Page 59 - 中国仿真学会通讯
P. 59
表 ３ 常用模型简化或求解方法
Ｔａｂ． ３ Ｇｅｎｅｒａｌ ｓｉｍｐｌｉｆｉｅｄ ｏｒ ｓｏｌｖｉｎｇ ｍｅｔｈｏｄｓ
模型简化或 约束线性化 变量解耦 智能算法
求解方法 分模块求解
大规模
应用场景 潮流模型中 模型含整数 非线性问题
非线性方程 变量和连续变量
目的 多目标
具有模块化 优化问题
特征的问题 获取大规模问题、 多
目标问题的可行解
建立混合整数 分模块迭代
线性规划模型 求解问题
４ 能源互联网规划的研究展望
在能源生产环节规划， 源、 网协同规划， 能源消费环节规划都面临着如表 ４ 所示的挑战，
如何有效的应对这些问题是能源互联网规划研究的重点。
４ １ 可再生能源和能源需求的不确定性建模
在能源生产侧， 可再生能源机组的出力存在不确定性， 因而对可再生能源功率预测也存在
不确定性［４４］ ； 在能源消费侧， 随着能源价格的波动， 用户对能源的消费也会变化， 同时用户参
与需求侧响应的积极性也和能源价格、 政策有关， 电动汽车的充电行为也是随机的， 这都导致
用户对能源需求的不确定性［８４－８５］ 。 针对规划模型中存在的不确定性问题， 首先需要明确不确定
性的来源， 对不确定性的特征进行分析， 采用概率论、 序列运算等数学工具进行建模， 再考虑
通过蒙特卡洛模拟等方法分析这些不确定性对规划模型的影响［８４－８５］ 。 如何平抑可再生能源的随
机性和仿真能源需求的变化是能源互联网生产环节、 消费环节规划建模的难点。
表 ４ 能源互联网规划的研究挑战
Ｔａｂ． ４ Ｒｅｓｅａｒｃｈ ｃｈａｌｌｅｎｇｅｓ ｏｆ ｐｌａｎｎｉｎｇ ｏｆ ｅｎｅｒｇｙ ｉｎｔｅｒｎｅｔ
研究挑战 能源生产 源、 网协同规划 能源消费
环节规划 环节规划
不确定性
建模 可再生能源 可再生能源 用户的需求
功率预测 功率预测 侧响应行为
多时间常数的 电动汽车充
建模
电行为
可靠性约束
电、 热的耦合过程
模型的求解 电、 气的耦合过程
能源价格
影响 新设备的 电－气系统的 电－气－热多
可靠性建模 互济效应 能系统的互
（如 Ｐ２Ｇ 电站）
济效应
大规模的高维， 非凸非线性的数学模型的求解
不同能源生产计划 单一能源需求的增长 能源消费量
的不确定性变化 可能造成网络阻塞 的不确定性
５５
