基于改进概率规划算法的农业园区综合能源系统优化调度

刘彦茹，张蕊萍，董海鹰*

（兰州交通大学 a.新能源与动力工程学院； b.自动化与电气工程学院，兰州 730070）

0 引言

随着农业技术的不断深入发展，农业农村现代化已成为各地区农业的重要发展模式。我国乡村可再生能源类型丰富，但能源利用方式不合理，造成农业园区能耗过高且污染问题日益严重［1］。综合能源系统（Integrated Energy System，IES）可根据不同能源的特点实现能源耦合，提高能源的消纳率和利用率［2］。充分利用农业园区内光伏、风能等新能源，构建多能耦合的农业园区综合能源系统，对实施乡村振兴战略，促进农业现代化有重要作用［3］。

针对综合能源系统的优化调度已取得了很多成果，文献［4］建立了以日运行经济最低为目标的冷热电联产综合能源系统，使用遗传算法和线性规划算法对算例进行求解。文献［5］以日内运行成本最低为优化目标，计算多能流耦合系统的最优运行策略。文献［6］对园区综合能源系统建立了经济优化运行模型，针对不同的场景进行分析，结果表明综合能源系统有助于节约用能成本。文献［7］通过算例验证了清洁能源可以持续为园区系统提供动力，沼气热电联产系统可在风光出力不能满足负荷需求时进行用能补充。文献［8］通过对综合能源系统研究现状的分析研究，提出了目前综合能源系统亟待解决的问题，为农业能源互联网的研究提供了方向。

可再生能源接入综合能源系统时，需要考虑分布式能源和负荷不确定性的影响，文献［9-10］采用不确定区间描述风光出力的不确定性，构建考虑风光出力不确定性的系统运行模型，以系统运行成本最低为目标，通过实例分析验证了模型的有效性。文献［11-12］综合考虑园区综合能源系统供能侧和客户侧的不确定性，在动态规划可处理不确定性问题特性的基础上，建立了综合能源系统优化运行模型，实现了系统运行优化。文献［13］针对微网中清洁能源出力的不确定性，采用机会约束规划对综合能源系统运行进行优化。文献［14-15］采用模型预测控制实现微网经济调度优化，优化系统能各能源设备的出力。

优化综合能源系统运行，将系统与园区各类负荷相结合，对园区综合能源系统的发展具有重要意义。文献［16］分析与总结了需求响应的基本概念、需求侧建模方法以及考虑需求响应的系统优化方法等方面的研究现状。文献［17-19］将负荷需求响应参与系统优化运行，以系统日运行经济最优为目标，结果表明考虑需求响应的系统优化模型可提高系统能源的利用率，降低系统运行费用。

综上分析，目前对于农业园区综合能源系统优化调度相关研究已有很多，但结合农业园区可调节负荷与综合能源系统多能耦合并考虑农业园区不确定性的优化调度研究较少。综上所述，本文针对农业园区综合能源系统存在能耗成本高和可再生能源消纳率低的问题，提出了一种基于改进概率规划的农业园区综合能源系统运行方法。基于农业园区负荷的可调节特性，建立以园区日内运行成本最低为目标，考虑可调节负荷参加综合能源系统运行过程的优化调度模型，针对农业园区的风光出力和负荷的不确定性，采用改进概率规划算法对算例进行求解，通过算例验证模型的有效性。

1 农业园区综合能源系统结构

农业园区综合能源系统结构如图1所示。能源供应单元包括太阳能发电（Photovoltaic，PV）、风力发电（Wind Turbine，WT）、电网（Grid）；能源转化单元包括电制冷（Electric Refrigerator，EC）、电制热（Electric Heating，EH）、生物质沼气CHP 系统、微型燃气轮机（Micro Turbine，MT）等；能源储存单元包括电储能（Battery Energy Storage，BES）、热储能（Hot Energy Storage，HES）、冷储能（Cold Energy Storage，CES）。

图1 农业园区综合能源系统结构Fig.1 Structure of the integrated energy system in the agricultural park

在农业园区系统中，农业用能需求可以通过能源转换设备将风能、光能等转换为电能、冷能、热能来满足；同时可通过调节部分可时移负荷提高能源与负荷之间的耦合度，从而减少系统资源的消耗［20-21］。在农业园区用能负荷中，大部分负荷具有可调节的特性，将这些负荷加入系统运行优化调度，会对园区的可再生能源利用率、运行经济性、源-荷耦合率产生积极影响［22-23］。

1.1 农业设备数学模型

1.1.1 电排灌设备数学模型

不同种类作物不同生成阶段的需水量不同，因此排灌负荷的总耗电量取决于作物每天的水分需求［24］，数学模型如下

式中：dall，i为第i种作物每日需水量，mm；Agh，i为第i种作物的种植面积，m2；n为大棚灌溉时长总和；kc，i为第i种作物的作物系数；d0为参照蒸散量，mm/m2；Wgv，i为第i种作物排灌设备灌溉的用电总量，kW；η为水泵转换效率。

1.1.2 空间电场设备数学模型

1.2 农作物适宜生长温度综合指标

农作物生长过程中，光照、CO2浓度、环境温度和地温等多种因素会对其生长效率产生影响，然而，农作物的发育能否在适宜的温度和湿度下进行则是一个至关重要的问题。因此，需要根据农作物实际需求进行合理调控。将设施农业与工业互联网相融合，可实时监测温室大棚的多种环境状况。将农作物适宜生长温度纳入调度过程，可显著提高优化模型的准确性，数学模型为

1.3 可调节负荷数学模型

1.3.1 可转移负荷

设定可转移负荷（Transferable Load，TL）的允许转移时间段为[tTL0，tTL1]，其在调节过程中应当满足转移功率范围、最小连续运行时长、转移电量守恒

2 优化调度模型

2.1 目标函数

以农业园区综合能源系统日最小经济运行成本为目标函数。农业园区综合能源系统日运行成本包括设备运维成本、功率交互成本、机组启停成本和负荷调节成本。系统整体运行成本优化目标为

2.2 约束条件

（1）电功率平衡约束。

（4）可调节负荷约束。可调节负荷受负荷自身特性的约束，约束条件如式（7）—（9）、式（11）—（12）所示。

2.3 综合能源系统优化调度模型求解

由于园区的负荷与风光出力具有不确定性，在对农业园区综合能源系统优化调度时，可以使用概率规划算法对优化模型求解。用概率分布表示目标函数中负荷调节成本的模糊系数，将目标函数转化为多个等价目标函数，针对其隶属函数表达式，建立单目标函数模型，对确定性的单目标规划进行求解，得到最优调度方案。

概率规划算法是一种用于处理不确定优化问题的智能算法。概率规划算法以三角概率分布表示目标函数中的模糊系数，将目标函数转换为3 个等价的辅助目标函数；通过改进算法，用高斯概率分布代替三角概率分布，画出目标函数中的模糊系数即不确定性因素的高斯概率分布图；选取高斯概率分布图上的6 个特征点，将模糊的优化目标转化为6个确定性的优化目标，分别对其求解，将不确定性最佳化问题转换为确定性最佳化问题求解［25］。

基于本文建立的优化调度模型，利用高斯概率分布改进概率规划算法求解，具体过程如下。

（1）选择优化目标函数，建立模糊的多目标优化模型，其中包括目标函数和约束方程。

（2）画出负荷调节成本的高斯概率分布，根据分布图选取关键节点，用高斯概率分布率表示目标函数中的模糊系数。

（3）选取信任度，将模糊多目标优化模型转化为多目标模型。

（4）根据多目标模型中每个目标函数正理想值和负理想值建立隶属函数。

（5）构建多个确定性的单目标优化模型，使用遗传算法对每个优化模型进行求解，解出目标函数，制定最优的农业园区综合能源系统运行方案。

3 算例分析

3.1 基础数据

以西北某农业园区为例，园区经前期建设，现有生活区、生产区、冷库区等功能区，园区内配置有储电装置、储热装置等。结合园区所在地理位置与环境，对园区风光出力进行预测［26］，如图2—3所示。

图2 夏季典型日光伏和风机出力Fig.2 PV and wind outputs of a typical day in summer

图3 冬季典型日光伏和风机出力Fig.3 PV and wind outputs of a typical day in winter

分时电价见表1，部分设备维护费用见表2［27］，系统设备基本参数见表3。

表1 分时电价Table 1 Time-of-use tariff 元（/kW·h）

3.2 结果分析

在夏季典型日和冬季典型日场景下，以系统运行成本最低为优化目标，对农业园区综合能源系统运行进行优化，得到可调度设备的计划出力。

表2 部分设备维护费用Table 2 Maintenance costs of some devices 元/kW

表3 设备参数Table 3 Equipment parameters

图4为夏季典型日场景下农业园区综合能源系统电功率调度结果。电功率包括系统和外部电网的电力交换、CHP 输出电功率、BES 充/放电功率和EB 的输入电功率。由图4 可知：谷价时段系统优先消纳风电，完全消纳后，剩余的电能负荷向大电网购电，同时开始进行蓄电池的蓄电工作；电价平峰时段蓄电池开始放电，光伏加入系统出力，同时沼气供给微型燃气轮机发电，伴随发电产生的热量将被余热锅炉收集。图5为夏季典型日下农业园区综合能源系统冷、热功率调度结果。热功率包括GB，EB 和CHP 的热功率。系统首先由余热锅炉提供热量满足部分热负荷需求，然后沼气热电系统和沼气锅炉依次加入出力，空气源热泵满足剩余的热负荷需求。日内冷负荷通过电制冷装置来满足。

图4 夏季典型日电功率优化结果Fig.4 Power load of a typical day in summer after the optimization

图6为夏季典型日场景下农业园区综合能源系统电功率调度结果。由图6 可知：在电负荷低谷时段，风电出力处于满发状态，电力需求供应出现缺口时向电网购电，同时蓄电池开始存储电能；在平电价和峰电价时段，电负荷需求高于热负荷需求，风光出力完全消纳后，沼气供给热电联产系统发电来进行补充；蓄电池在电价峰时段放电，在平电价和谷电价时段充电。图7为夏季典型日下农业园区综合能源系统冷、热功率调度结果。考虑经济性，在谷电价时段，沼气供给微型燃气轮机产热，剩余热能需求由空气源热泵和电制热设备工作产热提供；平电价和峰电价时段，先由空气源热泵和余热锅炉供热，然后再利用电制热、储热器出力满足剩余的热能需求。储热器在08：00—11：00时段放热，在热负荷小、风光出力较大时再次储热。

图8—9 为优化前后电、热、冷负荷功率分布。由图8—9可知：在有风光出力的时段会增加可调节负荷需求用能，以提高风光消纳；只有风电出力时，可调节负荷会相应减少用能需求。

表4 为夏季、冬季典型日优化调度前后总运行费用和新能源消纳率的对比。由表4 可知：夏季典型日系统运行成本减少了45.52%，新能源消纳率提高了35.57 百分点；冬季典型日系统运行成本减少了37.42%，新能源消纳率提高了26.25百分点。

图6 冬季典型日电功率优化结果Fig.6 Power load of a typical day in winter after the optimization

图7 冬季典型日冷、热功率优化结果Fig.7 Heating and cooling loads of a typical day in winter after the optimization

图8 夏季典型日负荷优化结果Fig.8 Typical daily load in summer after the optimization

图9 冬季典型日负荷优化结果Fig.9 Typical daily loads winter after the optimization

表4 夏季、冬季典型日调度优化前后对比Table 4 Scheduling results before and after the optimization in winter and summer

4 结论

本文针对农业园区综合能源系统，提出了一种考虑可调节负荷的优化运行方法。以园区运行成本最低为优化目标，使用改进概率规划算法对综合能源系统优化运行，通过对夏季与冬季典型日进行算例仿真，主要结论如下。

（1） 在有风光出力的时段增加可调节负荷需求用能，以提高风光消纳。通过负荷平移可以提高源-荷的耦合，降低系统运行成本。

（2） 沼气热电联产机组在用热用电高峰时可分担电网以及燃气锅炉供能的压力，使用改进概率规划算法可使其工作在收益最大化的状态，同时保证系统运行的经济性与平稳性。

（3） 负荷平移可减小负荷峰谷差，充分发挥系统内设备的潜力，提高能源消纳率，减少资源消耗。