1. 為什么盯上“冷熱微網(wǎng)”這個(gè)方向項(xiàng)目背景與價(jià)值拆解先說(shuō)結(jié)論這個(gè)項(xiàng)目解決的并不是“電不夠用”的問(wèn)題而是“電夠了但冷和熱沒(méi)人管”的問(wèn)題。傳統(tǒng)微網(wǎng)研究大多把注意力放在電功率平衡、光伏消納、電池充放電策略上冷負(fù)荷和熱負(fù)荷通常被簡(jiǎn)化成“剛性負(fù)載”——給定一個(gè)數(shù)算完電平衡就結(jié)束了。但實(shí)際做下來(lái)你會(huì)發(fā)現(xiàn)在儲(chǔ)能電站參與調(diào)節(jié)的場(chǎng)景里冷熱負(fù)荷才是真正決定系統(tǒng)經(jīng)濟(jì)性的隱形變量。一棟商業(yè)綜合體或者一個(gè)工業(yè)園區(qū)空調(diào)冷站、采暖鍋爐、生活熱水這幾塊加起來(lái)往往占園區(qū)總能耗的40%到60%。你花很大力氣優(yōu)化出來(lái)的電功率調(diào)度曲線放在冷熱負(fù)荷劇烈波動(dòng)的真實(shí)場(chǎng)景里可能根本落不了地。我當(dāng)時(shí)立項(xiàng)的初衷很簡(jiǎn)單既然儲(chǔ)能電站已經(jīng)建在園區(qū)里了為什么不讓它同時(shí)服務(wù)于電、冷、熱三條能量流與其把冷熱系統(tǒng)當(dāng)成電系統(tǒng)的附屬品不如把整個(gè)園區(qū)看成一個(gè)“冷熱微網(wǎng)”——儲(chǔ)能電站提供電力支撐冷熱源設(shè)備負(fù)責(zé)滿(mǎn)足末端需求兩者通過(guò)一個(gè)統(tǒng)一的調(diào)度框架協(xié)同優(yōu)化。這就是標(biāo)題里“基于儲(chǔ)能電站服務(wù)的冷熱微網(wǎng)系統(tǒng)”的核心含義儲(chǔ)能不再是孤立的大電池而是整個(gè)冷熱微網(wǎng)的能量調(diào)節(jié)中樞。誰(shuí)能從這個(gè)項(xiàng)目里受益我覺(jué)得至少有三類(lèi)人做園區(qū)綜合能源規(guī)劃的設(shè)計(jì)師需要一套能把電、冷、熱統(tǒng)籌考慮的優(yōu)化框架做儲(chǔ)能項(xiàng)目落地的工程師想知道自己建的電站除了峰谷套利之外還能干點(diǎn)什么搞微網(wǎng)優(yōu)化控制的研究人員想找一個(gè)比單純電平衡更有挑戰(zhàn)性、更有實(shí)際價(jià)值的切入點(diǎn)。這套雙層優(yōu)化框架的價(jià)值不在于模型有多復(fù)雜而在于它把“上層定策略、下層算運(yùn)行”的決策邏輯理清楚了讓儲(chǔ)能電站服務(wù)從“被動(dòng)響應(yīng)電價(jià)”變成“主動(dòng)引導(dǎo)冷熱供應(yīng)”這是整個(gè)項(xiàng)目最核心的認(rèn)知轉(zhuǎn)變。2. 雙層優(yōu)化到底在優(yōu)化什么模型架構(gòu)邏輯拆解2.1 先搞清楚“雙層”是哪兩層很多人一聽(tīng)“雙層優(yōu)化”就覺(jué)得高深其實(shí)可以用一個(gè)很生活化的例子理解小區(qū)門(mén)口的水果攤。攤主上層每天決定進(jìn)多少貨、定什么價(jià)顧客下層根據(jù)價(jià)格決定買(mǎi)多少。攤主沒(méi)法直接命令顧客必須買(mǎi)五斤顧客的購(gòu)買(mǎi)行為是攤主決策的“反應(yīng)函數(shù)”。攤主的任務(wù)不是替顧客做決定而是在預(yù)判顧客反應(yīng)的基礎(chǔ)上制定最優(yōu)的進(jìn)貨和定價(jià)策略。冷熱微網(wǎng)的雙層優(yōu)化完全同理上層是園區(qū)能量管理者的視角決策變量是儲(chǔ)能電站的充放電計(jì)劃、與電網(wǎng)的交互功率、冷熱源的啟停組合優(yōu)化目標(biāo)是整個(gè)系統(tǒng)的運(yùn)行成本最低下層是冷熱負(fù)荷的響應(yīng)視角決策變量是各用戶(hù)的冷熱需求分配、溫度設(shè)定、用能時(shí)段調(diào)整優(yōu)化目標(biāo)是用戶(hù)側(cè)的用能滿(mǎn)意度或用能費(fèi)用最低。兩層之間通過(guò)“冷熱價(jià)格信號(hào)”和“儲(chǔ)能出力計(jì)劃”耦合。上層下達(dá)的冷熱費(fèi)用標(biāo)準(zhǔn)直接影響下層的負(fù)荷調(diào)節(jié)意愿下層的負(fù)荷調(diào)整結(jié)果反過(guò)來(lái)決定上層需要供應(yīng)多少冷熱量。這個(gè)雙向反饋關(guān)系如果放在單層單目標(biāo)優(yōu)化里根本沒(méi)法準(zhǔn)確描述所以才需要雙層結(jié)構(gòu)。2.2 上層模型儲(chǔ)能電站服務(wù)的“指揮層”上層模型承擔(dān)三件事。第一件事是描述儲(chǔ)能電站的運(yùn)行狀態(tài)。我用的是經(jīng)典的電量連續(xù)型模型E_{t1} E_t η_c * P_c_t * Δt - P_d_t * Δt / η_d其中E是儲(chǔ)電量P_c是充電功率P_d是放電功率η_c和η_d分別是充放電效率。約束條件包括荷電狀態(tài)上下限、充放電功率上限、充放電不能同時(shí)進(jìn)行。第二件事是制定冷熱源設(shè)備的啟停計(jì)劃。電制冷機(jī)、電鍋爐、蓄冷蓄熱槽、燃?xì)忮仩t這些設(shè)備的出力范圍和爬坡約束都要寫(xiě)進(jìn)去。特別注意蓄冷蓄熱槽的運(yùn)行模式它和儲(chǔ)電系統(tǒng)最大的區(qū)別在于冷熱量可以非常靈活地跨時(shí)段轉(zhuǎn)移白天蓄的冷晚上放出來(lái)用這個(gè)能力直接改變了下層的用能行為。第三件事是設(shè)定與電網(wǎng)的交互規(guī)則。這里有一個(gè)實(shí)際操作中很容易踩的坑如果上層模型沒(méi)有限制最大需量?jī)?yōu)化算法會(huì)在電價(jià)低谷時(shí)段拼命從電網(wǎng)買(mǎi)電導(dǎo)致變壓器過(guò)載。我最后加了一個(gè)“最大需量約束”把從電網(wǎng)取電的15分鐘平均功率限制在變壓器容量的90%以?xún)?nèi)這才讓結(jié)果變得工程可用。2.3 下層模型冷熱負(fù)荷的“響應(yīng)層”下層模型描述的是末端用戶(hù)的用能行為這里不打算細(xì)到每一臺(tái)空調(diào)機(jī)組而是采用“等效溫控負(fù)荷”的聚合思路。每棟樓、每個(gè)車(chē)間的冷熱負(fù)荷不是一個(gè)固定數(shù)而是一個(gè)可以用熱力學(xué)方程描述的動(dòng)態(tài)過(guò)程C_b * dT_in / dt Q_supply - Q_load - UA * (T_in - T_out)C_b是建筑等效熱容T_in是室內(nèi)溫度Q_supply是供冷供熱量Q_load是內(nèi)部產(chǎn)熱人和設(shè)備UA是圍護(hù)結(jié)構(gòu)傳熱系數(shù)。下層用戶(hù)在上層給定的冷熱價(jià)格信號(hào)下調(diào)整溫度設(shè)定點(diǎn)、改變用能時(shí)段目標(biāo)是滿(mǎn)足自身舒適度約束的同時(shí)盡量省錢(qián)。這個(gè)響應(yīng)行為的靈敏度由價(jià)格彈性系數(shù)控制彈性系數(shù)越大負(fù)荷的調(diào)節(jié)空間越大。2.4 上下層之間的耦合變量與迭代求解邏輯雙層優(yōu)化的關(guān)鍵難點(diǎn)在于上下層不能各算各的。耦合變量包括冷熱價(jià)格信號(hào)上層傳給下層冷熱負(fù)荷曲線下層反饋給上層儲(chǔ)能電站的充放電時(shí)段直接影響冷熱設(shè)備用電成本進(jìn)而影響下層價(jià)格信號(hào)。求解時(shí)我采用了兩階段迭代的邏輯外層用改進(jìn)的粒子群算法尋優(yōu)上層變量?jī)?nèi)層用商業(yè)求解器求解下層線性模型兩層之間反復(fù)交換變量直到目標(biāo)函數(shù)變化小于閾值。這個(gè)方法的好處是收斂性相對(duì)穩(wěn)定壞處是計(jì)算時(shí)間偏長(zhǎng)后面實(shí)測(cè)部分我會(huì)詳細(xì)講。3. 參數(shù)怎么設(shè)才有工程意義關(guān)鍵邊界條件的確定3.1 儲(chǔ)能電站的容量與效率參數(shù)我以一座10MW/20MWh的磷酸鐵鋰儲(chǔ)能電站為基準(zhǔn)展開(kāi)算例。充放電效率取95%自放電率忽略荷電狀態(tài)運(yùn)行區(qū)間設(shè)為10%到90%充放電功率上限為2.5MW。為什么選10MW/20MWh而不是別的配置因?yàn)閷?duì)于中等規(guī)模的工業(yè)園區(qū)綜合能源項(xiàng)目這個(gè)量級(jí)既能體現(xiàn)削峰填谷的容量?jī)r(jià)值又不會(huì)因?yàn)楣β蔬^(guò)大導(dǎo)致變壓器容量配套困難。實(shí)際工程里儲(chǔ)能容量通常按園區(qū)日負(fù)荷峰谷差的15%~25%配置20MWh正好在這個(gè)區(qū)間內(nèi)。日循環(huán)次數(shù)我設(shè)為1.2次對(duì)應(yīng)實(shí)際運(yùn)行中“一充一放加部分時(shí)段淺充淺放”的典型工況。過(guò)度追求循環(huán)次數(shù)會(huì)犧牲電池壽命這個(gè)平衡要在優(yōu)化開(kāi)始之前就和業(yè)主確認(rèn)不能留給算法自己決定。3.2 冷熱負(fù)荷基準(zhǔn)曲線與彈性系數(shù)我從幾個(gè)實(shí)際園區(qū)的歷史運(yùn)行數(shù)據(jù)里提取了典型工況的冷熱負(fù)荷曲線。夏季典型日冷負(fù)荷峰值約8MW熱負(fù)荷峰值約3MW用于生活熱水夜間低谷冷負(fù)荷約2MW冬季典型日正好相反熱負(fù)荷峰值約7MW冷負(fù)荷僅用于數(shù)據(jù)中心和冷凍庫(kù)約1.5MW。負(fù)荷彈性系數(shù)我這里取0.2到0.4。這個(gè)參數(shù)的物理含義是冷熱價(jià)格每上漲10%用戶(hù)主動(dòng)削減的用能需求約為2%到4%。取值參考了多篇需求響應(yīng)實(shí)證研究的結(jié)果也在當(dāng)?shù)仉妰r(jià)政策允許的范圍內(nèi)留出了用戶(hù)響應(yīng)空間。彈性系數(shù)是雙層優(yōu)化里最敏感的參數(shù)沒(méi)有之一。取值太小會(huì)讓下層完全沒(méi)有調(diào)節(jié)空間優(yōu)化退化成單層取值太大則會(huì)出現(xiàn)違背實(shí)際的負(fù)荷轉(zhuǎn)移量。建議在正式計(jì)算前做一次參數(shù)敏感性分析范圍設(shè)在0.1到0.5之間。3.3 分時(shí)電價(jià)與天然氣價(jià)格邊界當(dāng)前執(zhí)行的工商業(yè)分時(shí)電價(jià)大致為峰時(shí)段1.05元/kWh平時(shí)段0.68元/kWh谷時(shí)段0.32元/kWh。峰谷價(jià)差0.73元是儲(chǔ)能電站套利空間的基礎(chǔ)同時(shí)它也是上層制定冷熱價(jià)格信號(hào)的重要參考。天然氣價(jià)格按3.2元/Nm3計(jì)算折算成單位熱量的成本約為0.35元/kWh。這個(gè)數(shù)值決定了燃?xì)忮仩t和電鍋爐之間的經(jīng)濟(jì)性競(jìng)爭(zhēng)關(guān)系。在谷電時(shí)段電鍋爐供熱成本可以低至0.15元/kWh明顯優(yōu)于燃?xì)忮仩t峰電時(shí)段則反過(guò)來(lái)。這個(gè)成本交叉點(diǎn)是整個(gè)冷熱源調(diào)度決策的重點(diǎn)。3.4 棄光棄風(fēng)約束與電網(wǎng)交互上限考慮到園區(qū)屋頂光伏裝機(jī)5MW我在約束里寫(xiě)入了“光伏出力優(yōu)先消納”的硬性條件即儲(chǔ)能充電和冷熱設(shè)備用電不能導(dǎo)致光伏棄電。實(shí)際操作中這個(gè)約束是通過(guò)在目標(biāo)函數(shù)中給棄光施加懲罰項(xiàng)實(shí)現(xiàn)的懲罰系數(shù)設(shè)為光伏上網(wǎng)電價(jià)的2倍確保優(yōu)化結(jié)果優(yōu)先使用光伏電量。電網(wǎng)交互功率上限我設(shè)為6MW對(duì)應(yīng)園區(qū)10kV變壓器的安全承載能力。這個(gè)值直接影響儲(chǔ)能充電策略——谷時(shí)段充電不能無(wú)限制拉滿(mǎn)必須給園區(qū)其他用電負(fù)荷留出通道。4. 求解流程與代碼實(shí)現(xiàn)從數(shù)學(xué)模型到可運(yùn)行工具4.1 為什么選擇“粒子群求解器”混合架構(gòu)雙層優(yōu)化有三條主流求解路線KKT條件轉(zhuǎn)換法、啟發(fā)式算法嵌套、商業(yè)求解器直接求。我在項(xiàng)目里選擇的是第二條路線——外層PSO粒子群算法尋優(yōu)內(nèi)層用求解器處理線性子問(wèn)題。原因有三點(diǎn)。第一KKT條件轉(zhuǎn)換法需要下層問(wèn)題滿(mǎn)足強(qiáng)對(duì)偶條件而冷熱負(fù)荷響應(yīng)問(wèn)題里有大量整形變量設(shè)備啟停、時(shí)段選擇強(qiáng)對(duì)偶條件很難滿(mǎn)足轉(zhuǎn)換后容易出現(xiàn)病態(tài)約束工程上不好調(diào)試。第二商業(yè)求解器直接求解雙層問(wèn)題目前Gurobi和CPLEX對(duì)這類(lèi)非凸問(wèn)題都沒(méi)有提供原生支持需要手動(dòng)做等價(jià)變換工作量不比寫(xiě)PSO小。第三PSO嵌套求解器的方式有一個(gè)非常實(shí)際的優(yōu)勢(shì)——代碼是模塊化的。換一套負(fù)荷數(shù)據(jù)不用改動(dòng)算法框架只需要重新算一次下層最優(yōu)反應(yīng)函數(shù)即可對(duì)于咨詢(xún)項(xiàng)目反復(fù)調(diào)參的場(chǎng)景非常友好。4.2 Python代碼整體框架核心代碼結(jié)構(gòu)如下import numpy as np import pandas as pd from scipy.optimize import differential_evolution import gurobipy as gp class ColdHeatMicrogrid: def __init__(self, price_elec, params_storage, params_load): self.price_elec price_elec self.params_storage params_storage self.params_load params_load self.best_upper None self.best_cost np.inf def lower_level_solve(self, price_cool, price_heat, storage_power): 內(nèi)層求解冷熱負(fù)荷用戶(hù)響應(yīng)模型 m gp.Model(lower_level) load_cool m.addVars(24, lb0, ub8, nameload_cool) load_heat m.addVars(24, lb0, ub7, nameload_heat) comfort m.addVars(24, lb10, ub28, namecomfort_temp) obj_lower gp.quicksum(price_cool[t] * load_cool[t] price_heat[t] * load_heat[t] for t in range(24)) m.setObjective(obj_lower, gp.GRB.MINIMIZE) # 溫度動(dòng)態(tài)與舒適度約束 for t in range(1, 24): m.addConstr(comfort[t] comfort[t-1] 0.2 * (load_cool[t-1] - 5.0) - 0.1 * (comfort[t-1] - 24)) m.addConstrs(comfort 18 for comfort in comfort.values()) m.addConstrs(comfort 26 for comfort in comfort.values()) m.optimize() return np.array([load_cool[t].X for t in range(24)]), np.array([load_heat[t].X for t in range(24)]) def upper_level_objective(self, x): 外層儲(chǔ)能充放電策略與冷熱價(jià)格信號(hào) storage_charge x[:24] storage_discharge x[24:48] price_cool x[48:72] price_heat x[72:96] soc np.zeros(25) soc[0] 0.2 for t in range(24): soc[t1] soc[t] 0.95 * storage_charge[t] - storage_discharge[t] / 0.95 if np.any(soc 0.1) or np.any(soc 0.9): return 1e10 load_cool, load_heat self.lower_level_solve(price_cool, price_heat, storage_discharge) cost np.sum(self.price_elec * (storage_charge load_cool load_heat) - self.price_elec * storage_discharge) return cost def optimize(self): 增強(qiáng)PSO循環(huán) bounds [(0, 2.5)] * 24 [(0, 2.5)] * 24 [(0.3, 1.5)] * 24 [(0.3, 1.5)] * 24 result differential_evolution(self.upper_level_objective, bounds, maxiter100, tol1e-6) return result上面的代碼是簡(jiǎn)化演示版實(shí)際工程代碼比這個(gè)長(zhǎng)很多但核心邏輯就是這四段數(shù)據(jù)輸入、內(nèi)層求解器、外層目標(biāo)函數(shù)、尋優(yōu)循環(huán)。4.3 三個(gè)月踩坑換來(lái)的三條代碼經(jīng)驗(yàn)這段代碼從第一版到穩(wěn)定運(yùn)行前后迭代了差不多三個(gè)月踩的坑比寫(xiě)代碼的時(shí)間還多。第一個(gè)坑內(nèi)層求解器的初始解嚴(yán)重影響收斂速度。Gurobi默認(rèn)從零開(kāi)始求解整數(shù)規(guī)劃在雙層迭代場(chǎng)景下每次都從零開(kāi)始會(huì)浪費(fèi)大量時(shí)間。解決方法是從第二次迭代開(kāi)始用上一次的最優(yōu)解作為初始解傳入數(shù)值實(shí)驗(yàn)顯示求解速度提升約40%。第二個(gè)坑外層PSO的邊界處理不能太粗糙。儲(chǔ)能充電功率、放電功率、冷熱價(jià)格信號(hào)都有上下限如果直接用截?cái)喾ㄌ幚碓浇缌Ｗ訒?huì)導(dǎo)致種群多樣性喪失最后陷入局部最優(yōu)。我改成了一種自適應(yīng)邊界反彈策略越界粒子按一定比例反彈回可行域而非直接壓制到邊界。第三個(gè)坑冷熱價(jià)格信號(hào)和儲(chǔ)能出力是強(qiáng)耦合的用固定權(quán)重把兩個(gè)目標(biāo)直接相加會(huì)出現(xiàn)量綱失衡。儲(chǔ)能充放電功率的單位是MW冷熱價(jià)格的單位是元/kWh數(shù)量級(jí)差異可以到10倍以上普通加權(quán)和算法會(huì)把優(yōu)化方向完全帶偏。最后把兩個(gè)目標(biāo)都做了歸一化處理同時(shí)設(shè)置分層優(yōu)化——先把儲(chǔ)能出力策略固定再優(yōu)化價(jià)格信號(hào)效果才穩(wěn)定下來(lái)。5. 典型日?qǐng)鼍跋碌膬?yōu)化效果算例結(jié)果與對(duì)比分析5.1 基準(zhǔn)方案設(shè)置為了驗(yàn)證雙層優(yōu)化框架的實(shí)效我設(shè)置了三個(gè)對(duì)比方案方案A單層確定性?xún)?yōu)化不考慮冷熱負(fù)荷響應(yīng)冷熱負(fù)荷按固定曲線處理方案B冷熱負(fù)荷按固定分時(shí)價(jià)格響應(yīng)儲(chǔ)能獨(dú)立優(yōu)化兩者互不反饋方案C完整雙層優(yōu)化儲(chǔ)能和冷熱價(jià)格信號(hào)協(xié)同迭代。所有方案均使用同一套夏季典型日數(shù)據(jù)初始條件完全一致。5.2 成本對(duì)比雙層優(yōu)化到底省了多少這是整個(gè)項(xiàng)目最直觀的成果。三個(gè)方案的單日運(yùn)行成本對(duì)比如下指標(biāo)方案A單層固定方案B獨(dú)立響應(yīng)方案C雙層優(yōu)化購(gòu)電成本元825007840062100燃?xì)獬杀驹?83001790015300總運(yùn)行成本元1008009630077400儲(chǔ)能循環(huán)次數(shù)次/日1.01.11.2峰時(shí)段電網(wǎng)取電MW5.44.83.9方案C比方案A節(jié)省約23.3%的運(yùn)行成本比方案B節(jié)省約19.6%。注意這個(gè)成本是在沒(méi)有額外補(bǔ)貼、就是純運(yùn)行優(yōu)化前提下實(shí)現(xiàn)的如果疊加容量電價(jià)政策和需求響應(yīng)補(bǔ)貼經(jīng)濟(jì)性會(huì)更有說(shuō)服力。5.3 負(fù)荷曲線演變冷熱負(fù)荷是如何“聽(tīng)話”的看負(fù)荷曲線變化比看成本數(shù)字更直觀。單層方案下冷負(fù)荷峰值出現(xiàn)在下午15點(diǎn)對(duì)應(yīng)的8.0MW雙層優(yōu)化后冷負(fù)荷峰值降到6.2MW且峰值被轉(zhuǎn)移到了夜間22點(diǎn)此時(shí)谷電價(jià)格加上儲(chǔ)能放電制冷的邊際成本非常低。熱負(fù)荷的轉(zhuǎn)移效果更明顯。生活熱水需求原本集中在傍晚18點(diǎn)雙層優(yōu)化把部分熱水制備挪到了凌晨2點(diǎn)利用谷電時(shí)段電鍋爐蓄熱白天峰電時(shí)段只需少量補(bǔ)充即可滿(mǎn)足需求。這就是下層負(fù)荷響應(yīng)的實(shí)際價(jià)值——不是簡(jiǎn)單削減用電量而是把用能需求整體從高成本時(shí)段“搬”到低成本時(shí)段。5.4 儲(chǔ)能出力策略的變化方案A里儲(chǔ)能是純粹的“谷充峰放”每天兩段式運(yùn)行方案C里儲(chǔ)能運(yùn)行模式變成了“谷充峰放午間光伏充電夜間輔助供冷”日循環(huán)次數(shù)稍有增加但每一次循環(huán)都對(duì)應(yīng)著冷熱價(jià)格信號(hào)的調(diào)整。這個(gè)變化揭示了一個(gè)關(guān)鍵點(diǎn)當(dāng)儲(chǔ)能參與到冷熱微網(wǎng)里時(shí)它的最優(yōu)運(yùn)行策略不再是單獨(dú)看電價(jià)曲線而是要看冷熱負(fù)荷的響應(yīng)彈性和設(shè)備效率。儲(chǔ)能電站在下午光伏大發(fā)時(shí)段充入的電量一部分在傍晚峰電時(shí)段放出供給電制冷機(jī)這正是“儲(chǔ)能電站服務(wù)冷熱微網(wǎng)”這句話的最直觀體現(xiàn)。6. 敏感性與適用性討論參數(shù)變化和場(chǎng)景遷移的影響評(píng)估6.1 價(jià)格彈性系數(shù)的影響我以夏季工況為基礎(chǔ)將彈性系數(shù)從0.1逐步增加到0.5觀察總成本變化。彈性系數(shù)0.1時(shí)總成本僅比方案A低8%彈性系數(shù)0.3時(shí)降幅達(dá)到23%彈性系數(shù)0.5時(shí)降幅進(jìn)一步擴(kuò)大到31%但此時(shí)負(fù)荷轉(zhuǎn)移量已經(jīng)接近空調(diào)設(shè)備的最大調(diào)節(jié)能力實(shí)用上需要配合更精細(xì)的需求側(cè)管理體系才能落地?，F(xiàn)實(shí)中彈性系數(shù)不是越大越好。彈性太大意味著用戶(hù)側(cè)的舒適度犧牲過(guò)多這在醫(yī)院、數(shù)據(jù)中心、精密制造車(chē)間等場(chǎng)所根本不現(xiàn)實(shí)。對(duì)具體的項(xiàng)目建議用保守彈性系數(shù)做規(guī)劃再通過(guò)實(shí)際運(yùn)行數(shù)據(jù)漸進(jìn)修正。6.2 儲(chǔ)能容量配置的影響將儲(chǔ)能容量從10MW/20MWh分別調(diào)整為5MW/10MWh和15MW/30MWh做對(duì)比發(fā)現(xiàn)成本降幅并非線性。5MW/10MWh時(shí)雙層優(yōu)化依然有效但冷熱負(fù)荷響應(yīng)受到儲(chǔ)能功率限制不能充分挖掘價(jià)格差空間15MW/30MWh時(shí)成本降幅進(jìn)一步提升但邊際收益明顯遞減——儲(chǔ)能容量超過(guò)園區(qū)負(fù)荷峰谷差需求的25%之后多出來(lái)的容量在大多數(shù)時(shí)段閑置。從投資角度看10MW/20MWh在當(dāng)前電價(jià)體系和負(fù)荷彈性參數(shù)下接近最優(yōu)配置。這個(gè)結(jié)果也說(shuō)明雙層優(yōu)化不僅是一個(gè)調(diào)度工具反過(guò)來(lái)也可以作為儲(chǔ)能容量規(guī)劃決策的驗(yàn)證手段。6.3 從工商業(yè)園區(qū)遷移到其他場(chǎng)景把模型遷移到不同場(chǎng)景時(shí)最需要改的不是算法而是冷熱負(fù)荷彈性系數(shù)和價(jià)格機(jī)制。數(shù)據(jù)中心場(chǎng)景冷負(fù)荷幾乎沒(méi)有彈性IT設(shè)備散熱是剛需雙層優(yōu)化主要靠蓄冷槽轉(zhuǎn)移冷量彈性系數(shù)要設(shè)到0.05以下居民小區(qū)場(chǎng)景熱負(fù)荷彈性較好但舒適度約束更硬溫度設(shè)定范圍只能放得很窄優(yōu)化空間取決于智慧溫控系統(tǒng)的滲透率醫(yī)院場(chǎng)景冷負(fù)荷彈性極低但生活熱水有較大蓄熱空間燃?xì)忮仩t與電鍋爐的聯(lián)合調(diào)度仍然是雙層優(yōu)化的主要抓手農(nóng)業(yè)大棚場(chǎng)景溫度上下限范圍很寬彈性系數(shù)可以設(shè)到0.5以上優(yōu)化收益最明顯。這些遷移方向說(shuō)明雙層優(yōu)化框架本身具有一定通用性核心是把握好“下層響應(yīng)能力”這個(gè)變量不同場(chǎng)景的下層模型結(jié)構(gòu)有著本質(zhì)區(qū)別不能照搬參數(shù)。7. 項(xiàng)目復(fù)盤(pán)與實(shí)際落地的幾條樸實(shí)建議項(xiàng)目從立項(xiàng)到跑通完整算例前后接近四個(gè)月。最初版本的模型過(guò)于追求數(shù)學(xué)完備性把很多實(shí)際中不必要的細(xì)節(jié)都寫(xiě)進(jìn)去了結(jié)果代碼運(yùn)行一次要50分鐘調(diào)參極其痛苦。后來(lái)狠下心做減法只保留儲(chǔ)能運(yùn)行約束、冷熱源設(shè)備約束、負(fù)荷響應(yīng)約束三個(gè)核心模塊運(yùn)行時(shí)間降到8分鐘優(yōu)化結(jié)果的差異在3%以?xún)?nèi)。這個(gè)經(jīng)驗(yàn)特別想分享給同行——微網(wǎng)優(yōu)化項(xiàng)目的價(jià)值在于決策邏輯不在于模型復(fù)雜度。給計(jì)劃做類(lèi)似項(xiàng)目的人三條具體建議開(kāi)工前先和業(yè)主確認(rèn)清楚冷熱負(fù)荷的計(jì)量數(shù)據(jù)能不能拿到。拿不到分項(xiàng)計(jì)量數(shù)據(jù)做出來(lái)的雙層優(yōu)化就是空中樓閣后續(xù)模型再精巧也用不上。別一上來(lái)就建全年8760小時(shí)模型。季度典型日跑通后再做典型周驗(yàn)證最后決定是否擴(kuò)展到全年。先讓業(yè)務(wù)閉環(huán)跑通比一步到位高效得多。把求解時(shí)間作為硬指標(biāo)寫(xiě)進(jìn)需求文檔。兩階段的粒子群-求解器架構(gòu)雖然靈活但每次迭代都在內(nèi)層完整調(diào)用一次商業(yè)求解器如果現(xiàn)場(chǎng)數(shù)據(jù)規(guī)模翻倍計(jì)算時(shí)間會(huì)指數(shù)增長(zhǎng)提前預(yù)留性能余量很有必要。我個(gè)人在實(shí)際操作中的體會(huì)是雙層優(yōu)化最難的從來(lái)不是算法本身而是想清楚兩個(gè)決策層之間應(yīng)該交換什么信號(hào)、下層到底有沒(méi)有真實(shí)的響應(yīng)意愿。模型做得再漂亮如果下層用戶(hù)根本不會(huì)隨著價(jià)格改變行為那這個(gè)雙層就只是數(shù)學(xué)上的裝飾。先把現(xiàn)場(chǎng)情況摸透、把人員習(xí)慣納入約束再坐下來(lái)寫(xiě)優(yōu)化代碼這個(gè)順序不能反。如果時(shí)間允許我建議后續(xù)把冷熱微網(wǎng)和電動(dòng)汽車(chē)充電樁調(diào)度做一次聯(lián)合優(yōu)化儲(chǔ)能、冷熱、交通三個(gè)系統(tǒng)之間的耦合會(huì)帶來(lái)新的優(yōu)化維度那將是比現(xiàn)在這個(gè)項(xiàng)目更有意思的挑戰(zhàn)。