东北电力大学蔡国伟教授团队针对园区电-氢-热多能耦合系统低碳、经济、高效优化运行问题，将分布式与集中式能源相结合，提出了一种基于交替方向乘子法（ADMM）的园区电-氢-热能源双层能量优化调度方法，上层基于交替方向乘子法求解园区各建筑自身最小运行成本，下层基于混合整数规划求解全园区最小运行成本，实现了园区内多主体能源点对点能量精准最优交互和电-氢-热能源系统优化运行。
随着能源低碳化转型和“双碳”目标的推进，减少煤炭资源利用，充分利用太阳能、风能等清洁能源已成为社会能源发展的共识。氢能具有无碳排放且可实现热电联供等的特点，可与电能、热能等多种能源形式互补，是实现“双碳”目标的重要途径。
以可再生能源为基础的电氢多能互补的园区能源系统将作为我国能源低碳化转型的重要支点，而开展园区电-氢-热低碳化能源系统经济优化调度研究，提高用户用能的灵活性与协调性、提升园区综合能源利用率已成为目前该领域研究中的重点。
本论文利用所提出的园区电-氢-热系统双层优化调度方法，能够精准求解各建筑可用于能量共享的交互功率值、各建筑间交互功率以及园区内各可控能源出力、园区碳减排量以及碳收益、园区对外灵活支撑能力。可有效解决目前存在的无法真正实现各主体并行求解、多主体系统无法做出点对点交互功率的精准调控、无法满足用户需求的多样性、未考虑园区对外的支撑能力和碳减排收益等问题，实现园区电-氢-热低碳化能源系统经济优化调度。
1）园区电-氢-热能源双层能量优化调度方法
图1 双层优化调度模型示意图
上层优化基于交替方向乘子法，以园区建筑i与电网之间功率交互成本、设备运行维护成本、各建筑间功率交互成本及碳收益为综合成本最小为目标；下层优化基于混合整数规划数学模型，以园区与电网之间功率交互成本，设备运行维护成本、各建筑间功率交互成本及碳收益为综合成本最小为目标，构建双层优化调度模型，双层优化调度模型示意图如图1所示。
2）基于ADMM的模型求解
图2 基于ADMM的模型求解算法流程
基于ADMM的模型求解算法流程如图2所示，园区上层优化采取分布式算法根据系统输入的原始数据，各建筑自治求解优化问题得出建筑i在t时段与其他建筑的互济功率，并将建筑i在t时段在功率交互后的剩余功率和建筑i在t时段与其他建筑的互济功率作为输入传递给园区下层集中式优化，求取各设备最优出力以及各建筑交互功率精确值。
3）算例分析
图3 电氢园区能源系统结构
以吉林市某低碳产业园能源结构为例（如图3所示），进行算例分析。园区各建筑均装设有屋顶光伏，建筑1-4为工业建筑，铺设光伏容量400kWp，建筑5-8为办公/公寓建筑，铺设光伏容量50kWp，调度周期T为24h，以15min为一个时段，共96个。
图4(a) 园区内建筑1优化调度结果
图4(b) 园区内建筑2优化调度结果
图4(c) 建筑3优化调度结果
图4(d) 建筑4优化调度结果
图4(e) 建筑5优化调度结果
图4(f) 建筑6优化调度结果
图4(g) 建筑7优化调度结果
图4(h) 建筑8优化调度结果
图4(a)~(h)为园区内建筑1-8优化调度结果，经过分析可知，在各建筑无富余电能时，其负荷由电池储能、燃料电池、以及电网满足。在光伏资源充足时，其富余电能用于功率交互的同时，剩余功率由园区各能源设备和电网消纳。
园区内各集中能源设备除满足自身负荷外，在留有相应裕度的前提下应具有对外输出电能的能力，本文设置电池储能荷电状态和储氢罐氢水平在留有40%裕度的前提下，园区对外最大功率支撑为1000kW，最大电量支撑1200kWh。园区能源系统24小时碳减排总量为4.56吨，可获得的碳收益为547.2元。
本文提出了一种基于交替方向乘子法的电氢系统双层优化调度方法。所提方法上层在交替方向乘子法的支持下，求解各建筑可用于能量共享的交互功率值，下层基于混合整数规划模型，根据系统运行经济性精准求解各建筑间交互功率以及园区内各可控能源出力。
算例分析表明，所提方法不但能够实现园区电-氢-热能源系统分布与集中联合优化调度、真正实现各主体并行求解、多主体系统点对点交互功率的精准调控，而且还可实现园区对外的电力/电量支撑和获得碳减排收益。
蔡国伟教授团队依托东北电力大学新能源电网智能化运行与控制吉林省工程实验室，团队成员20人，其中教授7人（包括国家百千万人才工程人选、青年长江学者等），副教授8人。
团队始终面向国家能源战略重大需求，围绕重大科学问题和关键核心技术，开展多元研究：包括新型电力系统安全运行与稳定控制、大规模可再生能源接入、交直流电网电力电子技术、电力系统多形态储能技术、新型电力系统高电压与电磁兼容等。近年来，团队主持国家自然科学基金项目11项、国家重点研发计划课题6项、省部级项目20余项；获国家科技进步二等奖2项，吉林省科技进步一等奖2项、二等奖9项，发表高水平学术论文580余篇，获授权发明专利70余项。
本工作成果发表在2023年第11期《电工技术学报》，论文标题为“基于交替方向乘子法的园区电-氢-热系统低碳优化调度”。本课题得到国家重点研发计划和国家自然科学基金的支持。
华电房方教授团队提出电-热-氢综合能源系统的分布鲁棒优化方法推动实现“双碳”目标，能源是主战场，电力是主力军。实现能源系统的综合利用与协同发展是加快构建清洁低碳、安全充裕、经济高效、供需协同、灵活智能新型电力系统的必然选择。华北电力大学房方教授团队考虑风光机组出力的不确定性，提出了一种电-热-氢综合能源系统分布鲁棒优化方法，并结合算例仿真验证了所提方法的有效性。
研究背景
2030年我国风电和太阳能发电总装机容量将达12亿千瓦以上，单位国内生产总值二氧化碳排放比2005年下降65%以上。然而，高比例可再生能源接入使得电力系统的安全运行面临巨大挑战。
储能是解决可再生能源消纳问题的关键，氢储能具有质量能量密度高、可长时间存储、过程无污染等优势，是极具潜力的新型大规模储能技术，应用氢储能的多能源系统是近年来的研究热点。
论文所解决的问题及意义
文章从氢储能和风光不确定性两个角度切入，研究电-热-氢综合能源系统的分布鲁棒优化问题。在氢储能方面，考虑其电、热、氢多种能源的耦合模型；在不确定性方面，结合随机优化和鲁棒优化的思想，提出分布鲁棒优化方法解决不确定优化问题。
论文方法及创新点
①氢储能
氢储能（Hydrogen Energy Storage，HES）模型如下图所示，其中电解槽消耗电能产生氢气，同时以水为工质将产生的热能参与到系统热循环中；燃料电池可以燃烧氢气发电为系统提供电能，也可以通过水将产生的热能输送给用户。HES中电、热、氢三种能量耦合，具有多能联供联储特性。
②风光机组出力不确定性
椭球不确定集可以通过控制不确定度大小，调整优化结果的保守程度，提高不确定集的准确性。所以，文章假设风光机组可用出力的概率分布的矩信息属于一个椭球不确定集，考虑集合中可用出力在最坏分布情况下系统的最优决策。
在电力市场中，采用条件风险价值（Conditional Value at Risk，CVaR）方法量化风光不确定性风险具有广泛的研究和应用，但是其具有局限性。所以文章对CVaR方法进行改进，采用分布鲁棒条件风险价值（Distributionally Robust Conditional Value at Risk，DRCVaR）方法量化风光不确定性风险。
③分布鲁棒优化问题的博弈模型
电-热-氢综合能源系统的优化问题有两个决策主体，一是运行决策者，其所发出的调度指令能够平抑风光波动性对系统的影响，实现风光的高效消纳；二是大自然影响下的风光机组，其不确定性倾向于使电力系统运行状况恶化或使其运行成本升高。
考虑两者的博弈关系，以系统收益最大、全生命周期碳排放量最小和不确定性风险成本最小为目标，建立分布鲁棒优化问题的博弈模型。
④算例仿真
文章设置三个场景进行对比分析，场景1没有HES，采用DRCVaR方法量化不确定性；场景2有HES，采用CVaR方法量化不确定性；场景3有HES，采用DRCVaR方法量化不确定性。三个场景下各机组的电热出力如图所示。
为了对CVaR和DRCVaR方法的性能进行比较，本文设计了随机模拟试验。以经济风险评价两种方法处理风光机组出力不确定性的能力，经济风险的数越小其处理不确定性的能力越强。优化结果和随机模拟试验结果如下表所示。
结论
算例表明，应用HES后，综合能源系统的总收益提高了1.4%，全生命周期碳排放量减少了2.9%；基于DRCVaR方法降低了风光不确定性给系统带来的风险。随着置信度的提升，系统总收益降低、不确定性风险增加、全生命周期碳排放量增加，因此需要决策者根据实际情况进行权衡，设置合理的置信水平以实现经济性、鲁棒性和碳减排的协调统一。
此外，本文采用的时间尺度是小时级，后续可以采用模型预测控制等方法，减小优化调度的时间尺度，提高系统的实时性。
团队介绍
研究人员隶属于华北电力大学控制与计算机工程学院。文章作者吴孟雪是华北电力大学控制与计算机工程学院硕士研究生，研究方向为综合能源系统优化。
文章的通讯作者为房方教授，博士生导师、华北电力大学副校长，兼任控制与计算机工程学院院长。研究团队长期从事发电过程建模、控制与优化，综合能源系统优化配置和能量管理，智能发电理论与技术等方面的科研与教学工作。作为负责人主持国家重点研发计划项目2项，国家重大专项（两机专项）课题1项，国家自然科学基金、北京市重点研发计划项目等各类政府、企业科研项目30余项，主持编制中国电机工程学会团体标准2项，出版英文专著1部。获国家科技进步奖二等奖1项、省部级科技奖励5项、日内瓦国际发明奖1项。
本工作成果发表在2023年第13期《电工技术学报》，论文标题为“计及风光不确定性的电-热-氢综合能源系统分布鲁棒优化”。本课题得到国家自然科学基金和国家重点研发计划的支持。
