能源互聯網多能分散式優化研究挑戰與展望
能源是人類生存的物質保障和社會經濟發展的動力源泉,然而隨著全球經濟的飛速發展,能源短缺問題日益凸顯。同時,化石能源的大規模使用所導致的環境污染和氣候惡化等問題越來越嚴重。針對能源與環境領域的緊迫形勢,清潔可再生能源的發展備受關注,但其消納問題十分突出,棄風、棄光現象較為嚴重,並且用能側的能源利用效率較低,直接制約了我國的經濟社會轉型。
以物聯網、大數據、雲計算、移動互聯網等為代表的互聯網技術的深入發展使其與傳統工業相結合的理念備受關注,能源互聯網成為解決分散式可再生能源就地消納問題、實現多種能源網路緊密融合、提高系統整體能效的必然趨勢。美國、德國、歐盟和日本分別開展了FREEDM項目、E-Energy計劃、FINSENY項目等以尋求在新能源智能併網和能源互聯網領域的突破性進展。在能源互聯網興起的大背景下,我國研究人員於2012年開始從能源互聯網的基本概念、架構設計、核心技術、關鍵設備、運行調控等不同層面進行探討。2016年,國家發改委和能源局公布了《關於推進多能互補集成優化示範工程建設的實施意見》,為我國能源互聯網的進一步發展指明了方向。
開放互聯作為能源互聯網的核心特徵之一,在架構上體現為物理互聯和信息互聯的融合,而從運行控制的角度考慮,則可分為橫向互聯與縱向互聯2個層面。一方面,橫向互聯主要體現為多種能源的耦合互補。傳統的能源系統是分散化的系統,電力系統、熱力系統、天然氣系統之間雖然在供能側存在小範圍的能源轉化;但整體仍表現為各系統的獨立規劃、運行與控制,導致能源的綜合利用效率較低。如何在多能轉化技術的支撐下對多能源網路進行集成優化建模,實現綜合能源系統的協調運行是解決從能源生產、傳輸到能源消費等各個環節中存在的能效問題的關鍵。另一方面,能源互聯網的縱向互聯體現在源-網-荷-儲的協同運行控制。傳統能源系統中的負荷具有單一屬性,能源單向流動利於集中管理;但在能源互聯網中由於分散式可再生能源的大規模接入,用能環節將具有「源-荷」雙重屬性。集中分級式調控策略因其高敏感性、低魯棒性而不再適用於這種支持所有參與者對等接入的自由多邊互聯網架構,這就需要利用能源路由器等控制設備實現多能源系統的分散式優化,打破能源在生產、傳輸、轉化、存儲、利用等各個環節存在的壁壘。此外,分散式的優化方法與控制策略也有利於實現「發用電聯合體」的能源互聯與共享,促進源、網、荷深度融合、緊密互動,為能源市場的多邊交易提供堅實基礎。
針對能源互聯網橫向與縱向互聯的特點,本文首先分析總結了多能協調優化運行問題中的能量樞紐與多能流網路建模方法以及相關優化運行策略,在此基礎上對能源互聯網分層分散式控制架構和分散式優化調控演算法進行了歸納,並介紹了多智能體系統在能源互聯網分散式優化中的應用前景,最後對能源互聯網在多能分散式優化運行與控制領域的相關研究進行了展望。
一、多能協調優化運行
能源互聯網中由於需要考慮電、氣、熱等不同能源網路間的橫向融合問題,可利用能量樞紐作為綜合能源系統中的虛擬節點進行輔助建模分析;對於多能源網路中的協調運行問題還需要計及多能流網路建模,同時應選取合適的優化運行策略。其研究關係如圖1所示。
圖1.多能協調運行問題研究關係圖
（一）能量樞紐建模與分析
能量樞紐(energy hub,EH)又稱為能量集線器、能量轉換中心,是由蘇黎世聯邦理工學院於2007年首次提出的概念,被視為能夠實現多能互補轉化與存儲的虛擬實體,一般可用耦合矩陣的形式加以描述。
式中：η=(ηij)為效率矩陣,其中的每個元素ηijηij為效率因子;N=(υij)為分配矩陣,相應元素υij為分配因子。可以看出,能量樞紐是一多輸入-多輸出埠模型,第i種形式的能源輸出量與第j種輸入能源用於該種形式輸出的分配比例和轉化效率成正比。
基於此,研究人員建立並完善了考慮儲能設備、需求側響應、電動汽車、新能源併網的能量樞紐靜態數學模型,並提出將多能量樞紐網路中的能量傳導器視為特殊的「能量樞紐」進行網路綜合建模分析；在熱電聯產(combined heat and power,CHP)機組熱電比可調的運行模式下建立了能量樞紐的動態擴展模型；建立了包括CHP、插電式混合動力汽車(plug-in hybrid electric vehicle,PHEV)、蓄熱室、太陽能電池板和普通家用電器的住宅區能量樞紐模型。對具有相似特性或功能的系統元件可以由已知元件的模型進行類比處理,如電動汽車停車場的集聚模型可視為額定充放電功率與容量隨機波動的動態儲能模型;冷熱電三聯產系統問題中冷負荷可等效為負值的熱負荷,考慮將吸收式制冷機的工作特性類比CHP系統進行建模。
然而現有研究對能量樞紐中各元件的動態過程考慮較少,如未計及氣熱轉化中的時延特性等,且缺乏對各環節中存在不確定性的考慮,在複雜系統分析中還需對能量樞紐模型做進一步完善。此外,隨著能源互聯網中不同能源在轉換、傳輸、分配、存儲等各個環節的融合深度逐漸提高,能量樞紐數學模型可能難以用公式直接表達,可考慮利用數據挖掘技術識別和獲取能量樞紐的關鍵參數,對其中相應的輸入輸出量進行關聯分析,這也是能量樞紐智能自動化建模的下一步研究方向之一。
（二）多能流網路建模與求解
考慮多種能源網路的交互與融合,多能流網路建模與混合潮流計算成為能源互聯網穩態分析的核心問題。包含電能、天然氣、熱能的多能源網路穩態混合潮流模型的一般表述形式為
式中：F代表電力系統潮流方程;G為天然氣系統代數方程,包括支路流量方程、壓力迴路方程、壓力損失方程等;H表示由支路水力方程、壓力迴路方程、節點工質混合方程等組成的熱力系統能流方程;CEH為能量樞紐的輸入輸出耦合方程;xe,xg,xh,xeh分別代表電力系統、天然氣系統、熱力系統以及能量樞紐的相關變數。對於含多個能量樞紐的多能源系統,各能量樞紐與傳輸網路間的功率流向關係也可用矩陣的形式進行表述
式中：Piα(i=0,?,m)為與載能體α相連的第i個能量樞紐的對應輸入功率Tjα(j=0,?,n)為含有載能體α的第j條傳輸通道;m、n分別為能量樞紐與傳輸通道的數量;Hα=γij為α的網路連接矩陣,由3種元素構成,0表示對應EH與傳輸通道不存在α的功率交互,1、-1分別表示對應EH中載能體α的流入和流出。
注意到電、熱、氣3種能源網路均遵循基爾霍夫第一、第二定律,有學者提出對多能流網路進行「同質化」耦合建模,並引入了「熱阻」的概念類比電網模型對熱力系統進行分析。但由於電流、熱流、氣流在傳輸過程中遵循的物理機理不盡相同,熱力網模型中的支路水力方程、支路熱力方程和節點工質混合方程以及天然氣網模型中的支路流量方程在電網模型中均無法找到類似表述,故在能源互聯網短期優化調度和超短期精確控制中的應用存在較大難度。
在混合潮流的求解方法上,現有研究主要可分為統一求解法與解耦求解法兩類。採用統一求解法時需要將不同能源網路方程聯立進行統一迭代求解,導致非線性方程的維數和決策變數個數大幅增加,對求解過程要求較高,可採用擴展Newton-Raphson法或其他迭代演算法。而解耦求解法則是通過對能源耦合部分的能量作等值處理將混合潮流方程分配到不同的能源網路獨立求解,從而降低了問題難度。但解耦求解法存在不同能源網路的求解順序問題,可能出現後求解的系統潮流不收斂的情況,需要對已求解的系統調整參數進行重新計算直到所有系統潮流均收斂為止。在功率流的優化計算方面,可以將求解過程分為配電網三相潮流計算、燃氣管網潮流計算及EH潮流計算、系統優化計算幾個模塊進行,從而提高計算效率。也有學者將TLBO (teaching-learning-based optimization)優化演算法應用於求解多能源系統的最優功率流問題,並綜合考慮了能源與環境效益。
以上研究主要基於電-氣-熱系統的穩態能量流模型,未考慮天然氣網和熱力網的慢動態特性,可能導致計算結果脫離實際。因此,在能源互聯網運行規劃與實時調度中需要計及多能源系統傳輸過程存在的不同時間尺度的影響,引入天然氣網與熱力網的暫態能量流模型作進一步完善。對於天然氣網,其暫態模型主要考慮能量守恆、質量守恆及牛頓第二定律在天然氣管道流量方程中的偏微分表述形式,而在氣體流量溫度與環境溫度相同時可忽略能量守恆公式。具體描述為
式中：l為管道長度;t為時間;ρ為天然氣密度;v為天然氣軸向流速;Pgas為天然氣壓力;G為重力加速度;H為高程;F為摩擦因子;D為管道內徑。熱力網的暫態模型主要考慮熱流體溫度在管網、換熱器、散熱器處的動態變化,如管網支路中的熱流體溫度可簡單表示為關於時間t和空間位置x的函數T(t,x),相應關係式為
式中α為管道的熱損耗係數。總的來說,天然氣網和熱力網的動態工況模型因系統連接方式、用戶使用習慣及運行控制水平的不同而變化,在能源互聯網多時間尺度混合潮流模型中可根據實際情況進行適當簡化。
此外,由於能源互聯網中可再生能源的高滲透率以及高比例柔性負荷的參與,上述混合潮流模型中還需要考慮不確定因素在不同能源網路間的傳播問題。但目前這方面的研究成果較少,如何類比電力系統隨機潮流建立能源互聯網隨機混合功率流模型進行分析計算將是接下來的研究重點之一。
（三）優化運行策略
基於上述能量樞紐和多能流網路的建模方法與分析,可將能源互聯網中的優化運行問題分為2層：第1層是以多能源最優混合潮流為核心的跨區級和區域級的能量優化調度;第2層是根據某一能量樞紐內的設備配置及系統約束決定各時段該能量樞紐內部的能源分配、轉化與存儲策略等。
單個能量樞紐的運行優化問題由於不需要考慮混合潮流計算,使其相較於跨區級和區域級的能源互聯網優化調度更容易求解。優化模型中通常將能量樞紐與其連接的分散式電源和負荷等視為一個整體進行分析,選取能量樞紐運行成本最低、能效最高、碳排放量最少等為目標函數,能源分配係數、CHP熱電比、需求響應(demand response,DR)功率等為決策變數。約束條件包括能量平衡約束、能源網路輸入功率限制與機組出力限制等技術條件約束,發電機與儲能設備等運行特性約束以及需求響應約束等。相應優化問題的一般建模思路如圖2所示。
圖2.優化運行問題建模思路
考慮到熱電負荷、市場價格和風速等系統的不確定性,可採用隨機規劃方法研究能源市場環境下的能量樞紐最優運行問題。對於計及CHP機組運行約束及儲能元件壽命等因素所帶來的優化模型非凸性,運用混合整數線性規劃方法建模分析並利用數值方法與人工智慧演算法相結合的手段進行求解是解決該問題的有效途徑。但現有研究對多能源系統中包含用戶進行用能形式切換的綜合能源需求響應考慮還不夠充分。同時,由於能源互聯網支持分散式設備即插即用的特點,如何在能量樞紐優化建模中考慮其組成元件及拓撲結構變化造成的影響是一個亟待解決的問題。
對於跨區級和區域級的能源互聯網,多個能量樞紐以虛擬節點的形式接入電網、熱網、燃氣網等多能源網路,其整體的優化調度就需要研究多能源最優混合潮流問題。結合式(3)所示的多能源網路穩態混合潮流方程建立的能源互聯網優化調度模型為
式中：x為狀態變數,包括電力系統中的電壓、電流,天然氣系統的氣壓、流量,熱力系統的熱媒溫度、流量,能量樞紐的交換功率等;u為控制變數,包括電力系統發電單元出力,天然氣系統壓縮機變比,熱力系統的熱源出力,能量樞紐分配係數等。目標函數f(x,u)的選取通常要考慮能源互聯網的經濟效益和環境效益。等式約束h(x,u)=0主要包括網路混合潮流平衡方程、能量樞紐內部能量方程、網路與能量樞紐耦合方程;不等式約束g(x,u)≤0主要包括技術約束、系統運行約束、能量樞紐自身約束等。
上述模型主要適用於區域能源互聯網穩態運行模式下的長時間尺度優化調度方案,而對於能源互聯網的故障狀態或異常狀態,則需要採用自適應的協調優化模型,計及線路、設備故障等突發因素對能源互聯網運行的影響。另一方面,主幹電網作為能源互聯網的核心支撐網架,各區域綜合能源系統在實現自治多能協調優化的同時應保證電網的電壓質量和穩定性。此外,考慮到大規模可再生能源接入等不確定因素影響下廣域多能源系統的複雜性與隨機性,多能協調運行策略由集中式優化向分散式優化的轉變已成為一種必然趨勢。在能源互聯網的分層分散式控制結構下採用分布自治的運行調控模式可降低優化模型的求解難度,該部分內容將在下一節中詳細介紹。
二、分散式協同優化調控
（一）分層分散式控制架構
能源互聯網在源-網-荷-儲一體化縱向互聯方面具有可再生能源發電滲透率較高、混合潮流雙向流動、大規模分散式設備平等接入、即插即用等特點,採用傳統的集中式調控方法需要在式(7)的基礎上建立一個非線性高維數優化模型,並設計一個能夠處理海量數據的集中控制器用於判斷網路各節點的運行狀況,導致計算時間較長,且由於通信延遲問題使其計算準確性無法保障。同時,大量分散式設備的即插即用使能源互聯網的拓撲結構可能隨時發生變化,集中式優化方案將難以適用。針對上述問題,分層分散式優化方法逐漸成為能源互聯網協調運行與控制的研究熱點,其與多智能體系統的有機結合為能源互聯網的智能調控提供了有效解決途徑。
相較於分散式控制,分層控制策略研究起步較早並已在電力系統中獲得了廣泛應用。傳統分層方式通常是根據網路的物理結構進行劃分,如先按照電壓等級分層,再考慮地域和網架結構等因素進一步分為若干區域。這樣的分層方式在應對故障隔離、局部系統變更等情況時具有明顯優勢,有利於提高系統整體的可靠性、靈活性及可擴展性。然而,多區域多層次的協調控制會造成大量的通信延時問題,影響系統的整體運行效率。基於此,有學者提出按照功能進行分層的思路,將能源互聯網視為由能源路由器層、能源交換機層和能量介面層組成的3層結構,分別實現區域能源互聯網與傳統電網的連接、能源子網與能源路由器的連接以及分散式設備與能源子網的連接。採用功能分層控制結構進行能量平衡控制、供能質量調節和經濟優化調度,不僅提高了系統整體運行效率,而且易於實現能源互聯網的標準化和模塊化。
基於物理與功能分層優化調控策略的思想,圖3給出了能源互聯網基本控制架構示意圖。
圖3.能源互聯網分層分散式控制架構
在該分層分散式控制架構下,能源互聯網中的多個能源子網通過主幹網架實現多種能源的功率交換,其控制方式與傳統模式的不同主要體現在信息流的交互方面。每個能源子網都具有一個或少量主導節點和多個自治節點,其中,主導節點對整個網路的信息互聯起到了關鍵作用。一方面,主導節點通過2種路徑與外界相連,一種是與上級控制層直接互聯,另一種是與相鄰能源子網的主導節點相連。正常運行時,鄰接主導節點間的信息交互即可實現廣域的分散式調控;特殊或緊急情況下上級控制層可直接將控制指令下達給各個主導節點,實現集中與分散式控制的統一。另一方面,主導節點負責將從外界收集到的信息匯總整理,並轉發給所在能源子網內相鄰的自治節點,再由自治節點間的鄰接信息通道將信息傳遞給其餘自治節點,從而實現區域內的分散式調控。
分散式協同控制方法在處理能源互聯網中大量分散式資源不確定性與波動性的底層控制問題上表現出巨大潛力。分散式調控手段無需建設複雜的通信網路,其通過各分散式可控單元與其他鄰近單元通信,結合收集到的有限狀態信息進行迭代控制,取代了傳統集中控制器的作用,並可在「激勵-響應」模式下快速響應分散式設備的頻繁狀態波動。
（二）分散式優化調控演算法
分散式控制方法在解決實際問題中廣泛應用的全分散式優化演算法主要有一致性演算法和分散式次梯度演算法。其中,一致性演算法的基本思想是通過各節點與相鄰節點的信息交互,選取適當的分散式協議更新自身的關鍵變數,如電壓、頻率、溫度等,最終使得網路中所有節點的關鍵變數收斂於相同的群體決策值。對於具有n個節點的有向網路G,令xi[k]代表節點vi在離散時間k時的關鍵變數,Ni代表節點vi所有相鄰節點的集合,則基於離散時間的一階一致性演算法可表述為
分散式次梯度演算法作為另一種重要的全分散式優化演算法,其主要思路是：每個分散式自治單元通過其自身的目標函數信息(即目標函數的次梯度)對決策變數進行估計,並與網路中的其他自治單元直接或間接地交換這些估計用於下一次的迭代更新,最終給出全局目標最優時的決策變數。對於以下無約束凸優化問題
用xi[k]∈Fn表示自治單元i在第k步迭代對決策變數xi的估計值。在不考慮通信時延的情況下,自治單元i對估計值的更新方式如下。
式中：aij[k]為單元i與單元j的通信權重係數;標量di[k]>0是代理i的迭代步長;向量si[k]是單元i的目標函數fi(x)在點x=xi[k]的偏轉次梯度。同時,次梯度演算法在信息交換過程中還需要滿足權重規則、連通性規則和通信頻率規則。考慮到分散式稀疏通信網路拓撲屬於無向圖,從式(9)(11)可知,若偏轉次梯度si[k]可以由xj[k] (j=1,2,?,n)線性表示,則一致性演算法可視為一種特殊的次梯度演算法。如在分散式電源的有功功率經濟分配問題中,目標函數的次梯度信息即各分散式電源的成本微增率,由於優化問題的最優解即為等微增率點,而等微增率點又可視為以成本微增率為決策變數的一致性問題中的群體決策值,這樣,次梯度優化演算法便退化為一致性演算法。
一致性演算法與次梯度演算法在應對網路拓撲結構的改變時僅需分別對狀態轉移矩陣D[k]和通信權重係數aij[k]作相應修改,可靠性高,時效性強且便於擴展,適用於能源互聯網分散式設備的「即插即用」,從而成為了分散式協同調控研究中的熱點。一方面,考慮到一致性演算法可快速獲取全網各節點狀態變數的平均值、最大值和最小值等信息,其與下垂控制相結合可實現電壓、電流等的全局協同控制。另一方面,由於次梯度演算法中本就包含優化模型信息,同時考慮上述一致性問題與分散式優化問題的相關性,次梯度演算法與一致性演算法可廣泛應用於能源互聯網區域自治優化調度及頻率快速恢復,在維持多能源系統的實時供需平衡的前提下降低全網的調節成本。
然而一致性演算法與次梯度演算法均只有一階收斂性,收斂速度較慢,故有學者提出採用具有超線性收斂速度的分散式演算法,如分散式牛頓法,但其在應用時對包含二階梯度信息的海森矩陣Hk的求逆過程耗時較長,且由於多能耦合模型的複雜性,實現H?1k的分散式求解十分困難,在能源互聯網中的適用性有待進一步討論。另一方面,由於成本微增率等優化目標函數的(次)梯度信息和二階梯度信息屬於各分散式單元的私有信息,對所屬不同主體的分散式設備進行信息交互會造成能源互聯網參與者隱私泄露,而採用交替方向乘子法(alternating direction method of multipliers,ADMM)僅需交換「期望交換功率」等信息,可有效解決該問題,符合未來能源市場的交易要求。此外,考慮到上述方法主要應用於凸優化問題,當優化目標或可行域非凸時,其收斂性無法保證。因此,在解決能源互聯網中考慮最優功率流等非凸優化問題時可考慮運用二階錐鬆弛、序列凸近似等方法將問題轉化為凸優化問題繼續求解。
（三）多智能體系統的應用
上文中已經提到,實現分層分散式優化策略需要具有自治控制和響應調控指令能力的分散式可控單元的參與,而這些分散式可控單元就相當於不同的智能體,從而構成了多智能體系統(multi-agent system,MAS)。多智能體系統也稱為多代理系統,廣義來講,MAS可視為分散式人工智慧的應用,其中的每個智能體能夠充分發揮自主性並具有與系統中其他智能體交互、協調、達成一致的社會能力。
在多智能體系統中,每個智能體可依據圖4中的Agent工作流程按照不同功能設計成雙層控制結構。在上層控制中,各Agent通過感知器接收所在代理區域的狀態信息後交由事件處理分發器進行數據的分類和預處理,並映射到相應場景。在該場景下,各Agent利用通信系統與其他Agent進行協商與合作確立最優目標,並根據此目標在決策器中選擇適當的決策;隨後在功能模塊已有知識或規則支持下制定響應計劃;最後通過效應器作用於系統運行環境。下層控制主要包含電壓控制、頻率控制等功能,以保證區域供需平衡和安全穩定運行,實現自律調控。
圖4.智能體工作流程
在廣義能源互聯網中,智能體的概念可做進一步擴展。基於分層分散式的優化調控結構,電力系統、熱力系統、天然氣系統和智能化交通系統可設計為頂層智能體;中間層智能體由區域能源子網或廣義虛擬電廠(generalized virtual power plant,GVPP)構成,是整個多能源系統分層分散式架構中最關鍵、最複雜、最多樣的環節;底層智能體則負責各種分散式設備的即插即用與協同控制,大多數設置在各分散式設備的能源介面處。其中,中間層智能體在能源互聯網中處於決定性地位,是聯繫頂層智能體與底層智能體的紐帶,主要包括能量樞紐智能體、能源路由器智能體、微電網智能體等,通過分工合作完成接收頂層智能體綜合調控指令,與鄰接中間層智能體通信以及制定並下發模式切換策略和功率控制指令等功能,從而實現不同能源子網間的協調運行。中間層智能體與底層智能體的出現弱化了頂層智能體的調控功能,使得能源互聯網由傳統電網的垂直結構向扁平化發展。
多智能體系統作為分散式優化演算法實現的基礎,在能源互聯網分散式調控中的應用十分廣泛。文獻[49]基於多智能體一致性演算法,設計了一種用於分散式發電機的新型分散式協調控制器,以解決能源互聯網中因分散式發電單元輸出電壓幅值和相角間微小差異而引起較大循環電流的問題。在能源互聯網經濟運行方面,多智能體優化策略被廣泛應用於有功功率和頻率的精確控制以及分散式電源競價機制制定等領域。同時,作為能源互聯網中的關鍵介面設備,能源路由器可視為一種特殊的管理智能體,其相關設計與控制問題也備受關注。多智能體優化理論為能源互聯網的分層分散式調控提供了新的思路,但對於網路中複雜的多能耦合分散式優化問題,如何改進現有的分散式優化演算法與多智能體交互機制,來減少分散式控制器的計算時間並適應能源互聯網多時滯、變拓撲結構的特點,還有待進一步研究。此外,MAS在能源互聯網中的應用還需要解決標準化的開發平台與通信語言以及模塊化、高度集成化的電子互聯技術等關鍵問題。
三、研究展望
能源互聯網的多能分散式優化問題涉及領域十分廣泛,需要多智能體、信息物理融合、智能能源管理等理論的應用和信息通信、電力電子、新型儲能、能源轉換等先進技術的支撐。在能源互聯網的研究熱潮中,新的理念與思路不斷湧現,如何選取合適的運行控制體系和機制,如何實現多能流分散式優化調控,如何設計適應能源互聯網的商業運營模式,成為未來的主要研究方向。
（一）分散式運行控制體系。
目前在電力系統中廣泛應用的先分層後分區的運行控制體系從電能傳輸與利用的角度將整個電網主要分為輸電和配電2層。但由於在能源互聯網中間歇性分散式可再生能源的滲透率大幅提升,呈現出源-網-荷-儲深度融合的特點,同時不同能源的耦合互補也使得多能源系統具有調度靈活性、多樣性,導致能源傳輸環節的控制作用被大大削弱。因此,有必要將上文所述的分層分散式控制架構結合智能電網Web of Cell(WoC)體系「弱中心化」的思想構建能源互聯網運行與控制新體系,將能源互聯網分成若干個結構較為簡單的能源自治區域(Cell),區內集中自治,區間分散協調,從而實現全局的優化運行。每個能源子網並不是單一的供能側或用能側,而是可以包含能源生產、傳輸、分配、使用等各個環節,結合開放系統互連模型(open system interconnection/ reference model,OSI/RM)按功能劃分不同的層次結構,如圖5所示。該體系可以在不改變現有能源系統網架結構和地理邊界的情況下實現能源互聯網的群體智能化,具有良好的發展前景,是下一步研究需要關注的重點。
圖5.基於WoC體系的功能分層結構
（二）多能流分散式優化調控。
目前,分散式優化調控研究多集中於主動配電網層面或互聯微電網系統,對於包含多能量樞紐的多能源系統涉及較少,尤其是考慮到能源互聯網多能流耦合、多時空尺度、多智能體控制的運行方式,需要對現有的分散式優化策略進行改進和創新。首先,由於不同能源系統的量測精度差異,需要研究稀疏通信網路下的分散式狀態估計演算法,滿足各能流耦合環節信息交互的快速性與可靠性要求。在此基礎上,針對不同能流系統響應時間的差異以及動態過程的相互影響,需要提出多優化周期的分散式多能流調控模型,研究多重優化模型下不同分散式優化演算法的適用性問題,並考慮針對可再生能源出力等不確定性的模型預測控制。此外,在人工智慧興起的大背景下,未來能源互聯網應是能源調控方式與人類行為緊密耦合的信息-物理-社會融合系統,如何利用調度機器人群體的平行機器學習實現多能源系統的分布調控將是具有前瞻性和開創性的研究課題。
（三）能源市場去中心化交易模式。
在能源互聯網分散式運行體系下,電網調度中心的主導地位將逐漸弱化,需要對供能、用能、儲能及中間商等交易實體採用基於分散化決策和帕累托最優的微平衡交易模式。但由於目前還未建立起協同多能源系統的跨平台商業模式和激勵相容機制,如何利用區塊鏈技術協同自治、去中心化、合約執行自動化及可追溯性的特點構建高效透明、廣泛參與和全面信任的金融交易體系,形成面向分散式交易主體的可交易能源系統是實現能源互聯網信息-物理-社會系統與金融體系之間立體化融合的關鍵。然而我國區塊鏈技術在能源互聯網中的發展還處於理想化的場景分析階段,面臨計算能力不足、網路信息安全保障不充分、智能合約責任主體不明確等技術瓶頸,同時缺乏相應的政策約束與監管體系,需要結合能源互聯網基礎設施建設與改造進程探索分階段的能源市場化發展策略,豐富去中心化交易模式的理論基礎與工程實證。
四、結語
針對能源互聯網開放互聯、以用戶為中心、共享對等的特點,相關協調運行與控制問題成為限制其規模與融合深度的瓶頸之一,需要分散式優化策略與調控技術的支撐。本文基於能源互聯網「橫向多能互補,縱向源-網-荷-儲一體化協調」的互聯模式,從能量樞紐建模、多能流網路建模與優化運行策略3個方面對多能協調運行優化基本方法和研究現狀做了簡要介紹與評述。隨後,在分層分散式控制架構的基礎上分析了適用於分散式設備廣泛接入、即插即用的分散式優化演算法與控制策略,並進一步介紹了多智能體系統的應用現狀。最後展望了能源互聯網在運行控制體系、多能流優化調控以及能源市場交易模式等方面的發展前景,對於日後能源互聯網的應用與實踐具有一定的指導意義和參考價值。
TAG:智慧能源 |