施行之 宋竦 赵虎彪
浙江省生态环境低碳发展中心 浙江杭州 310000
摘要:本文根据多目标优化方法，在满足建筑物冷热电负荷的情况下，以楼宇式分布式能源系统节能性、经济性、环境性为目标，构建多目标优化模型，对系统设备选型和运行策略进行协同优化。
关键词：分布式能源；多目标优化模型；节能性；经济性；环境性
0引言
分布式能源系统是相对传统的集中式能源系统而言的，传统的集中式供能系统采用大容量设备、集中生产，然后通过专门的输送设施(大电网、大热网等)将各种能量输送给较大范围内的众多用户。而分布式能源系统则是直接面向用户，按用户的需求就地生产并供应能量，楼宇式分布式能源是应用较为广泛的一种形式。然而，楼宇式分布式能源具有设备类型繁多,工艺流程复杂,工况条件多变等特点，经常会因为不合理地规划设计，使其达不到理想效果，例如一味追求系统的节能性，忽视了技术成本，或者提高经济性而达不到节能环保的目的。本文根据混合整数线性规划理论和多目标分析方法，构建了楼宇式分布式能源系统的多目标设计优化模型。该模型在满足建筑物冷热电负荷需求的同时，根据输入条件，对系统的节能性、经济性、环境性进行协同优化。
1.优化模型介绍
本模型基于以下系统图（图1）进行构建，电源设备有内燃机、燃气轮机、燃料电池、光伏发电四种类型可供选择，每种类型的设备均有其详细产品数据库（品牌、容量、效率各不相同）。供能建筑物的基础负荷由电力负荷、冷负荷、热负荷组成。其中电力负荷优先由分布式电源发的电来提供，当分布式电源的发电量不能满足需求时，从电网进行买电。发电过程中产生的高温烟气被余热利用制冷设备进行回收来满足冷负荷，也可以通过热交换的方式，提供热负荷，当余热不能满足需求时，由锅炉辅助供热。
从分布式能源的系统图可见，分布式电源设备种类繁多，负荷多样，能流复杂，系统的节能、经济、环保效果之间存在一定的相互影响，例如有时候通过高效率的设备来提高系统的节能性，常常会因为过高的设备成本而没有经济性，有时候为了提高系统的经济性而保障不了系统的节能减排效果，因此，使多个目标在给定的条件下尽可能达到最佳，不经过合理地设计优化是很难实现的。针对该类问题,本文基于多目标优化的理论,将分布式能源系统的优化用数学模型来进行表达,利用专业运筹学软件GAMS[1]构建模型并求解。优化模型的计算流程如图2所示。
该模型主要由输入条件、目标函数、约束条件及输出结果组成。输入条件包括供能建筑物冷、热、电逐时负荷、能源价格以及系统预期节能、经济、环保效果的设定，在符合约束条件情况下根据多目标优化问题进行求解，从构建的分布式电源设备的数据库中（包括容量、效率、静态投资成本等参数）对建筑物的分布式电源设备进行优化选择，并对系统集成以后的运行策略进行协同优化。
3.多目标优化方法
一般情况下，多目标优化问题中，各项子目标之间是矛盾的，一个子目标的改善有可能会引起其他几个子目标性能上的降低，要同时使多个子目标一起达到最优值是不可能的，而只能应用多目标优化方法在他们中间进行协调和折中处理，使各个子目标尽可能地达到最优解。多目标优化问题的数学模型可以表示为
.png)
在对多目标优化问题求解时，常常是将多目标优化问题转化为单目标优化问题再进行求解，本模型选用权重系数法和主要目标法两种方法。
3.1权重系数法
根据各目标函数的重要程度给予相应的权重系数，然后各目标函数与权重系数数相乘再求和即构成单目标函数，如下所示。
.png)
本模型利用权重系数法对分布式能源系统的节能、经济、环保效果进行优化，在求解时只需分别设定预期效果的权重系数，即可得出不同权重系数下的分布式能源系统设备选型，然而权重系数的大小需要有经验的专家进行把握。目标函数如式(5)所示,其中系统的年度一次能源消费量、年度等效运行费用、年度CO2排放量为变量，年度一次能源消费量、年度等效运行费用、年度CO2排放量的最小值为常量，因此在对该目标函数求解之前，需要先以年度一次能源消费量、年度等效运行费用、年度CO2排放量为目标函数，如式(6),(7),(8)所示，分别求出各自的最小值，代入式(5)进行最终求解。
.png)
3.2 主要目标法
这种从多个目标中选择一个目标作为主要目标，而其他目标只需满足一定要求即可，因此可将这些目标转化成约束条件，也就是用约束条件的形式保证其他目标不致太差，这样就变成单目标处理方法，可以表示为
.png)
约束法和权重系数法相比更为直观，在运算之前，只需要定量地输入相对于传统供能系统，分布式能源预期想达到的节能、经济、环保效果即可。首先，在进行多目标优化求解之前，需要分别以和年度一次能源消费量的削减率、年度等效运行费用的削减率以及年度CO2排放量的削减率为目标函数，进行单目标求解，并设年度一次能源消费量的削减率最大的Case为最节能Case(用Case1表示)，年度等效运行费用的削减率最大的Case为最经济Case(用Case2表示)，年度CO2排放量的削减率最大的Case为最环保Case(用Case3表示)
.png)
以经济性为主要目标时，年度一次能源消费量的削减率不能小于最经济Case2时的一次能源消费量的削减率，若小于该值，则既不经济也不节能，也不可能大于最节能Case1时的年度一次能源消费量的削减率，年度CO2排放量的削减率的范围也同理可得，目标函数如下所示。
.png)
3.3约束条件
能源的供需平衡是指对象建筑物的冷热电的逐时供需平衡,这也是模型的主要约束条件。建筑物的电力负荷通过分布式电源来满足，当供应不足时可以从电网买电，供过于求时可以向电网卖电。冷负荷通过余热回收型制冷设备来满足，热负荷由热交换器 对分布式电源产生的余热进行热交换来满足。当余热不够时，由燃气锅炉进行补燃。
.png)
4.结论
本文针对如何将分布式能源系统的节能性、经济性、环保性尽可能达到最优的问题，根据多目标优化方法，构建了分布式能源系统的多目标优化数学模型。在进行处理多目标优化问题时，本文选用了权重系数法和主要目标法进行求解，可根据实际情况，选用其中一种方法即可。设计者可自行输入项目备选设备的信息也利用模型自带的设备数据库，并输入系统想达到的节能、经济、环保效果，在满足对象建筑物的冷热电供需平衡的情况下，该模型可以快速、准确地自行进行设备选型并输出相应的优化运行策略。利用该模型，设计者也可以改变相应的条件，比如燃气价格、上网电价、设备效率、成本等，分析这些因素对系统的影响，在项目可研阶段，对分析项目的可行性具有一定的指导意义。
参考文献:
1.Anthony.Brooke，ect: GAMS A User’s Guide，GAMS Development Corporation，1998