基于贪心选择改进的RIME算法的集成能源系统最优调度策略：该策略结合了多种能源-碳交易机制

《Sustainable Computing: Informatics and Systems》：Optimal Scheduling Strategy for Integrated Energy Systems Coupling Multi-Energy-Carbon Trading Mechanisms Based-Greedy Selection-Enhanced RIME Algorithm

多能耦合系统碳交易机制建模与RIME算法优化研究，提出整合碳捕集、电制气及多能协同的动态模型，创新性设计带动态惩罚函数的改进RIME算法，实现系统运营成本降低10.17%和碳排放减少39.20%的双重目标。|双碳目标|多能协同优化|碳交易机制|RIME算法改进

　　

陶金|赵博林|赵志文|穆罕默德·A·穆罕默德

福州大学电气工程与自动化学院，中国福州350116

摘要

在“双碳”目标的战略背景下，多能源的交互转换和协同利用已成为综合能源系统（IES）的关键研究方向。为了降低IES的运营成本，同时解决传统系统的高碳排放问题，本文构建了一个集成碳交易机制的多能源耦合系统。首先，建立了一个动态IES模型，该模型包含了碳捕获装置、电力转气体转换系统以及冷热电联供单元，并通过引入碳交易市场来对所有装置的碳排放进行建模，以实现碳排放的多维控制。鉴于解决该模型复杂、非凸和高维约束的难度，本文提出了一种改进的RIME优化算法。该算法提供了一种主动的贪婪选择机制，以增强局部搜索能力并避免过早收敛；同时基于可行解集的反馈设计了一个动态惩罚函数，以适应复杂约束，显著提高了可行解的获取率和算法的鲁棒性。仿真结果表明，与不考虑冷能耦合和阶梯式碳交易的传统模型相比，所提出的模型可使系统的日运营成本降低10.17%，碳排放减少39.20%。所提出的模型和算法为IES的低碳、经济和可靠调度提供了有效解决方案。

引言

随着全球能源危机的加剧和环境问题的日益严重，能源行业在总碳排放中的占比显著增加[1]。构建一个经济高效、清洁环保的能源系统已成为实现“双碳”战略目标的研究热点和关键途径[2]。综合能源系统（IES）通过耦合电力、热能、天然气和冷能等多种能源形式的生产、供应和消费环节，实现了多能源的互补性和协同优化[3]。它是提高能源效率和促进可再生能源消费的重要载体。然而，随着IES中耦合装置数量的增加及其规模的扩大[4]，其优化调度问题在建模复杂性和求解难度方面面临挑战[5]。一方面，需要构建更完整的“源-电网-负荷-储能-碳”耦合模型来准确描述系统行为；另一方面，需要开发高效算法来应对模型带来的高维、非凸和非线性问题[6]。

在IES建模领域，现有研究已从单一能源系统发展到多能源耦合方法。早期研究主要集中在电力和热能[7]或电力和天然气[8]的二元协同作用上。随后，研究进一步细化了多周期优化[9]，并引入了碳捕获与储存（CCS）和电力转气体（P2G）等低碳技术，以增强系统的减排能力[10]。针对园区级应用场景的模型通过耦合更多能源子网络，提高了模型的工程实用性[11]、[12]。然而，大多数现有模型忽略了冷能负荷的主动调节潜力[13]，通常将其简化为刚性需求或辅助环节，未能充分利用其在夏季降低冷却负荷和冬季协同供暖方面的灵活性。此外，尽管对储能装置的建模受到了关注，但尚未建立整合CCS、P2G和碳市场机制的优化框架。

在优化方法方面，主要有三种类型：第一种是数学规划方法，以CPLEX[14]、[15]为代表，可以确保小规模问题的最优性，但在处理具有大量离散变量的大规模问题（如IES问题）时容易遇到计算瓶颈。第二种是基于特定问题结构的转换方法，例如使用博弈论[16]或纳什讨价还价理论[17]将原始问题转化为可解形式。尽管这些方法在特定场景下提高了求解效率，但它们高度依赖于模型且通用性有限。第三种是元启发式算法，如人工蜂群算法[18]、灰狼优化[19]及其混合变体，由于其对问题形式的强适应性而被广泛使用[20]、[21]、[22]、[23]、[24]。最近提出的RIME算法[25]在基准问题上表现良好，但其原始版本存在缺陷，例如简单的约束处理机制和在处理高约束、多峰复杂问题（如IES调度）时局部搜索能力不足，亟需针对性改进。

碳交易机制是刺激系统低碳运行的关键市场工具。研究从引入固定碳价格[26]发展到更精细的阶梯式碳交易机制[27]、[28]，并与CCS和P2G等装置结合使用，以增强减排效果[29]。然而，大多数现有研究将碳交易成本视为施加在系统上的外生参数，未能深入构建碳配额、碳价格以及系统内多能源转换和能源储存循环等物理过程的深度耦合模型。这导致碳成本对调度决策的边际影响描述不足，难以充分激发多能源协同的减排潜力。

总之，当前研究存在显著差距：在建模层面，缺乏一个能够统一覆盖电力、热能、天然气、冷能和碳的多能源流动，并深入整合冷热电联供单元（CCHP）、CCS、P2G、各种类型储能和阶梯式碳交易机制的完整IES调度框架；在算法层面，缺乏能够高效且稳健解决这一复杂问题的定制元启发式算法。表1展示了文献的对比情况。

本文的核心贡献在于：1）构建了一个针对电力、热能、天然气、冷能和碳的多能源耦合的日前调度模型，实现了物理能源流和虚拟碳流的集成建模和同步优化；2）提出了一种改进的RIME算法，通过引入贪婪选择机制和动态惩罚约束处理策略，显著提高了算法的收敛精度和计算鲁棒性；3）通过系统的比较分析，明确表明本文在模型完整性和算法先进性方面推动了现有研究的发展。本文旨在为IES的低碳、经济和高效运行提供创新的模型和算法解决方案。

本文的其余部分安排如下：第2节介绍模型的基本框架和多能源耦合系统的构建过程。第3节阐述所提模型的目标函数和约束条件，并同时介绍算法的机制和实现过程。第4节从算法、模型和优化结果以及参数敏感性四个方面进行分析，以验证模型算法的有效性。第5节提出结论和未来展望。

部分摘录

综合能源系统的基本框架

本文研究的系统整合了多种形式的能源。它从能源供应侧获取能源，通过耦合侧的装置合作，最终满足用户的能源需求。与传统的IES相比，本文研究的系统加入了碳捕获设备、电力转气体转换设备和各种储能单元[30]。同时引入了碳交易市场，并进行了详细分析

目标函数和约束条件

多能源耦合IES的最低总运营成本（C）作为目标函数，主要包括三个部分：能源购买成本（C_pe）、运营维护成本（C_om）和碳交易成本（C_ce）。C_pe主要包含电力、天然气和热能的购买成本。C_om可根据设备类型进一步分为新能源单元的运营维护成本和耦合侧的运营维护成本

案例研究

使用MATLAB2021a进行了仿真验证。各单元的参数和算法参数设置在附录A中。为了研究所提模型的可行性和优越性，设置了四种运营方案进行仿真验证。（均考虑了动态惩罚函数）

方案1：传统IES的优化调度；

方案2：传统IES考虑阶梯式碳交易进行优化调度；

方案3：多能源耦合系统的优化

结论

本文构建了一个电力、天然气、热能、冷能和碳的多能源耦合系统，引入了阶梯式碳交易机制，并提出了基于贪婪选择RIME算法的优化调度方法。通过数值分析获得的结果总结如下：

• (1)
  本文提出的多能源耦合模型可以有效实现各种能源类型的相互转换和协同利用，优化

CRediT作者贡献声明

陶金：撰写 – 审稿与编辑、撰写 – 原稿撰写、可视化、验证、监督、软件开发、资源管理、方法论研究、资金获取、形式化分析、数据整理、概念构建。穆罕默德·A·穆罕默德：撰写 – 审稿与编辑、撰写 – 原稿撰写、可视化、验证、监督、软件开发、方法论研究、数据整理、概念构建。赵志文：撰写 – 审稿与编辑、撰写

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。