基于熵权信息间隙决策理论的聚光太阳能综合能源系统低碳优化调度研究

本文推荐：该研究针对聚光太阳能（CSP）与综合能源系统（IES）协同调度中的多重不确定性，创新性地提出基于熵权信息间隙决策理论（IGDT）的低碳优化模型。通过精细化建模CSP多时段蓄热启动特性，结合熵权法消除多变量权重主观性，对比随机/鲁棒优化方法，为可再生能源高渗透率下的系统稳定运行提供新思路。

　　

Highlight

基于CSP的IES结构框架

如图1所示，集成聚光太阳能（CSP）、风电、光伏、热电联产（CHP）及电转气（P2G）技术的综合能源系统（IES），通过碳捕集存储（CCS）和热储能（TES）实现多能流协同。该系统创新性地将CSP的灵活热电转换特性与氢能产业链结合，形成"光-热-电-气"四维耦合网络。

目标函数

该低碳模型以总成本最小化为目标，包含火电成本（式29）、燃气成本（式30）、设备维护成本（式31）及碳交易成本（式32）。特别引入CSP机组启停的累积热耗约束，确保其作为"虚拟电池"参与调度的可靠性。

鲁棒随机优化模型

采用基数不确定集刻画风光出力与负荷波动，建立鲁棒优化框架（见数学模型）。其中决策变量x与不确定变量ξ通过Γ参数调节保守度，熵权法动态分配风电、光伏、CSP等变量的偏差因子权重，避免传统IGDT的线性叠加假设缺陷。

参数设置

基于中国北方某新区实测数据，在32GB内存的MATLAB R2018b平台上调用GUROBI求解器。参照文献[48-50]设置CSP镜场效率（>65%）、熔盐储热时长（8h）等关键参数，风光预测误差带设为±15%。

结论

本研究通过熵权IGDT量化源-荷多重不确定性，验证了CSP在平抑可再生能源波动中的核心作用。案例表明，该模型较传统随机优化降低12.7%碳排放，为高比例新能源电网提供"经济-环保-可靠"三重保障方案。

作者贡献声明

Ankang Miao：主导方法论构建与论文撰写；Yue Yuan：负责研究监督；Junpeng Zhu：完成数据调研；Mengda Li：执行数据整理。

利益冲突声明

作者声明无任何可能影响本研究的财务或个人关系。

致谢

感谢国家自然科学基金（52477088）和江苏省自然科学基金（BK20221165）资助。