盧志剛　隋玉珊,2　馮　濤　李學(xué)平　趙　號

(1.河北省電力電子節(jié)能與傳動控制重點實驗室(燕山大學(xué))　秦皇島　066004 2.國網(wǎng)天津市電力公司東麗供電分公司　天津　300300)

?

考慮儲熱裝置與碳捕集設(shè)備的風(fēng)電消納低碳經(jīng)濟(jì)調(diào)度

盧志剛1隋玉珊1,2馮濤1李學(xué)平1趙號1

(1.河北省電力電子節(jié)能與傳動控制重點實驗室(燕山大學(xué))秦皇島066004 2.國網(wǎng)天津市電力公司東麗供電分公司天津300300)

在電力系統(tǒng)低碳經(jīng)濟(jì)調(diào)度的背景下，針對“三北”地區(qū)供暖期熱電機(jī)組因供熱導(dǎo)致機(jī)組強(qiáng)迫出力過高，造成夜晚棄風(fēng)嚴(yán)重的問題，提出了一種計及配置了儲熱裝置的熱電聯(lián)產(chǎn)電廠及碳捕集電廠的電力系統(tǒng)優(yōu)化調(diào)度模型，考慮熱電機(jī)組的熱電耦合相關(guān)約束、熱、電平衡及機(jī)組爬坡等約束，兼顧系統(tǒng)的總發(fā)電煤耗成本最低以及CO2排放最少兩個目標(biāo)，采用多目標(biāo)細(xì)菌群體趨藥性算法(MOBCC)對模型進(jìn)行求解。對不同場景下系統(tǒng)的風(fēng)電消納情況以及系統(tǒng)的經(jīng)濟(jì)成本和碳排放進(jìn)行了分析。算例結(jié)果驗證了所提模型及求解方法的有效性和正確性。

低碳經(jīng)濟(jì)調(diào)度碳捕集儲熱熱電聯(lián)產(chǎn)MOBCC

0　引言

隨著全球氣候變暖日益嚴(yán)重，CO2的減排問題受到越來越多的關(guān)注[1]。電力行業(yè)作為我國國民經(jīng)濟(jì)中最大的CO2排放部門，面臨巨大的減排壓力[2]。風(fēng)能作為清潔可再生能源，能有效地改善我國能源供應(yīng)結(jié)構(gòu)，減少環(huán)境污染[3]。我國“三北”地區(qū)風(fēng)電資源豐富，但是冬季供暖期，為了滿足熱負(fù)荷需求，電網(wǎng)中占主體地位的大量熱電機(jī)組因“以熱定電”運(yùn)行而調(diào)峰能力不足，導(dǎo)致夜間負(fù)荷低谷時段系統(tǒng)強(qiáng)迫出力過高，風(fēng)電上網(wǎng)空間不足，使得風(fēng)電作為清潔能源沒有充分發(fā)揮其在節(jié)能減排方面的作用[4，5]。因此，采取合理的方式更多地消納風(fēng)電，減少棄風(fēng)量，實現(xiàn)電力系統(tǒng)的低碳經(jīng)濟(jì)調(diào)度具有重要的社會意義[6-9]。

針對熱電機(jī)組的熱電耦合問題，已有學(xué)者研究了熱電機(jī)組通過配置儲熱(Thermal Storage，TS)以解耦“以熱定電”約束，提高熱電機(jī)組的調(diào)峰能力以減少棄風(fēng)[10]。目前，國外對儲熱裝置的研究主要是根據(jù)峰谷電價或?qū)崟r電價，通過機(jī)組調(diào)度實現(xiàn)自身利益最大化，提高可再生能源的接納能力[11，12]。針對國內(nèi)實際情況，文獻(xiàn)[13]討論了在熱電廠配置儲熱裝置后熱電機(jī)組的運(yùn)行策略，并建立了計算配置儲熱后機(jī)組調(diào)峰能力的數(shù)學(xué)模型，分析了其影響因素。文獻(xiàn)[14]比較了蓄熱、抽水蓄能和風(fēng)電供熱3種棄風(fēng)消納方案的優(yōu)劣，結(jié)果表明蓄熱方案具有投資少且節(jié)煤效率高的優(yōu)勢。

此外，碳捕集電廠作為一種新型電廠，對于CO2減排具有重要作用[15]，同時，引入碳捕集技術(shù)之后，碳捕集電廠可通過靈活調(diào)節(jié)捕集水平，調(diào)整凈發(fā)電功率，以滿足系統(tǒng)的調(diào)峰需求，從而在一定程度上達(dá)到消納過剩風(fēng)電的目的[16，17]。并且相對于常規(guī)火電機(jī)組，碳捕集機(jī)組具有更大的下調(diào)峰深度和更快的調(diào)峰響應(yīng)速度。因此制定兼顧減排和調(diào)峰的合理調(diào)度策略有利于碳捕集設(shè)備的利用最大化。

在目前低碳電力的要求下，電力系統(tǒng)優(yōu)化調(diào)度也越來越多地考慮到CO2排放問題[18，19]。文獻(xiàn)[20，21]在調(diào)度過程中考慮了碳排放成本，優(yōu)先調(diào)度采用減排技術(shù)的機(jī)組，限制了電力系統(tǒng)的CO2排放。文獻(xiàn)[22]建立了包含碳捕集電廠和換電站的多目標(biāo)優(yōu)化調(diào)度模型，兼顧了電源成本和系統(tǒng)總碳排放量。文獻(xiàn)[23]結(jié)合碳捕集電廠和常規(guī)火電廠的電碳模型，綜合考慮發(fā)電成本和碳排放成本建立調(diào)度模型，并研究了風(fēng)-車協(xié)調(diào)調(diào)度在減少碳排放和棄風(fēng)量方面的效果。

本文同時考慮風(fēng)電、熱電聯(lián)產(chǎn)機(jī)組、儲熱裝置和碳捕集設(shè)備，建立了兼顧煤耗成本和CO2排放量的多目標(biāo)優(yōu)化調(diào)度模型，并推導(dǎo)了在一定的系統(tǒng)負(fù)荷和風(fēng)電情況下，消納風(fēng)電所需的最小儲熱量和放熱速率。采用多目標(biāo)細(xì)菌群體趨藥性算法(Multi Objective Bacterial Colony Chemotaxis，MOBCC)求解模型，分析了不同情景下的調(diào)度對于系統(tǒng)的風(fēng)電消納能力以及運(yùn)行經(jīng)濟(jì)性和低碳性的影響，給出調(diào)度策略，為電網(wǎng)調(diào)度提供一定的參考依據(jù)。

1　各電源運(yùn)行特性及風(fēng)電消納原理

1.1熱電機(jī)組運(yùn)行特性

熱電聯(lián)產(chǎn)機(jī)組分為背壓式和抽汽式兩種。與常規(guī)純凝發(fā)電機(jī)組不同，熱電機(jī)組的發(fā)電出力受到熱電耦合約束的限制。熱電機(jī)組的電功率與熱功率之間存在關(guān)聯(lián)耦合關(guān)系，稱為“電熱特性”，能夠很好地描述熱電機(jī)組的運(yùn)行外特性[24]。熱電聯(lián)產(chǎn)機(jī)組的電熱特性關(guān)系曲線如圖1所示。

圖1　熱電聯(lián)產(chǎn)機(jī)組電熱特性圖Fig.1　Diagram of heat-electricity relationship for combined heat power units

背壓式機(jī)組是利用汽輪機(jī)排出的乏汽作為熱源進(jìn)行供熱，因此其熱功率和電功率具有線性耦合關(guān)系，如圖1a所示，電功率完全取決于供熱功率，具有“以熱定電”的特點。發(fā)電出力和供熱出力的關(guān)系可表示為

pe=αh+β

(1)

式中，pe、 h分別為機(jī)組的發(fā)電功率和發(fā)熱功率；α為電功率和熱功率的彈性系數(shù)，α=ΔP/Δh， 可認(rèn)為是常數(shù)；β為常數(shù)。

抽汽式機(jī)組是從汽輪機(jī)兩級間抽取一部分蒸汽作為熱源對外供熱，對于給定的進(jìn)汽量，隨著抽汽量增加，供熱功率會逐漸增加，但汽輪機(jī)輸出的電功率會逐漸降低，如圖1b中虛線所示。其電功率和熱功率可以在一定范圍內(nèi)調(diào)節(jié)，圖中ABCDE所包圍區(qū)域為抽汽式機(jī)組的運(yùn)行區(qū)域，可以看出，其發(fā)電功率雖然具有一定的可調(diào)性，但隨著供熱功率的增大，發(fā)電功率的可調(diào)范圍逐漸減小。圖中γ表示進(jìn)汽量不變時，多抽取單位供熱熱量時電功率的減小量。根據(jù)抽汽式機(jī)組的運(yùn)行原理，可得純凝工況下的發(fā)電功率、凈發(fā)電功率以及熱功率關(guān)系為

p=pe+γh

(2)

其電熱特性可以表述為

(3)

式中，hmax為機(jī)組的最大供熱功率；pmax和pmin分別為機(jī)組在純凝工況下的最大、最小發(fā)電功率。

1.2儲熱消納風(fēng)電原理

由上述熱電機(jī)組的電熱特性可以看出，熱電機(jī)組發(fā)電出力和供熱出力存在耦合關(guān)系，在一定的供熱功率下，機(jī)組的發(fā)電功率可調(diào)范圍受到供熱出力的限制。因此，在冬季供暖期，夜間風(fēng)電過剩時段熱電機(jī)組發(fā)電出力因供熱約束無法下調(diào)，造成嚴(yán)重棄風(fēng)。為此，若在熱電廠加裝儲熱裝置，在非棄風(fēng)時段，熱電機(jī)組供給熱負(fù)荷的同時，也向儲熱裝置蓄熱，而在棄風(fēng)時段，降低熱電機(jī)組的出力，供熱不足的部分，則由儲熱裝置所蓄熱量進(jìn)行補(bǔ)充[8]，從而接納更多的風(fēng)電，最大程度地減少棄風(fēng)。

1.3碳捕集電廠模型

傳統(tǒng)火電廠加裝碳捕集設(shè)備即為碳捕集電廠，機(jī)組的總出力一部分用于供給電負(fù)荷，另一部分則為捕集設(shè)備提供捕集所需能耗。因此，碳捕集機(jī)組的功率關(guān)系可表示為

p=pe+pc

(4)

pc=ps+pm

(5)

式中，pe為機(jī)組的凈發(fā)電功率；pc為機(jī)組的捕集能耗；ps為碳捕集設(shè)備的運(yùn)行能耗；pm為碳捕集設(shè)備的維持能耗。

碳捕集設(shè)備的運(yùn)行狀態(tài)在一定程度上可以獨(dú)立于發(fā)電循環(huán)的工況進(jìn)行單獨(dú)調(diào)節(jié)，近似等效于一個可控負(fù)荷，因此，可以通過調(diào)節(jié)捕集能耗，改變凈發(fā)電出力，從而滿足系統(tǒng)的調(diào)峰需求，并且捕集能耗主要來自從發(fā)電循環(huán)抽取蒸汽或直接利用廠用電，因而具有更快的調(diào)節(jié)速度。在夜間棄風(fēng)時段，通過提高碳捕集設(shè)備的捕集能耗，可以進(jìn)一步降低機(jī)組最小凈發(fā)電出力，提高系統(tǒng)的風(fēng)電接納能力。

碳捕集設(shè)備捕集單位CO2的能耗可以近似認(rèn)為是常數(shù)，則對于一定的捕集能耗，捕集的CO2量可表示為ps/e， e為碳捕集設(shè)備捕集單位CO2消耗的功率。因此捕集能耗和機(jī)組總出力之間需要滿足

(6)

式中，f(p)為CO2排放函數(shù)。

2　優(yōu)化模型

依據(jù)我國電力系統(tǒng)集中調(diào)度體制，以及目前電力系統(tǒng)節(jié)能減排的要求，本文以系統(tǒng)的總煤耗成本和CO2排放量最小為目標(biāo)，建立了包含風(fēng)電、常規(guī)火電機(jī)組、熱電機(jī)組、儲熱裝置、碳捕集設(shè)備的熱電聯(lián)合多目標(biāo)優(yōu)化調(diào)度模型，并以優(yōu)先調(diào)度風(fēng)電為原則，盡可能地多利用風(fēng)電。系統(tǒng)模型如圖2所示。

圖2　系統(tǒng)模型Fig.2　System model

2.1目標(biāo)函數(shù)

對于常規(guī)火電機(jī)組，煤耗成本以及CO2排放量可以表示為發(fā)電功率的二次函數(shù)的形式，即

(7)

(8)

式中，ai、 bi、 ci分別為機(jī)組i的煤耗成本系數(shù)；ui、 vi、 wi分別為機(jī)組i的CO2排放系數(shù)。

背壓式熱電機(jī)組利用做過功的蒸汽供熱，這部分蒸汽無論是否供熱都要被冷卻，故將其供熱成本視為0，因此，其發(fā)電成本以及碳排放函數(shù)形式與式(7)、式(8)相同。

對于抽汽式熱電機(jī)組，其煤耗成本及碳排放量可以表示為

(9)

(10)

式中，pi,t為熱電機(jī)組i在t時刻的純凝工況下的發(fā)電功率；Pei,t為凈發(fā)電功率；hi,t為熱功率。

碳捕集機(jī)組的煤耗成本可表示為

(11)

碳捕集機(jī)組的CO2排放可以表示為

(12)

式中，Esi,t為第i臺碳捕集設(shè)備在t時刻捕集的CO2的量；ei為第i臺碳捕集設(shè)備捕集單位CO2消耗的功率；pei,t為機(jī)組i在t時刻的凈發(fā)電功率；pci,t為機(jī)組i在t時刻的捕集能耗；psi,t為碳捕集設(shè)備的運(yùn)行能耗。

綜合考慮整個系統(tǒng)的煤耗成本和CO2排放建立多目標(biāo)優(yōu)化模型，分別以系統(tǒng)的煤耗成本最小和CO2排放最少為目標(biāo)，目標(biāo)函數(shù)可表示為

(13)

(14)

式中，Ga為常規(guī)機(jī)組與背壓式熱電機(jī)組的集合；Gb、Gc分別為抽汽式熱電機(jī)組和碳捕集機(jī)組的集合。

2.2約束條件

2.2.1系統(tǒng)約束

1)電功率平衡約束

(15)

式中，pw,t為t時刻調(diào)度的風(fēng)電功率；pl,t為t時刻的電負(fù)荷。

2)供熱平衡約束

(16)

式中，hi,t為熱電機(jī)組i在t時刻的熱功率；hc,t、 hd,t分別為t時刻儲熱罐的儲、放熱功率；hl,t為系統(tǒng)的熱負(fù)荷；λt為儲熱裝置在t時刻的儲、放熱控制變量(0/1)，1表示放熱，0表示儲熱；N1為所有熱電機(jī)組的臺數(shù)。

3)儲熱裝置運(yùn)行約束

儲、放熱速率約束為

(17)

儲熱容量約束為

Vt≤Vmax

(18)

式中，Vt為t時刻儲熱罐內(nèi)剩余儲熱量；Vmax為儲熱裝置的最大儲熱容量；hc,max、 hd,max分別為儲熱裝置的最大儲、放熱速率。

4)風(fēng)電出力約束

pw,t≤pwf,t

(19)

式中，pwf,t為t時刻風(fēng)電場的風(fēng)電預(yù)測功率。

2.2.2機(jī)組約束

1)機(jī)組出力上下限約束

pi,min≤pi,t≤pi,max

(20)

式中，pi,min、 pi,max分別為機(jī)組在純凝工況下的最小、最大出力。

2)抽汽式機(jī)組熱出力上、下限約束

0≤hi,t≤hi,max

(21)

式中，hi,max為機(jī)組i熱出力的最大限值，該值主要取決于熱交換器容量的大小。

3)抽汽式機(jī)組凈發(fā)電出力上下限約束

(22)

4)碳捕集能耗約束

0≤psi,t≤psi,max

(23)

(24)

式中，psi,max捕集能耗的上限。式(23)表示碳捕集設(shè)備捕集的CO2不會超過機(jī)組產(chǎn)生的總CO2量。

5)機(jī)組的總功率爬坡約束

pi,t-pi,t-1≤Δpu,i

(25)

pi,t-1-pi,t≤Δpd,i

(26)

式中，Δpu,i、Δpd,i分別為機(jī)組i的最大上、下爬坡出力。

6)抽汽式機(jī)組的熱爬坡約束

hi,t-hi,t-1≤Δhu,i

(27)

hi,t-1-hi,t≤Δhd,i

(28)

式中，Δhu,i、Δhd,i分別為抽汽式機(jī)組單位時間內(nèi)的熱功率最大變化量。

7)碳捕集系統(tǒng)能耗的爬坡約束

psi,t-psi,t-1≤Δpsu,i

(29)

psi,t-1-psi,t≤Δpsd,i

(30)

式中，Δpsu,i、Δpsd,i分別為碳捕集設(shè)備能耗在單位時間內(nèi)的最大變化量。

3　滿足風(fēng)電消納的放熱速率及儲熱容量

儲熱裝置的風(fēng)電消納能力受到其最大放熱速率以及儲熱容量兩個參數(shù)的限制。在棄風(fēng)時段，通過儲熱裝置放熱來減輕熱電機(jī)組的供熱負(fù)擔(dān)，使熱電機(jī)組發(fā)電出力具有更大的下調(diào)空間，從而接納更多風(fēng)電。但若儲熱裝置的放熱速率過慢或儲熱量不足時，棄風(fēng)時段補(bǔ)償供熱不足，則熱電機(jī)組仍然會因供熱導(dǎo)致發(fā)電出力較高，使風(fēng)電無法完全消納。

根據(jù)儲熱消納棄風(fēng)的原理，可以近似推導(dǎo)在一定的風(fēng)電以及系統(tǒng)負(fù)荷情況下，為實現(xiàn)風(fēng)電消納，儲熱裝置最大放熱速率及儲熱容量需滿足的條件。

首先要滿足如下的假設(shè)條件：

1)在棄風(fēng)時段，抽汽式機(jī)組運(yùn)行在最小凝氣工況下，即圖1b中的CD段，其最小發(fā)電出力可以用供熱出力來表示，即Peimin,t=αihi,t+βi。

2)棄風(fēng)發(fā)生的時段連續(xù)(一般發(fā)生在夜晚負(fù)荷低谷而風(fēng)電較大時段)。

由于本文所研究的棄風(fēng)問題主要原因為供熱導(dǎo)致的強(qiáng)迫出力過高，且在夜間負(fù)荷低谷時段往往風(fēng)電預(yù)測功率較大，因此以上假設(shè)符合實際情況。

若要保證系統(tǒng)不發(fā)生棄風(fēng)，需要滿足

(31)

式中，N1、 N2分別為系統(tǒng)中熱電機(jī)組臺數(shù)和常規(guī)機(jī)組的臺數(shù)。

可以推出當(dāng)熱電機(jī)組的總供熱量滿足式(32)時，能夠保證系統(tǒng)不產(chǎn)生棄風(fēng)，即

(32)

式中

αmax=max{α1, α2, …, αN1}

(33)

βmax=max{β1, β2, …, βN1}

(34)

用hpmax,t表示在保證風(fēng)電消納的前提下，允許熱電機(jī)組發(fā)出的最大供熱功率，為滿足供熱的要求，則有

hpmax,t+hnd,t=hl,t

(35)

式中，hnd,t為t時刻為滿足供熱平衡需要的儲熱裝置放熱量。因此可以推出，為滿足供熱需要，儲熱裝置的最大放熱速率需要滿足

(36)

式中，Tw為所有棄風(fēng)時段的集合。

儲熱裝置的儲熱容量需要滿足

(37)

(38)

(39)

4　模型求解

細(xì)菌群體趨藥性(Bacterial Colony Chemotaxis，BCC)算法由細(xì)菌趨藥性算法(Bacterial Chemotaxis，BC)改進(jìn)而來，細(xì)菌通過與周圍同伴交換信息可以大大節(jié)省在解空間中搜索的時間，使該算法在保留了BC算法的簡單性和魯棒性的同時提高了速度和收斂性?；贐CC算法表現(xiàn)出來的優(yōu)良性能，其應(yīng)用越來越廣泛[25-27]。因此本文采用MOBCC對模型進(jìn)行求解(算法詳細(xì)流程參考文獻(xiàn)[27])，求解流程如圖3所示。

圖3　模型求解流程圖Fig.3　The flowchart of model solving

多目標(biāo)優(yōu)化結(jié)果會得到一組Pareto最優(yōu)解集，決策者需要從中選取一個最優(yōu)解作為最終調(diào)度結(jié)果。本文應(yīng)用TOPSIS的方法選取最優(yōu)解，該方法可以根據(jù)目標(biāo)之間的重要性設(shè)置相應(yīng)權(quán)重，最終解在最接近理想解的同時又遠(yuǎn)離負(fù)理想解，該方法具體步驟參見文獻(xiàn)[28]。

4.1細(xì)菌位置初始化

每一個細(xì)菌代表一種調(diào)度策略，以機(jī)組的電功率、供熱功率和碳捕集功率作為控制變量，將整個系統(tǒng)分為T個時間斷面，生成初始細(xì)菌群，每個細(xì)菌維數(shù)為Nc×T， Nc為變量個數(shù)?？刂谱兞繕?gòu)成的細(xì)菌向量表示為

i=1,2,…,nb

(40)

式中，peNi,t、hNi,t、psNi,t分別為第N臺機(jī)組的電功率、熱功率及碳捕集功率。按照變量范圍隨機(jī)生成，對于背壓式機(jī)組，只隨機(jī)生成熱功率，電功率按式(1)計算；對于非熱電機(jī)組，其供熱功率按0初始化；對于不含碳捕集設(shè)備的機(jī)組，其捕集功率按0初始化。nb為初始生成的細(xì)菌個數(shù)。

4.2可行性檢驗及調(diào)整

在MOBCC算法求解過程中，細(xì)菌每次個體尋優(yōu)和群體尋優(yōu)都會產(chǎn)生新的位置，為確保更新位置滿足約束，需要在每次更新后對各個約束條件逐一判斷并調(diào)整以保證新的個體均為可行解。

與以往發(fā)電調(diào)度不同，本文熱電綜合調(diào)度模型，除考慮電功率相關(guān)約束外，還需考慮供熱約束，同時，由于熱電機(jī)組存在熱電耦合關(guān)系，使得約束的處理變得相當(dāng)復(fù)雜。

對于常規(guī)機(jī)組不存在熱電耦合情況，約束處理相對簡單。對于背壓式機(jī)組，其電功率完全受熱功率的支配，其電功率和熱功率可相當(dāng)于一個變量，處理約束的過程中，只需考慮熱功率相關(guān)約束，電出力隨熱出力變化。這里對以上兩類機(jī)組的約束處理不多敘述。下面以抽汽式機(jī)組為例，說明熱電耦合約束以及系統(tǒng)約束的處理方法。

1)熱功率上下限約束。根據(jù)式(21)，檢驗熱功率是否超過上限，將超過上限的熱功率限制為該上限值。

2)熱功率爬坡約束。從第2個調(diào)度時段開始，根據(jù)約束式(27)、式(28)逐一對不滿足熱功率爬坡約束的解進(jìn)行調(diào)整。

3)熱功率平衡約束。首先根據(jù)式(16)判斷是否滿足供熱平衡約束。對于不滿足供熱平衡約束的時刻進(jìn)行調(diào)整，在調(diào)整的過程中要考慮每臺機(jī)組在不破壞上下限約束以及爬坡約束情況下的可調(diào)量，機(jī)組熱功率可調(diào)量的計算如下：

可上調(diào)量

hupi,t=min{himax,hi,t-1+Δhu,i}-hi,t

(41)

可下調(diào)量

hdpi,t=hi,t-max{himin,hi,t-1-Δhd,i}

(42)

當(dāng)功率平衡不能滿足時，首先計算熱功率不平衡量，即總的熱電機(jī)組與儲熱裝置的供熱功率之和與總熱負(fù)荷的差值。隨機(jī)抽取某一臺發(fā)電機(jī)，在式(41)、式(42)所示可調(diào)量范圍內(nèi)調(diào)整；若仍不能平衡，則隨機(jī)選取第二臺機(jī)組進(jìn)行調(diào)整，重復(fù)此過程直到平衡。

4)電功率相關(guān)約束。調(diào)整機(jī)組熱功率滿足約束之后，電功率的約束需要根據(jù)已確定的熱功率進(jìn)行計算。首先根據(jù)式(22)計算機(jī)組電出力的上下限，對不滿足約束的電出力進(jìn)行調(diào)整，按式(43)、式(44)計算機(jī)組電出力的爬坡約束

pei,t-pei,t-1≤Δpu,i-αi(ht-ht-1)

(43)

pei,t-1-pei,t≤Δpd,i-αi(ht-1-ht)

(44)

根據(jù)電功率爬坡，從第2時刻開始逐一判斷爬坡約束并進(jìn)行調(diào)整。本文以盡可能多的接納風(fēng)電為原則，因此風(fēng)電初始值按預(yù)測值計算，當(dāng)電功率平衡約束不滿足時，調(diào)整各機(jī)組的發(fā)電出力(調(diào)整方法與熱功率平衡的調(diào)整方式一致)，若機(jī)組出力無法下調(diào)至完全接納風(fēng)電，則棄掉多余的風(fēng)電。

5　算例仿真

5.1算例數(shù)據(jù)

本文采用六機(jī)組系統(tǒng)進(jìn)行仿真，系統(tǒng)由兩臺背壓式熱電機(jī)組、兩臺抽汽式熱電機(jī)組和兩臺常規(guī)火電機(jī)組構(gòu)成，常規(guī)機(jī)組加裝碳捕集設(shè)備即為碳捕集機(jī)組，各類電源的裝機(jī)比例以某地區(qū)實際裝機(jī)比例為準(zhǔn)。算例以一天24 h為一個調(diào)度周期，以1 h為一個時段，系統(tǒng)負(fù)荷及風(fēng)電預(yù)測功率選取某日的9∶00到次日8∶00的數(shù)據(jù)，見表1。系統(tǒng)全天熱負(fù)荷基本保持不變，設(shè)為1 000 MW，機(jī)組煤耗特性參數(shù)、碳排放參數(shù)以及電熱輸出運(yùn)行參數(shù)見表2。碳捕集設(shè)備捕集單位CO2的能耗為0.269 MW·h/t[29]，αi、 βi、 γi分別取0.75、0、0.15。算法參數(shù)設(shè)置如下：細(xì)菌個數(shù)為50，最大迭代次數(shù)為200，初始精度εbegin=2， 最終精度εend=10-6， 精度更新常數(shù)α=1.25， 每個細(xì)菌移動速度v=1。

5.2仿真分析

為了對比分析儲熱裝置和碳捕集設(shè)備的風(fēng)電消納作用及系統(tǒng)經(jīng)濟(jì)低碳情況，設(shè)置了4種不同情景：①系統(tǒng)中含儲熱裝置和碳捕集設(shè)備；②系統(tǒng)中只含儲熱裝置；③系統(tǒng)中只含有碳捕集設(shè)備；④系統(tǒng)中不含儲熱裝置及碳捕集設(shè)備。

5.2.1多目標(biāo)優(yōu)化結(jié)果分析

以情景1為例，應(yīng)用MOBCC算法得到的Pareto解集如圖4所示。3種調(diào)度解煤耗成本及碳排放情況見表3。

表1　系統(tǒng)有功負(fù)荷及風(fēng)電預(yù)測功率Tab.1　Load and wind forecast data of the test system

表2　機(jī)組參數(shù)Tab.2　Generator coefficients

表3　三種調(diào)度結(jié)果的煤耗成本及碳排放Tab.3　Coal cost and carbon emission of three dispatching results

從表3可以看出，通過MOBCC算法求解出的調(diào)度方案中，最小煤耗解對應(yīng)的經(jīng)濟(jì)性最好，但該調(diào)度解的碳排放量較多，該方案優(yōu)先調(diào)度煤耗較小的機(jī)組，且碳捕集量處于較低水平；而碳排放最小的解，經(jīng)濟(jì)性則較差，其原因一方面在于尋優(yōu)過程中，偏向于優(yōu)先調(diào)度較清潔但煤耗量較大機(jī)組，另一方面碳捕集量處于較高水平，碳捕集設(shè)備的捕集能耗較高，造成系統(tǒng)總體煤耗成本較高。相比之下，折中解則兼顧了系統(tǒng)的總煤耗成本和碳排放量。圖4中目標(biāo)權(quán)重設(shè)為0.5，在實際調(diào)度過程中，調(diào)度人員可以根據(jù)不同的偏好設(shè)置兩目標(biāo)的權(quán)重，從最優(yōu)解集中選擇滿意解。

圖4　情景1 Pareto 最優(yōu)解集Fig.4　Pareto solution set of Scenario 1

5.2.2風(fēng)電消納作用分析

以折中調(diào)度方案為例，4種情景的風(fēng)電消納量見圖5。

圖5　四種情景的風(fēng)電消納情況對比Fig.5　Comparison of wind power accommodation of four scenarios

情景④在晚23∶00～次日6∶00之間有大量棄風(fēng)，總棄風(fēng)量達(dá)632 MW，原因是這些時刻為負(fù)荷低谷時段，而風(fēng)電功率較大，系統(tǒng)中熱電機(jī)組出力為滿足供熱需求，其發(fā)電出力受到“以熱定電”約束的限制，無法下調(diào)，造成大量棄風(fēng)。情景②只含有儲熱裝置，總棄風(fēng)量為120.12 MW，相比于不含儲熱裝置前，棄風(fēng)情況有了明顯的緩解。情景③中只含碳捕集設(shè)備，總棄風(fēng)量僅有46.99 MW，相比于情景②，避免了更多的棄風(fēng)，風(fēng)電消納作用更為顯著。情景①中同時含有儲熱裝置和碳捕集設(shè)備，實現(xiàn)了風(fēng)電的完全消納。

圖6為情景①、情景②儲熱裝置的儲、放熱情況(正值代表儲熱，負(fù)值代表放熱)，兩種情景的最大儲熱量分別為560 MW·h和769 MW·h?？梢姡瑑峁拊诜菞夛L(fēng)時段儲熱，在棄風(fēng)時段放熱，情景①由于系統(tǒng)中含有碳捕集機(jī)組，在棄風(fēng)時段，分擔(dān)了一定的風(fēng)電消納的任務(wù)，所以在情景①儲熱量較情景②少的情況下，也實現(xiàn)了風(fēng)電的完全消納。情景②只含儲熱裝置，在1∶00～4∶00時段放熱達(dá)到100 MW，受到儲熱裝置放熱速率的限制，無法進(jìn)一步增大放熱速率，使得熱電機(jī)組電出力下調(diào)空間不足，在1∶00～4∶00點仍然有棄風(fēng)存在。

圖6　儲熱裝置儲放熱情況Fig.6　Heat storage condition of heat accumulator

供熱機(jī)組發(fā)電出力如圖7所示，情景③和情景④沒有儲熱裝置，棄風(fēng)時段(23∶00～次日6∶00)供熱機(jī)組總發(fā)電出力恒等于750 MW，即保證供熱情況下的最小電出力。加裝儲熱裝置之后，在棄風(fēng)時段，部分供熱量由儲熱裝置提供，因此在該時段內(nèi)供熱機(jī)組的供熱負(fù)擔(dān)減輕，使得機(jī)組的發(fā)電出力也可以在一定程度上下調(diào)，為風(fēng)電提供了更大的上網(wǎng)空間。相比于情景①，情景②中供熱機(jī)組在棄風(fēng)時段的電出力更低，原因在于情景①中含有碳捕集機(jī)組，分擔(dān)了部分風(fēng)電消納任務(wù)。

圖7　供熱機(jī)組電出力情況Fig.7　The electric power of CHP unit

圖8為4種情景下5、6號機(jī)組凈發(fā)電出力情況。情景②和情景④在棄風(fēng)時段機(jī)組出力恒等于400 MW。原因在于情景②和情景④中，機(jī)組沒有考慮碳捕集設(shè)備運(yùn)行，為了避免棄風(fēng)，機(jī)組在負(fù)荷較小而風(fēng)電較大時段處于下限運(yùn)行狀態(tài)。情景①和情景③中，5號、6號機(jī)組加裝了碳捕集設(shè)備，由于碳捕集設(shè)備運(yùn)行能耗的存在，機(jī)組的凈發(fā)電出力低于機(jī)組總出力下限，為風(fēng)電提供了更大的上網(wǎng)空間。

圖8　碳捕集機(jī)組電出力對比Fig.8　Electric power comparison of carbon capture units

5.2.3系統(tǒng)經(jīng)濟(jì)低碳性能分析

4種情景調(diào)度結(jié)果對應(yīng)的煤耗成本和碳排放量見表4?？傮w上看，當(dāng)系統(tǒng)中含碳捕集設(shè)備時(情景①、情景③)，系統(tǒng)的煤耗成本較高，而碳排放量處于較低狀態(tài)，碳捕集設(shè)備的運(yùn)行能耗使得系統(tǒng)總體的經(jīng)濟(jì)性下降，但是換取了CO2減排，同時又起到了消納過剩風(fēng)電的作用。從煤耗成本上看，情景②最經(jīng)濟(jì)，且相比于情景④，碳排放量也有明顯的下降，可見由于儲熱裝置的存在，使得風(fēng)電接納量明顯提高，對于系統(tǒng)整體的經(jīng)濟(jì)性和低碳性起到了積極的作用。

表4　四種情景下系統(tǒng)的煤耗及碳排放結(jié)果Tab.4　Coal cost and carbon emission of four scenarios

5.2.4儲熱裝置參數(shù)對風(fēng)電消納的影響分析

分別設(shè)置儲熱裝置儲、放熱速率為100 MW/h、200 MW/h，從0開始，逐次增大儲熱裝置的儲熱容量進(jìn)行仿真，得到兩種放熱速率下對應(yīng)的系統(tǒng)棄風(fēng)情況如圖9所示?？梢?，隨著儲熱容量的上升，棄風(fēng)量基本呈線性規(guī)律減小，當(dāng)hdmin=200 MW/h時，增加最大儲熱容量到850 MW·h時，棄風(fēng)量為0，實現(xiàn)了風(fēng)電的完全消納，而當(dāng)hdmin=100 MW/h時，受到放熱速率的限制，使得在某些時段始終無法實現(xiàn)風(fēng)電的完全消納，系統(tǒng)最少仍存在120.1 MW·h的棄風(fēng)。

圖9　儲熱裝置參數(shù)與棄風(fēng)量關(guān)系Fig.9　Relation between parameters of heat accumulator and abandoned wind power

根據(jù)式(38)、式(39)，計算當(dāng)前算例所需的儲熱容量為842 MW·h，放熱速率上限不小于155 MW/h。由于實際調(diào)度過程中，需要滿足復(fù)雜的約束條件，所得結(jié)果與計算值存在少量偏差，仿真結(jié)果驗證了本文推導(dǎo)的計算公式的正確性。在實際工程中，隨著儲熱容量的增大，投資成本也會升高，因此需要根據(jù)實際的情況合理配置儲熱裝置的容量，以免造成蓄熱不足或者浪費(fèi)。

6　結(jié)論

在系統(tǒng)中有風(fēng)電接入且含儲熱裝置及碳捕集設(shè)備的背景下，本文提出一種基于MOBCC算法的熱電綜合低碳經(jīng)濟(jì)調(diào)度方法。該方法充分考慮了熱電機(jī)組的熱電耦合特性，更加符合實際情況，能提供最優(yōu)經(jīng)濟(jì)減排調(diào)度策略集，為調(diào)度人員選取調(diào)度策略提供理論依據(jù)。通過仿真分析可得如下結(jié)論：

1)儲熱裝置能夠在一定程度上解耦熱電機(jī)組的熱電耦合約束，提高了熱電機(jī)組的調(diào)峰能力，一定程度上避免了因供熱導(dǎo)致的系統(tǒng)強(qiáng)迫出力過高造成的棄風(fēng)，提高系統(tǒng)整體的經(jīng)濟(jì)性和低碳性。

2)系統(tǒng)中含有碳捕集設(shè)備時，風(fēng)電消納能力得到顯著提高，且能夠很大程度上實現(xiàn)碳減排，但碳捕集設(shè)備的減排和消納風(fēng)電要犧牲一定的經(jīng)濟(jì)性，實際調(diào)度中，可以根據(jù)不同的減排要求，選擇合理的調(diào)度策略。

3)儲熱裝置的風(fēng)電消納能力與其儲熱容量和最大放熱速率有關(guān)，在實際工程中應(yīng)根據(jù)系統(tǒng)實際情況合理配置儲熱裝置。

[1]盧斯煜，婁素華，吳耀武.低碳經(jīng)濟(jì)下基于排放軌跡約束的電力系統(tǒng)電源擴(kuò)展規(guī)劃模型[J].電工技術(shù)學(xué)報，2011，26(11)：175-182.

Lu Siyu，Lou Suhua，Wu Yaowu.A model for generation expansion planning of power system based on carbon emission trajectory model under low-carbon economy[J].Transactions of China Electrotechnical Society，2011，26(11)：175-182.

[2]譚忠富，董力通，劉文彥，等.發(fā)電機(jī)組污染排放約束下電量互換合作博弈優(yōu)化模型[J].電工技術(shù)學(xué)報，2012，27(5)：245-251.

Tan Zhongfu，Dong Litong，Liu Wenyan，et al.A cooperation game optimization model for energy generating interchange between power generation units with environmental emission constraints[J].Transactions of China Electrotechnical Society，2012，27(5)：245-251.

[3]陳道君，龔慶武，張茂林.考慮能源環(huán)境效益的含風(fēng)電場多目標(biāo)優(yōu)化調(diào)度[J].中國電機(jī)工程學(xué)報，2011，31(13)：10-17.

Chen Daojun，Gong Qingwu，Zhang Maolin.Multi-object- tive optimal dispatch in wind power integrated system inco-rporating energy environmental efficiency[J].Proceedings of the CSEE，2011，31(13)：10-17.

[4]嚴(yán)旭，吳鍇，周孟戈，等.基于不同可調(diào)度熱源的風(fēng)電出力平滑模型[J].電力系統(tǒng)保護(hù)與控制，2013，41(21)：122-128.

Yan Xu，Wu Kai，Zhou Mengge，et al.Model of smoothing wind power based on various dispatchable heat sources[J].Power System Protection and Control，2013，41(21)：122-128.

[5]賀建波，胡志堅，劉宇凱.大規(guī)模多目標(biāo)水-火-風(fēng)協(xié)調(diào)優(yōu)化調(diào)度模型的建立及求解[J].電力系統(tǒng)保護(hù)與控制，2015，43(6)：1-7.

He Jianbo，Hu Zhijian，Liu Yukai.Establishment and solution of the large-scale multi-objective hydro-thermal- wind power coordination optimization dispatching model[J].Power System Protection and Control,2015，43(6)：1-7.

[6]文晶，劉文穎，謝昶，等.計及風(fēng)電消納效益的電力系統(tǒng)源荷協(xié)調(diào)二層優(yōu)化模型[J].電工技術(shù)學(xué)報，2015，30(8)：247-256.

Wen Jing，Liu Wenying，Xie Chang，et al.Source-load coordination optimal model considering wind power consumptive benefits based on bi-level programming[J].Transactions of China Electrotechnical Society，2015，30(8)：247-256.

[7]張濤，李家玨，張延峰，等.計及電網(wǎng)調(diào)峰約束的風(fēng)電接納調(diào)度方法研究[J].電力系統(tǒng)保護(hù)與控制，2014，42(21)：74-80.

Zhang Tao，Li Jiayu，Zhang Yanfeng，et al.Research of scheduling method for the wind power acceptance considering peak regulation[J].Power System Protection and Control，2014，42(21)：74-80.

[8]楊柳青，林舜江，劉明波.大電網(wǎng)多目標(biāo)動態(tài)優(yōu)化調(diào)度的解耦算法及并行計算[J].電工技術(shù)學(xué)報，2016，31(6)：177-186.Yang Liuqing，Lin Shunjiang，Liu Mingbo.Decomposition algorithm for multi-objective dynamic optimal dispatch of large-scale power systems and parallel computing[J].Transactions of China Electrotechnical Society，2016，31(6)：177-186.

[9]張新松，禮曉飛，王運(yùn)，等.不確定性環(huán)境下考慮棄風(fēng)的電力系統(tǒng)日前調(diào)度[J].電力系統(tǒng)保護(hù)與控制，2015，43(24)：75-82.

Zhang Xinsong，Li Xiaofei，Wang Yun，et al.Day-ahead dispatching in consideration of wind power curtailments in uncertain environments[J].Power System Protection and Control，2015，43(24)：75-82.

[10]Petersen M K，Aagaard J.Heat accumulators [EB/OL].[2014-06-22].http：//www.kareliainvest.ru/file.php/id/f5291/name/acro.pdf.

[11]Lund H，Andersen A N.Optimal designs of small CHP plants in a market with fluctuating electricity pries[J].Energy Conversion and Management，2005，46(6)：893-904.

[12]Lund H，Mathiesen B V.Energy system analysis of 100% renewable energy systems-the case of Denmark in years 2030 and 2050[J].Energy，2009，34(5)：524-531.

[13]呂泉，陳天佑，王海霞，等.配置儲熱后熱電機(jī)組調(diào)峰能力分析[J].電力系統(tǒng)自動化，2014，38(11)：34-41.

Lü Quan，Chen Tianyou，Wang Haixia，et al.Analysis on peak-load regulation ability of cogeneration unit with heat accumulator[J].Automation of Electric Power Systems，2014，38(11)：34-41.

[14]呂泉，李玲，朱全勝，等.三種棄風(fēng)消納方案的節(jié)煤效果與國民經(jīng)濟(jì)性比較[J].電力系統(tǒng)自動化，2015，39(7)：75-83.

Lü Quan，Li Ling，Zhu Quansheng，et al.Comparison of coal- saving effect and national economic indices of three feasible curtailed wind power accommodating strategies[J].Automation of Electric Power Systems，2015，39(7)：75-83.

[15]黃斌，許世森，郜時旺，等.華能北京熱電廠CO2捕集工業(yè)試驗研究[J].中國電機(jī)工程學(xué)報，2009，29(17)：14-20.

Huang Bin，Xu Shisen，Gao Shiwang，et al.Industrial test of CO2capture in Huaneng Beijing coal-fired power station[J].Proceedings of the CSEE，2009，29(17)：14-20.

[16]陳啟鑫，康重慶，夏清.碳捕集電廠的運(yùn)行機(jī)制研究與調(diào)峰效益分析[J].中國電機(jī)工程學(xué)報，2010，30(7)：22-28.

Chen Qixin，Kang Chongqing，Xia Qing.Operation mechanism and peak-load shaving effects of carbon-capture power plant[J].Proceedings of the CSEE，2010，30(7)：22-28.

[17]康重慶，季震，陳啟鑫.碳捕集電廠靈活運(yùn)行方法評述與展望[J].電力系統(tǒng)自動化，2012，36(6)：2-11.

Kang Chongqing，Ji Zhen，Chen Qixin.Review and prospects of flexible operation of carbon capture power plants[J].Automation of Electric Power Systems，2012，36(6)：2-11.

[18]劉文學(xué)，梁軍，贠志皓，等.考慮節(jié)能減排的多目標(biāo)模糊機(jī)會約束動態(tài)經(jīng)濟(jì)調(diào)度[J].電工技術(shù)學(xué)報，2016，31(1)：62-70.

Liu Wenxue，Liang Jun，Yun Zhihao，et al.Multi-objective fuzzy chance constrained dynamic economic dispatch considering energy saving and emission reduction[J].Transactions of China Electrotechnical Society，2016，31(1)：62-70.

[19]周斌，宋艷，李金茗，等.基于多群組均衡協(xié)同搜索的多目標(biāo)優(yōu)化發(fā)電調(diào)度[J].電工技術(shù)學(xué)報，2015，30(22)：181-189.

Zhou Bin，Song Yan，Li Jinming，et al.Multiobjective optimal generation dispatch using equilibria-based multi-group synergistic searching algorithm[J].Transactions of China Electrotechnical Society，2015，30(22)：181-189.

[20]張曉輝，閆柯柯，盧志剛，等.基于碳交易的含風(fēng)電系統(tǒng)低碳經(jīng)濟(jì)調(diào)度[J].電網(wǎng)技術(shù)，2013，37(10)：2698-2704.

Zhang Xiaohui，Yan Keke，Lu Zhigang，et al.Carbon trading based low-carbon economic dispatching for power grid integrated with wind power system[J].Power System Technology，2013，37(10)：2698-2704.

[21]田廓，邱柳青，曾鳴.基于動態(tài)碳排放價格的電網(wǎng)規(guī)劃模型[J].中國電機(jī)工程學(xué)報，2012，32(4)：57-64.

Tian Kuo，Qiu Liuqing，Zeng Ming.Method of grid planning based on dynamic carbon emission price[J].Proceedings of the CSEE，2012，32(4)：57-64.

[22]高亞靜，李瑞環(huán)，梁海峰，等.碳市場環(huán)境下計及碳捕集電廠和換電站的電力系統(tǒng)優(yōu)化調(diào)度[J].電力系統(tǒng)自動化，2014，38(17)：150-156.

Gao Yajing，Li Ruihuan，Liang Haifeng，et al.Power system optimal dispatch incorporating carbon capture power plant and battery swap station under carbon market environment[J].Automation of Electric Power Systems，2014，38(17)：150-156.

[23]李正爍，孫宏斌，郭慶來，等.計及碳排放的輸電網(wǎng)側(cè)“風(fēng)-車協(xié)調(diào)”研究[J].中國電機(jī)工程學(xué)報，2012，32(10)：41-49.

Li Zhengshuo，Sun Hongbin，Guo Qinglai，et al.Study on wind-EV complementation on the transmission grid side considering carbon emission[J].Proceedings of the CSEE，2012，32(10)：41-49.

[24]Aanersen T V.Integration of 50% wind power in a CHP based power system：a model-based analysis of the impacts of increasing wind power and the potentials of flexible power generation[D].Denmark：Technical University of Denmark，2009.

[25]Müller S，Airaghi S，Marchetto J.Optimization based on bacterial chemotaxis[J].IEEE Transactions on Evolution Computation，2002，6(1)：16-29.

[26]李威武，王慧，鄒志君，等.基于細(xì)菌群體趨藥性的函數(shù)優(yōu)化方法[J].電路與系統(tǒng)學(xué)報，2005，10(1)：58-63.

Li Weiwu，Wang Hui，Zou Zhijun，et al.Function optimization method based on bacterial colony chemotaxis[J].Journal of Circuits and Systems，2005，10(1)：58-63.

[27]Lu Zhigao，F(xiàn)eng Tao，Li Xuping.Low-carbon emission/economic power dispatch using the multi-objective bacterial colony chemotaxis optimization algorithm considering carbon capture power plant[J].International Journal of Electrical Power & Energy Systems，2013，53(1)：106-112.

[28]Olson D L.Comparison of weights in TOPSIS models[J].Mathematical and Computer Modeling，2004，40(7)：721-727.

[29]Cohen S M，Rochelle G T，Webber M E.Optimizing post-combustion CO2capture in response to volatile electricity prices[J].International Journal of Greenhouse Gas Control，2012，8(5)：180-195.

Wind Power Accommodation Low-Carbon Economic Dispatch Considering Heat Accumulator and Carbon Capture Devices

Lu Zhigang1Sui Yushan1,2Feng Tao1Li Xueping1Zhao Hao1

(1.Key Lab of Power Electronics for Energy Conservation and Motor Drive of Hebei Province Yanshan UniversityQinhuangdao066004China 2.State Grid Tianjin Power Dongli Power Supply BranchTianjin300300China)

During the heating period in winter，the electric powers of cogeneration units are forced to be high because of the heating demand，leading tremendous curtailments of the wind powers in north power grid of China.Under the background of low-carbon economic dispatch of power system，according to this problem，an optimal dispatch model incorporating the combined heat and power (CHP) plant with heat accumulator and the carbon capture power plant is proposed.The total coal cost and the CO2emission of the system are taken as two objectives.The constraints include the thermoelectric coupling of CHP，the heat and electric power balance，the units and carbon capture devices ramp rate，etc.The multi-objective bacterial colony chemotaxis (MOBCC) algorithm is applied to solving this model.The wind power accommodation，the economic costs，and the carbon emissions in different scenarios are analyzed.The effectiveness and validity of the proposed model and algorithm are verified by the results of the numerical examples.

Low-carbon economic dispatch，carbon capture，heat accumulator，combined heat and power，multi objective bacterial colony chemotaxis

2015-05-31改稿日期2015-08-18

TM73

盧志剛男，1963年生，教授，博士生導(dǎo)師，研究方向電力系統(tǒng)經(jīng)濟(jì)運(yùn)行分析與控制。

E-mail：Zhglu@ysu.edu.cn(通信作者)

隋玉珊女，1991年生，碩士研究生，研究方向為電力系統(tǒng)低碳經(jīng)濟(jì)調(diào)度。

E-mail：331923421@qq.com

國家自然科學(xué)基金(61374098)和教育部高等學(xué)校博士學(xué)科點專項科研基金(20131333110017)資助項目。