汪濤,崔懷宇,武賡,曾鳴
(1.新能源電力系統(tǒng)國家重點實驗室(華北電力大學(xué)),北京市 102206;2.國網(wǎng)吉林省電力有限公司,長春市 130021;3.電力規(guī)劃設(shè)計總院,北京市 100120)
當(dāng)前,我國正處在能源變革的關(guān)鍵時期,發(fā)展可再生能源是實現(xiàn)能源結(jié)構(gòu)調(diào)整的關(guān)鍵[1]。綜合能源系統(tǒng)作為未來能源系統(tǒng)重要的發(fā)展趨勢,是促進可再生能源利用效率,實現(xiàn)多能源協(xié)同優(yōu)化的技術(shù)支撐和實現(xiàn)途徑[2]。區(qū)域多能源系統(tǒng)(regional hybrid energy system,RHES)能夠?qū)崿F(xiàn)用戶側(cè)電、氣、熱多類型能源的供需協(xié)同互動,促進分布式可再生能源的就地消納,是綜合能源系統(tǒng)在局部區(qū)域內(nèi)的重要實現(xiàn)形式[3]。
目前國內(nèi)外學(xué)者對于多能源互聯(lián)系統(tǒng)已經(jīng)做了一定的研究。文獻[4]和文獻[5]綜述了綜合能源系統(tǒng)概念、特點及其關(guān)鍵組件;文獻[6]基于地理因素和能源的發(fā)、輸、配、用特性,將綜合能源系統(tǒng)劃分為跨區(qū)級、區(qū)域級和用戶級,并分別進行特征及運行機理闡述;文獻[7]分析了歐洲的綜合能源系統(tǒng),認為能源間的耦合和互動是提升整個能源系統(tǒng)性能,降低能源價格的關(guān)鍵;文獻[8]基于冷熱電三聯(lián)供系統(tǒng)的能量平衡約束和熱網(wǎng)的流量、熱損平衡等約束,構(gòu)建了多區(qū)域綜合能源系統(tǒng)混合整數(shù)線性規(guī)劃模型,并通過實例驗證了模型的有效性;文獻[9]基于電-氣間耦合程度的加深,針對具有電轉(zhuǎn)氣設(shè)置的電-氣混聯(lián)綜合能源系統(tǒng)構(gòu)建了協(xié)同規(guī)劃模型,借助通用代數(shù)建模系統(tǒng)規(guī)劃各機組、設(shè)備、線路的位置和容量;文獻[10]和[11]分別基于碳排放配額、碳交易機制分析了綜合能源系統(tǒng)的低碳經(jīng)濟運行方式;文獻[12]以系統(tǒng)運行成本最小構(gòu)建了綜合能源系統(tǒng)優(yōu)化調(diào)度模型,通過改進粒子群算法對上述問題進行了求解。
綜上所述,目前對于區(qū)域多能源系統(tǒng)的研究還處于起步階段,已有文獻往往只考慮了系統(tǒng)單一的運行成本,很少考慮需求側(cè)響應(yīng)資源對于綜合能源系統(tǒng)運行策略的影響。鑒于此,文章在考慮用戶可響應(yīng)負荷(responsive load, RL)的基礎(chǔ)上,構(gòu)建針對RHES的多目標(biāo)運行優(yōu)化模型;在此基礎(chǔ)上通過ε約束轉(zhuǎn)換和模糊滿意度決策法(fuzzy satisfying decision method,F(xiàn)SDM)將上述多目標(biāo)優(yōu)化模型單目標(biāo)化。最后,以我國華北某地園區(qū)為例,驗證上述模型的有效性,分析可調(diào)控需求側(cè)響應(yīng)資源對于RHES運行策略和效益的影響。
RHES是區(qū)域內(nèi)傳統(tǒng)電力系統(tǒng)、天然氣系統(tǒng)、熱力系統(tǒng)的互聯(lián)和整合[13],能夠?qū)崿F(xiàn)多類型能源系統(tǒng)的協(xié)同利用,從而滿足用戶多類型的能源需求。按照能源供需結(jié)構(gòu)和能源流向,RHES的基本架構(gòu)如圖1所示。
圖1 RHES基礎(chǔ)架構(gòu)Fig.1 Architecture of RHES
本文構(gòu)建了計及用戶可響應(yīng)負荷的區(qū)域多能源系統(tǒng)優(yōu)化模型,綜合考慮了系統(tǒng)運行成本、CO2排放成本以及可再生能源消納效益。模型假設(shè)熱電聯(lián)產(chǎn)(combined heat and power generation,CHP)以“以熱定電”的模式運行[14],分布式光伏的變動生產(chǎn)成本為0,同時RHES在同一時刻不能既向外部電網(wǎng)售電又從外部電網(wǎng)購電。本文中RHES的能源供應(yīng)單元主要包括光伏機組、CHP、燃料電池、蓄電池、燃氣鍋爐、蓄熱槽以及主網(wǎng)變壓器。同時,對于未來的區(qū)域多能源系統(tǒng)運營商來說,燃料電池、蓄電池、蓄熱槽以及用戶側(cè)的可轉(zhuǎn)移負荷均為需求側(cè)可調(diào)控資源,區(qū)域多能源系統(tǒng)運營商需要通過供需雙側(cè)資源的協(xié)調(diào)互動實現(xiàn)系統(tǒng)運行的綜合效益最優(yōu),具體模型如下詳述。
2.1.1系統(tǒng)總成本函數(shù)
RHES的系統(tǒng)運行成本主要包括區(qū)域能源系統(tǒng)運營商的購售電成本以及系統(tǒng)中CHP、燃料電池、蓄電池以及分布式電源和供熱燃氣鍋爐的運行成本。
(1)
式中:C為系統(tǒng)總成本;SS為系統(tǒng)總售電收入;CCHP、CFC、CBatt、CPV、CBoil分別為CHP、燃料電池、蓄電池、光伏發(fā)電系統(tǒng)、燃氣鍋爐的總運行成本。
(1)售電收入:
SS=(GSale-GPurc)A1
(2)
式中:GSale為系統(tǒng)的售電量;GPurc為系統(tǒng)的購電量;A1為電價。
(2)基于熱電間的耦合關(guān)系,RHES中CHP的運行成本可表示為[15]
(3)
(3)光伏機組和燃氣鍋爐的運行成本:
(4)
(5)
(4)燃料電池的運行成本:
(6)
(5)蓄電池的運行成本:
(7)
2.1.2系統(tǒng)總排放函數(shù)
E=EGas+EElec
(8)
(9)
(10)
2.1.3可再生能源消納效益
RHES中多類型能源的協(xié)同互補以及需求響應(yīng)的實施使得區(qū)域內(nèi)的能源需求有了更大的彈性,從而能夠在一定程度上提高系統(tǒng)對于可再生能源的消納能力,增加可再生能源消納效益。RHES中可再生能源消納效益函數(shù)可表示為
(11)
式中:D為系統(tǒng)可再生能源消納效益;ηS為系統(tǒng)等效發(fā)電效率;ηCHP為CHP的發(fā)電效率;GEqul為系統(tǒng)等效電力需求;GPV為減少棄光電量;ξ為單位光電能耗系數(shù)。
(1)系統(tǒng)功率平衡約束:
(12)
(13)
(2)CHP系統(tǒng)運行約束。CHP在運行的過程中受可行域約束,如圖2所示[17]。FIJK圍成的封閉區(qū)域為CHP的可行域,需滿足以下約束:
圖2 典型CHP的運行可行域Fig.2 Feasible operating region of typical CHP
(14)
(3)光伏機組運行約束:
(15)
(16)
(4)燃氣鍋爐運行約束:
(17)
(5)燃料電池運行約束:
(18)
(19)
(20)
(6)蓄電池運行約束:
(21)
(22)
(23)
(24)
(25)
(26)
(8)需求側(cè)可響應(yīng)負荷約束。用戶負荷主要可分為剛性負荷和可響應(yīng)負荷這2類[18]。用戶的可響應(yīng)負荷具有較為靈活的用電模式,能夠根據(jù)系統(tǒng)能源供應(yīng)的實際情況,調(diào)整用能負荷和用能時段。鑒于此,RHES中可響應(yīng)負荷是實施需求側(cè)響應(yīng),實現(xiàn)供需協(xié)調(diào)互動的關(guān)鍵。本文中假設(shè)用戶可選擇其可響應(yīng)負荷的需求響應(yīng)參與度,并且只對用戶負荷使用時段進行調(diào)整,不影響用戶總的用電量,在這種調(diào)控模式下,對用戶原有的用電模式影響較小,因此本文中不再考慮對于用戶響應(yīng)負荷的調(diào)控成本,其調(diào)控模型可表示為:
(27)
(28)
Xi(t,t+Δt)=0,t∈Wi,1
(29)
(30)
針對上述多目標(biāo)混合整數(shù)優(yōu)化問題,求解模型需要將多目標(biāo)單目標(biāo)化,本文將通過ε約束轉(zhuǎn)換和FSDM對上述模型進行單目標(biāo)轉(zhuǎn)化。
ε約束轉(zhuǎn)換主要求解原理是將原問題中一個目標(biāo)函數(shù)F1選定為目標(biāo)函數(shù),其他目標(biāo)函數(shù)則通過與ε關(guān)聯(lián)作為約束條件,對原多目標(biāo)問題進行轉(zhuǎn)化[19]。其一般表述形式如下所示:
(31)
如圖3所示,除作為目標(biāo)進行優(yōu)化的目標(biāo)函數(shù)F1外,其他的目標(biāo)函數(shù)都轉(zhuǎn)化為了ε約束。其中,ε的取值范圍為其所對應(yīng)目標(biāo)函數(shù)的取值域,即ε在相應(yīng)目標(biāo)函數(shù)的最大值和最小值間取值。通過ε約束方法構(gòu)造的單目標(biāo)優(yōu)化問題,對于每個ε取值都存在相應(yīng)的優(yōu)化解,如圖3中的J點。ε取遍所有可取值后所獲得的優(yōu)化解的解集為多目標(biāo)優(yōu)化問題的帕累托最優(yōu)前沿。
圖3 ε約束方法基本原理圖Fig.3 Basic principle of ε constraint
基于ε約束的轉(zhuǎn)化結(jié)果,可利用FSDM從所得到的解集中選擇最優(yōu)解,將多目標(biāo)優(yōu)化問題的目標(biāo)函數(shù)轉(zhuǎn)化為傳統(tǒng)的最小值求解問題[20]。對于第j個目標(biāo)函數(shù)的第k個解的最優(yōu)隸屬函數(shù)一般可表示為
(32)
式中:Fj,max和Fj,min分別為目標(biāo)函數(shù)j在帕累托最優(yōu)解集中的最大和最小值;?j,k為第j個目標(biāo)函數(shù)的第k個解的最優(yōu)程度。
基于上述隸屬函數(shù),第k個解對于所有優(yōu)化目標(biāo)的隸屬度由該解對不同目標(biāo)函數(shù)的最小隸屬度確定,即該解的最優(yōu)性是由所有目標(biāo)函數(shù)中優(yōu)化程度最差的目標(biāo)函數(shù)隸屬度來確定,可表示為
?k=min(?1,k,?2,k,…,?j,k,…,?Jp,k),
j∈{1,2,…,Jp}
(33)
式中Jp為ε取值集合中的元素數(shù)。
最終的最優(yōu)解由所有解中隸屬度最大的解確定。
?max=max(?1,?2,…,?J)
(34)
式中 ?max所對應(yīng)的解為該問題的最優(yōu)解。
綜合ε約束和FSDM,得到整體的求解流程如圖4所示。
圖4 模型求解流程圖Fig.4 Solving process of the model
本文將基于我國華北某地典型園區(qū)的實際用能數(shù)據(jù)和運行情況,對上述模型進行仿真計算。該地區(qū)的光照信息如圖5所示,系統(tǒng)中典型日電、熱負荷曲線如圖6所示。RHES中各類系統(tǒng)參數(shù)及各類能源價格分別如表1和表2所示。
圖5 典型日光照強度Fig.5 The sunlight intensity of typical day
圖6 典型日電、熱負荷曲線Fig.6 Power and heat load curves of typical day
表1 系統(tǒng)參數(shù)Table 1 System parameters
(1)未計及用戶可響應(yīng)負荷的優(yōu)化結(jié)果?;谏鲜鰯?shù)據(jù),通過CPLEX求解上述線性混合整數(shù)優(yōu)化問題?;讦偶s束優(yōu)化得到未計及用戶可響應(yīng)負荷的帕累托前沿如圖7所示,進一步利用模糊滿意度決策法得到最優(yōu)解為帕累托前沿上的B點。
B點所對應(yīng)的系統(tǒng)最優(yōu)運行結(jié)果分別如圖8和圖9所示。其中,圖8為電負荷供應(yīng)的優(yōu)化結(jié)果圖。
圖7 未計及RL的帕累托前沿Fig.7 Pareto front without responsive load
在圖5所示的光照條件下,12:00—15:00時段內(nèi),光照強度較高,系統(tǒng)中出現(xiàn)供應(yīng)冗余,一方面向外部電網(wǎng)送電;另一方面,通過蓄電池利用富余電量進行充電,并在17:00—21:00用電高峰時段向系統(tǒng)供應(yīng)電力,從而減少光伏棄電,優(yōu)化了系統(tǒng)整體的運行效益。從圖8可以看出,CHP和燃料電池全天出力均較為平穩(wěn),主要是因為熱電聯(lián)產(chǎn)機組具有較高的能源利用效率,CHP和燃料電池在區(qū)域多能源系統(tǒng)多能協(xié)同互動中具有重要的作用。
對于系統(tǒng)與外部電網(wǎng)的功率交換,結(jié)合圖8和圖9中可以看出,系統(tǒng)在22:00—06:00時段電負荷需求和熱負荷需求相差較大,雖然CHP和燃料電池能夠滿足系統(tǒng)熱負荷需求,但系統(tǒng)仍存在部分用電負荷缺口,此時需向外部電網(wǎng)購電。同時,對比圖8和圖9中的結(jié)果,可以發(fā)現(xiàn)電熱負荷需求差距越大,需向外部電網(wǎng)的購電量越多。
表2 典型日能源價格Table 2 Energy prices of typical day
由圖9可知,CHP的熱負荷供應(yīng)曲線較為平穩(wěn),燃料電池能夠為系統(tǒng)提供比較穩(wěn)定的熱負荷供應(yīng)。燃氣鍋爐作為系統(tǒng)中熱負荷供應(yīng)的基本保證和調(diào)節(jié)熱源,其熱出力能夠隨燃料電池和熱電聯(lián)產(chǎn)機組的熱負荷供應(yīng)情況的變化而變化,從而保證系統(tǒng)各個時段的熱負荷供應(yīng)。
圖8 未計及RL的電負荷優(yōu)化結(jié)果Fig.8 Optimization results of power supply without responsive load
圖9 未計及RL的熱負荷優(yōu)化結(jié)果Fig.9 Optimization results of heat supply without responsive load
(2)計及用戶可響應(yīng)負荷的優(yōu)化結(jié)果。將用戶可響應(yīng)負荷考慮進系統(tǒng)調(diào)控優(yōu)化后,其帕累托前沿如圖10所示。
圖10 計及RL的帕累托前沿Fig.10 Pareto front with the responsive load
最優(yōu)解B′對應(yīng)的系統(tǒng)電負荷供應(yīng)優(yōu)化結(jié)果如圖11所示。相較未實施需求響應(yīng)的優(yōu)化結(jié)果,蓄電池在22:00—06:00這一電價低谷時段充電量增多,相對應(yīng)地在06:00—22:00這一用電高峰時段放電量增多,減少了系統(tǒng)從外部電網(wǎng)購電的成本。燃料電池出力較不考慮需求側(cè)響應(yīng)資源的情況下有所減少,降低了系統(tǒng)的天然氣購買成本。對于系統(tǒng)與外部電網(wǎng)的功率交換和電量交易,從圖8中可以看出,在22:00—06:00這一電價低谷時段,系統(tǒng)外部購電量增加,在12:00—15:00這一用電高峰時段向外部電網(wǎng)售電量增加,提高了系統(tǒng)整體運行的經(jīng)濟性。
圖11 計及RL的電負荷供應(yīng)優(yōu)化結(jié)果Fig.11 Optimization results of power supply with the responsive load
圖12為計及用戶可響應(yīng)負荷前后系統(tǒng)總的電負荷出力對比圖。由圖12可知,計及用戶可響應(yīng)負荷后,電價峰時段的負荷需求減少,谷時段的負荷需求增大。負荷需求最大值由1 502 kW減小為1 480 kW,最小值由876 kW增大為967 kW,系統(tǒng)電負荷峰谷差減少了113 kW。
圖12 計及RL前后電負荷供應(yīng)對比Fig.12 Comparison of power supply in the two cases
對于熱負荷供應(yīng),CHP和燃料電池的產(chǎn)熱量與其發(fā)電量直接相關(guān),即二者產(chǎn)熱量的變化趨勢與其發(fā)電量變化基本一致,在此不再贅述,重點分析燃氣鍋爐和蓄熱槽在計及用戶可響應(yīng)負荷前后的出力對比情況,如圖13所示。
由圖13可知,計及用戶可響應(yīng)負荷后蓄熱槽的儲熱和放熱次數(shù)減少,總儲熱量和放熱量減少,相應(yīng)熱損失降低。燃氣鍋爐運行時的出力波動相對減少,降低了由于其機組出力波動而引發(fā)的相關(guān)運行成本,提高了系統(tǒng)運行效益。
圖13 計及RL前后燃氣鍋爐和蓄熱槽的出力對比Fig.13 Comparison of gas boiler and heat storage tank outputs in the two cases
表3為系統(tǒng)目標(biāo)函數(shù)值的優(yōu)化結(jié)果。在滿足所有約束條件下,若單純以運行成本最小為優(yōu)化目標(biāo),則系統(tǒng)排放較高,將達到28 056.78 kg,系統(tǒng)可再生能源消納效益僅有2.19%;若單純以系統(tǒng)排放最小為優(yōu)化目標(biāo),則運行成本較高,將達到18 832.45元,系統(tǒng)可再生能源消納效益僅有5.11%?;诒疚奶岢龅腞HES多目標(biāo)優(yōu)化模型,系統(tǒng)的運行成本以及排放成本較單一目標(biāo)優(yōu)化的結(jié)果均有所下降。當(dāng)計及用戶可響應(yīng)負荷時,用戶能夠根據(jù)系統(tǒng)電價調(diào)整自身的用電負荷,從而使得系統(tǒng)運行成本和減排目標(biāo)得到進一步優(yōu)化,系統(tǒng)運行成本、排放量和可再生能源消納效益分別變?yōu)?6 318.83元,25 009.85 kg和11.51%。
表3 目標(biāo)函數(shù)值優(yōu)化對比表Table 3 Optimization comparison of the objective function values
綜上,基于區(qū)域多能源系統(tǒng)的多能調(diào)控,能夠有效降低系統(tǒng)的運行成本,減少系統(tǒng)CO2的排放強度,提高系統(tǒng)中分布式光伏的利用效率。需求側(cè)響應(yīng)資源能夠進一步優(yōu)化系統(tǒng)中各元件的運行策略,提高系統(tǒng)運行的綜合效益。
構(gòu)建區(qū)域多能源系統(tǒng)是實現(xiàn)多能協(xié)同、提高能源利用效率的重要手段。綜合本文研究,可得以下研究結(jié)論:
(1)本文研究了RHES多能協(xié)同優(yōu)化運行問題,以系統(tǒng)運行成本最小、CO2排放量最小以及系統(tǒng)可再生能源消納效益最大為優(yōu)化目標(biāo),綜合考慮了儲能、燃料電池、CHP、光伏發(fā)電、與外部電網(wǎng)交互以及用戶可響應(yīng)負荷等出力約束,較為全面地構(gòu)建了兼容用戶可響應(yīng)負荷的RHES優(yōu)化運行模型。
(2)本文采用ε約束和模糊滿意度決策法對RHES的優(yōu)化運行進行了算例仿真分析,結(jié)果表明,本文提出的模型和算法,可較好地優(yōu)化系統(tǒng)運行,實現(xiàn)系統(tǒng)成本、系統(tǒng)排放和可再生能源消納效益的綜合優(yōu)化。此外,計及用戶可響應(yīng)負荷進行優(yōu)化時,系統(tǒng)總成本、系統(tǒng)排放和可再生能源消納效益得到了進一步優(yōu)化。