基于能量網(wǎng)絡(luò)理論的區(qū)域綜合能源系統(tǒng)運(yùn)行優(yōu)化研究

李 明，陳皓勇，邱 明，黃 龍，陳思敏

(華南理工大學(xué)電力學(xué)院，廣東 廣州 510641)

0 引言

隨著經(jīng)濟(jì)科技的迅速發(fā)展，人類社會(huì)對(duì)于能源的需求急劇上升。這直接導(dǎo)致了煤炭、石油等常規(guī)化石能源資源的迅速枯竭，并由此引發(fā)了全球范圍內(nèi)人類對(duì)于資源環(huán)境能否持續(xù)發(fā)展的擔(dān)憂。世界各國(guó)開始探索一種能夠提高能源的利用效率，適應(yīng)可再生能源的開發(fā)利用并優(yōu)化各類能源的統(tǒng)籌分配以實(shí)現(xiàn)可持續(xù)發(fā)展的新途徑[1-2]。綜合能源系統(tǒng)(integrated energy system, IES)以其能量轉(zhuǎn)化設(shè)備(如熱電聯(lián)產(chǎn)機(jī)組、熱泵及循環(huán)泵等)為紐帶，通過供熱網(wǎng)絡(luò)、電力網(wǎng)絡(luò)及供氣網(wǎng)絡(luò)等能源子網(wǎng)間的能量流動(dòng)及互補(bǔ)，可有效實(shí)現(xiàn)能流的合理分配，并提升能量的利用效率，無(wú)疑將成為未來(lái)能源領(lǐng)域的發(fā)展方向[3]。

國(guó)內(nèi)外對(duì)于綜合能源系統(tǒng)的研究，目前主要集中于IES耦合多能源系統(tǒng)的穩(wěn)態(tài)潮流求解、IES優(yōu)化規(guī)劃方法及IES市場(chǎng)經(jīng)濟(jì)理論等幾個(gè)方面。文獻(xiàn)[4]基于能源集線器模型，構(gòu)建了熱電聯(lián)產(chǎn)系統(tǒng)模型，針對(duì)區(qū)域綜合能源系統(tǒng)(regional integrated energy system，RIES)的完全耦合、部分耦合及完全解耦3種運(yùn)行模式，形成了適用于含電/氣/熱等3種能流的RIES穩(wěn)態(tài)潮流求解方法。文獻(xiàn)[5]建立了考慮安全約束的電-氣最優(yōu)潮流，該模型在求解最優(yōu)潮流時(shí)考慮了系統(tǒng)發(fā)生N-1故障的情況，通過靈敏度分析可快速得到穩(wěn)定的故障應(yīng)對(duì)方案，避免線路過負(fù)荷。文獻(xiàn)[6]考慮風(fēng)力發(fā)電并網(wǎng)帶來(lái)的不確定性以及天然氣管道氣壓安全約束問題，建立了一個(gè)電-氣耦合IES的二階段魯棒發(fā)電日前調(diào)度模型，通過分段線性化方法處理了燃?xì)夤芫W(wǎng)氣流約束的非線性，提高了算法的收斂性。文獻(xiàn)[7]針對(duì)IES的設(shè)備選型、設(shè)備容量配置及系統(tǒng)運(yùn)行策略的整體優(yōu)化，設(shè)計(jì)了一種冷熱電聯(lián)供系統(tǒng)的三級(jí)協(xié)同整體優(yōu)化方法，并提出一種“以電定熱”和“以熱定電”混合運(yùn)行策略，實(shí)現(xiàn)了系統(tǒng)產(chǎn)能以及用能的良好匹配。而在市場(chǎng)經(jīng)濟(jì)理論部分，吳利蘭等人提出了一個(gè)基于多主多從Stackelberg博弈的能源交易模型，通過分析IES中多個(gè)分布式能源站和用戶之間的多種能源的交互方式，求解它們之間的均衡交互策略，通過競(jìng)爭(zhēng)決定能源價(jià)格，從而實(shí)現(xiàn)各自收益的最大化[8]。

在IES理論研究方面，大量學(xué)者開展了深入的研究，并取得了豐碩的成果。然而，當(dāng)前大多數(shù)的研究通常只涉及2種能量的耦合，同時(shí)各網(wǎng)絡(luò)模型均是基于分立的異質(zhì)能流系統(tǒng)建模機(jī)制而開展的，不同的能流領(lǐng)域沿用本領(lǐng)域當(dāng)前典型的能量潮流計(jì)算方法。不同領(lǐng)域的模型互換性差，數(shù)據(jù)表達(dá)不統(tǒng)一，在時(shí)間尺度統(tǒng)一及數(shù)據(jù)交換方面存在困難，影響IES的統(tǒng)一建模及分析。為此，本文從能量網(wǎng)絡(luò)理論出發(fā)，基于能量公理化的思想，建立流體網(wǎng)絡(luò)及熱力網(wǎng)絡(luò)傳輸?shù)牡戎惦娐纺Ｐ?；隨后結(jié)合能量轉(zhuǎn)換設(shè)備模型，實(shí)現(xiàn)多能流耦合系統(tǒng)的統(tǒng)一建模，并以IES穩(wěn)態(tài)能量潮流作為IES優(yōu)化模型的等式約束進(jìn)行優(yōu)化；最后，以所搭建的模型對(duì)某島嶼RIES進(jìn)行建模，同時(shí)以RIES能量損失最少為目標(biāo)，通過粒子群尋優(yōu)算法實(shí)現(xiàn)該島嶼RIES的運(yùn)行決策優(yōu)化。

1 IES網(wǎng)絡(luò)等值模型

1.1 能量網(wǎng)絡(luò)理論

作為能源互聯(lián)網(wǎng)的關(guān)鍵組成部分，綜合能源系統(tǒng)是典型的多能域耦合系統(tǒng)，是能量網(wǎng)絡(luò)理論的研究對(duì)象。能量網(wǎng)絡(luò)理論從能量角度出發(fā)，以能量作為不同物理過程之間相互耦合的橋梁，研究不同形式能量的傳遞、存儲(chǔ)及轉(zhuǎn)化的普適化規(guī)律，應(yīng)用集總參數(shù)的分析方法，實(shí)現(xiàn)異質(zhì)能流子網(wǎng)絡(luò)的融合分析[9]。

為實(shí)現(xiàn)不同能流系統(tǒng)的統(tǒng)一描述，能量網(wǎng)絡(luò)理論將綜合能源系統(tǒng)的異質(zhì)能流子系統(tǒng)的狀態(tài)變量統(tǒng)一使用廣延量及強(qiáng)度量來(lái)表述：廣延量指在狀態(tài)變量中與物質(zhì)的量密切聯(lián)系的，且具有可疊加性的量，典型的廣延量包括熵、體積等；而強(qiáng)度量則為狀態(tài)變量中不隨物體物質(zhì)的量變化而變化的，且不具有加和性的量，典型的強(qiáng)度量包括溫度、電壓等。

考慮能量傳遞過程是1維的，且傳輸過程中不發(fā)生泄漏，以工程中常用的圓管傳輸為例，能量的空間平衡方程可簡(jiǎn)化為

(1)

式中：E為管道中的能量；Hx為流經(jīng)截面的廣延量x的流率，為流量密度Jx和管(線)面積之積；X為強(qiáng)度量；下標(biāo)A和E分別為傳遞線(管)路的首端和末端截面積；xg為傳遞過程中自發(fā)產(chǎn)生的、與長(zhǎng)度L相關(guān)的廣延量的函數(shù)。

式(1)中，等式左邊的表達(dá)式是該圓柱形傳遞線(管)路中的能量因廣延量流動(dòng)產(chǎn)生的變化率；右邊的第1項(xiàng)和第2項(xiàng)是流經(jīng)管道橫截面的廣延量所攜帶的能量之和，第3項(xiàng)是傳遞過程中因過程不可逆出現(xiàn)的能量耗散，第4項(xiàng)是管道中自發(fā)生成的廣延量產(chǎn)生過程中釋放的能量。此外，由分析力學(xué)的基本知識(shí)可知，能量傳遞轉(zhuǎn)換過程中還會(huì)產(chǎn)生廣義動(dòng)能(慣性現(xiàn)象)和勢(shì)能(彈性現(xiàn)象)及其相互轉(zhuǎn)化[10]。在穩(wěn)態(tài)傳輸情況下，暫時(shí)忽略能量傳遞的彈性和慣性現(xiàn)象。

1.2 傳輸管線等值模型

雖然不同形式的能量傳遞過程從物質(zhì)形態(tài)角度來(lái)看存在巨大差異，但從介質(zhì)流的角度來(lái)看卻呈現(xiàn)一定的規(guī)律性，如描述導(dǎo)電過程的歐姆定律、描述粘性流動(dòng)的牛頓定律和描述熱傳導(dǎo)的傅里葉定律，其形式具有一致性[11]。傳遞公理指出，在相應(yīng)基本強(qiáng)度量差的推動(dòng)下，基本廣延量實(shí)現(xiàn)流動(dòng)運(yùn)輸[12]。廣延量的傳遞規(guī)律可描述為

Jx=KF=-KX

(2)

式中：F為促使基本廣延量流動(dòng)的驅(qū)動(dòng)力；K為基本廣延量的傳遞系數(shù)；X為共軛的基本強(qiáng)度量之差。

1.2.1 電能傳遞的能量網(wǎng)絡(luò)等值模型

對(duì)于電力網(wǎng)絡(luò)，能量流密度Jx實(shí)際上就是電流的密度，強(qiáng)度量X為電勢(shì)。因此，當(dāng)系統(tǒng)以直流形式平穩(wěn)供電時(shí)，根據(jù)式(2)，可求得電流的通式：

Hx=JxA=-KAX?HxdL=-KAdX

(3)

式中L為傳輸線(管)路的長(zhǎng)度。再對(duì)式(3)兩邊進(jìn)行積分，于是有

(4)

如此，式(4)的含義就十分明顯了：Hx為電流，而(XA-XE)則為電線首末端的電壓差；K為基本廣延量的傳遞系數(shù)，在此表示電導(dǎo)率；A為導(dǎo)線的面積。這便是熟悉的歐姆定律。

由于電力系統(tǒng)在這方面的研究比較成熟，本文直接沿用交流電力系統(tǒng)，即動(dòng)態(tài)情況下的能量網(wǎng)絡(luò)的計(jì)算方法。其能量網(wǎng)絡(luò)節(jié)點(diǎn)方程如下式所示，未知量為節(jié)點(diǎn)的強(qiáng)度量。

H=YX

(5)

式中：Y為能量網(wǎng)絡(luò)節(jié)點(diǎn)導(dǎo)納矩陣；H和X分別為支路電流向量和支路電壓向量。

1.2.2 壓能傳遞的能量網(wǎng)絡(luò)等值模型

壓能傳遞過程中，強(qiáng)度量是壓強(qiáng)p，基本廣延量流是體積流率Jv。由質(zhì)量守恒定律可知，質(zhì)量的源強(qiáng)度gm=0。結(jié)合比體積V與密度ρ的關(guān)系式V=ρ-1，推導(dǎo)可得隨體形式的體積平衡方程[13]：

(6)

同理，可對(duì)式(2)作如下變換：

(7)

根據(jù)流體網(wǎng)絡(luò)理論，有如下方程組：

(8)

式中：A為流體網(wǎng)絡(luò)的關(guān)聯(lián)矩陣；Bf為流體網(wǎng)絡(luò)基本回路矩陣；H為支路流量；Φ為流經(jīng)負(fù)荷或熱源的流量；ΔX為支路兩端的壓強(qiáng)差。

1.2.3 熱能傳遞的能量網(wǎng)絡(luò)等值模型

熱能傳遞過程中，以溫度為強(qiáng)度量。同時(shí)由熱力學(xué)第二定律可知，在一個(gè)與外界不存在相互作用的系統(tǒng)中，熵永不自動(dòng)減少。在不可逆過程中，系統(tǒng)由不平衡狀態(tài)過渡到平衡狀態(tài)，熵單調(diào)增加，即熵的源強(qiáng)度gs≠0[15]。此時(shí)以熵作為基礎(chǔ)廣延量將帶來(lái)諸多不便。

定義He=XHx為能流(在熱能傳遞過程中He即熱流量)，λ=KX為熱傳輸系數(shù)，并根據(jù)連續(xù)性原理，假設(shè)能量的耗散現(xiàn)象只存在于管線的徑向，則可對(duì)式(2)作如下變換：

(9)

式中：下標(biāo)e為熱耗散；下標(biāo)r1與r2分別為熱傳輸管道的內(nèi)徑與外徑；Re即為熱流量傳輸?shù)臒嶙琛?/p>

取圓柱形管路始端溫度Xin及末端溫度Xout的平均值作為管道平均溫度Xav，可得

(10)

根據(jù)式(9)所描述的管道內(nèi)部的熱量平衡關(guān)系，有

(11)

式中：cp為水工質(zhì)的比熱容；m為質(zhì)量流量；下標(biāo)in和out分別代表流入與流出；X0為環(huán)境溫度。

聯(lián)合式(10)、(11)，得

(12)

由于熱能傳遞同壓能，電能等傳輸過程相差甚遠(yuǎn)，在能流匯集節(jié)點(diǎn)，當(dāng)來(lái)自不同管道熱流載體混合時(shí)，熱流載體的溫度將迅速統(tǒng)一。其熱量平衡關(guān)系可描述為

∑mout)Xout=∑(minXin

(13)

1.3 能量耦合元件模型

1) 熱電聯(lián)產(chǎn)機(jī)組是當(dāng)前應(yīng)用較為廣泛的一類能量轉(zhuǎn)換設(shè)備，它通過合理分配汽輪機(jī)內(nèi)高壓蒸汽及乏汽的去向，使得發(fā)電和供熱能同時(shí)進(jìn)行。熱電聯(lián)產(chǎn)機(jī)組一般分為燃?xì)廨啓C(jī)式機(jī)組、往復(fù)式內(nèi)燃機(jī)機(jī)組和抽汽式機(jī)組。其中，燃?xì)廨啓C(jī)式、往復(fù)式內(nèi)燃機(jī)等熱電聯(lián)產(chǎn)機(jī)組的功率表達(dá)式為

(14)

該類機(jī)組為定熱電比，cm為熱電比率，φ為機(jī)組輸出熱量，P為機(jī)組輸出電功率。

抽汽式熱電聯(lián)產(chǎn)機(jī)組的功率表達(dá)式由下式描述：

(15)

該類機(jī)組為變熱電比，pcon為全冷凝模式下的輸出電功率，Z為常數(shù)。

2) 管道中熱水的流動(dòng)需要克服阻力，消耗壓能。為維持一定的壓強(qiáng)，需要循環(huán)水泵消耗的電功率Pp為

(16)

式中：mp為送水量；ηp為泵效率；Hp為網(wǎng)絡(luò)的泵壓；g為重力加速度。

3) 熱泵消耗少量的電能把環(huán)境中的低品位熱能提升至高品位，熱泵的能效系數(shù)表達(dá)式為

(17)

式中：φrb為熱泵的供熱功率；Prb為熱泵的功率消耗值；COP為熱泵的能效系數(shù)，其值大小隨熱源和熱負(fù)荷之間溫差的變化而變化。

2 IES優(yōu)化模型與求解

2.1 優(yōu)化模型

本文采用粒子群算法針對(duì)綜合能源系統(tǒng)進(jìn)行優(yōu)化，模型的優(yōu)化目標(biāo)為系統(tǒng)的總能量損失最小，此外，綜合能源系統(tǒng)中還應(yīng)該對(duì)變量進(jìn)行約束。

1) 目標(biāo)函數(shù)。

本文基于單目標(biāo)函數(shù)來(lái)優(yōu)化綜合能源系統(tǒng)，以系統(tǒng)的總能量損失最小為目標(biāo)函數(shù)。

(18)

式中：Ploss為電力系統(tǒng)的有功損失，其值等于輸入功率之和與輸出功率之和的差值；Qloss為供熱系統(tǒng)的熱能損失，其值等于輸入熱能之和與輸出熱能之和的差值；Lloss為供熱系統(tǒng)的壓強(qiáng)損失(包含供回水管路)；Shl為供熱系統(tǒng)的管路集；HVi為流體管道內(nèi)的廣延量流；RVi為管道流阻。

2) 等式約束。

綜合能源系統(tǒng)包含電力系統(tǒng)和供熱系統(tǒng)，因此也存在著相應(yīng)的等式約束，如：電力系統(tǒng)的潮流平衡方程、管道的熱力平衡方程、管路壓力方程、供熱溫度和回水溫度方程。由式(1)可知，穩(wěn)態(tài)情況下式(1)左端為0，同時(shí)右端第4項(xiàng)源項(xiàng)為0，則可得支路的能量平衡方程。于是，模型中的等式約束數(shù)學(xué)表述如下：

(19)

3) 不等式約束。

對(duì)于該綜合能源系統(tǒng)的優(yōu)化模型，本文考慮控制變量有：發(fā)電機(jī)的端電壓大小Xe,G、變壓器分接頭投切位置Tap以及供熱系統(tǒng)中供熱點(diǎn)的熱水供應(yīng)溫度Xh,supply，不等式約束表述如下：

(20)

式中:上標(biāo)max、min分別表示該控制變量調(diào)節(jié)范圍的上下限；SG、STap、Ssource分別為所有發(fā)電機(jī)組集合、變壓器分接頭集合、供熱點(diǎn)集合。

系統(tǒng)中的狀態(tài)變量隨控制變量變化而改變，包含電力系統(tǒng)各負(fù)荷節(jié)點(diǎn)電壓幅值Xe、發(fā)電機(jī)產(chǎn)生的無(wú)功功率QG、管路的流量大小HV以及供熱系統(tǒng)中負(fù)荷節(jié)點(diǎn)熱水供應(yīng)溫度Xh,s。不等式約束表述如下：

(21)

式中，各狀態(tài)變量受相應(yīng)的集合約束，SPQ、SG、Shl、Shload分別為PQ節(jié)點(diǎn)集合、發(fā)電機(jī)組集合、供熱系統(tǒng)管路集合、熱負(fù)荷集合。

2.2 粒子群算法

本文通過粒子群算法來(lái)求解某綜合能源系統(tǒng)的優(yōu)化模型，該算法源于生物捕食行為的分析，動(dòng)物間通過集體的分工協(xié)作及信息共享使得種群能夠快速尋優(yōu)。假設(shè)模型中待求的問題解都可表示為粒子，對(duì)于這些粒子，在一個(gè)N維的空間內(nèi)搜索，賦予每個(gè)粒子速度和位置的特征，通過自身信息以及和其他粒子的對(duì)比獲得最終的調(diào)整方向。

粒子群算法流程如圖1所示。

圖1 粒子群算法流程圖Fig.1 Flow chart of particle swarm optimization

使用粒子群算法時(shí)，粒子群算法包括粒子的速度、位置變量以及適應(yīng)度函數(shù)。在該運(yùn)算場(chǎng)景中，綜合能源系統(tǒng)的適應(yīng)度值函數(shù)設(shè)定為總能量損失的倒數(shù)(總能量損失最小時(shí)，適應(yīng)度值最大)，粒子的位置變量對(duì)應(yīng)系統(tǒng)中的控制變量(包括變壓器分接頭位置、機(jī)組機(jī)端電壓和熱水供應(yīng)溫度)，粒子的速度變量對(duì)應(yīng)變量的變化值，粒子位置可表示為(x1,x2,…,xm)，粒子速度表示為(v1,v2,…,vm)，m表示該綜合能源系統(tǒng)具有m維變量。迭代過程中，每代更新當(dāng)前粒子對(duì)應(yīng)的控制變量信息，通過目標(biāo)函數(shù)值與適應(yīng)度值反映當(dāng)前優(yōu)化參數(shù)的優(yōu)異性。

3 算例分析

本文針對(duì)為某島嶼提供電力和熱的綜合能源系統(tǒng)進(jìn)行分析，該綜合能源系統(tǒng)如圖2所示[16]，其中電力網(wǎng)絡(luò)節(jié)點(diǎn)負(fù)荷、供熱網(wǎng)絡(luò)節(jié)點(diǎn)負(fù)荷分別如表1、2所示。電力網(wǎng)絡(luò)和供熱網(wǎng)絡(luò)通過3臺(tái)熱電聯(lián)產(chǎn)機(jī)組、循環(huán)水泵等互聯(lián)實(shí)現(xiàn)能量的耦合。

圖2 某島嶼綜合能源系統(tǒng)Fig.2 An island integrated energy system

表1 電力網(wǎng)絡(luò)節(jié)點(diǎn)負(fù)荷Table 1 Load buses in power network

表2 供熱網(wǎng)絡(luò)節(jié)點(diǎn)負(fù)荷Table 2 Load buses in thermal network

在圖2中，機(jī)組G1、G2、G3分別為燃?xì)廨啓C(jī)機(jī)組、抽汽式汽輪機(jī)機(jī)組和往復(fù)式內(nèi)燃機(jī)機(jī)組，電力網(wǎng)絡(luò)包含9條母線和5處負(fù)荷，供熱網(wǎng)絡(luò)包含32個(gè)節(jié)點(diǎn)和32條管路。算例的狀態(tài)變量和控制變量情況分別如表3、4所示。

本例中粒子群算法的維數(shù)為7，設(shè)定粒子群算法學(xué)習(xí)因子c1和c2為2，慣性因子w為1，算法的迭代次數(shù)為60，粒子數(shù)為40。

表3 算例的狀態(tài)變量情況Table 3 State variables in case

表4 算例的控制變量情況Table 4 Control variables in case

圖4 電壓相角與幅值對(duì)比Fig.4 Comparison of voltage angle and amplitude

1) 迭代曲線。

算例中，所選擇的適應(yīng)度函數(shù)為系統(tǒng)能量損失的倒數(shù)，通過描繪群體中每代最佳適應(yīng)度值可以得到算法的收斂特性。圖3為粒子群算法迭代60次的迭代曲線，可得知系統(tǒng)優(yōu)化后的能量損失降至0.087 9 MW，其中熱能損失為0.079 5 MW，電能有功損失為0.005 8 MW，壓能損失為0.002 6 MW。

圖3 算法迭代曲線Fig.3 Iterative curve of algorithm

由圖3可知:應(yīng)用粒子群算法進(jìn)行計(jì)算，每代粒子的適應(yīng)度值如黑點(diǎn)所示；將黑點(diǎn)連接起來(lái)便形成算法收斂特性曲線，其反映算法的收斂趨勢(shì)；該算例的適應(yīng)度曲線在迭代20多次后達(dá)到最優(yōu)，因此其具備較強(qiáng)的收斂能力和較快的收斂速度。

2) 結(jié)果對(duì)比。

通過粒子群算法可獲得目標(biāo)函數(shù)最優(yōu)值和控制變量的優(yōu)化值，在該最優(yōu)粒子結(jié)果下，該綜合能源系統(tǒng)的電壓相角、電壓幅值、管道質(zhì)量流量及供應(yīng)(返回)溫度在優(yōu)化前后的變化分別如圖4—6所示。

由圖4可看出，通過粒子群算法計(jì)算所得優(yōu)化后電力系統(tǒng)中各節(jié)點(diǎn)的電壓相角值有所改善(向0趨近)，而電力網(wǎng)絡(luò)的節(jié)點(diǎn)電壓幅值接近于1 pu，說明粒子群算法優(yōu)化的方向能夠有效降低系統(tǒng)的有功損失，同時(shí)也增加了電力系統(tǒng)運(yùn)行的穩(wěn)定性與可靠性。

圖5 質(zhì)量流量對(duì)比Fig.5 Comparison of mass flows

圖6 節(jié)點(diǎn)溫度對(duì)比Fig.6 Comparison of nodes’ temperature

圖5中質(zhì)量流量的正負(fù)代表管道流量的流向，可見利用粒子群算法優(yōu)化后部分供熱系統(tǒng)管道內(nèi)的質(zhì)量流量較優(yōu)化前有所增加，同時(shí)不影響管路內(nèi)流體的流向，說明采用粒子群算法尋優(yōu)能有效改善原管道內(nèi)的流量分布，從而減小管道內(nèi)的熱能損失。

圖6中，優(yōu)化前后供熱系統(tǒng)節(jié)點(diǎn)的供應(yīng)溫度有所下降(受限于用戶側(cè)溫度變化)，返回溫度值基本不變，使得在用戶側(cè)熱負(fù)荷滿足需求的前提下，能較大程度地降低熱水流經(jīng)管路中所造成的熱量損失，從而減小了能量的總損失。

采用綜合能源系統(tǒng)優(yōu)化模型后，該系統(tǒng)的安全裕度得到有效增加，增強(qiáng)了系統(tǒng)的安全可靠性；在系統(tǒng)參數(shù)變化不大的情況下，原小島綜合能源系統(tǒng)的能量損失為0.095 1 MW，經(jīng)優(yōu)化后能量損失為0.087 9 MW，系統(tǒng)能量損失的下降比例達(dá)到7.571%，有效地提升了綜合能源系統(tǒng)的能量利用效率。

4 結(jié)論

隨著能源技術(shù)的高速發(fā)展，傳統(tǒng)的供能網(wǎng)絡(luò)面臨的挑戰(zhàn)也日益加深，IES概念的提出，使其結(jié)構(gòu)與功能更是日趨復(fù)雜與異構(gòu)。未來(lái)的供能領(lǐng)域，多能流耦合已經(jīng)成為了IES的顯著特征，為了優(yōu)化IES的規(guī)劃調(diào)度，得到其整體性能的準(zhǔn)確運(yùn)行模擬，必然要進(jìn)行多能流系統(tǒng)的統(tǒng)一建模以及運(yùn)行模擬。

本文從能量網(wǎng)絡(luò)理論出發(fā)，基于能量公理化模型完成了某32節(jié)點(diǎn)綜合能源系統(tǒng)的最優(yōu)能量潮流計(jì)算。從結(jié)果來(lái)看，所建模型在減少IES運(yùn)行過程的能量損耗方面具有顯著的效果。然而，該模型在改善熱力網(wǎng)絡(luò)能量潮流分布的過程中，也一定程度加大了壓能(即電能)的損耗。就能量品質(zhì)及價(jià)值而言，電能遠(yuǎn)大于低品質(zhì)的熱能。這無(wú)疑有悖于IES的“能質(zhì)匹配”原則。