Nicholas Qin1. 为什么多能互补系统的优化，不能靠“拍脑袋定权重”
真正把多能互补综合能源系统跑起来之后，你会发现一个问题：那些发表在论文里的调度策略，拿到实际工厂或园区里往往推不下去。原因不复杂——工程项目里几乎没有单一指标说了算的场景。你要控制运行成本，又要盯着碳排放量，还要保证冷热电供应的可靠率，甚至电网侧还会考核联络线功率波动。这些目标之间的冲突是天然存在且不可完全调和的。夏季午后光伏大发、园区冷负荷同时飙高：你让电制冷机全功率吃多余的光伏电，经济性和清洁性都好看，但热泵和吸收式制冷的联动约束可能撑不住；你为了压低运行成本让燃气轮机贴近最小出力运行，碳排放倒是下去了，但余热回收导致的热、冷联供出力又不满足热用户的温度需求。这种相互制约，决定了“把所有目标乘上权重，加成一个数”这种贪快写法，很容易得到一个理论上最优、实际上运行不了的调度表。
这里就是目标规划（Goal Programming）发挥作用的地方。目标规划的核心逻辑不是“找一个唯一的路走到黑”，而是“先把约束和系统底线守住，再在实现在优先级目标的前提下，逐级往理想目标靠拢”。我第一次在综合能源系统里彻底跑通这套逻辑，就是基于一个包含电、热、冷三种母线，融合了光伏、风电、燃气轮机、电锅炉、吸收式制冷机和蓄电池的程序。求解器选的IBM CPLEX，模型用Python搭，核心采用的是典型的目标规划框架。这套程序解决了我之前一直头疼的问题：怎么在一个优化模型里同时处理经济性、环保性和供能可靠性，并且让结果能直接给调度人员用。
这篇文章不打算复述教材公式，我把建模里那些容易绕晕的目标优先级设置、偏差变量处理、CPLEX落地细节，以及调试时遇到的几个典型陷阱都整理出来。如果你也在做综合能源系统的调度优化，或者刚下载好CPLEX准备开始写目标规划，这篇文章应该能让你少走一段我走过的弯路。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 程序背后的系统边界与设备模型，必须先理清楚
2.1 我建模时的系统组成与母线架构
我当时做的这个综合能源系统，不是那种复杂到有几十条母线的省级大电网，而是一个典型的园区级多能互补系统，结构上完全可以看作一个微网与外网互联的全面提升版。系统内包含四条核心母线：电力母线、热力母线、冷力母线，以及天然气输入端口。电力母线连接光伏阵列、风力发电机、燃气轮机发电侧、电锅炉、电制冷机、蓄电池，同时通过一台变压器与外网做买电和卖电交互。热力母线主要是燃气轮机余热回收、燃气锅炉和储能水罐的汇合点，承担冬季暖通和生活热水的热负荷。冷力母线则连接电制冷机组和吸收式制冷机，用来满足空调冷冻水供应。
为什么先从母线架构说起？因为在实际建模时，绝大多数约束都围绕母线展开。你只要把母线上的设备进出功率都列全，能量平衡约束反而变成了最简单的线性等式，剩下的就是每台设备的独立运行约束。这套思路的优点是扩展性极强——想在系统里加一台氢燃料电池，直接在电力母线和氢气端口之间加一个组成模块就行，不需要动其他部分。
2.2 设备模型与参数选择上的基本简化原则
综合能源系统的设备模型如果写得太精细，求解复杂度会急剧上升。在工程级分析里，我普遍采用以下简化方式：
- 燃气轮机（CHP机组）：用定效率模型描述，给定输入天然气功率，按电效率和热效率同时产出电和热，并设置最小开机出力与爬坡限制。
- 燃气锅炉：不考虑启停细节的连续调节模型，输出热功率在零到额定值之间连续变化。
- 吸收式制冷机：以热力母线的热功率为输入、冷力母线的冷功率为输出，引入一个固定的制冷系数（COP）来描述转换关系。
- 电制冷机、电锅炉：同样用COP或热效率简化建模。
- 光伏与风电：按典型日场景曲线给定预测出力上限，调度程序只能在预测范围之内削减，不能超出。
- 蓄电池与储热水罐：采用能量状态（SOC）递推方程，考虑充放互斥约束。
这些模型在目标规划框架里全部转化为线性约束，CPLEX处理起来非常轻松。不要一上来就把机组启停的启停成本、开停机时间连锁、非线性的效率曲线全部塞进去。先跑通一个线性模型，再逐步优雅地加入复杂度，这个顺序能帮你避免前期就在调试维度上“爆炸”。
2.3 数据的时间尺度与场景处理
我选用的是典型日24小时调度，时间分辨率为1小时。光伏和风电出力数据采用某一典型夏日的归一化曲线，热、电、冷负荷取自园区实测数据。之所以不用随机场景或全年8760小时数据做初始验证，是因为这阶段的首要目的是把目标规划的数学结构、求解流程和优先级逻辑跑通。全年数据的处理一样样的，我用的是一个24小时的母线拓扑不变的确定性场景，这样每次求解都在几秒内连续返回，效率很高，非常适合反复调参。
3. 目标规划建模里的关键决策：优先级怎么设，偏差变量怎么放
3.1 为什么我选了目标规划而不是统一加权
在早期的版本里，我也试过把运行成本、碳排放量、联络线波动用一个加权和目标表达式写在一起，顺手给三个目标分别设置为0.6、0.3、0.1。结果确实很“快”，但有问题：当系统内部约束稍微一变化，比如燃气轮机检修停机，模型给出的解会突然变得非常激进——为了在不平衡时保住经济性，宁可大幅增加外网购电，导致碳排放量飙升，而碳排放目标原本设了0.3的权重，却几乎没有发挥约束作