基于太阳能的高原矿区离网综合能源系统季节性弹性运行：一种风险厌恶的信息间隙决策理论方法

《Renewable Energy》：Seasonal resilient operation of a solar-based off-grid integrated energy system for plateau mining areas: A risk-averse IGDT approach

　　

- 为高原矿区孤网综合能源系统（OIES）建立了最优调度模型。- 在储能特性建模中引入了高海拔修正。- 引入信息缺口决策理论（IGDT）以评估源荷不确定性下OIES的韧性。- 需求响应（DR）改善了系统季节性经济性能和运行韧性。- 供暖季和非供暖季呈现出截然不同的动态调度模式。

引言

全球能源发展目前正经历快速转型与多元化。有限的资源储备和日益严重的环境退化担忧，使得传统化石燃料难以满足未来日益增长的能源需求[1]。矿区作为能源和矿产资源的核心供应枢纽，在开采和冶炼过程中面临独特的电气化挑战[2]，[3]。大多数矿区位于高海拔地区且处于电网边缘，主要依赖柴油发电机组或小型离网系统进行能源供应。这种方式经济效率和可靠性欠佳，同时会排放大量二氧化碳。与此同时，高原地区太阳能资源丰富，具备大规模发展光伏（PV）和聚光太阳能热发电（CSP）技术的固有优势。然而在实际运行中，严重的气象波动常常与生产负荷的不确定性相叠加，导致更为显著的季节性失衡[4]，[5]。运行优化领域面临的紧迫问题在于如何有效管理源荷波动，并实现系统的灵活调节能力。

综合能源系统（IES）已被证明能够通过利用多能互补和储能技术，有效缓解可再生能源的间歇性和波动性，从而确保稳定的能源供应[6]。其在孤立地区[7]，[8]或极端条件下[9]，[10]的成功应用，为应对高海拔矿区能源挑战提供了新思路。学术界对考虑不确定性的IES优化调度进行了系统研究。文献[11]提出了一种多元化优化框架，可有效缓解农业园区IES运行中不确定性的影响。文献[12]利用蒙特卡洛采样方法解决工业园区IES投资成本的不确定性问题，从而平衡系统全生命周期成本与碳排放。文献[13]研究了偏远地区的离网混合可再生能源系统，结果表明协调利用可再生能源发电、电池储能和柴油备用可提高供电可靠性和经济性。文献[14]提出了一种深度强化学习驱动的调度框架，并在海岛进行了仿真运行。仿真结果表明该调度框架在应对电源和负荷的多重不确定性方面具有有效性。文献[15]提出在混合风光热发电系统中使用抽水蓄能技术，以缓解可再生能源导致的功率波动问题。结果表明该混合发电系统可有效降低运行成本和负荷波动。文献[16]针对农村IES的源荷不确定性问题，提出了一种基于因子分析和仿射算法的两阶段方法，用于协调灵活资源并评估其价值。根据案例研究结果，该方法能更准确地捕捉源荷波动并显著降低调度保守性。

需求响应（DR）已成为增强系统韧性的关键策略，目前也是IES运行优化研究的焦点。文献[17]提出了一种针对高海拔矿区的需求响应策略，重点关注系统控制灵活性需求。文献[18]探讨了热交互和负荷需求灵活性对增强系统适应太阳能波动和供需不匹配能力的意义。文献[19]利用季节性需求响应，应对供暖和冷却负荷的季节性波动及用户参与不一致问题，以提高系统运行灵活性和经济效率。文献[20]强调储能、需求响应和备用发电是应对可再生能源波动和季节性负荷变化的关键灵活资源。

在IES优化调度研究中，用于建模和求解不确定性的方法对调度结果的可靠性同样至关重要[21]。目前处理不确定性的主要方法是随机优化算法，通过生成和裁剪大量场景来模拟系统实际运行。该方法具有建模直观和成本效益高等优势。文献[22]引入两阶段随机规划方法，在可再生能源发电不确定的条件下优化混合可再生能源系统。文献[23]利用两阶段随机优化方法结合基于置信区间的决策方法，解决可再生能源、交通和氢能领域的不确定性问题。文献[24]基于两阶段随机规划框架开发了能源管理系统，以应对系统运行期间光伏输出和负荷的实时不确定性。随机优化方法严重依赖于精确的概率分布，而在实际场景中往往难以准确获取。相反，鲁棒优化方法基于不确定性集，能够在最不利条件下确定最优解，具有可靠性和计算效率高的优势。文献[25]引入可再生能源相关的不确定性，提出两阶段鲁棒优化方法，并据此建立多时间尺度鲁棒优化调度模型。文献[26]针对多站点能源系统的两级优化与调度问题，在第一级采用鲁棒优化方法考虑风能和太阳能的不确定性。文献[27]提出了一种新型混合鲁棒区间优化框架，以应对可再生能源发电与需求响应之间的不确定性。鲁棒优化往往导致决策过于保守。信息缺口决策理论（IGDT）是一种非概率方法，能够在满足给定成本目标的前提下，定量评估系统所能承受的最大不确定性。文献[28]提出了一种增强的信息缺口决策模型，以应对高海拔地区可再生能源高渗透率带来的挑战。案例研究表明，该系统的运行降低了成本并提高了能源利用率。文献[29]基于信息缺口决策理论开发了电-热-气系统框架，以应对源荷不确定性并确保系统稳健运行。

根据现有研究，IES可通过适当的调度策略有效缓解发电和负荷不确定性的影响。当前应用主要集中在农村地区和工业园区，而对矿区的研宄主要集中于小规模评估、脱碳和成本降低方面[30]。储能系统被视为缓解发电和负荷波动的核心组件。然而，大多数研究忽视了高海拔环境对这些系统充放电效率和容量的影响。这种忽视可能导致过于理想化的优化结果，从而误导调度决策者[31]。在高原矿区OIES中，高海拔条件下储能性能的退化削弱了系统维持电、热、汽耦合平衡的能力。与此同时，热和汽需求量的季节性变化与源荷不确定性进一步限制了有限可调资源提供的运行灵活性。因此，供暖季和非供暖季的系统运行特性差异更加显著。在此背景下，需求响应可通过转移或削减非关键电力负荷提供额外灵活性；然而，其在高原条件下因季节而异、用于补偿储能灵活性下降和源荷不匹配的作用尚未得到充分表征。大多数现有调度研究采用标称储能参数或全年统一的运行策略。这种简化可能高估系统的可用调节能力，并掩盖供暖季和非供暖季面临的季节性运行瓶颈。尽管IGDT在应对非概率不确定性方面具有明显优势，且已被广泛应用于能源系统调度，但将其与DR结合应用于高原矿区OIES仍较为有限。为弥补这一研究不足，本研究将IGDT和DR纳入最优调度框架，以表征源荷不确定性，并在储能退化和季节性需求变化的共同作用下改善有限灵活资源的配置。

本研究的科学目标是为高海拔条件下源荷不确定性环境中高原矿区基于太阳能的离网综合能源系统开发季节性韧性调度框架。研究主题是获取系统在供暖季和非供暖季的运行特性、成本结构和不确定性容忍水平，以及DR效应。本研究在以下方面对现有研究进行了拓展：（I）为高原矿区OIES开发了季节性调度框架，以应对不同季节的差异化运行需求；（II）在储能模型中引入高海拔修正因子，以提高高原条件下运行建模的准确性；（III）构建了基于风险厌恶IGDT并结合需求响应的调度模型，以量化不确定性容忍度并增强系统灵活性和韧性。

本文结构如下：第2节介绍OIES并分析当地可再生资源条件和能源需求特性。第3节给出系统各组件的数学模型。第4节构建高原矿区OIES调度模型。第5节提供不同场景的案例研究和讨论，第6节为结论。

各章节摘要

OIES设备配置

所研究的矿区位于中国西藏，拥有充足的太阳辐照条件，但同时也面临极端天气和脆弱生态环境带来的挑战。为满足矿区电力、热力和蒸汽等多元化能源需求，OIES的整体配置如图1所示。能源供应设备包括CSP和PV；能源储存设备包括电化学储能（EES）和热储能（TES）。

高原矿区OIES建模

本研究主要对EES和TES模型进行高原特性量化，因为储能性能对低温、低气压和热损失敏感。对于PV和CSP，高原特性通过当地气象输入（如水平总辐照度GHI、直接法向辐照度DNI和环境温度）体现。柴油发电机（DG）被建模为应急备用电源，本研究中未考虑其详细的海拔相关降额因素。

优化与评估

高原矿区综合能源系统调度模型的优化目标是最小化运行成本，表达式如下：

其中，$C_{O\&M}$为系统设备的运行维护成本，$C_{DR}$为需求响应补偿成本。

案例研究分析与讨论

为表征高原矿区OIES在不同季节的运行差异，本文将全年划分为供暖季（10月16日至次年5月15日）和非供暖季（5月16日至10月15日）。对每个季节，DNI、GHI、热负荷和蒸汽负荷的24小时日曲线分别采用平方欧氏距离的K-means聚类方法进行了聚类，每个变量指定10个聚类簇。对每个聚类簇，选取实际历史日

结论

鉴于高原矿区OIES面临的显著季节性变化和密集源荷不确定性，本文建立了高海拔自适应最优调度模型，并研究了需求响应对系统经济性和韧性的影响。主要结论如下。

确定性调度结果表明，季节性差异显著影响系统运行。在供暖季，更高的供热和蒸汽需求需要更强的多能耦合调节能力。

CRediT作者贡献声明

房瑞明：撰写——审阅与编辑、验证、监督、资源获取、项目管理、调查、资助获取、数据整理、概念构思。邓晓程：撰写——初稿、可视化、软件、方法论、形式化分析。

利益冲突声明

作者声明，他们没有已知的可能影响本文所述工作的竞争性经济利益或个人关系。

数据可用性

数据可根据要求提供。

竞争性利益声明

作者声明，他们没有已知的可能影响本文所述工作的竞争性经济利益或个人关系。

致谢

本研究得到中华人民共和国国家自然科学基金（项目编号：52477048）资助。

房瑞明 | 邓晓程