多能源融合港口容量配置与能量管理协同优化方法与流程

本发明属于港口多能源系统与能量调控，尤其涉及一种多能源融合港口容量配置与能量管理协同优化方法。

背景技术：

1、在全球气候变化和能源转型背景下，温室气体排放问题日益严峻，交通运输行业已成为能源消耗和碳排放的重要来源之一。其中，航运业作为国际贸易和区域物流体系的重要支撑，其能耗规模大、运行强度高，在全球碳排放中占据较高比例。港口作为航运体系中的关键枢纽，承担着船舶靠泊、装卸作业及能源供给等多重功能，随着港口吞吐量持续增长，港区内岸电系统、装卸设备及配套设施的能源需求不断攀升，使港口逐步演变为高能耗、高排放的综合能源消费场景。在国际航运减排政策的推动下，港口被认为是推进航运领域低碳化和能源结构转型的重要切入点，亟需在保障港口高效运行的同时，通过优化能源系统配置与运行方式，实现港区整体能耗与碳排放水平的有效降低。

2、在港区多能源融合系统建设中，容量优化配置是实现能源高效利用与减排目标的关键环节。部分研究基于港口实际工况，直接给出多能源系统的装机容量配置方案，例如通过配置一定规模的风电和光伏系统以满足靠港船舶用电需求并降低排放，但该类方法多依赖经验设定，缺乏系统化优化过程，难以保证配置结果在经济性、可靠性和运行效率等方面的综合最优。针对上述问题，现有研究通常以系统经济性、供能可靠性和环境效益等为优化目标，采用优化软件或智能优化算法开展港区多能源融合系统的容量优化配置。其中，基于homer等商业化优化软件的方法能够在单一或少量目标条件下快速获得系统容量配置结果，具有建模简便、工程适用性强等优点，已被广泛用于港口风、光、储及氢能系统的容量规划研究。然而，该类方法通常侧重于经济性指标，对系统运行安全性、动态效率及多目标权衡考虑不足。另一方面，基于粒子群算法、遗传算法及nsga-ii等优化算法的研究，通过构建数学模型并引入多种约束条件，对港区多能源系统容量配置进行进一步优化，并逐步从单目标优化发展到多目标优化，以获得系统的帕累托最优解集。尽管多目标优化方法在一定程度上克服了单目标优化的局限，但仍普遍存在目标权重选取主观性强、规划结果与实际运行策略耦合不足等问题，尚难实现容量配置与系统运行层面之间的协同优化。

3、另外，在现有港区多能源融合系统研究中，容量优化配置与能量管理策略通常分别设计。容量配置多基于典型负荷或长期统计数据进行规划，而系统运行阶段的能量管理策略则在既定容量条件下独立制定，二者之间缺乏有效的协同优化机制。在港口负荷具有显著时变性和不确定性的情况下，上述规划与运行割裂的设计方式，容易导致系统容量冗余、运行效率偏低或局部设备长期处于非最优工况，难以兼顾系统的经济性、安全性与能效水平。

4、综上，目前港区多能源融合系统在容量规划与运行控制过程中亟需解决以下核心技术问题：

5、（1）高比例新能源接入条件下港区负荷波动与不确定性带来的运行协调难题

6、港口负荷具有明显的时变性和多时间尺度波动特征，同时可再生能源出力具有随机性和不确定性。在高比例新能源接入条件下，系统需要在保障供能可靠性和运行安全的前提下，实现多能源单元之间的协调运行。如何在不确定性条件下兼顾系统稳定性、能效水平与经济性，对能量管理策略与容量配置方法提出了更高要求。

7、（2）多能源系统容量配置与运行特性强耦合下的协同优化难题

8、港区多能源融合系统中，光伏、风电、氢储能、电化学储能及外部电网等能源单元在响应速度、效率特性和运行约束方面存在显著差异，其装机容量配置结果将直接影响系统在运行阶段的能量调度空间和运行性能。如何在容量规划阶段充分考虑系统运行特性，并在运行控制阶段有效反馈容量配置结果，实现容量配置与能量管理之间的协同优化，是一项具有较高复杂度的技术难点。

9、（3）多目标优化条件下规划与控制统一建模与求解难题

10、港区多能源融合系统的容量配置与运行优化通常涉及经济性、可靠性、能效及环境效益等多个优化目标，同时还需满足功率平衡、容量限制和设备运行约束等多重约束条件。如何在多目标、多约束条件下构建统一的优化模型，并在保证计算可行性的同时获得具有工程实用价值的优化结果，是实现该类系统协同优化的关键技术难点之一。

技术实现思路

1、本发明要解决的技术问题是提供一种多能源融合港口容量配置与能量管理协同优化方法。

2、为解决上述技术问题，本发明采用以下技术方案：

3、多能源融合港口容量配置与能量管理协同优化方法，通过统一构建港区多能源系统模型，引入基于强化学习的能量管理策略，并结合多目标容量配置优化模型，实现规划层与运行层之间的协同设计与优化。

4、上述优化方法，包括以下步骤：

5、<1>构建港区多能源融合系统网络拓扑结构；

6、<2>基于港区负荷特性构建强化学习能量管理策略；

7、<3>建立综合考虑经济性、安全性与效率的容量配置优化模型；

8、<4>实现容量配置与能量管理的协同优化。

9、步骤<1>按以下操作进行：港区多能源融合系统包括可再生能源发电单元、氢能系统、电化学储能系统、外部电网接口以及港区综合负荷；其中，可再生能源发电单元包括光伏发电单元和/或风力发电单元；氢能系统包括制氢单元、储氢单元及燃料电池发电单元；港区综合负荷包括岸电负荷、装卸设备负荷及其他港区生产生活负荷；根据港区能源供给结构和用能需求，通过对上述各能源单元进行节点建模，并建立能量流向与功率平衡关系，形成港区多能源融合系统的网络拓扑结构模型。

10、港区多能源融合系统在任一调度时段内均需满足电功率供需平衡，其数学表达式为：

11、（1）

12、式（1）中， 表示时刻  光伏发电单元输出功率， 表示风力发电单元输出功率， 表示燃料电池输出功率， 和  分别表示电化学储能系统的放电功率和充电功率， 和  分别表示港区与外部电网之间的购电功率和售电功率， 表示港区综合负荷功率， 表示电解槽制氢功率；

13、同时，各能源单元在运行过程中还满足对应的出力边界约束，其数学表达式为：

14、（2）（3）

15、（4）（5）

16、（6）

17、式（2）至式（6）中，、、、、 和  分别表示光伏、风电、燃料电池、电解槽以及储能系统在对应工况下的最大允许功率。

18、步骤<2>按以下操作进行：在系统拓扑模型基础上，根据港区负荷具有明显时变性和不确定性的特点，构建基于强化学习的能量管理策略；能量管理策略以深度确定性策略梯度（ddpg）算法为核心，将港区多能源系统的运行过程建模为马尔可夫决策过程。

19、马尔可夫决策过程中，将港区多能源系统在时刻  的运行状态定义为状态变量，将各能源单元的功率分配方案定义为动作变量 ；其中，

20、状态空间表示为：

21、（7）

22、动作空间表示为：

23、（8）

24、式（7）中， 表示时刻  电化学储能系统的荷电状态， 表示储氢装置内的储氢量， 表示外部电网在时刻  的电价信号；式（8）中，、、 和  分别表示储能系统、电解槽、燃料电池及与外部电网交互的功率决策量；

25、奖励函数为：

26、（9）

27、式（9）中， 表示系统在时刻  的运行成本， 表示可再生能源弃电功率， 表示供能缺额或系统功率波动带来的损失项， 表示约束违反惩罚项，、、 和  为各评价指标对应的权重系数；

28、系统运行成本 表示为：

29、     （10）

30、式（10）中，、 和  分别表示储能系统、燃料电池以及电解槽单位功率输出或运行对应的等效运行成本系数；

31、其中：状态空间包括港区负荷需求、可再生能源出力水平、储能系统荷电状态及氢能系统运行状态；动作空间表示各能源单元在当前时刻的功率分配决策；奖励函数根据系统运行成本、能量利用效率及运行约束构建。

32、步骤<3>按以下操作进行：在港区多能源系统规划层面，构建容量配置优化模型，对各能源单元的装机容量进行统一优化配置；同时，引入功率平衡约束、设备容量约束及运行边界条件，形成港区多能源融合系统容量配置的优化模型描述；容量配置优化模型以系统全生命周期运行需求为基础，综合考虑以下优化目标：系统全生命周期成本最小化，包括设备投资成本、运行维护成本及能量购入成本；系统运行安全性和供能可靠性约束；系统能源利用效率最大化。

33、容量配置优化模型中：

34、设容量配置向量为：

35、（11）

36、式（11）中，、、、、 和  分别表示光伏系统、风电系统、电化学储能系统、电解槽、燃料电池以及储氢装置的配置容量；

37、以系统全生命周期成本最小为优化目标，其数学表达式为：

38、（12）

39、式（12）中， 表示系统初始投资成本， 表示运行维护成本， 表示规划周期内从外部电网购电所产生的成本， 表示设备寿命周期内的更换成本；

40、系统全生命周期成本为：

41、（13）

42、式（13）中， 表示规划周期总时段数， 表示折现率， 表示时刻  的运行成本， 表示时刻  的运维成本；

43、以系统供能可靠性最大为另一优化目标，其数学表达式为：

44、（14）

45、其中，

46、（15）

47、式（14）和式（15）中， 表示系统供能可靠性指标， 表示负荷缺供概率， 表示时刻  未被满足的负荷功率；

48、以系统能源利用效率最大为另一优化目标，其数学表达式为：

49、（16）

50、式（16）中， 表示港区多能源融合系统的综合能源利用效率。

51、步骤<4>按以下操作进行：

52、（1）容量配置初始建模与参数设定

53、根据港区负荷特性、可再生能源资源条件及系统运行约束，建立多能源系统的初始容量配置方案；该方案以各能源单元的装机容量为决策变量，以系统全生命周期成本、供能可靠性及能源利用效率为优化目标，形成容量配置初始解空间；

54、（2）基于容量配置的能量管理策略训练

55、在给定容量配置条件下，构建基于强化学习的能量管理模型，将港区负荷状态、可再生能源出力、储能状态等作为状态输入，将各能源单元的功率分配作为决策变量，通过与系统运行环境的交互训练得到对应容量配置下的最优运行策略，并计算其运行性能指标，包括运行成本、能源利用效率和系统稳定性等；

56、（3）运行性能反馈驱动的容量配置更新机制

57、将步骤（2）中得到的运行性能指标作为容量配置优化的评价依据，通过构建容量配置优化模型，对不同容量方案进行比较与筛选；当运行性能未满足预设目标时，调整容量配置方案并重新进入能量管理策略训练过程，实现容量配置与运行控制之间的信息反馈与迭代优化；

58、（4）协同优化收敛与最优方案确定

59、通过多轮“容量配置—能量管理”迭代计算，逐步逼近在经济性、可靠性与能效等多目标约束下的最优解；当容量配置和运行性能指标均满足预设阈值条件时，确定最终的港区多能源融合系统容量配置方案及对应的能量管理策略。

60、步骤（3）中，对储能系统及氢能系统的状态演化过程进行统一建模，其中，

61、电化学储能系统的荷电状态更新公式为：

62、（18）

63、式（18）中， 和  分别表示储能系统的充电效率和放电效率， 表示储能系统的额定容量， 表示相邻调度时段之间的时间间隔；

64、储能系统在运行过程中满足荷电状态边界约束，即：

65、（19）

66、式（19）中， 和  分别表示储能系统允许的最小荷电状态和最大荷电状态；

67、氢能系统中储氢装置的状态更新公式为：

68、（20）

69、式（20）中， 表示电解槽的电氢转换效率， 表示燃料电池的氢电转换效率；

70、储氢装置运行过程中满足以下约束条件：

71、（21）

72、式（21）中， 和  分别表示储氢装置允许的最小储氢量和最大储氢量；

73、步骤（4）中，在容量配置与能量管理协同优化过程中，设第  轮迭代对应的容量配置方案为 ，在该容量配置条件下经强化学习训练得到的最优能量管理策略为 ，则对应的系统综合评价函数可表示为：

74、（22）

75、其中， 综合表征该轮容量配置及运行策略在经济性、可靠性和能源利用效率等方面的性能；

76、基于运行层反馈信息对容量配置方案进行迭代更新，其表达式为：

77、（23）

78、式（23）中， 表示容量更新步长因子， 表示第  轮迭代中由运行性能反馈所生成的容量修正向量；

79、当相邻两轮迭代的评价函数变化量小于预设阈值时，判定协同优化过程达到收敛条件，其数学表达式为：

80、（24）

81、式（24）中， 表示协同优化过程的收敛判据阈值；当满足式（24）时，输出当前容量配置方案及其对应的能量管理策略作为最终协同优化结果。

82、针对港区多能源融合系统在容量规划与运行控制过程中面临的关键技术瓶颈，发明人建立了一种多能源融合港口容量配置与能量管理协同优化方法，通过统一构建港区多能源系统模型，引入基于强化学习的能量管理策略，并结合多目标容量配置优化模型，实现规划层与运行层之间的协同设计与优化。

83、与现有技术相比，本发明通过构建港区多能源融合系统模型，并实现容量配置与能量管理的协同优化，取得了以下技术效果：

84、1.提升港区多能源融合系统容量配置的科学性与合理性

85、本发明不再依赖经验设定或单一优化目标进行容量配置，而是通过统一建模并综合考虑港区负荷特性及系统运行需求，对多能源单元装机容量进行系统化优化，从而有效避免容量冗余或配置不足的问题，提高港区多能源融合系统规划结果的科学性和合理性。

86、2.增强高比例新能源接入条件下系统运行的稳定性与适应性

87、本发明通过引入基于强化学习的能量管理方法，本发明能够在新能源出力波动和港区负荷时变条件下，自适应调整各能源单元的功率分配策略，从而提升港区多能源系统在复杂运行环境下的稳定性和运行适应能力。

88、3.提高港区多能源系统整体能源利用效率

89、本发明通过协调可再生能源、储能系统及氢能系统的运行方式，充分发挥不同能源单元在时间尺度和动态响应方面的互补优势，有效提升可再生能源消纳水平和储能系统利用效率，降低弃能现象，提升港区整体能源利用效率。

90、4.降低港区多能源融合系统的全生命周期运行成本

91、本发明通过在容量配置阶段引入运行层能量管理反馈信息，能够在系统规划阶段预先评估不同容量配置方案的运行表现，从而获得兼顾投资成本和运行成本的优化配置结果，有效降低港区多能源融合系统的全生命周期成本。

92、5.实现容量规划与运行控制之间的协同优化

93、本发明打破了传统容量配置与能量管理策略相互割裂的设计模式，通过构建规划层与运行层之间的双向耦合机制，使容量配置结果能够有效约束运行控制策略，同时运行反馈信息能够反向指导容量配置优化，实现系统规划与运行控制的协同优化。

94、6.提高港区多能源系统运行的安全性与可靠性

95、在容量配置和能量管理过程中引入功率平衡、容量限制及运行约束条件，使系统在满足港区负荷需求的同时，避免能源单元超负荷运行或频繁启停，从而提升港区多能源系统的运行安全性和供能可靠性。

96、7.增强方法的通用性与工程适用性

97、本发明不依赖于特定港口规模或单一能源形式，能够根据不同港区负荷特性和能源结构进行灵活调整，具有良好的通用性和工程可扩展性，适用于不同类型港口的多能源融合系统规划与运行优化。

98、8.为港区低碳化与能源结构转型提供技术支撑

99、通过提升新能源消纳能力、降低系统运行能耗和优化能源配置结构，本发明有助于降低港区整体碳排放水平，为港口实现绿色低碳发展目标提供有效的技术支撑。