新型電力系統(tǒng)下綜合能源系統(tǒng)的投資決策模型

譚青博，潘 偉，王竹寧，譚彩霞

（1.北京新源智慧互聯(lián)科技有限公司，北京 102206；2.國網(wǎng)溧陽市供電公司，江蘇溧陽 213300；3.華北電力大學(xué)電氣與電子工程學(xué)院，北京 102206；4.華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 102206）

0 引言

隨著環(huán)境問題的日益凸顯[1]、用能需求的不斷增長[2]、用能方式的多樣化[3]以及構(gòu)建以新能源為主體的新型電力系統(tǒng)要求，發(fā)展綜合能源系統(tǒng)成為解決用能需求與環(huán)境污染的重要途徑，而研究綜合能源系統(tǒng)投資建設(shè)可行性是發(fā)展綜合能源系統(tǒng)的基礎(chǔ)。因此有學(xué)者對綜合能源系統(tǒng)的投資建設(shè)展開研究。

關(guān)于綜合能源系統(tǒng)的投資決策研究，各設(shè)備的選型及容量配置是基礎(chǔ)。針對綜合能源系統(tǒng)的優(yōu)化配置，國內(nèi)外學(xué)者展開了相應(yīng)研究。文獻(xiàn)[4-5]考慮儲能的影響，協(xié)同電、熱、冷等多元儲能的差異，設(shè)置環(huán)保與經(jīng)濟(jì)多目標(biāo)，得到更全面的多元儲能優(yōu)化配置方案。除了設(shè)備本身影響，文獻(xiàn)[6-7]還考慮自然災(zāi)害與人為攻擊的影響，提出了系統(tǒng)在發(fā)生極端事件后恢復(fù)力最快的優(yōu)化配置模型?，F(xiàn)有文獻(xiàn)結(jié)合源側(cè)與荷側(cè)單獨(dú)一側(cè)出力不確定性進(jìn)行綜合能源系統(tǒng)的優(yōu)化配置，但是鮮有文獻(xiàn)同時(shí)考慮源荷雙側(cè)的不確定性進(jìn)行研究。

關(guān)于投資綜合能源系統(tǒng)方面，已有文獻(xiàn)針對綜合能源系統(tǒng)單個(gè)元件的收益情況及投資評價(jià)進(jìn)行了研究。文獻(xiàn)[8-9]對園區(qū)分布式能源的收益展開了量化分析。文獻(xiàn)[10]基于前景理論與最小叉熵構(gòu)建了綜合能源系統(tǒng)投資評價(jià)模型。文獻(xiàn)[11-13]從能源、裝置、配網(wǎng)、用戶等環(huán)節(jié)，構(gòu)建綜合能源系統(tǒng)的評估體系，指出綜合能源系統(tǒng)能夠帶來較高的經(jīng)濟(jì)、環(huán)境與社會(huì)效益。文獻(xiàn)[14-15]以投資可靠性與效益最大化為多目標(biāo)構(gòu)建了配電網(wǎng)的投資決策模型。

當(dāng)涉及多主體投資時(shí)，各主體的收益分配也是研究的重點(diǎn)問題。文獻(xiàn)[16]考慮采用風(fēng)險(xiǎn)因素改進(jìn)Shapley 值法進(jìn)行外部備用系統(tǒng)、綜合能源系統(tǒng)、用戶三主體之間的收益分配。文獻(xiàn)[17-18]利用Shapley值法不僅有效解決了風(fēng)光火之間的收益問題，還解決了抽水蓄電站與風(fēng)電場之間的收益問題。

與現(xiàn)有研究相比，本文對綜合能源系統(tǒng)投資建設(shè)的可行性展開研究，創(chuàng)新點(diǎn)如下：（1）同時(shí)考慮源荷雙側(cè)的不確定性，彌補(bǔ)了僅考慮單側(cè)不確定性的不足；（2）構(gòu)建了兩階段容量優(yōu)化配置模型，上層以系統(tǒng)總成本最小確定設(shè)備的選型定容，下層以能源效率最高確定系統(tǒng)的運(yùn)行計(jì)劃；（3）引入風(fēng)險(xiǎn)修正系數(shù)與激勵(lì)系數(shù)改進(jìn)傳統(tǒng)Shapley 值法，提高收益分配的公平性與科學(xué)性。

1 計(jì)及不確定性的綜合能源系統(tǒng)雙層優(yōu)化配置模型

綜合能源系統(tǒng)投資主體與運(yùn)營主體希望以最小化成本配置系統(tǒng)中各單元設(shè)備以實(shí)現(xiàn)收益最大化。因此合理配置綜合能源系統(tǒng)容量、提高系統(tǒng)運(yùn)行經(jīng)濟(jì)性是進(jìn)行綜合能源系統(tǒng)投資決策研究的基礎(chǔ)。

1.1 綜合能源系統(tǒng)框架及不確定性分析

新型電力系統(tǒng)下的綜合能源系統(tǒng)以風(fēng)力發(fā)電機(jī)組、光伏電池板為主體，還包括燃?xì)忮仩t、燃?xì)廨啓C(jī)等生產(chǎn)設(shè)備以及吸收式制冷機(jī)、電制冷機(jī)等轉(zhuǎn)換設(shè)備。其中電負(fù)荷由風(fēng)力發(fā)電機(jī)組、光伏發(fā)電機(jī)組、燃?xì)廨啓C(jī)提供；熱負(fù)荷由熱電聯(lián)產(chǎn)裝置、燃?xì)忮仩t提供；冷負(fù)荷由吸收式制冷機(jī)與電制冷機(jī)提供。綜合能源系統(tǒng)框架如圖1 所示。

圖1 綜合能源系統(tǒng)框架圖Fig.1 Framework of integrated energy system

針對風(fēng)力發(fā)電與光伏發(fā)電的不確定性，本文基于分位點(diǎn)回歸理論生成基本場景集，再通過譜聚類算法與K-medoids 聚類法削減場景生成典型場景；針對需求響應(yīng)的不確定性，通過變動(dòng)的價(jià)格彈性系數(shù)降低需求響應(yīng)的不確定性。

1.2 上層優(yōu)化配置模型

綜合能源系統(tǒng)容量配置包括選擇設(shè)備類型與確定設(shè)備容量2 個(gè)方面。其中，設(shè)備類型用變量Hi_j表征，當(dāng)設(shè)備i中第j類設(shè)備被選擇，Hi_j=1，否則Hi_j=0；設(shè)備容量用變量Pi_j表征。

綜合能源系統(tǒng)的主要目標(biāo)是降低系統(tǒng)運(yùn)行成本與提高能源的利用效率，因此本文在上層規(guī)劃中以綜合能源系統(tǒng)的年總成本最低為目標(biāo)進(jìn)行優(yōu)化配置；在下層規(guī)劃中以能源利用效率最高為目標(biāo)進(jìn)行優(yōu)化配置。

1）目標(biāo)函數(shù)。上層規(guī)劃的目標(biāo)函數(shù)如式（1）所示：

式中：Ctotal為系統(tǒng)總成本；CInv為系統(tǒng)年投資成本；COM為系統(tǒng)運(yùn)行維護(hù)成本；CNGP為天然氣購買成本；CIG為系統(tǒng)與電網(wǎng)交互成本；Cenv為環(huán)境成本。

（1）系統(tǒng)年投資成本為：

式中：Dtype為設(shè)備數(shù)目；Di為設(shè)備i可選種類；r為資產(chǎn)折現(xiàn)率；R為資產(chǎn)殘值率；ni_j為設(shè)備i中第j類設(shè)備的運(yùn)行年限；Pi_j為設(shè)備i中第j類設(shè)備安裝容量；Ci_j為設(shè)備i中第j類設(shè)備單位投資成本。

（2）運(yùn)行維護(hù)成本為：

式中：ηi_j為設(shè)備i中第j類設(shè)備的運(yùn)行維護(hù)系數(shù)。

（3）天然氣購買成本為：

式中：ppo為單位污染物處理成本；ξ為污染物系數(shù)。

2）約束條件。約束條件主要包括功率平衡約束、出力上下限約束、設(shè)備容量約束、設(shè)備爬坡約束、與電網(wǎng)交互功率約束、場景概率約束等6 個(gè)方面約束，為節(jié)省文章篇幅，在此不再贅述，參考文獻(xiàn)[19]。

1.3 下層優(yōu)化配置模型

1）目標(biāo)函數(shù)。下層優(yōu)化配置以能源利用效率最高為目標(biāo)函數(shù)，用以確定綜合能源系統(tǒng)的運(yùn)行計(jì)劃，如式（7）所示：

式中：u為能源利用效率；ti_j為設(shè)備i中第j類設(shè)備的日利用小時(shí)數(shù)。

2）約束條件。下層的配置在優(yōu)化過程中與上層優(yōu)化配置一致，包括功率平衡約束、出力上下限約束、設(shè)備容量約束、設(shè)備爬坡約束、與電網(wǎng)交互功率約束、場景概率約束等6 個(gè)方面約束。

2 考慮不同投資主體收益分配的綜合能源系統(tǒng)投資決策模型

在綜合能源優(yōu)化配置的基礎(chǔ)上，一方面進(jìn)一步分析綜合能源系統(tǒng)的效益情況，并構(gòu)建投資決策評估指標(biāo)體系，對綜合能源系統(tǒng)的建設(shè)進(jìn)行評估分析；另一方面由于能源投資商、系統(tǒng)運(yùn)營商共同運(yùn)營綜合能源系統(tǒng)，共享綜合能源系統(tǒng)的收益，為了維持其穩(wěn)定長足發(fā)展，需要構(gòu)建有效的投資主體收益分配方案。

2.1 綜合能源系統(tǒng)收益模型

綜合能源系統(tǒng)的收益包括售能收益、政府對可再生能源的補(bǔ)貼收入、碳交易收益3 部分。其模型為：

1）售能收益。售能收益是指綜合能源系統(tǒng)銷售給用戶冷、熱、電所獲得的收入如式（9）：

2）補(bǔ)貼收入。補(bǔ)貼收入是指政府補(bǔ)貼風(fēng)電、光伏發(fā)電所獲得的收入如式（10）：

3）碳交易收益。碳交易收益取決于分配給系統(tǒng)的無償碳排放額以及系統(tǒng)實(shí)際產(chǎn)生的碳排放額。其中，無償碳排放額根據(jù)系統(tǒng)產(chǎn)生的電功率與熱功率進(jìn)行確定，如式（11）所示；系統(tǒng)實(shí)際產(chǎn)生的碳排放量為各機(jī)組運(yùn)行過程中產(chǎn)生的碳排放量，并假定與電網(wǎng)交互電量全部為煤炭機(jī)組產(chǎn)生的電量，如式（12）所示：

式中：Ws，Wa分別為無償談判排放額、實(shí)際碳排放額；νele，νheat分別為單位供電功率、供熱功率的免費(fèi)碳排放額；aIG，bIG，cIG為與電網(wǎng)交互的碳排放系數(shù)；aGT，bGT，cGT為燃?xì)廨啓C(jī)的碳排放系數(shù)；aGB，bGB，cGB為燃?xì)忮仩t的碳排放系數(shù)。

結(jié)合式（11）、式（12）可得綜合能源系統(tǒng)的碳交易收益如式（13）所示：

式中：pco2為碳交易價(jià)格；γco2為碳交易補(bǔ)償系數(shù)；d為碳交易區(qū)間長度。

2.2 綜合能源系統(tǒng)投資決策評估指標(biāo)

為了對各主體投資綜合能源系統(tǒng)做出有效決策，以投資綜合能源成本收益為基礎(chǔ)，將計(jì)及時(shí)間價(jià)值的凈現(xiàn)值NPVIES、動(dòng)態(tài)投資回收期與內(nèi)部收益率IRR作為決策評估指標(biāo)，分別如式（14）—式（16）所示：

2.3 基于改進(jìn)Shapley 值法的不同投資主體收益分配模型

在容量優(yōu)化配置結(jié)果的基礎(chǔ)上，根據(jù)式（8）可得到綜合能源系統(tǒng)的總凈收益。而能源設(shè)備投資商、開發(fā)投資商及系統(tǒng)運(yùn)營商采用合作聯(lián)盟方式進(jìn)行綜合能源系統(tǒng)的運(yùn)營，共同享有綜合能源系統(tǒng)的總凈收益，需要采取一定方法進(jìn)行收益的分配。針對多主體收益分配問題常見的方法有Shapley 值法、核心法、核仁法等，其中，Shapley 值法可反映各投資主體的貢獻(xiàn)程度，但其假定各主體的風(fēng)險(xiǎn)程度一致，未考慮各主體承擔(dān)的風(fēng)險(xiǎn)差異，同時(shí)也未考慮對各主體的激勵(lì)作用[20-22]。因此，本文引入風(fēng)險(xiǎn)修正系數(shù)與激勵(lì)系數(shù)對傳統(tǒng)Shapley 值法進(jìn)行修正。

通過改進(jìn)Shapley 值法將綜合能源系統(tǒng)投資決策模型所獲收益在能源設(shè)備投資商、園區(qū)開發(fā)投資商及系統(tǒng)運(yùn)營商之間進(jìn)行分配，實(shí)現(xiàn)改進(jìn)Shapley值法與其他部分模型的融合。

1）傳統(tǒng)Shapley 值法收益分配模型。設(shè)合作參與者集合為B={能源設(shè)備投資商，園區(qū)開發(fā)商，系統(tǒng)運(yùn)營商}，b為集合B中的元素?cái)?shù)量，b=3，A為B中參與者形成的合作聯(lián)盟，a為聯(lián)盟A中的參與者數(shù)量。假設(shè)參與者根據(jù)次序形成聯(lián)盟，則包含成員o、合作規(guī)模為a的聯(lián)盟出現(xiàn)的概率如式（17）所示：

合作規(guī)模為a且包含成員o獲得的收益rO如式（18）所示：

式中：v(a)為聯(lián)盟a的收益；v(a/o)為不包含主體o的聯(lián)盟收益。

2）改進(jìn)Shapley 值法收益分配模型。本文引入風(fēng)險(xiǎn)修正系數(shù)與激勵(lì)系數(shù)對傳統(tǒng)Shapley 值法進(jìn)行修正。

（1）風(fēng)險(xiǎn)修正系數(shù)。采用專家打分法對各主體所面臨的風(fēng)險(xiǎn)so打分，可得各主體的風(fēng)險(xiǎn)程度zo_risk如式（19）所示：

由此可得其風(fēng)險(xiǎn)修正系數(shù)χo_risk如式（20）：

（2）激勵(lì)修正系數(shù)。采用努力程度與努力成本的比值表征努力效率對各主體進(jìn)行激勵(lì)，其中努力程度ho由專家打分法獲取?？傻酶髦黧w的努力效率程度zo_hard如式（21）所示：

式中：ho為努力程度；co為努力成本。

由此可得其激勵(lì)修正系數(shù)χo_hard如式（22）所示：

（3）各主體修正后收益。結(jié)合風(fēng)險(xiǎn)修正系數(shù)與激勵(lì)修正系數(shù)，可得各主體修正后的收益r′o如式（23）所示：

（4）約束條件。約束條件包括各主體的風(fēng)險(xiǎn)程度之和與努力效率程度之和為1，同時(shí)各主體修正后收益r′o應(yīng)大于其不參與合作時(shí)的收益ro_before，如式（24）所示：

3 算例分析

3.1 基礎(chǔ)數(shù)據(jù)

以北方某商業(yè)園區(qū)綜合能源系統(tǒng)的建設(shè)為例進(jìn)行算例分析，用戶峰平谷時(shí)段劃分與價(jià)格參考文獻(xiàn)[23-24]，設(shè)定資產(chǎn)折舊率為6.5%，固定資產(chǎn)殘值率為20%，其余成本價(jià)格參數(shù)參考文獻(xiàn)[25-27]。

3.2 結(jié)果分析

3.2.1 綜合能源系統(tǒng)優(yōu)化配置結(jié)果

1）情景設(shè)置。為了驗(yàn)證本文所提不確定分析方法與綜合能源系統(tǒng)優(yōu)化配置模型的有效性，設(shè)定5 種情景如表1 所示。其中“√”表示采用對應(yīng)的方法，“×”表示不采用對應(yīng)的方法。

表1 情景設(shè)置Table 1 Scene setting

2）結(jié)果分析。不同情景下綜合能源系統(tǒng)的總成本與能源利用率如表2—表3 所示。

表2 各情景下綜合能源系統(tǒng)成本Table 2 Comprehensive energy system cost for each scenario 萬元

表3 各情景下綜合能源系統(tǒng)能源利用率Table 3 Energy efficiency of comprehensive energy system in each scenario %

由表2—表3 可知，情景1 與情景5 相比，其系統(tǒng)年投資成本低于情景5，但是與電網(wǎng)交互成本顯著高于情景5，為情景5 的1.81 倍。因?yàn)榍榫? 通過參數(shù)預(yù)測法得到的風(fēng)光典型場景值域較高，未考慮到園區(qū)不利情況，在負(fù)荷高峰時(shí)期，綜合能源系統(tǒng)出力無法滿足用戶的負(fù)荷需求，因此導(dǎo)致情景1的總成本高于情景5 的總成本。由此說明本文所提風(fēng)電、光伏典型場景生成方法具有有效性，能有效降低系統(tǒng)總成本。

對比情景2、情景3、情景5，由于情景2 未考慮園區(qū)的需求響應(yīng)，情景3 通過考慮確定性的需求響應(yīng)，降低了系統(tǒng)的安裝容量，由此其系統(tǒng)年投資成本比情景2 少11.22 萬元。情景3 較情景2 雖然會(huì)增加一部分的需求響應(yīng)補(bǔ)償成本，但是總體的運(yùn)行維護(hù)成本還是低于情景2，系統(tǒng)總成本相對于情景2 降低了4.84%。情景5 在情景3 的基礎(chǔ)上考慮了需求響應(yīng)的不確定性，雖然系統(tǒng)年投資成本高于情景3，但是系統(tǒng)整體運(yùn)行風(fēng)險(xiǎn)降低，使得運(yùn)行成本低于情景3。通過計(jì)算，情景5 的總成本相對于情景3 降低了1.18%，說明計(jì)及需求響應(yīng)不確定能夠提高綜合能源系統(tǒng)的經(jīng)濟(jì)性。

情景4 與情景5 相比，情景4 僅以系統(tǒng)總成本最低進(jìn)行設(shè)備的容量配置，未考慮系統(tǒng)的能源利用率。由于燃?xì)廨啓C(jī)的投資成本遠(yuǎn)高于燃?xì)廨啓C(jī)、吸收式制冷機(jī)、電制冷機(jī)等設(shè)備，情景4 為了降低投資成本，選擇了容量最小的燃?xì)廨啓C(jī)。但是造成了能源利用效率為所有情景中的最低，僅為78.18%，也導(dǎo)致系統(tǒng)的運(yùn)行維護(hù)成本相對于情景5 增加了5.88 萬元，總成本增加了10.23 萬元。由此說明進(jìn)行綜合能源系統(tǒng)的雙層優(yōu)化配置，不僅能夠提高系統(tǒng)經(jīng)濟(jì)性，還能夠提高能源的利用效率。

3.2.2 綜合能源系統(tǒng)的投資決策結(jié)果

基于各情景下的總成本，結(jié)合式（14）—式（16），可得不同情景下的綜合能源系統(tǒng)收益及各評估指標(biāo)結(jié)果如表4 所示。

表4 各情景下綜合能源系統(tǒng)收益及評估指標(biāo)Table 4 Comprehensive energy system benefits and evaluation index for each scenario

由表4 可知，各情景下的凈現(xiàn)值均大于0，說明在各情景下園區(qū)投資綜合能源系統(tǒng)均具有可行性。其中，情景5 下的凈現(xiàn)值最高為1497.71 萬元，內(nèi)部收益率最高為8.54%，投資回收期為9.52 年，說明在投資綜合能源系統(tǒng)時(shí)，充分考慮園區(qū)的需求響應(yīng)與風(fēng)電、光伏的不確定性能夠提高園區(qū)投資綜合能源系統(tǒng)的可行性。

3.2.3 不同投資主體的收益分配結(jié)果

通過專家打分法獲得能源設(shè)備投資商、園區(qū)開發(fā)商、系統(tǒng)運(yùn)營商的風(fēng)險(xiǎn)系數(shù)與激勵(lì)系數(shù)，同時(shí)得到傳統(tǒng)Shapley 值法與本文改進(jìn)Shapley 值法的收益分配結(jié)果如表5 所示，收益分配基礎(chǔ)為118.3 萬元。

表5 收益分配結(jié)果Table 5 Income distribution result 萬元

通過改進(jìn)Shapley 值法得到的能源設(shè)備投資商與園區(qū)開發(fā)商的收益比傳統(tǒng)Shapley 值法得到的收益分別高出9.87 萬元與1.59 萬元，而系統(tǒng)運(yùn)營商則降低了11.43 萬元。這是因?yàn)槟茉丛O(shè)備投資商與園區(qū)開發(fā)商作為系統(tǒng)的投資主體除了承擔(dān)一部分運(yùn)營風(fēng)險(xiǎn)外，還承擔(dān)著投資資金風(fēng)險(xiǎn)，因此兩者的風(fēng)險(xiǎn)系數(shù)與激勵(lì)系數(shù)均高于系統(tǒng)運(yùn)營商。由此說明改進(jìn)Shapley 值法的收益分配結(jié)果更加公平有效。

4 結(jié)論

本文構(gòu)建了計(jì)及不確定性的綜合能源系統(tǒng)雙層運(yùn)行優(yōu)化配置模型與考慮綜合能源系統(tǒng)優(yōu)化配置的商業(yè)園區(qū)綜合能源系統(tǒng)投資決策模型，用于研究綜合能源系統(tǒng)的可行性。通過算例分析，得到如下結(jié)論：

1）采用非參數(shù)預(yù)測法形成的風(fēng)電、光伏典型場景能夠充分考慮風(fēng)電、光伏出力的不利情況，降低系統(tǒng)總成本，提高綜合能源系統(tǒng)的總收益。

2）計(jì)及需求響應(yīng)的不確定分析，能夠降低系統(tǒng)運(yùn)行風(fēng)險(xiǎn)，提高系統(tǒng)運(yùn)行的經(jīng)濟(jì)性。

3）改進(jìn)Shapley 值法充分考慮各主體的風(fēng)險(xiǎn)程度、激勵(lì)程度，并且能反映各主體的角色定位，使分配結(jié)果更具公平性。