不确定条件下蒸汽动力系统综合优化研究进展

唐 瑞，李泽秋，黄秀辉，张 博

(上海理工大学 能源与动力工程学院，上海 200093)

0 引言

蒸汽动力系统(SPS)消耗一次能源或回收工艺过程余热，为生产提供所需的机械能、电能及工艺蒸汽，是过程工业必不可少的能量支撑系统。SPS能质转化利用过程伴随着一定量的能量损失和有害物质排放，是典型的能量密集型排放系统。因此，在满足工艺需求的条件下，基于系统综合优化方法实现SPS的长周期安全、稳定、高效绿色运行一直是工程节能减排研究的热点。

从上世纪八十年代起，启发式方法、热力学目标方法和数学规划法相继被提出，并用于蒸汽动力系统的综合优化。这些针对确定型系统模型的优化框架在过去四十年得到了广泛的研究和长足的发展，也已有一定量成功应用案例的报道，并有学者做了比较详尽的综述[1-4]。

但是蒸汽动力系统内部和外部充满了不确定因素，并且能源市场不断变化，设备成本持续增加，所以考虑不确定因素，实现更为准确有效的系统优化势在必行。蒸汽动力系统的不确定因素主要来自以下三个方面：(1)汽电需求的不确定性变化,工艺过程中因操作温度、压力、物流流量发生波动而产生的对汽电需求的浮动。(2)市场价格不确定性变化，包括燃料和电价。(3)系统各个设备发生故障的不确定性。

蒸汽动力系统的不确定性是优化过程中不可避免的问题，处理不确定问题存在两个难点：(1)如何正确的描述系统存在的不确定因素。(2)如何把不确定因素编写改造到蒸汽动力系统数学模型中。当今处理不确定条件下蒸汽动力系统优化问题，模糊规划、随机规划及机会约束规划、鲁棒优化这三种是解决不确定性因素的主要优化方法，并且把这三种方法结合到蒸汽动力系统的能源结构、单目标及多目标优化问题中。本文从蒸汽动力系统的不确定情况下的优化研究方法，新能源驱动的蒸汽动力系统优化改进，结合其他工业结构的整体优化设计等研究热点着重介绍了近十年的研究进展和现状，对蒸汽动力系统在不同情况下的优化研究工作的难点和趋势进行预估。

1 不确定条件下的优化设计

目前，针对不确定条件下SPS的综合优化问题，从不确定度的处理方法上主要分为模糊规划法、随机规划法、鲁棒优化方法。三种优化方法在不确定因素的描述和约束上各有优势。

1.1 模糊规划

模糊规划[5-7]将模糊目标、模糊约束均作为解集合上模糊子集处理，用隶属函数表示这两个模糊集合，求取模糊目标和模糊约束的交集，结合算法交集隶属函数的最大化，得到该模糊优化问题的最优解。

荣冈等[8]提出了一种以需求不确定和能源价格不确定为不确定参数的模糊规划法，使用必然性测度和α满意度法去转化目标方程，把系统中的不确定性模糊化处理有效的降低了对系统进行优化求解的难度，还可以针对模糊参数进行灵敏度分析，能发掘对结果影响大的系统变量，进行针对性优化,实例表明对系统影响最大的变量是电力需求的变化。Moradi[9]将热电联产中的热量、电量的需求不确定和天然气、电力价格的不确定用模糊规划进行处理，用收益率，盈利周期和减少坏境污染作为整体目标对热电联产系统进行优化，其中只有热量和电量需求都超负荷时才会让系统满负荷运行，只有一种需求超负荷时满足较低数量的需求，其他需求使用替代能源来满足。Ahmadi[10]对跨临界二氧化碳动力循环进行热力学分析和经济性优化，把换热器总传热面积作为经济评价指标，使系统工作效率最高，单位成本率最低。Nie等[11]建立了考虑可再生能源、电力供应安全、污染物排放的区间二阶段模糊规划法，把不确定参数用模糊区间来表示，来对混合能源系统进行优化，通过北京的发电站的实例证明了方法的有效性。Zhao[12]对钢铁公司建立的配套发电厂使用储气罐的电力成本和锅炉效率进行优化，考虑到实时电价和运行负荷的不确定性，使用模糊集理论来处理，实现购电成本的降低和锅炉运行效率的提高，使得钢铁生产产生的气体得到有效利用。Hou[13]针对联合燃气轮机循环机组系统内部存在的复杂性，使用模糊规划的方法来描述状态优化和输出优化的参数的不确定性。张安安等[14]针对供应和生产工艺环节的双重不确定性将产量和负荷等变量进行模糊化和随机化处理，将经济性和环保性作为目标函数，使用模糊随机-NSGAⅡ算法优化，有效的解决了生产工艺系统和供能系统的供需不平衡问题。Ubando[15]研究如何减少钢铁制造业的生产成本和二氧化碳排放，提出一种基于生物质能作为燃料的优化方法，可以生产出生物炭作为炼铁的还原剂，生产出合成气作为燃料，把生产的电力，热量，合成气的需求不确定性用模糊隶属函数处理，使经济性和环保性提高。

1.2 随机规划

随机规划法属于概率类优化，随机规划使用离散概率分布来表示不确定性，通过实现每个情况下的最优解的结果的加权平均值作为最后的优化结果。

Patricia等[16]对蒸汽需求的不确定性、设备启停和不同备用情况成本的不确定性进行建模，基于公用工程系统建立了两阶段随机规划优化模型。Mitra等[17]基于随机规划提出一种关于热电联产系统设备状态的调度模型。根据电价的实时变化，改变设备状态，提高经济效益。盖丽梅等[18]将不确定性因素进行分类，把根据时间变化的不确定因素转化为多周期问题，把受发生概率影响的不确定因素用随机规划处理，并设置补偿措施，补偿对约束的偏离，建立了多周期的随机规划模型。Lajos等[19]针对热电联产系统中电力和天然气价格的不确定性，将市场价格分为现货价格和期货价格，建立多阶段随机规划模型，对系统运行的经济性和CO2排放量进行优化，通过实例计算在不影响系统经济性的同时将CO2排放量降低了16%。Sun等[20]提出了在多周期设备启停问题和负荷分担的随机规划模型，用两个案例对设备组合，生产工艺计划的不确定条件下的系统设计和针对蒸汽过热情况下的操作分别进行优化，详细探讨了蒸汽过热对系统运行和结构的影响。Nielsen等[21]通过两阶段随机规划去研究热泵和电锅炉在丹麦市场条件下的经济性，并对丹麦完全可再生能源系统进行评估，认为热泵和电锅炉被集中运行的情况下，能源效率和经济性仍是其他方式不能相比的。王皓等[22]对多能源互补的能源系统，可再生能源的及负荷的不确定性建立了多场景随机规划模型，通过预测值来随机产生各种场景，挑选满足各个约束条件的最优场景，找到最优方案。田亮等[23]针对电力市场改革出现的变化，用拉丁超立方场景法对负荷不确定性进行建模，并模拟竞争对手报价和投标量，使用随机规划法生成指标对应场景，优化热电厂的最大收益。刘佳等[24]采用分布式随机优化方法，对输配电系统的不确定因素进行优化。Qaeini等[25]使用一种三阶段迭代启发式优化算法, 分析不同随机参数情景下能源系统特性,电力交易的可行性和最优性,不同的需求响应方案、电力负荷以及随机条件下的电力交易中断，来降低能源公司的总成本。Zhao等[26]对工业园区的电-气-热-汽一体化能源系统采用混合整数线性规划(MILP)算法对设备选型、容量规划和设备运行方式进行优化，给出了不同随机场景下的规划方案。Wang等[27]将燃煤火电机组、风力发电机组和输电线路结合一体，考虑风电出力的随机性并利用几何布朗运动预测电价描述电力市场的不确定性，结合山西电力的实际情况对建设效益最大化进行实例验证。

机会约束规划属于随机规划的一种，针对优化结果可能出现不满足约束条件的情况，允许所产生结果在预先规定的范围内不满足约束，而该结果使约束条件成立的概率不小于某一个足够小的置信水平。Damghani等[28]利用把生产排放污染作为不期望产出，区间数据来处理数据的不确定性，用马尔奎斯特生产率指数方法来评估生产的生产率，讨论蒸汽电厂生产率。楚晓琳等[29]对多能源供能系统，在碳税政策下，建立了供能系统的随机机会约束规划模型，优化运行成本和探究碳排放量的影响。Liu等[30]将区间参数规划和机会约束规划结合到模糊可信度约束规划中，提出了一种区间可信度约束规划方法，用于处理区间和区间模糊随机的不确定性，得到了关于解决系统成本、进口能源、热电联产、供水、污染物减排等问题的方案，可以用来调整现有的能源和水供应政策。

随机规划方法对于每一种的场景都进行了随机模拟，使用随机规划方法求解不确定因素随机性较高的问题，在一定区间内做出随机假设，对实际应用数据的要求低。

1.3 鲁棒优化

鲁棒优化属于非概率类优化，鲁棒优化法不需要知道确切的概率，是一种包含不确定性的优化方法，得到不确定参数的取值范围，使最后结果在最坏情况依旧可以满足优化条件。

李斯等[31]把风速作为不确定因素，使用盒式不确定集合来对风速进行估计，针对风电厂的最大装机容量使用鲁棒优化，把包含安全性能的复杂多项式数学模型，转化为简单的线性模型。Ran等[32]把约束描述的不确定因素进行简化，建立了针对蒸汽动力系统的鲁棒优化模型，并且通过实例证明有效性和鲁棒性。Rami等[33]对一种带有蒸汽轮机的电力系统负载频率控制器进行优化，建立复杂的多项式约束来达到系统要求，并且尽可能精确描述系统的运行模式，通过鲁棒优化模型的实例证明，在系统稳定的前提下，系统响应时间得到了优化。彭春华等[34]针对光伏电站系统的经济性和可靠性建立优化模型，使用盒式不确定集合对光伏生产进行估计，并在鲁棒优化模型中加入不确定预算，来调节盒式不确定集合对于不确定因素估计太保守的问题。周任军等[35]发现新能源供应的长期概率分布和短期接近，但是矩并不相似,要解决接入新能源的电力系统运行和环保问题，要将不确定因素考虑到模型里，所以使用鲁棒优化方法把数学模型变成矩不确定分布式鲁棒优化模型,再使用对偶原理转化为确定性的半定规划，结果显示考虑矩不确定的系统运行成本增加，但系统运行的安全性更好。曾鸣等[36]研究使用需求侧奖惩措施导致的负荷需求波动的不确定问题，将奖惩措施影响的供需变化建立到电力系统模型中，把总成本和环境污染最小化作为目标函数，建立鲁棒优化模型，并使用精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解。Xi等[37]针对典型的锅炉-汽轮机模型，考虑外部扰动和参数不确定性，提出了一种新的鲁棒非线性自适应后退协调控制策略。Nazari等[38]考虑电力市场售、购电价格不确定性通过鲁棒优化方法而使热电联产机组的运行成本最小化。Alipour等[39]提出了一种基于价格的电力用户实时需求响应管理模型，该模型适用于具有热电联产系统、单功率单元、锅炉单元和储热罐的电力用户。通过实施多个实时电价套期保值合约在市场参与者之间合理分担实时价格风险，通过鲁棒优化来解决价格不确定性问题，最大限度地降低最坏情况下的电力和热力需求采购成本，使能源成本最小化。Zhao等[40]研究使用数据驱动自适应鲁棒优化方法,把蒸汽动力系统中汽轮机效率不确定性作为不确定参数，通过历史数据推导汽轮机模型，使用鲁棒核密度估计构造不确定集合，通过仿射决策原则，将多级优化模型转化为鲁棒优化模型，把模型应用到某乙烯装置的蒸汽系统，证明模型的适用性。Akbari等[41]提出了一种新的鲁棒输出反馈控制器来调节非线性锅炉-汽轮机系统的输出功率。在实际数据的基础上，围绕实际工作点对系统进行线性化处理，确定了不确定项的实际取值范围。Wang 等[42]针对峰值负荷需求和风电容量的不确定性，采用鲁棒优化方法，采用嵌套列-约束生成方法求解鲁棒规划模型，提出了输电扩张与燃煤电厂柔性改造的协调规划模型。Ge 等[43]建立了冷、热、电联供、空调机组和燃气锅炉区域工业系统的能源枢纽模型，利用可调区间方法描述了负荷的不确定性，建立了区域工业系统的鲁棒规划模型，将鲁棒规划模型转化为凸混合整数规划模型求解。Shen等[44]将汽轮机进气的焓和出气的焓考虑为不确定参数，把确定性优化模型转化为混合整数非线性规划问题，根据机理和历史数据建立模型，在确定性模型中代入不确定集合，建立一种数据驱动的鲁棒优化模型。Paepe等[45]对微型燃气轮机的设计进行鲁棒设计，用鲁棒优化描述运行参数和设计参数的不确定性，优化了微型燃气轮机转速和电效率。

鲁棒优化方法在优化结果上，与随机规划方法和模糊规划方法相比不占优势，但是整个优化过程严格遵从优化的约束条件，优化的精确性更高，更接近实际应用情况。表1列出SPS不确定处理的研究示例，模糊规划在系统决策方面应用更多，随机规划适合实际数据少，场景复杂的案例，鲁棒优化在控制误差，提升鲁棒性上具有优势。图1统计了近十年来蒸汽动力系统上的研究现状，图中柱状图表示近十年各不确定性研究文章的发表数量、折线表示各方法研究的引用率。从研究现状来看，模糊规划的研究情况相对随机规划和鲁棒优化较少，随机规划和鲁棒优化是近十年比较热门的处理不确定问题的方法。鲁棒优化在文献数量和引用数量上都更具优势，可以看出近年来对于系统优化的稳定性更加重视。

表1 SPS不确定处理方法文献研究示例

图1 近十年关于SPS不确定处理方法文献发表和引用统计

2 综合优化方法

考虑系统的综合优化变量及目标的不同，可以分为能源结构优化、经济环境及效率指标的优化、各指标相结合的多目标优化方法。

2.1 能源结构优化

近年来，化石燃料储量让人们开始有了危机感，环境污染和碳排放的增加也让人们担忧，可再生能源及其高效利用这一主题，已经是专业人士和社会群众都关注的问题，如何调整能源结构，达到社会需求和自然的和谐是人们不断研究的课题。

Montes等[46]研究太阳能热发电在炎热和干燥条件下对燃气联合循环性能提高的程度。提出了一种由抛物线槽场与循环燃气轮机电厂底汽循环耦合而成的太阳能联合循环电厂。Bai等[47]研究一种利用太阳能热使生物质气化生产甲醇的发电联产系统，可以有效的提高太阳能利用水平和降低环境污染。Arafat等[47]对不同比例生物质能和煤共同燃烧、不同燃烧环境对锅炉性能的影响进行模拟，虽然火焰的峰值温度有所降低，但是燃料的总体燃尽水平提高。Buonocore等[48]对比利用地热资源进行发电和其他资源发电的环境污染问题，利用地热资源进行发电在CO2排放上优于化石资源的方式，但是因为利用率低的问题，在其他排放污染物上与化石资源并没有优势，推广地热资源发电必须要继续提高利用效率。Chen等[49]在以风电为能源的热电联产系统中引入电锅炉和储热罐，来平衡风电不稳定带来的系统供应问题。Veera[50]研究水资源、水处理系统和发电系统之间的关系，建议将发电系统和废水处理系统、非饮用水水源修建在一起，把发电厂的余热给废水处理厂做脱盐循环，废水处理厂的沼气用来发电，不仅使整套能源系统利用率更高，还节约了淡水资源。Najafi等[51]探究高温质子交换膜(HT-PEM)燃料电池发电的性能问题，在长时间发电过程中减少供给系统的燃料，让产生的热量在规定区间，供油量不断增多，弥补发电效率的降低，可以提高HT-PEM燃料电池生产周期的性能。Neseli等[52]探讨利用天然气输送过程中的减压站发电的可能，利用设备在输送减压的过程中发电，能够提高天然气的能源利用率。Calise等[53]提出风能和地热能的联产系统模型，来研究对于电力、热力、冷却能源和淡水提供的经济问题，发现在能源方面价格没有优势，但淡水方面在贫水地区和淡水供应成本高的地区，还是具备一定竞争力。Karellas等[54]研究利用生物质和太阳能的生产热电冷的微型系统的效率和成本问题，并以希腊的50 m2公寓为实例，七年可以节约出系统的安装成本。Zare[55]研究地热能发电在不同循环下的热力学优化比较，结果表明最高效率上卡丽娜循环的第二定律效率高于有机朗肯循环。Zeng等[56]研究天然气系统与发电系统结合，包含双向转换功能，系统更具有灵活性。Zhang等[57]研究解决风能发电系统的经济性问题，抽水蓄能和电锅炉能使风能发电的经济性接近化石燃料发电，并且能降低风电投资的成本。Zaini等[58]研究褐藻为能源的产电产氢系统，模拟褐藻不同含水率，气化时不同的蒸汽与生物质比例，得出产氢率为57%，发电率为15%。Firouzmakan等[59]使用随机规划方法来处理不确定因素，用随机场景去设定可再生能源、市场价格和电力负荷的不确定性，并把微电网在孤岛运行和并网运行模式下的运行成本和可靠性进行了分析。Bailera等[60]将一种人工神经网络与蒙特卡罗模拟相结合随机方法结合到燃料锅炉的热力学和经济分析模型，研究电转气技术的效率和经济性，对可再生能源的补贴政策和经济性进行更准确的评估。Riepin等[61]应用随机规划理论同时考虑政策因素和技术因素，研究天然气需求不确定性影响的欧洲能源结构问题，分析了欧洲燃气电厂未来的发展趋势。Zhong等[62]建立了一个多目标的综合能源系统调度优化模型，包括风力发电场、热电联产机组、电转气技术、循环流化床锅炉和燃气锅炉。风电不确定性用改进的弱鲁棒优化来处理，引入弱鲁棒系数。在实现锅炉物料平衡的约束条件下，使运行成本和污染物排放最小化。Shu等[63]提出了一种基于实时补贴的燃气电力一体化系统鲁棒调度方法，在气电两侧进行双向转换(电转气和燃气发电)，优化发电机组和燃气机组，让电力系统与天然气系统的运行成本最小，使用鲁棒优化来处理风电的不确定性，进行实时补贴，提高电转气和气转电的调节能力，利用卡鲁什-库恩塔克最优化条件，将二层最优化问题重新表述为一个混合整数二次规划问题。

2.2 关于经济、环境、效率指标的优化

蒸汽动力系统的优化根据工业活动的需求、产业结构的需要，在不同方面进行了针对性优化。

戴文智等[64]把污染物的环境价值和处理污染物的设备成本作为环境成本与系统的总成本结合到一起，使用改进的粒子群算法进行优化，把环境成本与生产成本紧密联系在一起，提高企业处理环境问题的积极性。Kotowicz等[65]提出了在欧盟不同能源法律条款下的天然气热电联产系统的经济性优化，政策条款的稳定性也影响系统的经济性。Carapellucci等[66]研究联合循环燃气轮机的经济性优化，通过改变不同设备配置和烟气走向，对于单位发电量和基于热力学的运行总成本进行优化，对于燃料价格和设备容量对系统经济性的影响进行讨论。罗向龙等[67]将经济目标用于优化蒸汽动力系统，通过生产产品的单位成本对于燃料成本的影响趋势来优化蒸汽动力系统。Wang等[68]使用改进的差分算法，引入受工作温度影响和再热温度影响的成本系数，对蒸汽动力系统的热力学效率和经济性进行优化，使电力成本可以下降2%～4%,效率可以提高2%。Tang等[69]基于等效焓降理论，对烟气处理系统进行优化,提高系统的热经济性，烟气出口温度和冷凝温度对热经济性影响显著。Zhao等[70]用遗传算法对于地热发电系统进行热力学性能和经济性优化，系统的热力学性能与系统经济性是相互制约的，但在一定范围内系统热力学性能的轻微降低是可以显著提高系统的经济性。张鹏飞等[71]考虑燃料费用、系统运行费用和污染物环境影响费用，对生产成本和环境成本进行多目标优化。徐东等[72]使用不同燃料和碳捕捉两种方式来实现减少碳排放的数量，最后得到满足生产需要的最小成本运行方式，总成本受碳排放量的影响，碳排放减少的越多，总成本增加的趋势越明显。Akbari等[73]使用遗传算法对于蒸汽动力系统效率和环境影响进行优化，通过回收系统气体中的水和热和减少排放到环境的污水等手段，提高系统的效率和环保性。Vukadinovic等[74]设计清洁生产方法，制定对应指标，安装绝缘封闭材料，减少污染物，水，废物的排放，提高资源利用率，实现能源消耗和污染物排放的下降。da Silva等[75]研究熔融碳酸盐燃料电池的混合汽轮机系统，通过回收内部熔融碳酸盐燃料电池的可利用热量，来为系统提供热量，提高系统的发电量，降低系统发电成本。

2.3 多目标优化

蒸汽动力系统的实际设计或者改造过程，都是可以被描述成一个多准则的优化问题，例如系统经济性，系统的环境污染，系统的效率。单一的考虑问题已经不能满足工业发展的基本需求，把相互制约的准则问题同时进行优化必须使用多目标优化。

Bamufleh等[76]使用遗传算法对热电联产系统的经济、环境、社会进行优化。Gutierrez等[77]通过选择不同种类的能源进行发电，来对电厂的经济性和环境影响进行多目标优化。Wang等[68]使用差分进化算法对超临界燃煤电厂进行优化，降低电力成本，提高了效率，发现最大的影响因素是蒸发器的温度系数和再热的温度相关系数。Elkamel等[78]设计了包括发电和来自一系列发电站(水力发电、化石燃料、核能和风能)的二氧化碳排放模型，满足设置的二氧化碳减排目标，同时满足电力需求。Wang等[79]针对太阳能驱动的冷热电联合系统模型进行多目标优化，考虑了涡轮入口温度、涡轮入口压力、冷凝温度和蒸发器的夹点温差四个决策变量，最大化系统有效输出，最小化总传热面积。Ahmadi等[10]使用遗传算法研究液化天然气耦合的二氧化碳动力循环，发现存在最优的涡轮入口压力，使整个系统的效率最高，总成本最低。Behzadi等[80]研究废热回收的优化问题，对效率问题和成本进行优化，分析表明气化炉和蒸发器是影响效率的最大因素。Ju等[81]考虑蓄热式电锅炉将电能变热能，对风电进行优化分析，分散式热负荷使用激励的需求响应方式，电力负荷和集中式热负荷使用价格的需求响应方式，自回归和移动平均模式概率数值，对风速进行预测，建立经济收益最大化和风险最小化的模型。

图2统计了近十年来蒸汽动力系统能源结构、单目标和多目标优化上的研究趋势，图中柱状图表示近十年系统综合优化相关的文章发表数量、折线表示各方面研究的引用率。从研究现状来看，单目标优化的研究文章数量相比于能源结构和多目标优化较少，近五年来研究内容也从确定性情况下的优化逐步转变为不确定情况下的单目标优化和结合新型能源结构的单目标优化。能源结构优化和多目标优化从文献数量和引用数量来看都是当前的研究热点，随着近年来可持续发展和环保观念的提升，多能源系统的研究数量提升较快，对于蒸汽动力系统不仅要重视经济性、环保性，还要做到可持续性。

图2 近十年关于SPS能源结构、单目标或多目标优化文献发表和引用统计

3 讨论

蒸汽动力系统的不确定优化研究起步于20世纪90年代末，在近十年开始迅速发展，前期由于蒸汽动力系统的确定性研究在90年代末不够完备，研究的重点集中在于确定性优化模式的探索和构建。但近十年，一是新能源在蒸汽动力系统中的比例逐步提高。蒸汽动力系统作为工业主要供能系统，要求供能的可靠性和安全性，风、光等可再生能源必然受季节、气候等不确定因素影响;二是能源系统市场化改革带来的新变化。既要市场盈利，也要减少不必要能源消耗，需要全面考虑蒸汽动力系统的供应量和供应价格等。导致蒸汽动力系统的优化必须考虑其不确定性。

目前的不确定优化过程中还存在三个主要问题：

随机规划使用离散概率分布，对于实际数据需求量低。鲁棒优化对实际已有的数据量要求高，例如数据驱动等建立不确定集的方法需要大量数据，使不确定集贴近实际运用情况。但目前求解方式类型单一，缺少不同损失函数、平滑参数等因素对优化结果和其鲁棒性的更有说服力的横向对比。

混合能源系统将在未来成为蒸汽动力系统的主要能量来源，因此必须克服新能源的负荷随机性并满足区域生产需求的经济性，目前缺少包含可再生能源的蒸汽动力系统不确定优化的实际贴合程度的分析，对比不同可再生能源对于不同不确定优化方法的实际效果。

在不确定系统经济优化中，对于双向的经济优化分析不足。当前主要考虑单一方向的优化情况，缺少对于供需两侧的整体优化，没有同时考虑奖惩措施等手段对需求侧需求量的影响、供应量等因素对供给侧的生产效率影响，缺少合理的双赢策略研究。

综上, 蒸汽动力系统的不确定优化研究起步晚，发展快，多方面亟待改进。因此，必须要在深度学习蒸汽动力系统的不确定因素的影响方式和途径的基础上，针对种类多样、复杂的实际情况加强研究, 建立科学的不确定因素的描述方式，结合到成熟的确定性研究模式中，从而使蒸汽动力系统在能源发展的新形势下更高效、经济的持续供能。

4 结语与展望

蒸汽动力系统组成复杂，将其与其他系统联系紧密，增效降耗，安全环保，是当前形势下的必然要求，在市场经济为主导，环保要求日趋严格的情况下，其设计与优化要在工程实践中发挥应有的作用，因此不确定条件下的蒸汽动力系统优化应在以下方面展开：

(1)探究蒸汽动力系统的各项不确定因素形式，针对不确定性因素的不同性质，探索不同的优化模式，实现受不确定因素影响的多目标蒸汽动力系统优化。

(2)在系统不确定优化研究中，不确定因素的双向影响将被更为广泛的研究，基于大数据优势来对供需侧进行双赢策略优化会成为更具有实践价值的优化方向。

(3)提高新能源系统比例与能源系统市场化是未来的发展趋势，结合目前企业及科研系统对大数据使用研究，未来的不确定性研究将基于更为庞大而精确细分的数据，将不确定因素从假想性中进一步剥离，更为准确的描述不确定因素的影响范围和影响概率。所以对于未来能源系统不确定研究的评估中，鲁棒性将是不可或缺的标准。

(4)工业区体系化、集约化和区域经济发展政策在未来会产生重要联动，工业区的上下游产业链更为紧密的建设，单一的系统优化不再满足发展需要，采用大数据、机器学习等新的技术手段，研究多能源系统及多工业系统联动的高效节能优化，提高不确定性能源稳定性的模型设计和系统模型，考虑整体区域的综合经济优化，将逐渐成为蒸汽动力系统发展的一大方向。