考虑空间适宜性与不确定性表征的深远海油气平台脱碳风-潮汐互补能源系统多目标优化

《Energy》：Multi-objective optimization of wind-tidal integrated energy systems considering spatial suitability and uncertainty characterization toward offshore oil-gas platform decarbonization

　　

•地理空间筛选将海上选址与时间序列容量规划相结合。
•联合残差重抽样生成1,000条连续年度不确定性轨迹。
•多目标规划平衡年化成本、排放量和供应充裕度。
•潮汐发电降低了模型化成本和直接运行二氧化碳排放。
•完全中断燃气供应被识别为主要剩余充裕度薄弱环节。

## 引言

能源转型研究涵盖系统级集成和特定领域应用。Lu等人[1]量化了印度能源系统中太阳能和风能的集成潜力。Mahmoud和Gajbhiye[2]综述了从实验室测试到人工智能辅助部署的可持续油气回收技术。海上油气平台仍然依赖化石燃料发电。Ayasse等人[3]使用机载成像光谱法量化了浅水平台的甲烷排放量。Irakulis-Loitxate等人[4]记录了卫星探测到的海上甲烷超量排放事件。全球海上放空趋势如图1所示。因此，将海上可再生能源发电与平台能源系统集成可以有效降低运行排放。Diesing等人[5]比较了不列颠群岛海上和陆上可再生能源的贡献。Guo等人[6]开发了情景自适应储能设计框架。Tan等人[7]评估了中国农村多能互补系统的可行性。这些研究激发了明确的容量规划需求，但未涉及本文研究的孤立海上风-潮系统。

大规模风-潮综合能源系统（WTIES）部署受供需两侧波动性的制约。海洋可再生能源输出取决于天气和资源条件。Copping等人[8]综述了新兴海洋能源技术的环境影响和管理意义。Shi等人[9]量化了互补波浪和潮流资源对电网平衡的价值。平台需求也会随钻探、加工、住宿和设备启动而变化。发电与需求之间的不匹配可能导致供应短缺或低效过度投资。因此，容量规划必须在经济绩效、直接运行排放和供应充裕度之间取得平衡。Shi等人[10]优化了以水电为基础的互补系统中的协同运行和利润分配。现有海上能源系统研究也倾向于将地理空间筛选与容量分配分离，模糊了海洋资源、工程约束和平台负荷之间的关系。

我们提出了一种针对WTIES的顺序规划框架，以解决上述挑战，并建立了从案例选址适宜性筛选到时间序列容量规划的可追溯规划序列。该框架结合了地理适宜性分析、供需不确定性表征以及在海上平台模拟运行约束下的多目标容量优化。它评估了系统经济性、直接运行排放和供应充裕度之间的权衡，从而为选定的海上平台提供了综合规划依据。

## 综述

本综述涵盖海上能源优化、不确定性处理和研究空白。

Nguyen等人[11]评估了海上能效措施。Nguyen等人[12]开发了海上平台加工和公用工程系统的设计与优化方法。Eyni等人[13]将环境绩效纳入海上油田规划。Wang等人[14]通过井控优化协调增产和减排强度降低。Zhang等人[15]在不确定性条件下结合敏感性分析和随机多能优化。Liu等人[16]试点测试了一种新型气液分离器以提高海上平台分离效率。Costa等人[17]评估了超深水盐穴用于海上碳捕集与封存。Zhang等人[18]评估了风力发电集成到海上平台能源系统中同时保持生产稳定性的方案。Zou等人[19]提出了耦合风-氢-天然气系统。Meng等人[20]将碳捕集、利用与封存（CCUS）与风力发电耦合。

在调度和配置方面，Liu等人[21]将风力机调度与频率响应和旋转备用约束整合，用于孤立海上微电网。Li等人[22]将全生命周期碳评估与多目标能源系统优化相结合，用于生产、储存和外输浮动装置。研究还考察了平台电气化。Phirouzabadi等人[23]分析了由浮动风力发电供电的挪威平台创新动态。Andreetta等人[24]评估了结合可再生能源发电、燃油发电机和储能的孤立海上系统。Aghajani等人[25]评估了挪威大陆架油气田的竞争性电气化方案，并确定了政策支持和技术成本为影响因素。

可再生能源出力、需求和碳价格的不确定性影响规划可行性和运行充裕度。混合深度学习模型被广泛用于提取时间特征进行预测。Zhang等人[26]开发了卷积神经网络-双向长短期记忆-注意力（CNN-BiLSTM-Attention）模型用于海上风力发电预测。Zhao等人[27]提出了结合确定性预测与不确定性量化的两阶段海上风力发电预测。Ahmadi等人[28]综述了风速和功率预测的混合结构。

情景生成和缩减将量化后的不确定性转化为可处理的优化输入，同时保留显著分布和时间信息。在空间规划方面，Zhang等人[29]使用k-means++聚类定位海上氢能网络的氢气收集站。Ozato等人[30]对风资源不确定性和项目成本建模，以比较巴西海上风电项目的平准化成本。在海上风电并网规划方面，Guo等人[31]使用小时级电力系统仿真来表示风力输出的空间和时间变化。

不确定性规划方法包括鲁棒优化、随机优化和元启发式求解方法。Ren等人[32]开发了在风力发电不确定性下协调热发电、储能和储氢的鲁棒爬坡控制策略。Chen等人[33]使用多目标计算智能在海上风力发电不确定性下优化风-核-储调度。Li等人[34]使用改进遗传算法优化海上集输和传输。Meng等人[20]使用粒子群优化为海上油田确定风能和CCUS设备规模。Oliver等人[35]在地层不确定性下优化油藏井控以平衡预期利润和碳排放。Duan等人[36]将NSGA-III应用于行为感知微电网需求响应。Guo等人[37]将基于GIS的选址、容量和运营决策关联，用于多能基地规划。

Sha等人[38]使用多元线性回归预测综合能源系统（IES）的碳排放。对于风-潮系统，研究主要集中在联合资源开发和互补性方面。Lian等人[39]评估了中国海上风能、波浪能和潮流能的联合潜力。Li等人[40]分析了浮动风-波-潮系统的动力响应和功率产出。Khurshid等人[41]综述了2000年至2023年发表的混合海上可再生能源系统。元启发式方法（包括遗传算法和粒子群优化）在系统规划中较为常见，但关于工程部署和设备运行维护的证据仍然有限。

考虑不确定性的IES规划有两种常见方法：鲁棒优化和随机优化。Wang等人[42]开发了包含潮汐发电和海水淡化负荷的鲁棒海上微电网模型。Wang等人[43]在长期碳价不确定性下为岛屿电力系统制定了多阶段随机规划。Saravi等人[44]将信息间隙决策理论与两阶段随机规划结合用于岛屿净零规划。Li等人[45]将动态仿真与响应面分析结合，在动态建筑负荷下优化多能系统。

IES优化已扩展到发电-电网-负荷-储能-氢能全链条。Sun等人[46]在源荷不确定性下协同优化可再生能源容量和电-氢储能。Sun等人[47]提出了带燃料电池余热回收的离网电-氢-热系统，用于能源岛。Yue等人[48]使用改进的非支配排序遗传算法III（NSGA-III）优化靠泊船舶的岸电供应。Naghipour和Sattari Sarbangholi[49]评估了大不里士低收入住房的成本最优热储能改造。在建筑环境领域，Naghipour和Sattari Sarbangholi[50]通过照明、自然通风、本地材料和空间布局评估了Saheb-Ol-Amr清真寺的气候适应性。Mohammadian等人[51]开发了含海水淡化和共享移动储能的海上能源枢纽集群鲁棒调度。SeyedShenava等人[52]开发了海上综合能源系统集群的去中心化调度。这些研究提供了更广泛的背景；本研究在空间筛选后针对一个孤立平台的时间序列容量规划。

现有研究提供了多种考虑不确定性的IES规划方法，但很少有研究针对具有强变化生产负荷和高比例旋转设备的孤立海上油气平台WTIES容量分配。文献中也缺乏从地理筛选到时间序列容量规划的可追溯序列的证据。表1总结本综述中确定的研究空白及本研究的对应响应。

本研究针对一个孤立海上油气平台的低碳转型和供应充裕度需求。首先使用地理信息系统（GIS）依据海洋资源、环境和工程标准筛选候选地点。选定地点后，将风能和潮汐记录与平台负荷联合处理以表征时间序列不确定性。最后，三目标容量模型结合NSGA-III搜索、基于指标间相关性的准则重要性（CRITIC）赋权和与理想解的相似排序法（TOPSIS）。目标函数为年化成本、年度直接运行排放和最差服务供应充裕度。该框架针对蓬莱19-3平台案例进行评估。

主要目标是在8,760小时供需两侧变异性下，为一个孤立海上油气平台WTIES确定适合的部署地点和装机容量，同时最小化年化成本、年度运行排放和最差服务缺供电概率（LPSP）。

据此，研究提出以下问题：顺序空间与时间框架是否能识别可行的容量配置（RQ1）；相较于其他条件相同的无潮汐优化方案，潮汐发电是否具有可测量的案例特定价值（RQ2）；在碳价、技术成本和扰动测试下，选定的折中方案是否仍然充足（RQ3）。风-潮互补性通过成对重新优化而非先验假设进行评估。

(1) 系统架构。我们建立了一个协调海上风电、潮汐发电、氢储能和燃料转换设备的WTIES模型，用于孤立海上平台。

(2) 空间筛选。我们使用明确的GIS适宜性筛选，在容量优化之前将海洋资源条件、工程约束和平台位置连接起来。

(3) 不确定性重建。我们联合重抽样对齐的保留集风电、潮汐和负荷残差，生成1,000条连续8,760小时轨迹，缩减为5条概率加权代表性轨迹，并对完整轨迹池验证选定配置。

(4) 容量规划与决策支持。我们最小化年化成本、直接运行排放和最差服务LPSP，然后结合NSGA-III、CRITIC和TOPSIS与明确的可靠性筛选，确定一个可靠性筛选后的工程折中方案，显式平衡经济绩效、运行排放和供应充裕度。

本文其余部分组织如下。第2节定义WTIES架构和组件模型。第3节介绍不确定性和容量规划方法。第4节报告案例研究结果。第5节提供比较、敏感性和情景分析。第6节给出结论和展望。

## 章节摘要

### 风-潮综合能源系统的典型架构与数学建模

本节定义WTIES架构以及在供需变异性下使用的组件模型。仅定义容量模型中使用的物理变量。

### 方法论

方法遵循数据关联序列：地理筛选与选址、选址特定不确定性重建、容量优化和决策排序（图3）。

### 案例研究

蓬莱19-3案例通过选址筛选、不确定性重建、容量优化和配置分析展示了规划流程。

### 进一步分析与讨论

进一步比较、敏感性分析和情景测试考察了规划结果如何依赖求解方法、参数选择和系统假设。

### 结论与展望

本研究通过将空间筛选、时间序列不确定性、多目标优化和决策排序相结合，解决了孤立海上油气平台的容量规划问题。主要结论如下：

(1) 六准则BWM-GIS筛选在0.55阈值下保留了蓬莱19-3，从而确定了用于不确定性分析的风能和潮汐记录。岭回归给出了最佳的保留集预测，联合块重抽样将对齐残差转化为1,000条年度轨迹。

## CRediT作者贡献声明

Jianli Zhou：写作——审阅与编辑，调查，资金获取，概念化。Jialei Yan：写作——审阅与编辑，原始草稿撰写，可视化，方法论，形式化分析，数据整理。Wanfei Dong：写作——审阅与编辑，调查。Ruige Zhao：可视化，方法论。Tai Ju：写作——审阅与编辑，验证。Handa Zhang：数据整理。

## 数据与代码可用性

MATLAB和ArcPy脚本、处理结果、种子记录和模型参数信息可在共享权允许的情况下从通讯作者处获取。主要方法和汇总结果提供在补充材料中。由于所有权、保密性和提供商许可限制，原始平台负荷数据和受限制的GIS材料不公开重新分发。

## 利益冲突声明

? 作者声明他们没有已知的竞争性经济利益或个人关系可能影响本论文中报告的工作。

Jianli Zhou | Jialei Yan | Wanfei Dong | Ruige Zhao | Tai Ju | Handa Zhang