綜合能源系統(tǒng)源網(wǎng)荷儲動態(tài)建模技術(shù)進展

林俊光，馮彥皓，林小杰，吳凡，鐘崴，俞自濤,3

（1.浙江大學熱工與動力系統(tǒng)研究所，浙江 杭州 310027；2.浙江浙能技術(shù)研究院有限公司，浙江 杭州 311100；3.能源清潔利用國家重點實驗室，浙江 杭州 310027）

世界能源需求正在迅速增長，其供應(yīng)主要依靠化石能源。由于化石燃料的不可持續(xù)性，當前迫切需要能源互聯(lián)網(wǎng)這一新的能源利用模式來構(gòu)建一個可持續(xù)的能源系統(tǒng)。在能源互聯(lián)網(wǎng)的框架中，綜合能源系統(tǒng)（integrated energy system，IES）作為物理基礎(chǔ)在能源互聯(lián)互通方面發(fā)揮著重要作用[1]。

IES 包含電、氣、冷、熱等多種形式的耦合能源。多能流耦合需要對源網(wǎng)荷儲進行實時數(shù)據(jù)監(jiān)測以反映IES 的動態(tài)能量流動。然而，面對大規(guī)模分布式綜合能源系統(tǒng)，傳統(tǒng)的穩(wěn)態(tài)建模技術(shù)不能反映源網(wǎng)荷儲間的耦合影響，且在運行過程中數(shù)據(jù)采集與監(jiān)控（supervisory control and data acquisition，SCADA）系統(tǒng)難以準確把握源網(wǎng)荷儲的實時信息，需要進一步將穩(wěn)態(tài)建模技術(shù)延伸至動態(tài)建模技術(shù)，以提高IES 穩(wěn)定性和安全性[2]。

在IES 中現(xiàn)有研究仍以穩(wěn)態(tài)建模技術(shù)為主，多時間尺度差異下的動態(tài)建模技術(shù)發(fā)展仍然處于初步階段[3]。文獻[4]對目前主流的IES 建模方式進行了綜述，給出了各種獨立設(shè)備單元和耦合型設(shè)備單元的穩(wěn)態(tài)機理模型，但缺乏對各類耦合設(shè)備、新型設(shè)備的動態(tài)機理模型綜述。文獻[5]指出目前現(xiàn)有主流的耦合模型不適用于系統(tǒng)的實際工況，原因主要為源網(wǎng)荷儲間的強耦合效應(yīng)在受到外界影響后可能產(chǎn)生一定偏差和不確定性因素?，F(xiàn)有的IES 文獻仍未在詳細的動態(tài)建模上進行規(guī)劃設(shè)計或運行優(yōu)化。文獻[6]就發(fā)展IES 動態(tài)建模的方法論進行了總結(jié)，提出實施動態(tài)建模切實可行的方法論，但缺乏對源網(wǎng)荷儲中的具體設(shè)備及源網(wǎng)荷儲統(tǒng)一建模框架的系統(tǒng)綜述。因此，本文就近3 年來IES 統(tǒng)一動態(tài)建?？蚣堋⒃淳W(wǎng)荷儲動態(tài)建模技術(shù)及不確定性建模技術(shù)進行綜述。最后，本文綜合現(xiàn)有研究進展，展望了今后的發(fā)展趨勢，以供相關(guān)研究人員參考。

1 綜合能源系統(tǒng)及其多時間尺度

IES 是指電力、天然氣、冷熱能等多種能源形式的生產(chǎn)、運輸、轉(zhuǎn)換、儲存和供應(yīng)等流程的有機協(xié)調(diào)系統(tǒng)[3]。圖1 為IES 典型結(jié)構(gòu)示意。由圖1 可見，按照具體功能進行分類，IES 包含源儲側(cè)設(shè)備、荷側(cè)用戶負荷及4 種不同形式的能源網(wǎng)絡(luò)，其中源側(cè)主要負責能源形式的轉(zhuǎn)換，儲側(cè)負責能源儲存，網(wǎng)側(cè)和荷側(cè)則分別負責能源運輸和消納。

圖1 IES 典型結(jié)構(gòu)示意Fig.1 Structural diagram of a typical IES

圖2 為IES 源網(wǎng)荷儲的典型時間尺度。

圖2 IES 源網(wǎng)荷儲的典型時間尺度Fig.2 Typical time scale of source-grid-load-storage in IES

由圖2 可見，IES 中源網(wǎng)荷儲包含了較大范圍的時間尺度變化，從微秒到天不等[7]。在IES 計算時需要統(tǒng)一對源網(wǎng)荷儲的動態(tài)特性進行分析和建模，以保證IES 的穩(wěn)定運行和可靠評估[8]。

2 源網(wǎng)荷儲動態(tài)機理建模方法

目前，IES 動態(tài)建模技術(shù)在源網(wǎng)荷儲中的發(fā)展程度各異，尚缺乏嚴格的動態(tài)建模定義。IES 動態(tài)建模研究存在較大的跨學科特點，往往零星分散在各類文獻中，可對近年來IES 中探索的源網(wǎng)荷儲動態(tài)建模方法進行匯總。

各類建模方法按照其動態(tài)性和機理特性分為詳細機理模型（根據(jù)質(zhì)量守恒、動量守恒和能量守恒方程建立的動態(tài)機理模型）、簡單機理模型（包括僅考慮動態(tài)性但機理被簡化的模型及僅考慮機理但不涉及動態(tài)變化的模型）和數(shù)據(jù)驅(qū)動模型（包含穩(wěn)態(tài)和動態(tài)數(shù)據(jù)驅(qū)動模型）。其中，僅考慮機理但不涉及動態(tài)變化的模型和穩(wěn)態(tài)數(shù)據(jù)驅(qū)動模型反映了從穩(wěn)態(tài)模型過渡至動態(tài)模型的中間階段，在本文中被稱為準動態(tài)模型。

2.1 源側(cè)

源側(cè)設(shè)備的建模以穩(wěn)態(tài)為主，采用轉(zhuǎn)換效率對輸入和輸出進行統(tǒng)一建模。然而，對于各類不同轉(zhuǎn)換形式的源側(cè)設(shè)備，如何確定其動態(tài)建模的具體形式仍是目前的前沿問題[9]。本文對其中典型的能源轉(zhuǎn)換形式和設(shè)備進行綜述。

2.1.1 電-熱-氣轉(zhuǎn)換

電-熱-氣轉(zhuǎn)換包括天然氣熱電聯(lián)供（CHP）機組、天然氣冷熱電聯(lián)供（CCHP）機組，而燃氣輪機作為其中主要的原動機需要準確的動態(tài)建模。目前，IES 中采用主流的穩(wěn)態(tài)模型無法反映機組動力學特性和故障對出力的影響。為了引入動態(tài)模型，現(xiàn)有IES 文獻主要為機理模型（包含詳細機理模型和簡單機理模型）[10-12]和數(shù)據(jù)驅(qū)動模型[13-14]。

燃氣輪機的詳細機理模型包含壓氣機、燃燒室、透平等的質(zhì)量和能量守恒方程以及燃氣輪機子部件間的非線性項（轉(zhuǎn)動/熱/容積慣性、功頻效應(yīng)和控制模塊等）[10]。由于詳細機理模型難以在IES 中耦合計算，因此IES 中主要采用簡單機理模型。文獻[11]提出輸出轉(zhuǎn)矩Mm和透平排氣溫度Tx關(guān)于燃氣量標幺值Wf和轉(zhuǎn)速標幺值ω的簡單機理模型（式(1)）。文獻[12]根據(jù)奇異攝動理論提出雙時間尺度燃氣輪機暫態(tài)機理模型，此模型較單一時間尺度模型可降低69%的計算時間。數(shù)據(jù)驅(qū)動模型主要包括機器學習技術(shù)[13]和系統(tǒng)辨識[14]等準動態(tài)建模技術(shù)。數(shù)據(jù)驅(qū)動模型比機理模型更能反映具體設(shè)備的區(qū)別性特征，但較依賴歷史數(shù)據(jù)的可靠性和工況特性范圍。

式中：qmin和Tref分別為最小燃料量和溫度；a1、a2、b1和b2均為擬合參數(shù)。

2.1.2 電-熱（冷）轉(zhuǎn)換

電-熱轉(zhuǎn)換包含電鍋爐（除蓄熱水箱、水泵等）與電制冷機等。其穩(wěn)態(tài)模型可以反映設(shè)備運行狀態(tài)，但仍需研究變工況下的動態(tài)模型。

電制冷機方面，為反映其變工況特性，文獻[15]基于TRNSYS 軟件以額定運行數(shù)據(jù)構(gòu)建了包含負荷率-能效系數(shù)（COP）關(guān)系的簡單機理模型（式(2)）。電鍋爐方面，文獻[16]構(gòu)建了電極浸入式電鍋爐的準動態(tài)機理模型，電鍋爐的電功率可由熱負荷動態(tài)控制，因此動態(tài)模型能夠反映電鍋爐對供熱機組的調(diào)峰調(diào)頻特性。文獻[17]對光熱中溫補償性電鍋爐的各子部件進行準動態(tài)機理建模，并以粒子群算法進行了系統(tǒng)參數(shù)辨識。

式中：PEC、QEC、Qrate和Q0分別為電制冷機功率、制冷量、額定制冷量和冷負荷；CCOP為機組能效系數(shù)；ζFFLP為部分負荷修正系數(shù)；To和Tlh分別為冷凍水出水和回水溫度；CCOP,rated和ηCOP,ratio分別為機組額定能效系數(shù)和當前能效系數(shù)與額定能效系數(shù)之比；ml為冷凍水流量。

2.1.3 電-氣（氫）轉(zhuǎn)換

電-氣轉(zhuǎn)換主要包含燃料電池和電轉(zhuǎn)氣（power to gas，P2G）技術(shù)。燃料電池可按照電解質(zhì)的種類分為固體氧化物燃料電池、質(zhì)子交換膜燃料電池、磷酸燃料電池等[18]。燃料電池的動態(tài)模型可分為簡單機理模型、復(fù)雜機理模型和數(shù)據(jù)驅(qū)動模型。在簡單機理模型方面，文獻[19]基于燃料電池電堆反應(yīng)原理對氫燃料電池和甲烷燃料電池建立模型（式(3)）。復(fù)雜機理模型又可以按照假設(shè)簡化程度進一步分類，但其模型仍較為復(fù)雜，難以滿足IES 中實時在線模擬和高精度動態(tài)模擬的要求[20-21]。在數(shù)據(jù)驅(qū)動模型方面，文獻[22]在船舶負載變化較大導(dǎo)致燃料電池輸出動態(tài)性較大情況下，提出固體氧化物燃料電池的徑向基函數(shù)寬度信息網(wǎng)絡(luò)系統(tǒng)辨識模型。

P2G 的動態(tài)過程可分為電解水階段和甲烷化階段，可采用簡單機理模型進行動態(tài)建模。文獻[23]通過實驗數(shù)據(jù)得到電解水階段的產(chǎn)氫等效經(jīng)驗?zāi)Ｐ?，但未考慮甲烷化的動態(tài)模型。文獻[11]則考慮更復(fù)雜的機理模型，將甲烷化的非穩(wěn)態(tài)流量常微分方程（式(4)）進行拉氏變換，得到式(5)的傳遞函數(shù)這一準動態(tài)形式方程。

式中：PFC為燃料電池輸出電功率；mFC、VFC、ηFC分別為輸入燃料量、電堆電壓和電池電效率；F為法拉第常數(shù)；qHHV,FC和MFC分別為氫氣或甲烷的高熱值和摩爾質(zhì)量；min和mout分別為入口和出口氣體流量；V、P、ρ分別為反應(yīng)器體積、氣體壓力和密度；κ為反應(yīng)比例系數(shù)；τ為容積模型時間常數(shù)。

2.1.4 冷-熱轉(zhuǎn)換

冷-熱轉(zhuǎn)換包括熱泵系統(tǒng)和吸收式制冷機組等。其中熱泵系統(tǒng)包括地源熱泵、空氣源熱泵等傳統(tǒng)熱泵系統(tǒng)以及太陽能-地熱混合熱泵等新型熱泵系統(tǒng)?，F(xiàn)有文獻的動態(tài)模型分為詳細機理模型[24]和簡單機理模型[25-26]2 類。

熱泵的詳細機理模型通常以質(zhì)量、動量和能量守恒方程形式表示4 大子部件的數(shù)學模型，難以在IES 中應(yīng)用[24]。然而，簡單機理模型采用簡化的經(jīng)驗公式以準動態(tài)形式擬合熱泵中的動力學過程，并可在MATLAB、TRNSYS 或Modelica/Dymola 軟件中完成建模。其中，地源熱泵的模型包括變工況滿負荷制冷/熱量QCAP,max、出口水溫To、輸入功率Pin和CCOP[25]（式(6)），空氣源熱泵的動態(tài)模型包括熱泵制熱量Qh、CCOP、變頻壓縮機功率Pv和變頻水泵功率Pw[26]（式(7)）。

式中：QCAP,0和P0分別為額定工況滿負荷制冷/熱量和輸入功率；QCAP,r、Pr1和Pr2分別為實際工況制冷/熱量修正系數(shù)、滿負荷和部分負荷下的輸入功率修正系數(shù)；Tin、Cp和m分別為入口水溫、循環(huán)水的比熱容和質(zhì)量流量；Tamb和Tin分別為環(huán)境溫度和入口水溫；CCOP,0和Pv0分別為額定頻率下熱泵能效系數(shù)和壓縮機功率；Hp、mw、ρ和ηm分別為水泵壓頭、額定頻率質(zhì)量流量、水的密度和水泵機械效率；φV和φN分別為變頻與額定頻率下吸氣量與轉(zhuǎn)速之比；a和b為擬合參數(shù)。

針對吸收式制冷機，文獻[27]基于Dymola 平臺建立了雙效溴化鋰吸收式制冷機組準動態(tài)簡單機理模型，其中制冷機性能根據(jù)差值表獲得。由于吸收式制冷涉及動態(tài)性復(fù)雜，詳細機理模型[28]難以遷移至IES，因此其向簡單機理模型轉(zhuǎn)化尚需深入研究。

2.1.5 電-可再生能源轉(zhuǎn)換

IES 中的可再生能源主要涉及光伏機組和風電機組等。光伏機組出力PPV的動態(tài)模型可分為機理模型和數(shù)據(jù)驅(qū)動模型2 類。其中，機理模型主要以單一方程表示機組出力，具體表示為：

1）根據(jù)太陽輻射量動態(tài)數(shù)據(jù)或分布數(shù)據(jù)（Beta分布）乘以轉(zhuǎn)換效率得到[29]（式(8)）；

2）光伏電池單元的I-V理想特性方程：包括三參數(shù)、四參數(shù)、五參數(shù)、七參數(shù)方程和光伏陣列方程[30]）及考慮陰影、溫度和光強影響的修正式[31-32]和帶經(jīng)驗參數(shù)的工程模型[33]。

風電機組出力Pwind的動態(tài)模型也可分為機理模型和數(shù)據(jù)驅(qū)動模型2 類。在機理模型中，IES 使用較為廣泛的為基于風速分布的分段函數(shù)表達式（式(9)），但式(9)未考慮風電機組物理特性。此外，在風電領(lǐng)域較為常用的有功率曲線模型[34]（式(10)）和各子部件詳細機理模型（包括定/轉(zhuǎn)子、變槳、傳動鏈系統(tǒng)等）[35]，后者能夠?qū)崿F(xiàn)并網(wǎng)下電能質(zhì)量的進一步分析。

式中：PST為標準測試條件下的最大點功率；GT和GST分別為動態(tài)和標準測試條件下的太陽輻射強度；TC和TR分別為電池表面溫度和參考溫度；k為溫度系數(shù)；vin、vout、vrate分別為切入、切出和額定風速；Pw0為額定功率；cp為風能利用系數(shù)；A為風輪截面積；ρair為空氣密度。

在數(shù)據(jù)驅(qū)動模型方面，一些新型算法被開發(fā)出來以表示短期可再生能源動態(tài)出力變化[36-39]，這些預(yù)測方法比傳統(tǒng)的BP 神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）/長短時記憶（LSTM）神經(jīng)網(wǎng)絡(luò)精度更高。此外，在IES 中需要進一步考慮逆變器、控制器等子部件的動態(tài)行為，以表示光伏和風電并網(wǎng)時的電能質(zhì)量波動現(xiàn)象。

其余轉(zhuǎn)換類型與上述轉(zhuǎn)換類型相似，在IES 中主要仍以穩(wěn)態(tài)模型為主，尚需要研究以引入（準）動態(tài)建模技術(shù)。另外，源側(cè)的動態(tài)建模技術(shù)發(fā)展程度各異，形式也有較大差別，需要進一步研究動態(tài)模型的統(tǒng)一形式。

2.2 網(wǎng)側(cè)

與源側(cè)不同，網(wǎng)側(cè)的動態(tài)建模技術(shù)發(fā)展較為成熟。網(wǎng)側(cè)包括電網(wǎng)、氣網(wǎng)和熱網(wǎng)，其中電網(wǎng)的動態(tài)特性可以忽略，而氣網(wǎng)和熱網(wǎng)的時間尺度較大，需要討論兩者的動態(tài)機理模型。氣網(wǎng)和熱網(wǎng)各自獨立的動態(tài)模型已有較多研究，體現(xiàn)在[40-42]：1）方法主要為有限元法（亦稱元素法）和節(jié)點法；2）考慮的因素主要有電網(wǎng)的有功功率和無功功率變化，氣網(wǎng)的管存和傳輸損耗等，以及熱網(wǎng)（熱力部分）的熱延時、熱損耗和蓄熱特性等。

以上的動態(tài)模型往往僅關(guān)注網(wǎng)側(cè)單一形式能源的動態(tài)行為，然而電、氣、熱存在多時間尺度特性，因此需要將氣網(wǎng)和熱網(wǎng)合并到電網(wǎng)中，構(gòu)建得到網(wǎng)側(cè)的統(tǒng)一建?？蚣?。

2.2.1 電網(wǎng)-熱網(wǎng)

文獻[43-44]在熱電比擬理論的基礎(chǔ)上，以電網(wǎng)中的歐姆定律和基爾霍夫電流/電壓定律為藍本，刻畫了熱量輸運過程中的能量流模型。此模型將換熱器中的動態(tài)能量流模型轉(zhuǎn)化為電熱的同質(zhì)化模型。文獻[45]提出了結(jié)合傅里葉變換的廣義相量法，將電熱系統(tǒng)中熱力管道熱慣性方程、溫度連續(xù)性方程和能量平衡方程從時域轉(zhuǎn)換為頻域，從而獲得統(tǒng)一形式的模型。

2.2.2 電網(wǎng)-氣網(wǎng)

文獻[46]分別采用微分代數(shù)方程和偏微分方程2 種形式構(gòu)建電網(wǎng)和氣網(wǎng)的動態(tài)模型，并開發(fā)了雙時間尺度算法表征電氣系統(tǒng)之間的相互作用。此外，傳統(tǒng)的燃氣輪機動態(tài)模型也被適當修改以匹配氣網(wǎng)的動態(tài)特性。

2.2.3 電網(wǎng)-氣網(wǎng)-熱網(wǎng)

文獻[47]提出了統(tǒng)一能路理論，這是一種大規(guī)模IES 多能流網(wǎng)側(cè)建模思路。統(tǒng)一能路理論基于氣路、熱路與電路的對比，刻畫了氣路和熱路（及水路）的等效拓補結(jié)構(gòu)和“勢”和“流”代數(shù)方程，并最終構(gòu)建得到頻域動態(tài)潮流統(tǒng)一框架。文獻[48]根據(jù)電網(wǎng)、氣網(wǎng)和熱網(wǎng)時域方程的相似性（相同的一階線性偏微分方程形式（式(11)），采用拉普拉斯變換得到統(tǒng)一的廣義電路理論模型。文獻[49]也基于傅里葉變換，以相似的方法推導(dǎo)得到了時域二端口模型，但相比于廣義電路理論模型，其創(chuàng)新點有：1）弱化了廣義電路理論對于初始條件和邊界條件的要求，更易于求解；2）精度可通過差分步長調(diào)節(jié)；3）適合大規(guī)模IES 網(wǎng)側(cè)的統(tǒng)一建模及求解。

式中：u為狀態(tài)量；K1和K2為常數(shù)矩陣。

2.3 荷側(cè)

用戶負荷（電負荷、熱負荷和氣負荷等）的準確預(yù)測是IES 精確規(guī)劃和運行的必要前提。荷側(cè)的預(yù)測在宏觀時間尺度（年、月）和空間尺度（高壓電負荷、建筑物整體能耗、區(qū)域天然氣消費量）上已有大量研究，但是對短時間尺度和空間尺度（或稱細顆粒度）的預(yù)測尚處于發(fā)展階段。根據(jù)短時空尺度預(yù)測的高隨機性和模式不確定的特點，除采用RC 熱網(wǎng)絡(luò)（式(12)—式(13)）對因建筑圍護結(jié)構(gòu)產(chǎn)生的冷熱負荷進行預(yù)測外[50]，數(shù)據(jù)驅(qū)動方法近年來被廣泛使用。文獻[51]從電、熱、冷負荷之間存在的耦合關(guān)系出發(fā)，采用LSTM 神經(jīng)網(wǎng)絡(luò)和多任務(wù)學習同時進行3 類負荷的預(yù)測，其精度比獨立進行單一類型負荷預(yù)測的精度更高。文獻[52]則首先采用變分模態(tài)分解對電、熱、冷負荷進行預(yù)處理，然后用支持向量回歸（SVR）、LSTM 神經(jīng)網(wǎng)絡(luò)和一維卷積神經(jīng)網(wǎng)絡(luò)（CNN）分別進行預(yù)測，最終得到的結(jié)果再經(jīng)SVR 輸出3 類負荷的預(yù)測值?？梢?，基于IES 中多種能源類型供應(yīng)和相互轉(zhuǎn)換同時發(fā)生、人的活動同時與多種負荷相互作用等特點，電、熱、冷3 類負荷的變化趨勢具有共同特征，因此文獻主要關(guān)注多任務(wù)學習和集成學習在負荷預(yù)測中的重要作用。

式中：Ci,j、Ri,j、Ti,j、Qi,j和Ni,j分別為i、j節(jié)點間墻體熱容、熱阻、溫度、熱源和總節(jié)點間個數(shù)；Ci、Ti、Qi、mi和Ni分別為房間節(jié)點i的熱容、溫度、熱源、送風質(zhì)量流量和總節(jié)點數(shù)；ri,j、wi,j、αi,j、Ai,j和τi,j分別為太陽輻射存在判定因子、窗戶存在判定因子、墻體輻射吸熱率、墻體面積和窗戶透射率；下標w、s、r、win 和radi 分別表示圍護結(jié)構(gòu)、送風源、室內(nèi)、窗戶和太陽輻射。

此外，隨著需求響應(yīng)（demand response，DR）在IES 優(yōu)化模型中廣泛使用，基于柔性負荷的電/熱負荷動態(tài)模型被引入。準確的柔性負荷動態(tài)建模技術(shù)能夠提高IES 穩(wěn)定性和可再生能源消納比例。文獻[53]提出了3 類柔性負荷的動態(tài)模型（可平移負荷、可轉(zhuǎn)移負荷和可削減負荷），但該模型較為簡化，未考慮人響應(yīng)行為的不確定性因素。

2.4 儲側(cè)

儲側(cè)包括儲電、儲氣、儲熱/冷，而儲電又可分為電化學儲能、機械儲能、電儲能等。儲側(cè)對于增強IES 的柔性、提高可再生能源的消納比例至關(guān)重要。在IES 中，儲側(cè)的動態(tài)特性一般可統(tǒng)一表示為如下簡單機理模型：

式中：S(t)為在t時刻的剩余電/氣/熱/冷量；P為功率；ω和η分別為自損耗率和效率；下標in 和out代表充放過程。

上述模型在IES 中被廣泛應(yīng)用，但是對于新型儲能技術(shù)而言（包括處于集成示范階段的鋰離子電池、液流電池、壓縮空氣儲能、飛輪儲能和處于實驗室研發(fā)階段的鈉離子電池、超級電容器、液態(tài)金屬電池、水系電池等[54]），模型中的自損耗率和效率仍需要進一步確定。此外，不同電壓跌幅等需求變化速率下儲能的功率輸出呈現(xiàn)非線性變化，因此儲側(cè)設(shè)備在不同運行狀態(tài)下的性能也并非常數(shù)[55]。

表1 列出了一些新型儲能系統(tǒng)的詳細動態(tài)模型研究。但這些模型存在這些不足：1）尚未整合至IES相關(guān)研究中；2）模型過于復(fù)雜，其中大量流體力學計算難以簡化。

表1 儲側(cè)動態(tài)模型Tab.1 Dynamic models on the storage side

2.5 源荷不確定性

與傳統(tǒng)單一能流系統(tǒng)相比，IES 的另一個本質(zhì)特性在于來自源側(cè)和荷側(cè)的不確定性，這一不確定性體現(xiàn)在IES 規(guī)劃、運行、調(diào)度各個環(huán)節(jié)，也是目前IES 研究的一個方向。源側(cè)的不確定性主要來源于風電、光伏等可再生能源與工業(yè)余熱等循環(huán)利用，荷側(cè)的不確定性來源于末端用戶從單一用能角色向產(chǎn)耗者角色轉(zhuǎn)變帶來的DR、用戶對市場價稅的反應(yīng)以及廣泛分布接入的電/熱（冷）/氣/電動汽車負荷等。如何界定源荷不確定性是該類研究的重點，目前的主要量化方法見表2。

表2 確定性量化評估模型Tab.2 Quantification models on uncertainties

表2 中，基于概率的方法應(yīng)用最為廣泛，但存在高維不確定性耦合分布形式難以刻畫和數(shù)值模擬成本過高的問題。此外，其他方法也存在一些問題：1）區(qū)間估計法（probabilistic method）如何解決收斂與精度問題；2）可能性方法（possibilistic method）、混合概率-可能性方法（hybrid possibilisticprobabi-listic method）和信息差距決策理論法（information gap decision theory，IGDT）的高計算成本問題；3）可能性方法的隸屬度函數(shù)選擇問題。

2.6 統(tǒng)一建模研究及框架

IES 的統(tǒng)一建模是指采用通用的建模方式表示IES 中不同能源形式和時空尺度的方法。在IES 動態(tài)建模的發(fā)展中，目前仍缺乏整體、通用的IES 統(tǒng)一動態(tài)建?？蚣?。瑞士蘇黎世聯(lián)邦理工學院開創(chuàng)性地提出了能源集線器（energy hub，EH）概念，它是一種普遍采用的統(tǒng)一穩(wěn)態(tài)建?？蚣?。隨后，研究人員在EH 的基礎(chǔ)上引入設(shè)備側(cè)或網(wǎng)側(cè)的動態(tài)特性，發(fā)展了改進能源集線器模型（IEHM）[9]。然而，目前尚缺乏將動態(tài)模型、不確定性模型和相關(guān)控制模型結(jié)合至IEHM 中的具體方法和策略。本文綜述的IES 源網(wǎng)荷儲動態(tài)模型的相關(guān)進展可以進一步結(jié)合至IEHM 中。

3 展望及結(jié)語

1）源側(cè)和儲側(cè)設(shè)備動態(tài)建模方面 IES 各組件的復(fù)雜機理模型具有強耦合性質(zhì)[3]，但因其形式不統(tǒng)一，需要探索改造為不同時間尺度和設(shè)備狀態(tài)下的線性化或雙曲化形式的方法。同時，簡單機理模型需要進一步驗證不同工況下的適用性，以確保建模的準確性[4]。另外，隨著IES 運行數(shù)據(jù)的積累，可進一步發(fā)展穩(wěn)態(tài)數(shù)據(jù)驅(qū)動模型，如大范圍時間尺度的設(shè)備（熱泵、燃氣輪機等）。隨著強化學習和遷移學習的發(fā)展，可進一步發(fā)展動態(tài)的數(shù)據(jù)驅(qū)動模型，如不確定性較高的設(shè)備（光伏、風電等）和動態(tài)特性較強的設(shè)備（燃料電池、吸收式制冷機、各類儲側(cè)設(shè)備等）。數(shù)據(jù)驅(qū)動模型能夠克服機理模型建模復(fù)雜的缺陷，也能夠通過數(shù)據(jù)發(fā)現(xiàn)設(shè)備的運行模式。

2）不確定性建模方面 各種不確定性建模方法需要在精度和計算成本上進行綜合評估，并結(jié)合具體應(yīng)用場景選擇或開發(fā)合適的不確定性模型。一般而言，計算成本的縮減對統(tǒng)一動態(tài)建模更為有利。

3）統(tǒng)一動態(tài)建模框架方面 考慮到源網(wǎng)荷儲動態(tài)模型的復(fù)雜性，在統(tǒng)一動態(tài)建模時可以通過考慮源側(cè)設(shè)備的共性特征[74]，通過借鑒網(wǎng)側(cè)的統(tǒng)一能路理論發(fā)展一種統(tǒng)一建模的思路。具體為：對于源側(cè)設(shè)備中的管路部分，依據(jù)統(tǒng)一能路理論進行動態(tài)建模；對于源側(cè)設(shè)備中的能源轉(zhuǎn)換部分，依據(jù)數(shù)據(jù)驅(qū)動模型和參數(shù)辨識建模；對于控制響應(yīng)部分，可采用傳統(tǒng)的PID 等控制傳遞函數(shù)表示。

在統(tǒng)一動態(tài)建?？蚣艿幕A(chǔ)上，發(fā)展統(tǒng)一仿真平臺，進一步解決多時間步長模擬和源網(wǎng)荷儲及市場間的統(tǒng)一能流接口問題。在通用動態(tài)模型耦合仿真實現(xiàn)的基礎(chǔ)上，進一步建設(shè)IES 的動態(tài)數(shù)字孿生系統(tǒng)，拓展相關(guān)應(yīng)用場景[75]?，F(xiàn)有的風電機組、光伏數(shù)字孿生系統(tǒng)等動態(tài)特性較弱，組件類型較為單一[76]，而諸如園區(qū)級、區(qū)域級乃至跨區(qū)域級的IES需要多種類型和時間尺度的動態(tài)組件，對此建立統(tǒng)一的動態(tài)模型框架顯得尤為必要。通過建立動態(tài)模型相對應(yīng)的數(shù)字孿生系統(tǒng)，將為具有高精度的多時間尺度優(yōu)化調(diào)度奠定基礎(chǔ)。

動態(tài)建模是IES 整體仿真和優(yōu)化計算的重要前提。IES 的動態(tài)建模的整體上呈現(xiàn)分散狀態(tài)，有待進一步完善源網(wǎng)荷儲（特別是源側(cè)）的動態(tài)模型庫，并進一步融合進統(tǒng)一動態(tài)建?？蚣苤?。