综合能源系统

把碳达峰碳中和纳入生态文明建设整体布局，以经济社会发展全面绿色转型为引领，以能源绿色低碳发展为关键，构建以新能源为主体的新型电力系统，是新时期党和国家赋予能源领域的重要使命。建设多能互补综合能源系统，就是以“横向多能互补、纵向源网荷储协调”的核心思想和综合化的发展理念、智能化的发展手段、准中心化的发展模式，保障以新能源为主体的新型电力系统高质量构建，推动我国能源系统清洁化转型的同时兼顾能源供应的可靠性和经济性，最终实现全社会、全产业链的经济脱碳与安全脱碳。

为了促进多能耦合互补和实现可再生能源就地消纳，综合能源系统已成为多领域的研究热点。考虑到能源设备及网络的多样性、复杂性以及多种能源时间尺度的差异性，根据能量平衡原理，对系统内具有可调特性的源、网、荷进行储能化建模，并构成虚拟储能系统参与到综合能源系统的优化调度中。为了准确把握虚拟储能的研究重点，首先介绍了虚拟储能的定义、逻辑架构和技术内涵；其次针对综合能源系统源、网、荷端设备或网络，总结和归纳了4种虚拟储能建模方法和特性指标；然后重点分析了虚拟储能在4种典型场景的具体应用；最后展望了虚拟储能未来的发展方向。

在“双碳”目标下，大力发展风、光等新能源是我们明确的方向。当前，电力供给侧和需求侧体现出“双随机”特征，给电力保供工作、系统经济高效运行等带来了严峻挑战：一方面，波动性和间歇性较强的风、光发电在电源结构中的比例持续增长，供给侧随机性日益凸显；另一方面，终端电气化水平提升与新型负荷不断涌现，例如电动汽车、数据中心、负荷聚合商、综合能源系统等新业态用户的出现，导致需求侧的随机性越发显著。

随着人工智能技术特别是强化学习在能源优化调度领域的深入研究，将系统状态表示为向量用于学习的模式，其训练效率与信息利用率较低。针对这一问题，提出了一种融合图神经网络模型与强化学习的综合能源系统优化调度方法。首先，将电-热-气综合能源系统建模为图结构数据，充分利用系统的拓扑信息。其次，提出了基于图神经网络架构的强化学习模型，使其可以充分利用图结构信息实现更快的训练速度，获得更大的探索空间。最后，将表示系统状态的图结构信息送入该模型进行训练，算例仿真验证了该方法的训练效率与探索能力。

综合能源是能源互联网体系的重要一环，承载了能源互联网与电力体制改革发展的双重使命。为有力推进电力体制改革，切实规范、促进综合能源市场健康有序发展，建立集中与分布式协同、多元融合、供需互动、高效配置的能源生产与消费体系。 综合能源服务系统以中国西电集团有限公司所属的西安西电电力系统有限公司企业园区为载体，融合清洁低碳的能源供给、绿色高效的能源消费、智慧协同的能源管控、集约共享的能源服务，构建源、网、荷、储综合能源系统，打造企业级综合能源示范基地，成为西电集团能源创新应用示范和参观展示窗口。

园区综合能源系统通过整合多种能源设备为用户提供可靠的能量供应，但设备的变工况特性给容量配置的合理性及调度方案的准确性带来了严峻挑战。为此，提出了一种考虑变工况特性的综合能源系统容量与调度双层优化方法。首先，采用改进的核密度估计法构建更准确的能源供需场景。其次，基于极致梯度提升算法，建立设备效率修正模型以表征设备的变工况特性，并考虑温度对设备寿命的影响，将老化成本纳入目标函数进行优化。然后，提出最优负载率跟踪策略，通过解耦调度过程中输出、效率和负载率三者的关系，主动调节能量转换设备的输出比例，实现系统的柔性供能。最后，通过仿真结果表明，所提方法考虑了设备的变工况特性，不仅提高了设备模型的准确度，还增强了配置方案的科学性和调度方案的经济性。

随着能源耦合的发展及我国碳市场的不断完善，传统电力需求响应已不满足双碳背景下多能耦合的综合能源系统(integrated energy system, IES)发展现状。为提高IES的综合需求响应(integrated demand response, IDR)能力，建立了考虑碳市场与电−氢储能的园区−用户双层模型。其中上层模型为考虑电−氢储能投资成本、碳市场履约成本及电/气/热多能耦合的IES模型；下层为包含可转移、可削减电热负荷的用户模型。然后引入运营商作为园区管理者，以运营商净收益最大、用户成本最小为目标函数，构建了运营商−用户主从博弈框架。最后算例仿真分析了碳市场环境下园区的需求响应效果，以及园区碳排放强度对IES系统碳排放的影响，并配置了不同情况下园区的电−氢储能，结果验证了所建双层模型及其互动方法的有效性。

项目围绕基于分布式低碳能源站互联互济模式的综合能源系统规划设计、运行模式、互动特性、市场交易机制进行探索和实践，系统地解决了分布式低碳能源系统经济、高效运行的关键技术难题，取得了系列重大创新成果：

针对综合能源系统中可再生能源和负荷的不确定性，提出一种基于深度强化学习的优化调度方法。首先，阐述了深度强化学习方法的基本原理；然后，提出了基于深度强化学习的综合能源系统优化调度模型，并对其中的状态空间、动作空间和奖励函数进行设计；继而，设计了基于异步优势策略梯度算法的模型求解流程；最后，通过算例仿真验证表明，所提方法能自适应源、荷不确定性，达到与传统数学规划方法相近的优化效果。