具有快速实时不确定性补偿的综合能源系统自适应动态调度

《Chemical Engineering Research and Design》：Adaptive dynamic scheduling of integrated energy systems with fast real-time uncertainty compensation

　　

摘要：具有高比例风电和光伏发电的孤岛型综合能源系统（IES）深受预测误差和模型失配的影响，这可能导致电力和供热不匹配，即使设备级控制器能准确跟踪调度指令也是如此。本文提出了一种基于"调度-补偿-控制"架构的不确定性感知运行框架。首先，利用能够捕捉热惯性的动态模型，开发了一种自适应变系数滚动时域调度方法。在该方法中，通过引入在目标函数中施加惩罚的不匹配变量，对严格的电力和供热平衡约束进行松弛，同时一种自适应权重机制会根据实测不匹配量的增大，将侧重点从经济性转向不匹配抑制。其次，设计了一个实时补偿层，利用实测用户侧运行状态作为反馈，以抑制调度层遗留的残余偏差。特别是，提出了一种具有有限时域、时间加权L1范数目标的快速调节模型预测控制（FMPC）方案，以对持续偏差施加更强的惩罚并生成快速补偿指令。在考虑可再生能源发电和负荷预测不确定性以及模型失配的详细IES场站仿真表明，自适应动态调度将峰值绝对电力不匹配从约40.4 kW降低至32.9 kW，将峰值绝对供热不匹配从80.5 kW降低至30.3 kW。与仅调度运行相比，FMPC补偿进一步将电力均方根误差（RMSE）从11.3 kW降低至1.2 kW，将供水温度RMSE从0.92 °C降低至0.19 °C，同时将运行成本增加约1.5%。

引言

综合能源系统（IES）通过耦合转换和储能协调电力、供热、供冷、燃气、氢能等多种能源载体，可以提高整体效率并支持低碳运行。然而，随着间歇性可再生能源渗透率的不断提高和多种能源需求的快速多样化，IES调度日益面临不确定性，使实际运行中同时维持经济性和稳定性变得更加困难（Jin等，2024）。

在实践中，IES运行面临的不确定性可归纳为三大主要来源。第一是可再生发电不确定性，如风电和光伏预测误差，直接影响电力和热平衡，可能引发额外的调节成本（Turk等，2021，Fan等，2024）。第二是用户需求不确定性，包括电/热/冷负荷的波动性和相关性、电动汽车充电行为以及需求响应参与（Huang等，2023，Wu和Pang，2025，Zhang和He，2025）。第三是模型不确定性，即调度模型无法完美表征真实复杂系统（如热惯性、网络动态特性、设备非线性、未建模的扰动）。因此，即使获得了最优调度方案，其实施也可能偏离预期甚至在实际场站中变得不可行（Jin等，2024，Chen等，2025，Li等，2024a，Qin等，2022）。

鲁棒调度和随机调度是广泛使用的规划层方法。鲁棒及相关决策论方法针对不确定性集合、鲁棒可行区域、置信度或信息差距等不确定性描述进行对冲（Martinez-Mares和Fuerte-Esquivel，2013，Dong等，2023，Wang等，2026，Dong等，2024a，Ji等，2025，Zhu等，2025，Xu等，2025），而随机、场景法和两阶段方法则通过生成或代表性的场景来表征不确定性（Huang等，2023，Wu和Pang，2025，Zhang和He，2025）。这些方法提高了在可再生发电和需求不确定性下的调度可行性，但其实际性能仍取决于调度模型的保真度。

动态和灵活性导向的模型通过表征供热网络与建筑动态特性、设备惯性或可变运行特性以及热电联产灵活性，减少了这种结构性失配（Chen等，2025，Li等，2024b，Wang等，2024，Lv等，2019，Wu等，2024）。非线性模型预测控制（MPC）进一步证明了在控制运行层引入辨识出的设备和网络动态特性所带来的效益（Li等，2024a）。这些研究提高了物理保真度，但扰动、参数变化和未建模动态特性仍可能造成优化调度方案与实际场站轨迹之间的差距。

后退时域MPC及相关滚动优化方法利用最新的预测和测量值更新运行决策。它们已应用于微电网和IES的确定性、随机性、鲁棒性、分层和多时间尺度形式（Turk等，2021，Fan等，2024，Lv等，2019，Parisio等，2014，Cominesi等，2018，Yao等，2023，Dong等，2024b，Zhao等，2023，Liu等，2022，Shen等，2023，Wei等，2021，Guo和Li，2021）。然而，在许多调度导向的公式中，处理不确定性的主要机制是反复重新优化调度方案。当保留混合整数机组组合决策时，将完整的调度问题移至非常短的执行周期可能会带来相当大的计算负担。

更具体地说，实时MPC调度（Turk等，2021）和分布鲁棒自适应MPC（Fan等，2024）更新调度决策以应对预测不确定性，基于非线性MPC的最优负荷分配（Li等，2024a）改善了动态负荷分配和实时运行，双环或双层调度-控制框架（Dong等，2024b，Liu等，2022）协调调度层和控制层之间的决策。尽管取得了这些进展，但利用实测用户侧状态来纠正调度指令而不反复求解完整混合整数调度问题的独立执行层机制尚未得到充分研究。

因此，在优化调度方案与其实际实施之间仍存在一个执行层差距。预测误差、模型失配和未建模动态特性可能导致实际场站轨迹偏离调度指令，即使设备级控制器准确跟踪了其设定值。此外，严格的多能平衡等式可能降低纳入设备惯性的动态调度模型的可行性。这些问题促使在经济调度与设备级控制之间引入一个独立的快速反馈层。

据此，所提出的框架将预测调度与快速实时补偿相结合，以增强综合能源系统的不确定性应对能力。其核心思想是利用实测用户侧运行状态作为执行过程中纠正调度指令的反馈信号。该框架不仅依赖预测和离线模型，还利用这些测量值以统一方式缓解可再生发电不确定性、负荷不确定性和模型失配的影响。预测调度层在预测时域上生成经济最优计划，快速补偿层根据实时反馈计算纠正措施以消除执行层偏差，控制层则在设备级约束下跟踪补偿后的指令。

主要贡献有三方面：（1）通过在经济调度与设备级控制之间引入快速实时补偿层，开发了一种调度-补偿-控制三层框架。补偿层利用实测用户侧运行状态作为反馈来纠正调度指令，从而闭合调度-执行环。（2）提出了一种自适应变系数动态调度方法。为缓解动态调度中严格的能源平衡等式导致的不可行问题，将电力和供热供需不匹配作为受惩罚的软约束纳入目标函数。此外，经济权重系数根据电力平衡偏差量在线调整，使调度层能够平衡经济性能和运行稳定性。（3）为实时补偿层设计了一种快速调节模型预测控制（FMPC）方法。其性能指标受到时间加权绝对误差积分（ITAE）准则的启发，采用有限时域时间加权L1范数目标，其中L1范数表示绝对预测偏差和绝对控制增量的总和。时间权重随已流逝预测时间的增加而增大；在离散预测时域中，已流逝时间以预测步索引乘以采样周期来表示。因此，持续预测偏差将受到更大的惩罚，促进调度-执行不匹配的及时纠正。

本文其余部分组织如下：第2节介绍调度-补偿-控制架构及其反馈机制。第3节描述IES结构及主要设备模型。第4节阐述自适应变系数动态调度方法。第5节开发基于有限时域时间加权L1范数性能指标的FMPC实时补偿方法。第6节在可再生发电不确定性、负荷不确定性和模型失配条件下评估所提框架。第7节总结全文。

第2节 调度-补偿-控制架构的动机与概述

图1对比了图1(a)所示的常规调度-控制架构与图1(b)所示的所提调度-补偿-控制架构。在常规结构中，调度层确定机组组合和设定值，设备控制器跟踪这些指令。由于实测用户侧状态无法闭合调度-执行环，常规结构对可再生/负荷预测误差和模型失配仍然敏感。所提出的架构通过引入补偿层，利用实测用户侧状态作为反馈来纠正调度指令，从而增强了系统的不确定性应对能力。

第3节 综合能源系统的结构

所研究的IES是一个孤岛系统，其结构如图2所示。它集成了发电、能量转换和储能以同时满足电力和热需求。发电单元包括一台150 kW风力涡轮机、一个100 kW光伏阵列和一台425 kW内燃机（ICE）。能量转换单元由一台260 kW热泵和一台680 kW废热换热器（WHE）组成，用于供热和回收ICE废热。储能由……（此处原文截断）提供。

内燃机与废热换热器

由于内燃机的排气流量和排气温度决定了可回收热量，因此内燃机和废热换热器被建模为一个耦合热电联产单元。

在调度时间尺度上，假设闭环控制下ICE电力动态特性足够快，因此实际ICE输出功率取其设定值，如式(26)所示。
P_ice(k) = P_ice^0(k)
其中P_ice表示ICE的电输出功率（kW），P_ice^0为对应的调度设定值（kW）。

第5节 基于快速调节MPC的实时补偿

第4节开发了一种自适应变系数滚动时域调度策略，提高了对不确定性的鲁棒性。动态热侧模型有助于减少暂态过程中建模误差的影响，滚动优化利用最新预测更新决策以缓解预测误差。然而，即使有了这些改进，残余扰动和未建模动态特性仍可能导致执行过程中出现偏差，从而引发供需不平衡。

案例研究

所研究IES的整体结构已在图2中展示。该系统在孤岛模式下独立运行，与外部电网无交互。为模拟实际IES，基于第3节中呈现的模型在MATLAB/Simulink中实现了IES对象。在线调度问题随后用YALMIP表述，并用Gurobi求解。调度层和补偿层的关键参数分别汇总于表1和表2。为验证……（此处原文截断）

结论

本文通过"调度-补偿-控制"架构提出了针对孤岛型综合能源系统的不确定性感知运行策略。在调度层，利用动态设备模型构建了自适应变系数滚动时域方法。电力和供热不匹配在目标函数中受惩罚，并且随着实测电力不匹配量的增大，侧重点自适应地从经济性能转向不匹配抑制。

CRediT作者贡献声明

牛海海：撰写——初稿、验证、方法学、调查研究。李义国：撰写——审阅与编辑、监督、资金获取、概念化。

利益冲突声明

作者声明不存在已知的竞争性经济利益或个人关系可能对本研究产生影响。

致谢

本研究受国家自然科学基金资助（批准号51936003）。

牛海海 | 李义国
东南大学能源与环境学院，发电控制与安全国家重点工程研究中心，南京，210096，中国