企业官网建设流程全解析

拿到这个标题的第一感觉，是典型的“学术组会课题复现”需求。风光互补制氢、合成氨、容量优化、调度优化、并网与离网，这几个词放在一起，目标非常明确：用Matlab做一个电-氢-氨联合系统的优化模型，既要知道设备装多大（容量规划），又要知道每个小时怎么开停机、怎么分配功率（调度运行）。这类问题近两年在新能源方向特别火，不管是毕业设计、期刊论文，还是工程可研初评，都在往“可再生能源制氢合成绿氨”这个方向靠。

但这篇文章不打算只给你一份能跑通的代码，那没有太大意义。我更想跟你拆清楚：这个优化问题到底在算什么？并网和离网两种模式在模型里差在哪儿？代码里的每个约束条件服务于什么物理逻辑？以及我在复现过程中遇到的那些“求解器提示不可行”“结果出现怪值”的坑，它们背后的原因是什么。

1. 这个系统到底在算哪笔账：从能量链到优化变量的全图

1.1 风光到氨的完整能量链

先把这个系统的物理结构画清楚。所谓“风光互补制氢合成氨”，本质上是一条从可再生能源发电到化工产品的完整能量传递链条：

• 风力发电机和光伏板发出直流/交流电，汇到一条母线上；
• 电能有两个去向：一是直接供给电解槽制氢，二是（在并网模式下）与外部电网交互，买电补缺或卖电获益；
• 电解槽消耗电能和水，产出氢气，氢气先进入储氢罐缓冲；
• 储氢罐里的氢气再送入合成氨装置，与氮气在高温高压和催化剂作用下合成氨(NH₃)；
• 氨可以储存起来，作为最终产品对外销售。

这里面每一环都有对应的容量变量和运行变量。容量变量回答“设备装多大”：风机装机多少MW、光伏装机多少MW、电解槽额定功率多大、储氢罐体积多大、合成氨装置的处理能力多大。调度变量回答“每个时刻怎么运行”：风机光伏实际出力、电解槽启停状态和负载率、氢气流向、储氢罐的充放速率、氨产量。

标题里的“并_离网”指的是并网模式和离网模式。并网模式下，系统跟外部大电网相连，缺电可以买、富余可以卖；离网模式下，系统完全自治，只能靠风机、光伏和可能的储能装置供电，缺电要么切负荷，要么降低制氢产量。这个区别会直接改变优化模型的结构。

1.2 容量优化与调度优化为什么要耦合求解

很多人第一次接触这类问题时会问：容量不是容量，调度是调度，为什么非要放在一个模型里同时算？

因为这两个层面是强耦合的。举一个最典型的例子：电解槽的额定功率如果定得很大，那么在风光资源好、电价低的时段，它就能多制氢，把便宜的电能转化为可储存的化学能；但电解槽本身的单位投资成本不低，装得太大而全年利用小时数不足，投资就收不回来。反过来，如果只做调度优化而不优化容量，那么给定一套“拍脑袋”的装机配置，调度结果未必能反映真实的最佳运行方式，容量和运行之间互相不匹配。

耦合优化的本质，是一个双层决策问题内化成单层优化。容量变量是“第一层决策”，它决定系统的物理上限；调度变量是“第二层决策”，它在每个时段内寻找最优运行点。对于这种问题，Matlab里最常见的处理方式是把投资成本折算到年，跟年运行成本放进同一个目标函数，一次性求解。

1.3 并网与离网对模型约束的影响

网与离网，在模型里的差别集中体现在电功率平衡约束上。

并网模式的功率平衡可以写成：

风电出力 + 光伏出力 + 从电网购电 = 电解槽耗电 + 厂用电 + 向电网售电

电网相当于一个“无底洞”的平衡节点，缺多少买多少，多多少卖多少，只要电价合适，系统几乎总能维持功率平衡。

离网模式则变成：

风电出力 + 光伏出力 = 电解槽耗电 + 厂用电 + 弃风弃光/负荷削减

这时候系统必须自己扛下所有波动。为了保证供电可靠性，通常需要在约束里加入“失负荷量”和“弃风弃光量”这类松弛变量，并在目标函数里赋予很高的惩罚系数，让求解器尽量不去触碰这个平衡底线。

这个差别看起来只有一行公式，实际上对最优解的影响是巨大的。离网模式下，系统为了保证全年每一个小时都能自平衡，往往要配很大的储能或电解槽容量；并网模式则可以把电网当作免费的“电池”，容量配置可以做得更经济。

2. 复现前的战场布置：Matlab环境、数据与建模尺度选择

2.1 环境配置：Matlab、Yalmip与求解器的版本组合

拿到这种优化课题，第一个要解决的是建模环境问题。纯用Matlab自带的Optimization Toolbox写线性规划或混合整数线性规划不是不行，但约束一多、变量一多，手写系数矩阵很容易把人写崩溃。我复现这类问题用的是 Yalmip + Gurobi 的组合。

Yalmip 是一个Matlab下的建模语言，它允许你直接在代