CN115293697A - 一种港口综合能源系统与集装箱物流系统协同调度方法 - Google Patents

Abstract

本发明公开了一种港口综合能源系统与集装箱物流系统协同调度方法，步骤如下：构建港口综合能源系统与港口集装箱物流系统协同调度架构；基于船舶平均在港时间最短和物流调度成本最低建立港口集装箱物流系统联合优化调度模型及作业用能模型；基于系统运行成本最低建立港口综合能源系统多能流耦合优化调度模型与能量出力模型；构建基于柔性流水线车间调度原理的港口集装箱物流调度流程模型；构建计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型；采用交替方向乘子法ADMM结合改进的非支配排序遗传算法MNSGA‑II求解，得到能流与物流调度计划。本发明的协同调度对港口经济、高效、低碳运营与绿色发展有促进作用。

Description

一种港口综合能源系统与集装箱物流系统协同调度方法

技术领域

本发明涉及港口能源系统与物流系统领域，具体地说是一种港口综合能源系统与集装箱物流系统协同调度方法。

背景技术

航运业高度依赖化石能源，造成严重的环境污染。港口作为航运网络的关键枢纽，其能效管理、减污降碳问题逐渐受到航运部门的重视。我国是全球第一港口大国，全年港口化石能源消耗产生的碳排放量超1400万吨。为推进“绿色港口”建设、提升港口能效与减污降碳成效，多能源融合技术及集成应用、设施电气化与能源替代技术应用被视为我国未来港口建设的重点方向。近年来，我国海洋、内河港口已加快部署岸电充电桩、电动岸桥、场桥、冷箱和自动导航集卡等电气化设备，为到港船舶提供供电、集装箱装卸、运输、堆码和货物冷藏服务。为满足港口急剧增加的电能需求，以及港口基础设施的快速发展带来的热、冷等多样化能源需求，集合新能源、发电/产热/制冷/产气机组、储能等设备、可实现多类型能源生产、转换、传输、存储与利用的港口综合能源系统正逐步建成。港口综合能源系统与港口集装箱物流系统的融合发展令港口呈现出“电力为主体，多种能流并存，能流与物流耦合”的特征。在此背景下，开展港口综合能源系统与港口集装箱物流系统协同调度，对促进港口物流能源利用提质增效、全面支撑“碳中和”愿景实现具有重要意义。

目前，关于港口综合能源系统与港口集装箱物流系统协同调度的研究主要来自物流交通领域，面向高度电气化港口开展，包括通过泊位调度优化、电力驱动岸桥调度优化、自动导航集装箱卡车调度优化等物流管理方式，提高物流效率，进而提升港口能效；或通过电力驱动岸桥配合储能运行、冷箱间歇性供电运行、自动导航集装箱卡车充放电优化等用能管理方式，降低港口能耗。但研究大多针对物流作业过程中的单一或少数环节开展，未对物流全过程设备的用能特性进行综合考虑。而来自能源调度领域的相关研究大多未考虑物流侧调度特征，通过简化了物流侧的调度建模，将物流工作消耗能量视为常量处理，或是仅针对其中单一或少数物流环节进行调度优化以获取部分物流环节所需用能，以满足物流用能需求为前提，开展港口能源系统调度。总结已有研究成果发现，目前关于港口综合能源系统与港口集装箱物流系统协同调度的研究大多将港口综合能源系统能量管理问题与集装箱物流管理问题独立看待，忽略了二者全过程协同调度对港口经济、高效、低碳运营与绿色发展的促进作用。

发明内容

本发明的目的是针对现有技术存在的问题，提供一种港口综合能源系统与集装箱物流系统协同调度方法。

本发明的目的是通过以下技术方案解决的：

一种港口综合能源系统与集装箱物流系统协同调度方法，其特征在于：该协同调度方法的步骤如下：

A、明确港口综合能源系统组成、港口集装箱物流系统组成与物流作业流程以及能流和物流的耦合关系，构建港口综合能源系统与港口集装箱物流系统协同调度架构；

B、基于船舶平均在港时间最短和物流调度成本最低建立港口集装箱物流系统联合优化调度模型及作业用能模型；

C、基于系统运行成本最低建立港口综合能源系统多能流耦合优化调度模型与能量出力模型；

D、构建基于柔性流水线车间调度原理的港口集装箱物流调度流程模型；

E、构建计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型；

F、采用交替方向乘子法ADMM结合改进的非支配排序遗传算法MNSGA-II求解步骤B、C、D、E中的模型，得到港口能流与物流调度计划。

所述步骤A中的港口综合能源系统涵盖电能、热能、冷能的产能和用能。

所述步骤A中的港口集装箱物流系统根据各集装箱船舶的入、离港时间与待装卸箱量，调度物流作业区内的岸电、岸桥、集卡、场桥、冷箱，联合完成包括船舶靠泊、集装箱装卸、运输、堆码及制冷在内的物流作业流程。

所述步骤A中的能流和物流的耦合关系表现为港口集装箱物流系统调度岸电、岸桥、集卡、场桥、冷箱作业消耗的能量由港口综合能源系统调度出力来满足。

所述步骤B中的港口集装箱物流系统联合优化调度模型及作业用能模型包括港口集装箱物流系统全过程调度目标函数、港口集装箱物流系统调度的约束条件、以及集装箱物流全过程电力需求模型；其中港口集装箱物流系统全过程调度目标函数包括带岸电泊位调度目标函数以及岸桥、场桥、集卡、冷箱联合调度目标函数；港口集装箱物流系统调度的约束条件包括船舶靠/离泊时间与靠泊位置约束、物流设备调度约束、物流设备作业约束；集装箱物流全过程电力需求模型涵盖岸电、岸桥、集卡、场桥、冷箱；

其中，带岸电泊位调度目标函数：带岸电泊位的调度目标是所有船舶平均在港停泊时间最小化，即：

式(1)中：B_ship表示一个调度周期内所有船舶平均在港时长；r_ship为一个周期内的到港船舶数量；t_arr,i、t_ber,i和t_SPS,i分别表示船舶i的计划到港时间、靠泊时间和占用岸电时长；

岸桥、场桥、集卡、冷箱联合调度目标函数：物流系统以岸桥、场桥、集卡、冷箱调度总成本最低为目标函数进行各类设备的调度，表示为：

minC_PCLS＝C_QC+C_GC+C_AGV+C_RC (2)

式(2)中：C_PCLS表示一个调度周期的物流系统调度总成本；C_QC、C_GC、C_AGV和C_RC分别为岸桥、场桥、集卡和冷箱的调度成本，分别如下：

岸桥调度成本包括服务各船舶的岸桥启动成本和装卸作业成本，表示为：

式(3)中：c_QC,on和c_QC,w分别为单台岸桥的启动成本和平均每小时装卸作业成本；r_QC为岸桥总数量；r_C,i表示第i艘船舶的待装卸集装箱数量；T_L为物流系统调度周期；

表示t时段第k台岸桥服务第i艘船舶装卸箱工作的0-1状态变量，工作为1、否则为0；

场桥调度成本包含服务各船舶的场桥启动成本和堆箱作业，表示为：

式(4)中：c_GC,on和c_GC,w分别表示单台岸桥的启动成本和平均每小时堆箱成本；r_GC为场桥总数量；

表示t时段第n台场桥服务第i艘船舶堆箱工作的0-1状态变量，工作为1、否则为0；

集卡调度成本包括服务各船舶的集卡启动成本与运输成本，表示为：

式(5)中：c_AGV,on和c_AGV,w分别为单辆集卡的启动成本和平均每小时运箱成本。r_AGV表示集卡总数量；

表示t时段第m台集卡服务第i艘船舶运箱工作的0-1状态变量，停运充电为1、运箱为0；

冷箱调度成本为冷箱的启动制冷成本之和，可表示为：

式(6)中：c_RC,on表示单个冷箱的启动成本；r_RC为冷箱总数量；

表示第f个冷箱的制冷状态0-1变量，制冷为1、否则为0；

船舶靠/离泊时间与靠泊位置约束：各船舶到达后才可靠泊，且船舶实际离港时间不能迟于计划最晚离港时间，任意两艘船舶靠泊时间不可存在冲突，如式(7)所示；所有船舶靠泊的位置不可超过港口海岸线范围，且任意两艘船舶的靠泊位置和靠泊时间均不可存在冲突，如式(8)所示；

t_arr,i≤t_ber,i,t_ber,i+t_SPS,i≤t_dep,i,t_ber,i+t_SPS,i≤t_ber,q+M(1-h_i,q) (7)

l_0,i+l_i≤L,l_0,i+l_i≤l_q+M(1-z_i,q),z_i,q+z_q,i+h_i,q+h_q,i≥1 (8)

式(7)、(8)中：t_dep,i表示船舶i的计划离港时间；l_0,i和l_i分别表示船舶i的泊位起始位置和含船舶间的靠泊安全距离的船舶长度；L为岸线长度；z_i,q表示任意两艘船舶的靠泊位置0-1状态变量，若船舶i靠泊于船舶q的左侧岸线为1，否则为0；h_i,q表示任意两艘船舶的靠泊时间0-1状态变量，如果船舶i在船舶q之前靠泊，取值为1、否则为0；M为一个无穷大常数；

物流设备调度约束：每台岸电、岸桥、场桥和集卡在各时段只可为一艘船提供服务，可由式(9)表示；各时段各类设备的运行数量不可超过其总数，如式(10)所示；服务各船舶的岸桥数量受船舶可分配岸桥总数的限制，可表示为式(11)；假设各船舶装卸任务可均匀分配给岸桥，则每艘船舶占用泊位岸电的时长为装卸准备时长与装卸所有集装箱用时之和，如式(12)所示；

式(9)-(12)中：

表示t时段第j台岸电为第i艘船舶供电状态0-1变量，供电即为1，否则为0；r_SPS为岸电充电桩总数量；r_QC,i,max和r_QC,i,min分别表示可服务船舶i装卸作业的岸桥数量上、下限；

物流设备作业约束：各时段单台岸桥的装卸效率、场桥的堆箱效率、集卡的运箱效率均受上、下限约束，可由式(13)表示；靠泊期间船舶用电功率受岸电供电功率上下限约束，如式(14)所示；各集卡的充电功率和荷电状态受上、下限约束，且调度周期结束时各集卡的荷电状态需与调度开始时相同，如式(15)所示；各冷箱的制冷功率与箱内温度变化量也受上、下限约束，且调度周期结束时冷箱内部温度应与调度开始时的温度相同，如式(16)所示；

式(13)-(16)中：

和

分别表示t时段第k台岸桥的装卸箱效率、第n台场桥的堆箱效率，以及第m台集卡的运箱效率；n_QC,k,max、n_AGV,m,max与n_GC,n,max分别为单台岸桥、集卡和场桥的最大运行效率；

为第j台岸电的供电功率；

和

分别为第j台岸电的供电功率上、下限；

为t时段第m台集卡的充电功率；

和

分别表示第m台集卡的最大、最小充电功率；

表示t时段集卡的荷电状态；SoC_AGV,m,max、SoC_AGV,m,min、

和

分别为第m台集卡的最大、最小荷电状态值，以及调度初始时刻和调度周期结束时刻的荷电状态值；

表示第f个冷箱的制冷功率；

与

分别表示第f个冷箱的最大与最小制冷功率；

表示第f个冷箱启动制冷一个时间间隔后箱内温度的变化量；ΔT_RC,f,max、ΔT_RC,f,min、

和

分别为第f个冷箱箱内温度的最大变化量、最小变化量以及调度初始、调度周期结束时的箱内温度；

集装箱物流全过程电力需求模型：港口集装箱物流系统在t时段的总电力需求为该时段各类物流设备功率之和，表示为：

式(17)中：

表示t时段港口集装箱物流系统总电力需求；

和

分别表示t时段岸电、岸桥、场桥、集卡和冷箱的总功率，分别如下：

t时段岸电总功率是该时段为船舶提供岸电服务的岸电供电功率之和，也为靠泊船舶功率之和，表示为：

式(18)中：

为第i艘船舶靠泊状态0-1变量，靠泊接入岸电即为1，否则为0；

表示第i艘在港船舶t时段的电力需求；

t时段岸桥总功率为该时段服务各船舶装卸作业的岸桥运行功率之和，如式(19)所示。单台岸桥运行功率用框架结构、起升机构和小车运输机构的工作功率、以及装卸箱速率表示，如式(20)：

式(19)、(20)中：

表示t时段第k台岸桥的运行功率；H_QC,k、R_QC,k和D_QC,k分别为第k台岸桥的吊机升降高度、外伸距和水平跨度；

和

分别为第k台岸桥升降电机的平均功率和运行速度；

和

为水平运行小车的平均功率和运行速率；

t时段场桥总功率是时段内为各船舶提供堆箱服务的所有场桥的运行功率，如式(21)；各场桥的功率取决其框架结构、起升机构和小车运输机构的工作功率及堆箱速率，如式(22)：

式(21)、(22)中：

表示t时段第n台场桥的功率；H_GC,n和D_GC,n分别为第n台场桥的吊机升降高度和水平跨度；

和

分别为第n台场桥的升降电机、水平运行小车的平均功率和运行速率；

t时段集卡总功率为该时段所有处于停运充电状态的集卡的充电功率之和，可用式(23)表示；各集卡的充/放电过程可用荷电状态表示，如式(24)，其中第一项表示t-1时段集卡的荷电状态、第二项表示集卡停运充电或启动运输一段时间后荷电状态的改变量；

式(23)、(24)中：

表示t-1时段集卡的荷电状态；

和

分别为第m台集卡的充电、放电效率；

表示第m台集卡运载单个集装箱功率；

表示第m台集卡的电池额定电量；Δt_L为物流系统物流调度的单位时间间隔。

t时段冷箱总功率为时段内所有启动冷箱的制冷功率之和，如式(25)所示；各冷箱内部温度的变化由制冷功率决定，可由式(26)表示，其中第一项为因环境温度导致的箱内温度变化、第二项表示供电制冷一段时间后箱内温度的变化量；

式(25)、(26)中：

为t时段第f个冷箱的内部温度；

为t时段的外部环境温度；A_RC,f和m_RC,f分别表示第f个冷箱的外表面积和装载货物的重量；z_RC和c_RC分别为冷箱的热传导系数和箱内比热容。

所述步骤C中的港口综合能源系统多能流耦合优化调度模型与能量出力模型包括港口综合能源系统多能流调度目标函数、港口综合能源系统调度约束条件、以及港口综合能源系统多能流耦合出力模型；

其中，港口综合能源系统多能流调度目标函数以运行成本最小化为目标开展调度，目标函数可表示为：

式(27)中：C_PIES表示港口综合能源系统运行总成本；C_net、C_om、C_loss、

和

分别为一个调度周期的购能成本、能源设备运行与维护成本、储能耗损成本、CO₂传输与储存成本和排放处理成本；S_er和S_pc分别表示减少碳排放并将减排量参与碳市场交易所获收益，以及参与电力系统辅助服务市场削峰、填谷需求响应所获收益，分别如下：

式(28)-(34)中：

和

分别为t时段电价与天然气价格；

和

分别表示t时段能源系统从外部电网、天然气网购入功率；c_ω,om表示各能源设备的单位运行维护成本，其中ω∈{光伏，风电，燃气轮机，余热锅炉，燃气锅炉，吸收式制冷机，电制冷设备，电转气设备，碳捕获设备，蓄电池，蓄热槽，…}；

表示各能源设备在t时段的发电/产热/制冷/产气功率，τ∈{e,h,c,g}；

为响应削峰、填谷需求前后的港口从电网购电功率之差；c_HS,loss和c_BS,loss分别表示蓄电池和蓄热槽的单位耗损成本；

和

分别表示蓄电池充、放电功率与蓄热槽的储、放热功率；

和

分别为蓄电池和蓄热槽的充、放能效率；

和

分别表示CO₂单位传输和存储成本与单位排放处理成本；

和

分别为用电和燃烧天然气的单位碳排放量；

表示电转气设备在t时段捕获的CO₂量；

为电转气设备的产气功率；Δt_E为港口综合能源系统调度的单位时间间隔；T_p和T_v分别表示电网制定的削峰、填谷需求时间段；

为削峰–填谷补贴单价；

港口综合能源系统调度约束条件包括能源供需平衡约束、能源网络供能约束、能源设备运行约束，其中能源供需平衡约束为t时段港口综合能源系统发电功率需满足港口基础设施和物流系统的总电力需求，如式(35)；系统产热、产冷功率需满足港口基础设施热、冷能需求，分别如式(36)和式(37)所示；外部天然气网与港内产气设备协同为燃气机组供气，可由式(38)表示；

式(35)-(38)中：

和

分别为t时段港口基础设施的电、热、冷负荷值；

和

分别为风电、光伏和燃气轮机的发电功率；

和

分别为电制冷、电转气设备和碳捕获的耗电功率；

和

分别表示余热锅炉、燃气锅炉的产热功率以及吸收式制冷机的吸热功率；

和

为吸收式制冷机和电制冷机的产冷功率；

和

分别为燃气锅炉和燃气轮机的耗气功率；

能源网络供能约束即港口综合能源系统调度受外部电网与天然气网络供能上、下限约束，分别如式(39)和式(40)：

能源设备运行约束即各能源设备的运行需满足出力约束条件，可表示为式(41)；燃气机组还需满足爬坡约束，如式(42)所示；储能装置的能量需满足容量约束且调度结束时的能量应与调度开始时相同，如式(43)；

式(41)-(43)中：

和G_net,max分别表示外部电网、天然气网供给港口的最大功率；

和

分别为燃气轮机和燃气锅炉的最大、最小产能功率；R_GT,max和R_GT,min、R_GB,max和R_GB,min分别为燃气轮机和燃气锅炉的最大、最小爬坡速率；

表示t时段结束时蓄电池和蓄热槽内所剩能量；E_BS/HS,max、E_BS/HS,min、

和

分别表示蓄电池和蓄热槽可储存能量的上、下限，以及调度开始与调度结束时存储的能量；

港口综合能源系统多能流耦合出力模型：结合港口综合能源系统多能流供需平衡关系式以及各能源设备出力模型，引入调度因子α、β、

θ和γ表示电网、天然气网和内部热网输入功率分配给多能耦合转换设备的比重，建立基于能源枢纽的港口综合能源系统多能流耦合出力模型如式(44)所示；

其中，

式(44)中：A和B分别为多能耦合转化矩阵与储能充放能状态矩阵；

和

分别为燃气轮机的发电效率与产热效率；

表示余热锅炉回收燃气轮机排出的高温烟气余热进而生成可利用热的效率；

为燃气锅炉产热效率；

和

分别表示电制冷机、吸收式制冷机的制冷效率；H^g为天然气热值；α表示燃气轮机耗气功率占外供天然气网输入与电转气设备产气总功率的比重，β、

和θ分别为电制冷机、电转气设备、碳捕获设备耗电功率占外供电网输入功率的比重，γ表示吸收式制冷机吸收热功率占余热锅炉和燃气锅炉产热总功率的比重，表达式分别如下：

所述步骤D中的构建基于柔性流水线车间调度原理的港口集装箱物流调度流程模型是基于船舶靠泊、集装箱装卸、运输、堆码及制冷作业过程的连续性特征，将物流全过程调度问题抽象为流水线多阶段作业调度问题，建立基于柔性流水线车间调度原理的港口集装箱物流调度流程模型，港口集装箱物流调度流程包括船舶靠泊接入岸电、岸桥卸箱、集卡运箱、场桥堆箱和冷箱制冷五个阶段，船舶待卸箱量为各阶段待处理作业量，各阶段在顺序约束和设备工作约束下同步进行；

具体步骤如下：将各船舶物流工作{r_C,1,r_C,2,…,r_C,i,…}在各阶段的作业时间进行时间窗划分，表示为：

W_i,s＝[t_str,i,s,t_end,i,s]s∈{1,2,...,5} (46)

式(46)中：W_i,s表示船舶物流工作r_C,i对应第s个阶段的作业时间窗；t_str,i,s和t_end,i,s分别为船舶物流工作r_C,i对应第s个阶段的最早开始作业时间和最晚结束作业时间；

各阶段时间窗边界分别如下：

服务各阶段的物流设备仅可在对应时间窗内工作，分别表示为：

式(47)、(48)中：t_str,i,1、t_str,i,2、t_str,i,3、t_str,i,4和t_str,i,5分别表示船舶物流工作r_C,i对应第1至第5阶段的最早开始作业时间；t_end,i,1、t_end,i,2、t_end,i,3、t_end,i,4和t_end,i,5分别为船舶物流工作r_C,i对应第1至第5阶段的最晚结束作业时间；

和

分别表示t时段第j台岸电、第k台岸桥、第m台集卡、第n台场桥服务第i艘船舶物流工作的0-1状态变量，工作为1、否则为0；

表示t时段第f个冷箱的0-1制冷状态变量，制冷为1、否则为0；

因船舶计划在港时间决定阶段一可用时间区间、而阶段二卸箱结束时间决定了船舶靠泊结束时间，即阶段一结束用时；故阶段一、阶段二需在船舶计划在港时间窗内进行，表示为：

式(49)中：W_i,1和W_i,2分别表示船舶i进行第一、二阶段作业的时间窗；W_i为船舶i物流工作时间窗。

所述步骤E中的构建计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型的具体步骤为：考虑船舶到港时间的不确定性与新能源出力的不确定性，建立船舶实际到港时间概率分布模型、风电与光伏实际出力概率分布模型，在此基础上，构建计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型；

其中，船舶实际到港时间概率分布模型是船舶实际到港时间可视为服从以计划到港时间为均值的均匀分布，如式(50)所示；为增强物流调度计划的鲁棒性，减少不确定性因素发生对调度计划的影响，引入延缓时间参数δ，规定在延缓时间内该船舶停泊资源仍然被该船舶占用，以此吸收不确定性带来的影响，而延缓时间的最大值与延缓时间正负可根据船舶到港时间的变动范围确定，如式(51)、(52)：

δ_max＝2μ (51)

式(51)、(52)中：

表示船舶i实际到港时间；U为不确定集；Δt_arr,i为船舶i到港时间的变动范围；μ为所有船舶计划到港时间标准差；

由此将式(49)修正为：

风电与光伏实际出力概率分布模型采用盒式不确定集合对风电与光伏实际出力进行刻画，如式(54)所示；并引入不确定度参数Γ用于调节电与光伏实际出力概率分布模型的保守性和鲁棒性、令不确定性变量应满足不确定度约束条件如式(55)，即最多可有Γ个不确定参数到达边界；

式(54)、(55)中：

和

分别表示风电、光伏的实际出力；

和

分别为风电、光伏出力预测值；

和

为风电、光伏出力扰动范围；Γ_WT和Γ_PV分别为风电、光伏出力的不确定度；

基于风电与光伏实际出力概率分布模型，将式(35)表达的港口综合能源系统调度约束条件中的能源供需平衡约束修正为：

式(56)中：

表示船舶实际到港情况下的集装箱物流全过程调度用电需求；

根据船舶实际到港时间概率分布模型、风电与光伏实际出力概率分布模型，基于式(44)所述的港口综合能源系统多能流耦合出力模型建立计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型：

所述步骤F中的求解方法考虑到非支配排序和拥挤度比较排序在个体分级与优异个体选择方面的优越性，选取具有双重比较排序的MNSGA-II对基于柔性流水线车间调度原理的港口集装箱物流调度流程模型进行求解；由于初始父代种群和用于每次迭代的新父代种群均通过非支配排序与拥挤度比较排序得到，有效减小了随机产生初始父代种群对后续迭代收敛性的影响；在此基础上，考虑到港口综合能源系统和港口集装箱物流系统可能不由单一运营商进行调度管理，信息并非完全公开与共享，选用具有部分信息共识优势的分布式优化算法ADMM对港口综合能源系统与港口集装箱物流系统协同调度问题进行求解。

所述步骤F中的求解方法中，将协同调度问题分解为基于电、热、冷能供需平衡约束的子问题，存在能量供需关系的平衡约束中引入电、热、冷耦合变量

和

来表示港口综合能源系统能量输出与港口总用能需求之间的耦合关系，将电、热、冷能供需关系共识约束简化表示为式(58)的能量共识约束式：

基于式(58)的约束，采用拉格朗日松弛法增加港口综合能源系统多能流调度目标函数和带岸电泊位调度目标函数以及岸桥、场桥、集卡、冷箱联合调度目标函数的收敛目标一致性，将港口综合能源系统与港口集装箱物流系统协同调度优化问题的增广拉格朗日函数表示为式(59)的能流-物流整体调度目标函数：

式(59)中：a、b、c分别为协同调度时港口综合能源系统调度总成本、船舶平均在港时间和港口集装箱物流系统调度总成本三个目标的权重；后三项分别表示港口综合能源系统电、热、冷出力与港口集装箱物流系统、港口基础设施电、热、冷能需求间的协同效应；T为协同调度周期；

和

分别为电、热、冷能供需共识约束的拉格朗日乘子；ρ_e、ρ_h和ρ_c分别是共识约束的恒定步长；

由式(60)计算得到耦合变量，并根据迭代得到的最新耦合变量，由式(61)对拉格朗日乘子进行更新；

式(60)、(61)中：

和

分别表示经第v+1次迭代得到的耦合变量；

和

分别为经第v次迭代的拉格朗日乘子；

分别表示经第v+1次迭代得到的拉格朗日乘子；

每次迭代用耦合变量和拉格朗日乘子求解能流-物流整体调度目标函数式(59)，当耦合变量足够接近时、即式(62)的判断标准成立时，迭代停止；

式(62)中：E为残差约束值；

随后，港口综合能源系统将耦合变量信息与港口集装箱物流系统共享，确定最终的港口能流与物流调度计划。

所述步骤F中的求解方法中，基于ADMM和MNSGA-II的港口综合能源系统与港口集装箱物流系统协同调度的求解步骤如下：

1)输入港口综合能源系统与港口集装箱物流系统参数、某日计划到港船舶数据，以及风电、光伏出力与基础电、热、冷负荷预测数据；

2)建立港口综合能源系统与港口集装箱物流系统的能量供需共识约束式(58)，构建能流-物流整体调度目标函数式(59)；

3)初始化优化变量、MNSGA-Ⅱ初始种群数与最大迭代次数、ADMM能量耦合变量、目标函数权重、共识约束拉格朗日乘子及步长、残差约束值、以及最大协同调度求解次数；

4)随机生成N个初始种群，计算港口集装箱物流系统联合优化调度模型及作业用能模型中的港口集装箱物流系统全过程调度目标函数，对计算结果进行非支配排序和拥挤度比较排序，并采用竞标赛法选择最适种群作为初始父代种群，进入迭代；

5)对父代种群进行交叉、变异，形成子代种群，计算港口集装箱物流系统联合优化调度模型及作业用能模型中的港口集装箱物流系统全过程调度目标函数；

6)合并子代种群与父代种群，对合并种群进行非支配排序和拥挤度排序，并运用精英策略选出最适个体组成新的种群；当达到最大迭代次数时，迭代停止，进入步骤7)；否则令新种群为父代种群，返回步骤5)；

7)根据Pareto解集获得可行的物流调度方案，由港口集装箱物流系统联合优化调度模型及作业用能模型中的集装箱物流全过程电力需求模型得到用电方案，令ADMM初始能量耦合变量为较优解对应用电需求，进入迭代；

8)计算能流-物流整体调度目标函数式(59)，由式(60)更新能量耦合变量，由式(61)更新拉格朗日乘子；当满足式(62)时，迭代停止，进入步骤9)；否则循环步骤8)；

9)若未达到最大协同调度求解次数，返回步骤7)；否则终止迭代，输出最终的港口能流与物流调度计划。

本发明相比现有技术有如下优点：

本发明的协同调度方法结合港口综合能源系统内各能源生产单元和港口集装箱物流系统各物流作业环节，分析能流调度与物流调度的全过程能量耦合关系，并考虑港口新能源出力的不确定性与集装箱船舶到港时间的不确定性，从经济效益、环境效益、能源效率和物流效率等方面对港口综合能源系统和港口集装箱物流系统进行整体调度优化。

附图说明

附图1为本发明的港口综合能源系统与集装箱物流系统协同调度方法流程图；

附图2为本发明的港口综合能源系统与港口集装箱物流系统协同调度架构；

附图3为本发明的基于柔性流水线车间调度原理的港口集装箱物流调度流程模型结构图；

附图4为本发明的基于ADMM和MNSGA-II的港口综合能源系统与港口集装箱物流系统协同调度求解流程示意图；

附图5为本发明的实施例中的港口基础设施负荷和风光出力预测曲线；

附图6为港口能流调度计划中采用现有技术和本发明方法的购电功率对比图；

附图7为港口能流调度计划中采用现有技术和本发明方法的燃气轮机发电功率对比图；

附图8为港口能流调度计划中采用现有技术和本发明方法的蓄电池充/放电功率对比图；

附图9为港口能流调度计划中采用现有技术和本发明方法的电转气用电功率对比图；

附图10为港口能流调度计划中采用现有技术和本发明方法的碳捕获用电功率对比图；

附图11为港口能流调度计划中采用现有技术和本发明方法的港口总电力需求对比图；

附图12为港口物流调度计划中采用现有技术和本发明方法的岸电用电功率对比图；

附图13为港口物流调度计划中采用现有技术和本发明方法的岸桥用电功率对比图；

附图14为港口物流调度计划中采用现有技术和本发明方法的场桥用电功率对比图；

附图15为港口物流调度计划中采用现有技术和本发明方法的集卡充电功率对比图；

附图16为港口物流调度计划中采用现有技术和本发明方法的冷箱用电功率对比图；

附图17为港口物流调度计划中采用现有技术和本发明方法的港口集装箱物流系统总用电功率对比图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细说明，应理解这些实施例是说明性的，不是限定性的，不能以下述实施例来限定本发明的保护范围。

本发明的协同调度方法针对港口综合能源物联网技术、电能替代技术、物流自动化技术应用，基于港口综合能源系统与港口集装箱物流系统运行全过程能量耦合关系，提出一种兼顾供能可靠性、经济与环境效益、物流与能源效率的港口综合能源系统与集装箱物流系统协同调度方法。

本发明公开的一种港口综合能源系统与集装箱物流系统协同调度方法，如图1所示，该协同调度方法的步骤如下：

A、明确港口综合能源系统组成、港口集装箱物流系统组成与物流作业流程以及能流和物流的耦合关系，构建港口综合能源系统与港口集装箱物流系统协同调度架构；

B、基于船舶平均在港时间最短和物流调度成本最低建立港口集装箱物流系统联合优化调度模型及作业用能模型；

C、基于系统运行成本最低建立港口综合能源系统多能流耦合优化调度模型与能量出力模型；

D、构建基于柔性流水线车间调度原理的港口集装箱物流调度流程模型；

E、构建计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型；

F、采用交替方向乘子法ADMM结合改进的非支配排序遗传算法MNSGA-II求解步骤B、C、D、E中的模型，得到港口能流与物流调度计划。

步骤A中，协同调度架构包含港口综合能源系统与港口集装箱物流系统两个调度主体：1)港口综合能源系统涵盖电能、热能、冷能的产能和用能，港口综合能源系统通过调度能源生产区内包括光伏和风电的新能源、燃气轮机、余热锅炉、燃气锅炉、溴化锂吸收式制冷、电制冷等发电/产热/制冷机组、电转气和碳捕获联合产气装置、蓄电池与蓄热槽等储能设备，协调外部电网和天然气网，满足港口物流设备用电及港口办公等基础设施的电能、热能、冷能等多元化用能需求。2)港口集装箱物流系统根据各集装箱船舶的入、离港时间与待装卸箱量，调度物流作业区内岸电(港口岸电充电桩)、岸桥(岸边集装箱起重机)、集卡(集装卡车)、场桥(堆场集装箱起重机)、冷箱(冷藏集装箱)等物流设备，联合完成包括船舶靠泊、集装箱装卸、运输、堆码及制冷在内的物流作业流程。船舶入港后于指定泊位靠泊，同时关闭自身燃油辅机，接入岸电获取靠泊期间所需电能；岸桥部署于港口码头为靠泊船舶提供集装箱装卸服务，装卸作业结束，船舶即可离港；集卡往返码头和堆场之间运输集装箱；场桥于堆场中提供集装箱堆码服务；堆场内冷箱为易腐货物提供冷藏存储服务。物流作业期间，岸桥、场桥通电工作；电动集卡运箱时消耗自身电池电量，无运箱任务时由专用充电桩充电；冷箱通电后启动制冷，以维持箱内货物的冷藏温度。

由于物流全过程用能决定港口集装箱物流系统总用能需求，由港口综合能源系统统一供应。因此，港口综合能源系统与港口集装箱物流系统具有能量耦合关系，为实现港口能流与物流整体调度效益最大化，需统筹考虑港口综合能源系统和港口集装箱物流系统的调度目标及约束，基于两者全过程能量耦合关系，开展能流–物流“双流”协同调度。港口的港口综合能源系统与港口集装箱物流系统协同调度架构如图2所示。

协同调度过程中，港口集装箱物流系统根据自身调度目标与约束制定物流全过程调度方案，并将对应用电方案发送至港口综合能源系统；港口综合能源系统评估物流用电需求，结合自身效益，制定能流调度方案，并传送供电方案至港口集装箱物流系统；随后港口集装箱物流系统综合考虑可用电力和自身效益，调整物流调度方案，再次发送电力需求至港口综合能源系统。如此反复，直至能流与物流整体调度效益最优，确定最终的港口能流与物流调度计划。

步骤B中，港口集装箱物流系统联合优化调度模型及作业用能模型包括：港口集装箱物流系统全过程调度目标函数、约束条件、以及物流全过程电力需求模型。具体如下：

1)港口集装箱物流系统全过程调度目标函数

①带岸电泊位调度目标函数：带岸电泊位的调度目标是所有船舶平均在港停泊时间最小化，即：

式(1)中：B_ship表示一个调度周期内所有船舶平均在港时长；r_ship为一个周期内的到港船舶数量；t_arr,i、t_ber,i和t_SPS,i分别表示船舶i的计划到港时间、靠泊时间和占用岸电时长。

②岸桥、场桥、集卡、冷箱联合调度目标函数：物流系统以岸桥、场桥、集卡、冷箱调度总成本最低为目标函数进行各类设备的调度，表示为：

minC_PCLS＝C_QC+C_GC+C_AGV+C_RC (2)

式(2)中：C_PCLS表示一个调度周期的物流系统调度总成本；C_QC、C_GC、C_AGV和C_RC分别为岸桥、场桥、集卡和冷箱的调度成本，分别如下：

岸桥调度成本包括服务各船舶的岸桥启动成本和装卸作业成本，表示为：

式(3)中：c_QC,on和c_QC,w分别为单台岸桥的启动成本和平均每小时装卸作业成本；r_QC为岸桥总数量；r_C,i表示第i艘船舶的待装卸集装箱数量；T_L为物流系统调度周期；

表示t时段第k台岸桥服务第i艘船舶装卸箱工作的0-1状态变量，工作为1、否则为0。

场桥调度成本包含服务各船舶的场桥启动成本和堆箱作业，表示为：

式(4)中：c_GC,on和c_GC,w分别表示单台岸桥的启动成本和平均每小时堆箱成本；r_GC为场桥总数量；

表示t时段第n台场桥服务第i艘船舶堆箱工作的0-1状态变量，工作为1、否则为0。

集卡调度成本包括服务各船舶的集卡启动成本与运输成本，表示为：

式(5)中：c_AGV,on和c_AGV,w分别为单辆集卡的启动成本和平均每小时运箱成本。r_AGV表示集卡总数量；

表示t时段第m台集卡服务第i艘船舶运箱工作的0-1状态变量，停运充电为1、运箱为0。

冷箱调度成本为冷箱的启动制冷成本之和，可表示为：

式(6)中：c_RC,on表示单个冷箱的启动成本；r_RC为冷箱总数量；

表示第f个冷箱的制冷状态0-1变量，制冷为1、否则为0。

2)港口集装箱物流系统调度的约束条件

①船舶靠/离泊时间与靠泊位置约束：采用港口应用较多的连续泊位分配法，将港口岸线视为一个连续的整体，根据各船到港时间顺序及船舶长度进行泊位分配，由泊位范围内的岸电为各船舶提供岸电服务。假设各泊位水深满足所有船舶靠泊要求，对船舶靠/离泊时间、靠泊位置做出如下约束：各船舶到达后才可靠泊，且船舶实际离港时间不能迟于计划最晚离港时间，任意两艘船舶靠泊时间不可存在冲突，如式(7)所示；所有船舶靠泊的位置不可超过港口海岸线范围，且任意两艘船舶的靠泊位置和靠泊时间均不可存在冲突，如式(8)所示；

t_arr,i≤t_ber,i,t_ber,i+t_SPS,i≤t_dep,i,t_ber,i+t_SPS,i≤t_ber,q+M(1-h_i,q) (7)

l_0,i+l_i≤L,l_0,i+l_i≤l_q+M(1-z_i,q),z_i,q+z_q,i+h_i,q+h_q,i≥1 (8)

式(7)、(8)中：t_dep,i表示船舶i的计划离港时间；l_0,i和l_i分别表示船舶i的泊位起始位置和含船舶间的靠泊安全距离的船舶长度；L为岸线长度；z_i,q表示任意两艘船舶的靠泊位置0-1状态变量，若船舶i靠泊于船舶q的左侧岸线为1，否则为0；h_i,q表示任意两艘船舶的靠泊时间0-1状态变量，如果船舶i在船舶q之前靠泊，取值为1、否则为0；M为一个无穷大常数。

②物流设备调度约束：每台岸电、岸桥、场桥和集卡在各时段只可为一艘船提供服务，可由式(9)表示；各时段各类设备的运行数量不可超过其总数，如式(10)所示；服务各船舶的岸桥数量受船舶可分配岸桥总数的限制，可表示为式(11)；假设各船舶装卸任务可均匀分配给岸桥，则每艘船舶占用泊位岸电的时长为装卸准备时长与装卸所有集装箱用时之和，如式(12)所示；

式(9)-(12)中：

表示t时段第j台岸电为第i艘船舶供电状态0-1变量，供电即为1，否则为0；r_SPS为岸电充电桩总数量；r_QC,i,max和r_QC,i,min分别表示可服务船舶i装卸作业的岸桥数量上、下限。

③物流设备作业约束：各时段单台岸桥的装卸效率、场桥的堆箱效率、集卡的运箱效率均受上、下限约束，可由式(13)表示；靠泊期间船舶用电功率受岸电供电功率上下限约束，如式(14)所示；各集卡的充电功率和荷电状态受上、下限约束，且调度周期结束时各集卡的荷电状态需与调度开始时相同，如式(15)所示；各冷箱的制冷功率与箱内温度变化量也受上、下限约束，且调度周期结束时冷箱内部温度应与调度开始时的温度相同，如式(16)所示；

式(13)-(16)中：

和

分别表示t时段第k台岸桥的装卸箱效率、第n台场桥的堆箱效率，以及第m台集卡的运箱效率；n_QC,k,max、n_AGV,m,max与n_GC,n,max分别为单台岸桥、集卡和场桥的最大运行效率；

为第j台岸电的供电功率；

和

分别为第j台岸电的供电功率上、下限；

为t时段第m台集卡的充电功率；

和

分别表示第m台集卡的最大、最小充电功率；

表示t时段集卡的荷电状态；SoC_AGV,m,max、SoC_AGV,m,min、

和

分别为第m台集卡的最大、最小荷电状态值，以及调度初始时刻和调度周期结束时刻的荷电状态值；

表示第f个冷箱的制冷功率；

与

分别表示第f个冷箱的最大与最小制冷功率；

表示第f个冷箱启动制冷一个时间间隔后箱内温度的变化量；ΔT_RC,f,max、ΔT_RC,f,min、

和

分别为第f个冷箱箱内温度的最大变化量、最小变化量以及调度初始、调度周期结束时的箱内温度。

3)集装箱物流全过程电力需求模型

港口集装箱物流系统在t时段的总电力需求为该时段各类物流设备功率之和，表示为：

式(17)中：

表示t时段港口集装箱物流系统总电力需求；

和

分别表示t时段岸电、岸桥、场桥、集卡和冷箱的总功率，分别如下：

①岸电：t时段岸电总功率是该时段为船舶提供岸电服务的岸电供电功率之和，也为靠泊船舶功率之和，表示为：

式(18)中：

为第i艘船舶靠泊状态0-1变量，靠泊接入岸电即为1，否则为0；

表示第i艘在港船舶t时段的电力需求。

②岸桥：t时段岸桥总功率为该时段服务各船舶装卸作业的岸桥运行功率之和，如式(19)所示。单台岸桥运行功率可用框架结构、起升机构和小车运输机构的工作功率，以及装卸箱速率表示，如式(20)；

式(19)、(20)中：

表示t时段第k台岸桥的运行功率；H_QC,k、R_QC,k和D_QC,k分别为第k台岸桥的吊机升降高度、外伸距和水平跨度；

和

分别为第k台岸桥升降电机的平均功率和运行速度；

和

为水平运行小车的平均功率和运行速率。

③场桥：t时段场桥总功率是时段内为各船舶提供堆箱服务的所有场桥的运行功率，如式(21)；各场桥的功率也取决其框架结构、起升机构和小车运输机构的工作功率及堆箱速率，但因场桥的桥臂不能延伸，无需考虑外伸臂的影响，可表示为式(22)；

式(21)、(22)中：

表示t时段第n台场桥的功率；H_GC,n和D_GC,n分别为第n台场桥的吊机升降高度和水平跨度；

和

分别为第n台场桥的升降电机、水平运行小车的平均功率和运行速率。

④集卡：t时段集卡总功率为该时段所有处于停运充电状态的集卡的充电功率之和，可用式(23)表示；各集卡的充/放电过程可用荷电状态表示，如式(24)，其中第一项表示t-1时段集卡的荷电状态、第二项表示集卡停运充电或启动运输一段时间后荷电状态的改变量；

式(23)、(24)中：

表示t-1时段集卡的荷电状态；

和

分别为第m台集卡的充电、放电效率；

表示第m台集卡运载单个集装箱功率；

表示第m台集卡的电池额定电量；Δt_L为物流系统物流调度的单位时间间隔。

⑤冷箱：t时段冷箱总功率为时段内所有启动冷箱的制冷功率之和，如式(25)所示；各冷箱内部温度的变化由制冷功率决定，可由式(26)表示，其中第一项为因环境温度导致的箱内温度变化、第二项表示供电制冷一段时间后箱内温度的变化量；

式(25)、(26)中：

为t时段第f个冷箱的内部温度；

为t时段的外部环境温度；A_RC,f和m_RC,f分别表示第f个冷箱的外表面积和装载货物的重量；z_RC和c_RC分别为冷箱的热传导系数和箱内比热容。

步骤C中，港口综合能源系统多能流耦合优化调度模型与能量出力模型包括港口综合能源系统多能流调度目标函数、港口综合能源系统调度约束条件、以及港口综合能源系统多能流耦合出力模型。

1)港口综合能源系统多能流调度目标函数

港口综合能源系统以运行成本最小化为目标开展调度，目标函数可表示为：

式(27)中：C_PIES表示港口综合能源系统运行总成本；C_net、C_om、C_loss、

和

分别为一个调度周期的购能成本、能源设备运行与维护成本、储能耗损成本、CO₂传输与储存成本和排放处理成本；S_er和S_pc分别表示减少碳排放并将减排量参与碳市场交易所获收益，以及参与电力系统辅助服务市场削峰、填谷需求响应所获收益，分别如下：

式(28)-(34)中：

和

分别为t时段电价与天然气价格；

和

分别表示t时段能源系统从外部电网、天然气网购入功率；c_ω,om表示各能源设备的单位运行维护成本，其中ω∈{光伏，风电，燃气轮机，余热锅炉，燃气锅炉，吸收式制冷机，电制冷设备，电转气设备，碳捕获设备，蓄电池，蓄热槽，…}；

表示各能源设备在t时段的发电/产热/制冷/产气功率，τ∈{e,h,c,g}；

为响应削峰、填谷需求前后的港口从电网购电功率之差；c_HS,loss和c_BS,loss分别表示蓄电池和蓄热槽的单位耗损成本；

和

分别表示蓄电池充、放电功率与蓄热槽的储、放热功率；

和

分别为蓄电池和蓄热槽的充、放能效率；

和

分别表示CO₂单位传输和存储成本与单位排放处理成本；

和

分别为用电和燃烧天然气的单位碳排放量；

表示电转气设备在t时段捕获的CO₂量；

为电转气设备的产气功率；Δt_E为港口综合能源系统调度的单位时间间隔；T_p和T_v分别表示电网制定的削峰、填谷需求时间段；

为削峰–填谷补贴单价。

2)港口综合能源系统调度约束条件

①能源供需平衡约束：t时段港口综合能源系统发电功率需满足港口基础设施和物流系统的总电力需求，如式(35)；系统产热、产冷功率需满足港口基础设施热、冷能需求，分别如式(36)和式(37)所示；外部天然气网与港内产气设备协同为燃气机组供气，可由式(38)表示；

式(35)-(38)中：

和

分别为t时段港口基础设施的电、热、冷负荷值；

和

分别为风电、光伏和燃气轮机的发电功率；

和

分别为电制冷、电转气设备和碳捕获的耗电功率；

和

分别表示余热锅炉、燃气锅炉的产热功率以及吸收式制冷机的吸热功率；

和

为吸收式制冷机和电制冷机的产冷功率；

和

分别为燃气锅炉和燃气轮机的耗气功率。

②能源网络供能约束：港口综合能源系统调度受外部电网与天然气网络供能上、下限约束，分别如式(39)和式(40)；

③能源设备运行约束：各能源设备的运行需满足出力约束条件，可表示为式(41)；燃气机组还需满足爬坡约束，如式(42)所示；储能装置的能量需满足容量约束，且调度结束时的能量应与调度开始时相同，如式(43)；

式(41)-(43)中：

和G_net,max分别表示外部电网、天然气网供给港口的最大功率；

和

分别为燃气轮机和燃气锅炉的最大、最小产能功率；R_GT,max和R_GT,min、R_GB,max和R_GB,min分别为燃气轮机和燃气锅炉的最大、最小爬坡速率；

表示t时段结束时蓄电池和蓄热槽内所剩能量；E_BS/HS,max、E_BS/HS,min、

和

分别表示蓄电池和蓄热槽可储存能量的上、下限，以及调度开始与调度结束时存储的能量。

3)港口综合能源系统多能流耦合出力模型

结合港口综合能源系统多能流供需平衡关系式以及各能源设备出力模型，引入调度因子α、β、

θ和γ表示电网、天然气网和内部热网输入功率分配给多能耦合转换设备的比重，建立基于能源枢纽的港口综合能源系统多能流耦合出力模型如式(44)所示；

其中，

式(44)中：A和B分别为多能耦合转化矩阵与储能充放能状态矩阵；

和

分别为燃气轮机的发电效率与产热效率；

表示余热锅炉回收燃气轮机排出的高温烟气余热进而生成可利用热的效率；

为燃气锅炉产热效率；

和

分别表示电制冷机、吸收式制冷机的制冷效率；H^g为天然气热值；α表示燃气轮机耗气功率占外供天然气网输入与电转气设备产气总功率的比重，β、

和θ分别为电制冷机、电转气设备、碳捕获设备耗电功率占外供电网输入功率的比重，γ表示吸收式制冷机吸收热功率占余热锅炉和燃气锅炉产热总功率的比重，表达式分别如下：

步骤D中，基于船舶靠泊、集装箱装卸、运输、堆码及制冷作业过程的连续性特征，将物流全过程调度问题抽象为流水线多阶段作业调度问题，建立基于柔性流水线车间调度原理的港口集装箱物流调度流程模型如图3所示。港口集装箱物流调度流程包括船舶靠泊接入岸电、岸桥卸箱、集卡运箱、场桥堆箱和冷箱制冷五个阶段，船舶待卸箱量为各阶段待处理作业量，各阶段在顺序约束和设备工作约束下同步进行。

将各船舶物流工作{r_C,1,r_C,2,…,r_C,i,…}在各阶段的作业时间进行时间窗划分，表示为：

W_i,s＝[t_str,i,s,t_end,i,s]s∈{1,2,...,5} (46)

式(46)中：W_i,s表示船舶物流工作r_C,i对应第s个阶段的作业时间窗；t_str,i,s和t_end,i,s分别为船舶物流工作r_C,i对应第s个阶段的最早开始作业时间和最晚结束作业时间。

各阶段时间窗边界分别如下：

服务各阶段的物流设备仅可在对应时间窗内工作，分别表示为：

式(47)、(48)中：t_str,i,1、t_str,i,2、t_str,i,3、t_str,i,4和t_str,i,5分别表示船舶物流工作r_C,i对应第1至第5阶段的最早开始作业时间；t_end,i,1、t_end,i,2、t_end,i,3、t_end,i,4和t_end,i,5分别为船舶物流工作r_C,i对应第1至第5阶段的最晚结束作业时间；

和

分别表示t时段第j台岸电、第k台岸桥、第m台集卡、第n台场桥服务第i艘船舶物流工作的0-1状态变量，工作为1、否则为0；

表示t时段第f个冷箱的0-1制冷状态变量，制冷为1、否则为0。因船舶计划在港时间决定阶段一可用时间区间、而阶段二卸箱结束时间决定了船舶靠泊结束时间，即阶段一结束用时；故阶段一、阶段二需在船舶计划在港时间窗内进行，表示为：

式(49)中：W_i,1和W_i,2分别表示船舶i进行第一、二阶段作业的时间窗；W_i为船舶i物流工作时间窗。

遵循该流程，依据给定的各船舶计划入、离港时间、船舶长度及集装箱任务量等指标，将船舶物流工作进行作业阶段与时间窗划分，以船舶平均在港时间和港口集装箱物流系统调度总成本为优化目标，求解物流工作最优启动顺序，以及泊位与各阶段设备的最佳调度方案。

步骤E中，考虑船舶到港时间的不确定性与新能源出力的不确定性，建立船舶实际到港时间概率分布模型、风电与光伏实际出力概率分布模型，在此基础上，构建计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型。

1)船舶实际到港时间概率分布模型：船舶实际到港时间可视为服从以计划到港时间为均值的均匀分布，如式(50)所示。为增强物流调度计划的鲁棒性，减少不确定性因素发生对调度计划的影响，引入延缓时间参数δ，规定在延缓时间内该泊位和对应的岸桥等相关资源仍然被该船占用，以此吸收不确定性带来的影响。而延缓时间的最大值与延缓时间正负可根据船舶到港时间的变动范围确定，如式(51)、(52)：

δ_max＝2μ (51)

式(51)、(52)中：

表示船舶i实际到港时间；U为不确定集；Δt_arr,i为船舶i到港时间的变动范围；μ为所有船舶计划到港时间标准差。

由此将式(49)修正为：

2)风电与光伏实际出力概率分布模型：风电与光伏实际出力分别受光照强度、风速的影响，具有随机性和间歇性的特点，可采用盒式不确定集合对风电与光伏实际出力进行刻画，如式(54)所示；为避免模型过于保守，引入不确定度参数Γ用于调节模型的保守性和鲁棒性，令不确定性变量应满足不确定度约束条件如式(55)，即最多可有Γ个不确定参数到达边界；

式(54)、(55)中：

和

分别表示风电、光伏的实际出力；

和

分别为风电、光伏出力预测值；

和

为风电、光伏出力扰动范围；Γ_WT和Γ_PV分别为风电、光伏出力的不确定度。由此，可将式(35)修正为：

式(56)中：

表示船舶实际到港情况下的集装箱物流全过程调度用电需求。

3)计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型：根据上述船舶实际到港时间不确定性与风电、光伏出力不确定性分析建模，基于式(44)所述的港口综合能源系统多能流耦合出力模型建立计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型：

步骤F中，采用交替方向乘子法ADMM结合改进的非支配排序遗传算法MNSGA-II对上述建立的港口集装箱物流系统联合优化调度模型及作业用能模型、港口综合能源系统多能流耦合优化调度模型与能量出力模型、计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型进行求解，综合分析求解结果，得到能源与物流调度计划。

考虑到非支配排序和拥挤度比较排序在个体分级与优异个体选择方面的优越性，选取具有双重比较排序的MNSGA-II对基于柔性流水线车间调度原理的港口集装箱物流调度流程模型进行求解。由于初始父代种群和用于每次迭代的新父代种群均通过非支配排序与拥挤度比较排序得到，有效减小了随机产生初始父代种群对后续迭代收敛性的影响。在此基础上，考虑到港口综合能源系统和港口集装箱物流系统可能不由单一运营商进行调度管理，信息并非完全公开与共享，选用具有部分信息共识优势的分布式优化算法ADMM对港口综合能源系统与港口集装箱物流系统协同调度问题进行求解。将港口综合能源系统与港口集装箱物流系统的协同调度问题分解为基于电、热、冷能供需平衡约束的子问题，存在能量供需关系的平衡约束如式(56)、(36)(37)，引入电、热、冷耦合变量

和

来表示港口综合能源系统能量输出与港口总用能需求之间的耦合关系，将电、热、冷能供需关系共识约束简化表示为式(58)的能量共识约束式：

基于式(58)的约束，采用拉格朗日松弛法增加各收敛目标函数式(1)、(2)、(27)的一致性，将港口综合能源系统与港口集装箱物流系统协同调度优化问题的增广拉格朗日函数表示为式(59)的能流-物流整体调度目标函数：

式(59)中：a、b、c分别为协同调度时港口综合能源系统调度总成本、船舶平均在港时间和港口集装箱物流系统调度总成本三个目标的权重；后三项分别表示港口综合能源系统电、热、冷出力与港口集装箱物流系统、港口基础设施电、热、冷能需求间的协同效应；T为协同调度周期；

和

分别为电、热、冷能供需共识约束的拉格朗日乘子；ρ_e、ρ_h和ρ_c分别是共识约束的恒定步长。

由式(60)计算得到耦合变量，并根据迭代得到的最新耦合变量，由式(61)对拉格朗日乘子进行更新；

式(60)、(61)中：

和

分别表示经第v+1次迭代得到的耦合变量；

和

分别为经第v次迭代的拉格朗日乘子；

分别表示经第v+1次迭代得到的拉格朗日乘子。

每次迭代用耦合变量和拉格朗日乘子求解能流-物流整体调度目标函数式(59)，当耦合变量足够接近时，即式(62)成立时，迭代停止；

式(62)中：E为残差约束值；随后，港口综合能源系统将耦合变量信息与港口集装箱物流系统共享，确定最终的港口能流与物流调度计划。

基于ADMM和MNSGA-II的港口综合能源系统与港口集装箱物流系统协同调度求解过程如图4所示，求解步骤如下：

1)输入港口综合能源系统与港口集装箱物流系统参数、某日计划到港船舶数据，以及风电、光伏出力与基础电、热、冷负荷预测数据；

2)建立港口综合能源系统与港口集装箱物流系统的能量供需共识约束如式(58)，构建能流-物流整体调度目标函数式(59)；

3)初始化优化变量、MNSGA-Ⅱ初始种群数与最大迭代次数、ADMM能量耦合变量、目标函数权重、共识约束拉格朗日乘子及步长、残差约束值、以及最大协同调度求解次数；

4)随机生成N个初始种群，计算式(1)的带岸电泊位调度目标函数以及式(2)的岸桥、场桥、集卡、冷箱联合调度目标函数，对计算结果进行非支配排序和拥挤度比较排序，并采用竞标赛法选择最适种群作为初始父代种群，进入迭代；

5)对父代种群进行交叉、变异，形成子代种群，计算式(1)的带岸电泊位调度目标函数以及式(2)的岸桥、场桥、集卡、冷箱联合调度目标函数；

6)合并子代种群与父代种群，对合并种群进行非支配排序和拥挤度排序，并运用精英策略选出最适个体组成新的种群。当达到最大迭代次数时，迭代停止，进入步骤7)；否则令新种群为父代种群，返回步骤5)；

7)根据Pareto解集获得可行的物流调度方案，由集装箱物流全过程电力需求模型所涉及的式(17)-(26)得到用电方案，令ADMM初始能量耦合变量为较优解对应用电需求，进入迭代；

8)计算能流物流整体调度目标函数式(59)，由式(60)更新能量耦合变量，由式(61)更新拉格朗日乘子；当满足式(62)时，迭代停止，进入步骤9)；否则循环步骤8)；

9)若未达到最大协同调度求解次数，返回步骤7)；否则终止迭代，输出最终的港口能流与物流调度计划。

实施例

以下提供一个具体的实施例来进一步说明本发明提供的港口综合能源系统与港口集装箱物流系统协同调度方法的实施效果。

以我国某港口为例，该港口集装箱码头岸线长1500m，共部署8台岸电、12台岸桥和40台集卡，堆场内部署25台场桥和1000个冷箱。某日计划到港船舶数据见表1，采用先到先服务原则，将船舶靠泊接入岸电用时按1.5h计入该船在港时间。该日港口基础设施电、热、冷负荷和风电、光伏出力预测曲线如图5所示。该地区天然气价格为3.1元/m³，电价执行峰–平–谷分时电价，分别为峰时段(9:00–13:00和19:00–23:00)1.46元/kWh、平时段(13:00–19:00)0.87元/kWh、谷时段(0:00–9:00和23:00–24:00)0.39元/kWh。电网与企业协议削峰、填谷响应时间段分别是19:00–21:00、23:00–次日5:00，补贴单价分别为4.0元/kWh、1.2元/kWh。碳市场交易价格取全国碳市场开市后某日交易价格52元/tCO₂e。SO₂和NO_x的污染当量值为0.95，污染税率为6元/kgCO₂e。运用本发明提供的方法求解该港口在该日的能流与调度计划，并与基于现有技术的对比例进行对比。

表1计划到港船舶数据

1)港口调度结果对比

表2现有技术与本发明方法的港口调度目标结果对比

对比现有技术和本发明方法的港口调度目标结果，采用本发明提供的方法令船舶平均在港时间缩短0.3167h，减污降碳收益与削峰填谷收益分别增加0.10％、15.63％，港口综合能源系统与港口集装箱物流系统的整体调度成本降低3.29％。可见，本发明方法可在保证港口集装箱物流效率的同时，降低港口能流与物流整体调度成本。

2)港口调度计划对比

①港口能流调度计划对比

现有技术和本发明方法的港口能流调度计划对比如图6-图11所示，基于本发明方法求解得到的港口能流调度计划在高电价时段的燃气轮机发电功率、蓄电池放电功率增加，使得从电网购电功率减少，进而购能成本降低、燃气污染排放减少；此外，蓄电池充电时段被调整至低电价时段，同时低电价时段的电转气用电和碳捕获用电功率增加，令低电价时段电力需求增加，使得减污降碳收益与削峰填谷收益增加，进而令港口能流调度成本进一步降低。

②港口物流调度计划对比

现有技术和本发明方法的港口物流调度计划对比如图12-图17所示，采用本发明方法得到的港口物流调度计划在低、平电价时段的岸桥、场桥工作用电功率增加，且集卡运箱令充电功率减少，因集装箱物流效率提高，部分船舶提前完成装卸离港，使得岸电用电功率减少，有效降低了港口集装箱物流系统在削峰时段的总用电功率；此外，场桥延迟完成堆箱任务至填谷时段，令填谷时段港口集装箱物流系统总用电功率增加，进而降低了港口集装箱物流系统的用电峰谷差。

综上分析可知，与现有技术相比，本发明提供的方法可有效提高港口集装箱物流效率，使得船舶平均在港时间缩短0.3167h，港口能流与物流整体调度成本降低3.29％，同时降低港口用电需求峰谷差、减少污染排放，令削峰填谷收益与减污降碳收益分别增加0.10％和15.63％。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内；本发明未涉及的技术均可通过现有技术加以实现。

Claims (10)

1.一种港口综合能源系统与集装箱物流系统协同调度方法，其特征在于：该协同调度方法的步骤如下：

A、明确港口综合能源系统组成、港口集装箱物流系统组成与物流作业流程以及能流和物流的耦合关系，构建港口综合能源系统与港口集装箱物流系统协同调度架构；

B、基于船舶平均在港时间最短和物流调度成本最低建立港口集装箱物流系统联合优化调度模型及作业用能模型；

C、基于系统运行成本最低建立港口综合能源系统多能流耦合优化调度模型与能量出力模型；

D、构建基于柔性流水线车间调度原理的港口集装箱物流调度流程模型；

E、构建计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型；

F、采用交替方向乘子法ADMM结合改进的非支配排序遗传算法MNSGA-II求解步骤B、C、D、E中的模型，得到港口能流与物流调度计划。

2.根据权利要求1所述的港口综合能源系统与集装箱物流系统协同调度方法，其特征在于：所述步骤A中的港口综合能源系统涵盖电能、热能、冷能的产能和用能。

3.根据权利要求1所述的港口综合能源系统与集装箱物流系统协同调度方法，其特征在于：所述步骤A中的港口集装箱物流系统根据各集装箱船舶的入、离港时间与待装卸箱量，调度物流作业区内的岸电、岸桥、集卡、场桥、冷箱，联合完成包括船舶靠泊、集装箱装卸、运输、堆码及制冷在内的物流作业流程。

4.根据权利要求1所述的港口综合能源系统与集装箱物流系统协同调度方法，其特征在于：所述步骤A中的能流和物流的耦合关系表现为港口集装箱物流系统调度岸电、岸桥、集卡、场桥、冷箱作业消耗的能量由港口综合能源系统调度出力来满足。

5.根据权利要求1所述的港口综合能源系统与集装箱物流系统协同调度方法，其特征在于：所述步骤B中的港口集装箱物流系统联合优化调度模型及作业用能模型包括港口集装箱物流系统全过程调度目标函数、港口集装箱物流系统调度的约束条件、以及集装箱物流全过程电力需求模型；其中港口集装箱物流系统全过程调度目标函数包括带岸电泊位调度目标函数以及岸桥、场桥、集卡、冷箱联合调度目标函数；港口集装箱物流系统调度的约束条件包括船舶靠/离泊时间与靠泊位置约束、物流设备调度约束、物流设备作业约束；集装箱物流全过程电力需求模型涵盖岸电、岸桥、集卡、场桥、冷箱；

其中，带岸电泊位调度目标函数：带岸电泊位的调度目标是所有船舶平均在港停泊时间最小化，即：

式(1)中：B_ship表示一个调度周期内所有船舶平均在港时长；r_ship为一个周期内的到港船舶数量；t_arr,i、t_ber,i和t_SPS,i分别表示船舶i的计划到港时间、靠泊时间和占用岸电时长；

岸桥、场桥、集卡、冷箱联合调度目标函数：物流系统以岸桥、场桥、集卡、冷箱调度总成本最低为目标函数进行各类设备的调度，表示为：

minC_PCLS＝C_QC+C_GC+C_AGV+C_RC (2)

式(2)中：C_PCLS表示一个调度周期的物流系统调度总成本；C_QC、C_GC、C_AGV和C_RC分别为岸桥、场桥、集卡和冷箱的调度成本，分别如下：

岸桥调度成本包括服务各船舶的岸桥启动成本和装卸作业成本，表示为：

式(3)中：c_QC,on和c_QC,w分别为单台岸桥的启动成本和平均每小时装卸作业成本；r_QC为岸桥总数量；r_C,i表示第i艘船舶的待装卸集装箱数量；T_L为物流系统调度周期；

表示t时段第k台岸桥服务第i艘船舶装卸箱工作的0-1状态变量，工作为1、否则为0；

场桥调度成本包含服务各船舶的场桥启动成本和堆箱作业，表示为：

式(4)中：c_GC,on和c_GC,w分别表示单台岸桥的启动成本和平均每小时堆箱成本；r_GC为场桥总数量；

表示t时段第n台场桥服务第i艘船舶堆箱工作的0-1状态变量，工作为1、否则为0；

集卡调度成本包括服务各船舶的集卡启动成本与运输成本，表示为：

式(5)中：c_AGV,on和c_AGV,w分别为单辆集卡的启动成本和平均每小时运箱成本。r_AGV表示集卡总数量；

表示t时段第m台集卡服务第i艘船舶运箱工作的0-1状态变量，停运充电为1、运箱为0；

冷箱调度成本为冷箱的启动制冷成本之和，可表示为：

式(6)中：c_RC,on表示单个冷箱的启动成本；r_RC为冷箱总数量；

表示第f个冷箱的制冷状态0-1变量，制冷为1、否则为0；

船舶靠/离泊时间与靠泊位置约束：各船舶到达后才可靠泊，且船舶实际离港时间不能迟于计划最晚离港时间，任意两艘船舶靠泊时间不可存在冲突，如式(7)所示；所有船舶靠泊的位置不可超过港口海岸线范围，且任意两艘船舶的靠泊位置和靠泊时间均不可存在冲突，如式(8)所示；

t_arr,i≤t_ber,i,t_ber,i+t_SPS,i≤t_dep,i,t_ber,i+t_SPS,i≤t_ber,q+M(1-h_i,q) (7)

l_0,i+l_i≤L,l_0,i+l_i≤l_q+M(1-z_i,q),z_i,q+z_q,i+h_i,q+h_q,i≥1 (8)

式(7)、(8)中：t_dep,i表示船舶i的计划离港时间；l_0,i和l_i分别表示船舶i的泊位起始位置和含船舶间的靠泊安全距离的船舶长度；L为岸线长度；z_i,q表示任意两艘船舶的靠泊位置0-1状态变量，若船舶i靠泊于船舶q的左侧岸线为1，否则为0；h_i,q表示任意两艘船舶的靠泊时间0-1状态变量，如果船舶i在船舶q之前靠泊，取值为1、否则为0；M为一个无穷大常数；

物流设备调度约束：每台岸电、岸桥、场桥和集卡在各时段只可为一艘船提供服务，可由式(9)表示；各时段各类设备的运行数量不可超过其总数，如式(10)所示；服务各船舶的岸桥数量受船舶可分配岸桥总数的限制，可表示为式(11)；假设各船舶装卸任务可均匀分配给岸桥，则每艘船舶占用泊位岸电的时长为装卸准备时长与装卸所有集装箱用时之和，如式(12)所示；

式(9)-(12)中：

表示t时段第j台岸电为第i艘船舶供电状态0-1变量，供电即为1，否则为0；r_SPS为岸电充电桩总数量；r_QC,i,max和r_QC,i,min分别表示可服务船舶i装卸作业的岸桥数量上、下限；

物流设备作业约束：各时段单台岸桥的装卸效率、场桥的堆箱效率、集卡的运箱效率均受上、下限约束，可由式(13)表示；靠泊期间船舶用电功率受岸电供电功率上下限约束，如式(14)所示；各集卡的充电功率和荷电状态受上、下限约束，且调度周期结束时各集卡的荷电状态需与调度开始时相同，如式(15)所示；各冷箱的制冷功率与箱内温度变化量也受上、下限约束，且调度周期结束时冷箱内部温度应与调度开始时的温度相同，如式(16)所示；

式(13)-(16)中：

和

分别表示t时段第k台岸桥的装卸箱效率、第n台场桥的堆箱效率，以及第m台集卡的运箱效率；n_QC,k,max、n_AGV,m,max与n_GC,n,max分别为单台岸桥、集卡和场桥的最大运行效率；

为第j台岸电的供电功率；

和

分别为第j台岸电的供电功率上、下限；

为t时段第m台集卡的充电功率；

和

分别表示第m台集卡的最大、最小充电功率；

表示t时段集卡的荷电状态；SoC_AGV,m,max、SoC_AGV,m,min、

和

分别为第m台集卡的最大、最小荷电状态值，以及调度初始时刻和调度周期结束时刻的荷电状态值；

表示第f个冷箱的制冷功率；

与

分别表示第f个冷箱的最大与最小制冷功率；

表示第f个冷箱启动制冷一个时间间隔后箱内温度的变化量；ΔT_RC,f,max、ΔT_RC,f,min、

和

分别为第f个冷箱箱内温度的最大变化量、最小变化量以及调度初始、调度周期结束时的箱内温度；

集装箱物流全过程电力需求模型：港口集装箱物流系统在t时段的总电力需求为该时段各类物流设备功率之和，表示为：

式(17)中：

表示t时段港口集装箱物流系统总电力需求；

和

分别表示t时段岸电、岸桥、场桥、集卡和冷箱的总功率，分别如下：

t时段岸电总功率是该时段为船舶提供岸电服务的岸电供电功率之和，也为靠泊船舶功率之和，表示为：

式(18)中：

为第i艘船舶靠泊状态0-1变量，靠泊接入岸电即为1，否则为0；

表示第i艘在港船舶t时段的电力需求；

t时段岸桥总功率为该时段服务各船舶装卸作业的岸桥运行功率之和，如式(19)所示。单台岸桥运行功率用框架结构、起升机构和小车运输机构的工作功率、以及装卸箱速率表示，如式(20)：

式(19)、(20)中：

表示t时段第k台岸桥的运行功率；H_QC,k、R_QC,k和D_QC,k分别为第k台岸桥的吊机升降高度、外伸距和水平跨度；

和

分别为第k台岸桥升降电机的平均功率和运行速度；

和

为水平运行小车的平均功率和运行速率；

t时段场桥总功率是时段内为各船舶提供堆箱服务的所有场桥的运行功率，如式(21)；各场桥的功率取决其框架结构、起升机构和小车运输机构的工作功率及堆箱速率，如式(22)：

式(21)、(22)中：

表示t时段第n台场桥的功率；H_GC,n和D_GC,n分别为第n台场桥的吊机升降高度和水平跨度；

和

分别为第n台场桥的升降电机、水平运行小车的平均功率和运行速率；

t时段集卡总功率为该时段所有处于停运充电状态的集卡的充电功率之和，可用式(23)表示；各集卡的充/放电过程可用荷电状态表示，如式(24)，其中第一项表示t-1时段集卡的荷电状态、第二项表示集卡停运充电或启动运输一段时间后荷电状态的改变量；

式(23)、(24)中：

表示t-1时段集卡的荷电状态；

和

分别为第m台集卡的充电、放电效率；

表示第m台集卡运载单个集装箱功率；

表示第m台集卡的电池额定电量；Δt_L为物流系统物流调度的单位时间间隔。

t时段冷箱总功率为时段内所有启动冷箱的制冷功率之和，如式(25)所示；各冷箱内部温度的变化由制冷功率决定，可由式(26)表示，其中第一项为因环境温度导致的箱内温度变化、第二项表示供电制冷一段时间后箱内温度的变化量；

式(25)、(26)中：

为t时段第f个冷箱的内部温度；

为t时段的外部环境温度；A_RC,f和m_RC,f分别表示第f个冷箱的外表面积和装载货物的重量；z_RC和c_RC分别为冷箱的热传导系数和箱内比热容。

6.根据权利要求1所述的港口综合能源系统与集装箱物流系统协同调度方法，其特征在于：所述步骤C中的港口综合能源系统多能流耦合优化调度模型与能量出力模型包括港口综合能源系统多能流调度目标函数、港口综合能源系统调度约束条件、以及港口综合能源系统多能流耦合出力模型；

其中，港口综合能源系统多能流调度目标函数以运行成本最小化为目标开展调度，目标函数可表示为：

式(27)中：C_PIES表示港口综合能源系统运行总成本；C_net、C_om、C_loss、

和

分别为一个调度周期的购能成本、能源设备运行与维护成本、储能耗损成本、CO₂传输与储存成本和排放处理成本；S_er和S_pc分别表示减少碳排放并将减排量参与碳市场交易所获收益，以及参与电力系统辅助服务市场削峰、填谷需求响应所获收益，分别如下：

式(28)-(34)中：

和

分别为t时段电价与天然气价格；

和

分别表示t时段能源系统从外部电网、天然气网购入功率；c_ω,om表示各能源设备的单位运行维护成本，其中ω∈{光伏，风电，燃气轮机，余热锅炉，燃气锅炉，吸收式制冷机，电制冷设备，电转气设备，碳捕获设备，蓄电池，蓄热槽，…}；

表示各能源设备在t时段的发电/产热/制冷/产气功率，τ∈{e,h,c,g}；

为响应削峰、填谷需求前后的港口从电网购电功率之差；c_HS,loss和c_BS,loss分别表示蓄电池和蓄热槽的单位耗损成本；

和

分别表示蓄电池充、放电功率与蓄热槽的储、放热功率；

和

分别为蓄电池和蓄热槽的充、放能效率；

和

分别表示CO₂单位传输和存储成本与单位排放处理成本；

和

分别为用电和燃烧天然气的单位碳排放量；

表示电转气设备在t时段捕获的CO₂量；

为电转气设备的产气功率；Δt_E为港口综合能源系统调度的单位时间间隔；T_p和T_v分别表示电网制定的削峰、填谷需求时间段；

为削峰–填谷补贴单价；

港口综合能源系统调度约束条件包括能源供需平衡约束、能源网络供能约束、能源设备运行约束，其中能源供需平衡约束为t时段港口综合能源系统发电功率需满足港口基础设施和物流系统的总电力需求，如式(35)；系统产热、产冷功率需满足港口基础设施热、冷能需求，分别如式(36)和式(37)所示；外部天然气网与港内产气设备协同为燃气机组供气，可由式(38)表示；

式(35)-(38)中：

和

分别为t时段港口基础设施的电、热、冷负荷值；

和

分别为风电、光伏和燃气轮机的发电功率；

和

分别为电制冷、电转气设备和碳捕获的耗电功率；

和

分别表示余热锅炉、燃气锅炉的产热功率以及吸收式制冷机的吸热功率；

和

为吸收式制冷机和电制冷机的产冷功率；

和

分别为燃气锅炉和燃气轮机的耗气功率；

能源网络供能约束即港口综合能源系统调度受外部电网与天然气网络供能上、下限约束，分别如式(39)和式(40)：

能源设备运行约束即各能源设备的运行需满足出力约束条件，可表示为式(41)；燃气机组还需满足爬坡约束，如式(42)所示；储能装置的能量需满足容量约束且调度结束时的能量应与调度开始时相同，如式(43)；

式(41)-(43)中：

和G_net,max分别表示外部电网、天然气网供给港口的最大功率；

和

分别为燃气轮机和燃气锅炉的最大、最小产能功率；R_GT,max和R_GT,min、R_GB,max和R_GB,min分别为燃气轮机和燃气锅炉的最大、最小爬坡速率；

表示t时段结束时蓄电池和蓄热槽内所剩能量；E_BS/HS,max、E_BS/HS,min、

和

分别表示蓄电池和蓄热槽可储存能量的上、下限，以及调度开始与调度结束时存储的能量；

港口综合能源系统多能流耦合出力模型：结合港口综合能源系统多能流供需平衡关系式以及各能源设备出力模型，引入调度因子α、β、

θ和γ表示电网、天然气网和内部热网输入功率分配给多能耦合转换设备的比重，建立基于能源枢纽的港口综合能源系统多能流耦合出力模型如式(44)所示；

其中，

式(44)中：A和B分别为多能耦合转化矩阵与储能充放能状态矩阵；

和

分别为燃气轮机的发电效率与产热效率；

表示余热锅炉回收燃气轮机排出的高温烟气余热进而生成可利用热的效率；

为燃气锅炉产热效率；

和

分别表示电制冷机、吸收式制冷机的制冷效率；H^g为天然气热值；α表示燃气轮机耗气功率占外供天然气网输入与电转气设备产气总功率的比重，β、

和θ分别为电制冷机、电转气设备、碳捕获设备耗电功率占外供电网输入功率的比重，γ表示吸收式制冷机吸收热功率占余热锅炉和燃气锅炉产热总功率的比重，表达式分别如下：

7.根据权利要求1所述的港口综合能源系统与集装箱物流系统协同调度方法，其特征在于：所述步骤D中的构建基于柔性流水线车间调度原理的港口集装箱物流调度流程模型是基于船舶靠泊、集装箱装卸、运输、堆码及制冷作业过程的连续性特征，将物流全过程调度问题抽象为流水线多阶段作业调度问题，建立基于柔性流水线车间调度原理的港口集装箱物流调度流程模型，港口集装箱物流调度流程包括船舶靠泊接入岸电、岸桥卸箱、集卡运箱、场桥堆箱和冷箱制冷五个阶段，船舶待卸箱量为各阶段待处理作业量，各阶段在顺序约束和设备工作约束下同步进行；

具体步骤如下：将各船舶物流工作{r_C,1,r_C,2,…,r_C,i,…}在各阶段的作业时间进行时间窗划分，表示为：

W_i,s＝[t_str,i,s,t_end,i,s]s∈{1,2,...,5} (46)

式(46)中：W_i,s表示船舶物流工作r_C,i对应第s个阶段的作业时间窗；t_str,i,s和t_end,i,s分别为船舶物流工作r_C,i对应第s个阶段的最早开始作业时间和最晚结束作业时间；

各阶段时间窗边界分别如下：

服务各阶段的物流设备仅可在对应时间窗内工作，分别表示为：

式(47)、(48)中：t_str,i,1、t_str,i,2、t_str,i,3、t_str,i,4和t_str,i,5分别表示船舶物流工作r_C,i对应第1至第5阶段的最早开始作业时间；t_end,i,1、t_end,i,2、t_end,i,3、t_end,i,4和t_end,i,5分别为船舶物流工作r_C,i对应第1至第5阶段的最晚结束作业时间；

和

分别表示t时段第j台岸电、第k台岸桥、第m台集卡、第n台场桥服务第i艘船舶物流工作的0-1状态变量，工作为1、否则为0；

表示t时段第f个冷箱的0-1制冷状态变量，制冷为1、否则为0；

因船舶计划在港时间决定阶段一可用时间区间、而阶段二卸箱结束时间决定了船舶靠泊结束时间，即阶段一结束用时；故阶段一、阶段二需在船舶计划在港时间窗内进行，表示为：

式(49)中：W_i,1和W_i,2分别表示船舶i进行第一、二阶段作业的时间窗；W_i为船舶i物流工作时间窗。

8.根据权利要求1所述的港口综合能源系统与集装箱物流系统协同调度方法，其特征在于：所述步骤E中的构建计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型的具体步骤为：考虑船舶到港时间的不确定性与新能源出力的不确定性，建立船舶实际到港时间概率分布模型、风电与光伏实际出力概率分布模型，在此基础上，构建计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型；

其中，船舶实际到港时间概率分布模型是船舶实际到港时间可视为服从以计划到港时间为均值的均匀分布，如式(50)所示；为增强物流调度计划的鲁棒性，减少不确定性因素发生对调度计划的影响，引入延缓时间参数δ，规定在延缓时间内该船舶停泊资源仍然被该船舶占用，以此吸收不确定性带来的影响，而延缓时间的最大值与延缓时间正负可根据船舶到港时间的变动范围确定，如式(51)、(52)：

δ_max＝2μ (51)

式(51)、(52)中：

表示船舶i实际到港时间；U为不确定集；Δt_arr,i为船舶i到港时间的变动范围；μ为所有船舶计划到港时间标准差；

由此将式(49)修正为：

风电与光伏实际出力概率分布模型采用盒式不确定集合对风电与光伏实际出力进行刻画，如式(54)所示；并引入不确定度参数Γ用于调节电与光伏实际出力概率分布模型的保守性和鲁棒性、令不确定性变量应满足不确定度约束条件如式(55)，即最多可有Γ个不确定参数到达边界；

式(54)、(55)中：

和

分别表示风电、光伏的实际出力；

和

分别为风电、光伏出力预测值；

和

为风电、光伏出力扰动范围；Γ_WT和Γ_PV分别为风电、光伏出力的不确定度；

基于风电与光伏实际出力概率分布模型，将式(35)表达的港口综合能源系统调度约束条件中的能源供需平衡约束修正为：

式(56)中：

表示船舶实际到港情况下的集装箱物流全过程调度用电需求；

根据船舶实际到港时间概率分布模型、风电与光伏实际出力概率分布模型，基于式(44)所述的港口综合能源系统多能流耦合出力模型建立计及双重不确定性的港口综合能源系统与港口集装箱物流系统能量供需耦合模型：

9.根据权利要求1所述的港口综合能源系统与集装箱物流系统协同调度方法，其特征在于：所述步骤F中的求解方法中，将港口综合能源系统与港口集装箱物流系统的协同调度问题分解为基于电、热、冷能供需平衡约束的子问题，存在能量供需关系的平衡约束中引入电、热、冷耦合变量

和

来表示港口综合能源系统能量输出与港口总用能需求之间的耦合关系，将电、热、冷能供需关系共识约束简化表示为式(58)的能量供需共识约束：

基于式(58)的约束，采用拉格朗日松弛法增加港口综合能源系统多能流调度目标函数和带岸电泊位调度目标函数以及岸桥、场桥、集卡、冷箱联合调度目标函数的收敛目标一致性，将港口综合能源系统与港口集装箱物流系统协同调度优化问题的增广拉格朗日函数表示为式(59)的能流-物流整体调度目标函数：

式(59)中：a、b、c分别为协同调度时港口综合能源系统调度总成本、船舶平均在港时间和港口集装箱物流系统调度总成本三个目标的权重；后三项分别表示港口综合能源系统电、热、冷出力与港口集装箱物流系统、港口基础设施电、热、冷能需求间的协同效应；T为协同调度周期；

和

分别为电、热、冷能供需共识约束的拉格朗日乘子；ρ_e、ρ_h和ρ_c分别是共识约束的恒定步长；

由式(60)计算得到耦合变量，并根据迭代得到的最新耦合变量，由式(61)对拉格朗日乘子进行更新；

式(60)、(61)中：

和

分别表示经第v+1次迭代得到的耦合变量；

和

分别为经第v次迭代的拉格朗日乘子；

分别表示经第v+1次迭代得到的拉格朗日乘子；

每次迭代用耦合变量和拉格朗日乘子求解式(59)的能流-物流整体调度目标函数，当耦合变量和共识变量足够接近时、即式(62)的判断标准成立，迭代停止；

式(62)中：E为残差约束值；

随后，港口综合能源系统将耦合变量信息与港口集装箱物流系统共享，确定最终的港口能流与物流调度计划。

10.根据权利要求9所述的港口综合能源系统与集装箱物流系统协同调度方法，其特征在于：所述步骤F中的求解方法中，基于ADMM和MNSGA-II的港口综合能源系统与港口集装箱物流系统协同调度的求解步骤如下：

1)输入港口综合能源系统与港口集装箱物流系统参数、某日计划到港船舶数据，以及风电、光伏出力与基础电、热、冷负荷预测数据；

2)建立港口综合能源系统与港口集装箱物流系统的能量供需共识约束式(58)，构建能流-物流整体调度目标函数式(59)；

3)初始化优化变量、MNSGA-Ⅱ初始种群数与最大迭代次数、ADMM能量耦合变量、目标函数权重、共识约束拉格朗日乘子及步长、残差约束值、以及最大协同调度求解次数；

4)随机生成N个初始种群，计算港口集装箱物流系统联合优化调度模型及作业用能模型中的港口集装箱物流系统全过程调度目标函数，对计算结果进行非支配排序和拥挤度比较排序，并采用竞标赛法选择最适种群作为初始父代种群，进入迭代；

5)对父代种群进行交叉、变异，形成子代种群，计算港口集装箱物流系统联合优化调度模型及作业用能模型中的港口集装箱物流系统全过程调度目标函数；

6)合并子代种群与父代种群，对合并种群进行非支配排序和拥挤度排序，并运用精英策略选出最适个体组成新的种群；当达到最大迭代次数时，迭代停止，进入步骤7)；否则令新种群为父代种群，返回步骤5)；

7)根据Pareto解集获得可行的物流调度方案，由港口集装箱物流系统联合优化调度模型及作业用能模型中的集装箱物流全过程电力需求模型得到用电方案，令ADMM初始能量耦合变量为较优解对应用电需求，进入迭代；

8)计算能流-物流整体调度目标函数式(59)，由式(60)更新能量耦合变量，由式(61)更新拉格朗日乘子；当满足式(62)时，迭代停止，进入步骤9)；否则循环步骤8)；

9)若未达到最大协同调度求解次数，返回步骤7)；否则终止迭代，输出最终的港口能流与物流调度计划。

Images