基于多目标优化算法的综合能源循环运行控制策略研究

刘曌煜，王 蕾，王 坤

（国网浙江省电力有限公司经济技术研究院，浙江杭州 310008）

国家“碳达峰、碳中和”战略的实施，对低碳能源消费提出了更高的要求。随着近几年农业的加速发展，农业生产对各类能源的需求日益增长，但目前农业能源资源的不合理分配，造成其生产成本较高，且不利于快速发展。同时，对本地丰富的能源资源就地开发的利用程度也不够充分[1-3]。在传统农业园区，农业生产过程中产生的秸秆等废料通常采用燃烧等方式处理，燃烧过程中产生的气体会污染环境，而且秸秆中所蕴含的生物质能也被浪费了。

近年来，综合能源系统在工业园、校园等应用广泛。其通过多种能源形式的耦合优化、合理配置，大幅提高能源综合利用效率，促进可再生能源的就地消纳[4-8]，但目前综合能源系统在农业领域的应用研究仍较少。针对这些问题，该文开展了农业综合能源循环系统的多目标运行控制研究，以期降低系统运行成本，从而促进清洁能源的就地消纳。

1 农业综合能源循环系统结构

该文构建的典型农业综合能源循环系统结构，如图1 所示[9-11]。该系统涉及沼气、电能、热能和冷能等多种能源形式，包含沼气燃气轮机、余热回收等多种设备。利用农业生产、日常生活中产生的废料，通过沼气池发酵产生的沼气为农业园区供电、供冷/热，实现能量的循环利用，从而有利于提高能源利用效率、就地消纳光伏等分布式能源。

图1 农业综合能源循环系统结构

1）沼气池利用秸秆、动物粪便等农业生产废料，通过微生物发酵产生沼气，其数学模型如式（1）所示：

式中，MBD、rBD、VBD分别为沼气池的产气量、产气率和容积。

2）沼气燃气轮机利用沼气燃烧发电，同时产生的废气通过余热回收可实现农业园区的供热，其数学模型如式（2）所示：

3）燃气锅炉利用沼气燃烧为农业园区供热，其数学模型如式（3）所示：

4）余热锅炉相关数学模型如下：

5）电制热相关数学模型如下：

6）电制冷相关数学模型如下：

7）蓄电池当前时段储存的电量与当前时段的充放电功率及上一时段储存的电量有关，关系如下：

8）储热器在燃气轮机产热过剩时储存热量，在热负荷高峰时释放热量，其数学模型如下：

9）光伏发电功率与光照强度相关，其发电模型如下：

2 多目标优化运行控制模型

2.1 经济性与环保性优化

经济性目标以总成本最小为优化目的，总成本包括运维成本以及从配电网购买电能的成本两部分，计算方式如下：

式中，CTotal、COm、CE分别为农业综合能源循环系统的日运行成本、设备维护费用和购买电能费用。

设备维护费用COm与设备的输出功率相关，计算方式如下：

式中，cOm,i为设备i的单位输出功率的运行维护成本，为t时段设备i的输出功率。

购买电能成本CE计算方式如下：

式中，φ为农业综合能源循环系统的分布式能源消纳率；为t时段光伏的调度出力。

2.2 约束条件设置

1）功率需求约束。系统需要满足农业生产生活中的电、热和冷负荷需求，从而维持系统电、热和冷功率的稳定，具体表达如下：

2）设备最大出力约束。为避免损害系统中的沼气热电联产设备、电制冷与电制热等设备的使用寿命，其运行过程中需要满足最大出力约束：

3）蓄电池应用约束。为了提高系统的运行寿命，需要对蓄电池充放电功率与放电深度做一定限制，应满足以下约束条件：

4）储热器运行约束。储热器运行需要满足以下约束条件：

5）光伏调度出力约束。光伏电池的实际调度出力值需满足以下约束条件：

2.3 求解方法

对于农业综合能源循环系统多目标运行优化模型，该文采用结合基于非支配排序算法与改进遗传算法（NSMGA）的求解方法进行求解[12-13]。算法流程如图2 所示。

图2 基于NSMGA的多目标优化求解方法

主要包括以下步骤：

1）输入算法初始化数据；

2）生成初始种群；

3）选择、变异和交叉操作[14-16]；

4）计算进行遗传操作后的子代种群的适应度值，并将其与父代种群合并；

5）精英保留选择策略；

6）若满足终止条件，则将最优解作为结果输出；否则，返回上一步骤。

3 算例验证与数值分析

为了验证所提算法的综合性能，以某农业园区夏季典型运行日数据进行仿真验证。该农业园区电、热和冷负荷数据如图3 所示。电网分时电价如图4 所示。

图3 农业园区电、热和冷负荷数据

图4 电网分时电价

3.1 不同优化算法的结果对比

为验证该文所提NSMGA 算法的优势，将其与传统NSGA 算法进行对比，结果如表1 所示。在未优化系统的情况下，运行成本高达4 823 元，光伏消纳率仅为68.7%。经过该文所提算法优化控制后，运行成本降为2 728 元，光伏消纳率提高至98.5%。另一方面，相比于传统NSGA 算法，文中所提算法在运行成本和光伏消纳率上均更优，这是因为该文所提算法采用分段式编码和进化操作，提高了算法的搜索能力，使求得的结果更加接近真实最优值。

表1 不同优化算法的结果对比

3.2 不同优化目标结果对比

为验证不同优化目标对优化控制结果的影响，将该文所提模型与单目标优化模型进行对比，结果如表2 所示。由表2 可知，该文所提的多目标优化控制结果与经济性目标优化控制结果相比，虽然在系统运行成本上增加了76 元，但光伏消纳率大幅提高，其由原先85.7%提高至98.5%；相比于环保性目标优化的控制结果，虽然光伏消纳率降低了0.4%，但系统运行成本显著降低，共减少502 元。由此可见，该文所提出的算法能够降低系统运行成本，同时也兼顾到了系统的光伏消纳率。

表2 单目标优化与多目标优化结果对比

4 结束语

文中开展了农业综合能源循环系统多目标运行控制策略研究，提出了基于NSMGA 的多目标优化算法。通过算例分析结果表明，文中所提算法相比于传统NSGA 算法，其计算结果的准确性更高；相比于单目标优化算法，能够在降低系统运行成本的同时，提高系统光伏消纳率。但该文所提算法仅考虑确定性场景下农业综合能源循环系统的运行控制，并未考虑农业负荷、光伏发电等环境的不确定性。因此，如何在不确定性环境下，优化农业综合能源循环系统的运行控制，将在下一步研究中开展。