程中,通过对能源的产生、传输与分配(能
源供应网络)、转换、存储、消费等环节进行有机协调与优化后所形成的能源供
需一体化系统[6]。在该概念中,综合能源系统更侧重不同能源系统的交互以及不
同能源形式的转换,不同能源内部机理及相互作用形式是研究的重点。本文的研
究工作主要包括综合能源系统的能流分析、运行优化和评价体系。
1.2.1 综合能源系统的基本形式及构成
综合能源系统中含有多种供用能系统,一般包括电力系统、天然气系统和热
力系统等。它可以依托供能网络,通过能源耦合环节和能量储存环节,实现对终
端用户各种形式的供能,如图 1-2 所示。
外部气网 天然气井 外部电网 光伏发电 风力发电
 电负荷
电转气
电制热 电制冷
气负荷
电储能
储气装置
地源热泵
吸收式制冷机
水/冰蓄冷
热负荷
冷负荷
太阳能制热 储热装置 储冷装置
图 1-2 综合能源系统示意图
3
天津大学博士学位论文
综合能源系统的常见单元如表 1-1 所示。其中,燃气轮机、电转气装置(Power
to Gas,P2G)、热电联供(Combined Heating and Power,CHP)系统和冷热电联
供(Combined Cooling,Heating and Power,CCHP)系统是较为常见的能源耦合
单元;储电、储气、储冷/热是综合能源系统中应用较多的储能装置。综合能源系
统接入包括传统能源和可再生能源等多种形式的能源,通过利用科学合理的调度
策略,可实现能源高效利用,以满足用户电气热冷等能源需求。此外,当外部的
电网或天然气网因自然灾害等原因故障或遭到破坏时,综合能源系统可利用内部
能源实现对重要用户的供能,并对故障恢复时能源需求提供保障。
表 1-1 综合能源系统常见设备单元
单元类别 内部能源耦合 单元名称 单元的主要参数
风力发电、 电压、电流、输出功率、
光伏发电 风速(风机)、光照强度(光伏)等
电网设备 无 输电线路、
配电线路 阻抗,电压等级等
储电装置 储电容量、充放电功率、
充放电效率、充放电深度等
天然气网设备 无 天然气井、
天然气管道 压强、流量等
储气装置 储气容量、储气速率、耗气速率等
热能设备 无 太阳能集热器 输出热功率、光照强度、
转换效率等
无 热力管道 温度、压强等
冷能设备 无 储冷装置 储冷容量、储冷速率等
热冷转换设备 热冷耦合 吸收式制冷机 输入热功率、输出冷功率、转换效率
电气转换设备 电气耦合 电转气 输入电功率、输出气量、转换效率等
电热转换设备 电热耦合 电制热设备、
地源热泵 输入电功率、输出热功率、
能效系数等
电制冷设备、
电冷转换设备 电冷耦合 地源热泵、
冰蓄冷、水蓄 输入电功率、输出冷功率、
能效系数等
气电转换设备 气电耦合 燃气轮机 耗气量、输出电功率、效率等
气热转换设备 气热耦合 燃气锅炉 耗气量、输出热功率、效率等
气电热转换
设备 气热电耦合 热电联供系统 耗气量、输出电功率、输出热功率、
气热转换率、气电转换率等
气电热冷转换
设备 气电热冷耦合 冷热电联供系
耗气量、输出电功率、输出热功率、
气热转换率、气电转换率等、
热冷转换效率、能效系数等
4
第 1 章 绪论
由于综合能源系统中存在多种能源耦合环节,因此,相较于单一的能量系统,
综合能源系统在能流分析、运行优化和评价体系的研究要更为复杂。
1.2.2 综合能源系统的特征
由于综合能源系统可以接入大量可再生能源,通过各种形式的网络和耦合节
点,为用户提供多种形式的能量。因此,综合能源系统与传统的电力系统相比,
自身具备一些新的特征:
1)综合能源系统可以提高可再生能源的利用率,提升系统对规模化可再生
能源的接纳能力。在系统运行过程中,相比于电力系统的弃风、弃光等运行方式,
综合能源系统可将多余接入的电量有效地转化为其他形式的能量,例如可以通过
电制冷/热来供冷/热,或者通过电转气转换为天然气,充分利用可再生能源。
2)综合能源系统可以提高系统的可靠性,增强系统抵御自然灾害的能力。
由于综合能源系统内部的多能互补特性,可以通过合理地协调各个能源子系统,
提升系统的灵活性,降低系统的运行成本,提高系统的可靠性。例如,电力系统
因故障停电,除了利用风光等分布式电源以外,由于耦合单元的存在可以使用气
转电技术保证用户的不间断停电。
3)综合能源系统具备多种能量的交易形式,实现多元化的灵活能量交易模
式。由于系统集成多种能量,且不同形式的能量之间可以通过各种设备相互转化,
因此,综合能源系统本身就是一个灵活性强、集成度高的能量交易系统,最大限
度地挖掘源、网、荷的潜力。
4)综合能源系统可以极大地提升用户用能体验。由于综合能源系统可以提
供多种形式的能量,用户对能源供应的方式也有了更多的选择空间。例如,对于
有热能需要的用户,可以直接选择热力网络传输的热能,也可以通过电制热、燃
气锅炉等方式满足热能需求。
1.2.3 综合能源系统研究的热点问题
当前,学术界对综合能源系统展开了如火如荼的相关研究。目前研究的热点
主要包括综合能源系统的建模和能流计算[6-7]、最优潮流与运行优化[8-9]、规划设
计理论与方法[10-12]、可靠性和稳定性分析[13-14]、交易、运营模式和综合评价[15]等
方面开展。其中,综合能源系统的建模作为系统的统一描述,是能流计算、运行
优化和规划设计的基础;综合能源系统的综合评估为系统的运行优化和规划设计
提供目标集;综合能源系统的安全性和可靠性分析则为系统的交易和运营模式提
供保障。上述研究为综合能源系统工程的示范与实施提供技术指导。
5
天津大学博士学位论文
能流分析 运行优化 能源市场
统一描述 运行
效益 发展模式
综合能源系统
风险抵御
系统建模 系统稳定性
 研究热点
基础理论
可行论证 安全
约束 数据支撑
规划设计 可靠性 综合评估
图 1-3 综合能源系统研究热点
1.2.4 国内外相关政策及工程
综合能源系统具备诸多优点,是各国实现能源转型的重要途径。为了充分挖
掘综合能源系统的潜力,实现能源可持续性发展,世界许多国家和地区依据自身
需求及能源发展战略,从不同的角度开展了综合能源系统示范工程的建设。表 1-
2 和表 1-3 分别总结了目前国内外涉及到综合能源系统的一些示范工程和政策法
规[16-18]。国外主要以美国、欧洲和日本为例,相关技术也比较成熟。制定综合能
源系统的相关政策法规有利于示范工程的落地,而示范工程的应用有利于综合能
源系统相关技术的推广。
对综合能源系统理论和技术的相关研究是未来能源可持续发展的关键,发展
综合能源系统的相关技术和示范工程对于我国实现能源转型、实现能源可持续发
展具有重要意义。为了进一步推广综合能源系统的发展,我国可从国家层面上进
一步提供综合能源系统相关政策和制度保障,扶植相关综合能源系统研发机构,
加强国际上能源领域的合作,并探索适合我国地域特点、气候特征和用能结构的
综合能源系统发展模式。
表 1-2 国内的综合能源系统发展现状
国家/地区 法规和政策 研究项目和示范工程
中国 2015 年国家能源局印发《关于推进新能源
微电网示范项目建设的指导意见》,
2016 年国务院提出《国家“十三五”规划
纲要》,
国家发改委和能源局发布《关于推进多能
互补集成优化示范工程建设的实施意见》。 北京延庆县主动配电网、
上海迪士尼度假区、
天津中新生态城、
崇明岛示范工程、
长沙黄花机场天然气热电冷多
联供示范项目、
东莞松山湖综合能源项目。
6
第 1 章 绪论
表 1-3 国外的综合能源系统发展现状
国家/地区 法规和政策 研究项目和示范工程
1999-2002 年年欧盟第五框架, E-DeMa 项目、ELECTRA 示
2003-2006 年欧盟第六框架, 范项目、DGTRE 项目、
2003 年《欧盟热电联产指令》, Energie 项目、英国曼彻斯特示
2007-2013 年欧盟第七框架, 范工程、德国朗根费尔德示范
欧洲 2010 年通过欧洲“2020 战略”能源发展线 工程、西班牙 Labein 示范工
路图, 程、希腊 Kythnos 示范工程、
2014 年欧盟地平线 2020 计划,“40-27-27 法国 ARMINES 示范工程、葡
目标”, 萄牙 EDP 工程、德国 MVV 工
欧盟成员国在框架内制定的相关政策等。 程等
2001 年提出综合能源系统发展计划,
2003 年提出“Grid2030”能源发展战略, 电气可靠性技术解决方案联合
2005 年美国能源部通过了《美国能源政策 会(CERTS)在俄亥俄州首府
法案》, 哥伦布的 Dolan 技术中心开展
2007 年颁布《能源独立与安全法案 2007》 最早的微电网项目、美国电科
(EISA2007), 院(EPRI)“Intelligrid”(智能
美国 2009 年通过《美国复兴与再投资法》
(ARRA2009)、能源和水资源开发及相关 电网)研究、Borrego Springs
和加州大学尔湾分校合作的
机构拨款法案, RDSI 项目、美国国防部与能
2010 年提出《2010-2014 年智能电网研发 源部、国土安全部合作的
跨年度项目规划》, SPIDERS 示范工程、
2011-2012 年提出《智能电网互操作标准框 Chevron Energy 示范项目、
架和技术路线图》的 1.0 版、2.0 版, ecoENERGY 示范项目等。
2015 年进行首次四年能源评估。
日本 2003 年第一次《能源战略规划》,
2005 年通过《京都议定书项目》,
2007 年第二次《能源战略规划》,
2010 年第三次《能源战略规划》,
2013 年修订《能源节约法案》,
2014 年第四次《能源战略规划》,
2018 年第五次《能源战略规划》,
2018 年修订《能源基本计划》。 NEDO 倡导开展的智能社区和
智能微网研究、Tokyo Gas 的
综合能源网研究,日本柏叶智
慧城市、日本经济产业省资源
能源厅建立的海岛独立电网示
范工程、Archi 工程、Kyoto 工
程、Hachinohe 工程、Akagi 微
网示范工程、Sendai 微网示范
工程等。
1.3 综合能源系统的国内外研究现状
综合能源系统相关课题的研究对推进相关技术发展和建设实施工程项目具
有重要意义,本文主要考虑综合能源系统运行中存在的不确定性,分别从能流分
7
天津大学博士学位论文
析、运行优化、运行评估三个方面,开展考虑不确定性的综合能源系统运行研究。
下面分别对综合能源系统能流分析、运行优化和运行模型的研究现状进行介绍。
1.3.1 能流分析研究现状
作为一种典型的综合能源系统形式,电-气综合能源系统集成电力和天然气
两种能源,实现电气能源的互补融合,是未来能源系统发展的趋势之一。与石油
等传统能源相比,天然气具有经济环保、储量丰富的特点,其发电高效且低碳,
因此燃气轮机装机量也在逐步增长[19]。此外,电转气系统的普及,也促进了电气
两类能源的耦合,因此,对电-气综合能源系统的研究很有必要。电力与天然气网
络间的相互影响很早就为学术界和工业界所关注。电-气综合能源系统的能流分
析是进行最优能流[20-21]、运行优化[22-25]、规划设计[26-29]、能源市场[30]等多个领域
研究的基础。电-气综合能源系统的能流具有多能流耦合、多时间尺度、多运行不
确定性等特点。对电-气综合能源系统的能流分析需要同时考虑电网潮流、天然
气网的天然气能流以及电气两种能源的转换过程,目前综合能源系统能流计算的
求解方法是以传统的电网潮流计算为基础进行改进,主要形成了两种求解思路:
统一求解法和顺序求解法。
统一求解法首先建立综合能源系统中各个子系统的能流平衡方程,然后考虑
各个子系统之间的能源耦合环节,建立统一的雅克比矩阵,最后通过改进的牛拉
法计算综合能源系统的能流。文献[31]考虑了温度对天然气系统运行的影响和电
网中的分布式松弛节点技术,提出了基于 Newton-Raphson 的电-气综合能源系统
稳态能流分析方法;文献[32]从能流算法和互动特性两个方面改进,提出了一种
结合遗传算法的全局搜索和 Newton 法局部搜索能力的电-气综合系统能流计算
的统一求解法;文献[33]通过改进天然气压缩机模型,提出了一种适用于含电、
热、气的综合能源系统的扩展 Newton-Raphson 多能流计算方法。文献[34]通过
HE 非迭代法对能流计算过程进行改进,提出了一种适用于综合能源系统的改进
快速解耦法能流计算方法。
顺序求解法将各个子系统的能流计算过程分开求解,首先计算一个子系统的
能流分布,然后通过计算耦合环节的能流传递值,从而计算另外一个子系统中的
能分布。顺序求解法的优点是在能流计算过程中可以根据系统的运行方式和约束
条件进行调整。文献[35]采用顺序求解法计算不同运行模式下的区域综合能源系
统电/气/热的混合能流。
电-气综合能源系统中的能源耦合环节主要考虑燃气轮机和电转气这两类。
文献[36]研究了微型燃气轮机双时间尺度的改进仿真模型,并分析了天然气系统
和电力系统的动态相互作用机理。文献[37]考虑了电转气和燃气轮机发电这两种
8
第 1 章 绪论
双向转换的能源耦合环节,建立了基于 Newton–Raphson 的稳态能流模型。部分
学者借鉴了计算机科学中集线器的概念,在综合能源系统中引入了能源集线器
(Energy Hub, EH)的概念,来描述多种能源之间的耦合关系。文献[35]基于热
电联供(CHP)机组提出两种典型的能源集线器结构,用来描述综合能源系统中
的能源耦合环节。文献[38]考虑了电气热三种类型的能源,研究了基于热电联供
的能源集线器模型。
以上研究考虑综合能源系统实时建模,研究在某一时刻综合能源系统的稳态
能流,这时天然气能流由于时间常数较大而不会发生较大变动,可忽略其时间尺
度造成的影响视为定值。而在电-气综合能源系统中电网部分的惯性小,调节速
度快,天然气网部分惯性较大,调节较慢,电-气综合能源系统中的不同能流具有
不同的动态过程,会呈现多时间尺度特性,考虑了时间尺度特性对电力和供热系
统能流的影响,文献[39]将这种相互作用过程可分为四个阶段,并对每个阶段的
准稳态过程建立相应的多能流模型。文献[40]提出了考虑电力与天然气系统相互
依赖对能源供应安全性影响的综合仿真模型。文献[41]基于Newton–Raphson 法,
提出了综合能源系统的多时段仿真模型,对全天的电力、热力和燃气输配网络进
行综合分析。文献[42]利用改进的智能算法求解多载波能量网络的多周期最优能
流。文献[43]考虑了两种典型运行方式下的能流计算方法,并通过 Matlab 对电力
和天然气网络在一天内的参数变化情况进行了综合仿真。文献[44]考虑到气网的
慢动态特性,研究了电-气互联综合能源系统的多时段暂态能流仿真。
针对电-气综合能源系统运行过程中存在的多种不确定性,如能源出力侧发
电机组的出力、天然气站的出口压强难以精确获取;风力发电、光伏发电等可再
生电源接入时具有波动性和间歇性[38, 45-46];负荷侧的电动汽车等可变负荷[38, 45]、
储能系统[47]、负荷参与需求响应等不确定性因素,求解考虑不确定性的电-气综
合能源系统潮流主要借鉴电力系统中求解不确定潮流的思路。在电力系统中,处
理含不确定性的电力潮流主要有概率潮流[48-51]、区间潮流[52-56]和模糊潮流等多种
处理方法。基于概率潮流的求解思想,文献[45]提出了计及电网和气网相关性的
考虑风电和负荷不确定性的电-气综合能源系统概率最优潮流;文献[57]假设已知
负荷和风电场出力的概率分布函数,提出了综合能源系统的概率能流模型。考虑
在实际的电-气综合能源系统中,电气负荷和可再生能源出力的概率分布函数可
能无法准确获取,而区间潮流[58-59](Interval Power Flow,IPF)无需获取参数概
率分布和隶属函数,仅需要知道不确定变量的上下界或者半径和中点。所以,区
间数学为求解考虑不确定性的综合能源系统能流提供一种合适的工具。基于区间
潮流的求解思路,文献[46]考虑风电出力的不确定性,提出一种适用于天然气网
络的区间天然气网能流计算方法。在区间潮流分析中可能会出现的收敛性问题[60],
9
天津大学博士学位论文
为了克服区间保守性,文献[61-62]采用复区间的思路来降低区间潮流的保守性;
文献[63]提出基于区间泰勒展开来求解直角坐标系的区间潮流方程,并提高了计
算精度;文献[64]提出了一种概率区间潮流模型,通过似然和信任累积概率分布
来描述和处理电力系统不确定量;文献[65]采用非迭代算法将区间潮流计算问题
转为优化问题进行求解来提高计算效率。仿射数学考虑了不确定变量之间的相关
性,从而降低区间运算结果的保守性。文献[66]利用区间仿射算术来考虑区间变
量之间的相关性,通过在迭代中引入线性优化抑制区间增长,降低潮流区间算法
结果保守性;文献[67]提出了以仿射和区间运算为基础的不确定性潮流的计算方
法,对于区间的乘除法引入了仿射运算,缩小了潮流解的范围;文献[68]提出计
及间歇式电源不确定性的配电系统三相仿射潮流计算方法。
目前国内外开展的关于综合能源系统能流分析的研究中,多数学者侧重考虑
确定性的稳态能流分析,对于考虑运行不确定性的能流分析相对较少。本文在第
二章综合考虑电-气综合能源系统中接入电源出力和电/气负荷的不确定性,并通
过区间数学表征多类型不确定源,提出考虑不确定性的电-气综合能源系统的区
间能流分析模型,为进行综合能源系统相关问题研究提供基础。
1.3.2 运行优化研究现状
目前,对综合能源系统运行优化的研究已有了大量成果。针对优化场景的不
同,往往从系统经济性、可靠性、能量损耗或多个利益相关方进行单一目标建模
或多目标优化,考虑电网、天然气网络和耦合环节的运行约束条件对目标函数进
行求解;求解方法往往也有线性化求解法、智能算法或迭代的方法求解。针对电
-气综合能源系统的运行优化,面向不同的能源耦合单元,也有着不同方向的研
究。考虑含燃气轮机的电-气综合能源系统运行优化方面,文献[69]提出了一种基
于增广拉格朗日和交替极小化的电-气综合能源系统运行优化方法;文献[70]建立
了电-热综合能源系统的日前经济调度模型,并采用改进的混沌粒子群算法求解;
文献[71]考虑将综合能源系统分为上下两层,上层以能量枢纽转化矩阵为上层决
策变量,下层以各个子系统的优化运行计划为下层决策者求解运行优化问题;文
献[72]提出了电-气综合能源系统多设备耦合的多种协调运行场景,并在这些场景
中开发了可处理的物理精确计算实现方法。因此,可以通过对天然气网络中的气
流量进行动态控制来实现日前调度与实时仿真相结合的最优控制。文献[73]分别
提出了基于标准交替方向乘子法 ADMM 和改进 ADMM 法的电-气综合能源系统
运行优化模型,分别用两种方法求解有无协调算子的电-气综合能源系统最优潮
流问题;文献[74]中提出了一种改进的电-气综合能源系统多目标优化模型;文献
[75]在多主体分布自治决策的视角下,提出了与能量枢纽分布式粒度相适应的协
10
第 1 章 绪论
同优化调度模型;文献[76]提出了一种考虑交流潮流的电-气综合能源系统协调运
行策略;文献[77]提出了一种综合能源系统低碳经济调度模型并采用 Benders 分
解法进行求解;文献[78]从联合运营商的角度出发提出了电-气综合能源系统协调
调度模型。文献[79]计及可靠性的能量枢纽优化问题,对综合能源系统运行优化
进行仿真并提高了系统的可靠性;文献[80]基于一致性理论的分布式方法,提出
微网经济调度模型;文献[81]考虑电力市场和天然气市场时间尺度不同步性的情
况,建立了电-气综合能源系统两阶段双层优化模型;文献[82]提出了一种考虑天
然气能流暂态特性的电-气综合能源系统双层优化运行模型;文献[83]考虑分布式
天然气储能,提出了一种鲁棒性安全约束的运行优化模型。
随着 P2G 技术的发展,P2G 设备也广泛应用在综合能源系统的优化运行问
题中。因此部分学者在进行电-气综合能源系统的运行优化分析过程中,除了考
虑通过燃气轮机进行气转电这一能源转换形式,还分析了电-气综合能源系统中
考虑引入 P2G 设备[84],可在系统电能供应充足时将部分电力转化为天然气用于
天然气网络供给,以此提高整个系统的运行经济性,或者提高系统消纳风光等新
能源的能力。文献[85]考虑了碳捕获系统和 P2G 设备来进行电-气综合能源系统
的低碳经济调度。文献[86]考虑接入 P2G 设备,建立了计及用户行为的电气热综
合能源系统的两阶段日前经济调度模型;文献[87]提出了一种考虑 P2G 的以总运
行费用最小为目标的电-气综合能源系统双层优化调度模型;文献[88]研究了在电
-气综合能源系统中加装 P2G 设备和储气系统的经济可行性;文献[89]提出了一
种考虑 P2G 的电-气综合能源系统协同优化调度模型;文献[90]考虑了在不超过
电网容量的情况下,安装 P2G 设备来实现电-气综合能源系统预期利润的最大化;
在文献[91]中,通过合理安排 P2G 设备的运行时段使其在电价较低的时间段将电
力合成天然气来最大化运行效益;文献[92]构建了建立了 P2G 精细化模型,提出
了综合能源系统的鲁棒随机优化模型;文献[93]为解决综合能源系统较高运行成
本和较好弃风消纳效果的矛盾,考虑接入 P2G 装置提出一种综合能源系统的多
目标优化调度模型;文献[94]通过合理利用 P2G 消纳风电,提出了一种电-气综
合能源系统的双层优化调度模型。
为了提升综合能源系统的供能效率,在研究综合能源系统的运行优化过程中,
部分学者考虑接入冷热电联产系统或其他能量枢纽来对用户进行多种形式的能
源供能。CCHP 可以在供电和供气的同时提供冷/热能,进一步提高能源利用率
[95]。CCHP 中有多种供冷和制热装置,例如吸收式制冷机/加热器,电制冷机/加
热器,太阳能集热器和燃气锅炉[96-98]。通过合理调整 CCHP 中各个装置的运行工
况,可以降低整个电-气综合能源系统的运行成本。文献[99]研究了考虑冷热电联
供的电-气综合能源系统优化规划模型;文献[100]研究含 CHP 综合能源系统冬季
11
天津大学博士学位论文
运行时优化调度问题,建立了两阶段多尺度模型预测控制的调度策略;文献[101]
比较了含 CCHP 的多能互补能源系统在孤岛和并网模式下的优化调度方法;文
献[102]针对综合能源系统中电气冷热各个子系统,通过多智体划分,建立了其联
合博弈决策模型并提出相关调度方法;文献[103]针对多个含 CCHP 型微网互联
的场景,提出了多微网协调优化调度模型;文献[104]针对含 CCHP 工业园区综
合能源系统提出了将经济运行和辅助服务结合的主从博弈模型;文献[105]考虑
在多个微网系统中建立公共储能电站并给出用户侧储能电站用能模式的基础上,
对 CCHP 型多微网进行优化调度;文献[106]从广义储能的角度出发,灵活利用
储电、储热、储冷设备的灵活性,提出了区域综合能源系统的优化调度模型;文
献[107]在构建不同类型区域能源站的基础上,提出了区域电热系统日前经济调
度优化的最优策略;文献[108]引入储热装置,利用能源集线器对综合能源系统进
行建模并采用分层优化调度进行求解;文献[109]建立氢燃料电池储能系统的热
电产出模型来分析综合能源系统的优化调度方案。
部分学者在研究过程中考虑加入需求响应来进一步降低综合能源系统的运
行费用。需求响应被看作是一种主动提高电力系统运行经济性的方法,在电力系
统中应用广泛。目前,越来越多的研究着眼于需求响应对综合能源系统运行时的
影响。文献[110]中提出通过在电-气综合能源系统中实施需求响应来提高售电/气
公司的定价收益;文献[111]基于综合需求响应和博弈论,提出了一种适用于综合
能源系统的两阶段优化调度策略;文献[112]考虑多类需求响应项目和动态气潮流,
提出了电-气综合能源系统的优化调度方法;文献[113]研究了小时级需求响应在
优化考虑天然气输送约束的电力系统的随机日前调度中的作用;文献[114]建立电
热负荷的需求响应模型并提出含光热电站 CHP 型微网的优化调度模型;文献[115]
构建了基于自动需求响应的含储能的综合能源系统多目标优化调度模型;文献
[116]考虑综合需求响应,建立了基于能源集线器的综合能源系统双层优化模型;
文献[117]考虑需求响应的市场模式下,研究了电-气综合能源系统的最大化利润
的稳态协调运行;文献[118]通过构建粒子群优化和区间线性规划的双层优化模型,
量化分析了综合能源系统在响应电网侧削减负荷的优势;文献[119]根据综合能源
系统的能耗特性和系统运行特性,考虑能源需求响应,构建了完整的调度方案;
文献[120]为了提高可再生能源渗透率,考虑联合热电需求响应,提出了多能源区
的经济调度模型;文献[121]考虑在综合能源系统中接入多元能源,设计了不同形
式能源的需求响应下的综合能源系统优化运行方法;文献[122]建立了考虑需求
响应和可再生能源的能源集线器模型,提出了综合能源系统的线性优化方法。
上述研究主要考虑了确定场景下综合能源系统的运行优化过程,在实际的综
合能源系统中,包含有风力发电、光伏发电等可再生能源出力等大量不确定性源。
12
第 1 章 绪论
这些看似微小的波动逐渐积累可能会导致整个系统偏离最优运行[123],因此有必
要考虑综合能源系统中的运行不确定性。而在考虑综合能源系统运行过程中的不
确定性时,针对其运行优化的过程会变得更加复杂。针对系统运行中的不确定性,
部分学者考虑采用分布函数,运用场景生成和削减的方法进行处理。文献[124]中
通过场景生成方法提出了一种电-气综合能源系统的综合计算框架,用于对不确
定性进行量化和整合;文献[125]考虑了风光出力和负荷的不确定性,提出基于多
场景随机规划和模型预测控制的冷热电联供系统协调优化模型;文献[126]考虑
了综合能源系统的多能互补特性,采用场景削减法建立了综合能源系统多目标优
化调度模型;文献[127]分析了不同场景下考虑风电出力不确定性的电-气综合能
源系统优化模型;文献[128]中提出了一种风力输出最低场景时的考虑风电出力
不确定性的鲁棒优化;文献[129]建立风电随机性模型,引入极限场景的优化方法,
建立电-气综合能源系统优化模型并对模型线性化求解;文献[130]针对 CHP 型微
网,针对风电不确定性,建立其双层鲁棒模型来求得最恶劣风机出力情况下微网
的最优调度方案;文献[131]考虑了系统运行过程中风电出力的不确定性,提出了
一种电-气综合能源系统的鲁棒优化方法;文献[132]中提出了考虑气体流动方向
不确定的 Weymouth 方程的二阶锥松弛模型,用来表征可再生能源出力的不确定
性。文献[133]中提出应用模糊集对电-气综合能源系统中的不确定性进行建模,
并采用一种三阶优化方法来寻求电-气综合能源系统的最优调度;文献[134]采用
动态场景方法刻画新能源出力的不确定性,优化电-气综合能源系统的运行成本
和主网下网功率波动量;文献[135]考虑综合能源系统中供需双侧的不确定性,建
立了基于 CVaR 理论的经济调度模型并采用快速粒子群和内点法进行求解;文献
[136]考虑到电-气综合能源系统中风电出力的不确定性,应用随机安全约束来优
化电-气综合能源系统运行。文献[137]考虑负荷和风电的不确定性,从极端场景
出发构建了综合能源系统的两阶段鲁棒优化模型并采用约束生成算法迭代求解;
文献[138]通过场景生成的方法描述微网中风光和负荷的不确定性,并考虑需求
响应,基于能源集线器提出了其双层规划和运行优化模型;文献[139]采用蒙特卡
洛模拟法生成不确定的各种场景,考虑电气两类能源的需求响应,研究综合能源
系统的优化运行;文献[140]考虑风电出力的不确定性,提出了电-气综合能源系
统的两阶段随机优化方法;文献[141]考虑电价、风速和负荷的不确定性,建立了
综合能源系统的混合整数非线性优化模型;文献[142]考虑综合能源系统运行的
不确定性,提出基于迭代方法的两阶段运行优化框架。在实际运行过程中,很多
情况下,不确定变量的分布函数往往很难精确获得,场景生成的方法比较耗时[143],
有时只能获得其出力的上界和下界。部分学者考虑区间数学来处理这种不确定性
优化问题。文献[144]建立了多能耦合机组不确定的综合能源系统运行性优化模
13
天津大学博士学位论文
型,并采用区间数学来表征不确定性;文献[145]基于区间理论来描述冷热电气多
种不确定性,利用传递矩阵构建能源输入输出的耦合关系,对系统进行多目标优
化;文献[146]考虑风电的不确定性,建立了区间优化模型并采用区间可能度的方
法将模型转化为确定性模型。
目前国内外开展的关于综合能源系统运行优化的研究中,多数学者重点研究
了确定性的运行优化问题,考虑运行不确定性的运行优化研究相对较少。本文计
及综合能源系统运行过程中可再生能源出力不确定性的影响,分别在第三章和第
四章部分研究考虑含电转气装置的电-气综合能源系统区间运行优化模型和考虑
需求响应的含冷热电联供系统的综合能源系统区间运行优化模型。通过分析电转
气装置的经济性、实施需求响应项目对综合能源系统区间优化的影响以及风电光
伏出力不确定性水平对综合能源系统区间优化运行的影响,对于发展和推广电转
气技术,推进综合能源系统实施电力和天然气需求响应,以及提升综合能源系统
的可再生能源接纳能力具有深远影响。
1.3.3 评价模型研究现状
合理衡量综合能源系统技术发展水平和工程建设成效是进行综合能源系统
相关研究的重要环节。通过对综合能源系统示范工程进行评价,可以反映工程建
设在经济性、环保性、能效性、可靠性、技术方法等方面的运行水平,为后期示
范工程的建设推广提供数据支撑[147]。
目前,针对智能电网[148-149]、微电网[150-151]、主动配电网[152-153]等工程的评价
则已经相对成熟,而针对综合能源系统的评价体系还处于探索阶段。文献[148]利
用主成分分析与聚类分析方法相结合,提出智能电网建设水平综合评价方法;文
献[149]分别对区域智能电网中的风电和光伏等可再生能源、负荷、储能系统等设
备的运行特性,评估区域智能电网的技术性和运行经济性;文献[150]分析了分布
式能源全寿命周期的收益和成本,建立不同运营模式下含分布式电源的微电网综
合效益评价方法;文献[151]基于微电网源-网-荷运行特性,从可靠性、协调性、
经济性和优质性的方面提出微电网的运行效果评价方法;文献[152]从安全性、可
靠性、经济性、智能性和协调性等多方面出发,建立了配电系统运行状态的综合
指标评价模型;文献[153]基于影子价格理论从性能和效益两个方面对配电网进
行综合评价;此外,文献[154]从技术和经济角度出发,对中国五个地区 20 个城
市的可再生能源发电发展潜力进行评估;文献[155]考虑了 CCHP 三种不同运行
方式相应的投资和运行费用,提出了 CCHP 的经济性评价方法;文献[156]考虑
需求响应接入微电网中产生的经济、社会以及环境等多种效益,建立需求响应参
与清洁能源集成消纳的微电网综合效益评价指标体系;文献[157]引入全寿命周
14
第 1 章 绪论
期成本和影子价格理论对特高压电网的社会效益进行评价;文献[158]以电力系
统的安全稳定运行作为评价目标,提出了一种基于熵权法的电力系统运行状态特
征分析与评价方法。
目前针对综合能源系统的评价大多参照已有的评价思路,从经济性[159-161]、
能效[162-164]、可靠性[165-166]等方面展开提出综合能源系统中特有的指标,完成对
综合能源系统某一性能的评价。文献[159]提出基于能值分析的综合能源系统价
值评估方法,用来分析综合能源系统在提升系统可持续发展水平、减少环境影响
方面的价值;文献[160]从经济层面、环境层面和系统安全层面等三个维度出发,
建立了综合能源系统效益评价指标体系;文献[161]给出了多元能源相互依存度
和协同度指标,构建了区域综合能源系统协调发展评价框架;文献[162]基于加权
有向图模型,提出园区综合能源系统的多场景能效计算指标和评价方法;文献
[163]提出了基于㶲分析的能质系数折算方法,建立了园区多能源系统综合能效
评估模型;文献[164]根据分布式能源系统的特性,提出了一种基于熵权法的分布
式能源系统综合能效评价体系和方法;文献[165]提出能流互济可靠性增益指标,
建立计及热惯性和运行策略的综合能源系统可靠性评估方法;文献[166]完成了
多元储能系统运行策略对综合能源微网可靠性的影响评估。
部分学者综合考虑综合能源系统在效益、能效、环保、可靠性、社会影响等
的性能,以整个系统为评价主体,对系统的运行建设情况进行评价[167-169]。文献
[167]考虑经济、可靠、能耗、环保 4 个方面的影响因素,提出面向园区微电网的
综合能源系统评价方法;文献[168]从能效、经济性、环保三个角度出发,提出区
域综合能源系统的评价体系;文献[169]从技术、经济、环保三个角度出发,完成
综合能源系统的评价模型。
部分学者考虑以能源传递的环节[170-172]或者能源系统的利益主体[173]为研究
对象,构建综合能源系统的评价指标体系。文献[170]从智能电网发电、输电、用
电 3 个环节入手,分析智能电网环境效益,提出基于智能电网节能减排效益评价
的适应性指标计算方法;文献[171]从能源、装置、配网、用户四个环节提出综合
能源系统效益评价指标体系;文献[172]分别从能源、装置、配电网和用户四个环
节出发,提出适用于各个环节的评价指标,从而建立区域综合能源系统的综合评
价指标体系;文献[173]以综合能源系统的利益主体为研究对象,从政府、电网、
微能源系统投资运营商、用户的角度提出综合能源系统的评价指标体系。
在评价方法方面,根据评价指标权重的计算方法,可以分为主观赋权评价方
法和客观赋权评价方法两类。典型的主观评价法包括网络分析法[152]、层次分析
法[151, 168]、方案偏好型赋权法等,这一类型的评价指标权重计算方法在权重确定
过程中主要依赖专家知识和经验判断,专家根据自己的主观意愿分配指标权重。
15
天津大学博士学位论文
主观评价法操作简单且在多数情况下专家根据经验判断都可以给出合理的评价
指标权重,但是如果专家经验不足时,评价结果可能无法客观反映评价主体的特
性。客观评价法主要包括熵权法[153, 158, 164]、粗糙集法等,这类指标权重确定方法
更多地依赖数据特征,依据不同评价主体的数据特性给出评价指标权重。客观评
价法完全根据数据特征,无法体现评价者的主观意愿。因此,考虑到单一的评价
方法可能会使评价过程不全面,部分学者考虑将两类评价方法相结合,从而形成
主客观结合的组合赋权方法[156, 160, 167, 169,172-176]。通过主客观结合的赋权方法获取
的评价指标权重既能考虑专家的经验判断,又能够反映指标的数据特征。文献
[156,160]采用了网络分析法—熵权法的赋权方法;文献[167,169]采用了层次分析
法—熵权法的赋权方法;文献[172]采用了网络分析法—反熵权法的赋权方法;文
献[173]采用了集值迭代—反熵权的赋权方法;文献[174]提出了基于信息熵与主
成分分析的综合评价方法;文献[175]提出了基于 DEMATEL-AHP 与经验熵权的
组合权重模型;文献[176]提出了改进 AHP-TOPSIS 法的组合评价方法,用于经
济开发区配电网的评价。
考虑到实际的电-气综合能源系统运行过程中,存在着能源出力波动、负荷
波动、设备运行工况信息缺失或数据模糊等不确定因素,此时确定性综合能源系
统运行评估方法往往不能对这类问题做出有效指导。因此催生出不确定条件下综
合能源系统运行评估。不确定条件下的综合能源系统评估问题,本质上是一个不
确定条件下的多属性决策问题。对于评价指标取值为不确定属性值的情况,文献
[177]考虑可再生能源出力和设备运行状态的不确定性,采用蒙特卡洛模拟法解
决不确定因素对微电网性能的影响;对于指标权重选择的不确定性,文献[178]考
虑配电网运行方式变权重,提出考虑指标灵敏度的配电网运行方式变权重评估方
法;文献[179]采用基于三角模糊数的模糊层次分析法,建立了配电网重复多发性
停电评估体系。对于属性值与属性权重均不确定的问题,考虑将评价过程中的指
标属性值和权重表达为区间数,利用基于区间数的 TOPSIS 法[180]来分析属性值
和权重值为区间数的多属性决策问题。文献[181]提出了基于改进灰色关联度法
的分布式能源系统多指标综合评价;文献[182]提出了分布式能源系统优化规划
的多目标优化与多准则评价集成框架;文献[183]提出了区域综合能源系统性能
分析与评价的混合模糊多准则决策方法。
目前国内外对于综合能源系统的评价体系研究相对较少,通过提出合理地评
估体系对综合能源系统的建设水平进行综合评估,有助于更加直观地反映综合能
源系统相较于传统的各类能源系统的优点。本文在第五章从五个维度出发,建立
综合能源系统的评价指标体系,完成对综合能源系统工程的客观评价。
16
第 1 章 绪论
1.4 本文主要工作
本文将综合能源系统作为研究对象,分别在能流分析、运行优化和评价模型
方面开展研究,具体包括电-气综合能源系统的区间能流分析、含 P2G 的电-气综
合能源系统区间运行优化、考虑需求响应的综合能源系统区间运行优化和综合能
源系统评价体系与评价方法 4 个研究内容。本文组织结构如图 1-4 所示。
本文的主要研究工作和后续章节安排如下:
第二章围绕着电-气综合能源系统的能流分析问题,通过对电网设备、气网
设备和能源耦合环节建模,建立了电-气综合能源系统的稳态能流模型;考虑系
统运行时电源出力和电/气负荷的波动,提出了考虑不确定性的电-气综合能源系
统区间能流分析模型;该模型采用改进的区间迭代法进行求解,在求解过程中引
入仿射数学参与区间运算来克服计算结果的保守性。
第三章围绕着含 P2G 的电-气综合能源系统运行优化问题,在给出燃气轮机、
电转气转置和储能系统模型的基础上,建立了确定条件下的电-气综合能源系统
运行优化模型;然后考虑接入电-气综合能源系统的风电和光伏发电的不确定性,
提出了计及运行不确定性的-电气综合能源系统区间优化模型;在求解过程中,
首先将确定性的非线性模型先转化为混合整数模型,再分别对相应的区间模型采
用区间线性规划方法进行求解。
第四章针对含冷热电联供的综合能源系统,研究需求响应对系统运行的影响,
考虑系统在用户侧实施电/气综合需求响应项目,建立了考虑需求响应的综合能
源系统运行优化模型;计及接入综合能源系统的光伏和太阳能集热器的不确定性,
提出了含冷热电联供系统的综合能源系统的区间优化模型,考虑变量的相关性,
采用仿射数学加以改进,并提出了基于仿射数学的改进区间线性规划方法对综合
能源系统区间优化模型进行求解。
第五章围绕综合能源系统的评价模型和评价方法,分别从经济性、环保性、
能效性、可靠性和技术性五个维度出发,构建了综合能源系统的评价指标体系;
对二级指标采用 ANP-熵权法的组合赋权法得到一级指标属性值的区间数形式,
并考虑一级指标权重的不确定性,提出了基于区间 TOPSIS 法的综合能源系统评
价方法。
第六章是结论与展望部分。首先分别对第二章至第五章的主要研究结论进行
概括,对本文的主要研究工作进行总结,之后对综合能源系统在能流计算、运行
优化、评价方法等课题后续能够深入研究的方向进行了展望。
17
天津大学博士学位论文
能流分析:第2章 电-气综合能源系统区间能流计算方法
系统建模 不确定源 区间能流计算方法
研究
电网潮流模型 稳
基础 区间表示 仿射数学 区间改进
能源侧
负荷侧
天然气网能流模型
电负荷
管道 压缩机
 算例分析
 流
电源
出力
天然气
 负荷
能源耦合环节模型 不确定水 有效性 收敛性
燃气轮机 平分析 分析
分析
运行优化
 的
 综
 合
 能
 源
 系
 统
 优
 化
 运
 行
 分
 析 重点
环节 第3章 含P2G的电-气综合能源
系统区间运行优化分析
燃气轮机
储能系统
电转气装置
风光出力波动
区间数学描述
模型线性化 区间线性规划 第4章 考虑需求响应的含CCHP
综合能源系统区间运行优化
冷 燃气轮机 光伏
燃气锅炉
发电
电 太阳能集热器
储能
供 吸收式制冷 电制冷/热 系统
综合需求响应 光照不确定性
电负荷 气负荷 区间形式描述
考虑需求响应的区间优化模型
相关性 仿射描述 区间改进
P2G经济性 风光不确定水平
不确定源分析 需求响应分析
评价模型:第5章 综合能源系统评价指标体系与评价方法研究
成效 综合能源系统评价指标体系 评价方法
分析 选取角度
研究主体
储能
系统
CCHP
 装置
外部电/气网
 
 
 
经济 可再生能源发电
环保
技术 能效
可靠性
二级
指标
组合
赋权
模型 一级
指标
区间
 TOP
 SIS
分析
图 1-4 总体研究框架
18
第 2 章 电-气综合能源系统区间能流计算方法
第 2 章 电-气综合能源系统区间能流计算方法
2.1 引言
能流分析是进行综合能源系统相关问题研究的基础。综合能源系统通过燃气
轮机等能源耦合环节连接着不同的能源网络,不同形式的能流相互作用使得综合
能源系统的能流分析与单一的电力系统相比更为复杂。因此,尽管综合能源系统
中电力系统是重要的能量网络,但传统的电力系统潮流计算方法却难以满足综合
能源系统能流计算的要求。与电力系统潮流分析相比,综合能源系统的能流计算
一方面需要对能源耦合环节进行建模,另一方面需要对电网的潮流计算方法改进
或提出新的分析方法来完成能流分析。同时,由于综合能源系统中接入了大量的
可再生能源,且系统内部的电动汽车等不确定性的电/气负荷,使得综合能源系统
运行中存在大量的不确定性源,这些不确定性源在进行综合能源系统的能流分析、
运行优化等方面的研究时都不可忽略。如何处理这些不确定性源,在综合能源系
统的能流分析中非常关键。
针对上述问题,本章考虑在电-气综合能源系统以燃气轮机作为能源耦合环
节,计及电-气综合能源系统在运行过程中存在的不确定源,提出了电-气综合能
源系统的区间能流计算方法。首先,对电-气综合能源系统内部中各元件能流模
型,包括电网潮流、天然气网输气管道和压缩机的气流模型以及能源耦合环节的
燃气轮机能流模型,建立电-气综合能源系统的稳态能流分析模型;然后,综合考
虑系统接入电源出力的不确定性和电/气负荷的不确定性,并利用区间数学表征
这些不确定性,提出了考虑运行不确定性的电-气综合能源系统能流计算的区间
模型;在模型求解部分,提出了基于仿射数学改进的区间迭代法计算电-气综合
能源系统的区间能流。算例部分通过将本章所提方法与蒙特卡洛模拟法对比,验
证了本章所提区间能流计算方法的有效性,通过分析不同的电源出力不确定性水
平研究了电-气综合能源系统运行中的不确定性对能流分析的影响,并分析了本
文所提区间能流计算方法的收敛性。
2.2 电-气综合能源系统的稳态能流
电-气综合能源系统主要由电力系统、天然气系统和能源耦合环节构成。其
19
天津大学博士学位论文
中,电能通过电网从供电侧输送至负荷侧;天然气系统通过天然气管道和压缩机
将气源点中的天然气输送至燃气负荷侧;能源耦合环节主要有热电联产机组、锅
炉、燃气轮机、P2G 装置等设备,用来实现电能与天然气之间的相互转化,本章
考虑将燃气轮机作为电-气综合能源系统的能源耦合环节,研究的电-气综合能源
系统如图 2-1 所示。
电网潮流
 气网气流
集中发电
分布式
变压器 输电线路 电负荷 发电
燃气轮机
天然气源 压缩机 输气管道 气负荷
图 2-1 电-气综合能源系统示意图
电-气综合能源系统的稳态能流建模需要分别建立电网潮流模型、天然气网
的气流模型以及电气耦合环节的模型。
2.2.1 电网潮流模型
电-气综合能源系统中的电网部分的潮流计算采用经典的交流潮流模型描述。
对于电网部分的每一个节点 i,极坐标形式的潮流计算模型表示为:
n
    (2-1)
P U U (G cos B sin )
E
i i j ij ij ij ij
j1
n
   (2-2)
E
Q U U (G sin B cos )
i i j ij ij ij ij
j1
式中,Pi、Qi 分别为注入节点 i 的有功功率和无功功率;Ui 为节点 i 的电压
幅值,δij 为节点 i 与节点 j 的电压相角差;Gij 和 Bij 分别为节点 i 和节点 j 在导纳
矩阵中对应元素的电导和电纳,nE 为整个电网部分的节点总数。
电网部分的节点有三类:PQ 节点、PV 节点和平衡节点,其中各个节点均满
足基尔霍夫第一定律,即节点的平衡方程为:
     (2-3)
P P P P
, , 0 i s i l i i
Q  Q Q Q  (2-4)
, , 0 i s i l i i
20
第 2 章 电-气综合能源系统区间能流计算方法
2.2.2 天然气网气流模型
天然气系统的天然气输送过程与电力系统的电能的传输过程有很多相似之
处,如表 2-1 所示。为了便于计算和建模,通过类比电力系统中的元件模型,分
别对天然气系统中的各元件进行建模。
表 2-1 电网和气网对比
对比项 电网部分 天然气网部分
元件 电力线路、变压器 管道、压缩机
变量 幅值、相角 气压
有功功率、无功功率 流量
节点类型 PQ 节点、PV 节点
平衡节点 流量节点(类 PQ)
压强节点(类平衡节点)
1)输气管道模型
在天然气网部分存在很多输气管道来实现天然气的远距离输送。文献[31]提
出了一种较为详细的用来计算天然气管道流量的模型,如式(2-5)所示。
0.5
    
  v v H
 77.54T
2 2
 
f sgn v ,v ,H b D E
    m n mn 
2.5
mn m n mn v L  T Z  p
   
b mn G a,mn a (2-5)
式中,fmn 为天然气节点 m 和 n 之间的天然气管道气流,v 和v 分别为管道
m n
节点 m 和 n 的气压,Hmn 为管道节点 m 和 n 的所处位置的高度差,Tb 为温度基
准值,vb 为气压基准值,D 为天然气管道的内径,Lmn 为节点 m 和 n 之间的距离,
γG 为天然气的相对密度;Ta,mn 为节点 m 和 n 间的平均温度,Za 为天然气的压缩
因子;μ 为管道摩擦系数,Ep 为天然气管道的输气效率。
对于符号函数sgn , , 
v v H ,有
m n mn
1,v2 v2 H 0
  m n mn
sgn , , =
v v H 
m n mn
   
 
-1 v2 v2 H 0
m n mn (2-6)
管道节点 m 和 n 的位置高度差 Hmn 为
H
mn 0.0375g h h (v )  
 
2
 (2-7)
m n a,mn
Z T
a a,mn
式中,hm 和 hn 分别为管道节点 m 和 n 所处的海拔高度,va,mn 为节点 m 和 n
间的平均气压。节点 m 和 n 间的平均气压 va,mn 为
21
天津大学博士学位论文
  
2 v v
v v v
    
m n
a,mn m n 
3   
v v
 
m n (2-8)
管道节点 m 和 n 间的平均温度 Ta,mn 为
  
T T
T T T T  ln m s mn
     
,
a,mn s,mn m n
T T
 
n s,mn (2-9)
式中,Ts,mn 分别为管道节点 m 和 n 周围环境平均温度。
管道内的摩擦系数 μ 为
  0.032 3 D (2-10)
式(2-5)中涉及的参数大多为管道相关参数,在实际工程计算中通常取
0.5
   
77.54T 1
k    D   E
b
2.5
mn v Lkm T kmZ  p
   
b G a a (2-11)
则天然气管道气流模型[184]可简化为
f  sgnv ,v ,H k v v  H (2-12)
2 2
mn m n mn mn m n mn
本章在分析天然气网的气流时忽略了系统内部温度和地形对管道流量的影
响,将天然气管道的流量方程近似表示为:
f  sgn(v v )k v v (2-13)
2 2 mn m n mn m n
参照电力系统中的相关概念,定义 fmn 为天然气网络的气流,v 和v 分别为
m n
天然气网络的气压,kmn 是与输气管道和天然气流体有关的参数,受管道长度、
内径、管道内天然气流动摩擦系数、天然气温度等多种因素的影响,定义为天然
气网络的气导;sgn(v v )是符号函数,用来表征管道中天然气的流动方向。
m n
 
sgn v ,v =
m n   
2 2
1,v v 0
m n
 
 ,
-1 v v  0
2 2
 
m n (2-14)
类比电力系统中的线路满足欧姆定律 I YU ,本章提出天然气管道中气流和
气压间的关系为
F  sgn(V )KV (2-15)
式中,F 表示天然气网的气流,V 表示天然气网的气压,K 表示天然气网的
气导,sgn(V) 用来表明天然气网气流的方向。
2)天然气压缩机模型
在电力系统中,为了减少长距离传输时造成的线路损耗,通常在部分节点处
设置电力变压器。同样,在天然气网络中配置了提升天然气压强来保证气体供应
的设备——天然气压缩机,如图 2-2 所示,用来弥补管道传输过程中造成天然气
22
第 2 章 电-气综合能源系统区间能流计算方法
压降问题。天然气压缩机根据驱动方式的不同,主要有燃气轮机驱动和电机驱动
两种驱动方式。对于燃气轮机驱动方式的压缩机,其数学模型为
H  B f  v v  
 Z c m c mn c mn n m
, , , 1
 c,mn  (2-16)
c m  c  c Hc m c Hc2m (2-17)
, , ,
式中,Bc,mn 和 Zc,mn 为压缩机的参数,它们取决于压缩机的温度、效率和压
缩因子;Hc,m 为压缩机在升压过程中需要消耗的能量;τc,m 为从输气管道中获取
的的天然气流量,用于燃气轮机压缩机加压;αc、βc、γc 分别为压缩机的天然气
消耗系数。
f
c,mn
m n
 
c,mn
图 2-2 天然气压缩机示意图
天然气压缩机可以采用气流控制或气压控制等不同控制方式,如给定入口气
压 v 、给定出口气压v 、给定升压比v / v 。
m n n m
3)气网节点类型
与电网部分类似,天然气网中的节点可分为两类:
a) 压强节点:该节点的供气量足够,压强是给定参考值,用于计算其它未知
节点压强,类似于电网部分的平衡节点。
b) 流量节点:该节点的耗气量和注入量是已知的,而节点压强是未知的,类
似于电网部分的 PQ 节点。
4)气网平衡方程
天然气网部分中的各个节点 m 均满足基尔霍夫第一定律,即对于气网部分
的任一节点都满足流入该节点的气流总和等于流出该节点的气流总和[185],可以
表示为
          (2-18)
f f , f ,  , f , f , 0
m p mn c mk c mk l m s m
nM kM kM
p c c
式中,Mp 为节点 m 附近的管道节点集合,Mc 为节点 m 附近的压缩机节点集
合,fl,m、fs,m 分别表示节点 m 处的天然气负荷和气源。
23
天津大学博士学位论文
2.2.3 电-气耦合环节模型
电力系统和天然气系统之间的耦合环节主要有燃气轮机、CCHP 系统、P2G
装置等。本章仅考虑将燃气轮机作为电气网络之间进行能量交换的耦合环节,采
用的燃气轮机输入气流和输出电功率间的关系为
H    P  P (2-19)
2 gas,m g g G,i g G,i
F
gas,m H
 (2-20)
gas,m
GHV
其中,PG,i 为燃气轮机在电力系统联络节点 i 处的输出电功率;Fgas,m 为燃气
轮机在天然气系统联络节点 m 处的输入气流;GHV 为固定的热高值;αg、βg、γg
由燃气轮机的耗热率曲线决定。
2.2.4 稳态能流平衡方程
引入电气耦合环节后,式(2-1)、(2-18)分别修正为
       (2-21)
P P , P, P, P 0
i g i s i l i ij
jM
i
         (2-22)
f f ,  , f , f , f , 0
m p mn c mk l m g m s m
nM kM
p c
因此,电-气综合能源系统的稳态能流平衡方程为(2-21)、(2-4)、(2-22),可统
一简写为
 
P
i
 
f (x) Q 0
   
i
 
f
 
m (2-23)
2.3 考虑不确定性的区间能流模型
实际的综合能源系统中存在着大量的不确定性因素,例如接入的可再生能源
发电具有波动性和间歇性,各节点电/气负荷难以精确获取等。对于无法准确获取
电源出力和电/气负荷概率分布函数的情况,区间数学提供了一种仅仅需要知道
该不确定变量的上下界或者半径和中点而不需要获取该变量分布函数的表达式,
本节采用区间数学表征电气综合能源系统中的不确定性,并建立了能流计算的区
间模型。
24
第 2 章 电-气综合能源系统区间能流计算方法
2.3.1 区间数学表征不确定性
1)区间数学简介
在区间数学中,通常将区间数和区间函数添加方括号“[ ]”与点值表示。区
间数[x]  [x, x]为满足 x  x  x 的所有 x 的集合,可由式(2-24)表示:
[x] [x, x] {x x} (2-24)
式中, x  , x ,且 x  x 。 x 和 x 分别为区间数[x]的下限和上限,
为实数集。
下面对区间数学的一些基本概念进行简要介绍:
区间数的宽度为
W([x])  x  x (2-25)
区间数的中点为
m([x])  (x  x) / 2 (2-26)
区间数的绝对值为
|[x]| max{| x |,| x |} (2-27)
对于区间数[x] [x, x]和[y] [y, y],它们之间基本的四则运算法则分别为:
[x][y]  [x  y, x  y] (2-28)
[x][y]  [x  y, x  y] (2-29)
[x][y] [min(xy, xy, x y, x y), max(xy, xy, x y, x y)] (2-30)
[x]/[y] [x, x][1/ y,1/ y] 其中,0[y] (2-31)
区间数满足加法和乘法的交换律、结合律成立。区间数的加法交换律和乘法
交换律分别为:
[x][y] [y][x] (2-32)
[x][y] [y][x] (2-33)
区间数的加法结合律和乘法结合律分别为:
([x][y]) [z] [x] ([y][z]) (2-34)
([x][y])[z] [x]([y][z]) (2-35)
区间数不满足乘法对加法的分配律,但满足乘法对加法的次分配律,有:
25
天津大学博士学位论文
[x]([y][z])  [x][y][x][z] (2-36)
[x]([y][z])  [x][y][x][z] (2-37)
([x][y])[z]  [x][z][y][z] (2-38)
两个区间数的交集和并集分别为
[x] ax(x, y), min(x, y)] (2-39)
[x] in(x, y), max(x, y)] (2-40)
区间数的距离计算公式为
d x y  x  y x  y (2-41)
([ ],[ ]) max(| |,| |)
更多关于区间数学的详细运算法则,可参见文献[186]。
2)电-气综合能源系统不确定性的区间表示
通过引入区间数学对电-气综合能源系统中不确定量加以描述,则电源出力
Pg,i、电负荷 Pl,i 以及气负荷 fl,m 这三类不确定性变量的区间形式分别为
    
P = P , P
 
g,i g,i g,i
    
    
P P , P
l,i l,i l,i
 
    
   
f f , f
 
l,m l,m l,m (2-42)
电-气综合能源系统中变量主要包括电压相角 δ、电压幅值 U 和气压 v,它们
的区间形式可分别表示为
  
  = ,  
 
   
 U = U,U 
 
   
v v,v
 
(2-43)
2.3.2 能流计算区间模型
通过区间数学表征电-气综合能源系统中的不确定变量,可以得到电-气综合
能源系统的能流计算模型的区间表达形式。电-气综合能源系统的区间能流计算
模型如(2-44)所示:
  
P
i
 
F([x])  [Q ] =0
i
  
[ f ]
 
m (2-44)
26
第 2 章 电-气综合能源系统区间能流计算方法
式中,[P]、[Q ] 和[ ]分别为:
f
i i m
n
     
        E        (2-45)
P P  P  U U  G cos   B sin  
i s,i l,i i j ij ij ij ij
 j1
n
               (2-46)
E
Q Q  Q  U U  G sin   B cos  
i s,i l,i i j ij ij ij ij
 j1
           (2-47)
f f  f   f  f   
m s l m g m mn c m
, , [ ] [ , ]
nM
p
f 和[c,m ] ,其计算公式分别为: 对于式(2-47)中[ ]
mn
         
2 2
f  sgn v  v h v  v (2-48)
mn m n mn m n
2
         (2-49)
   
c m fc m fc m
, , ,
2.4 电-气综合能源系统能流求解区间方法
2.4.1 区间迭代法
牛顿法广泛应用于电力系统的潮流计算中,但采用牛顿法计算区间形式的电
网潮流时,求解区间方程雅可比矩阵的逆矩阵难度较大。因此,Krawczyk 在 Moore
的研究基础上给出了 Krawczyk-Moore 区间算子的构造方法,将该方法运用于电
网中区间潮流计算,其特点是不需要计算区间矩阵的逆。目前已有学者将该方法
其应用到区间形式的电网潮流计算中[187-188],本文将这种区间迭代法应用于电-气
综合能源系统的区间能流计算过程中,构造的区间算子 K(x)为:
K x x  x Yf x E YFxx x  (2-50)
 
0 , 0 ( 0 ) 0
式中,x 为电-气综合能源系统中由电压相角 δ、电压幅值 U 和气压 v 构成的
变量,[x]为其对应的区间形式;x0 是为区间变量[x]中点的集合,是一个确定的向
量,f(x0)为 x0 对应的能流计算结果;E 为单位矩阵, F(x) 为 F([x])的导数,Y 是
区间雅克比矩阵中值的逆,是一个非奇异矩阵,其计算公式为:
Y 1
    
F ([x]) F ([x])
 
 
  
 
2
  (2-51)
利用区间迭代法求解电-气综合能源系统能流的迭代过程为:
1)确定初次迭代的初始值,包括区间变量[x(0)]和确定值 x(0) x(0)  x(0) 。
0 =( ) 2
27
天津大学博士学位论文
2)计算首次迭代的 f (0) x 、 F '(0) ([x]) 、Y(0),得到 K(0)([x])。
( )
0
3)计算下一次迭代的初始值[x(1) ] [x(0) ]K(0) ([x])。
4)对于第 i 次区间迭代,可利用方程组(2-52)求解,直到变量[x(i)]收敛。
  
i1 i i
[x ] [x ] K([x ])
 
 
 i i i i i i i i i i
K([x ])  x Y f (x )  (E Y F ([x ])([x ] x ))
0 0 0
 
 
 
x =(x  x ) 2
i i i
0
 
1
    
 i i i i
F ([x ]) F ([x ])
 
Yi 
 
 
 2 
 
  (2-52)
在利用区间迭代法求解区间能流的过程中,电网部分和天然气网部分的不
确定性变量分别为:
  ,  
   
      
   
x
E U U U 
 
   
, (2-53)
x vv,v (2-54)
G
电网和气网对应的 F(x) 分别为:
   
       
     
H, H N, N
H N
       
F x J
E E    
J L  J J  L L 
       
, , (2-55)
F x   J  J J  (2-56)
    ,
G G G G
其中,JE 和 JG 分别为电网部分和气网部分对应的雅克比矩阵。
2.4.2 改进的区间迭代法
与确定性电网潮流计算的牛顿法相比,考虑不确定性的区间能流计算过程中,
由于参与运算的变量为区间变量,导致在区间变量的迭代过程中区间结果会不断
扩大,在区间的加减运算中尤为突出。考虑到本章电网部分和气网部分的变量存
在一定的相关性,引入仿射数学描述这种相关性,并应用于区间数的加减运算中,
能够区间能流的计算结果更加精确[189]。
1)仿射数学简介
仿射数学作为区间数学的一种改进形式,通过增加噪声源标记表示各不确定
变量之间的相互联系,可以反映不确定变量之间的关联性。在区间运算中引入仿
射数学,可以降低区间结果的保守性。在仿射数学中,通常将仿射数添加“^”
与点值表示。仿射数 xˆ 用一个仿射形式的线性多项式表示,记为
28
第 2 章 电-气综合能源系统区间能流计算方法
n
xˆ x x  x  x x 
       (2-57)
0 1 1 2 2 0 i i
i1
  为 i 阶噪声元标记,其取值在区间[-1,1]中;x0 为仿
式中,xi 为实数系数;
i
射数的中点,类似于区间数的中点。
对于两个仿射数 xˆ  x  x  + 和
0 1 1 yˆ  y  y   ,它们之间基本
0 1 1
的运算法则为:
xˆ+yˆ  (x +y )(x  y )  ) (2-58)
0 0 1 1 1 n n
n
xˆ x  x 
   (2-59)
0 i i
 i1
n
xˆ  x  x 
     (2-60)
0 i i
 i1
n n
 
xˆ yˆ  (x  x  )(y  y  )
0 i i 0 i i
i1 i1
n n n
  
 x y  (x y   y x  )  ( x  )( y  )
0 0 0 i i 0 i i i i i i
i1 i1 i1 (2-61)
式中,  。
仿射数的除法运算 xˆ/yˆ 可以看作求解乘法运算 xˆ1 yˆ。若 yˆ 可以转化为区
间数为[a,b],则有
1
n
= (x + x ) +
    (2-62)
0 i i
i=1
式中,=1 (ab) ,  =1 (2a) 1 (2b) 1 ( ab) 。
区间数和仿射数之间的相互转化关系为:假设区间数[x] [x, x],通过增加
噪声元标记信息,取 x (x x) , x (x  x)/2 ,则[x]转化为仿射形式为:
0 /2
new
xˆ  x  x  (2-63)
0 new new
同理,仿射数 xˆ  x  x   也可转化为相应的区间数为:
0 1 1
x  x0 rad xˆ x0  rad xˆ (2-64)
[ ( ), ( )]
n
  。
式中, rad(xˆ) x
i i1
仿射数学通过引入噪声元标记,可以使计算结果更为精确,保守性更小。举
例而言,存在两个仿射数 xˆ  510 ,xˆ  67 ,其区间形式分别为  
[x ]  -5,15 ,
1 2 1
29
天津大学博士学位论文
[x ] -1, 8,若直接进行区间运算,则  
[x ]-[x ]  -13,16 ;若先进行仿射运算 2 1 2
xˆ -xˆ  -1+3 ,再将其结果转化为区间数为[-4,2]。可以看到,仿射数学的引入大
1 2
大降低了区间运算的保守性。
2)基于仿射数学的改进区间迭代法
仿射数学通过考虑变量之间的相关性来改进区间迭代法的计算过程,则
(2-50)中描述的区间算子 K([x])可以改写为
K x x  x Yf x  E YF x x  (2-65)
    
0 , 0 ( 0 ) 1 1
式中,  
x1= x  x 2。
考虑到雅克比矩阵 JE 和 JG 中变量存在的相关性,分别用仿射数学加以改进。
a) 电网部分 JE 的改进
在电网部分雅克比矩阵 JE 的 H、N、J、L 子矩阵中,sin 和cos 具有一定
的相关性,以电网中雅克比矩阵元素中子矩阵 H 为例,H 可以修正为:
   
H   U U  G sin    B cos 
       
ij i j ij ij ij ij
   
      
U U G B sin  
2 2
i j ij ij ij H ,ij (2-66)
n
    E  
H U U G B
    sin    cos  
ii i j ij ij ij ij
j1, ji
n
  E  
    2  2   
U U G B sin  
i j ij ij ij H ,ij
j1, ji (2-67)
式中,  
H ,ij = arctan  Bij Gij ,是一个定值,雅克比矩阵中其他子矩阵 N、J、
L 均可化简为相似的形式。
b) 气网部分 JG 的改进
天然气网部分中,考虑到 vm 与 vn 间的相关性,J 矩阵中 v2  v2 可以用平方
G m n
差公式表示, 
f 可以修正为
mn
  sgn          
f  v  v h v  v v  v (2-68)
mn m n mn m n m n
这样,在利用 
f 计算气网 Jacobian 矩阵[JG,mn]时,利用平方差公式,可以
mn
仅计算一次区间的乘法计算,而区间内的加减法采用仿射进行计算,避免计算结
果范围的扩大,即为
h v v
  
J  mn  (2-69)
G,mn 2
   
v v
m n
h
N
v v 
  G 
   
m n
J mn
G,mm
   
2 v v
n n m m n
1, (2-70)
30
第 2 章 电-气综合能源系统区间能流计算方法
2.4.3 区间能流求解流程
利用改进的区间迭代法求解考虑不确定性的电-气综合能源系统区间能流的
求解流程如图 2-3 所示。
开始
i=0,变量初始化为区间形式 [x0]
xˆ 变量转化为仿射形式
计算 YiE 和 YiG
计算 K([xE]) 计算耦合单元参数 计算 K([xG])
i = i +1 计算 [xi+1]
是否收敛?
输出结果
结束
图 2-3 区间能流计算流程图
1)初始化电-气综合能源系统中电网和气网部分变量的上界和下界,其上下
界初值选取为确定性能流变量的最大值和最小值,即:
     
  0  
 
,
P
     
x 0 min max
 
       
P  
U ,U
U
0
min max
P (2-71)
    
x  v v (2-72)
0
min , max G
2)将电网和气网中的区间变量转化为仿射形式:
   
 i  i  i  i 
P P  P P
i
 ˆ  2 2
 
 i
 
xˆ      
i p
P ˆi i i i i
 U U U U 
 U 
    
P
P P P P
 i
 2 2 U (2-73)
x      (2-74)
i i i i
v v v v
ˆ
i i G v
2 2
T
3)计算Y i ,当 i=0 时,有Y0 = Y 0 Y 0  ,其中
E G
31
天津大学博士学位论文
Y =
0
E 1
     
H H N N
0 0 0 0
   
2 2
   
 
       
J J L L
0 0 0 0
     
     
2 2
  (2-75)
Y
0
G 1
Y Y
  
0 0
  G G 
2
  (2-76)
当i 1时,
Y 和Y i 用下式计算:
i
E G
1
     
H H N N
i i i i
   
2 2
    
 
Y
i
  
E i i i i
     
J J L L
     
  2   2  
  (2-77)
1
 i  i 
Y Y
Y
i   G G 
G
2
  (2-78)
4)计算电网中的 K ([xi ]),具体计算方法为:
E E
首先通过仿射数学计算 (E Yi F([xi ]))x  并结果化为区间形式,再由区间
E E 1 1
数学计算出 K ([xi ])。
E E
5)计算耦合环节燃气轮机的参数。
首先计算燃气轮机电网侧的有功出力,然后通过式(2-19)、(2-20)计算燃气轮
机天然气网络侧气网中对应节点的天然气负荷。
6)计算气网中的 K ([xi ]) ,具体计算方法同 4)。
G G
7)计算能流计算下一次迭代值:
  xi1   xi  K xi 
      (2-79)
8)判断电-气综合能源系统的能流计算结果是否收敛,即是否满足约束条件
(2-80)、(2-81)。
i1  i  
x x
 
E E err,E
 
i 1 i 
 
 
 x x
 
E E err,E (2-80)
i1  i  
x x
 
G G err,G
 
 
i 1  i  
 x x
 
G G err,G (2-81)
若结果收敛则输出结果,否则跳转到 3)继续下一次迭代。
32
第 2 章 电-气综合能源系统区间能流计算方法
2.5 算例分析
算例部分采用由 IEEE-39 节点电力系统和 20 节点的天然气系统[31]构成的电
-气综合能源系统,其结构图如图 2-4 所示。20 节点的天然气系统由 20 个气源节
点和 24 条输气管道组成,其中存在 7 个气源节点、8 个气负荷节点。假设 39 节
点电网部分中的节点 30、31、34 处有采用燃气轮机进行供电,分别由天然气网
部分的节点 4、12、16 供能。假设电网部分的 31 节点和天然气网部分的节点 1
为平衡节点。
G G
30 37
25 26 IEEE 39-节点电网 20节点的天然气网络
1
5
28 29
2
2
1
G 3 18 27
17 38 G 3 4
6 7
 8
9
39 4 14 15 16
24 2
1
G
36 15 14 13 12 11
17
18
10
13
5
9 6
12
 11
7
10
8 31
32
G G 19
20
34
G G 22
33 23
35
G 16
19
20
图 2-4 电-气综合能源系统算例图
天然气系统的管道参数参照文献[190],天然气系统中各节点的进气量、气负
荷数据如表 2-2 所示,燃气轮机的相关参数见文献[31]。
表 2-2 天然气系统的气源和气负荷数据
节点 气源(立方英
尺/时) 气负荷(立方
英尺/时) 节点 气源(立方英
尺/时) 气负荷(立方
英尺/时)
1 21.613 0 11 0 0
2 9.632 0 12 0 3.1194
3 0 5.7666 13 5.2824 0
4 0 0 14 2.0703 0
5 0.562 0 15 0 10.1764
6 0 5.9358 16 0 14.978
7 0 7.7339 17 0 0
8 29.6466 0 18 0 0
9 0 0 19 0.3016 0
10 0 9.3672 20 0 2.8237
33
天津大学博士学位论文
为了研究多种类型变量的不确定性对电-气综合能源系统的影响,本节设计了
五个场景进行对比分析:
场景 1:电-气综合能源系统中不含任何不确定源。
场景 2:电-气综合能源系统中电网侧的负荷存在 5%的有功波动。
场景 3:电-气综合能源系统中电网侧的电源节点 36 考虑由可再生能源供电
并存在 5%的有功出力波动。
场景 4:电-气综合能源系统中天然气网侧的气负荷存在 5%的负荷波动。
场景 5:电-气综合能源系统中同时存在场景 2、场景 3、场景 4 中所描述的
变量不确定性。
2.5.1 区间能流求解方法的有效性分析
为了验证本文所提方法的正确性,分别将场景 1 确定性电-气综合能源系统
的能流计算结果、采用本章提出的区间能流计算方法用于场景 2 的计算结果与采
用蒙特卡洛法计算场景 2 的结果进行比较。其中,采用蒙特卡洛进行 104 次能流
计算,获取电-气综合能源系统中各个电网节点电压幅值、相角的最大/小值和各
个气网节点气压的最大/小值,并假设其结果接近真实的变量波动区间。能流计算
结果的对比情况如表 2-3 和表 2-4 所示。
表 2-3 场景 1 和场景 2 的电网部分求解结果
节点 场景 1 场景 2 区间结果 场景 2 蒙特卡洛结果
U δ [U] [δ] [U] [δ]
4 1.0038 -10.6546 [1.0007,1.0059] [-15.0646,
-6.4446] [1.0012,1.0052] [-14.2234,
-7.3382]
9 1.0281 -11.2997 [1.0261,1.0294] [-16.1506,
-6.7488] [1.0265,1.0289] [-15.2939,
-7.4510]
13 1.0142 -7.0959 [1.0116,1.0161] [-11.1179,-
3.2738] [1.0119,1.0154] [-10.3979,
-4.0105]
18 1.0313 -9.6156 [1.0299,1.0326] [-14.7713,
-4.6599] [1.0303,1.0322] [-13.9605,
-5.6291]
23 1.0450 -1.1221 [1.0441,1.0455] [-6.4243,
3.8801] [1.0446,1.0453] [-5.6517,
3.0626]
27 1.0379 -8.9173 [1.0367,1.0392] [-14.2173,
-3.9173] [1.0370,1.0388] [-13.4650,
-4.7830]
30 1.0475 -4.5918 [1.0475,1.0475] [-9.8479
,0.3643] [1.0475,1.0475] [-8.9419,
-0.5602]
32 0.9831 1.6155 [0.9831,0.9831] [-2.4121
,5.4430] [0.9831,0.9831] [-1.5599,
4.5918]
34
第 2 章 电-气综合能源系统区间能流计算方法
表 2-4 场景 1 和场景 2 的天然气网部分气压结果
节点 场景 1 场景 2 区间结果 场景 2 蒙特卡洛结果
v [v] [v]
1 942.70 [942.70, 942.70] [942.70, 942.70]
2 942.00 [940.72,942.70] [941.92,942.08]
4 929.82 [927.46,932.29] [928.66,931.09]
6 839.52 [837.03,842.12] [838.23,840.92]
10 937.71 [932.22,942.70] [933.42,942.32]
12 924.09 [918.54,929.97] [919.74,928.77]
14 919.49 [914.73,924.37] [915.93,923.17]
16 885.24 [880.34,890.27] [881.54,889.07]
18 855.54 [849.64,861.79] [850.84,860.59]
从对比结果看出,场景 1 的计算结果位于采用本节所提算法求解场景 2 结果
的区间范围内,本文所提算法的场景 2 计算结果十分接近蒙特卡洛仿真的结果,
且计算结果涵盖了蒙特卡洛法的计算结果,这说明本文所提方法的计算结果具有
完备性。图 2-5(a)-(c)分别绘制了场景 1 和采用本节所提算法及采用蒙特卡洛法
求解场景 2 的电网电压幅值、电压相角和气网气压的计算结果,可以更加直观地
比较三种情形下电-气综合能源系统中变量的区间。图 2-5(a)中绘制了三种情形下
电网部分节点 1-29 的电压幅值区间。由于节点 30-39 中除节点 31 为平衡节点外
其余各节点均为 PV 节点,因此在电-气综合能源系统的能流计算过程中,其电压
幅值不能发生改变,三种情形下节点 30-39 的电压幅值均为确定的值。图 2-5(b)
中绘制了三种情形下电网部分节点 1-39 的电压相角区间。对于平衡节点 31,三
种情形下的电压相角均为定值 0。图 2-5(c)中绘制了三种情形下气网部分节点 1-
20 的气压区间。对于气网平衡节点 1,三种情形下的气压值均为定值。
(a) 电压幅值
35
天津大学博士学位论文
(b) 电压相角
(c) 气压
图 2-5 能流计算结果对比图
通过图 2-5 的电气综合能源系统区间能流计算结果可知,无论是电压幅值、
相角和气压,所提方法的计算结果与蒙特卡罗模拟法的计算结果非常接近,十分
贴近正确的计算结果,且蒙特卡罗模拟法的所有结果均被包含在本文所提方法计
算结果的区间中,这说明本文的方法是正确的。考虑到蒙特卡洛模拟法的结果虽
然更为精确,但是建立在大量抽样的基础上,而本文所提方法仅需计算一次即可
得到相对贴近的结果,因此,本文的方法具备一定的适用性。
2.5.2 不同不确定性源的区间能流分析
为了分析电网负荷、电源出力和气网负荷的不确定性对电-气综合能源系统
造成的影响,分别计算场景 2-5 的结果,如图 2-6 所示。
36
第 2 章 电-气综合能源系统区间能流计算方法
(a) 电压幅值
(b) 电压相角
(c) 气压
图 2-6 场景 2-5 的能流计算结果
1)电网负荷不确定性对气网的影响分析
场景 2 中,电网负荷的波动会对整个综合能源系统的能流产生影响。电力系
统中由负荷波动造成的电网中各节点的参数波动引起燃气轮机出力的波动,进而
37
天津大学博士学位论文
造成气网中 12 节点的天然气消耗量改变,导致电网中的不确定性被传递到天然
气网络中,引起气网中各节点的气压波动。因此,综合能源系统中的能流将随电
负荷的波动而变化。
2)电网中电源出力的不确定性对气网的影响分析
场景 3 中,电网中电源出力的波动会对整个综合能源系统的能流产生影响。
当发电机出力波动时,所有电气节点的电气参数都会发生变化,并且引起所有气
网节点的参数变化。燃气轮机作为耦合单元,将电网中节点 31 的电气量波动传
递到气网节点 12 中的气负荷波动。因此,场景 3 中,所有气网节点的天然气压
强均发生波动。需要注意的是,场景 3 中,单个电网节点电源出力波动引起的整
个系统参数变化范围小于场景 2 中的多个电负荷波动引起的整个系统参数变化。
3)气网负荷的不确定性对电网的影响分析
场景 4 中,气网中气负荷的波动使得整个电-气综合能源系统的参数波动。
需要注意的是,场景 4 中由气网负荷的波动引起的电力系统参数的波动程度小于
场景 2 中多个电负荷波动引起的参数波动。这是因为在场景 4 中,当气负荷发生
波动时,燃气轮机的供气量仅在气网节点 4、12 和 16 发生变化,以此改变电网
母线 30、31 和 34 的发电量。因此,不确定性传递到整个电力系统中。场景 4 中
有三个不确定性电源给整个系统的带来的影响远大于场景 3 中单个不确定性电
源带来的波动影响。
4)多个不确定性对电-气综合能源系统的影响分析
如图 2-6 所示,同时考虑电负荷、电源和气负荷这三种不确定因素时,系统
运行参数 U、δ 和 v 都会在一定范围内波动,且参数的变化幅度远大于场景 2-4。
为了将场景 5 与场景 2-4 中运行参数的不确定性水平进行比较,本节提出了区间
宽度比 λ 来表征,    
x,i = xcase i  xcase i xcase5  xcase5 。其中 i = 2、3、4;x 表示电
-气综合能源系统的运行参数,包括 U、δ 和 v;将场景 5 的区间能流计算结果设
置为参考值,
  。当
, 0
x i   时,表明场景 i 中的参数 x 的波动情况小于场景
, 1
x i
5 中相关参数的波动情况。当 非常小时,表明场景 i 中的参数 x 的波动情况远
x,i
小于场景 5 中相关参数的波动情况;当 , 1
  时,表明场景 i 中的参数 x 的波动
x i
情况大于场景 5 中相关参数的波动情况。
场景 2-4 与场景 5 系统运行参数 U、δ 和 v 的区间宽度比 λ 计算结果如图 2-
7 所示。从图 2-7 中可以看出 , 和 (i = 2、3、4)的大多数值小于 1,
U ,i  ,i v,i
表明场景 5 中的电-气综合能源系统中运行参数的波动程度大于场景 2-4 中相关
运行参数的波动程度,这是因为场景 5 中不确定性源的数量大于场景 2-4 中的不
确定源数量,说明不确定性源的积累将使综合能源系统中运行不确定性增加。
38
第 2 章 电-气综合能源系统区间能流计算方法
(a) 电压幅值
(b) 电压相角
(c) 气压
图 2-7 区间宽度比 λ 计算结果
另外,从场景 2 和场景 4 的比较中可以得知,在场景 2 中电网负荷波动造成
的单个气网节点气负荷波动对气网的影响程度远小于场景 4 中多个气网节点气
负荷波动对气网的影响。通过场景 3 和场景 4 的比较可以得知,单个发电机节点
39
天津大学博士学位论文
的电源出力变化对气网的影响程度要比多个气网节点气负荷波动对气网的影响
小得多。同理,场景 4 中气负荷波动引起电网中单个电源节点的出力波动对电网
的影响程度远小于场景 2 中多个电网负荷波动对电网的影响程度。
2.5.3 区间能流求解方法的收敛性分析
本节主要分析当电-气综合能源系统中某个参数的不确定性增加时,整个系
统的能流方法的收敛性。
以场景 2 为例,假设电网负荷的不确定水平为 W % ,W 表示为电负荷的不
确定性程度,随着 W 值的不断增加,分析本章所提的区间能流计算方法的收敛
性。随着电负荷区间宽度的增加,能流计算结果的区间宽度也逐渐增大。图 2-8
为当 W 逐渐增大时,区间能流的运行参数[U],[δ]和[v]的波动情况。可以看出,
随着 W 的增加,能流计算结果的收敛性逐渐变差。当 W 的值超过 40 之后,不确
定能流的解变得发散。由于电网部分的节点 31 为平衡节点,节点 30、32-39 是
PV 节点,因此当 W 增加时,这些节点的电压幅值保持不变,因此图 2-8(a)中仅
显示节点 1-29 的电网电压幅值波动情况。由于电网中节点 31 和气网中的节点 1
为平衡节点,所以图 2-8(b)中的节点 31 的电压相角和图 2-8(c)中的节点 1 的气压
保持不变。
(a) 电压幅值
40
第 2 章 电-气综合能源系统区间能流计算方法
(b) 电压相角
(c) 气压
图 2-8 计算结果随不确定性水平的变化
随着电负荷波动程度的增加,节点 31 中的输出功率下限将变为 0。此时,
节点 31 中的燃气轮机将不发出有功,表明该燃气轮机将停止运行,同时,气网
中节点 12 的气负荷也不再改变,气网部分的气压上限也不再改变,而在图 2-8(c)
中其下限仍会改变。
2.6 本章小结
本章通过对电网潮流、气网气流和能源耦合环节的能流建模,建立电-气综
合能源系统的稳态能流模型;在此基础上,考虑运行过程中电源出力、电网负荷
和气网负荷的不确定性,并引入区间数学加以表征,提出考虑不确定性的电-气
综合能源系统区间能流计算模型。在模型求解方面,采用 Krawczyk-Moore 区间
迭代法进行求解,并在求解过程中,引入仿射数学对来降低计算结果的保守性。
算例部分通过将本文所提的区间能流计算方法与蒙特卡洛模拟的结果对比,证明
41
天津大学博士学位论文
本文所提方法的正确性,并分析了不确定性水平的提升对电气综合能源系统区间
能流计算结果的影响和本文所提方法的收敛性。通过不同场景下的区间能流计算,
可以得出以下结论:
1)电-气综合能源系统中电网部分和气网部分中存在的不确定性可相互传递。
即电网部分中存在的不确定性(电负荷或电源出力的波动)可以通过能源耦合环
节传递到天然气系统,天然气网部分中存在的不确定性(气负荷波动)也可以通
过能源耦合环节将不确定性传递到电网部分中。
2)随着电负荷、气负荷或者电源出力等单个不确定性源的不确定水平提升,
整个电-气综合能源系统能流参数的不确定性会随之增加。
3)各个不确定性源引起的不确定性会逐渐累加,使得整个电-气综合能源系
统不确定性程度增大。
42
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析
3.1 引言
综合能源系统的运行优化研究是综合能源系统课题研究的重要环节。电转气
(Power to gas,P2G)技术的发展使得综合能源系统中由电能向天然气转换的能
源耦合环节成为可能。在电-气综合能源系统中,通过燃气轮机和电转气装置的
结合,能够实现能量在电力系统和天然气系统中的双向流动。与燃气轮机的作用
相反,电转气装置可以将电-气综合能源系统中多余的电能转化为天然气,提升
系统的可再生能源接纳水平。因此,研究电转气装置对电-气综合能源系统运行
优化的影响,分析电转气装置的运行经济性,对于发展和推广电转气技术,提升
电-气综合能源系统的可再生能源接纳能力具有深远影响。
尽管电转气装置的接入可以提升电-气综合能源系统对可再生能源的接纳能
力,但是随着可再生能源接入量的增加,可再生能源出力的不确定性对电-气综
合能源系统运行的影响将无法忽视。因此,本章考虑在电-气综合能源系统接入
电转气装置,并计及系统运行过程中可再生能源出力不确定性的影响,提出了考
虑风电光伏出力不确定性的含电转气装置的电-气综合能源系统区间运行优化模
型。首先建立含 P2G 的电-气综合能源系统运行优化模型,包括燃气轮机、电转
气装置以及储能系统的出力模型,然后将风电光伏出力的不确定性用区间数学加
以描述,提出了电-气综合能源系统区间优化模型。在求解过程中,通过对燃气轮
机出力、储能系统出力和电气综合能源系统与外界能量交换过程进行线性化处理,
将非线性规划模型转化为混合整数规划模型,之后将区间优化模型采用区间线性
规划方法求解。算例部分分析了电转气装置的经济性,验证了本文所提区间优化
方法的有效性,并研究了风电光伏出力不确定性水平对电-气综合能源系统区间
优化运行的影响。
3.2 含 P2G 的电-气综合能源系统区间运行优化模型
本节研究的电-气综合能源系统的结构图如图 3-1 所示。在本章的研究中,假
设电-气综合能源系统既可以从外部购买电/气,也可以向外部出售电/气。
43
天津大学博士学位论文
外部电网 电网潮流
气网能流
外部气网
图 3-1 电-气综合能源系统的结构图
3.2.1 电-气综合能源系统建模
本节主要对电-气综合能源系统中的燃气轮机,电转气装置和储能系统
(Energy storage system,ESS)建模。系统内部的风电机组和光伏电站出力、电
负荷和气负荷均通过预测技术获取[191-195]。
1)燃气轮机模型
燃气轮机作为电-气综合能源系统中一种常见的能源耦合单元,其原理是采
用压缩机压缩空气后将空气和天然气混合,天然气在压缩空气中燃烧后推动燃气
轮机的叶轮旋转来产生电能。不考虑外界温度变化的影响,燃气轮机的发电效率
ηGF 和输出功率 PGF 的关系可近似看作三次函数[196-197],为:
3 2
   
P P P
 
 c  GF   c  GF   c GF  c
GF 3,GF 2,GF 1,GF 0,GF
P P P
   
r r r (3-1)
式中,c3,GF,c2,GF,c1,GF 和 c0,GF 是正数,Pr 是与燃气轮机的额定功率。
燃气轮机的耗气量 FGF 为:
F
GF P
 GF (3-2)
 LHV
GF
式中,LHV 是天然气的低热值。
2)电转气装置模型
尽管目前已经出现了一些电转气技术的相关示范工程,但总体来说电转气装
置的普及度低,装机容量较小。随着未来电-气综合能源系统的发展和电转气技
44
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析
术的进步,电转气装置的接入将会对电-气综合能源系统的运行带来重要影响。
电转气技术作为可再生能源利用的一项重要技术,原理是通过 Sabatier 反应
[198-200]与电解水产生的氢气和二氧化碳将电能转化为天然气,包括两个反应过程:
第一个过程是电解水,通过消耗电能产生氢气;第二个过程是将氢气甲烷化,通
过 CO2 和 H2 产生天然气。两个反应过程的化学方程式分别如下:
2H O  2H  O , H  570 kJ/mol (3-3)
2 2 2
CO  4H CH  2H O, H  165kJ/mol (3-4)
2 2 4 2
电转气装置的转换效率与上述两个化学反应过程密切相关。电转气装置的天
然气输出量 FP2G 与输入电功率 PP2G 的关系为[91]:
P
F
 P2G (3-5) P2G P2G
LHV
 为电转气装置的转换效率。 式中,
P2G
3)储能系统模型
储能系统可以储存多种形式的能量,根据存储能量的不同,分为电储能系统、
储气系统、热储能系统和冷储能系统等。本文中的储能系统特指电储能系统。电
储能系统存在很多种形式,且在电力系统中已经得到广泛应用,如电化学储能、
机械储能、电磁储能等。本文采用蓄电池作为储能系统。蓄电池作为一种电化学
储能形式,在充电时将电能转化为化学能,放电时则通过充电时的逆化学反应将
化学能转化为电能。蓄电池常见的种类有锂电池、镍镉电池、铅酸电池等,其中
铅酸电池价格较低且技术较为成熟,在实际应用中较为广泛。
储能系统存在三个运行状态:充电状态、放电状态和停运状态。储能系统在
某一时刻的充放电功率与已存储电量相关,储能在 t 时刻的充放电公式[201-202]为:
E(t)  E(t 1)(1)  TP (t) (3-6)
ch ch
E(t)  E(t 1)(1) TP (t) / (3-7)
dis dis
式中,E(t)和 E(t-1)分别为 t 时刻和 t-1 时刻储能系统的能量, 为储能系统
的自放电率,Pch(t)和 Pdis(t)分别为储能系统在 t 时刻的充/放电功率,ch 和 分
dis
别为储能系统的充/放电效率。
3.2.2 电-气综合能源系统运行优化模型
本章研究的电-气综合能源系统的运行优化问题为日前经济调度问题。不考
虑风力发电和光伏发电出力的不确定性时,本节建立了含 P2G 的电-气综合能源
45
天津大学博士学位论文
系统确定性运行优化模型。
1)目标函数
含 P2G 的电-气综合能源系统确定性运行优化模型的优化目标为电-气综合
能源系统一天的运行成本 EX,包括运行维护成本 Com、环境成本 Cen、购电成本
Ce、购气成本 Cg、售电收益 Ie 和售气收益 Ig。运行优化模型的目标函数为电-气
综合能源系统的运行成本最低,即:
min EX  C  C  C  C  I  I (3-8)
om en e g e g
其中,电-气综合能源系统的运维成本 Com 为:
N
 
t
  
C = K P (t)  K P (t)+K P (t)  P (t)
om GF GF P2G P2G ESS dis ch
t1
K P (t)  K P (t)
WT WT PV PV (3-9)
式中,Nt 为电-气综合能源系统运行一天的总时间段,KGF、KP2G、KESS、KWT
和 KPV 分别为燃气轮机、电转气装置、储能系统、风力发电和光伏发电机组的运
行和维护系数。
电-气综合能源系统的环境成本 Cen 为:
N m
   (3-10)
t
  C   P (t)  P (t)
en k k,GF GF k,e be
 t1 k 1
式中,m 表示污染物排放总量,包括 CO2,SO2 和 NOx 等,βk,GF 和 βk,e 分别
为燃气轮机和电网中产生污染物的排放因子,Pbe 为电-气综合能源系统从外部电
网中购买的电量,αk 为处理第 k 种污染物的成本系数。
电-气综合能源系统的购电成本 Ce 和购气成本 Cg 分别为:
N
 (3-11)
t
C = K (t)P (t)
e be be
t1
N
 (3-12)
t
C = K (t)F (t)
g bg bg
t1
式中,Kbe 和 Kbg 分别为电-气综合能源系统从外部电网购买电能和从外部气
网购买天然气的价格,Fbg 为电-气综合能源系统从外部气网购买的天然气量。
电-气综合能源系统的售电收入 Ie 和售气收入 Ig 分别为:
N
  t (3-13)
I K (t)P (t)
e se se
t1
N
 (3-14)
t
I = K (t)F (t)
g sg sg
t1
46
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析
式中,Pse 和 Fsg 分别为电-气综合能源系统向外部电网的售电量和向外部气
网的售气量,Kse 和 Ksg 分别为对应的售价。
2)约束条件
在电-气综合能源系统的运行过程中,各个机组都需要满足各自的运行约束
条件。这些约束可以分为等式约束和不等式约束。
a) 不等式约束
燃气轮机和电转气装置在 t 时刻的出力均需要在其约束条件,可以表示为:
P ,min  P (t)  P ,max (3-15)
GF GF GF
P 2 ,min  P 2 (t)  P 2 ,max (3-16)
P G P G P G
储能系统的容量和放电/充电功率的约束分别表示为:
Emin  E(t)  Emax (3-17)
0 P (t) P
  (3-18)
dis dis,max
0 ( )
 P t  P (3-19)
ch ch,max
电-气综合能源系统与外部进行能量交换的约束可以表示为:
0 ( )
 P t  P (3-20)
se e,max
0 P (t) P
  (3-21)
be e,max
0 H (t) H
  (3-22)
sg g,max
0  ( )  (3-23)
H t H
bg g,max
此外,燃气轮机和电转气的出力受其爬坡/下坡功率的约束,可以表示为:
P (t) P (t 1) U
GF GF GF
    (3-24)
 P (t 1) P (t) D
GF GF GF
P (t)  P (t 1) U
P2G P2G P2G
    (3-25)
 P (t 1) P (t) D
P2G P2G P2G
b) 等式约束
电-气综合能源系统的运行过程中必须满足能量平衡方程,即分别满足由
(3-26)和(3-27)表示的电能平衡方程和天然气流量平衡方程。
P t  P t  P t  P t  P t  P t  P t (3-26)
( ) ( ) ( ) ( ) ( ) ( ) ( ) L P2G GF be se WT PV
F (t)  F (t)  F (t)  F (t)  F (t) (3-27)
L P2G bg sg GF
47
天津大学博士学位论文
其中,PL(t)和 FL(t)分别为 t 时刻电-气综合能源系统中总的电/气负荷量。
3.2.3 电-气综合能源系统区间运行优化模型
在电-气综合能源系统运行过程中,考虑接入的间歇性能源(风力发电和光
伏发电)出力存在不确定性,使得系统运行过程的优化变得复杂。虽然风力发电
和光伏发电仅仅接入到电-气综合能源系统中的电网部分,但是燃气轮机和电转
气装置等能源耦合环节的出现将使得不确定性传递到天然气网部分,从而使整个
电-气综合能源系统的运行过程存在不确定性。在多数场景中,风电和光伏发电
的分布函数无法准确获取,而它们出力的上下限比较容易获取。因此,本节考虑
引入区间数学为表征间歇式能源出力的不确定性。
风力发电和光伏发电在 t 时段出力的区间形式分别为P (t)和 ( )
 P t 。
WT PV
P (t)和 ( )
P t 的上下界为风力发电和光伏发电在 t 时段出力的最小值和最大 WT PV
值。由于风力发电和光伏发电出力的波动,电转气装置、储能系统以及能量交换
的出力也将随之波动,这些出力也需要转换为区间形式。因此,本节在电-气综合
能源系统确定性运行优化模型的基础上,提出了考虑风电和光伏发电出力不确定
性的区间运行优化模型。电-气综合能源系统区间运行优化模型的目标函数为:
EX  C C C  C  I  I  (3-28) min
om en e g e g
对应的约束条件分别为:
1)不等式约束:
P P t  P (3-29)
GF GF GF
,min ( ) ,max
P  P t  P (3-30)
P G P G P G
2 ,min 2 ( ) 2 ,max
Emin  E(t)  Emax (3-31)
 
0  P (t)  P (3-32)
 
dis dis,max
0  P (t)  P (3-33)
 
ch ch,max
0  P (t)  P (3-34)
 
se se,max
0  P (t)  P (3-35)
 
be be,max
0 F (t) F
    (3-36)
sg sg,max
0  F (t)  F (3-37)
 
bg bg,max
48
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析
   
 P (t) P (t 1) U
 GF GF GF
   
   
   
P (t 1) P (t) D
GF GF GF (3-38)
   
 P (t) P (t 1) U
 P2G P2G P2G
   
   
P (t 1) P (t) D
P2G P2G P2G (3-39)
2)等式约束:
P t  P t P t  P t   P t   P t  P t  (3-40)
( ) ( ) ( ) ( ) ( ) ( ) ( ) L P2G GF bg sg WT PV
F t  F t  F t   F t   F t (3-41)
( ) ( ) ( ) ( ) - ( )
    L P2G bg sg GF
从式(3-28)-(3-41)可知,需要求解的电-气综合能源系统区间优化模型为多约
束的非线性区间优化问题。
3.3 电-气综合能源系统区间优化方法
上节提出的电-气综合能源系统区间优化模型为多约束的非线性区间优化问
题,直接求解的难度较大。因此,本节首先通过出力线性化将确定性运行优化模
型转换为混合整数线性规划(Mixed-integer linear programming,MILP)模型,然后
通过区间线性规划算法[203-204]获取区间运行优化模型目标函数的上下限,将区间
运行优化模型转化为多个确定性优化模型,并通过 CPLEX 进行计算。
3.3.1 线性化优化方法
在 3.2.2 中提出的电-气综合能源系统运行优化模型为非线性优化问题,需要
将模型中的非线性部分进行线性化出力,即分别对燃气轮机出力、储能系统出力
和电气综合能源系统与外界能量交换过程进行线性化优化。
1)燃气轮机出力线性化
燃气轮机的耗气量与其输出功率之间的关系是非线性的。参照文献[205]中
给出的方法,非线性函数通过分段的一次函数近似,近似过程如图 3-2 所示。
49
天津大学博士学位论文
FGF
FGF,N+1
FGF,N KN
FGF,2 ...
FGF,1 K1
0 P1(PGF,min) P
P2 ... PN N+1(PGF,max) PGF
图 3-2 燃气轮机出力线性化
初始的函数被分成 N 部分,每部分都由布尔变量 B (t) 和连续变量 P(t) 描述。
i i
所以,近似函数 F 可以表示为:
N
  (3-42)
F K P(t)  M B (t)
 
i i i i i1
式中,Ki 和 Mi 分别通过式(3-43)和式(3-44)计算。
K
i F  F
GF,i1 GF,i
P  P
i1 i (3-43)
M  F  PK (3-44)
i GF,i i i
为了确保 F 处于某一段,布尔变量 B (t) 和连续变量 P(t) 需要满足以下
i i
约束条件:
PB t  P t  P B t (3-45)
( ) ( ) ( ) i i i i 1 i
N
   (3-46)
0 B (t) 1
i i1
式中,Ki 为 FGF(t)在第 i 个分段的斜率,Mi 是对应的等效截距,Pi 为第 i 个
分段点,其中 P1 是燃气轮机的最小输出,PN+1 是最大输出。布尔变量 Bi 是一个
状态变量,其值为 0 或 1。
2)储能系统线性化
在某一时段 t,储能系统的运行状态为充电/放电或不工作,因此引入布尔变
量 B (t) 和 B (t) 来表示储能系统的运行状态。
ch dis
50
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析
B (t)
ch 1,
 
0,
充电状态
不充电状态 (3-47)
B (t)
dis 1,
 
0,
放电状态
不放电状态 (3-48)
储能系统的容量为
P (t)
E(t)  E(t 1)(1 )  TP (t)  T dis (3-49)
ch ch
 dis
 
式中,储能系统的充放电功率可以表示为
0 P (t) P B (t)
  (3-50)
ch ch,max ch
0  P (t)  P B (t) (3-51)
dis dis,max dis
布尔变量 B (t) 和 B (t) 应该满足不等式约束:
ch dis
0  B (t)  B (t) 1 (3-52)
ch dis
3)能量交换过程线性化
电-气综合能源系统的运行过程中,电网/气网部分和外部系统进行单一方向
的能量交换。也就是说,例如,电-气综合能源系统的电网部分在某一时段 t 可能
从外部电网购电,也可能向外部电网售电,但不能与外部电网同时进行购电和售
电。电-气综合能源系统的气网部分也是如此。为了描述这一过程,本节引入了布
尔变量 Bbe(t),Bse(t),Bbg(t)和 Bsg(t)。因此,电-气综合能源系统与外部系统之间
的电/气交换过程可以表示为:
0  P (t)  P B (t)
be be,max be
  
 
0 P (t) P B (t)
se se,max se
   
0 B (t) B (t) 1
 
be se (3-53)
  
0 F (t) F B (t)
bg bg,max bg
  
0 F (t) F B (t)
sg sg,max sg
   
0 B (t) B (t) 1
 
bg sg (3-54)
通过上述的线性化表示,将电-气综合能源系统确定性运行优化模型转化为
混合整数线性规划模型。
3.3.2 区间线性规划方法
通过线性化方法将电气综合能源系统的运行优化模型转化为混合整数线性
规划模型后,相应的电-气综合能源系统的区间运行优化模型转化为区间线性优
51
天津大学博士学位论文
化模型,可以采用区间线性规划方法求得区间运行优化模型目标函数的上下界,
将区间运行优化模型转化为多个确定性模型,对每个确定性模型进行求解最终获
得区间运行优化模型的区间结果。
区间运行优化模型目标函数的区间形式为[EX ]=[EX , EX ] ,求解目标函数的
上下界即分别计算最好最优解 EX 和最差最优解 EX 。
1)求解最好最优解 EX 。
区间优化模型的目标函数[EX]被最好最优解 EX 代替。此时,所有的区间不
等式约束都用其最大范围的确定性不等式约束代替,所有的区间等式约束都用其
上下界的两个不等式代替,得到混合整数线性规划模型,并通过 CPLEX 进行求
解。
2)求解最差最优解 EX 。
用最差最优解 EX 代替区间优化模型的目标函数[EX]。所有的区间不等式约
束都用其最小范围的确定性不等式约束代替,所有的区间等式约束都用其上下界
的两个等式代替。这些新的等式约束和不等式约束共同构成了新的模型。如果原
始的区间优化模型中具有 eq 个等式约束,那么将会有 2eq 个新的模型。将所有的
新模型转换为确定性的混合整数线性规划模型,并用 CPLEX 进行解决。所有新
模型中求得的目标函数最大值即为最差最优解 EX 。
电-气综合能源系统区间优化模型的求解过程通过 Visual C++在 CPLEX 12.5
实现,电脑配置为 Intel Core i7 3.20 GHz CPU 和 8GB RAM 的 PC。
3.4 算例分析
将电-气综合能源系统的一个运行日分为 24 小时。图 3-3 为一个典型日的风
机、光伏出力曲线以及电气负荷的需求曲线。购买和销售电力和天然气的价格如
图 3-4 所示。储能系统的装机容量为 10MW,在实际运行中的容量范围为[0.1Emax,
0.9Emax],且为保证储能系统同时具有较好的充放电能力,初始容量取最小容量,
储能系统充放电率均为 0.9。电转气装置的转换率为 0.64。燃气轮机、电转气装
置和储能系统的其它运行参数如表 3-1 和表 3-2 所示。
52
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析
140 3000
120
2500
100
2000
80
60 1500
 1000
40
 500
20
0 0
1 5 9 13 17 21
时间/h
风机出力 光伏出力 电负荷 气负荷
图 3-3 典型日风机、光伏出力以及电负荷和气负荷曲线
2 5
4
1.5
1 3
2
0.5
 1
0 0
1 5 9 13 17 21
 时间/h
购电价格 售电价格 购气价格 售气价格
图 3-4 购买/销售电力和天然气的价格曲线
表 3-1 电-气综合能源系统的装置参数
装置 最小出力(MW) 最大出力(MW) 爬坡功率(MW) 下坡功率(MW)
燃气轮机 0 15 5 5
电转气装置 0 10 5 5
储能系统 0 2 / /
表 3-2 电-气综合能源系统装置的运行和维护系数
装置 燃气轮机 电转气 储能 风机 光伏
系数(¥ /MW) 25 23.1 83.2 29.6 9.6
本节设计了三个运行场景,分别为;
场景 1:不考虑电源出力不确定性的电-气综合能源系统的运行优化;
场景 2:考虑电转气装置不同转换效率时的电-气综合能源系统的运行优化;
场景 3:考虑风电和光伏出力的不确定性水平不断提升时电-气综合能源系
统的运行优化。
53
天津大学博士学位论文
3.4.1 电-气综合能源系统运行优化分析
不考虑电-气综合能源系统运行时可能存在的风光出力不确定性,场景 1 的
计算结果如图 3-5、图 3-6 所示。规定电网和气网部分发出功率时的符号为正。
因此,燃气轮机、P2G 装置、储能装置、外部电网和外部天然气网络的输出可以
分别表示为:
P (t)  P (t)  P (t) (3-55)
ESS dis ch
P (t)  P (t)  P (t) (3-56)
grid se be
F (t)  F (t)  F (t) (3-57)
gas se be
50
40
30
20
10
0
 1 5 9 13 17 21
-10
-20 时间/h
PESS PP2G PGF Pgrid
图 3-5 电网部分的输出功率
1000
0
1 5 9 13 17 21
-1000
-2000
-3000
-4000
-5000
时间/h
FP2G FGF Fgas
图 3-6 气网部分的输出功率
54
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析
图 3-5 给出了电储能、燃气轮机、P2G 的出力和电-气综合能源系统与外部
电网交换的功率。图 3-6 给出了 P2G、燃气轮机输入的天然气量和电-气综合能
源系统与外部气网交换的天然气气量。可以看出,由于在某些时期段内可再生能
源的电源出力大于该时段的电负荷,此时,电-气综合能源系统会将多余电力销
售给外部电网;在某些时期段(第 2 和第 3 个时段),由于购买电能的价格相对
较低,并且剩余电能充足,因此可以出售一部分电能以获取利润,同时将另一部
分电能利用 P2G 装置转换为天然气;在某些时段(第 19 个时段和第 20 个时段),
电网负荷需求大于风电和光伏出力总和,此时的购电价格也相对较高,此时可利
用燃气轮机消耗天然气来发出电能。对于储能系统 ESS,在销售电价较低的某些
时段(第 1-4 个时段和第 15-17 个时段)选择充电,而在销售电价较高的某些时
段(第 7-11 个时段和第 18-21 个时段)选择放电。这些机组的运行行为符合电-
气综合能源系统的经济运行方式,这也体现了确定性条件下求解方法的有效性。
此时目标函数电-气综合能源系统一天的运行成本 EX 最低。
3.4.2 电转气装置的经济性分析
为了分析接入 P2G 装置对电-气综合能源系统运行经济性的影响,在场景 2
中,假设 P2G 的转化效率(conversion rate)从 49%到 81%,分析 P2G 装置在不
同转化效率下的整个电-气综合能源系统的运行情况,计算得到的 P2G 装置在不
同转化效率下电-气综合能源系统的运行情况如图 3-7 所示。
8
7
6
5
4
3
2
1
0
1 5 9 13 17 21
时间/h
LP2G(49%) LP2G(64%) LP2G(81%)
图 3-7 P2G 装置的耗电量
可以看出,当 P2G 装置转换率不同时,其运行策略会发生改变。在电价相
55
天津大学博士学位论文
对较低的时间段(如第 2-4 个时段)P2G 装置工作将电能转化为天然气。从图 3-
8 中可以得出,一方面,随着 P2G 的转换率的提升,P2G 装置倾向于将更多的电
能转化为天然气;另一方面,当电价较低且 P2G 转换率较高时,P2G 装置也更
倾向于尽可能多地消耗电能来产生天然气,从而减少整个电-气综合能源系统的
运行成本。当 P2G 的转化率从 49%到 81%逐渐增加时,电-气综合能源系统的运
行成本如图 3-8 所示。
45200
45000
44800
44600
44400
44200
44000
43800
43600
49% 59% 69% 79%
P2G转换效率
图 3-8 电-气综合能源系统的运行成本
作为一种具有发展前景的电-气能源转换方案,为了进一步研究 P2G 技术的
经济性,本节分析了 P2G 不同转换率下其投资回收年限和转换效率之间的关系。
设置场景 2 中 P2G 装置的转换率从 0.6-0.9,计算不同转化率下的投资回报年限。
电-气综合能源系统中 P2G 设备的投资回收年限 nyear 可通过式(3-58)计算:
 
year C
investment
(EX  EX )n
P2G 0 od (3-58)
式中,EXP2G 为电-气综合能源系统中配置 P2G 设备时的运行成本,EX0 为电
-气综合能源系统不加装 P2G 设备时的运行成本。nod 为 P2G 设备每年投入运行
的天数,Cinvestment 表示 P2G 设备总的投资费用。不同转化率时 P2G 装置的投资
回收年限如图 3-9 所示。
56
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析
图 3-9 不同转化率时 P2G 设备的投资回收年限
从图 3-9 可以看出,P2G 设备的初始资金成本和转换效率对其经济性影响很
大。当 P2G 设备的转换效率达到 80%时,在不同的投资成本(¥/MW)下的 P2G
设备的投资回收年限从 19 年至 57 年不等;当投资成本固定为为 10000(0 ¥/MW)
时,在不同的转换效率下的 P2G 设备的投资回收年限从 17 年至 95 年不等。当
投资成本(¥/MW)最低且 P2G 设备的转换效率最高时,可获得最短的投资回报
年限;当投资成本(¥/MW)很高且 P2G 设备的转换效率较低时,投资回报年限
需要达到百年多的时间,此时加装 P2G 设备无法为电-气综合能源系统带来明显
的经济效益。场景 2 中,P2G 设备在电价相对较低的时段投入运行。当电-气综
合能源系统中接入大量的可再生能源时,有更多的时段保持电价较低的情况,则
接入 P2G 设备能够保证电-气综合能源系统的经济运行。
3.4.3 区间运行优化方法分析
为了验证所提方法的有效性,分别采用蒙特卡洛模拟法和本章提出的区间优
化运行方法来求解当风电和光伏出力存在±5%波动时的场景 3 的计算结果,并
将两种方法的计算结果进行对比。其中,蒙特卡洛法随机生成满足条件的风电和
光伏出力,并进行 104 次试验。假设此时的样本足够大时,蒙特卡洛的仿真结果
接近实际的区间。关于燃气轮机出力、系统与外部电网的电量交易、P2G 设备的
制气量以及系统与外部气网的天然气交换量计算结果的比较情况如图 3-10 所示。
57
天津大学博士学位论文
60
50
40
30
20
10
0
 1 5 9 13 17 21
-10
-20
时间/h
PGF-蒙特卡洛上界 PGF-本章方法上界 PGF-蒙特卡洛下界
PGF-本章方法下界 Pgrid-蒙特卡洛上界 Pgrid-本章方法上界
Pgrid-蒙特卡洛下界 Pgrid-本章方法下界
(a) 电网部分
500
-500
1 5 9 13 17 21
-1500
-2500
-3500
-4500
时间/h
FP2G-蒙特卡洛上界 FP2G-本章方法上界 FP2G-蒙特卡洛下界
FP2G-本章方法下界 Fgas-蒙特卡洛上界 Fgas-本章方法上界
Fgas-蒙特卡洛下界 Fgas-本章方法下界
(b)气网部分
图 3-10 光伏和风电出力 5%波动时电-气综合能源系统运行的区间结果
从电网部分和气网部分的机组出力的结果可以看出,无论是燃气轮机的出力、
P2G 的出力及电-气综合能源系统与外部交换的电能和天然气,蒙特卡洛法求解
的计算结果包含在本文所提的区间优化方法的区间结果中。一方面这意味着本文
的方法包含了所有的结果,可以估计电-气综合能源系统区间优化模型结果的上
下界,体现了本文方法的正确性;另一方面与需要大量抽样的蒙特卡洛模拟法相
比,本文所提方法无需大量抽样,具有一定的优势。
3.4.4 风电光伏出力不确定性水平的影响分析
本节主要分析场景 3 中随着风电和光伏出力不确定性水平不断提升时电-气
综合能源系统的运行情况。当风电和光伏出力波动分别 10%,20%和 30%时,电
-气综合能源系统中的各个设备的运行情况如图 3-11,图 3-12 和图 3-13 所示。
58
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析
60
50
40
30
20
10
0
 1 5 9 13 17 21
-10
-20
时间/h
PESS下界 PESS上界 PP2G下界 PP2G上界
PGF下界 PGF上界 Pgrid上界 Pgrid下界
(a) 电网部分
1000
0
1 5 9 13 17 21
-1000
-2000
-3000
-4000
-5000
时间/h
FP2G上界 FP2G下界 FGF上界 FGF下界 Fgas上界 Fgas下界
(b) 气网部分
图 3-11 风电和光伏出力 10%波动时电-气综合能源系统运行的区间结果
当风电和光伏出力不确定性水平不断提升时,电-气综合能源系统中的各个
设备的运行出力将会发生变化。当风电和光伏出力不确定性从-10%到-30%时,
在电网部分的燃气轮机的出力增加,这是因为风电和光伏出力减少造成电能供应
低于负荷需求,需要从气网中消耗更多的天然气用于燃气轮机发电。当风电和光
伏出力的不确定性从+10%到+30%时,P2G 设备需要将电网中多余的电能转化成
天然气。此外,储能系统的出力也会随着当风电和光伏出力不确定水平的提升而
提升。如果电-气综合能源系统此时仍有剩余电能,可以将其销售给外部电网来
增加电-气综合能源系统的收入。
59
天津大学博士学位论文
65
55
45
35
25
15
5
-5
1 5 9 13 17 21
-15
-25
时间/h
PESS下界 PESS上界 PP2G下界 PP2G上界
PGF下界 PGF上界 Pgrid上界 Pgrid下界
(a) 电网部分
1000
0
 1 5 9 13 17 21
-1000
-2000
-3000
-4000
-5000
-6000
时间/h
FP2G上界 FP2G下界 FGF上界
FGF下界 Fgas上界 Fgas下界
(b) 气网部分
图 3-12 风电和光伏出力 20%波动时电气综合能源系统运行的区间结果
如图 3-11(b),图 3-12(b)和图 3-13(b)所示,虽然电-气综合能源系统中的不确
定性来源于电网部分中风电和光伏出力的不确定性,但是由于燃气轮机和 P2G
设备等耦合单元的接入,燃气轮机的耗气量和 P2G 设备产生的天然气量会发生
变化,这些不确定性也将传递到电-气综合能源系统的气网部分,引起气网部分
的运行也随之发生改变。
60
第 3 章 含 P2G 的电-气综合能源系统区间运行优化分析
100
80
60
40
20
0
 1 5 9 13 17 21
-20
-40
时间/h
PESS上界 PESS下界 PP2G下界 PP2G上界
PGF下界 PGF上界 Pgrid上界 Pgrid下界
(a) 电网部分
500
-500
1 5 9 13 17 21 -1500
-2500
-3500
-4500
-5500
-6500
-7500 时间/h
FP2G上界 FP2G下界 FGF上界
FGF下界 Fgas上界 Fgas下界
(b) 气网部分
图 3-13 风电和光伏出力 30%波动时电-气综合能源系统运行的区间结果
随着风电和光伏出力的不确定性水平的提升,电-气综合能源系统每日的运
行费用如图 3-14 所示。
1000000
800000
600000
400000
200000
0
 0 ±10% ±20% ±30%
-200000
-400000
-600000
-800000
不确定性水平
EX上界 EX下界
图 3-14 不同风电和光伏出力不确定性水平下电-气综合能源系统的运行费用
61
天津大学博士学位论文
考虑风电和光伏出力的不确定性时,目标函数的区间将不断扩大,区间结果
中甚至出现负值,这意味着电-气综合能源系统可以在运行过程时获利。这是因
为考虑到光伏和风电出力的不确定水平提升时,可再生能源将更多或更少。因此,
目标函数的区间会更大。区间结果可以为决策者提供信息,即在对于某个特定的
的光伏和风电出力不确定性水平时,电-气综合能源系统的运行费用将会处于相
应的区间范围内。
3.5 本章小结
本章首先建立含 P2G 的电-气综合能源系统运行优化模型,包括燃气轮机、
电转气装置以及储能系统的出力模型;在此基础上,考虑在运行过程中风力发电
和光伏发电这两类可再生能源发电技术接入电-气综合能源系统时造成的电源出
力不确定性,提出了考虑风电光伏出力不确定性的含电转气装置的电-气综合能
源系统区间运行优化模型。在模型求解过程中,通过对燃气轮机出力、储能系统
出力和电气综合能源系统与外界能量交换过程进行线性化处理,将非线性规划模
型转化为混合整数规划模型,并采用区间线性规划方法求解区间运行优化模型。
算例部分首先分析了电-气综合能源系统在确定条件下的优化运行结果,之后考
虑接入电转气装置对电-气综合能源系统运行优化的影响,接着通过将本章所提
区间运行优化方法与蒙特卡洛模拟法求解的区间结果对比,证明了本章所提区间
优化方法的可行性;最后研究了可再生能源不确定水平不断提升对电-气综合能
源系统区间优化运行结果的影响。通过本章的研究可以得出以下结论:
1)当电-气综合能源系统中剩余电量充足且电价较低时,拥有高转化效率的
P2G 设备可以显著降低电-气综合能源系统的运行费用;
2)电-气综合能源系统电网部分中可再生能源出力的不确定性可以通过燃气
轮机、电转气装置等能源耦合环节传递到气网部分,使得整个电-气综合能源系
统运行存在不确定性。
3)当可再生能源出力的不确定性水平上升时,电-气综合能源系统中各个设
备的运行出力将会处于更大的波动区间,电-气综合能源系统的运行费用也将在
更大的区间内波动。
62
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
4.1 引言
随着能源技术的不断发展,综合能源系统将容纳更多形式的能源。将 CCHP
接入综合能源系统,可以满足电能、天然气、热能、冷能多种能源的需求。然而
CCHP 耦合多种能量,其优化调度更为复杂。合理地调度综合能源系统内部各个
单元,可以降低运行成本。此外,需求响应技术可以降低用电成本,已在电力系
统中得到了广泛应用。若将需求响应技术拓展到综合能源系统中,实施多种复合
需求响应项目,也有可能降低综合能源系统的运行成本。
因此,本章着眼于含 CCHP 的综合能源系统,在考虑电负荷和气负荷两类需
求响应项目的基础上,计及运行过程中光伏出力的不确定性,分析考虑需求响应
的综合能源系统区间优化问题。本章首先给出含 CCHP 的综合能源系统的设备
模型,包括光伏发电、储能系统、燃气轮机、吸收式制冷(Absorption Chiller,
AC)单元,电制冷/加热器(Electrical Chiller/heater,EC)单元,太阳能集热器
(Solar Collector,SC),燃气锅炉(Gas-fired Boiler,GB)等;然后引入电和气
两类需求响应,在考虑光伏发电和太阳能集热器出力不确定的情况下,建立综合
能源系统的区间优化模型。模型求解过程中,通过引入仿射数学来降低区间运算
结果的保守性。算例部分验证了本章所提优化方法的有效性,并分别分析了不同
的光照强度的不确定性水平和实施需求响应项目对系统区间优化的影响。
4.2 考虑需求响应的含 CCHP 综合能源系统区间运行优化模型
冷热电联供系统作为一种能源综合梯级利用的供能方式,通过将风能、太阳
能、天然气等一次能源转换利用,在一定的区域内为用户同时提供冷、热、电多
种能源。冷热电联供系统以燃气轮机为核心,组成形式丰富灵活,可包含包括热
-冷转换、电-冷转换、电-热转换、光-热转换、气-热转换等在内的多种能量转换
装置,如燃气轮机、吸收式制冷机组,电制冷/加热器装置,太阳能集热器,燃气
锅炉等。本章建立的含冷热电联供的综合能源系统的结构如图 4-1 所示。其中,
综合能源系统与外部电网和外部天然气网相连,内部接入光伏发电,储能系统和
冷热电联供系统,对用户实现电能、天然气、热能和冷能四种形式的能源供应。
63
天津大学博士学位论文
光伏发电 储能系统 电能
天然气
外部电网
 热能
太阳能
集热器 冷能
电制冷/
热装置
吸收式 制冷机组
燃气锅炉
外部气网
图 4-1 含 CCHP 的综合能源系统结构
4.2.1 含 CCHP 的综合能源系统建模
含 CCHP 的综合能源系统建模需要分别建立光伏发电、储能系统和冷热电
联供内部设备的模型。其中,储能系统和燃气轮机的出力模型已经在 3.2 节给出。
因此,本节主要建立光伏发电、吸收式制冷机组、电制冷/热装置、太阳能集热器
和燃气锅炉的出力模型。
1)光伏发电模型(PV)
光伏发电是最常见的可再生能源发电形式,是由大量的光伏电池通过并联或
串联构成光伏发电模块来将太阳能转化为电能。光伏发电的发电过程仅利用太阳
能,对环境友好,基本不产生污染物。光伏发电的 t 时刻出力 P (t) 与光照强度
PV
密切相关[206],可以表示为:
G (t)
P (t)  P T [1 k(T T )] (4-1)
PV STC c 
G
STC
式中,PSTC 是标准实验条件下光伏电池的最大输出功率,GT(t)是 t 时刻光伏
电池的光照强度,GSTC 为日光入射强度,为 1000 W/m2,k 是功率温度系数,通
常取 0.47%/℃,Tc 是光伏电池的温度,T 为环境温度,取 25℃。
2)吸收式制冷机组模型(AC)
吸收式制冷机组主要包括吸收器、发生器、冷凝器和蒸发器。利用氨水或者
溴化锂溶液为工作介质完成制冷循环。本文采用的吸收式制冷机为烟气型溴化锂
制冷机。在制冷循环中,溴化锂作为吸收剂,水作为制冷机。当溴化锂水溶液在
发生器中被加热后,水将会不断汽化,因此溶液浓度不断升高然后进入吸收器。
64
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
而水蒸气进入冷凝器后将会被冷却降温,成为高压低温的液态水;当冷凝器内的
水进入蒸发器时,将会急速膨胀而汽化,并在汽化过程中大量吸收蒸发器内水的
热量,从而达到降温制冷的目的;在此过程中,低温水蒸气进入吸收器,被吸收
器内的溴化锂水溶液吸收,溶液浓度逐步降低,再由送回发生器,完成整个循环。
通过上述循环,溴化锂制冷机可连续提供冷能。
溴化锂制冷机与燃气轮机相连,利用燃气轮机发电时产生的高温烟气来推动
制冷机,实际上就是吸收燃气轮机发电产生的余热进行制冷,将部分余热转化为
冷能,其制冷的数学模型[207]为:
Q , (t)  Q (t) ,  (4-2)
AC c GF AC c rec
式中,
Q t 为制冷机在 t 时段提供的制冷量;Q (t)为燃气轮机在 t 时段
, ( )
AC c GF
收集的余热量;
 为制冷机的制冷系数; 为制冷机的烟气回收率。
AC,c rec
3)电制冷/热装置模型(EC)
电制冷和电制热有多种常见的形式,将二者结合起来组成电制冷/热装置,通
过消耗电能来驱动压缩机进行制冷/热,空调是较为常见的形式之一。电制冷/热
装置制冷量和制热量[138]分别由(4-3)、(4-4)计算:
Q , (t)  P (t)(1 , ) , COP , (4-3)
EC c EC EC l Ec c EC c
Q t  P t   COP (4-4)
, ( ) ( )(1 , ) , , EC h EC EC l EC h EC h
式中,QEC,c (t) 、QEC,h (t) 、 P (t) 分别表示在 t 时段内电制冷/热机组的制冷
EC
量、制热量和用电功率;EC,c 、 和 分别为电制冷/热机组的制冷效率、
EC,h EC,l
制热效率和能量损失系数;COPEC,c 、COPEC,h 分别为电制冷/热机组的制冷能效比
和制热能效比。
4)太阳能集热器模型(SC)
太阳能集热器通过装置表面涂油吸收层的吸热体吸收太阳能并转化为热能,
使得装置内部的流体工质温度逐渐升高,部分热能从太阳能集热器的出口流入蓄
水箱中用以供热。SC 制热的数学模型为[208]:
Q (t)  G (t)A  (4-5)
SC T SC SC
式中,Q (t) 为 t 时段内太阳能集热器的制热量,
SC A 为太阳能集热器所能
SC
 为太阳能集热器的转换效率。 接收到阳光的有效面积,
SC
5)燃气锅炉模型(GB)
燃气锅炉通过消耗天然气实现供热。天然气在燃气锅炉中燃烧并释放出热量
来加热锅炉内的水,使其汽化为蒸汽。在这个过程中,温度逐渐升高并产生带压
蒸汽,这些水蒸气在密封的锅炉内膨胀而产生压力,形成热动力。燃气锅炉的供
65
天津大学博士学位论文
热量[209]由式(4-6)计算:
Q (t)  F (t) (4-6)
GB GB GB
式中,QGB(t)为 t 时段内的燃气锅炉制热量,FGB(t)为 t 时段内燃气锅炉的耗
 为燃气锅炉的制热效率。 气量,
GB
4.2.2 综合需求响应模型
需求响应(Demand Response,DR)通过调节电价或预先设计的激励措施来
改变终端用户的用电模式以此减少峰值负荷。在电力系统中,电力用户通过对电
力价格或者激励信号做出相应的需求响应,从而改变自身的正常的电力消费模式,
以此来优化用户自身用电行为和合理分配电力系统资源。电力系统中的需求响应
主要分为价格型需求响应和激励型需求响应两类。其中,价格型需求响应包括分
时电价、实时电价和尖峰电价;激励型需求响应包括直接负荷控制、可中断负荷、
需求侧竞价、紧急需求响应以及容量市场/服务项目等。电力需求响应技术已经在
电力系统中得到广泛应用。随着综合能源系统的发展,特别是在发电侧天然气发
电比重的增大,电网和气网之间的互动性更强,在综合能源系统中研究需求响应
将能够更好地保证整个系统的经济运行,对实现系统多能耦合运行具有重要支撑
作用。在综合能源系统中用户用能的需求逐渐多元化,多能耦合技术越来越成熟,
实施包含电负荷和气负荷的综合需求响应(Integrated Demand Response,IDR)
[111-112],是综合能源系统发展背景下的对传统电力需求响应的延伸和拓展。用户
通过改变自身对能源的需求来调整用能行为,是能源市场中的一种重要的引导负
荷调整的手段,有利于增加能源需求侧的调节潜力,提升整个综合能源系统运行
的灵活性与经济性。
实施综合需求响应能够协调终端用户对电能和天然气需求,在一定程度地降
低整个系统的运行成本,本章考虑在综合能源系统的优化运行过程中实施价格激
励型的综合需求响应项目来研究综合能源系统中实施综合需求响应的影响。当能
源补偿价格相对较高,用户倾向于调整自身用能行为来参与综合需求响应。
用户参与价格激励型的综合需求响应项目可由电能/天然气补偿价格的线性
函数[143]描述,用户参与综合需求响应项目减少的电负荷 Pdr 和气负荷 Fdr 分别为:
P  k C (4-7)
dr pdr pdr
F  k C (4-8)
dr gdr gdr
式中,kpdr 和 kgdr 分别为参与电力需求响应和天然气需求响应的弹性系数;
Cpdr 和 Cgdr 分别为电负荷和气负荷的补偿价格。
66
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
参与综合需求响应的用户事先与综合能源系统签订好用能合同,当系统需要
其参与综合需求响应时,减少自身用能量从而获得相应的补偿。由于式(4-7)和
(4-8)均设定为线性函数,所以用户获取的补偿随着综合需求响应激励价格的升高
而增加,激励更多的用户参与综合需求响应。随着参与综合需求响应负荷量的增
加,尽管系统用于补偿用户用能负荷的成本将会增加,但削减的负荷量可能会导
致系统总的运行成本降低。本章通过分析含综合需求响应项目的综合能源系统区
间运行优化,研究实施综合需求响应为综合能源系统带来的经济效益。
4.2.3 考虑需求响应的综合能源系统优化模型
本节不考虑光伏发电出力的不确定性,建立了考虑综合需求响应的综合能源
系统确定性运行优化模型。
1)目标函数
综合能源系统典型日内的运行成本 C 主要包括各个时段设备的运行维护成
本 Com(t),从外部电网购电的成本 Ce(t)、从外部气网购气的成本 Cg(t)、系统运行
引起的环境成本 Cen(t)和用户参与综合需求响应的成本 Cdr(t)的总和。优化模型的
目标函数为综合能源系统的运行成本最低,即:
N 1
      (4-9)
           minC C t C t C t C t C t
om e g en dr t0
其中,综合能源系统的运行维护成本 Com(t)可以表示为:
C (t)  K P (t) K (P (t) P (t)) K P (t)
om om,PV PV om,ESS dis ch om,GF GF
 K Q (t) K Q (t) K Q (t) K Q (t)
om,AC AC om,EC EC om,SC SC om,GB GB (4-10)
式中,Kom,PV、Kom,ESS、Kom,GF、Kom,AC、Kom,EC、Kom,SC、Kom,GB 分别表示光伏
发电、储能系统、燃气轮机、吸收式制冷机组、电制冷/加热器装置、太阳能集热
器和燃气锅炉的维护成本系数。
综合能源系统的购电成本 Ce(t)和购气成本 Cg(t)分别为
C t  C t P t (4-11)
( ) ( ) ( ) e pe e
C t  C t F t (4-12)
( ) ( ) ( ) g ng g
式中,Cpe(t)和 Cng(t)分别为 t 时刻的外部电价和气价。
综合能源系统运行的环境成本是供能产生污染物的治理成本。其中,综合能
源系统内部的可再生能源发电为清洁能源,忽略其污染物的排放,污染物主要考
虑外部电网购买的电力和外部气网购买的天然气在生产过程中产生的污染物,主
要包括 CO2、SO2,NOx。假设外部电网为燃煤发电,环境成本 Cen(t)可以表示为:
67
天津大学博士学位论文
m
   (4-13)
  C (t)   F (t)  P (t)
en k k,g g k,e e
k1
式中,k 和 m 分别表示污染物的类型和数量;βk,g 和 βk,e 分别表示外部气网和
外部电网产生的第 k 种污染物排放系数;Fg(t)和 Pe(t)表示综合能源系统在 t 时段
 表示治理单位第 k 种污染物所需成本。 从外部购买的天然气和电能;
k
综合能源系统中用户参与综合需求响应的成本可分为两部分:用户参与电负
荷需求响应获得的补偿 Cipedr(t)和用户参与气负荷需求响应获得的补偿 Cipgdr(t)。
用户参与综合需求响应的成本 Cdr(t)可以表示为:
C (t)=C (t)+C (t)=C (t)P (t) C (t)F (t) (4-14)
dr ipedr ipgdr pdr dr gdr dr
2)约束条件
综合能源系统中的所有发电、制热、制冷设备均存在出力的上下限约束,为
了简洁起见,下标 i 表示第 i 个设备,下标 c 和 h 表示制冷和制热:
P,min  P(t)  P,max (4-15)
i i i
Q  Q t  Q (4-16)
, ,min , ( ) , ,max i c i c i c
Q  Q t  Q (4-17)
, ,min , ( ) , ,max i h i h i h
同时,这些设备需要满足爬坡/下坡功率约束:
     (4-18)
D , P(t) P(t 1) U ,
p i i i p i
D ,  Q , (t) Q , (t 1) U , (4-19)
c i i c i c c i
 ,  , ( )  , ( 1)  , (4-20)
D Q t Q t U
h i i h i h h i
式中,D 和 U 为第 i 个机组的爬坡功率和下坡功率。
储能系统的容量和充放电功率的约束为:
E  E t  E (4-21)
min ( ) max
0 ( )
 P t  P (4-22)
dis dis,max
0  P (t)  P (4-23)
ch ch,max
综合能源系统从外部电网购电和外部气网购气的约束为:
P,min  P (t)  P,max (4-24)
e e e
F  F t  F (4-25)
,min ( ) ,max g g g
68
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
用户参与综合需求响应时减少的电负荷和气负荷量需要满足总负荷百分比
的约束,可以表示为:
0  P (t)  L (t) (4-26)
dr e e
0 ( ) ( )
 F t   L t (4-27)
dr g g
 和 分别为用户 式中,Le(t)和 Lg(t)分别为 t 时段的电负荷量和气负荷量,
e
g
与综合能源系统签订综合需求响应合同所减少电负荷和气负荷的占比。
除了需要满足各个机组出力及需求响应相关的约束条件,本章含 CCHP 的
综合能源系统考虑电能、天然气、热能和冷能四种形式的能量,均应该满足对应
的能量平衡约束:
P t  P t  P t P t  L t  P t  P t  P t (4-28)
( ) ( ) ( )+ ( ) ( ) ( ) ( ) ( ) PV GF e dis e EC ch dr
F (t)  F (t)  L (t)  F (t)  F (t) (4-29)
GF GB g g dr
Q (t) Q (t) Q (t)  L (t) (4-30)
GB EC,h SC h
Q t  Q t  L t (4-31)
, ( ) , ( ) ( ) AC c EC c c
式中,Lh(t)和 Lc(t)分别为 t 时段的热负荷量和冷负荷量。
4.2.4 考虑光照强度不确定性的综合能源系统区间优化模型
在综合能源系统的运行过程中,由于天气变化和云层系数的影响,白天时刻
太阳能的光照强度存在一定程度波动的,是一种容易受到环境影响的不确定性参
数,导致综合能源系统中与其相关的光伏发电机组和太阳能集热器装置的出力也
会出现波动,进而引起综合能源系统的运行成本的波动。本节考虑太阳能光照强
度的不确定性,由于光照强度的函数很难精确获得,而光照强度的上下限相对易
获取,因此考虑用区间数的形式来表示光照强度。在 t 时刻光照强度的区间形式
可以表示为:
    (4-32)
G t = G t,G t
T T T
受太阳能光照强度的影响,光伏电池输出的电功率和太阳能集热器输出的热
功率是波动的,同样可以用区间数来表征。在 t 时刻光伏电池输出的电功率和太
阳能集热器输出的热功率的区间形式分别为:
[P (t)] [P (t), P (t)] (4-33)
PV PV PV
[Q (t)]=[Q (t),Q (t)] (4-34)
SC SC SC
69
天津大学博士学位论文
考虑光照不确定性的综合能源系统区间优化模型的目标函数为:
N 1
           
    
min C X t , G t = C X t , G t
   
T om T
t0
           
         
 C X t , G t C X t , G t         
e T g T
 X t   X t   
         
C , G t C , G t
 
 
en T dr T (4-35)
式中, X t为由待求的各个变量构成的向量,包括综合能源系统中各个机
组的出力和综合需求响应的价格。同时,各类不等式约束条件和等式约束条件也
需要转化为相应的区间形式:
P  P t  P (4-36)
,min ( ) ,max
 
i i i
Q  Q t   Q (4-37)
i c i c i c
, ,min , ( ) , ,max
Q  Q t   Q (4-38)
i h i h i h
, ,min , ( ) , ,max
     (4-39)
   
p i i i p i
D  Q t   Q t   U (4-40)
c i i c i c c i
, , ( ) , ( 1) ,
D  Q t   Q t   U (4-41)
h i i h i h h i
, , ( ) , ( 1) ,
Emin  E(t)  Emax (4-42)
 
0  P (t)  P (4-43)
 
dis dis,max
0  P (t)  P (4-44)
 
ch ch,max
P  P t  P (4-45)
,min ( ) ,max
 
e e e
F  F t   F (4-46)
g g g
,min ( ) ,max
0  ( )  ( ) (4-47)
P t   L t
dr e e
0 F (t) L (t) (4-48)
dr g g
 ( )  ( )  ( )+ ( ) ( )  ( )  ( )  ( )
P t  P t  P t P t  L t  P t  P t  P t (4-49)
PV GF e dis e EC ch dr
 ( )  ( ) ( ) ( )  ( )
F t  F t  L t  F t   F t (4-50)
GF GB g g dr
      (4-51)
 Q , (t) Q , (t) L (t)
AC c EC c c
70
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
Q t  Q t  Q t  L t (4-52)
( ) ( ) ( ) ( ) GB EC,h SC h
从式(4-35)-式(4-52)可知,需要求解的综合能源系统区间优化模型为多变量
的区间非线性模型。
4.3 基于仿射数学的综合能源系统区间优化方法
综合能源系统的区间优化模型是一个多变量的区间非线性模型。在求解过程
中,首先利用第三章给出的线性化方法将燃气轮机出力和综合需求响应成本线性
化,实现确定性优化模型的线性化;然后将模型转换为区间形式的混合整数规划
模型,考虑到光伏发电和太阳能集热器的区间出力之间存在相关性,在区间线性
模型中引入仿射数学加以描述使得计算结果更精确,最后利用区间规划方法求解,
得出综合能源系统各个机组的出力区间数和综合能源系统运行成本的区间数。本
开始
输入各种参数,初始化系统
对确定性模型中非线性的部分线性化处理
通过仿射数学改进,得到新的区间线性模型
将区间优化模型转化为求解最好最优解和最差最优
 解两个确定性模型,并将两个模型线性化
求解最差最优解
求解最好最优解
区间不等式约束转化为最大边界
不等式约束,区间等式约束转化
 为两个边界不等式 区间不等式约束转化为最小边界不等式约
束,区间等式约束转化为两个边界的等式
约束,得到2m个线性优化模型
 调用CPLEX求解第k个模型
调用CPLEX求解模型 k<2m?
k=k+1 否
得到最好最优解
在所有解中选取最小值,
得到最差最优解
得到目标函数的最优区间结果
结束
图 4-2 基于仿射算学的区间优化模型求解方法
71
天津大学博士学位论文
章提出的基于仿射数学的综合能源系统区间优化方法如图 4-2 所示。
具体的求解步骤如下:
1)初始化系统,输入各个参数和光照强度的区间范围。
2)将确定性模型非线性的部分进行线性化处理。
分别对优化模型中的非线性部分进行处理,包括燃气轮机出力、综合需求响
应的成本函数、储能系统的出力以及电制冷/热装置的出力。
通过分段线性化方法处理燃气轮机的出力和综合需求响应。其中,燃气轮机
出力线性化过程已在 3.4.1 中给出。需求响应的成本函数的线性化过程包括对电
力需求响应的线性化和天然气需求响应的线性化。以电力需求响应为例,将若干
个一次函数对其成本函数进行逐段线性化表示,如图 4-3 所示,其线性化过程可
用以下公式来表达:
N
 (4-53)
pdr
  C K C (t)  M B (t)
 ipedr,i pdr,i ipedr,i ipedr,i
i1
其中,Kipedr,i 和 Mipedr,i 可以通过以下两式进行计算:
K
ipedr,i C C
ipedr,i1 ipedr,i
C C
pdr,i1 pdr,i (4-54)
M  C C K (4-55)
ipedr,i ipedr,i pdr,i ipedr,i
为了确保C 落在某一范围内,布尔变量 Bipedr,i (t) 和连续变量Cpdr,i (t) 应
满足以下约束:
C , B , (t)  C , (t)  C , 1B , (t) (4-56)
pdr i ipedr i pdr i pdr i ipedr i
N
   (4-57)
pdr
0 B (t) 1
 ipedr,i
i1
式中,Kipedr,i 为 Cipedr(t)在第 i 个分段的斜率,Mipedr,i 为对应的等效截距,Cpdr,i
为第 i 个分段点,Cpdr,1 为电力需求响应激励价格的最低值,C  为电力需求
pdr,Npdr 1
响应激励价格的最大值。布尔变量 Bipedr,i(t)是一个状态变量,其值为 0 或 1。
72
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
Cipedr,N+1
Kipedr,N
Cipedr,N
...
...
Cipedr,2
C
 ipedr,1
0 K
 ipedr,1
Cpdr,1 Cpdr,2 ... Cpdr,Npdr Cpdr,Npdr+1 Cpdr
图 4-3 电力需求响应成本逐段线性化表示
考虑到电制冷/热装置具有制热和制冷功能,但在某一固定时段 t 内,电制冷
/热装置仅能拥有一种状态,为了描述这个关系,引入状态变量
电制冷/热装置的输出冷或热功率可以表示为: B t 和
, ( )
EC c B t ,
, ( )
EC h
  Q t  Q B t
0 ( ) ( )
EC,c EC,c,max EC,c
 
0  Q (t)  Q B (t)
 
 
 
EC,h EC,h,max EC,h
B (t)  B (t) 1
EC,c EC,h (4-58)
储能系统的充电或者放电同样通过引入状态变量采用类似的形式表达,具体
的形式详见 3.3.1。
3)采用仿射数学对区间优化模型加以改进。
将光照强度用仿射形式加以表示:
         
G t  G t G t G t
ˆ = ( )
G t   t (4-59)
T T T T
T T
2 2
光伏发电和太阳能集热器的出力均与光照强度相关,其出力可描述为:
         
P t  P t P t  P t
ˆ ( )
P t    t (4-60)
PV PV PV PV
PV T
2 2
        Q t Q t Q t Q t
Qˆ t=  (t)
 (4-61) SC SC SC SC
SC T
2 2
在区间形式的目标函数中,考虑仿射运算对乘除法效果不明显,故在运算过
程中仅对区间运算中的加减法采用仿射数学改进,乘除法仍采用区间运算,得到
新的区间目标函数为:
73
天津大学博士学位论文
minC C,C (4-62)
同理,针对原先的约束条件也采用类似的方法,得到新的区间模型。
4)求解综合能源系统的改进区间优化模型。区间优化模型求解过程需要分
别求得最好最优解C 和最差最优解C 。
a) 求解最好最优解C 。
区间运行优化模型的目标函数[C]用其最好最优解C 代替。此时,所有的区
间不等式约束用其最大范围的确定性不等式约束代替,所有的区间等式约束用其
上下边界的两个不等式代替,得到确定性的混合整数线性规划模型,并采用
CPLEX 进行求解。
b) 求解最差最优解C 。
用最差最优解C 代替区间运行优化模型的目标函数[C]。所有区间不等式约
束用其最小范围的确定性不等式约束代替,所有的区间等式约束都用其上下界的
两个等式代替。区间优化模型中具有 eq 个等式约束,得到 2eq 个确定性的线性规
划,将所有的新模型转换为确定性的混合整数线性规划模型,并用 CPLEX 计算
求得的目标函数最大值即为最劣的目标函数值C 。
5)将求得的最好最优解C 和最差最优解C 合并,得到综合能源系统区间运
行优化的结果。
综合能源系统区间优化模型的求解过程通过 Visual C++在 CPLEX 12.5 实现,
电脑配置为 Intel Core i7 3.20 GHz CPU 和 8GB RAM 的 PC。
4.4 算例分析
将综合能源系统日前调度的一个典型工作日划分为 24 小时,综合需求响应
数据参照文献[143],冷热电气负荷曲线如图 4-4 所示,电价和天然气价格如图 4-
5 所示,其中天然气单位统一采用 kW 表示。储能系统容量取 100kW,最大充电
和放电功率均为 20kW,其容量的运行范围为[10%,100%]。机组的运行维护成本
系数如表 4-1 所示,表 4-2 为环境成本系数[210],图 4-6 为光照强度波动±10%时
光伏发电和太阳能集热器的最大出力。
74
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
250
200
150
100
50
0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
冷负荷 热负荷 电负荷 气负荷
图 4-4 负荷曲线
2.5
2
1.5
1
0.5
0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
电价 气价
图 4-5 电价和气价曲线
表 4-1 机组的运行维护成本系数
机组 最小出力/kW 最大出力/kW 运行维护成本(¥/kWh)
光伏电池 0 45 0.0014
储能系统 0 20(充电/放电) 0.0119
燃气轮机 0 65 0.0371
吸收式制冷机 0 50 0.0259
电制冷/制热器 0 32 0.1449
太阳能集热器 0 30 0.0112
燃气锅炉 0 30 0.0161
表 4-2 环境成本系数
污染物 碳化物 硫化物 氮化物
气网(g/kWh) 725 2.28 1.82
电网(g/kWh) 889 3.15 2.35
75
天津大学博士学位论文
45
40
35
30
25
20
15
10
5
0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
确定条件下PV出力 确定条件下SC出力 PV出力上界
PV出力下界 SC出力上界 SC出力下界
图 4-6 光照强度波动±10%时 PV 和 SC 的最大出力
4.4.1 确定条件下的综合能源系统运行优化分析
不考虑光照强度的不确定性时,含 CCHP 的综合能源系统的确定性条件下
运行优化模型的计算结果如图 4-7 所示,其中图 4-7(a)-(d)分别为综合能源系统中
涉及电能部分、天然气部分、热能部分和冷能部分的机组出力。
80
70
60
50
40
30
 20
 10
 0
-10
-20
0:00 4:00 8:00 12:00 16:00 20:00
时间/h 350
300
250
200
150
100
50
0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
储能出力 燃气轮机出力 EC功率
光伏出力 与电网交换功率 燃气轮机消耗天然气 GB消耗天然气 与气网交换天然气
(a) 电能机组出力 (b) 天然气机组出力
35
180
 160
30
25 140
120
20
100
15 80
 60
10
5
0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h 40
20
0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
SC出力 EC出力 GB出力 AC出力 EC出力
(c) 热能机组出力 (d) 冷能机组出力
图 4-7 确定性优化模型计算结果
在确定性的运行优化结果中,综合能源系统中的电负荷由系统内部的燃气轮
76
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
机机组、光伏发电、储能系统和外部电网供电来共同满足。光伏发电在白天工作
(5h-18h)工作,在 12 点左右达到出力峰值。由于电负荷需求在白天较大而在
夜间较小,因此为满足负荷需求,燃气轮机的出力策略与电负荷曲线比较接近。
白天时段的电价较高,综合能源系统从外部电网的购电量相对较少,而在夜间电
价相对较低的时段,综合能源系统从外部电网大量购电,并将从外部电网购买的
多余电能通过储能系统进行消纳。储能系统在电价较高的白天时段(7h-9h、13h-
17h)选择放电,而在电价较低的夜间时刻(0h-3h、19h-24h)选择充电。在白天
负荷量较高的时刻,用户通过参与电力需求响应削减了部分峰值负荷量。
在天然气的供给方面,从外部气网购买的天然气除了用于综合能源系统内部
的气负荷需求之外,还需要满足燃气轮机和燃气锅炉的天然气消耗。外部气网的
天然气供应曲线由天然气负荷、燃气轮机的出力和燃气锅炉的出力共同决定。
热负荷的供应由太阳能集热器、燃气锅炉和电制热装置完成,在白天光照强
度较高的时刻(10h-15h),太阳能集热器承担较大比例的热负荷,其余时段则由
电制热装置满足热负荷需求,在白天冷负荷供应无法完全由吸收式制冷机组满足
而需要电制冷的时段,电制热无法工作,此时需要通过燃气锅炉来进行供热。
冷负荷的供应基本由吸收式制冷机组完成,但是在白天冷负荷需求大的时段
(10h-17h),由于此时的电负荷也相对较大,燃气轮机的出力达到了峰值,利用
燃气轮机机组余热来进行制冷的吸收式制冷机组无法满足所有的冷负荷需求,无
法满足的冷负荷需求需要通过电制冷装置来满足。
4.4.2 含 CCHP 的综合能源系统区间优化分析
为了验证本章提出的基于仿射数学的改进区间优化方法的有效性,本节设计
了光照强度存在±10%的波动,因此光伏发电和太阳能集热器的出力均会出现波
动,分别采用蒙特卡洛模拟法、基于仿射数学的改进区间优化方法和传统的区间
线性法三种方法分析综合能源系统的运行优化过程。在采用蒙特卡洛模拟法分析
时,随机生成满足条件的光照强度样本并进行 104 次试验,获得当综合能源系统
达到运行最优时内部各个机组的最小/最大出力和运行成本。假设样本足够大时,
蒙特卡洛法得到的结果区间接近真实的结果区间。
为了表示简洁,在本节的描述中将上述三种方法分别依次命名 M1、M2 和
M3,综合能源系统运行优化的计算结果如图 4-8 至图 4-10 所示。其中,图 4-8(a)
和(b)分别为综合能源系统中电能部分电制冷/热装置消耗的电功率和综合能源系
统向外部电网购买的电量,图 4-8(a)和(b)分别为天然气部分燃气锅炉消耗的天然
气量和综合能源系统向外部气网购买的天然气量,图 4-10(a)和(b)分别为热能部
分电制冷/热装置和燃气锅炉的热功率出力。
77
天津大学博士学位论文
12 80
 70
10
60 8
50
6 40
4 30
20
2
10
0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h 0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
M1上界 M1下界 M2上界 M2下界 M3上界 M3下界 M1上界 M1下界 M2上界 M2下界 M3上界 M3下界
(a) PEC 计算结果 (b) Pe 计算结果
图 4-8 电能部分计算结果
35
330
30
310
 290
25
20 270
250
15
230
10 210
 190
5
0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h 170
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
M1上界 M1下界 M2上界 M2下界 M3上界 M3下界 M1上界 M1下界 M2上界 M2下界 M3上界 M3下界
(a) FGB 计算结果 (b) Fg 计算结果
图 4-9 天然气部分计算结果
35
 30
30
 25
25
 20
20
15 15
 10
10
 5
5
0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h 0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
M1上界 M1下界 M2上界 M2下界 M3上界 M3下界 M1上界 M1下界 M2上界 M2下界 M3上界 M3下界
(a) QEC 计算结果 (b) QGB 计算结果
图 4-10 热能部分计算结果
由图 4-8 至图 4-10 所示的 M1 与 M2、M3 三种方法计算结果对比可以看出,
电制热装置出力、燃气锅炉的出力、综合能源系统向外部电网和外部气网的购能
量,M2 和 M3 的结果均包含了 M1 的结果,也就是说,蒙特卡洛模拟法的求解
结果包含在通过区间线性法和提出的基于仿射数学的改进区间优化方法求解结
果的区间范围内,这可以证明本章所提方法的正确性和完备性。
从 M2 和 M3 的结果对比可知,本章提出的基于仿射数学的改进区间优化方
法计算结果的区间范围小于改进前的区间优化法求解结果的区间范围,说明在保
证区间结果正确的基础上,相比于 M3,采用 M2 得到的综合能源系统区间优化
78
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
结果更贴近真实的区间结果,这表明了所提出方法的有效性,同时也验证了在区
间优化方法的计算过程中加入仿射运算可以减少区间计算结果的保守性,使得求
解结果更加准确。此外,本章所提的基于仿射数学的改进区间优化方法在计算时
间上与蒙特卡洛模拟法对比具有一定的优势,因此所提方法具有一定的适用性。
由于考虑光照强度波动时的燃气轮机和吸收式制冷机组出力结果与图4-7中
确定性优化模型的计算结果相同,因此,在图 4-8 中燃气轮机和吸收式制冷机组
的出力结果没有再次显示。这是因为在满足经济性的要求时,冷负荷需求可由吸
收式制冷机组满足,吸收式制冷机组的结果不会发生变化,燃气轮机的出力也不
会发生变化。
分别通过三种方法计算的考虑光照强度不确定性的综合能源系统运行优化
成本如图 4-11 所示。为了便于比较,不考虑光照强度不确定性的确定条件下计
算的综合能源系统运行成本也在图 4-11 中显示。通过将确定性条件下综合能源
系统的运行成本与考虑光照强度不确定性的分别采用 M1、M2 和 M3 求得的运
行成本进行对比,可以发现不考虑光照不确定时综合能源系统的运行成本处于考
虑光照不确定性的运行成本的区间范围内。通过将采用 M1 求得的运行成本上下
界与采用 M2、M3 求得的运行成本上下界的对比可知,M2 和 M3 的运行成本区
间均包含了正确的结果区间。通过将采用 M2 求得的运行成本与采用 M3 求得的
运行成本的区间结果对比可知,在研究考虑光照强度不确定性的综合能源系统区
间优化时,采用本章所提出的基于仿射数学的改进区间优化方法可以为决策者提
供更为准确的运行成本区间优化结果。
35000
34000
33000
32000
31000
30000
29000
确定条件 M1上界 M1下界 M2上界 M2下界 M3上界 M3下界
图 4-11 不同计算方法的运行成本对比图
79
天津大学博士学位论文
4.4.3 光照强度不确定性水平的影响分析
为了分析不同水平的光照强度不确定性对综合能源系统运行的影响,本节分
别假定光照强度的不确定性水平为±10%,±20%和±30%,分析不同场景下的
综合能源系统运行优化情况。采用本章提出的基于仿射数学的改进区间优化方法
求解三种场景下的综合能源系统区间优化模型,各个机组出力的计算结果如图 4-
12 至图 4-14 所示。其中,图 4-12(a)和(b)为综合能源系统电能部分电制冷/热装
置消耗的电功率和综合能源系统向外部电网购买的电量;图 4-13(a)和(b)分别为
天然气部分燃气锅炉消耗的天然气量和综合能源系统向外部气网购买的天然气
12 80
 70
10
60 8
50
6
40
4 30
20
2
10
0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
±10%上界 ±10%下界 ±20%上界
±20%下界 ±30%上界 ±30%下界 0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
±10%上界 ±10%下界 ±20%上界
±20%下界 ±30%上界 ±30%下界
(a) PEC 计算结果 (b) Pe 计算结果
图 4-12 光照强度波动分别为±10%,±20%和±30%时电能部分出力
35
30
25 350
330
310
290
20
270
15
10
5
0
 0:00 4:00 8:00 12:00 16:00 20:00
 时间/h
 ±10%上界 ±10%下界 ±20%上界
±20%下界 ±30%上界 ±30%下界 250
 230
210
190
170
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
±10%上界 ±10%下界 ±20%上界
±20%下界 ±30%上界 ±30%下界
(a) FGB 计算结果 (b) Fg 计算结果
图 4-13 光照强度波动分别为±10%,±20%和±30%时天然气部分出力
40 30
35
30 25
 20
25
20 15
15
10 10
 5
5
0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h 0
0:00 4:00 8:00 12:00 16:00 20:00
时间/h
±10%上界 ±10%下界 ±20%上界
±10%上界 ±10%下界 ±20%上界
±20%下界 ±30%上界 ±30%下界 ±20%下界 ±30%上界 ±30%下界
(a) QEC 计算结果 (b) QGB 计算结果
图 4-14 光照强度波动分别为±10%,±20%和±30%时热能部分出力
80
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
量;图 4-14(a)和(b)分别为热能部分电制热装置和燃气锅炉的热功率出力。
由于光照时间有限,因此整个综合能源系统机组出力波动时刻在 08:00-
17:00。可以看出,随着光照强度不确定性水平的逐渐增大,综合能源系统中各机
组的出力会在较大范围内波动。这是因为对于光伏发电和太阳能集热器,较大的
不确定性导致二者出力在更高或者更低的范围内波动,这种不确定性影响了其他
机组的出力,甚至会影响其它机组是否出力。例如在图 4-12(a)和图 4-12(b)中,
电制冷/热装置消耗的电功率和输出的热功率在 10:00 时,不同的不确定性水平
其值不一样,在±30%时下界达到了零,也就是说考虑当光照强度存在较高的不
确定水平时,电制冷/热装置可能在某一时刻不出力。
当光照强度的不确定水平较高时,会使整个综合能源系统具有较大的不确定
性。尽管不确定性源自综合能源系统的电网部分,但仍然会传递到综合能源系统
的其他部分,进而影响到整个系统。不同的光照强度不确定性水平会使综合能源
系统的运行成本在较大的区间内变化,如图 4-15 所示。
40000
35000
30000
25000
20000
15000
10000
5000
0
±10% ±20% ±30%
不确定水平
上界 下界
图 4-15 不同的光照强度不确定性水平时综合能源系统的运行费用
随着光照强度不确定性水平的逐渐增大,综合能源系统的运行成本将在更大
的区间波动。从图中的虚线可知,无论是运行成本的上界值随着不确定性水平的
升高而增大,下界值随着不确定性水平的升高而减小。当光照强度不确定性水平
逐渐升高时,光伏发电和太阳能集热器的出力会在更大的区间值内波动,引起其
他消耗电能或者天然气的机组在更小或者更大的范围内波动,造成最终整个综合
能源系统的运行成本位于在更低或者更高的区间。本章所提的综合能源系统区间
优化模型求解的区间结果可以为综合能源系统的决策者提供光照强度为某一特
定不确定水平时整个综合能源系统运行成本的区间信息。
81
天津大学博士学位论文
4.4.4 需求响应对区间优化的影响分析
为了分析在综合能源系统中实施综合需求响应对综合能源系统区间运行优
化的影响,本节分别设计了四个不同的场景分析实施不同类型的需求响应项目对
综合能源系统区间运行结果的影响。
场景 1:不考虑用户参与需求响应;
场景 2:只考虑用户参与电力需求响应;
场景 3:只考虑用户参与天然气需求响应;
场景 4:考虑用户同时参与电力和天然气需求响应。
为了便于比较,所有场景中光照强度的不确定性水平均设置为±10%。求解
的场景 1-4 的综合能源系统运行成本如图 4-16 所示。
场景4
场景3
场景2
场景1
30000 31000 32000 33000 34000 35000
运行成本/¥
下界 上界
图 4-16 场景 1-4 的运行费用
通过对比场景 1 与场景 2、3、4 可以看出,用户不参与需求响应项目时的综
合能源系统运行成本(上限和下限)区间相较于实施综合需求响应场景的运行成
本相对较高,说明用户参与需求响应项目可以降低综合能源系统的运行成本。考
虑用户参与电力需求响应或天然气需求响应项目时,则整个综合能源系统的运行
成本将会降低。
通过对比场景 4 与场景 2、3 可以看出,用户同时参与电力和天然气需求响
应整个系统将获得最低的运行成本。对于综合能源系统而言,鼓励更多的用户参
与需求响应项目能够进一步降低运行成本。尽管当更多的用户参与需求响应项目
时综合能源系统需要为用户支付更多的需求响应补偿,但是用户通过参与综合需
求响应项目而减少的天然气负荷和电力负荷将使得综合能源系统相较于未参与
需求响应时从外部电网和外部气网购买更少的电力和天然气,来降低其外部购电
82
第 4 章 考虑需求响应的含 CCHP 综合能源系统区间运行优化
成本和外部购气成本。此外,减少购置的天然气和电力同时降低了环境成本,从
而降低了综合能源系统总的运行成本。
4.5 本章小结
本章针对含冷热电联供的综合能源系统,考虑用户参与电气综合需求响应项
目和运行过程中光照强度的不确定性,建立了考虑需求响应的综合能源系统运行
区间优化模型。在求解过程中,通过进行燃气轮机出力、需求响应成本、储能系
统的出力以及电制冷/热装置的出力线性化,将多变量的区间非线性模型转化为
区间混合整数规划模型。通过引入仿射数学表征区间变量的相关性,对区间线性
规划法求解过程进行改进。算例部分通过将本文所提方法与蒙特卡洛法以及传统
的区间线性优化方法的结果对比,验证了本文所提方法的正确性,并分别分析了
不同的光照强度不确定性水平和实施综合需求响应对综合能源系统区间优化的
影响,得到的结论如下:
1)考虑光伏发电和太阳能集热器的不确定性变量具有的相关性并引入仿射
数学进行表征,可以保证在区间运行优化结果正确的同时,降低区间的保守性,
使计算的区间结果更为精确。
2)光照强度的波动越大,综合能源系统中各个机组出力的波动越大,对整
个系统运行成本的影响也就越大。光照强度的不确定性通过能源转换环节传递到
冷热电联供的各个装置,引起多种能源的供需波动。
3)用户参与价格激励型需求响应可以降低整个综合能源系统运行成本,且
用户同时参与电和天然气两类需求响应项目对系统运行成本降低的影响最大,仅
参与电负荷或气负荷需求响应项目次之,用户不参与需求响应时综合能源系统运
行成本最高。
83
天津大学博士学位论文
84
第 5 章 综合能源系统评价指标体系与评价方法
第 5 章 综合能源系统评价指标体系与评价方法
5.1 引言
目前,我国已经出台相关激励政策来推进综合能源系统的建设与发展,积极
开展综合能源系统科技项目和示范工程。电网公司、各大高校和科研机构对于综
合能源系统的建模和能流计算、运行优化、规划设计等方向的研究日趋成熟,而
由于综合能源系统的工程建设方面仍处在发展初期阶段,因此当前缺少用于评估
综合能源系统发展和建设成效的指标体系。综合能源系统的评价环节能够及时有
效地发挥指引作用,对示范工程的建设发展过程形成有效的正向反馈,为综合能
源系统工程建设的发展建立良好的反馈机制。客观科学地评价综合能源系统工程
建设,能够指导示范工程下一阶段的建设发展,同时也可以提供案例分析与数据
支撑,用于同类示范建设工程横向比较的评价标准,为综合能源系统评价标准的
制定提供基础。
通过构建适用于综合能源系统的评价指标体系,对其进行多维度的建设成果
评估,合理衡量相关技术发展和示范工程的成效,可以对其现状做出更加科学有
效的评价,实现更好的发展策略,同时为决策者提供指导和建议,对综合能源系
统工程建设、发展和推广具有重要意义。因此,本章着眼于综合能源系统工程项
目的发展成效,从经济性、环保性、能效性、可靠性和技术性五个方面出发,提
出了适用于综合能源系统发展的评价指标体系;在确定二级指标权重时,采用
ANP-熵权法组合的主客观权重组合的方式,保证权重既符合实际经验又遵循客
观数据,进而得到一级指标属性的区间值;在确定一级指标权重时,考虑评价属
性值和评价权重的不确定性,提出了区间 TOPSIS 的综合能源系统评价模型。算
例部分通过对中国某地区综合能源系统示范工程进行评价分析,验证了本文所提
评价模型的有效性,评价结果可以直观反映综合能源系统示范工程各项特征。
5.2 综合能源系统评价体系的构建
本章评价的综合能源系统结构如图 5-1 所示。综合能源系统的能源供应设备
主要有风力发电、光伏发电、冷热电联供装置和储能系统等。其中,冷热电联供
装置由外部气网供气,通过燃气内燃机、燃气轮机和吸收式制冷机组向系统内部
85
天津大学博士学位论文
提供电能、热能和冷能。储能系统用来保障系统内部重要负荷的不间断供电和移
峰填谷。系统内部电能供应不足时由外部电网购入的燃煤发电来供应,内部热能
和冷能不足时分别采用电制热、电制冷的形式供能。
风力发电 光伏发电 储能设备
外部电网 燃气轮机
电负荷
外部气网 燃气
内燃机 吸收式
制冷机 热负荷
冷负荷
图 5-1 综合能源系统示意图
本节综合考虑综合能源系统的发展特征,从经济性、环保性、可靠性、能效
性和技术性五个维度构建了综合能源系统的评价指标体系,并设置了 22 个二级
评价指标,如图 5-2 所示。综合能源系统的五个一级指标具体包括经济性、环保
性、能效性、可靠性以及技术性指标。其中,经济性指标下设的二级指标包括运
行效益、建设成本、运营成本、净现值、内部收益率和动态投资回收期;环保性
指标包括可再生能源渗透率、污染物排放量、污染物减排量和环保收益;能效性
指标包括一次能源利用率、一次能源节约率、能源综合利用率和能源经济成本;
可靠性指标包括能源供应不足率、平均失能时间、系统失能率和供能可靠性收益;
技术性评价指标包括设备利用率、设备运行效率、能量损耗和供能质量。下面分
别对每个指标的含义和计算方式进行详细说明。
86
第 5 章 综合能源系统评价指标体系与评价方法
综合能源系统评价指标体系
经济性 环保性 能效性 可靠性 技术性
运行效益 可再生能
源渗透率 一次能源
 利用率 能源供应
 不足率 供能设备
 利用率
建设成本 污染物排
 放量 能源节约
平均失能
 时间 供能设备
运行效率
运营成本 污染物减
 排量 能源综合
 利用率 系统失能
 率 能量损耗
净现值 环保收益 能源经济
 成本 供能可靠
 性收益 供能质量
内部收益
动态投资
 回收期
图 5-2 综合能源系统评价指标体系
5.2.1 经济性指标
经济性评价指标用来表征综合能源系统工程项目的投资成本和运行效益,体
现综合能源系统的发展价值,为未来决策者的投资决策提供指导。综合分析综合
能源系统在建设运营周期内的成本和效益,本章提出了经济性指标分别为运行效
益、建设成本、运营成本、投资回收期限、净现值和内部收益率。
1)S11:运行效益(Operation benefit)
综合能源系统的运行效益是指综合能源系统在一年内产生的供能收益,包括
供电、供热和供冷产生的收益。运行效益 B 可分为可再生能源发电的供电效益、
IES
冷热电联供机组的供能效益和储能系统的移峰填谷效益,可以表示为:
B  c (W W W )  c W  c W  c W (5-1)
IES e WT PV CCHP,E ESS ESS heat CCHP,heat cool CCHP,cool
式中,ce、cESS、cheat、ccool 分别为综合能源系统内部的售电价格、储能系统移
峰填谷电价差、热能价格和冷能价格;WWT、WPV、WCCHP,e 分别为全年的风电机
组、光伏机组和冷热电联供机组的发电量,WESS 为储能系统参与移峰填谷的电量,
WCCHP,heat 和 WCCHP,cool 分别为冷热电联供机组的供热量和供冷量。
2)S12:建设成本(Construction cost)
综合能源系统的建设成本是指综合能源系统在建设初期安装各种装置设备
投入的成本,本章的综合能源系统建设成本 Ccst 由风力发电、光伏发电、冷热电
联供和储能设备的安装成本 CWT,cst,CPV,cst,CCCHP,cst 和 CESS,cst 构成。
87
天津大学博士学位论文
N
C C C C C c W
     D (5-2) cst WT ,cst PV ,cst CCHP,cst ESS ,cst b,i EP,i
i1
式中,ND 为综合能源系统中的安装设备总数, c 为第 i 种设备的单位安装
b,i
成本,W 为装机容量。
EP,i
3)S13:运营成本(Operation cost)
综合能源系统的运营成本是指综合能源系统在运营年限内每年产生的运行
维护费用和从外部电网和天然气网购买能源费用的总和。运营成本 Cop 包括运维
成本 Com 和能源外购成本 Cpc 两部分。
C  C  C (5-3)
op om pc
其中,综合能源系统的年运维成本分为两部分:固定成本和可变成本[167]。
固定成本是综合能源系统运行过程中用来保障各机组稳定运行的产生的与机组
装机容量有关的费用,而可变成本与可再生能源的实际发电量、冷热电联供机组
实际供能量、储能设备实际工作量有关。年运维成本 Com 为:
N
   (5-4)
D
C W (C T C )
om EP,i fix,i op,i unf ,i
i1
式中,Cfix,i 和 Cunf,i 分别为综合能源系统内部第 i 种设备的年单位容量的固定
成本可变成本,Top,i 为各个设备的年平均利用时间。
能源外购成本指综合能源系统内部无法满足实际负荷需求,每年需要向外部
购买能源而产生的费用。综合能源系统的能源外购成本 Cpc 主要包括综合能源系
统向外部电网购买电能的费用 Cp,e 和向外部气网购买天然气的费用 Cp,g 两部分。
N
      (5-5)
D,CCHP
C C C c W c W T
pc p,e p,g e,e E e,g CCHP,i CCHP,i
 i1
式中,ce,e 为综合能源系统向外部电网购买电能的电价, W 为综合能源系
E
统内部的电能缺额,ce,g 为冷热电联供各机组单位发电量的燃气成本,ND,CCHP 为
冷热电联供发电机组的数量,WCCHP,i 为冷热电联供第 i 个发电设备的装机容量,
TCCHP,i 为冷热电联供第 i 个发电设备的年运行时间。
综合能源系统内部的电能缺额 W 包括电负荷供应不足量 WE,E 和冷热负荷
E
供应不足时的缺额替代电量 W 两部分。
e
W =W  W (5-6)
E E,E e
冷热负荷供应不足时的缺额替代电量是指综合能源系统内部热能和冷能供
应不足时,通过电制热、电制冷方式供能产生的电能缺额。
W  (W +W ) / (5-7)
e H C
88
第 5 章 综合能源系统评价指标体系与评价方法
W 和 W 为系统内部的热能、冷能的供应不足量, 是电制热、电 式中,
H C
制冷的能效比。
4)S14:净现值(Net present value)
综合能源系统的净现值是指综合能源系统在运营年限内年净现金流折现值
的总和减去建设成本。净现值越大,表明综合能源系统的经济性越好。综合能源
系统净现值 NPV 为:
 T B (t) C (t) 
 (5-8)
op
NPV C
  IES op  
cst
(1+k )
t
 
t1 dr
式中,kdr 为贴现率,Top 为综合能源系统的运营年限,BIES(t)、Cop(t)分别为
综合能源系统第 t 年的运行效益和运营成本。
5)S15:内部收益率(Internal rate of return)
综合能源系统的内部收益率 IRR 是指综合能源系统在运营年限内效益现值
总额与成本现值总额相等、净现值等于零时的折现率,可由式(5-9)计算得到。内
部收益率越大,表明综合能源系统的经济性越好。
T
 (5-9)
op
B t C t   IRR  
( ) ( ) (1 ) 0
t IES IES
t1
式中,CIES(t)为第 t 年的成本,BIES(t)-CIES(t)表示综合能源系统第 t 年的净现
金流。CIES(t)的计算公式为:
C (t)
IES C (t)  C , t 1
 
 
 
op cst
C (t), 2  t  T
 
op op (5-10)
6)S16:动态投资回收期(Dynamic payback time)
综合能源系统的动态投资回收期是指累计净现金流量现值出现正值的时间。
动态投资回收期越小,表明综合能源系统的经济性越好。在计算动态投资回收期
Pt 时,首先通过式(5-11)计算累计净现金流量现值出现正值的年数 Tpst,再利用式
(5-12)计算可得。
T
 (5-11)
pst
 
B (t) C (t) (1 k )  0
t IES IES dr
t1
| NPV (t 1)|
Pt T 1 (5-12)
total pst
NPV(t)
式中,NPV(t)表示综合能源系统在第 t 年的净现值流折现值,NPVtotal(t-1)表
示综合能源系统在 t-1 年的累计净现金流折现值。
89
天津大学博士学位论文
5.2.2 环保性指标
环保性指标用来反映综合能源系统的供用能方式对环境的友好程度,由于综
合能源系统中的部分供能通过可再生能源提供,因此相较于传统的供能形式,综
合能源系统在环保性方面优势显著。本章提出的环保性指标包括可再生能源渗透
率、污染物排放水平、污染物减排量和环保收益。
1)S21:可再生能源渗透率(Proportion of renewable energy)
可再生能源渗透率 ηre 定义为综合能源系统全年的可再生能源供能量占负荷
总量的比例。
 
re W W
WT PV
W W W
e h c (5-13)
式中,We、Wh、Wc 分别为综合能源系统的全年的电负荷量、热负荷量和冷
负荷量。
2)S22:污染物排放量(Polluters emission)
综合能源系统的污染物主要为冷热电联供机组中燃气轮机、内燃机运行时排
放的污染物和从外部电网购电时燃煤发电产生的污染物,包括 CO2、SO2、CO 和
NOx 等。综合能源系统污染物排放量 Wp,em 为:
W W W W W (5-14)
p,em p,em,CO p,em,SO p,em,CO p,em,NOx
2 2
其中,综合能源系统全年的 CO2 排放量 Wp,em,CO2 为:
W   W  W  W (5-15)
 p em GF GF ICE ICE CF E E
 2 2 2 2
, ,CO ,CO + ,CO ,CO ,
式中,αGF,CO2、αICE,CO2 和 αCF,CO2 分别为燃气轮机发电、内燃机发电和外部电
网燃煤发电的 CO2 排放系数,WICE、WGF 分别为冷热电联供机组中燃气轮机、内
燃机的年发电量。
同理,可以求得综合能源系统的 SO2、CO、NOx 的排放量 Wp,em,SO2、Wp,em,CO
和 Wp,em,NOx。表 5-1 给出了各种发电技术的污染物排放系数。
表 5-1 各种发电技术的污染物排放系数 (g/kWh)
设备 CO2 SO2 CO NOx
柴油内燃机 232 0.464 0 2.320 4.330
微型燃气轮机 184 0.000 9 0.170 0.619
燃煤发电 86 3.944 6 - 3.093
3)S23:污染物减排量(Polluters emission reduction)
综合能源系统中的部分能源由可再生能源提供,减少了化石能源消耗,从而
减少 CO2、SO2、NOx 等气体的排放量。因此综合能源系统的污染物减排量 Wp,re
90
第 5 章 综合能源系统评价指标体系与评价方法
为综合能源系统每年消纳风力发电和光伏发电量折合为等值标准燃烧煤发电时
产生的污染物排放量,主要包括 CO2、SO2、NOx 等,可以表示为:
N
p
   (5-16) W  W W 
p,re cg,i WT PV
 i1
式中,Np 为污染物种类,αcg,i 为等值标准燃烧煤发电所产生的污染物排放量。
4)S24:环保收益(Environmental benefit)
综合能源系统通过接入可再生能源发电技术减少了 CO2、SO2、NOx 等污染
物排放,可以将这种对环境的改善效果通过折算成污染物减排等值的环保收益来
表示。综合能源系统的环保收益 Ben 为:
N
    (5-17)
p
B (v v ) W W
  en e,i p,i cg,i WT PV
i1
式中,ve,i 为第 i 种污染气体的环境价值,vp,i 为第 i 种污染气体的排放惩罚系
数。表 5-2 给出了电力行业污染物环境评价标准。
表 5-2 电力行业污染物环境评价标准 (元/kg)
系数 NOx CO2 CO SO2
环境价值 6.479 5 0.018 6 0.809 9 4.859 6
罚款 1.619 9 0.008 1 0.129 6 0.809 9
5.2.3 能效性指标
能效性指标表征综合能源系统内部对于电、热、冷等不同类型能源的利用效
率。实现对能源的高效利用是未来能源系统发展的重要目标,因此,能效性评估
是进行综合能源系统相关评价的重要评价环节。本章提出的综合能源系统能效性
指标包括一次能源利用率、一次能源节约率、能源综合利用率和能源经济成本。
1)S31:一次能源利用率(Primary energy ratio)
综合能源系统中的一次能源利用率是指综合能源系统中各类负荷与一次能
源消耗量的比值,用来描述系统对一次能源的利用水平。考虑到各种燃料燃烧时
释放能量存在差异,通常采用标煤法将煤炭、石油、天然气等都按一定比例统一
折算成标准煤。综合能源系统的一次能源利用率 ηper 的计算公式为:
 
per W W W
E,Load H ,Load C,Load
p W  p W  p W  p W
e E,E g E,G w E,WT s E,PV (5-18)
式中,WE,Load、WH,Load、WC,Load 分别为综合能源系统全年的电、热、冷负荷
量,pe、pg、pw、ps 分别为电力、天然气、风能、太阳能的折合系数,WE,G 为综
91
天津大学博士学位论文
合能源系统从外部气网的购气量,用于冷热电联供机组供能,WE,WT、WE,PV 分别
为风力发电机组接收的风能和光伏发电机组接收的太阳能。
2)S32:能源节约率(Energy saving ratio)
能源节约率是指综合能源系统相比于传统的供能模式所节约的不可再生能
源比例。假设传统供能模式下系统中的电负荷全部由外部燃煤发电供应,热负荷
和冷负荷分别由电制热、电制冷提供。能源节约率的计算公式为:
  W W
WT PV
esr
W W COP W COP
E,Load H ,Load H C,Load C (5-19)
式中,COPH、COPC 分别为电制热、电制冷的能效系数。
3)S33:能源综合利用率(Energy utilization ratio)
综合能源系统中包含了冷热电气四种形式的能源,因此在计算综合能源系统
的综合利用率时,考虑到各类能源的内在差异,将不同能源折算到同一种能源形
式或将所有的能源形式转化成统一的能量表达形式,再进行后续的相关分析。基
于这种思想,引入了㶲的概念用来进行能源折算。文献[211]认为能量在转换时具
有量的守恒性和质的差异性,指出可以将各种形态的能量转换为“可无限转换能
量”(如机械能、电磁能等),从而用来评价各种形态能量的质。这种以给定的环
境为基准,理论上能够最大限度地将各种能量转换为“可无限转换能量”的那部
表 5-3 各类能源形式的㶲值
能源形式 㶲值 备注
电能 EExt,E WExt,E 电能能够完全转换为机械能,因此电能的㶲值等于
其电能值。
天然气 EG WG  FG LHV 天然气的㶲值可由其低温热值 LHV(MJ/m3)和流量
FG(m3/s)计算得到。
热能 E W 1 
ref
H H
T
 
h 热能㶲值可由其工质温度和环境温度计算得到。
Tref 为环境温度,Th 为热能工质的温度。
  ref  
冷能 E W 1
C C
T
 
c 冷能㶲值由其工质温度和环境温度计算得到。
Tc 为冷能工质的温度。
风能是一种机械能,因此风力发电的㶲值等于流过
f
风能 w ( w,o w,i ) w
E  v v
风轮机的空气动能。
fw 为风轮机在单位时间通过的空气流量,kg/s,vw,o-
vw,i 为空气流经过风轮机前后的压强差值,MPa,ρ
为空气密度,kg/m 。 3
太阳能 E  I A1 
ref
s s
T
 
s 太阳能视为热能。
Is 为太阳辐照度,W/m2,A 为辐射面积,Ts 为太阳
温度,取 5777K。
92
第 5 章 综合能源系统评价指标体系与评价方法
分能量称为㶲。㶲的提出提供了一种评价能量利用率的统一尺度。综合能源系统
的能源输入有风能 WWT、太阳能 WPV 和外部电网提供的电力 WExt,E 以及外部气网
提供的天然气 WExt,G,用能需求有电负荷 WE、热负荷 WH 和冷负荷 WC。假设输
入能源的对应㶲值分别为 EWT、EPV、EExt,E 和 EExt,G,能源消耗的㶲值分别为 EE、
EH 和 EC,则各类形式能源所含能量 W 和㶲值 E 存在一定关系,如表 5-3 所示。
 为: 综合能源系统的能源综合利用率
ecr
  E  E  E  E
o E H C
eur
E E  E  E  E
i Ext,E Ext,G PV WT (5-20)
式中,Ei、Eo 分别为综合能源系统内部输入能源和消耗能源的㶲值。
4)S34:能源经济成本(Energy economic cost)
将综合能源系统输出的电、热、冷看作能源服务的产品[162],并定义能源经
济成本为综合能源系统内部生产单位㶲值的能量需要的经济成本,用来反映系统
内部能源生产的价值。能源经济成本 cp,multi 的计算方法为:
c
p,multi c E c E c E c E C
e Ext,E g Ext,G p PV w WT z
E  E  E
E H C (5-21)
式中,ce、cg、cp、cw 分别为综合能源系统输入能源的㶲单位成本;CZ 为内
部设备建设和运维成本的折合现金流,可通过 Ccst 和 Cop 得到。
5.2.4 可靠性指标
综合能源系统的可靠性是指系统日常供能能够保证向用户稳定用能的能力
和系统发生局部故障时能够为大多数用户提供稳定供能的能力。可靠性指标主要
有:能源供应不足率、平均失能时间、系统失能率和供能可靠性收益。
1)S41:能源供应不足率(Energy shortage ratio)
综合能源系统内部可再生能源出力、冷热电联供装置和储能系统的供给无法
满足园区内用户的用能需求时,需要从外部电网和气网的电气能源输入。定义综
合能源系统本身无法满足的需要外部供给的能源需求所占用户负荷的比例为能
 。 源供应不足率
les
 
les p W  p W
e E,E g E,G
W W W
E,Load H ,Load C,Load (5-22)
2)S42:平均失能时间(Average time of outages)
综合能源系统的平均失能时间是指在一定的时间范围内由于设备或者线路
等元件故障而造成的失能后恢复供能的时间平均值,综合能源系统的失能包括停
电、停冷和停热。
93
天津大学博士学位论文
T
fe N
t
T
f ,i
i1
N
tf (5-23)
式中,Ntf 表示综合能源系统的一年的平均失能次数,Tf,i 表示第 i 次失能的
失能时间。平均失能时间越大,表明系统的供能可靠性越低。
3)S43:系统失能率(Outage ratio)
综合能源系统的失能率是指在一定的时间范围内由于设备或者线路等元件
故障而造成的总的失能时间占运行时间的比重。
N
1 tf
 T
  (5-24) le f ,i
8760
i1
失能率越大,表明系统的供能可靠性越低。
4)S44:供能可靠性收益(Energy supply reliability benefits)
综合能源系统依靠冷热电联供和储能系统可以保障重要负荷 100%的供能可
靠性。供能可靠性收益 B 是指避免重要负荷失能而造成经济损失,可用每年综
esr
合能源系统中重要负荷的失能时间和重要负荷的每小时平均失能损失来计算。
N
tf ,c
B c T
  (5-25) esr AL fc,i
i1
式中,cAL 表示重要负荷每小时的平均失能损失,90 元/kWh;Ntf,c 表示综合
能源系统中重要负荷每年的平均失能次数,Tfc,i 表示重要负荷第 i 次失能的失能
时间。供能可靠性收益越大,表明系统的供能可靠性越高。
5.2.5 技术性指标
综合能源系统的技术性评价指标主要包括:设备利用率、设备运行效率、能
量损耗和供能质量。
1)S51:供能设备利用率(Equipment utilization ratio)
综合能源系统的供能设备包括风机、光伏发电、冷热电联供和储能设备。供
能设备的利用率是指每年设备的实际工作时间与系统供能时间的比值,用来描述
 为: 系统中供能设备在评价周期内的利用率。供能设备的利用率
eur
1 1 T
N N
 D D (5-26)
 =  
eur,i eur eur,i
N N 8760
i1 i1 D D
式中, T 表示第 i 台设
 表示综合能源系统中的第 i 台设备的利用率,
eur,i eur,i
备的全年供能时间。
94
第 5 章 综合能源系统评价指标体系与评价方法
2)S52:供能设备运行效率(Equipment operation efficiency)
综合能源系统的供能设备的运行效率包括风机、光伏发电的运行效率,冷热
电联产设备的运行效率和储能设备的运行效率。供能设备运行效率 ηeoe 为:
1 1 W
N N
  o,i
 D  D (5-27) eoe eoe,i
N N W
D 1 D 1 i,i
i i
式中,ηeoe,i 表示综合能源系统中的第 i 台设备的运行效率,Wi,i 和 Wo,i 分别
表示第 i 台设备的输入能量和输出能量。
3)S53:能量损耗(Energy loss)
综合能源系统的能量损耗 WL 包括电网传输损耗 WE,L、天然气传输损耗 WG,L、
热能传输损耗 WH,L 和冷能传输损耗 WC,L。
W W W W W  W  W  W  W (5-28)
L E,L G,L H ,L C,L el E gl G hl H cl C
式中,ηel、ηgl、ηhl、ηcl 分别为电能、天然气、热能和冷能的能损率,WE、
WG、WH、WC 分别为综合能源系统全年的供电量、供气量、供热量和供冷量。
4)S54:供能质量(Energy supply quality)
供能质量是指综合能源系统中多类能源(电能、天然气、热能和冷能)的质
量,供能质量会对系统的稳定运行和用户的安全用能产生直接影响。综合能源系
统中的供能质量包括电能质量、天然气质量、热能质量和冷能质量等方面。
针对电能质量的评价主要针对电压偏差、电压暂降与短时中断、三相电压不
平衡、频率偏差、电压波动与闪变、谐波、间谐波、暂时过电压和瞬态过电压等
[147]。具体的指标包括电压偏差度、频率偏差度、电流/压谐波畸变率、三相电流
/压不平衡度、直流分量占比等。对于天然气质量的评价标准相对较少,而针对热
能和冷能质量的评价指标目前相对缺失。因此本章考虑将供能质量指标设置为定
性指标,根据综合能源系统实施方案中的供能形式,给出相应的得分。
5.3 综合能源系统评价方法
在 5.2 中提出的综合能源系统评价指标中包含有定性指标和定量指标两类,
因此为了保证评价方法能够有效评估且客观反映实际情况,本节在二级指标的权
重计算过程中采取了兼顾主观和客观权重的 ANP-熵权法实现组合赋权;在一级
指标的评价过程中,考虑到一级指标属性值和权重的不确定性,采用区间 TOPSIS
加以评价,形成对综合能源系统建设方案的评价方法。
95
天津大学博士学位论文
5.3.1 ANP-熵权法组合赋权法
主观评价法操作简单且可以根据专家经验给出合理权重,但可能无法客观反
映评价主体的特性;客观评价法能够反映评价主体的数据特性,但对评价数据要
求较高。在二级指标权重确定方面,本文采用结合两者优缺点的 ANP-熵权法来
确定综合能源系统评价指标体系中二级指标的权重。组合赋权法的过程如下:
1)由于二级指标的属性值具有不同的量纲,所以首先进行数据的归一化处
理。
假设有 n 个评价指标,m 个评价方案,vij 为评价方案 i 的第 j 个指标值,i=1,
2, …, m,j=1, 2, …, n。效益型指标和成本型指标具有不同的数据归一化公式。
对于效益型指标,其数据归一化公式为:
e
ij v  min v
ij i m ij
max v  min v
ij i m ij
1im
1 (5-29)
对于成本型指标,其数据归一化公式为:
e
ij max v  v
ij ij
1im
max v  min v
ij i m ij
1im 1
  (5-30)
式中,max
1im v
ij 和 max
1im v 分别为指标 j 的最大值和最小值。经过标准化处理得
ij
到的矩阵 E=(eij)m×n,称为规范化决策矩阵。
2)基于网络层分析的主观赋权法
本文采用的主观赋权法为网络层析分析法(The Analytic Network Progress,
ANP),该方法是 1996 年美国匹兹堡大学 Thomas L.Saaty 教授提出的一种可以
适应非独立递阶层次结构的决策分析方法。ANP 的层次结构包括控制层和网络
层,其中,控制层描述评价目标和决策准则,网络层包括所有受控制层支配的元
素。网络层内部的元素彼此关联,存在着相互支配的关系。ANP 评价方法的基本
思路是在控制层中采用层次分析法来确定准则的权重,之后在网络层中采用极限
超矩阵来获得元素的权重。ANP 评价法的具体步骤为:
a) 针对决策问题中的元素,判断各个元素之间是否存在依赖和反馈的关系,
确定元素之间独立情况,从而形成描述该问题的元素和元素集。
b) 由元素和元素集形成 ANP 结构。首先依据控制准则来分析所有元素之间
相互影响关系,确定控制层,接着分析准则和元素、元素与元素之间的相互关系。
c) 构造 ANP 超矩阵。假定控制层存在 n 个元素 P1, …, Pn,及网络层存在 n
个元素组,用 C1, …, Cn 来表示。每个元素组 Ci 中,都包含有 N 个元素 ei1, …,
eiN。以控制层元素 PS (s=1, …, m)为准则,以 Cj 中元素 ej1 为准则,通过 Ci 中元
96
第 5 章 综合能源系统评价指标体系与评价方法
素按其对 ej1 的影响力大小进行间接优势度比较来构造判断矩阵。采用九分法来
标度 ANP 模型,由特征根法得到排序向量,若满足一致性检验,则上述特征向
量将为网络元素排序向量(权重),把所有网络元素排序向量组合起来并构造如
矩阵:
W
ij
 
w w
j1 j2
i1 i1
 
w w
j1 j2
 
 
i2 i2
 
w w
j1 j2
 
 
in in
j j (5-31)
在式(5-31)中,Wij 的列向量表征 Ci 元素对 Cj 元素的重要度。通过将网络层
所有的相互影响的排序向量组合,可以获取到控制元素的超矩阵,即:
W 1 W W
11 12
 
 
 
n
1
 
1 W W W
 
21 22 2N
 
  
n
 
2
 
  
1  
  
 
n W W W 
 
N N1 N 2 NN (5-32)
在式(5-32)中,虽然每任意元素都是和值为 1 的矩阵,但还未进行归一化。
为了将其进行归一化,需要对该超矩阵的元素进行加权。设 aij 为加权因子,则
W  a W ,进而可获得加权超矩阵W  (W )  。
ij ij ij n n
d) 计算极限超矩阵。
为了反映元素之间的依存关系,需要对超矩阵做一个稳定处理,即计算每个
超矩阵的极限相对排序向量:
1 N
 
lim W
k
N
k
k 1 (5-33)
若式(5-33)的极限值收敛且唯一,则说明元矩阵的行值分别为每个评价指标
的稳定权重。
3)基于熵权法的客观赋权法
熵是热力学中微观状态多样性或均匀性的一种度量,表示描述分子在受热之
后的混乱程度。1948 年香农提出信息熵的概念并将其应用在工程技术、经济学
等诸多领域中,用来描述系统的不确定水平。如果某个指标的熵值很大,表明该
97
天津大学博士学位论文
指标能够提供的信息较多,在评价过程中所占权重也相应较大;相反,如果某个
指标的熵值较小,则表明该指标提供的信息较少,所占权重也会相应较小。根据
熵的定义,如果系统有 n 种不同的状态,其中每种状态出现的概率为 Pj(j=1→
n),那么,该系统的熵可以表示为:
n
  (5-34)
E P ln P
j j j1
式中,Pj 须满足0  1,且
P
j n
 。
P 1
j
j1
熵权法通过描述指标值之间的差异程度来修正指标的权重值,针对综合能源
系统中某类二级指标采用熵权法评价的具体计算步骤为:
a) 计算某个二级指标 j 的熵值 Yj。
1 n
Y e lne
   (5-35) j ij ij
ln n 
j 1
n
ij ij ij
 。 式中,e 满足0 e 1 e 1
  ,且
j1
b) 计算指标 j 的信息偏差度 Dj。
D 1Y (5-36)
j j
c) 计算指标 j 的熵权法评价权重。
D 1Y
w  
j j
j n n
 
D n  Y
j j
j1 j1 (5-37)
4)组合权重计算
为了克服主客观赋权法的不足,使得指标权重兼顾主客观因素,综合能源系
统二级评价指标的权重通过组合权重计算来确定。
对于综合能源系统的某类二级评价指标,假设其基于 ANP 主观赋权法得到
的主观权重向量为:
w'  w' ,w' , (5-38)
1 2
n
 ; 式中, w' 满足0  w' 1,且 
w ' 1 j j j
j1
基于熵权法的客观赋权法得到的客观权重向量为:
w''  w'' ,w'' , (5-39)
1 2
98
第 5 章 综合能源系统评价指标体系与评价方法
n
 。
式中, w'' 满足0 w'' 1 w'' 1
  ,且  j j j
j1
那么,综合能源系统该类二级指标的权重计算可以为:
w  w ' (1)w '' (5-40)
j j j
式中,α 满足 0 1,当 α=0 时,仅将熵权法得到的客观权重作为二级指
标权重;当 α=1 时,仅将 ANP 得到的主观权重作为二级指标权重。当 α 取值在
(0,1)时,有:
w  w  w  w  (5-41)
'' ( ' '') j j j j
因此,综合能源系统二级指标的组合权重可以表达为区间形式,为:
[w ]  [min{w ',w ''}, max{w ',w ''}] (5-42)
j j j j j
对于第 i 个评价方案,其二级指标评价结果为:
n
  (5-43)
[z ] [w ]e
i j ij
j1
由式(5-43)可知,考虑 α 取值的不同,得到的二级指标评价结果为区间数。
5.3.2 区间 TOPSIS 评价方法
在对综合能源系统进行一级指标的评价过程中,考虑到决策者的不同偏好和
综合能源系统发展的不同时期,对经济性、环保性、能效性、可靠性和技术性指
标的偏好程度可能存在一定范围的波动,如说综合能源系统工程建设前期注重经
济性,中期发展注重可靠性,后期发展重视环保性,因此一级指标评价过程中将
权重值设定为不确定值,并利用区间数进行表示。而在二级指标权重计算过程中,
由于主客观权重比例确定过程中引入随机参数,使得利用主客观赋权法得到的二
级指标评价值(即一级指标评价属性值)也为区间数。因此,针对综合能源系统
一级指标的评价模型是一个评价属性值和权重值均为区间数的评价模型。
TOPSIS 根据评价对象与理想化目标的接近程度进行排序,是一种解决多属
性决策问题中较为成熟的方法。基于传统的 TOPSIS 法,部分学者对其进行改进
后用于分析权重值和权重属性为区间数的决策问题。本章提出的综合能源系统一
级指标的评价模型是一个属性值和权重值均为区间数的评价模型,因此,可以考
虑采用区间 TOPSIS 法进行分析。
利用区间 TOPSIS 法的评价综合能源系统一级指标的分析过程如下:
1)分析不同方案的各个指标的区间属性值,建立属性值均为区间数的评价
99
天津大学博士学位论文
矩阵[Z]=([zij])m×n,其中 m 为评价方案的数量,n 为评价指标的数量。
2)建立标准化区间评价矩阵[E]=([eij])m×n。
为了消除物理量纲对评价结果的影响,通常需要对区间数进行标准化。区间
数的标准化方法主要有基于区间运算、基于线性尺度变换法、基于极差变换法以
及基于向量标准化的区间数标准化方法。本章选取了一种基于向量标准化的区间
数标准化方法,对于效益型和成本型这两类指标,如果用[zij]和[eij]分别表示标准
化前后的区间数,则有:
对于效益型指标,
 
m
 
2 2
e  z z  z    
ij ij ij ij
 
 
i1
  
m
    
 2 2 
e z z z
 
 
ij ij ij ij
i1 (5-44)
对于成本型指标,
 
1
m
    
 2 2 
e  z  z
1 1
ij ij ij
z
 
i1
ij
 
  m 
1
 2 2 
   
e 1 z 1 z
 
ij ij ij
z
 
i1
ij (5-45)
3)区间权重[wj]转化为实数权重 wj。
对于指标权重[W]=([wj])1×n,首先确定指标权重的正理想区间数 P 与负理想
w
区间数 N  分别为
w
P  w , (j=1, 2, …., n) (5-46)
[max{ },1]
w j j
N  w , (j=1, 2, …., n) (5-47)
[0, min{ }]
w j j
然后,分别计算区间权重[wj]与正理想区间数 P 的距离 d([w ],[P ]) 和与负
w j w
理想区间数 N  的距离 d([w ],[N ])。
w j w
区间数的距离形式主要有海明距离和欧氏距离。本章采用欧氏距离,对于两
个区间数[x1]和[x2],其欧式距离计算公式为:
1
d x x   x  x  x  x 
   2  2
[ ],[ ]   (5-48)
1 2 1 2 1 2
2
接着,根据相对近似度 c([wj])的计算公式(5-49),计算求得每个区间权重[wj]
的相对近似度。
100
第 5 章 综合能源系统评价指标体系与评价方法
 
c [w ]
j
 
d [w ],[N ]
j w
   
d [w ],[P ]  d [w ],[N ]
 
j w j w (5-49)
最后,利用归一化公式(5-50)得到实数权重 wi。
n
w c([w ]) c([w ])
  (5-50) j j j
j1
4)计算加权标准化决策矩阵[V]。
令[vij]=wj[eij]得到加权标准化决策矩阵[V]=w[E]。
5)计算每个方案 i 的相对近似度 c([vi])。
利用区间数距离公式(5-48)计算每个方案 i 与正理想区间数 P 的距离
v
d v P 和与负理想区间数
([ ],[ ])
i v N  的距离 d([v ],[N ]) ,之后根据相对近似度的公
v i v
式(5-49)分别计算不同方案的相对近似度 c([vi])。将每个方案的相对近似度进行
排序。对于某一方案,若其相对近似度越大,则排序越靠前,此方案结果越好。
5.3.3 综合能源系统评价流程
根据 5.3.1 和 5.3.2 可知,综合能源系统的评价过程主要包括二级指标属性值
归一化处理、基于 ANP-熵权法的组合赋权法确定二级评价指标权重、一级评价
指标区间属性值计算以及基于区间 TOPSIS 法的一级指标评价等关键步骤。具体
的评价流程如图 5-3 所示。
开始
确定综合能源系统实施
 方案及评价指标值
指标属性值归一化处理
二级评价指标权重计算
ANP主观赋权 熵权法客观赋权
二级指标组合权重获取
计算一级评价指标的
 区间属性值
区间TOPSIS法进行一级
指标评价
结束
图 5-3 综合能源系统的评价流程
101
天津大学博士学位论文
5.4 算例分析
对文献[167]中给出的中国某地综合能源系统示范工程作为评价对象,其示
范工程所处地区的采光面积约为 2 万 m2,年平均辐射强度为 1500kW∙h/m2,平
均风速为 5m/s。系统内部的电负荷、热负荷和冷负荷分别为 3.70MW、2.90MW
和 2.40MW,用户的年用电量约为 4271.95MWh。假设系统内部可再生能源供电
自给率不低于 40%,综合能源系统运营年限为 20 年。假设综合能源系统向外部
购买的电能均来自燃煤火电,其电网电价为 0.64 元/(kW∙h),网损率约为 5%。系
统内部的储能系统采用铅酸电池储能。冷热电联供系统由内燃机、燃气轮机和吸
收式制冷机组三部分组成,三类机组的容量分别为 600kW、300kW 和 400kW。
综合能源系统的五种实施方案分别如下:
S1:冷热电联供系统,包括电网、冷热电联供系统和储能系统,额外增加
300kW 的燃气内燃机机组;
S2:光气互补系统,包括电网、2.4MW 的光伏发电机组、冷热电联供系统和
储能系统;
S3:风气互补系统,包括电网、2.4MW 的风力发电机组、冷热电联供系统和
储能系统;
S4:风光气互补系统 I,包括电网、2.0MW 的光伏发电机组、0.3MW 的风力
发电机组、冷热电联供系统和储能系统;
S5:风光气互补系统 II,包括电网、0.6MW 的光伏发电机组、1.8MW 的风
力发电机组、冷热电联供系统和储能系统。
综合能源系统的建设和运行数据如表 5-4 所示。
表 5-4 综合能源系统组件单位成本数据
系统设备 单位安装成
本/(元/kW) 运维固定成
本(元/kW·a) 运维可变成
本(元/kW·a) 年平均利
用小时数/h 燃气成本
/(元/kWh)
燃气内燃机 2 340 172 0.002 1 2 500 0.939 5
燃气轮机 7 800 771 0004 3 2 500 0.162 0
吸收式制冷机 1 200 200 0.008 0 1 200 /
光伏发电 12 600 90 0.004 2 1 250 /
风力发电 3 500 37 0.005 0 1 400 /
铅酸电池 1 200 30 0.001 5 / /
该地区综合能源系统的五种实施方案 S1-S5 在经济性、环保性、能效性、可
靠性和技术性方面的指标属性值可通过 5.2 中给出的相关公式计算得到,如表 5-
5 至表 5-9 所示。
102
第 5 章 综合能源系统评价指标体系与评价方法
表 5-5 综合能源系统经济性指标初始值
二级评价指标 S1 S2 S3 S4 S5
运行效益/万元 665.2 779.8 866.4 827.2 861.4
建设成本/万元 1005.0 3149.8 1412.1 2832.3 1701.7
运行成本/万元 496.6 392.4 366.3 393.0 370.7
净现值/万元 783.3 149.2 3532.7 1044.6 3065.3
内部收益率/% 19.48 8.58 39.21 12.38 29.56
动态投资回收期/年 8.1 19.3 3.9 12.4 5.2
表 5-6 综合能源系统环保性指标初始值
二级评价指标 S1 S2 S3 S4 S5
可再生能源渗透率/% 0 42.13 47.19 41.01 46.35
污染物排放量/t 1001.2 747.7 727.3 751.9 730.7
污染物减排量/t 0 167.5 187.6 163.0 184.2
环保收益/万元 0 8.95 10.02 8.71 9.84
表 5-7 综合能源系统能效性指标初始值
二级评价指标 S1 S2 S3 S4 S5
一次能源利用率/% 87.12 67.08 83.27 69.75 80.05
能源节约率/% 0 23.53 26.36 22.91 25.89
能源综合利用率/% 68.3 81.9 74.9 78.4 76.9
能源经济成本/(万元/MWh) 0.25 0.21 0.24 0.22 0.23
表 5-8 综合能源系统可靠性指标初始值
二级评价指标 S1 S2 S3 S4 S5
系统供能不足率/% 114.79 86.59 85.09 86.93 85.34
平均失能时间/h 6.04 5.85 4.79 5.73 5.26
系统失能率/% 0.5879 0.5334 0.5126 0.5319 0.5198
供能可靠性收益/万元 2657.52 2585.77 2564.51 2611.62 2590.16
表 5-9 综合能源系统技术性指标初始值
二级评价指标 S1 S2 S3 S4 S5
供能设备利用率/% 28.54 14.27 15.98 14.79 15.63
设备运行效率/% 52.89 25.74 38.49 27.38 31.39
能量损耗/MWh 493.27 415.77 404.97 418.17 406.77
供能质量 87 95 79 91 83
5.4.1 基于组合赋权法的二级指标评价
1)基于熵权法的二级指标评价结果分析
基于熵权法的二级指标分析结果如表 5-10 所示,经过分析得到的二级指标
103
天津大学博士学位论文
评价结果如表 5-11 所示。
表 5-10 基于熵权法的综合能源系统二级指标值
方案编号 二级评价指标
经济性 环保性 能效性 可靠性 技术性
S1 0.3542 0 0.2412 0.1662 0.6650
S2 0.2722 0.9014 0.7212 0.6157 0.4400
S3 0.9699 1 0.6963 0.8338 0.4639
S4 0.4689 0.8797 0.6414 0.6815 0.4043
S5 0.8603 0.9835 0.7320 0.7786 0.4450
表 5-11 基于熵权法综合能源系统二级指标评价结果
二级指标 第一名 第二名 第三名 第四名 第五名
经济性 S3 S5 S4 S1 S2
环保性 S3 S5 S2 S4 S1
能效性 S5 S2 S3 S4 S1
可靠性 S3 S5 S4 S2 S1
技术性 S1 S3 S5 S2 S4
a) 经济性指标分析
经济性指标方面,用组合权重赋权得到的 5 个方案评价结果为:3 号方案最
优,5、4、1、2 号方案依次变差。从表 5-6 中可以看出,3 号方案的建设成本、
运行成本和动态投资回收期最低,运行效益、净现值、内部收益率均为最高。由
于运行效益、净现值、内部收益率越大越好,而建设成本、运行成本、动态投资
回收期越小越好,因此 3 号方案的经济性最好。分析其原因,风力发电与冷热电
联供机组和光伏发电相比,在单位容量的安装成本和年固定运维成本方面优势明
显,导致在运行效益相差不大的情况,大比例的风力发电在建设成本和运维成本
方面和大规模配置光伏发电相比优势显著。
b) 环保性指标分析
环保性指标中,污染物减排量是越小越好,其余指标均为越大越好。通过表
5-12 中环保性指标分析结果,可以看出 3 号方案的环保性最佳,5、2、4、1 号
方案依次减弱。从表 5-7 的环保性指标原始数据中可以发现,3 号方案的各项环
保性数据均为最优,1 号方案的各项数据都为最劣。这是因为使用可再生能源发
电技术可以有效减少从外部电网的购电量,降低对化石燃料的消耗,从而降低对
CO2、SO2、NOx 等污染气体的排放量。方案 3 中的可再生能源渗透率最高,因
此最大程度地降低对外部燃煤发电的依赖程度,因此环保性最优。方案 1 中仅采
用了冷热电联供机组,没有接入可再生能源供能,因此污染物排放量高,环保效
益低,环保性较差。
104
第 5 章 综合能源系统评价指标体系与评价方法
c) 能效性指标分析
能效性指标中,㶲经济成本是越小越好,其余指标均为越大越好。对表 5-8
的能效性指标分析,可以看出冷热电联供的一次能源利用率最高,这是由于冷热
电联供机组对于天然气的利用率相比于风力发电机组对风能的利用率和光伏发
电对太阳能的利用率会高很多。在接入可再生能源发电之后,方案 2-5 中综合能
源系统的部分负荷由原本的外部燃煤发电供能变更为由风能或太阳能供能,实现
了节约能源的效果。从表 5-12 的评价结果可知,方案 5 的能效性最优,方案 2、
3、4、1 依次减弱。
d) 可靠性指标分析
在可靠性指标方面,系统供能不足率、平均失能时间和系统失能率指标是越
小越好,供能可靠性收益是越大越好。综合能源系统的供能方式越多样化,系统
中可再生能源发电比例越高时,系统的供能可靠性就越高,平均失能时间和失能
率就越低,相应的供能可靠性收益也就越高。从表 5-12 的评价结果可知,可靠
性指标方面,方案 3 的可靠性最优,方案 5、4、2、1 依次减弱。
e) 技术性指标分析
技术性指标中,供能设备利用率、设备运行效率、供能质量指标是越大越好,
能源损耗是越小越好。由表 5-10 可知,冷热电联供机组可以在任意时间段运行,
风力发电设备可在有风的条件下运行,光伏发电设备仅能在白天运行,冷热电联
供机组的运行时间远高于风力发电和光伏发电,设备利用率较高;冷热电联供机
组的能源转换效率相较于其他方式更高,因此其运行效率较高,而风力发电和光
伏发电机组的运行效率较低;能量损耗方面,由于冷热电联供设备需要外部接入
更多能源,因此能量损耗更高;供能质量方面则是冷热电联供机组的供能质量最
优,光伏次之,风机最差。从表 5-12 的评价结果可知,技术性指标方面,方案 1
的技术性最优,方案 3、5、2、4 依次减弱。
基于熵权法的综合能源系统二级指标评价效果如图 5-4 所示,可以从雷达图
中更加直观地得到综合能源系统各个实施方案分别在经济性、环保性、能效性、
可靠性和技术性这五个维度的优劣。
105
天津大学博士学位论文
环保性
1
S1
0.8
S2
0.6
经济性 0.4
0.2 能效性 S3
S4
0 S5
可靠性 技术性
图 5-4 基于熵权法的综合能源系统二级指标评价效果雷达图
2)基于 ANP 法的二级指标评价结果分析
基于 ANP 法的二级指标分析结果和评价结果分别如表 5-12 和表 5-13 所示。
表 5-12 基于 ANP 的综合能源系统的二级指标值
方案编号 二级评价指标
经济性 环保性 能效性 可靠性 技术性
S1 0.3395 0 0.1894 0.1954 0.7263
S2 0.2444 0.9021 0.7859 0.5263 0.4702
S3 0.9790 1 0.6055 0.8046 0.3948
S4 0.4582 0.8806 0.6581 0.6097 0.4062
S5 0.8604 0.9836 0.6823 0.7267 0.4076
表 5-13 基于 ANP 的综合能源系统二级指标评价结果
二级指标 第一名 第二名 第三名 第四名 第五名
经济性 S3 S5 S4 S1 S2
环保性 S3 S5 S2 S4 S1
能效性 S2 S5 S4 S3 S1
可靠性 S3 S5 S4 S2 S1
技术性 S1 S2 S5 S4 S3
根据表 5-13 的网络分析法评价结果可以看出,基于 ANP 主观赋权法的综合
能源系统二级指标评价结果和基于客观熵权法的评价结果在经济性、环保性以及
可靠性这三个维度的评价结果完全一致,在能效性和技术性方面的评价结果不完
全一致。这是因为在能效性评价过程中,主观评价法更注重能源综合利用率和能
源经济成本,导致其评价过程中这两个指标的比重相较于完全根据数据特征的客
106
第 5 章 综合能源系统评价指标体系与评价方法
观评价法会高,导致评价结果中出现的差异。同样,在技术性评价中,主观评价
法的更加注重供能质量和能量损耗指标,因此,光伏发电占比较高的方案 2 的技
术性评价结果会优于风力发电占比较高的方案 3。
3)二级指标的组合赋权结果及评价值
利用组合赋权法得到综合能源系统二级指标的区间权重,以经济性为例,其
二级指标的组合权重如表 5-14 所示。
表 5-14 经济性指标的组合权重
经济性指标 S11 S12 S13 S14 S15 S16
主观权重 0.2132 0.1109 0.1538 0.1593 0.1754 0.1874
客观权重 0.1880 0.1586 0.2065 0.1475 0.1339 0.1655
组合权重 [0.1880, [0.1109, [0.1538, [0.1475, [0.1339, [0.1655,
区间值 0.2132] 0.1586] 0.2065] 0.1593] 0.1754] 0.1874]
通过式(5-43),可求得各个实施方案的经济性评价的二级指标评价结果,即
经济性一级评价指标得区间属性值。同理,计算环保性、能效性、可靠性以及技
术性的一级指标区间属性值。
5.4.2 基于区间 TOPSIS 法的一级指标评价
根据 5.3.2 中的区间 TOPSIS 法评价模型对以上五个二级评价指标进行评价,
具体步骤为:
1)通过上节求得的各实施方案的一级指标区间属性值,构造用于区间
TOPSIS 评价的区间数决策矩阵[Z]为:
 
Z 0.3065,0.3871 0,0 0.1894,0.2412 0.1662,0.1954 [0.6143,0.7770]        
       
 
       
0.2301,0.2866 0.8127,0.9908 0.6140,0.8932 0.4874,0.6547 [0.3862,0.5240]
 
 
       
0.8785,1.0703 0.9007,1.0993 0.5343,0.7675 0.6986,0.9398 [0.3948.0.4639]
 
       
0.4199,0.5072 0.7934,0.9669 0.5301,0.7694 0.5546,0.7366 [0.3503,0.4603]
 
 
       
0.7771,0.9436 0.8859,1.0811 0.5804,0.8338 0.6446,0.8607 [0.3796,0.4730]
 
2)区间数标准化后的决策矩阵[E]为
 
E 0.1491,0.1884 0,0 0.0941,0.1199 0.0820,0.0964 [0.3903,0.4935]        
       
 
       
0.1119,0.1394 0.3033,0.3698 0.3052,0.4439 0.2404,0.3229 [0.2453,0.3328]
 
        
0.4274,0.5208 0.3361,0.4103 0.2656,0.3814 0.3446,0.4636 [0.2508.0.2947]
 
       
0.2043,0.2468 0.2961,0.3608 0.2634,0.3824 0.2736,0.3633 [0.2225,0.2924]
 
 
       
0.3781,0.4591 0.3306,0.4035 0.2885,0.4144 0.3180,0.4246 [0.2411,0.3005]
 
3)将区间权重[wj]转化为实数权重 wj。
107
天津大学博士学位论文
假定五个一级指标经济性、环保性、能效性、可靠性和技术性的区间权重值
分别为:[w1]=[0.24,0.26],[w2]=[0.26,0.34],[w3]=[0.24,0.26],[w4]=[0.09,0.11],
[w5] = [0.09,0.11]。根据 5.3.2 中的求解步骤,获得区间权重值的正理想区间数为
[0.34,1],负理想区间数为[0,0.09],区间权重的相对贴近度分别为 c([w1])=0.2826,
c([w2])=0.3517,c([w3])=0.2826,c([w4])=0.0907,c([w5])=0.0907。由权重归一化公
式可得实数型权重为 w1=0.2573,w2=0.3202,w3=0.2573,w4=0.0826,w5=0.0826。
4)计算各个场景的加权综合属性值。
v1=[0.1016,0.1280],v2=[0.2446,0.3227],v3=[0.3351,0.4261],v4=[0.2561,0.3316],
v5=[0.3236,0.4138]。
5)计算各个方案加权综合属性值的相对贴近度。
加权综合属性值的正理想区间数为[0.4784, 1],负理想区间数为[0, 0.0601],
求得的各个方案加权综合属性值的相对贴近度如表 5-15 所示。
表 5-15 五种实施方案的区间 TOPSIS 法计算结果
方案 1 方案 2 方案 3 方案 4 方案 5
c([vi]) 0.2170 0.7057 1 0.7365 0.9638
根据 c([vi])的大小对五种实施方案进行排序。可知 1<2<4<5<3,方案 3 是最
优选择。根据一级指标的综合评价结果可知:3 号方案最优,5、4、2、1 号方案
依次变差。
5.5 本章小结
本章针对综合能源系统的特性,从经济性、环保性、可靠性、能效和技术这
五个方面出发提出的综合能源系统的评价指标体系;在确定二级指标权重时,既
考虑到 ANP 法能够根据已有经验给出合理的权重,又考虑基于熵权法的评价方
法从数据本身提供的信息出发,通过主客观权重组合的方式,保证权重的可靠性,
进而得到一级指标属性值的区间范围;在针对一级指标的评价时考虑评价属性值
和评价权重的不确定性,提出了区间 TOPSIS 法的综合能源系统评价模型。
本章提出的基于区间 TOPSIS 法的综合能源系统评价方法,可以根据综合能源系
统的不同发展时期以及决策者对综合能源系统某一指标的倾向性灵活调整区间
权重,为综合能源系统工程的规划和建设提供指导;针对某地区的综合能源系统
的五种实施方案进行评价,评价结果与实际情况完全一致,且根据得到的一级、
二级指标评价结果与实际方案的二级指标数值分析结果相符,说明了方法的评价
结果的有效性。
108
第 6 章 结论与展望
第 6 章 结论与展望
6.1 结论
随着能源问题日益受到关注,综合能源系统容纳多类能源,可以提高能源利
用率,减少环境污染,是未来最有潜力的能源利用形式之一。本文围绕综合能源
系统的能流计算、运行优化和综合评价方面展开了深入研究。在考虑多种不确定
性因素的前提下,本文得到的结论如下:
1)针对电-气综合能源系统,通过对电网潮流、天然气网气流和耦合节点的
建模,并计及系统运行过程中接入电源出力的不确定性和电/气负荷的不确定性,
提出了电-气综合能源系统的区间能流计算方法。在模型求解过程中,采用区间
迭代法进行求解;为了保证区间计算结果的收敛性,引入仿射数学对求解过程改
进以克服计算结果的保守性;求解结果通过将本文所提算法与蒙特卡洛模拟结果
进行对比分析,证明本文所提方法的正确性;通过不同的电源出力不确定性水平
分析了电-气综合能源系统运行中的不确定性对能流分析的影响,并分析了本文
所提区间能流计算方法的收敛性。
2)针对含电转气装置的电-气综合能源系统,计及系统运行过程中可再生能
源出力不确定性的影响,提出了考虑风电光伏出力不确定性的含电转气装置的电
-气综合能源系统区间运行优化模型。通过将非线性元件线性化,将非线性规划
模型转化为混合整数规划模型,采用区间线性规划方法求解。求解结果分析了电
转气装置的经济性,验证了本文所提区间优化方法的有效性,并研究了风电光伏
出力不确定性水平对电-气综合能源系统区间优化运行的影响。
3)针对含冷热电联供系统的综合能源系统,考虑用户参与电气综合需求响
应项目和运行过程中光照强度的不确定性,建立了考虑需求响应的综合能源系统
运行区间优化模型。通过进行燃气轮机出力、需求响应成本、储能系统的出力以
及电制冷/热装置的出力线性化,将多变量的区间非线性模型转化为区间混合整
数规划模型。通过引入仿射数学表征区间变量的相关性,对区间线性规划法求解
过程进行改进。求解结果通过与传统的区间线性规划相比,验证了所提方法的有
效性;并分析了不同的光照强度不确定性水平和实施综合需求响应对综合能源系
统区间优化的影响。
4)针对综合能源系统的建设和运行特征,分别从经济性、环保性、能效性、
109
天津大学博士学位论文
可靠性和技术性五个维度出发,提出了综合能源系统的评价指标体系;在评价过
程对二级指标采用主客观结合的 ANP-熵权法组合赋权法确定二级指标权重,考
虑到一级指标属性值和指标权重的不确定性,提出了综合能源系统的区间
TOPSIS 评价模型,最后结合算例研究了本文评价指标和方法的应用。
6.2 对相关工作的展望
虽然本文对综合能源系统的研究取得了一定的进展,但由于研究时间问题及
本人能力有限,部分研究内容仍有一定的提升空间。另外,随着综合能源系统的
不断发展与进步,越来越多的问题也亟待进行进一步的研究和完善,以下列出本
文作者认为可以继续深入和完善的研究工作:
1)在区间能流模型建立与求解方面,需要建立一个统一的用于计算电、气、
热等多种能流的区间模型。由于综合能源系统可容纳多种类型的能源耦合环节,
运行情况往往更复杂;不同能量网络的不确定性源之间的相互作用需要进一步揭
示;因此,未来需要深入研究含多类能源耦合环节的计及电、气、热等多能流的
区间分析方法。
2)在电气综合能源系统运行优化方面,需要考虑能量传输的动态特征和不
同的时间尺度。事实上,对于天然气管道而言,其气流的传输速度与电力的传输
速度存在较大差异。本文的研究是以小时为尺度,但涉及更小的时间尺度的情况
下,二者的时间特性需要考虑进去,因此,未来需要深入研究更小时间尺度下电
气综合能源系统的优化调度模型与调度方法。
3)在考虑需求响应的含冷热电联供系统运行优化方面,本文仅针对电负荷
和气负荷参与需求响应建立了理想化的模型,并针对其运行成本进行分析,未来
可以研究更为精细化的计及电、气、热、冷多类负荷的需求响应模型,并不同场
景下的出力情况,来分析不同需求响应项目其对综合能源系统运行优化的影响。
4)在综合能源系统评价方面,本文重点考虑了在评价过程中各个指标权重
的不确定性并用区间加以描述。从指标本身出发,其各个指标本文也有可能是不
确定量,尤其是在考虑可再生能源接入综合能源系统的情况下,风光等可再生能
源的出力也会造成指标本文的不确定性。综合考虑评价模型和评价过程的不确定
性也是未来研究的内容之一。
5)随着综合能源系统的不断推广,会出现多个综合能源系统互联的场景。
与目前区域多微网互联有所不同,多综合能源系统互联后不单单存在电能交易,
也会出现天然气、热能等多种能源相互交易的情况。在这种情境下,如何对多个
互联的综合能源系统进行能流分析、运行优化和综合评价将是一个挑战。
110
参考文献
参考文献
[1] 徐宪东.电/气/热微型能源系统的建模、仿真与能量管理研究[D].天津:
天津大学,2014.
[2] 中华人民共和国国家统计局国家数据:能源消费总量[EB/OL].[2020-01-
 09].http://data.stats.gov.cn/easyquery.htm?cn=C01.
[3] 国 家 能 源 局 : 中 国 引 领 全 球 可 再 生 能 源 发 展 [EB/OL] . [2019-08-
 21].http://www.nea.gov.cn/2019-08/21/c_138326148.htm.
[4] 贾宏杰,王丹,徐宪东,等.区域综合能源系统若干问题研究[J].电力系
 统自动化,2015,39(07):198-207.
[5] 贾宏杰,穆云飞,余晓丹.对我国综合能源系统发展的思考[J].电力建设,
 2015,36(01):16-25.
[6] 王伟亮,王丹,贾宏杰,等.能源互联网背景下的典型区域综合能源系统
 稳态分析研究综述[J].中国电机工程学报,2016,36(12):3292-3306.
[7] 孙宏斌,潘昭光,郭庆来.多能流能量管理研究:挑战与展望[J].电力系统
 自动化,2016,40(15):1-8+16.
[8] 丁涛,牟晨璐,别朝红,等.能源互联网及其优化运行研究现状综述[J].中
 国电机工程学报,2018,38(15):4318-4328+4632.
[9] 王毅,张宁,康重庆.能源互联网中能量枢纽的优化规划与运行研究综述
 及展望[J].中国电机工程学报,2015,35(22):5669-5681.
[10] 程浩忠,胡枭,王莉,等.区域综合能源系统规划研究综述[J].电力系统
 自动化,2019,43(07):2-13.
[11] 别朝红,王旭,胡源.能源互联网规划研究综述及展望[J].中国电机工程
 学报,2017,37(22):6445-6462+6757.
[12] 王玮,李睿,姜久春.面向能源互联网的配电系统规划关键问题研究综述
 与展望[J].高电压技术,2016,42(07):2028-2036.
[13] 李更丰,黄玉雄,别朝红,等.综合能源系统运行可靠性评估综述及展望
 [J].电力自动化设备,2019,39(08):12-21.
[14] 郭庆来,辛蜀骏,孙宏斌,等.电力系统信息物理融合建模与综合安全评
 估:驱动力与研究构想[J].中国电机工程学报,2016,36(06):1481-1489.
[15] 曾鸣,刘英新,周鹏程,等.综合能源系统建模及效益评价体系综述与展
 望[J].电网技术,2018,42(06):1697-1708.
[16] 余晓丹,徐宪东,陈硕翼,等.综合能源系统与能源互联网简述[J].电工
 技术学报,2016,31(01):1-13.
[17] 彭克,张聪,徐丙垠,等.多能协同综合能源系统示范工程现状与展望[J].电
 力自动化设备,2017,37(06):3-10.
111
天津大学博士学位论文
[18] 程林,张靖,黄仁乐,等.基于多能互补的综合能源系统多场景规划案例
分析[J].电力自动化设备,2017,37(06):282-287.
[19] Henderson Michael, Shahidehpour Mohammad. Continuing to grow: natural gas
usage rising in electricity generation [J]. IEEE Power and Energy Magazine,
2014, 12: 12-19.
[20] Chen Sheng, Wei Zhinong, Sun Guoqiang, et al. Optimal power and gas flow
with a limited number of control actions [J]. IEEE Transactions on Smart Grid,
2018, 9: 5371-5380.
[21] Chen Sheng, Wei Zhinong, Sun Guoqiang, et al. Identifying optimal energy flow
 solvability in electricity-gas integrated energy systems [J]. IEEE Transactions on
 Sustainable Energy, 2017, 8: 846-854.
[22] Amin Shabanpour-Haghighi, Ali Reza Seifi. An integrated steady-state operation
 assessment of electrical, natural gas, and district heating networks [J]. IEEE
 Transactions on Power Systems, 2016, 31: 3636-3647.
[23] Li Yong, Zou Yao, Cao Yijia, et al. Optimal stochastic operation of integrated
 low-carbon electric power, natural gas, and heat delivery system [J]. IEEE
 Transactions on Sustainable Energy, 2018, 9: 273-283.
[24] Qiu Jing, Zhao Junhua, Yang Hongming, et al. Optimal Scheduling for prosumers
 in coupled transactive power and gas systems [J]. IEEE Transactions on Power
 Systems, 2018, 33: 1970-1980.
[25] Wang Cheng, Wei Wei, Wang Jianhui, et al. Convex optimization based
 distributed optimal gas-power flow calculation [J]. IEEE Transactions on
 Sustainable Energy, 2018, 9: 1145-1156.
[26] Ding Tao, Hu Yuan, Bie Zhaohong. Multi-Stage stochastic programming with
 nonanticipativity constraints for expansion of combined power and natural gas
 systems [J], IEEE Transactions on Power Systems, 2018, 33: 317-328.
[27] Shao Chengcheng, Shahidehpour Mohammad, Wang Xifan, et al. Integrated
 planning of electricity and natural gas transportation systems for enhancing the
 power grid resilience [J]. IEEE Transactions on Power Systems, 2017, 32: 4418-
 4429.
[28] Qiu Jing, Dong Zhaoyang, Zhao Junhua, et al. Low carbon oriented expansion
 planning of integrated gas and power systems [J]. IEEE Transactions on Power
 Systems 2015, 30: 1035-1046.
[29] Zhao Bining, Conejo Antonio J., Sioshansi Ramteen. Coordinated expansion
 planning of natural gas and electric power systems [J]. IEEE Transactions on
 Power Systems, 2018, 33: 3064-3075.
[30] Gil María, Dueñas Pablo, Reneses Javier. Electricity and natural gas
 interdependency: comparison of two methodologies for coupling large market
 models within the European regulatory framework [J]. IEEE Transactions on
 Power Systems, 2016, 31: 361-369.
112
参考文献
[31] Martinez-Mares Alberto, Fuerte-Esquivel Claudio R.. A unified gas and power
 flow analysis in natural gas and electricity coupled networks [J] IEEE
 Transactions on Power Systems, 2012, 27: 2156-2166.
[32] 赵霞,杨仑,瞿小斌,等.电-气综合能源系统能流计算的改进方法[J].电
 工技术学报,2018,33(03):467-477.
[33] 王英瑞,曾博,郭经,等.电-热-气综合能源系统多能流计算方法[J].电网
 技术,2016,40(10):2942-2951.
[34] Massrur Hamid Reza, Niknam Taher, Aghaei Jamshid, et al. Fast decomposed
 energy flow in large-scale integrated electricity–gas–heat energy systems [J].
 IEEE Transactions on Sustainable Energy, 2018, 9: 1565-1577.
[35] 徐宪东,贾宏杰,靳小龙,等.区域综合能源系统电/气/热混合潮流算法研
 究[J].中国电机工程学报,2015,35(14):3634-3642.
[36] Xu Xiandong, Jia Hongjie, Chiang Hsiao-Dong, et al. Dynamic modeling and
 interaction of hybrid natural gas and electricity supply system in microgrid [J].
 IEEE Transactions on Power Systems, 2015, 30: 1212-1221.
[37] Zeng Qing, Fang Jiakun, Li Jinghua, et al. Steady-state analysis of the integrated
 natural gas and electric power system with bi-directional energy conversion [J].
 Applied Energy, 2016, 184: 1483-1492.
[38] 陈胜,卫志农,孙国强,等.电-气混联综合能源系统概率能流分析[J].中
 国电机工程学报,2015,35(24):6331-6340.
[39] Pan Zhaoguang, Guo Qinglai, Sun Hongbin. Interactions of district electricity
 and heating systems considering time-scale characteristics based on quasi-steady
 multi-energy flow [J]. Applied Energy, 2016, 167: 230-243.
[40] Erdener Burcin Cakir, Pambour Kwabena A., Lavin Ricardo Bolado, et al. An
 integrated simulation model for analysing electricity and gas systems [J].
 International Journal of Electrical Power and Energy Systems, 2014, 61: 410-420.
[41] Liu Xuezhi, Mancarella Pierluigi. Modelling, assessment and Sankey diagrams
 of integrated electricity-heat-gas networks in multi-vector district energy systems
 [J]. Applied Energy, 2016, 167: 336-352.
[42] Shabanpour-Haghighi Amin, Seifi Ali Reza. Simultaneous integrated optimal
 energy flow of electricity, gas, and heat [J]. Energy Conversion and Management,
 2015, 101: 579-591.
[43] 马腾飞,吴俊勇,郝亮亮.含冷热电三联供的微能源网能流计算及综合仿
 真[J].电力系统自动化,2016,40(23):22-27+124.
[44] 卫志农,梅建春,孙国强,等.电-气互联综合能源系统多时段暂态能流仿
 真[J].电力自动化设备,2017,37(06):41-47.
[45] 孙国强,陈霜,卫志农,等.计及相关性的电-气互联系统概率最优潮流[J].电
 力系统自动化,2015,39(21):11-17.
113
天津大学博士学位论文
[46] Qiao Zheng, Guo Qinglai, Sun Hongbin, et al. An interval gas flow analysis in
natural gas and electricity coupled networks considering the uncertainty of wind
power [J]. Applied Energy, 2017, 201: 343-353.
[47] Ghanaatian Mohammad, Lotfifard Saeed. Control of flywheel energy storage
systems in the presence of uncertainties [J]. IEEE Transactions on Sustainable
Energy, 2019, 10: 36-45.
[48] 刘宇,高山,杨胜春,等.电力系统概率潮流算法综述[J].电力系统自动
化,2014,38(23):127-135.
[49] 陈雁,文劲宇,程时杰.考虑输入变量相关性的概率潮流计算方法[J].中
国电机工程学报,2011,31(22):80-87.
[50] 陈璨,吴文传,张伯明,等.考虑光伏出力相关性的配电网概率潮流[J].电
力系统自动化,2015,39(09):41-47.
[51] 任洲洋,颜伟,项波,等.考虑光伏和负荷相关性的概率潮流计算[J].电
工技术学报,2015,30(24):181-187.
[52] 王守相,徐群,张高磊,等.风电场风速不确定性建模及区间潮流分析[J].电
力系统自动化,2009,33(21):82-86.
[53] 赵歌.计及不确定性的电力系统 P-Q 分解潮流区间算法[D].天津:天津大
学,2007.
[54] 裴爱华,刘明波,张弛.考虑负荷不确定性的区间潮流计算方法[J].电力
 系统及其自动化学报,2004(06):24-27+43.
[55] 王成山,王守相.基于区间算法的配电网三相潮流计算及算例分析[J].中
 国电机工程学报,2002(03):59-63.
[56] 王守相,王成山,刘若沁.基于模糊区间算法的配电网潮流计算[J].电力
 系统自动化,2000(20):19-22+40.
[57] Chen Sheng, Wei Zhinong, Sun Guoqiang, et al. Multi-linear probabilistic energy
 flow analysis of integrated electrical and natural-gas systems [J]. IEEE
 Transactions on Power Systems, 2017, 32: 1970-1979.
[58] Ding Tao, Bo Rui, Li Fangxing, et al. Interval power flow analysis using linear
 relaxation and optimality-based bounds tightening (OBBT) methods [J]. IEEE
 Transactions on Power Systems, 2015, 30: 177-188.
[59] Wang Zian, Alvarado Fernando L.. Interval arithmetic in power flow analysis [J].
 IEEE Transactions on Power Systems, 1992, 7, 1341-1349.
[60] 韩亮.计及间歇式电源不确定性的电力系统区间-仿射分析方法[D].天津:
 天津大学,2014.
[61] 张国栋.复区间潮流计算及其保守性问题改进方法研究[D].天津:天津大
 学,2006.
[62] 王守相,张国栋,王成山.复区间潮流保守性问题的解决方案[J].电力系
 统自动化,2005(19):25-30.
[63] 廖小兵,刘开培,张亚超,等.基于区间泰勒展开的不确定性潮流分析[J].电
 工技术学报,2018,33(04):750-758.
114
参考文献
[64] 鲍海波,韦化,郭小璇,等.考虑风电不确定性的概率区间潮流模型与算
 法[J].中国电机工程学报,2017,37(19):5633-5642+5840.
[65] 丁涛,柏瑞,郭庆来,等.一种非迭代仿射算法的输电网区间潮流计算方
 法[J].中国电机工程学报,2013,33(19):76-83+17.
[66] 胡健,付立军,马凡,等.基于仿射算术优化的不确定系统区间潮流快速
 分解法[J].电工技术学报,2016,31(23):125-131.
[67] 丁涛,崔翰韬,顾伟,等.基于区间和仿射运算的不确定潮流算法[J].电
 力系统自动化,2012,36(13):51-55+115.
[68] Wang Shouxiang, Han Liang, Wu Lei. Uncertainty tracing of distributed
 generations via complex affine arithmetic based unbalanced three-phase power
 flow [J]. IEEE Transactions on Power Systems, 2015, 30: 3053-3062.
[69] Biskas P.N., Kanelakis N.G., Papamatthaiou A., et al. Coupled optimization of
 electricity and natural gas systems using augmented Lagrangian and an
 alternating minimization method [J]. International Journal of Electrical Power &
 Energy Systems, 2016, 80: 202-218.
[70] 刘洪,陈星屹,李吉峰,等.基于改进 CPSO 算法的区域电热综合能源系
 统经济调度[J].电力自动化设备,2017,37(06):193-200.
[71] 马天祥,贾伯岩,张智远,等.基于二层规划的能源互联微电网能量优化
 调度方法[J].电力系统自动化,2019,43(16):34-45.
[72] Zlotnik Anatoly, Roald Line, Backhaus Scott, et al. Coordinated scheduling for
 interdependent electric power and natural gas infrastructures [J]. IEEE
 Transactions on Power Systems, 2017, 32(1): 600-610.
[73] Wen Yunfeng, Qu Xiaobin, Li Wenyuan, et al. Synergistic operation of
 electricity and natural gas networks via ADMM [J]. IEEE Transactions on Smart
 Grid, 2018, 9(5): 4555-4565.
[74] Kou YN, Zheng JH, Li Zhigang, et al. Many-objective optimization for
 coordinated operation of integrated electricity and gas network [J]. Journal of
 Modern Power Systems and Clean Energy, 2017, 5(3): 350-363.
[75] 文云峰,瞿小斌,肖友强,等.耦合能量枢纽多区域电-气互联能源系统分
 布式协同优化调度[J].电力系统自动化,2019,43(09):22-34.
[76] Zheng JH, Wu QH, Jing ZX. Coordinated scheduling strategy to optimize
 conflicting benefits for daily operation of integrated electricity and gas networks
 [J]. Applied Energy, 2017, 192(05): 370-381.
[77] 卢志刚,杨宇,耿丽君,等.基于 Benders 分解法的电热综合能源系统低碳
 经济调度[J].中国电机工程学报,2018,38(07):1922-1934+2208.
[78] Liu C, Shahidehpour M, Wang J. Application of augmented Lagrangian
 relaxation to coordinated scheduling of interdependent hydrothermal power and
 natural gas systems [J]. IET Generation, Transmission & Distribution, 2010,
 4(12): 1314-1325.
115
天津大学博士学位论文
[79] 罗艳红,梁佳丽,杨东升,等.计及可靠性的电-气-热能量枢纽配置与运行
优化[J].电力系统自动化,2018,42(04):47-54.
[80] 吕朋蓬,赵晋泉,苏大威,等.基于一致性理论的独立微电网分布式动态
经济调度[J].电力系统自动化,2019,43(05):22-44.
[81] 丛昊,王旭,蒋传文.电力-天然气异步市场环境下的综合能源系统优化运
行策略[J].电网技术,2019,43(09):3110-3120.
[82] Liu Cong, Shahidehpour Mohammad, Wang Jianhui. Coordinated scheduling of
electricity and natural gas infrastructures with a transient model for natural gas
flow [J]. Chaos, 2011, 21(2): 025102.
[83] He Yubin, Shahidehpour Mohammad, Li Zhiyi, et al. Robust Constrained
operation of integrated electricity-natural gas system considering distributed
natural gas storage [J]. IEEE Transactions on Sustainable Energy, 2017, 9(3):
1061-1071.
[84] Götz Manuel, Lefebvre Jonathan, Mörs Friedemann, et al. Renewable power-to-
gas: a technological and economic review [J]. Renewable Energy, 2016, 85:
1371-1390.
[85] He Liangce, Lu Zhigang, Zhang Jiangfeng, et al, Low-carbon economic dispatch
 for electricity and natural gas systems considering carbon capture systems and
 power-to-gas [J]. Applied Energy, 2018, 224(15): 357-370.
[86] 张涛,章佳莹,王凌云,等.计及用户行为的电-气-热综合能源系统日前经
 济调度[J].电力系统自动化,2019,43(11):86-97.
[87] Li Guoqing, Zhang Rufeng, Jiang Tao, el al. Security-constrained bi-level
 economic dispatch model for integrated natural gas and electricity systems
 considering wind power and power-to-gas process [J]. Applied Energy, 2017,
 194(15): 696-704.
[88] Budny Christoph, Madlener Reinhard, Hilgers Christoph. Economic feasibility
 of pipe storage and underground reservoir storage options for power-to-gas load
 balancing [J]. Energy Conversion and Management, 2015, 102(15): 258-266.
[89] He Chuan, Wu Lei, Liu Tianqi. Robust co-optimization scheduling of electricity
 and natural gas systems via ADMM [J]. IEEE Transactions on Sustainable
 Energy, 2017, 8(02): 658-670.
[90] Alkano Desti, Scherpen Jacquelien M. A.. Distributed supply coordination for
 power-to-gas facilities embedded in energy grids [J]. IEEE Transactions on
 Smart Grid, 2018, 9(12): 1012-1022.
[91] Khani Hadi, Farag Hany Essa Zidan. Optimal day-ahead scheduling of power-to-
 gas energy storage and gas load management in wholesale electricity and gas
 markets [J]. IEEE Transactions on Sustainable Energy, 2018, 9(02): 940-951.
[92] 朱兰,王吉,唐陇军,等.计及电转气精细化模型的综合能源系统鲁棒随
 机优化调度[J].电网技术,2019,43(01):116-126.
116
参考文献
[93] 董帅,王成福,梁军,等.计及电转气运行成本的综合能源系统多目标日
前优化调度[J].电力系统自动化,2018,42(11):8-15+121.
[94] 张儒峰,姜涛,李国庆,等.考虑电转气消纳风电的电-气综合能源系统双
层优化调度[J].中国电机工程学报,2018,38(19):5668-5678+5924.
[95] Li Guoqing, Zhang Rufeng, Jiang Tao, et al. Optimal dispatch strategy for
integrated energy systems with CCHP and wind power [J]. Applied Energy, 2017,
192(15): 408-419.
[96] Liu Mingxi, Shi Yang, Fang Fang. Combined cooling, heating and power systems:
a survey [J]. Renewable and Sustainable Energy Reviews, 2014, 35(7): 1-22.
[97] Hu Mengqi, Cho Heejin. A probability constrained multi-objective optimization
model for CCHP system operation decision support [J]. Applied Energy, 2014,
116(3): 230-242.
[98] Klaassen R.E., Pate M.K.. District heating in the Netherlands today: a techno-
 economic assessment for NGCC-CHP (natural gas combined cycle combined
 heat and power) [J]. Energy, 2013, 54(2): 63-73.
[99] 权超,董晓峰,姜彤.基于 CCHP 耦合的电力、天然气区域综合能源系统
 优化规划[J].电网技术,2018,42(08):2456-2466.
[100] 王成山,吕超贤,李鹏,等.园区型综合能源系统多时间尺度模型预测优
 化调度[J].中国电机工程学报,2019,39(23):6791-6803+7093.
[101] 邹云阳,杨莉,李佳勇,等.冷热电气多能互补的微能源网鲁棒优化调度
 [J].电力系统自动化,2019,43(14):65-77.
[102] 刘洪,李吉峰,葛少云,等.基于多主体博弈与强化学习的并网型综合能
 源微网协调调度[J].电力系统自动化,2019,43(01):40-50.
[103] 王守相,吴志佳,庄剑.考虑微网间功率交互和微源出力协调的冷热电联
 供型区域多微网优化调度模型[J].中国电机工程学报,2017,37(24):7185-
 7194+7432.
[104] 吴福保,刘晓峰,孙谊媊,等.基于冷热电联供的多园区博弈优化策略[J].电
 力系统自动化,2018,42(13):68-75.
[105] 吴盛军,刘建坤,周前,等.考虑储能电站服务的冷热电多微网系统优化
 经济调度[J].电力系统自动化,2019,43(10):10-23.
[106] 李宏仲,房宇娇,肖宝辉.考虑广义储能的区域综合能源系统优化运行研
 究[J].电网技术,2019,43(09):3130-3138.
[107] 王丹,智云强,贾宏杰,等.基于多能源站协调的区域电力-热力系统日前
 经济调度[J].电力系统自动化,2018,42(13):59-67.
[108] 郑亚锋,魏振华,王春雨.计及储热装置的综合能源系统分层优化调度[J].中
 国电机工程学报,2019,39(S1):36-43.
[109] 随权,马啸,魏繁荣,等.计及燃料电池热-电综合利用的能源网日前调度
 优化策略[J].中国电机工程学报,2019,39(06):1603-1613+1857.
117
天津大学博士学位论文
[110] Sheikhi Aras, Bahrami Shahab, Ranjbar Ali Mohammad. An autonomous
 demand response program for electricity and natural gas networks in smart
 energy hubs [J]. Energy, 2015, 89: 490-499.
[111] 徐业琰,廖清芬,刘涤尘,等.基于综合需求响应和博弈的区域综合能源
 系统多主体日内联合优化调度[J].电网技术,2019,43(07):2506-2518.
[112] 张伊宁,何宇斌,晏鸣宇,等.计及需求响应与动态气潮流的电-气综合能
 源系统优化调度[J].电力系统自动化,2018,42(20):1-10.
[113] Zhang Xiaping, Shahidehpour Mohammad, Alabdulwahab Ahmed, et al. Hourly
 electricity demand response in the stochastic day-ahead scheduling of
 coordinated electricity and natural gas networks [J]. IEEE Transactions on Power
 Systems, 2016, 31(01): 592-601.
[114] 王佳颖,史俊祎,文福拴,等.计及需求响应的光热电站热电联供型微网
 的优化运行[J].电力系统自动化,2019,43(01):176-189.
[115] 曾鸣,韩旭,李源非,等.基于 Tent 映射混沌优化 NSGA-Ⅱ算法的综合能
 源系统多目标协同优化运行[J].电力自动化设备,2017,37(06):220-228.
[116] 丛昊,王旭,蒋传文,等.基于联盟博弈的综合能源系统优化运行方法[J].电
 力系统自动化,2018,42(14):14-22.
[117] Cui Hantao, Li Fangxing, Hu Qinran, et al. Day-ahead coordinated operation of
 utility-scale electricity and natural gas networks considering demand response
 based virtual power plants [J]. Applied Energy, 2016, 176(15): 183-195
[118] 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(08):176-185.
[119] Wang Yongli, Wang Yudong, Huang Yujing, et al. Optimal scheduling of the
 regional integrated energy system considering economy and environment [J].
 IEEE Transactions on Sustainable Energy, 2019, 10(4): 1939-1949.
[120] 刘天琪,卢俊,何川,等.考虑联合热电需求响应与高比例新能源消纳的
 多能源园区日前经济调度[J].电力自动化设备,2019,39(08):261-268.
[121] Ni Linna, Liu Weijia, Wen Fushuan, et al. Optimal operation of electricity,
 natural gas and heat systems considering integrated demand responses and
 diversified storage devices [J]. Journal of Modern Power Systems and Clean
 Energy, 2018, 6(3): 423-437.
[122] Liu Tianhao, Zhang Dongdong, Wang Shuyao, et al. Standardized modelling and
 economic optimization of multi-carrier energy systems considering energy
 storage and demand response [J]. Energy Conversion and Management, 2019,
 182: 126-142.
[123] Qadrdan Meysam, Wu Jianzhong, Jenkins Nick, et al. Operating strategies for a
 GB integrated gas and electricity network considering the uncertainty in wind
 power forecasts [J]. IEEE Transactions on Sustainable Energy, 2014, 5(1): 128-
 138.
118
参考文献
[124] Hao Quan, Dipti Srinivasan, Khambadkone Ashwin M., et al. A computational
framework for uncertainty integration in stochastic unit commitment with
intermittent renewable energy sources [J]. Applied Energy, 2015, 152(15): 71-82.
[125] 王皓,艾芊,甘霖,等.基于多场景随机规划和 MPC 的冷热电联合系统协
同优化[J].电力系统自动化,2018,42(13):51-58.
[126] 王瑾然,卫志农,张勇,等.计及不确定性的区域综合能源系统日前多目
标优化调度[J].电网技术,2018,42(11):3496-3506.
[127] Wang J, Botterud A., Bessa R., et al. Wind power forecasting uncertainty and unit
commitment [J]. Applied Energy, 2011, 88(11): 4014-4023.
[128] Jiang Ruiwei, Wang Jianhui, Guan Yongpei. Robust unit commitment with wind
power and pumped storage hydro [J]. IEEE Transactions Power Systems, 2012,
27(2): 800-810.
[129] 陈泽兴,赵振东,张勇军,等.计及动态管存的电-气互联系统优化调度与
高比例风电消纳[J].电力系统自动化,2019,43(09):31-42+49.
[130] 朱嘉远,刘洋,许立雄,等.考虑风电消纳的热电联供型微网日前鲁棒经
济调度[J].电力系统自动化,2019,43(04):40-51.
[131] Martinez-Mares Alberto, Fuerte-Esquivel Claudio R. A robust optimization
approach for the interdependency analysis of integrated energy systems
considering wind power uncertainty [J]. IEEE Transactions Power Systems, 2013,
28(4): 3964-3976.
[132] Liu Fan, Bie Zhaohong, Wang Xu. Day-ahead dispatch of integrated electricity
 and natural gas system considering reserve scheduling and renewable
 uncertainties [J]. IEEE Transactions on Sustainable Energy, 2019, 10(02): 646-
 658.
[133] Banaei Mohsen, Rezaee Babak. Fuzzy scheduling of a non-isolated micro-grid
 with renewable resources [J]. Renewable Energy, 2018, 123: 67-78.
[134] 王静,徐箭,廖思阳,等.计及新能源出力不确定性的电气综合能源系统
 协同优化[J].电力系统自动化,2019,43(15):2-15.
[135] 胡浩,王英瑞,曾博,等.基于 CVaR 理论的综合能源系统经济优化调度
 [J].电力自动化设备,2017,37(06):209-219.
[136] Alabdulwahab Ahmed, Abusorrah Abdullah, Zhang Xiaping, et al. Coordination
 of interdependent natural gas and electricity infrastructures for firming the
 variability of wind energy in stochastic day-ahead scheduling [J]. IEEE
 Transactions on Sustainable Energy, 2015, 6(02): 606-615.
[137] 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(09):3090-3100.
[138] Shams H. Mohammad, Shahabi Majid, Khodayar M. Mohammad. Stochastic
 day-ahead scheduling of multiple energy carrier microgrids with demand
 response [J]. Energy, 2018, 155: 326-338.
119
天津大学博士学位论文
[139] Rakipour Davood, Barati Hassan. Probabilistic optimization in operation of
energy hub with participation of renewable energy resources and demand
response [J]. Energy. 2019, 173: 384-399.
[140] Mirzaei Amin Mohammad, Yazdankhah Sadeghi Ahmad, Mohammadi-Ivatloo
Behnam, et al. Stochastic network-constrained co-optimization of energy and
reserve products in renewable energy integrated power and gas networks with
energy storage system s[J]. Journal of Cleaner Production. 2019, 223: 747-758.
[141] Kalavani Farshad, Mohammadi-Ivatloo Behnam, Zare Kazem. Optimal
stochastic scheduling of cryogenic energy storage with wind power in the
presence of a demand response program [J]. Renewable Energy, 2019, 130: 268-
280.
[142] Ceseña Eduardo Alejandro Martínez, Mancarella Pierluigi. Energy systems
integration in smart districts: robust optimisation of multi-energy flows in
integrated electricity, heat and gas network s[J]. IEEE Transactions on Smart
Grid. 2019, 10(1):1122-1131.
[143] Bai Linquan, Li Fangxing, Cui Hantao, et al. Interval optimization based
operating strategy for gas-electricity integrated energy systems considering
demand response and wind uncertainty [J]. Applied Energy, 2016, 167(1): 270-
279.
[144] 蒋超凡,艾欣.计及多能耦合机组不确定性的综合能源系统运行优化模型
 研究[J].电网技术,2019,43(08):2843-2854.
[145] 包伟涔,韦钢,刘佳,等.基于区间模型的多能互补系统优化运行[J].电
 力系统自动化,2019,43(11):8-20.
[146] 苏永新,聂伟棋,谭貌.考虑风电接入和气电转换的综合能源系统日前区
 间优化[J].电力系统自动化,2019,43(17):63-74.
[147] 原凯,李敬如,宋毅,等.区域能源互联网综合评价技术综述与展望[J].电
 力系统自动化,2019,43(14):41-52+64.
[148] 高新华,严正.基于主成分聚类分析的智能电网建设综合评价[J].电网技
 术,2013,37(8):2238-2243.
[149] Yuan Wenguang, Wei Linjun, Li Yong, et al. Research on evaluation method for
 operation economy and technology of regional smart energy grid [J]. The Journal
 of Engineering, 2017, 13: 667-670.
[150] 李蕊.基于不同商业运营模式的分布式电源/微电网综合效益评价方法
 [J].电网技术,2017,41(06):1748-1758.
[151] 吴鸣,赵婷婷,赵凤展,等.微电网运行效果评价指标体系及评价方法[J].电
 网技术,2018,42(03):690-697.
[152] 孙连彪.主动配电网运行优化与综合评价算法研究[D].北京:北京交通大
 学,2019.
[153] 王森,王蕾,陈飞,等.大数据环境下基于影子价格的配电网综合评价方
 法[J].电力自动化设备,2019,39(10):94-101.
120
参考文献
[154] Ma Weiwu, Fan Jiaqian, Fang Song, et al. Techno-economic potential evaluation
of small-scale grid-connected renewable power systems in China [J]. Energy
Conversion and Management, 2019, 196: 430-442.
[155] Tataraki Kalliopi G., Kavvadias Konstantinos C., Maroulis Zacharias B.. A
systematic approach to evaluate the economic viability of Combined Cooling
Heating and Power systems over conventional technologies [J]. Energy, 2018,
148: 283-295.
[156] 鞠立伟.需求响应参与清洁能源集成消纳与效益评价模型研究[D].北京:
华北电力大学,2017.
[157] 田书欣,程浩忠,常浩,等.特高压电网社会效益分析及评价方法[J].电
力自动化设备,2015,35(02):145-153.
[158] 宗祥瑞,昌冲.基于熵权法的电网运行状态特征分析与评价[J].电力系统
及其自动化学报,2016,28:1-5.
[159] 田立亭,程林,郭剑波,等.基于能值分析的多能互补综合能源系统价值
评估方法[J].电网技术,2019,43(08):2925-2934.
[160] 谭清坤.园区多能互补调度优化及效益评价模型研究[D].北京:华北电力
大学,2019.
[161] Wu Shengyu, Xu Bo, Lu Gang, et al. Coordinated Development Evaluation on
 Integrated Energy Systems in China [C]. IEEE Conference on Energy Internet
 and Energy System Integration, Beijing: IEEE, 2018: 1-6.
[162] 田立亭,程林,李荣,等.基于加权有向图的园区综合能源系统多场景能
 效评价方法[J].中国电机工程学报,2019,39(22):6471-6483.
[163] 刘洪,赵越,刘晓鸥,等.计及能源品位差异的园区多能源系统综合能效
 评估[J].电网技术,2019,43(08):2835-2843.
[164] Tang Yanmei, He Guixiong, Liu kaicheng, et al. Study on method of
 comprehensive energy efficiency evaluation for distributed energy system [C].
 IEEE Conference on Energy Internet and Energy System Integration, Beijing:
 IEEE, 2017: 1-5.
[165] 吕佳炜,张沈习,程浩忠.计及热惯性和运行策略的综合能源系统可靠性
 评估方法[J].电力系统自动化,2018,42(20):9-18.
[166] 刘洪,李吉峰,葛少云,等.多元储能系统运行策略对综合能源微网可靠
 性影响评估[J].电力系统自动化,2019,43(10):36-45.
[167] 张世翔,吕帅康.面向园区微电网的综合能源系统评价方法[J].电网技术,
 2018, 42(08):2431-2439.
[168] 刘天杰.区域能源系统评价体系研究[D].黑龙江:哈尔滨工业大学,2018.
[169] 刘骏锋.基于实测数据的综合能源系统综合评价[D] .北京:北京交通大
 学,2019.
[170] 赵良,李立理,何博,等.适合我国国情的智能电网评价指标体系及计算
 方法[J].电网技术,2015,39(12):3520-3528.
121
天津大学博士学位论文
[171] 曾鸣,刘英新,周鹏程,等.综合能源系统建模及效益评价体系综述与展
望[J].电网技术,2018,42(06):1697-1708.
[172] 陈柏森,廖清芬,刘涤尘,等.区域综合能源系统的综合评估指标与方法
[J].电力系统自动化,2018,42(04):174-182.
[173] 郭兆蕊.微能源系统综合评价研究[D].北京:华北电力大学,2019.
[174] 齐敏芳,付忠广,景源,等.基于信息熵与主成分分析的火电机组综合评
价方法[J].中国电机工程学报,2013,33(2):58-64.
[175] 彭丽霖.主动配电网下分布式能源系统规划运行及效益评价研究[D].北京:
华北电力大学,2017.
[176] 徐斌,马骏,陈青,等.基于改进 AHP-TOPSIS 法的经济开发区配电网综
合评价指标体系和投资策略研究[J].电力系统保护与控制,2019,47(22):
35-44.
[177] 曾鸣,李娜,马明娟,等.考虑不确定因素影响的独立微网综合性能评价
 模型[J].电网技术,2013,37(01):1-8.
[178] 周名煜,谢 宁,王承民.基于灵敏度和灰色关联度的配电网运行方式变权
 重评估方法[J].电力系统保护与控制,2017,45(13):130-137.
[179] 徐铭铭,曹文思,姚森,等.基于模糊层次分析法的配电网重复多发性停
 电风险评估[J].电力自动化设备,2018,38(10):19-25, 31.
[180] Jahanshahloo G R, Hosseinzadeh Lotfi F, Izadikha M. An algorithmic method to
 extend TOPSIS for decision-making problems with interval data [J]. Applied
 Mathematics and Computation, 2006, 175:1375-1384.
[181] Yang Kun, Ding Yan, Zhu Neng, et al. Multi-criteria integrated evaluation of
 distributed energy system for community energy planning based on improved
 grey incidence approach: A case study in Tianjin [J]. Applied Energy, 2018, 229:
 352-363.
[182] Jing Rui, Zhu Xingyi, Zhu Zhiyi, et al. A multi-objective optimization and multi-
 criteria evaluation integrated framework for distributed energy system optimal
 planning [J]. Energy Conversion and Management, 2018, 166: 445-462.
[183] Zhou Jianli, Wu Yunna, Wu Chenghao, et al. A hybrid fuzzy multi-criteria
 decision-making approach for performance analysis and evaluation of park-level
 integrated energy system [J]. Energy Conversion and Management, 2019, 201:
 112-134.
[184] Li Qing, An Seungwon, Gedra Thomas W.. Solving natural gas load flow
 problems using electric load flow techniques [C]. Proceedings of the North
 American Power Symposium. Rolla, USA, 2003.
[185] 江茂泽,徐羽镗,王寿喜,等.输配气管网的模拟与分析[M].北京:石油
 工业出版社,1995:205-219.
[186] Moore Ramon E.. Methods and applications of interval analysis [M].
Philadelphia: Studies in Applied Mathematics, 1979: 9-16.
122
参考文献
[187] Mori Hiroyuki, Yuihara Atsushi. Calculation of multiple power flow solutions
with the Krawczyk method [C]. Proceedings of the 1999 IEEE International
Symposium on Circuits and Systems, Orlando: IEEE, 1999: 94-97.
[188] Ding Tao, Li Fangxing, Li Xue, et al. Interval radial power flow using extended
DistFlow formulation and Krawczyk iteration method with sparse approximate
inverse preconditioner [J]. IET Generation, Transmission & Distribution, 2015,
9: 1998-2006.
[189] De Figueiredo Henrique Luiz, Jorge Stolfi. Affine arithmetic: concepts and
applications [J]. Numerical Algorithms, 2004, 37: 147-158.
[190] Wolf Daniel De, Smeers Yves. The gas transmission problem solved by an
extension of the simplex algorithm [J]. Management Science, 2000, 46: 1454–
1465.
[191] Pinson P, Nielsen H.Aa., Madsen H., et al. Skill forecasting from ensemble
predictions of wind power [J]. Applied Energy, 2009, 86(7): 1326-1334.
[192] Shi Jie, Lee Wei-jen, Liu Yongqian, et al. Forecasting power output of
photovoltaic systems based on weather classification and support vector
machines [J]. IEEE Transactions on Industry Applications, 2012, 48(3): 1064-
1069.
[193] Huang Chiou-Jye, Kuo Ping-Huan. Multiple-input deep convolutional neural
 network model for short-term photovoltaic power forecasting [J]. IEEE Access,
 2019, 7: 74822-74834.
[194] Quilumba Franklin L., Lee Wei-Jen, Huang Heng, et al. Using smart meter data
 to improve the accuracy of intraday load forecasting considering customer
 behavior similarities [J]. IEEE Transactions on Smart Grid, 2015, 6(2): 911-918.
[195] Khani Hadi, Farag Hany E. Z.. An online-calibrated time series based model for
 day-ahead natural gas demand forecasting [J]. IEEE Transactions on Industrial
 Informatics, 2019, 15(4): 2112-2123.
[196] Carvalho Monica, Maria Serra Luis, Angel Lozano Miguel. Optimal synthesis of
 trigeneration systems subject to environmental constraints [J]. Energy, 2011,
 36(6): 3779-3790.
[197] 吴志佳.含 CCHP 的区域多微网协调优化调度研究[D].天津:天津大学,
 2017.
[198] Clegg Stephen, Mancarella Pierluigi. Integrated modeling and assessment of the
 operational impact of power to gas (P2G) on electrical and gas Transmission
 network [J]. IEEE Transactions on Sustainable Energy, 2015, 6(4): 1234-1244.
[199] Moskalenko N., Lombardi P., Komarnicki P.. Multi-criteria optimization for
 determining installation locations for the power to gas technologies [C]. 2014
 IEEE PES General Meeting, Washington: IEEE, 2014: 1-5.
123
天津大学博士学位论文
[200] Krause Thilo, Andersson Goran, Froohlich Klaus, et al. Multiple energy carriers:
modeling of production, delivery, and consumption [J]. Proceedings of the IEEE,
2011, 99(1): 15-27.
[201] Mohamed Faisal A., Koivo Heikki N. Online management of microgrids with
 battery storage using multi-objective optimization [C]. Proceedings of 2007
 International Conference on Power Engineering, Energy and Electrical Drives,
 Portugal: IEEE, 2007:231-236.
[202] 吴雄,王秀丽,王建学,等.微网经济调度问题的混合整数规划方法[J].中
 国电机工程学报,2013,33(28):1-9.
[203] Huang G.H., Baetz B.W., Patry G.G., et al. Capacity planning for an integrated
 waste management system under uncertainty: a north American case study [J].
 Waste Management & Research, 1997, 15(5): 523-546.
[204] Huang Guo H., Baetz Brian W., Patry Gilles G. Grey integer programming: an
 application to waste management planning under uncertainty [J]. European
 Journal of Operational Research, 1995, 83(3): 594-620.
[205] Carrion Miguel, Arroyo Jose M. A computationally efficient mixed-integer linear
 formulation for the thermal unit commitment problem [J]. IEEE Transactions on
 Power Systems, 2006, 21(3): 1371-1378.
[206] Barik Amar K, Das Dulal C. Coordinated regulation of voltage and load
 frequency in demand response supported biorenewable cogeneration‐based
 isolated hybrid microgrid with quasi‐oppositional selfish herd optimization [J].
 International Transactions on Electrical Energy Systems, 2020, 30: e12176.
[207] Feng Lejun, Dai Xiaoye, Mo Junrong, et al. Analysis of energy matching
 performance between CCHP systems and users based on different operation
 strategies [J]. Energy Conversion and Management, 2019, 182: 60-71.
[208] Bayrak Fatih, Nidal Abu-Hamdeh, Alnefaie Khaled A, et al. A review on exergy
 analysis of solar electricity production [J]. Renewable Sustainable Energy
 Reviews, 2017, 74: 755-770.
[209] Liu Jinlu, Wang Anna, Qu Yanhua, et al. Coordinated operation of multi-
 integrated energy system based on linear weighted sum and grasshopper
 optimization algorithm [J]. IEEE Access, 2018, 6: 42186-42195.
[210] Pipattanasomporn Manisa, Willingham Michael, Rahman Saifur. Implications of
 on-site distributed generation for commercial/industrial facilities [J]. IEEE
 Transactions on Power Systems, 2005, 20(1): 206-212.
[211] 朱明善.能源系统的㶲分析[M].北京:清华大学出版社,1988:3-6.
124
发表论文和参加科研情况说明
发表论文和参加科研情况说明
发表的论文
[1] Wang shouxiang, Yuan Shuangchen. Interval optimization for integrated electrical
and natural-gas systems with power to gas considering uncertainties [J].
International Journal of Electrical Power and Energy Systems, 2020, 7(119):
105906. (SCI: 000523595900056, EI: 20200608141553, JCR 二区)
[2] Wang shouxiang, Yuan Shuangchen. Interval energy flow analysis in integrated
electrical and natural-gas systems considering uncertainties [J]. Energies, 2019, 12:
2043. (SCI: 000472635900010, EI: 20192307017785, JCR 三区)
[3] Yuan Shuangchen, Wang Shouxiang, Meng Zihan. Interval optimization for
integrated electrical and natural-gas systems with combined cooling, heating, and
power considering demand response [J]. International Transactions on Electrical
Energy Systems, 2020. (已录用,SCI: 000529677200001, EI: 20201908618816,
JCR 四区)
[4] Wang Shouxiang, Yuan Shuangchen. An improved ANP-entropy and interval
 TOPSIS evaluation method for integrated energy systems [J]. Electric Power
 Systems Research. (已投稿,JCR 三区)
[5] Yuan Shuangchen, Wang Shouxiang, Wang Kai. Affine analysis for uncertainty of
 gas load in integrated electrical and natural-gas system [C]. International
 Conference on Applied Energy (ICAE), 2019. (EI 会议)
[6] 袁霜晨,蔡声霞,王守相,等.用户侧热/电综合储能系统经济性建模与分析
 [J].储能科学与技术,2017,6(5):1099-1104.
[7] Cai Shengxia, Yuan Shuangchen, Wang Shouxiang. Comparative study of policies
 on grid scale energy storage among china and other countries [C]. International
 Power Electronics and Motion Control Conference (IPEMC), Anhui: IEEE,
 2016:530-535. (EI 会议,EI: 20163502740830)
[8] Wang Shouxiang, Meng Zihan, Yuan Shuangchen. IEC 61970 Standard based
 common information model extension of electricity-gas-heat integrated energy
 system [J]. International Journal of Electrical Power and Energy Systems, 2020,
 6(118): 105846. (SCI: 000518691600073, EI: 20200508095572, JCR 二区)
【本文地址:https://www.xueshulunwenwang.com//shuoshilunwenzhuanti/dianlixitongjiqizidonghua/5331.html

上一篇:面向调度应急处置的输配电网故障诊断 关键技术研究

下一篇:配网自动化在电力系统中的应用

相关标签: