能—水关联模式下区域能源系统优化策略研究

甄纪亮，刘晓然，王冰，刘政平

（1.北京建筑大学 理学院，北京 100044；2.国网综合能源服务集团有限公司，北京 100052；3.水利部发展研究中心，北京 100038）

随着我国社会经济跨越式发展，电力需求越来越高，电力短缺已成为当前发展最迫切需要解决的问题之一。实际上，能源和水资源是密切相关的，两者之间存在相互关联、相互制约、相互依存的关系，水资源开发、输送、净化等环节需要消耗大量的能源；能源的开采、加工、发电和尾气处理等都离不开水资源，水是能源开发与利用的基础要素。据估计，火电行业用水量占工业用水量的40%以上[1]。同时，在全球气候变化和人口增长的背景下，发电行业与其他用户之间的水资源配置竞争日趋激烈。为应对严峻的能源与水资源短缺危机，亟须从能—水关联视角下开展能源系统优化配置的理论和方法研究，以统筹能源与水资源可持续协调发展。

目前，国内外学者开展了一系列的能源—水资源关联研究。HEJAZI 等[2]利用全球变化评估模型，分析了7 种不同情景下美国电力行业用水需求对社会经济发展和电力需求增长的影响，并探寻了减缓用水需求的替代途径。结果发现，在节水方面发展可再生能源和节水技术相比于应用CCS 和核电更具优势。ZHANG 等[3]针对能源与水资源联合管理问题，构建了双层规划决策模型，该模型可以解决两级决策者的目标和管理冲突，得到了满足两级决策者整体满意度的解决方案。张俊等[4]考虑了能源与水资源之间的协同关系，建立了中国能源与水关系的系统动力学模型，并对不同情景下的中国能源与水资源政策进行了仿真模拟。卢韵[5]应用投入产出和生态网络分析方法，提出了区域能源—水资源关联网络框架，并以福建省为例，开展了能源与水资源关联影响评价研究，对关联网络的循环性、鲁棒性和控制依赖性进行了分析。王雷等[6]以鄂尔多斯市为例，运用LEAP-WEAP 模型对能源与水资源之间的互动关系进行了分析。上述文献主要从定量或定性角度分析了能源与水资源之间的关系，但对能源—水资源耦合系统中存在的不确定性和复杂性却鲜有涉及，这将会直接影响发电、供水、污染物减排等管理策略的制定，进而影响能源系统运行的稳定性、经济性及其未来的发展方向。

为此，本文在已有研究的基础上，将综合考虑能源与水资源之间的相互关系，开发双区间两阶段随机—模糊可信度优化方法用于处理能源—水资源耦合系统中以概率分布、模糊集和区间值等表示的不确定性和复杂性，建立能—水关联模式下不确定性区域能源系统优化配置模型，为形成具有节能减排、绿色低碳和成本优势的能源管理方案提供技术支持。

1 研究方法

针对区域能—水耦合系统中存在的不确定性，本文基于区间规划、两阶段随机规划和模糊可信度约束规划，提出了双区间两阶段随机—模糊可信度约束规划方法。每一种优化方法对于该方法处理能力的提升都有其独特的贡献。例如，区间两阶段随机可以用于处理耦合系统中以区间数表示的经济数据和技术参数的不确定性和以随机数表示的电力需求的随机性；模糊可信度约束规划可以反映系统风险以及水资源的模糊可利用量。

1.1 区间两阶段随机规划

两阶段随机规划是指在随机事件发生之前，根据经验或历史数据制定一个方案（如能源系统中决策者对规划期内各电厂的发电量预先做出决策，设定一个初始发电目标），待随机事件发生之后，为了修正第一阶段的经验性决策，第二阶段决策将被制定，其目的是最小化因任何不可行性可能出现的“惩罚”[7]。两阶段随机规划可有效处理表征成已知概率分布的不确定性信息，同时可对预先做出的决策进行修正或追索[8]。然而在实际案例中，很多参数难以用概率分布表达，而是呈现为只存在上、下界限的区间不确定性。而区间规划可以解决模型中不能以确定形式表现的参数问题。因此，通过整合两阶段随机规划和区间规划，可以得到区间两阶段随机规划模型，具体如下：

1.2 双区间两阶段随机—模糊可信度约束规划

区间两阶段随机规划模型可以处理以区间和概率分布呈现的不确定性信息，但是无法解决存在于模型约束中的模糊参数问题。模糊可信度约束规划可以有效处理上述不确定性信息：它允许决策结果在一定程度上不满足约束条件，从而实现决策者对系统经济性和风险性的权衡评估[9]。同时，在现实世界中，有些区间参数的上限和下限有可能呈现模糊特性，致使参数出现双区间性质。因此，通过整合上述规划方法，本研究提出了双区间两阶段随机—模糊可信度模型，表示如下：

1.3 模糊可信度约束清晰等价转换

在模糊可信度约束规划中，可能性测度和必要性测度的置信测度如下所示：

式中：ξ表示隶属度函数μ的一个模糊变量；r为实数；Pos和Nec分别表示可能性测度和必要性测度。可信性测度Cr表示如下[10]：

式中：ξ为模糊变量，其中一些可以用三角模糊数(a,t,b)表示，对应的测度（r≤ξ）可以表示为：

对式（7）描述的实际问题，其显著置信水平一般应大于0.5。因此，根据式（16），对于0.5 ≤λ≤1 可获得以下公式：

经推导得：

1.4 模型求解

约束条件为：

2 案例研究

2.1 研究系统概述

选取北方某典型重工业地区为研究对象。该地区煤炭资源消耗巨大，大气污染问题突出。同时，该地区属于严重缺水的区域。随着经济社会的快速发展，区域内能源利用与水资源之间的供需矛盾逐渐加剧。在此背景下，本研究的主要目的是：（1）为电力系统制定合理、有效的电力生产、水资源分配、污染排放方案；（2）帮助决策者权衡系统经济目标、环境目标和系统风险之间的关系。

该系统主要考虑了五种发电技术、三种大气污染物以及三种电力需求水平。基于能源的供需情况，决策者会对未来各种发电技术的发电量预先设定目标。当预先设定的发电目标（第一阶段决策变量）不能满足电力需求时，需要电厂进行额外发电（第二阶段决策变量），产生相应的经济惩罚。能—水关联系统模型中相关经济和技术参数主要源于对一些研究报告、发展规划和相关参考文献的分析和整理[12-13]，包括能源价格、发电运行成本、水资源成本、污染物处理成本、污染物去除率以及单位耗水量等。文中设计了低、中、高三种电力需求情景，每个时期对应情景发生的概率不同。表1 给出了不同水平下的电力需求量。表2 为各种发电方式的单位耗水量。受气象、水文和数据获取等因素的影响，水资源可利用量往往具有高度模糊性，本文以区间模糊集表征其不确定性。表3 为不同时期内水资源可利用量。

表1 电力需求量

表2 各种发电方式的单位耗水量

表3 水资源可利用量

2.2 能—水关联模式下区域能源系统优化配置模型

2.2.1 目标函数

结合电力结构调整、新能源开发、污染物减排、水资源总量控制等，本研究应用双区间两阶段随机—模糊可信度优化方法建立区域能源系统规划模型。模型以系统经济成本最小化为目标，规划期设定为9 年，每3 年为一个规划期。具体模型如下：

（1）能源供应成本为：

（2）发电运行成本为：

（3）外购电力成本为：

（4）扩容成本为：

（5）污染物治理成本为：

（6）水资源供应成本为：

2.2.2 约束条件

（1）能源资源可获得量约束：该约束以确保实际利用的各种能源资源量不超过其可利用能源资源量。

（2）水资源可获得量约束：规划期内水资源消耗总量小于等于水资源可获得量的置信水平应不低于某一限值。

（3）电力需求约束：对于一个能源系统，总发电量应不低于电力需求。

（4）污染物排放约束：各规划期内污染物的排放量应不超过其允许排放量。

（5）装机容量扩容约束：如果发电能力不能满足电力需求，需进行设施扩容以增加容量，同时新能源发电技术应满足装机下限的要求。

（6）非负约束：

3 结果分析

在本研究中，设置了六种置信水平（λ=1,0.9,0.8,0.7,0.6,0.5）情景。本文模型通过LINGO 软件进行求解，得到了一系列不同决策者风险偏好下的最优解。

3.1 电力生产方案

图1 为中等电力需求水平下的电力生产结果。由图1 可知，随着时间的推移，通过采取煤炭总量控制等政策，燃煤发电量将逐渐减少。当λ=0.7 时，在三个规划期内燃煤发电量分别为138.90×103GWh、[135.00,137.29]×103GWh、[125.94,129.52]×103GWh，其发电比例分别为[81.52,84.70]%、[76.80,77.13]%、[70.50,72.21]%。结果表明，燃煤发电以其稳定性高、成本低、资源储备等优势，在该地区电力结构中仍将占据主导地位，燃气发电次之。随着污染物排放约束的日益严苛，由于清洁、近零排放的特点，新能源发电量将稳步增长。对于风电来说，规划期内其发电量将逐步增加，且增幅较大。同时，结果表明各种发电方式发电量将随着置信水平的变化而波动。例如，随着λ值的增大，燃煤发电量将呈现下降趋势。这是由于燃煤发电会消耗大量的水，随着置信水平的提升，约束更加严格，水资源可利用总量将会降低，系统将优先考虑降低燃煤机组的水资源分配量，其发电量随之减少。相比而言，其他发电方式发电量变化不明显。总体来说，新能源发电比例将不断增加，将由λ=0.5 时的[6.56,6.57]%、[9.02,9.12]%、[10.40,12.10]%增长到λ=1.0 时的[6.71,6.91]%、[9.67,9.84]%、[10.96,13.01]%。水资源的合理有效控制，在某种程度上将促进电力结构调整。

图1 电力生产方案

3.2 水资源分配方案

图2 展示了中等电力需求水平下各种发电方式的耗水情况。火力发电是高耗水行业，用水主要包括冷却水、除灰（渣）用水、锅炉补给水和化学自用水等。总体来说，燃煤发电在总耗水量中占据绝对主导地位，燃气发电次之。例如，当λ=0.5 时，燃煤发电耗水量分别为[228.18,252.04]×106m3、[215.07,238.79]×106m3、[185.14,180.54]×106m3，其用水比例为[90.73,93.29]%、[87.79,88.97]%、[84.89,85.58]%。如图2 所示，随着置信水平的提升，燃煤发电耗水量将会降低，而燃气发电耗水量将会增加。在严峻的水资源短缺与大气污染的背景下，天然气作为一种清洁能源，在未来的能源供应中应发挥更大的作用。同时，为保障电力供应安全、应对能源与水资源危机的挑战，应采取各种机制和经济政策进一步促进新能源发展。另外，据图1 和图2 可知，该地区单位发电量耗水量将呈现明显下降的趋势。例如，当λ=0.1 时，规划期内单位发电量耗水量分别为[1.48,1.58]×103m3/GWh、[1.33,1.46]×103m3/GWh、[1.24,1.33]×103m3/GWh。结果表明，构建的系统模型能够形成具有节能降耗优势的管理方案，以促进电力生产与水资源利用可持续发展。

图2 电力生产耗水量

3.3 扩容方案

图3 为中等电力需求水平下各种转换技术的扩容方案。受到资源与环境的限制以及现有装机能力的影响，规划期内燃煤发电和燃气发电将不会进行扩容。在全球气候变暖及化石能源日益枯竭的背景下，新能源发电技术（生物质发电、风电、光伏）将得到大力发展，各个时期内其装机容量都有所提升。同时，随着置信水平的变化，新能源发电技术的扩容方案会有所变化。例如，对于风电，在时期2 内，当λ=0.5、0.7、1.0 时，其扩容量分别为300 MW、[400,500] MW、[400,500] MW。这主要是因为置信水平的提高，可利用水资源量将会降低，而不消耗水资源的风电发电量将会增加，为满足电力供应需求，其装机容量将扩大。

图3 不同转换技术的扩容方案

3.4 污染物排放

图4 为规划期内不同情景下的污染物排放情况。以火力发电为主的电力结构带来了大量的大气污染排放，主要包括SO2、NOx和PM10等。结果表明，规划期内污染物得到了有效控制，排放量呈现明显下降的趋势。总体来说，随着置信水平的提高，污染物排放量也逐渐下降。当λ从0.5 增加到1.0 时，在三个规划期内，SO2的排放量将由[100.48,119.17]×103t、[79.12,79.17]×103t、[55.00,60.01]×103t 下降到[95.43,113.49]×103t、[72.80,74.25]×103t、[53.63,55.55]×103t。这主要是由于置信水平的提升，燃煤发电将会受到限制，SO2等污染物的排放量会随之降低。

图4 不同情景下的污染物排放量

3.5 系统成本

图5 给出了不同情景下的系统成本。不同的电力生产方案和水资源分配模式会带来不同的系统成本。由图5 可知，置信水平的提升会带来系统成本的增加。当λ=0.5、0.7、1.0 时，系统成本分别为[139.08,194.14]×109元、[140.94,198.60]×109元、[146.83,206.38]×109元。这是因为置信水平越高，违反水资源约束的系统失效风险越低，系统需要调入更多的电力和发展清洁能源，导致系统成本增加，反之亦然。结果表明，模型能够产出多种可供选择的、具有可行性的能源—水资源管理方案，区域决策者可在更乐观、更灵活、风险中性的方案和更保守、更可靠、风险规避的方案之间进行选择。

图5 不同情景下的系统成本

4 结论

本文突破传统的规划思路，将水资源消耗问题纳入能源系统优化的范畴以支持区域能源系统绿色低碳化发展，提出了双区间两阶段随机—模糊可信度优化方法，产出了不同置信水平下的优化结果，可得如下结论：

（1）提出的模型不但能够有效地处理以概率分布、模糊集和区间值表征的多重不确定性，而且可以解决双重不确定性问题。

（2）在兼顾经济效益和环境效益的基础上，模型产出了电力生产、水资源分配和污染物减排等优化方案。

（3）结果表明，燃煤发电在电力供应中占据主导地位，但在能源与水资源危机的背景下，其发电量将逐渐下降；燃气与新能源发电量持续增加，但需进一步推进。水资源的合理有效控制，在一定程度上将促进电力结构调整。模型优化方法能够有效地处理区间参数的双重不确定性问题，优化结果能够推动区域节能减排，促进新能源开发，实现能源与水资源协调可持续发展。