摘要：综合能源服务作为电网企业增值服务重点开发的领域，研究其在计及不确定性因素情况下的投资决策方法，能够有效提升电网的投资效益。从综合能源投资者角度出发，提出一种基于区间线性规划和可逼近理想解排序法(techniquefororderpreferencebysimilaritytoidealsolution，TOPSIS)的园区型综合能源系统投资决策方法。首先，采用区间数的方式对负荷和能源价格的不确定性进行描述，构建基于区间数的综合能源系统不确定性规划模型，求解得到年综合成本和年碳排放成本;然后，综合考虑园区的经济性指标和环保性指标，选取TOPSIS法对多个投资规划方案进行排序，统筹筛选出综合经济性和环保性的最优方案。案例分析结果表明所提方法可有效辅助综合能源公司做出合理投资决策。
关键词：综合能源系统(IES);不确定性;可逼近理想解排序法(TOPSIS);投资决策
0引言
随着社会经济快速发展，能源需求的快速增长与能源日渐紧缺的矛盾日益凸显[1]。随着近些年经济的快速增长，我国的电力行业也在发展迅速，政府积极推进科技创新，鼓励能源转型，合理地构建综合能源系统可以协调运用多种能源，对能源进行梯级利用，进而提高能源利用率[2-3]。综合能源服务是以电力系统为核心，在投资、规划和运行的过程中，综合利用不同能源，有机协调多种不同能源之间的传输、转化、存储、利用等环节，达成能源高效利用的能源供应系统[4]。在电力市场化背景下，电网企业在综合能源服务项目的投资不断增加，同时社会资本的参与缩小了电网企业的盈利空间[5]。面对激烈的市场竞争，电网企业如何提升自身投资决策能力，在投资建设环节考虑多种不确定性因素，采用简单有效的决策方法从众多上报的综合能源项目中选取优质项目是十分值得研究的课题。
针对园区型综合能源系统投资决策方面的研究，其难点主要在于园区型综合能源系统的规划运行中存在大量的不确定性因素，譬如负荷预测误差、园区能源价格的波动及其他。若单纯地采用现有决策方法对园区型综合能源系统进行投资方案决策是不合理的，需要将园区的相关不确定因素与决策方法有机结合，形成计及不确定性的投资决策方法。目前，多数研究人员在对综合能源系统的不确定性因素方面已有一定成果。文献[6]提出了一种多微网互联系统的动态调度模型，并分析了风光、负荷等不确定性因素对动态调度模型的影响。文献[7]提出了一种基于模型预测控制的冷热电联供型(combinedcoolingheatingandpower,CCHP)微网动态优化调度策略，以应对大规模的新能源接入及负荷的不确定性。文献[8]基于能源集线器模型，采用鲁棒规划方法对负荷波动进行分析，进而确定其对冷热电多能负荷园区效益的影响。文献[9]提出了一种区域综合能源系统双层优化模型，考虑新能源出力和负荷不确定性的前提下采用粒子群算法对模型进行优化求解，最后根据优化结果量化分析了各类资源的不确定性对系统配置结果和系统盈利能力的影响。文献[10]对光伏出力及负荷的不确定性使用区间数进行描述，基于区间规划提出了一种综合能源系统日前经济优化模型，用区间形式体现最优解，并通过此最优解进而确定不确定因素对系统总收益的影响。以上文献虽采用不同方法对综合能源系统存在的不确定性因素进行了研究，进而推导出各不确定性因素对综合能源系统规划运行的影响。但并未将园区的相关不确定因素与现有决策方法有机结合，为园区提出一种具体的投资决策方法辅助投资者进行决策。
综上所述，为提升电网企业在综合能源系统项目的投资效益，本文从综合能源投资者角度出发，将园区规划和运行优化相结合，构建园区型综合能源系统技术优选模型，求解出一些经济性较好的投资规划方案;然后考虑能源购入价格和负荷的不确定性，对多个投资规划方案用TOPSIS法，又称双基点法，进行排序，遴选出兼顾经济性和环保性的最佳方案。
1基于区间数的综合能源系统不确定性规划模型
园区型综合能源系统可以有效整合不同能源，通过不同耦合设备间的协调工作，实现对能源的梯级利用，从而提高能源利用效率。园区的运营商从能源商处购置天然气、煤炭和电能，通过园区内部各种能源耦合设备的转换，满足园区能源负荷需求。
在实际的投资规划中，园区能源价格和冷热电负荷的预测均存在较大的不确定性，很大程度影响着投资者对园区型综合能源系统的投资决策。在能源交易背景下，能源价格与实时能源交易量有关联，具有一定波动性，一般来说也较难获取到精确的概率密度函数。在实际决策过程时，当不确定变量的取值范围获取易于精确的概率密度函数时，可采用区间规划法获得最优值区间。区间规划法在处理计及不确定性的能源规划问题时有其优点，尤其是不确定因素的精确分布情况获取困难时，可以采用区间数进行描述。
1.1目标函数
本文提出一种基于全寿命周期理念的模型，兼顾能源价格和冷热电负荷的不确定性，以区间数的形式来描述不确定性并结合全寿命周期理念，同时计及经济性和环保性，以全寿命周期成本和碳排放成本作为多目标，提出一种基于区间数的综合能源系统不确定性规划模型。
1.1.1全寿命周期成本
园区型综合能源系统的全寿命周期成本统筹考虑了各能源设备或系统的规划、选型、运行、维护和退役等在给定周期(即整个寿命周期)内发生的直接费用和间接费用的总和，因此本文提出的年综合成本应包含投资成本、系统维护成本、系统运行成本和折旧成本，具体目标函数公式为
minCoverall=Cinv+Cmt+Coper+Cdep(1)
1.1.2碳排放成本由
1.1.1节可知，全寿命周期成本已经包含了碳排放成本，可由式(8)求得，碳排放成本和全寿命周期成本呈现的是一种非线性关系，本文统筹兼顾园区的经济性和环保性，将碳排放成本提升到与全寿命周期成本同等的地位。
1.1.3约束条件
本文构建的园区型综合能源系统规划运行联合优化模型的约束条件包含规划类约束和运行类约束两大类约束条件。其中运行类约束条件又由功率运行约束、设备运行约束和供能网络运行约束组成。1)规划约束。园区内各种能源的生产应该保证满足园区各类负荷最大负荷时的需要，这也是规划期从能源设备库内初步筛选能源设备的主要约束条件。具体约束条件如下所示：
2基于TOPSIS的园区型综合能源系统投资决策
TOPSIS法是目前被应用最广泛的多目标决策方法之一。TOPSIS法根据有限个评价对象与理想目标的接近程度对方案进行排序，进而优选方案。TOPSIS法是一种逼近理想解的排序法，其中“正理想解”和“负理想解”是该方法的2个基本概念。所谓正理想解就是理想中的最优方案，该方案的各个指标均达到备选方案中的最优值;而负理想解即是最劣方案，该方案各属性均为最差。该方法的基本原理就是计算出备选方案中的正负理想解，然后通过评价各个方案距最优解和最劣解的距离进行评价[12-13]。
TOPSIS法的基本计算过程为先将原始数据矩阵统一指标类型(一般正向化处理)得到正向化的矩阵，再对正向化的矩阵进行标准化处理以消除各指标量纲的影响。得到标准化矩阵后，从中得到“正理想解”和“负理想解”。再对各方案与正理想解和负理想解间的距离进行计算，得到各评价对象与正理想解之间的相对接近程度，从而确定各方案的好坏程度。TOPSIS法不限制数据分布及样本含量，方便数据计算。
3算例分析
3.1算例场景
本文算例选取某个园区型综合能源系统，具体结构如图3所示。该园区的供热网、供冷网均包括12各管道和13个节点;供电网络采用IEEE14节点算例，基准功率为100MV·A，基准电压为23kV，包括13条支路。为了保证供冷/热网络正常运行，在所有的冷/热源节点处和冷/热负荷节点处安装循环水泵。园区供冷网的冷源供水温度为6℃，冷负荷回水温度温度12℃。园区供热网的热源供水温度85℃，热负荷回水温度30℃。水泵扬程为最高30.6m，水泵的效率为0.8。该系统供能网络的具体参数详见附录A表A1—A3。
本算例构建的候选设备库具体参数详见附录A表A4—A10。为满足园区冷热电负荷需求，园区的运营商将从上述设备库中选择合适设备，通过园区内部各种能源耦合设备的转换及协调运行，实现对能源的梯级利用。
为了简化分析，本文对一年8760h的冷热电需求场景进行聚类回归并，将一年分为夏季/冬季/过渡季节3个典型的季节，以典型日的运行情况来代表整个季节的运行情况以减少运行模拟的计算量。各典型日的具体划分情况如表1所示。该园区聚类归并后各典型日的负荷曲线详见附录A图A1。
该园区电价采取分时计价，峰时(08:00—10:00和18:00—22:00)、平时(07:00和11:00—17:00)、谷时(01:00—06:00和23:00—24:00)电价分别为0.9640、0.6785、0.4090元/(kW·h)。园区购置天然气的价格折合成单位热值单价为0.34元/(kW·h)，购置煤炭价格折合成单位热值单价为0.11元/(kW·h)。为了提高园区的环保性，考虑碳排放成本，碳税为0.3元/kg，天然气和煤炭的碳排放系数分别为0.4和0.9。考虑到规划年内不确定性的因素，将负荷的波动设置为−5%和+10%，能源价格的波动设置为±10%。
3.2技术优选结果分析
ε=(8640/1048576)×100%=0.82%首先，以算例中的设备库参数为基础，根据排列组合可知，不同设备不同类型互相组合形成不同的规划方案，总共有220=1048576种方案。根据公式(9)，以满足园区最大负荷需求为硬性条件筛选出满足负荷需求的备选规划方案集Q，共包含8640种方案。因此该园区规划阶段设备选型的初步筛选率为。,···,
然后，结合上述计算结果，根据不计及区间数的模型对备选规划方案集Q中每个方案Qi(i=1,28640)进行运行优化计算。以年综合成本最小为优化目标，得到备选规划方案集Q中第3664种方案Q3664为联合优化的最优规划方案Qbest。最优规划方案Qbest设备选型的结果为Qbest=[1,1,1,1,1,0,1,0,1,1,1,1,0,0,0,1,0,1,1,1]，即该园区具体的规划方案为：燃煤锅炉3台(240kW/350kW/560kW)、燃气锅炉2台(350kW/480kW)、热电联产机组2台(250kW/750kW)、热泵机组3台(6kW/20kW/53kW)、吸收式制冷机组1台(2910kW)和电制冷机组3台(18.5kW/114.6kW/40.8kW)。
为了进一步对比分析园区型综合能源系统年成本费用的构成，本文除了选取联合优化得到的最优规划方案Qbest之外，还从备选规划方案集Q中选取年投资成本最小的方案Qinv和年运行成最小的方案Qoper进行联合对比分析，具体对比结果见表2。
通过表2中园区型综合能源系统3种不同规划方案的成本费用的对比分析，可以得到以下结论：1)园区型综合能源系统的年成本费用主要受到园区负荷和能源价格的影响;2)碳排放成本作为运行成本的主要组成，其数额的大小体现了该综合能源系统环境的友好程度;3)通过3个不同方案对比分析可知，成本费用最低的方案碳排放成本未必最低，碳排放成本最低的方案，其经济性不是最优。由此可见，能源价格和园区负荷是影响园区投资决策的两个因素。——论文作者：张沛1，王旭1，杨璐2，孙秋洁3，叶玲节3，王岑峰3，冯也3，杨云露3，周竹君4,5
相关期刊推荐：《现代电力》(双月刊)创刊于1984年，教育部主管、华北电力大学主办。设有：电气工程、发电工程、电力信息化、电力市场与经济、海外电力、电力简讯等栏目。是一本更关注现代电力和综合能源技术的电力学术期刊，服务于全国各高校、电网企业、发电公司、设计院、研究院以及新技术公司等所有新能源电力系统单位和工程技术人员。
转载请注明来自：http://www.lunwencheng.com/lunwen/jgu/19894.html
