如果你手头要做一个区域综合能源系统的调度方案而且系统里同时装了燃气轮机、电锅炉甚至电转气装置那你很快就会意识到一件事电力调度、天然气调度、热力调度这三件事根本拆不开。燃气轮机发电时会产热天然气的购气量会直接限制电网的可调出力热负荷上来了热电联产机组被工程上称为“以热定电”电网又得配合它消纳多余的电。这就是典型的电-气-热综合能源系统耦合优化调度问题。这篇文章我把自己做这类模型的完整思路整理出来从物理机理怎么变成数学约束到MATLABYALMIP怎么一步步搭建再到一个不算复杂的电气热算例验证最后是几次差点把自己坑到怀疑人生的教训。无论你是正在做综合能源课题的研究生还是做园区能源方案预研的工程师这套路径应该都能直接拿去做参考。1. 为什么电-气-热要耦合着调度三张网其实是一张网1.1 独立调度的局限一个冬天夜晚的反常识场景先讲一个我实际调研时遇到的场景。北方某园区冬夜里风很大电网侧风电出力接近满发但园区电负荷很低调度员已经在考虑弃风了。同一时刻园区的供热需求一点没少燃气锅炉满负荷在烧气热力公司还在算当天的用气成本。这两件事在现实中发生在同一个园区里却由两个独立系统各自决策电力调度不知道热力侧缺热量热力调度不知道电网侧在弃风。如果园区里装了一台电锅炉本可以用弃风产热让燃气锅炉降负荷甚至停机。但因为没有统一的优化决策风白白弃了气也白白烧了。这个例子说明多能互补的潜力不在于每个系统自己能跑多好而在于能源转换设备能不能被一个统一的“大脑”指挥。耦合优化调度模型干的就是这件事。传统独立调度的逻辑是各网络内部平衡彼此之间只有硬性的联络线或协议约束。当系统里只存在单纯的购电和购气时这种解耦没有问题可一旦出现燃气轮机、热电联产、电锅炉、P2G这些跨网设备解耦就失效了——因为这些设备同时接入两到三张网络它们的运行状态必须由全局目标来统一协调。1.2 耦合设备是能量翻译器也是优化模型的连接点从模型视角看耦合设备就是整个系统的“能量翻译器”。它们把一种能量形式转换成另一种而这种转换的方向、大小、时机都会有成本收益差异。调度模型要做的就是决定每台翻译器什么时候工作、工作多久、输出多少。常见的耦合设备有这么几类热电联产机组CHP气-电-热三向耦合的核心燃气进去电和热同时出来。燃气锅炉气-热耦合结构简单效率通常在85%~95%。电锅炉电-热耦合把电能变成热能响应快适合消纳波动性新能源。电转气P2G电-气耦合先电解水制氢再通过甲烷化合成天然气整体效率一般在55%~70%。热泵电-热耦合用一份电搬移多份热能效比高但投资成本也高。每种耦合设备都有一个属于自己的“输入-输出转换效率”和运行区间这些参数会进入优化模型的约束条件。也正是因为这些设备的运行区间不是独立的所以才需要一个全局目标函数来决定它们的行为。可以理解为耦合设备越多系统的可调度灵活性越大但模型的复杂度和求解难度也越高。本书后续的模型会围绕CHP、电锅炉、P2G三类设备展开因为这三类设备分别在气-电、电-热、电-气三个方向上打通了能量流正好覆盖电-气-热全链条。2. 优化调度模型的目标与变量成本怎么算未知量怎么选2.1 目标函数把运行费用拆成看得见的三行这个模型按日前调度来做时间尺度取24小时步长1小时。目标函数是典型的最小化运行成本。工程上最常用的表达式是[ \min \sum_{t1}^{24} \left( \pi_t^e P_t^{\rm buy} \pi^g V_t^{\rm buy} c^{\rm curt} P_t^{\rm curt} \right)\Delta t ]先解释一下各项的含义。第一项是购电成本。(\pi_t^e) 是分时电价(P_t^{\rm buy}) 是第t时段从上级电网买入的功率。这里用的是和电网签订的分时电价峰平谷价格完全不同所以这个成本项天然具备时间耦合特性能驱动模型在电价高的时段少购电、在电价低的时段多购电。第二项是购气成本。(\pi^g) 是天然气单价按体积计费(V_t^{\rm buy}) 是气井/气网的总供气量。如果做工程预算最终报告里要按这个口径统计购气量因为这是实际花钱买进来的能量。第三项是弃风惩罚。风电预测出力如果没被消纳掉就要在目标函数里付出代价。惩罚系数不宜太小否则模型会为了省钱故意弃风也不宜太大导致数值病态。我常用的量级是每MWh弃风收800元略高于市场化电价的上限保证只有万不得已才弃风。当然这个系数可以根据不同地区的弃风限电政策调整。还需要特别注意任何涉及时间的变量都要乘以 (\Delta t)。步长取1小时时功率MW乘以1小时就等于能量MWh很多新手在这里省掉 (\Delta t) 导致目标函数的量纲错乱。24小时模型里这个乘法会让目标函数体现真实能量费用绝不是可有可无的。2.2 变量设计连续量、0-1量与能量流的对应优化变量是整个模型的骨架选型既要覆盖物理过程又不能冗余到让求解器喘不过气。按照我们这章规划的设备变量清单如下。连续变量主要跟能量流对应各设备出力CHP电出力 (P_{\rm CHP,t})、CHP热出力 (H_{\rm CHP,t})、电锅炉功率 (P_{\rm eb,t})、电锅炉热出力 (H_{\rm eb,t})、燃气锅炉热出力 (H_{\rm gb,t})、P2G电功率 (P_{\rm p2g,t})。能源购入量购电量 (P_{\rm buy,t})、购气量 (V_{\rm buy,t})。风电相关风电实际上网功率 (P_{\rm wind,t})、弃风量 (P_{\rm curt,t})。储能相关储热SOC (E_{st,t})、储热充放功率 (P_{st,t}^{\rm ch})、(P_{st,t}^{\rm dis})。天然气物料平衡相关CHP耗气量 (V_{\rm chp,t})、燃气锅炉耗气量 (V_{\rm gb,t})、P2G产气量 (V_{\rm p2g,t})。0-1整数变量主要用于设备启停和大区间选择CHP机组启停状态 (u_{\rm CHP,t})。P2G启停状态 (u_{\rm P2G,t})通常为了避免P2G频繁启停还会加最小运行时间约束。为什么不用纯连续变量因为像CHP这类机组启停状态决定了它能否出力如果你允许它在0到最大出力之间连续变化调度结果会出现“同一台机组每小时都开一半”这种实际运行不合理的解。加一个0-1变量后出力下限和上限都乘以状态变量才能正确表达“不开就0出力开了就必须在上下限之间”的逻辑。3. 约束条件里最难的部分网络方程与设备可行域3.1 电力子系统功率平衡与直流潮流电力子系统的核心约束是节点功率平衡。简化到单母线模型时公式是[ P_{\rm buy,t} P_{\rm CHP,t} P_{\rm wind,t} P_{st,t}^{\rm dis} L_{e,t} P_{\rm eb,t} P_{\rm p2g,t} P_{st,t}^{\rm ch} ]左侧是电源右侧是负荷加耦合设备的耗电。电力系统的特点是电能几乎是瞬时平衡的所以这个等式在每个时段都必须严格满足。工程上一般还会加旋转备用约束即系统可调出力大于负荷加最大单机故障容量的一定比例但为了聚焦耦合逻辑这里先不引入。如果还要考虑电网拓扑常见的做法是直流潮流[ P_{ij,t} \frac{\theta_{i,t} - \theta_{j,t}}{x_{ij}}, \quad |P_{ij,t}| \le \overline{P}_{ij} ]节点相角 (\theta) 有上下限线路潮流有传输极限。直流潮流忽略了无功和网损在日前调度里精度足够而且线性性质对求解器非常友好。如果项目里的电气距离很短、变压器容量充裕只做功率平衡也不是不行但你要在报告里说清楚这是简化假设否则评审专家会问“你的线路潮流约束在哪”。3.2 天然气子系统从Weymouth方程到分段线性化天然气子系统的建模可以做两个层级。第一个层级是只做气量平衡这也是我第5章算例采用的简化方式。公式很直观[ V_{\rm buy,t} V_{\rm p2g,t} V_{\rm chp,t} V_{\rm gb,t} L_{g,t} ]气体总量守恒所有用气设备之和等于气源供气加P2G产气。在气网规模小、管道裕度充足的场景下这个层级基本够用。第二个层级是考虑气压和管道容量这时就要引入管道流量方程工程上最经典的是Weymouth方程[ F_{mn} K_{mn}\sqrt{\pi_m^2 - \pi_n^2} ]这里 (F_{mn}) 是管道流量(\pi_m)、(\pi_n) 是两节点气压(K_{mn}) 是管道常数。这个方程非凸、非线性直接放进MILP会死得很惨常见的处理手段是分段线性化引入辅助变量把气压平方差区间切成若干段每段用线性函数逼近。分段越多精度越高但0-1辅助变量也越多、求解时长翻倍。实际操作中我的经验是先评估气网是否可能出现管容约束受限。如果只是区域供气、管道冗余大直接做气量平衡如果涉及跨区域主干管网、管容紧张就需要Weymouth线性化。3.3 热力子系统稳态能量平衡能省但边界要搞清楚热力系统有自己的物理特征热惯性大温度变化缓慢水在管道里的流动带来传输延迟。但在日前调度模型中最通用的做法是静态热力平衡即每个时段的热源总产热量等于热负荷[ H_{\rm CHP,t} H_{\rm eb,t} H_{\rm gb,t} P_{st,t}^{\rm dis} L_{h,t} ]储热罐充放热也纳入平衡放热是热源充热是负荷。这个静态假设在1小时级日前调度中是合理的因为热力过程和电过程的时间常数差了两个量级秒级动态扰动在小时级调度里会被忽略掉。但要说清楚边界你无法用这个模型回答“某根热水管道末端温度在某一时刻能不能达标”。如果项目里需要做热网动态分析就得引入供回水温度、节点混合温度、管道水容量这些状态量模型复杂度会急剧上升。做工程一定要分清自己是在做“调度决策”还是“运行仿真”不要把两者混在一个模型里。3.4 耦合元件约束CHP可行域、P2G与电锅炉的数学表达耦合元件的约束是整个模型里最能体现“专业度”的部分。先说CHP它最大的特点是电出力和热出力之间存在强耦合关系。背压式机组电热比固定一个等式约束就写完抽凝式机组电出力能在一定范围内随热出力变化可行域是一个凸多边形通常用几个顶点不等式表达。工程中最常见的抽凝式CHP可行域可以写成[ 0 \le H_{\rm CHP,t} \le H_{\rm CHP}^{\max} ][ P_{\rm CHP,t} \ge k_1 H_{\rm CHP,t} b_1 ][ P_{\rm CHP,t} \le k_2 H_{\rm CHP,t} b_2 ]再加上出力上下限启停约束[ P_{\rm CHP}^{\min}u_{\rm CHP,t} \le P_{\rm CHP,t} \le P_{\rm CHP}^{\max}u_{\rm CHP,t} ]这些线性不等式拼起来就是CHP的可行运行区间。写模型前建议先把CHP的电热运行区间在图上画出来再去对照约束写不等式几乎不会错。P2G的输入输出关系则是通过热值桥接。给定电转气效率 (\eta_{\rm P2G})第t时段产气量[ V_{\rm p2g,t} \frac{\eta_{\rm P2G}P_{\rm p2g,t}}{\Lambda} ]其中 (\Lambda) 是天然气高位热值MWh/m³大约0.0098到0.0105 MWh/m³。注意这里一定要除以热值否则就是量纲错误。电锅炉和燃气锅炉更简单[ H_{\rm eb,t} \eta_{\rm eb}P_{\rm eb,t} ][ V_{\rm gb,t} \frac{H_{\rm gb,t}}{\eta_{\rm gb}\Lambda} ]储热系统的状态转移约束[ E_{st,t1} E_{st,t}(1-\sigma) \eta_{st}^{\rm ch}P_{st,t}^{\rm ch}\Delta t - \frac{P_{st,t}^{\rm dis}\Delta t}{\eta_{st}^{\rm dis}} ]SOC上下限约束以及末端状态复原约束 (E_{st,24} E_{st,0})保证调度周期是循环的。这个“末端守恒”约束很重要否则优化结果会故意把储热罐放空成本全想办法留到第二天。4. MATLAB与YALMIP建模从代码框架到求解器4.1 变量与约束的代码组织方式MATLAB建模我强烈推荐用YALMIP它能把优化变量和约束用矩阵方式组织得非常直观省去自己拼矩阵的功夫。先定义变量注意所有时间序列变量都用列向量维度保持一致。T 24; %% 连续变量定义 P_chp sdpvar(T,1); % CHP电出力 MW H_chp sdpvar(T,1); % CHP热出力 MWth V_chp sdpvar(T,1); % CHP耗气量 m3/h P_wind sdpvar(T,1); % 风电实际上网 MW P_curt sdpvar(T,1); % 弃风 MW P_buy sdpvar(T,1); % 购电 MW P_eb sdpvar(T,1); % 电锅炉电功率 MW H_eb sdpvar(T,1); % 电锅炉热出力 MWth H_gb sdpvar(T,1); % 燃气锅炉热出力 MWth V_gb sdpvar(T,1); % 燃气锅炉耗气量 m3/h P_p2g sdpvar(T,1); % P2G电功率 MW V_p2g sdpvar(T,1); % P2G产气量 m3/h V_buy sdpvar(T,1); % 购气量 m3/h P_st_ch sdpvar(T,1); % 储热充热功率 MWth P_st_dis sdpvar(T,1); % 储热放热功率 MWth E_st sdpvar(T1,1); % 储热SOC MWhth %% 0-1变量 u_chp binvar(T,1); % CHP启停然后是约束拼接。YALMIP的用法是用方括号把所有约束收集起来最后一次性传给优化函数。代码可读性要高每个约束块写清楚注释Constraints []; %% 电力平衡 Constraints [Constraints, ... P_chp P_wind P_buy P_st_dis ... L_e P_eb P_p2g P_st_ch]; %% 热力平衡 Constraints [Constraints, ... H_chp H_eb H_gb L_h]; %% 风电出力与弃风 Constraints [Constraints, P_wind P_curt P_wind_max]; %% CHP可行域以抽凝机组为例 Constraints [Constraints, ... H_chp 0, H_chp H_chp_max * u_chp]; Constraints [Constraints, ... P_chp 0.2*H_chp]; % 下限斜线 Constraints [Constraints, ... P_chp 1.2*H_chp 5]; % 上限斜线 Constraints [Constraints, ... P_chp P_chp_max * u_chp]; %% CHP耗气量折算简化线性模型 Constraints [Constraints, V_chp ... (P_chp / eta_chp_e H_chp / eta_chp_h) / LHV_gas]; %% 电锅炉与燃气锅炉 Constraints [Constraints, H_eb eta_eb * P_eb]; Constraints [Constraints, V_gb H_gb / (eta_gb * LHV_gas)]; %% P2G产气 Constraints [Constraints, V_p2g eta_p2g * P_p2g / LHV_gas]; %% 天然气气量平衡气量统一为m3/h Constraints [Constraints, ... V_buy V_p2g V_chp V_gb L_g]; %% 储热约束 Constraints [Constraints, E_st(2:end) ... E_st(1:end-1)*(1-sigma) eta_st_ch*P_st_ch - P_st_dis/eta_st_dis]; Constraints [Constraints, E_st(1) E_st(end)]; Constraints [Constraints, ... 0 E_st E_st_max, ... 0 P_st_ch P_st_ch_max, ... 0 P_st_dis P_st_dis_max];目标函数按第2章的公式写Objective sum(price_e .* P_buy)*dt ... % 购电成本 sum(price_g .* V_buy)*dt ... % 购气成本 sum(c_curt * P_curt)*dt; % 弃风惩罚代码写完就可以交给YALMIP求解了。4.2 求解器选择与求解状态检查如果你的模型全是线性约束加二进制变量那本质上是个MILP问题。首选Gurobi或CPLEX性能稳定求解速度快。YALMIP调用时这样配置ops sdpsettings(solver,gurobi,verbose,2); ops.gurobi.MIPGap 1e-3; % 0.1%的MIP gap ops.gurobi.TimeLimit 600; % 限制求解时间10分钟 sol optimize(Constraints, Objective, ops); if sol.problem 0 fprintf(求解成功\n); else disp(sol.info); % 查错误类型 end如果没有商业求解器许可证MATLAB自带的intlinprog也能对付中小规模问题YALMIP里把solver改成intlinprog即可。但对含几十个0-1变量的模型intlinprog的求解速度会比Gurobi慢很多建议还是配置一个商业求解器。MIP gap这个参数值得单独强调。设为1e-3意思是“如果当前整数解和最优下界的差距小于0.1%就停止求解”。工程上0.1%的差距对日前调度成本的影响微乎其微但能大幅缩短求解时间。不要什么模型都死磕最优性gap到1e-6那是学术论文的精度工程上没必要。4.3 单位统一一个容易翻车的隐形雷区综合能源系统最烧脑的不是公式而是单位。电网喜欢用MW、MWh燃气行业喜欢用m³/h、万m³热力行业则可能用GJ或Gcal/h。如果在模型里混着用某个换算系数错了结果会非常荒诞而且极难排查。我的实践习惯是功率统一MW能量统一MWh气体统一用m³并按热值折算到MWh。下面这个换算关系几乎每天都会用到1 m³天然气标准状态低位热值约等于0.0098 MWh即9.8 kWh热值如果按高位热值大约0.0105 MWh左右。在代码里建议把热值定义成常量所有和设备相关的气体量都通过它换算LHV_gas 0.0098; % MWh/m3写代码时还要注意如果你的电价单位是元/MWh出力是MW时间步长是1小时那么购电成本的单位就是元目标函数内部是自洽的。如果碰到月度、年度模型需要跨时间尺度换算建议额外写一个单位换算的函数把所有价格先转成“元/MWh”和“元/MWh气热值”再丢进模型。5. 算例验证三种调度方案的成本到底差多少5.1 网络结构与参数设置为了把上面的模型跑起来我设计了一个电气热混合算例规模不大重点在体现耦合逻辑。电力部分6节点系统简化单母线一台CHP接入节点4一台风电场额定120 MW节点负荷峰值为280 MW常规机组作为平衡机组。天然气部分4节点气网简化气量平衡气源节点供气CHP和P2G都在节点2气负荷设一个较小值避免算例被气网细节带偏。热力部分3个热负荷节点合称为园区热负荷峰值120 MWth热源为CHP、电锅炉、燃气锅炉并配置一个50 MWhth的储热罐。关键参数按经验取值放在一张表里方便复现参数数值CHP容量电60 MW / 热80 MWth电锅炉容量30 MW效率0.95燃气锅炉容量40 MWth效率0.9P2G容量10 MW效率0.65储热容量50 MWhth充放电效率0.95风电额定功率120 MW分时电价峰1.2元/kWh平0.75元/kWh谷0.35元/kWh气价2.6元/m³弃风惩罚800元/MWh时间步长1小时共24时段负荷和风电曲线不在这里逐行罗列但关键特征是夜间风电出力高、电负荷低白天电负荷出现峰值。这个特征正是后续结果差异的来源。5.2 独立调度、耦合调度、耦合储能的对比结果我跑完模型后做了三个方案对比。第一个方案是独立调度热力系统只允许燃气锅炉和CHP以热定电电网侧不允许电锅炉参与平衡也不考虑P2G。第二个方案是完整耦合但暂不启用储能和P2G。第三个方案是耦合基础上加入储热和P2G。结果汇总如下指标独立调度耦合调度无储能耦合储能/P2G总成本 / 万元55.642.437.0购电 / MWh260210180购气 / 万m³12.09.88.6弃风 / MWh4580电锅炉产热 / MWh03554P2G产气 / m³002000CHP平均电出力 / MW12.516.814.2数据经过四舍五入重点是看趋势。独立调度方案里夜间CHP为了满足热负荷不得不发电导致电网在低谷时段出现大量弃风总成本最高。耦合调度方案里电锅炉利用夜间弃风产热替代了一部分燃气锅炉供热量CHP在白天高峰时段更积极地发电购电成本随之下降。加入储能和P2G之后储热把热负荷从夜间部分转移到白天P2G再把一部分低谷电转化为天然气抵扣购气量系统整体成本进一步下降。5.3 结果背后的能量置换逻辑这三个方案的本质差异不在设备数量而在“能量置换路径”。电价谷段很低、风电又过剩这时候电锅炉产热的边际成本非常低而燃气锅炉烧气产热的边际成本等于气价除以锅炉效率通常远高于谷段电锅炉。调度模型每让电锅炉多产1 MWh热就相当于把燃气锅炉的1 MWh热挤出去这部分成本就被省下来了。P2G的逻辑类似只是置换方向变成了电转气。P2G在电价谷段买入廉价电合成天然气后抵扣购气量。但受限于整体效率不到70%它只有在电价极低、气价较高的时段才划算。模型会自动算出每个时段该不该开P2G这就是优化调度最有意思的地方——你不需要手工拍板只需要把物理约束和价格给对求解器会把不同路径的“性价比”算得明明白白。储热系统加入后系统中出现了第三种能力时间平移。电锅炉和CHP可以在夜间多产热并存入储热罐白天热负荷峰值时段再从储热罐放电这样白天就能少开高成本的燃气锅炉同时让CHP在白天更多发电、减少购电。储热本质上是把一种“不好存”的能量热用存储罐搬了个时间让热源出力的时间弹性和电力系统的时间弹性对齐。6. 我踩过的坑线性化误差、量纲错位和找不到的可行解6.1 分段线性化的误差被优化利用第一次做带Weymouth方程的气网模型时我把管道流量跟气压平方差的关系做了4段线性近似模型跑完求解器显示“最优”但结果里某个管道流量大得离谱。我把这个流量代回精确的Weymouth方程一算气压差根本不可能提供这么大的流量。问题出在分段线性近似的方向上。很多非线性凸函数的分段近似端点连线会在真实曲线的上方也就是高估了可行域优化器会专门挑误差大的区间钻空子。这不是数值错误而是模型本身的近似误差被目标函数“利用”了。解决办法有三个层次一是加密分段对流量接近饱和的管道从4段加到8段二是不要全管网统一分段只对关键长管道做精细分段短管用平均参数替代三是求解后做后验校核把优化得到的流量代回Weymouth方程检查气压是否在允许范围内。强烈建议把第三步做成标准流程不论分段多少都要校核。6.2 单位换算漏了一步P2G疯狂产气还有一次模型跑出来P2G几乎每个时段都满发整个气网被它怼得买气量接近零。当时我还觉得“P2G真香”结果一查代码发现P2G产气约束里忘了除以天然气热值。原公式应该是产气量等于电功率乘以效率再除以热值我写的时候把除以热值漏了。后果就是模型认为1 MWh电可以产出1 m³天然气这个“天价效率”当然会让P2G永远满发。这种错误最可怕的地方在于目标函数数值是合理的、求解也是收敛的你光看最终结果很难发现异常只有当你做能量平衡审计时才会意识到输入能量和输出能量根本不守恒。我现在给自己定了个规矩任何模型求解后必须做一次全系统能量守恒审计。把购电、购气、风电总输入能量加起来减去电负荷、热负荷、储能的净变化剩余量应该等于所有设备的热损失。如果这个残差超过5%一定是某个单位或效率写错了。6.3 二进制变量过多导致求解器罢工模型加了CHP启停、P2G启停、Weymouth分段区间变量之后0-1变量直奔三位数Gurobi开始从几秒解完变成几分钟还卡住。这时候要按照工程经验做降维。第一个思路是去掉不必要的整数变量。比如某些时段热负荷一直存在CHP启停变量就别再放开把CHP当成“必开机组”用连续变量上下限约束即可。第二个思路是给求解器设定合理的MIP gap和时限0.1%对日前调度足够别让它在0.001%的地方空转。第三个思路是给一个初始解先用连续松弛版本求解把结果作为x0传给整数变量起点很多时候能明显加速收敛。还有一点容易被忽略P2G这类设备在电价波动平缓的典型日里其实没有必要每时段都能启停。给它加最小开/停机时间约束既能保证实际设备不受磨损又能剪掉大量对称解求解速度能快一截。6.4 时间索引错位与热惯性被简化掉的风险24小时模型里“第1小时”是00:00到01:00还是01:00到02:00这个问题看起来无关紧要但一旦和分时电价边界、风电出力曲线对齐错位结果会整体漂移。我的习惯是统一“时段平均值”口径代码里用t1:24表示第t个1小时时段绘图时x轴标注“01:00-02:00”而不是“1:00”。另一个需要说清楚的边界是热惯性的简化。前面提到热力系统用静态平衡时本质上忽略管道水容量和建筑热惰性。这在日前调度层面可以接受但你要是把这套调度指令直接下发给现场可能会发现室温响应滞后供热管网在调度规定时间没能达到预期温度。工程做法是在热负荷侧加一个±3%~5%的松弛量把热惯性的响应误差吸收掉或者把热负荷的“舒适度区间”做成软约束让模型在极端场景下可以适度放宽热平衡避免为了硬性满足一个过于理想的温度假设导致整个系统付出过高的经济代价。说到底模型和物理之间永远有距离。我们做的耦合调度本质是在给能量流找最经济的一条路而这条路是否真的可执行取决于设备物理特性和网络约束是不是被正确翻译成了数学语言。我个人的检查习惯是三条求解前用手工能量平衡估算法验证量纲和数量级求解后把典型日曲线逐时段画出来盯一遍电、气、热的联动关系遇到气网结果一定要把气压和流量放到一起看趋势是否合理。这三步做完大部分荒诞结果都无所遁形。