近年来，综合能源系统协同规划技术已成为新的研究热点和前沿，其内涵是以智能电网为核心枢纽，结合电网、天然气网与热传输网，加强供给侧以及需求侧的相互感知与互动，提高综合能源利用效率，通过协同方式实现资源的最佳配置，这些特点也是其区别于传统电网规划的关键特征[1]。传统面向电网的规划方法已较成熟，在支撑电网运行方面发挥了核心作用，而多能流系统更为复杂，为了保证多能流系统的安全高效运行，实现提高综合能效和可再生能源消纳的目标，亟需发展面向多能流的系统协同规划技术[2-3]。

当前，综合能源系统规划及运行相关技术一直受到国内外专家学者重视，已成为理论研究和项目实践的焦点问题[4]。美国提出了综合能源系统发展计划并颁布了《能源独立和安全法案》[5]，明确要求社会主要供用能环节必须开展综合能源规划。加拿大颁布了多项发展综合能源系统的法案[6-8]，明确指出规划建设覆盖全国社区的综合能源系统，以能源管理中心为核心，综合利用各种能源，这也是加政府应对能源危机和实现2050年温室气体减排目标的一项重要举措。在欧洲，欧盟的ELECTRA项目和E-DeMa项目以电力市场机制为基础，分别提出了“网—元互联”以及智能能源路由器的概念[9-10]，通过分析多能负荷特点及设备运行情况，建立优化模型，达到不同运行工况的多目标优化，实现系统最佳出力分配，提高整体效率。英国曼彻斯特大学利用能源模式、能源节约策略和需求响应3个方面对曼彻斯特地区能源系统进行了整合，开发了综合能源电/热/气/水系统与用户交互平台，通过调整能源负荷运行状态，控制峰谷差，实现削峰填谷[11-12]。德国开展了能源系统优化协调的研究项目[13-14]，明确了对于综合能源系统协同规划的技术发展路线。德国的朗根费尔德地区开发了综合能源交互平台，创新之处是以用户用能成本最低模式、新能源最大消纳模式和电网支撑模式供用户选择，既保障了电网运行的安全性，也最大化维护了用户的利益[15]。中国在2010年成立了国家能源委员会；在2016年，国家发展与改革委员会发布了《关于推进“互联网 + ”智慧能源发展的指导意见》[16]，并建设了多个示范产业基地。其中，上海迪士尼度假区采用了能源梯度利用模式，有效降低能源损耗，通过能源站集中控制系统与用户侧能源管理系统的有机结合以及储能设备的调节，提高园区能源整体利用效率[17]。天津生态城示范项目建立了“源—网—荷—储”一体规划的微网系统[18]，保障系统运行可靠性，通过提升峰谷价差提高经济效益。上海的崇明岛示范项目通过优化岛上清洁能源出力配置，构建了灵活且具有弹性的智能配网，实现了国内首个配网级独立运行风电场和储能系统。2019年1月，中国国家电网公司提出了建设“三型两网”的重大战略，特别是建设“泛在电力物联网”这一重点任务，要建成公司级智慧能源综合服务平台，支撑“公司、区域、园区”三级智慧能源服务体系[19]。

虽然国内外在综合能源系统方面做了大量研究，且主要以新能源消纳和多能流高效利用为目的，但大多是对综合能源系统运行优化进行深度探究，诸如利用能源管理平台实现联合优化调控策略[20-21]，而在协同规划方法上并没有形成完善的研究体系。特别是立足全局、统筹兼顾、以电网为核心，进行不同时间、空间尺度下的能源规划还不够合理，对不同场景下的综合能源系统规划还较为笼统。基于此，有必要对面向工业园区的综合能源系统建模理论、仿真理论、优化方法以及协同规划理论进行系统性梳理。同时，对综合能源系统在工业园区这一场景下的供用能特点、多能流耦合复杂性、经济性等方面进行系统性总结。因此，本文在国内外相关研究和探索的基础上，首先梳理了综合能源系统规划的核心步骤；其次归纳总结了基于工业园区的综合能源系统多能耦合单元的数学模型以及协同规划的目标函数及相关约束条件。最后展望了面向工业园区综合能源系统协同规划不同研究侧重点的研究方向和问题。

工业园区建设是加快工业化和城市化进程的需要，然而工业园区能源利用效率低，能源与资源、环境与社会发展的矛盾日益突出[22]。为此，必须以清洁、低碳型能源为主，提高能源利用效率，建立高效、清洁、低碳型能源工业体系，构建面向工业园区的综合能源系统尤为关键[23]。园区综合能源系统一般由综合能源管控平台进行优化调度管理；主要是以电、热、气三大能流为基础能量单元；风电、光伏等作为新能源生产单元；冷热电三联供系统（combined cooling heating and power，CCHP）、热电联产系统（combined heating and power，CHP）、电锅炉、燃气锅炉等设备作为能量耦合单元；储能设备作为存储单元，形成了生产、输送、存储、耦合、再输送的完整综合能源系统架构（如图1所示）。

工业园区具有多种产能，是以工业负荷为主的复杂能源系统，涉及电/热/气/冷等多种能源的生产、转换、存储及使用，负荷需求量大、自动化程度高、负荷特性复杂、供电可靠性要求高，对配用电系统的运行调度提出了较高的要求[24]。但相比较而言，传统的工业园区缺乏用能的统一规划，普遍存在能源浪费、电能紧缺等问题，极大影响了系统的运行效率和经济环境效益。需要规划设计合理的工业园区级综合能源系统建设方案来解决多能流间的耦合程度偏低、工业能源系统的协同互动薄弱等问题[25-26]。

基于上述分析，归纳总结了目前较为成熟的综合能源系统协同规划步骤[27]，具体阐述如下：

1）分析工业园区区域现状。目前中国的综合能源系统示范工程大多试点在国家级、省级等工业新区，且大多以示范性为目的，因此需要分析搜集不同地区工业园区的政策法规、当前园区的总建筑面积、不同功能区类型面积、人口数量、基础设施规划布局、道路建设规划布局、可再生能源分布情况、电力资源、燃气资源等基础信息。

2）分析供能侧出力特性。供能侧主要以风电、光伏等新能源电源点出力以及与工业园区配电网的交互功率为主。考虑时间、温度、电价等多重因素下的出力特点及约束条件。

3）预测工业园区负荷侧的用能特性。依照步骤1）的相关信息，结合人工智能等负荷预测方法，实现对当前园区电、热、气、冷等负荷需求的预测，从而进一步确定负荷密度。

4）建立综合能源系统耦合模型。多能协同耦合的主要方式是通过多能耦合设备实现的，因此需要建立完善的多能耦合设备数学模型，反映出电/热/气/冷四种能流的耦合关系，并通过数学耦合矩阵的形式反映多能流的输入与输出关系。

5）规划方案。一方面，合理规划综合能源系统设备单元的选址。另一方面，确立优化目标函数及约束条件，建立求解模型，优化配置园区资源，规划出工业园区级综合能源系统的最佳方案。

步骤4）和5）是整个规划的核心环节，因此本文的第3、4章总结梳理了综合能源系统在多能耦合单元模型建立、约束条件确立以及目标函数构建及求解等方面的研究工作。

多能耦合单元模型分为通用模型和设备单元模型两类。从物理意义上看，通用模型主要以能源集线器（energy hub，EH）为代表；设备单元模型在协同规划中实现多能流的耦合与转换，考虑工业园区的供能特点及用能负荷特性，主要包括CCHP系统、CHP系统、电锅炉和燃气锅炉等。

EH模型最早由瑞士苏黎世联邦理工大学的G.Anderson教授提出[28]，以通用化的形式表征电、热、气3类能流间的转换、存储及分配等耦合关系。文献[29]对EH的各环节进行了详细的分析说明，本文不再赘述，只对核心能量转换环节进行数学概括：

式中：Y为输入变量矩阵；C为耦合系数矩阵；W为输出变量矩阵；α、β、λ分别代表各自能流形式。

CCHP系统是基于冷—热—电三联供的多能耦合联产系统，主要以燃气轮机进行发电，以溴化锂吸收式制冷机进行制冷，以余热锅炉进行供热。文献[30-32]对其物理模型进行了较为完善的阐述，并引入了“?”的概念，具体引用总结如下：

式中：Pele,CCHP(t)、Pgas,CCHP(t)以及eη分别表示在t时刻，燃汽轮机发电功率、天然气消耗功率以及运行转换效率；Pcold,CCHP(t)、Prest-ele,CCHP(t)以及Kc分别表示在t时刻，溴冷机输出冷功率、溴冷机输入电功率以及制冷系数；以及分别表示余热锅炉的输出热功率、余热锅炉的热效率以及热损失；ηCCHP、Ep(t)、EC(t)、EH(t)、FCCHP(t)以及Hlow分别表示系统?效率、电?、冷?、热?、输入整个CCHP系统的燃料总量以及燃料在较低位时的发热值；ηRER、Pele,CCHP(t)、Pcold,CCHP(t)、Pheat,CCHP(t)以及Δt分别表示CCHP系统原料利用效率、系统输出的电功率、冷功率、热功率以及转换时段。

CHP系统利用气体在高温燃烧室产生的高品位热量驱动微燃机发电，以满足电负荷需求；在此过程中产生的中低品位热量进入到余热锅炉，以满足热负荷需求[33]，其模型可表示为：

式中：Prest-heat,MT(t)、PMT(t)、MTη 和 qη分别表示在t时刻，微燃机发电过程中产生的中低品位余热功率、产生的电功率、发电效率以及余热传输过程中的热量损失；Pheat,MT(t)、wη和Kw分别表示在t时刻余热锅炉实际产生的热功率、余热锅炉制热效率以及余热吸收效率；HMT(t)为经过Δt时段，余热锅炉产生的实际热量值。

电锅炉是以电热耦合转换为主的一种供能设备，符合当前清洁用能的目标，也对能量高效利用、电能替代起到示范作用，其数学模型为[34]：

式中：Pheat,EB(t)、Pele,EB(t)以及EBη 分别表示在t时刻，电锅炉通过消耗电能产生的热功率、消耗的电功率以及电锅炉的实际转换效率；HEB(t)则表示为经过Δt时段，电锅炉产生的实际热量值。

燃气锅炉是以气热耦合转换为主的一种供能设备，其消耗天然气以此满足热负荷需求，进一步加强了气热之间的耦合关系。其数学模型为[34]：

式中：Pheat,GB(t)、Pgas,GB(t)以及 GBη 分别表示在t时刻，燃气锅炉产生的热功率、天然气消耗功率以及燃气锅炉的实际转换效率；QGB(t)以及LΛ分别表示为在t时刻，燃气锅炉的进气量以及天然气的低热值系数；HGB(t)则表示为经过tΔ时段，燃气锅炉产生的实际热量值。

多能耦合设备建模是工业园区级综合能源系统规划的核心部分，但目前仍围绕多联供系统、电锅炉、燃气锅炉展开模型研究，设备类型较为单一[35]，对于新型的耦合设备诸如电制氢等还未建立起成熟的数学模型，需要进一步丰富工业园区供能设备的种类来应对日益复杂的用能特性。同时，当前的多能耦合设备模型在实际运行工况中，往往不能准确反映系统运行的状态及特性，主要问题是耦合机组的运行会受到外界条件的改变产生一定的不确定性[36]，诸如多能耦合设备的转换效率在受到外界温度、湿度等因素干扰时，会产生一定偏差。因此，下一步的研究工作需建立更多类型的多能耦合设备模型，充分挖掘实际工况条件下对多能耦合设备运行产生影响的因素，建立更加完善、准确的多能耦合设备模型，进一步提升模拟仿真结果的准确度。

目前国内外在综合能源系统协同规划方面做了大量工作，建立了较为成熟的目标函数模型，特别是为工业园区级综合能源系统的规划运行提供了科学依据，现将典型的5类模型总结归纳如下。

4.1.1 考虑能量短缺成本的协同规划模型

文献[37]考虑了以投资成本、运行成本和反映系统可靠性的能量短缺成本为目标的综合能源系统协同规划方案，其目标函数建立如下：

式中：ctotal表示协同规划中总运行成本；T表示规划的总年限；cinv(τ)、cop(τ)和cENS(τ)分别表示规划年限内第τ年的投资成本、运行成本和能量短缺成本；r表示折现率。

其中：

式中 ：(τ,t)分别表示切除的电负荷以及热负荷；分别表示单位电负荷及热负荷的能量短缺成本。

4.1.2 计及需求侧管理的协同规划模型

文献[38]考虑了电力系统需求侧管理对综合能源系统协同规划的影响，其核心理念是通过用户侧引导，改变传统用电负荷特性，从而削峰填谷延缓投资，降低成本。其目标函数与式（18）基本一致，本节不再赘述，只是将能量短缺成本替换为参与需求侧用户补偿成本，该补偿成本模型如下：

式中：CDSM、α、β以及γ分别表示系统需要补偿参与需求侧管理的用户成本、削减负荷容量补偿系数、转移负荷容量补偿系数以及替代负荷容量补偿系数；以及分别表示系统削减负荷功率、转移负荷功率以及替代负荷功率。

4.1.3 考虑含有热网的协同规划模型

文献[39]考虑了以热网为协同规划的交互机制，建立了适用于综合能源系统协同规划的热网简化模型，其热网模型的目标函数建立如下：

式中：Cpi,inv表示管道年投资成本；R表示年折算系数；Kpi,fix为热力管道固定费用；Kpi,var为可变费用；li 为第i条热力管道的长度；为第i条热力管道交互热能最大值；Nl为热网管道数量；y为回报的时长；m为利润率；Nc为CCHP联供机组的数量；Ke,i,t表示第i个站点在第t个时刻的购电价格；ηehr,i表示电转热效率；T为调度运行总时段；Hex,i,t 表示第i个站点在第t个时刻与热网交互热能。

4.1.4 考虑弃风弃光等惩罚措施成本的协同规划模型

文献[40]考虑了在工业园区建设的分布式光伏及风电设备在协同规划时，因存在弃风弃光而造成的惩罚措施成本，其目标函数建立如下：

式中：c1表示基本建设投资成本；c2表示机组发电成本；c3表示弃风弃光、损失负荷所致的惩罚措施成本。

式中：k为投资年值化系数；φ为区域内能源站的总量；分别表示园区内电网、CHP系统、风电光伏系统以及充电设施的总容量；uP、uCHP、uGF、uEV分别表示对应的单位建设成本；αi、βi、δi为发电燃料成本系数；PGi为发电机的有功功率；ppenal.1为弃风弃光时单位惩罚价格；ppenal.2为区域损失负荷时单位惩罚价格；Ldes.t为弃风弃光量；Lloss.t为系统旋转备用不足时损失的负荷量；T为调度运行总时间。

4.1.5 考虑Pareto理论与方法的多目标协同规划模型

综合能源系统协同规划方案需要全面考虑各类目标要求，包括经济性、环保性、安全性以及运行约束，多目标规划也是当前诸多学者研究的重点之一。通常多目标优化问题将多个目标函数转化为单一目标进行求解，如加权求和法、ε-约束法以及最小最大法等[41]，需要对目标进行权重分配，但往往计算过程中需要依靠经验来判断，并会造成计算维度增多、难度增大、鲁棒性较差等问题。

而文献[41]以Pareto理论与方法为基础，建立了计及经济运行成本最小以及污染气体排放量最小的多目标函数模型。引入快速非劣排序这一基于遗传算法的多目标优化算法，降低了计算复杂度，使非劣解数量增加，并引入了“分层”和“拥挤距离”的概念来判定保留优秀个体，目的是拓展 Pareto 解的范围，并能更加均匀的进行前沿分布，上述方法目前在解决多目标优化问题上应用也较为广泛[42-43]。

对于约束条件而言，一般分为等式约束和不等式约束，总结归纳如下[44-48]：

4.2.1 等式约束

式中：Pt、Pg、Pc、PDG、Ps分别表示电网有功负荷、电网有功出力、多能耦合设备输出电功率、分布式电源出力以及线路损耗；np为有功负荷数量；nq为气负荷数量；Qt、Qg、Qc、Qs分别表示区域内气负荷需求、气源点输出量、多能耦合设备耗气量以及传输损耗；Ht、Hg、Hc、Hs分别表示区域内热负荷需求、外部系统热能输出功率、多能耦合设备输出热功率以及传输损耗；nh为热负荷数量。

4.2.2 不等式约束

电力系统运行约束可表示为：

式中：Ui为园区内用户电压幅值；Umin和Umax为允许上下限节点电压；Ii为园区内任意线路上电流值；Imax为线路上电流的上限值。

式中：分别表示可控多能耦合机组y出力的最小值及最大值。

天然气气源点约束条件可表示为：

式中：Qg、Qgmax分别表示天然气气源点输出量及输出最大值。

与主网交互功率限制：

式中：PBmax表示从主网购电的最大功率；PSmax表示向主网售电最大功率。

综上，综合能源系统规划建模的目标函数和约束条件都有较为深入的研究[49]，但同样也存在亟待解决的问题。一方面，当前的目标函数大多为系统运行成本最低，但其广泛应用带来的环境效益、用能效率、新能源消纳率、复杂约束条件等多目标要求会逐渐增多，因此需要建立更加完善的、适应工业园区发展的多目标函数及相关解法。另一方面，工业园区的负荷特性也较为复杂，如何在目标函数中进一步增强负荷内部的耦合关系，加强互动感知、多负荷类型聚类分析、建立多层分布式目标函数，有待进一步研究。

当前围绕综合能源系统协同规划的数学模型基本都是以投资费用最小、综合效益最大化为目标的成本运行函数，且主要依据线性规划采用MATLAB的Yalmip工具箱进行求解[50-51]。优化目标仅局限于系统经济效益，对各能流生产运行环节、新能源消纳率、能源利用率、耦合设备的动态运行成本、净现值、内部收益率、投资回报年限等专业数据还缺乏深入研究，未能准确反映实际运行状态下的各类指标。国内外已有的多目标优化研究[52-54]主要针对综合能源系统的优化控制，较少考虑协同规划环节，由于在前期规划过程中对目标函数考虑不够完善，导致后期系统运行产生了不必要的环境、经济性成本。因此，有必要在协同规划仿真建模过程考虑环境效益、新能源消纳率、技术经济等指标，并研究包含多变量、多重约束的优化问题求解方法，建立更加科学完善的协同规划方案。

文献[30]对工业园区采取了一种基于多场景的综合能源系统协同规划方案，核心是在多种不确定因素前提下，综合考虑各能流运行特征，将不确定因素边界化，通过多种场景将规划问题分类优化，基于此建设能源站子系统，给出建设时序，防止由于不科学的规划所造成的超前投资以及资产闲置。

通过建立不同的规划场景，分析各能流设备运行情况以及工况条件，可为仿真建模提供更精确的约束条件。同时，建立的规划场景可进一步优化规划方案，特别是对方案提出有效的合理化建议[55-56]。多场景规划理念体现了地方差异性，对综合能源系统需求侧的分析更加精确，对能源系统建设时序及多能互补协同效益等规划环节都具有重要意义。

目前工业园区级综合能源系统协同规划的研究主要围绕多能耦合设备展开，诸如冷热电联产系统。但在实际运行中，经常按运行经验分配出力或按“以热定电”的方式运行，无法明确联产设备电热比是否可调，以及在此情况下所需满足的约束条件，导致规划方案无法直接指导生产实际，难以实现最佳的综合能效与经济效益[57]。

为解决上述问题，可结合工业园区用能特点，合理配置电储能、热储能、气储能等储能设备，通过其充放特性提高系统调节能力，解耦传统的“以热定电”模式，实现含有储能的综合能源系统“柔性耦合”，进一步优化系统架构[58-59]。但是，储能站对工业园区生产安全的影响分析尤为关键（特别是电化学储能），同时理论计算得到的规划结果与工业园区生产安全防范等级要求之间、大型储能站的规划占地面积、线路铺设路径与工业园区生产实际之间存在差异。因此需将储能站的选址定容、充放策略与实际安全运行情况及要求相结合，并在此基础上，设计最优规划方案。

综合能源系统的规划建设与运行调控两环节存在密切联系，因此其规划过程往往需要考虑运行调控环节的影响，形成两阶段规划模型和方法。目前在综合能源系统协同规划及优化控制层面研究采用的分层分布式方法可供参考，具体如下：

文献[23]采用两阶段法进行多目标优化，在第一阶段，采用多目标粒子群算法优化综合能源系统的多能耦合设备类型及容量；在第二阶段，采用 CPLEX 求解器实现运行成本最小。第二阶段优化后得到的总运行成本、能源使用量等信息会传递到第一阶段，来计算相应的年总成本、年污染排放总量及一次能源使用总量。通过两阶段多目标优化后，得到系统性的优化配置解决方案，最后采用基于证据推理的多属性决策方法挑选出最优方案。文献[60]采用的分层分布式协调控制优化分为上、下2层，上层的决策者为工业园区控制系统，下层的决策者为各用户控制系统。此优化控制方法以用户收益最大化为目标，对各设备的运行方式和工作状况进行合理调配，使得园区内的高耗能生产企业和生活办公区用户的系统运行成本达到最低。通过上层“集中协调”的控制方法对园区进行整体削峰，通过下层“分布自治”的控制方法对多能流用能系统进行合理控制，达到用户侧优化运行的效果。文献[61]以全成本电价为背景，对“源—网—荷”的协同规划模型进行了分层处理，上层模型以“源网”为一体进行规划，下层模型以“荷”为中心，考虑了分布式电源的接入。

目前的研究对于综合能源系统规划建设与运行调控的耦合程度还不够紧密，特别是实际工况条件下调控环节的实时状态数据不能与规划设计方案形成呼应及状态感知。因此，有必要在综合能源系统协同规划过程中，对两阶段规划模型和方法进行更深层的研究，建立完善的、适用于工业园区综合能源系统协同规划的两阶段规划模型和理论研究体系。

基于工业园区这一场景，综合能源系统协同规划过程中存在不确定性问题。在供能侧，由于可再生能源出力受气候、地理条件等多方面因素的影响，以及受政策、市场、经济等外部因素对能源系统投资的影响，给中长期工业园区的综合能源系统规划带来了不确定性[62]。在多能耦合及转换侧，环境温度、地理位置等因素对多能耦合设备转换效率产生影响，从而导致机组出力的不确定性。在用能侧，差异化的用能需求、用能习惯，能源价格、气象条件等外部环境的变化，可能带来用能需求总量和结构的不确定性[63-64]。

同时，综合能源系统协同规划在数学上属于混合整数非线性寻优，与传统单一能源系统规划相比，求解规模变大、时间尺度不一致、控制变量数量增多[65-67]，如何更好解决综合能源系统的不确定性问题是协同规划的关键。

随着当前综合能源系统研究的不断深入，电、热、气三大能流的耦合程度逐步提升，其带来的社会效益、环境效益、经济效益日显突出。在中国经济飞速发展、工业化进程加快、高比例新能源接入等背景下，开展综合能源系统协同规划方法研究，进一步提升综合能源利用效率及经济效益是今后研究的重点。本文从协同规划方法的一般步骤、多能耦合设备单元建模、目标函数及约束条件构建等方面进行了归纳总结，并展望了今后在综合能源系统协同规划层面的研究重点及有待突破的技术方向，为综合能源系统协同规划理论研究以及工业园区级工程项目实践提供参考和借鉴。