戴璐平，陳佩莉，錢毅慧

(國網上?？头行模虾?200030)

0 引 言

隨著全球能源互聯網概念提出及迅猛發(fā)展[1]，多種能源的通信及其協(xié)調調度等成為了未來能源系統(tǒng)發(fā)展的極大趨勢，且電、氣、熱、交通和信息網絡的結合可使得未來的能源系統(tǒng)更加成熟、靈活和高效[2-3]。

由于電熱能在能源傳輸及存儲上的互補性，即電能不易存儲，相對較易傳輸，而熱能不易傳輸但是易為存儲[4]，所以電熱能源是目前研究的核心，同時，目前能源互聯網多以多能源微電網的形式體現。微電網一般運行在并網模式和孤島模式，微電網內含有各類微電源，其運行較為靈活，體積較小，可以實現網內負荷的供應。微電網內還一般配有新能源機組如光伏和風電等以充分利用可再生能源并實現節(jié)能減排[4-5]。多能源微電網可以較好供用網內各類負荷，但是，如何實現多能源微電網各單元的最優(yōu)容量配置，多能源間的協(xié)調互補、靈活調度是在能源互聯網大環(huán)境下一個值得探究的問題。

關于微電網中分布式電源的最優(yōu)容量配置和經濟調度，部分文獻做了相關的研究[6-9]。文獻[6]在以年平均綜合成本和自平衡能力為多目標下研究了基于機會約束規(guī)劃下的微電網各單元的最佳容量及調度模式。文獻[7]提出了一種計及微電網經濟運行和電池壽命的容量優(yōu)化模型,并提出了一種網格自適應搜索算法與粒子群算法相結合的求解方法。文獻[8] 根據海島用水需求及海水淡化系統(tǒng)的特點, 提出了含風/光/柴/儲及海水淡化負荷的微電網多目標容量優(yōu)化配置模型, 并采用自適應多目標差分進化算法進行求解。文獻[9] 提出了微電網內的最佳儲能容量配置模型, 并對儲能系統(tǒng)采取適當控制方法,以平滑分布式發(fā)電的輸出功率并達到對微電網負荷削峰填谷的作用。

以上文獻雖然對微電網內各分布式發(fā)電單元的規(guī)劃和運行做了部分工作，但是其研究范疇主要是在單能源微電網，因此對于多種能源之間的交互并未做詳盡的探究。而目前的多能調度研究中，為提高能源利用率，并降低網內的污染排放，微電網多采用冷熱電聯供機組。在并網型微網中，在電負荷供應上，由于大電網可視為無窮大電源，聯產機組多運行在“以熱/冷定電”模式下[10-11]，即根據網內的冷/熱負荷需求來確定網內的電負荷輸出量。但是該模式使得網內的電熱/冷供應互相限制，不夠靈活，不利于實現網內的多能協(xié)調和互補。因此，為了解耦該模式，微網內可安裝熱/冷儲能及電熱/冷轉換元件，如電鍋爐和電制冷機等[10, 12-14]。文獻[12] 研究了含有電熱聯合系統(tǒng)的微電網經濟運行，在實時電價下討論了多能源微網的運行經濟性。文獻[13] 提出了包含冷熱電聯產機組和電熱儲能系統(tǒng)的最優(yōu)能量調度模型并對多能源微電網的運行成本進行了優(yōu)化。文獻[14] 對以智能樓宇為基礎的多能源微電網能源消耗進行了優(yōu)化，其中，冷熱電聯產系統(tǒng)、電熱儲能單元和電動汽車相互協(xié)調以降低微電網的運行成本。文獻[10]建立了包含新能源、冷熱電聯產機組、燃氣鍋爐及電熱儲能的微電網經濟運行模型，并對該經濟模型可能帶來的潛在經濟效益進行了詳細分析和對比。

以上文獻雖然對微電網內多能源段時間尺度(24 h)下的協(xié)調調度做了探究，但是對于各元件的最優(yōu)容量配置，并未從長時間尺度下進行探究。而最優(yōu)的容量配置將影響微電網的整體運行經濟性。因此，有必要對多能源微電網的最優(yōu)容量配置和多能協(xié)調進行探究。

本文提出了考慮多能源微電網內分布式電源的最優(yōu)容量配置和經濟調度的模型。該多能源微電網考慮了分布式電源如新能源機組(風機, 光伏)，冷熱電聯產機組(Combined Cooling Heat and Power Generators, CCHP), 電鍋爐，電制冷機，以及分布式儲能如電熱冷儲能等元件。同時，為考量微電網項目的經濟性及合理性，本文采用凈現值來對該項目進行評價。同時，文章采用基于Matlab的Yalmip軟件進行求解，該軟件調用Cplex求解器從而求得了微電網各單元的最佳容量及協(xié)調處理，并通過與傳統(tǒng)調度模型進行運行成本及微能源出力的對比。仿真結果表明，相對于分產微電網，多能源微電網能夠實現多能互補并降低運行成本，良好的規(guī)劃和運行能夠進一步增加微電網收益。

1 多能源微電網建模

多能源微電網的典型結構如圖1所示，該微電網連接到了大電網，從而實現了和大電網的實時電功率交互[8-9]。網內各元件之間相互協(xié)調，在微電網中心能源管理器的引導下實現最優(yōu)出力并滿足網內負荷需求[12]。

圖1 并網型多能源微電網典型結構

1.1 分布式電源之冷熱電聯產系統(tǒng)

冷熱電聯供機組的核心部件為微型燃氣輪機。該燃氣輪機在消耗天然氣發(fā)電時所排出的高溫余熱煙氣可以經由熱回收單元或著溴冷機從而制冷、取暖等[12]。聯產機組電熱、冷出力數學模型一般為：

(1)

(2)

(3)

式(1)、式(2)中t為時間索引；HMT和PMT聯產機組排氣余熱量和輸出電功率；ηMT為微燃機發(fā)電效率；ηL為散熱損失系數;HMH/PMC為聯產機組提供的制熱/冷量；χH為聯產機組的制熱系數;χC為聯產機組的制冷系數;ηP為管道效率。

其中本文采用Capstone的C65型號的微型燃氣輪機，燃氣輪機的發(fā)電效率與發(fā)電功率關系為[10]：

(4)

式中PRMT為燃氣輪機的額定功率。

1.2 分布式電源之電鍋爐/電制冷機

電鍋爐/電制冷機可以將電能轉換成熱/冷能，其出力數學模型可統(tǒng)一表示為[12]：

(5)

(6)

式中PEB和HEB分別為電鍋爐的用電和制熱/冷功率；PEC和HEC分別為電制冷機的用電和制熱/冷功率；χEB/χEC為電鍋爐/電制冷機的能效比。電鍋爐/電制冷機所耗電能作為微網用電負荷統(tǒng)一調度。

1.3 分布式儲能之電儲能系統(tǒng)

電儲能在時段t電量與時段t-1剩余電量、時段t-1到t充放電量及自放電量有關，關系如下[7]：

(7)

1.4 分布式儲能之冷/熱儲能設備

熱/冷儲能模型和電儲能模型類似，其能量和功率的出力關系可統(tǒng)一表示為[11]-[12]：

(8)

(9)

另外，風機和光伏等分布式電源出力受到風速和光照影響，其模型比較常見，本文不做贅述，詳細模型可參見文獻[9-14]。

2 多能源微電網規(guī)劃與運行模型

2.1 凈現值 (Net Present Value, NPV)法

為衡量多項目建設的經濟性和合理性，研究中通常以凈現值(Net Present Value, NPV)為指標對多所建設的項目進行衡量。假如凈現值為正值，則表明項目收益為正，項目值得投資；假如凈現值為負值，表明項目收益為幅值，項目應該予以撤除[15-16]：

(10)

2.2 目標函數

采用該方法，該項目目標函數為凈現值最大：

(11)

(12)

(13)

(14)

(15)

(16)

(17)

(18)

(19)

(20)

(21)

2.3 約束條件

多能源微網在運行中主要滿足各個單元的容量約束，電熱冷功率平衡，分布式電源、儲能的運行約束以及系統(tǒng)安全運行約束等。

(1)各單元容量約束

(22)

(23)

(24)

(2)微電網內的冷熱平衡約束：

(25)

(26)

(3)聯產、電熱/冷轉換元件功率及爬坡約束：

(27)

(28)

(4)儲能 (電熱冷儲能) 功率、容量、充放狀態(tài)及調度周期始末能量約束 (統(tǒng)一表示)[17]：

(29)

(30)

(31)

(32)

式中(29)～式(32)中ES下標為統(tǒng)一化代表電熱/冷儲能；EESmax和EESmin分別為儲能容量的最大和最小值；PESmax和PESmin分別可控微電源有功出力上下限；γEC和γED儲能系統(tǒng)的充放(吸放)狀態(tài)。其中，式(18)考慮了儲能的周期性優(yōu)化，以保證微網的每個周期的運行計劃中儲能設備具備相同的初始條件。

(5)新能源資源約束[18]：

(33)

該公式表示網內的新能源發(fā)電單元如風機和光伏，其電能出力要低于實際的風光資源。

3 系統(tǒng)求解方法

由于冷熱電聯供系統(tǒng)的電效率為其電出力的非線性模型，因此燃料成本[式(15)]為非線性函數。同時，可控微電源的啟停成本含有max函數[式(20)-式(21)]，因此該成本也是非線性的。針對非線性函數進行線性化處理如下：

3.1 燃料成本函數線性化

燃料成本的函數如圖2所示。

圖2 線性化示意圖

本文用分段線性化的模型進行線性化如下：

(34)

(35)

(36)

(37)

(38)

3.2 啟停成本線性化

啟停成本線性化在最小化成本/最大化收益的條件下，其線性化只要將max函數拆開即可：

(39)

(40)

(41)

(42)

經過線性化處理，本文模型為混合整數非線性規(guī)劃(Mixed Integer Linear Programming, MILP)模型。采用基于Matlab的Yalmip軟件調用Cplex求解器進行求解,以獲得較好的運算效率以及仿真結果。

4 算例分析

4.1 多能源微電網參數配置

本文對基于中國北方某地區(qū)的并網型多能源微電網進行調度仿真。多能源微網結構如圖1。項目周期為15年，利率為6%，選取三個典型日負荷(過渡季節(jié)，夏季和冬季)及風電出力來代替全年的負載狀態(tài)和新能源出力水平(如圖3)[10-12]。

圖3 風機、光伏、電冷負荷日前預測值[10-12]

在典型日的調度中，日前調度周期為24小時，單位調度間隔為1小時。微電網內其他元件的參數(單位安裝成本和儲能運行參數等) 見表1、表2。

表1 各元件安裝參數

表2 儲能系統(tǒng)運行參數

同時，交互電價采用實時電價，數據如圖4。

圖4 實時電價曲線[11]

微電網內部負荷定價和污染物排放如表3。

表3 微網其他元件運行部分參數

4.2 微電網最佳容量配置結果

該仿真算例下各個元件安裝容量配置如表4。

表4 分布式電源配置結果

同時，三種典型網內多能源平衡情況如圖5所示。

圖5 各個季節(jié)下網內的電熱冷負荷平衡狀態(tài)

由圖5可知，在得到網內各微電源的最佳容量配比后，各元件在各季節(jié)下協(xié)調運行以實現多種能源協(xié)同調度。(1)由于新能源補貼，風機光伏的安裝容量盡量能夠消納全部的新能源資源。其中，由于風機單位容量固定，因此在風機安裝成本和運行收益權衡下，系統(tǒng)選擇安裝2臺風機并在部分時段存在風電的舍棄；(2)由于聯產機組是系統(tǒng)冷熱電生產的核心部件，因此，聯產系統(tǒng)容量較大，一方面供應網內的電負荷需求，同時廢熱回收利用以提高能源利用效率并降低能源供應成本；(3)電儲能在電價較低的時候充電，電價較高的時候放電，電儲能的充放電使得系統(tǒng)的電負荷波動得以減小，較小的負荷波動可以保證電力系統(tǒng)經濟運行和頻率穩(wěn)定，并儲能實現了網內負荷的削峰填谷。而同樣在電價的引導下，電鍋爐和電制冷機通過實現電熱/冷轉換以增加電熱冷能源之間的協(xié)調，從而降低網內綜合能源的成本。最后，熱冷儲能主要配合網內的電鍋爐/電制冷機以實現其靈活調度(即聯產機組無需按照以熱/冷定電的策略，多余熱/冷能可存到冷熱負荷中)，進一步降低成本。

經仿真，本文算例多能源微電網的最終凈現值為 MYM1.420 M，凈現值為正則表明項目值得建設。同時，本模型的求解時間只有3.2分鐘，相對于15年的項目，該時間較短，表明模型效率較高。

4.3 調度策略對比

為了進一步驗證本文優(yōu)勢，本文與傳統(tǒng)分產微電網模型進行比較。傳統(tǒng)的分產微電網電熱/冷之間相互獨立，即不存在冷熱電聯產機組及電熱/電冷轉換單元，電能完全由風機，光伏，電儲能和大電網交互功率滿足；熱能由燃氣鍋爐和熱/冷儲能滿足。

燃氣鍋爐的相關參數如表5所示，同時，燃氣鍋爐在規(guī)劃的同時認為其單位容量無限小。

表5 燃氣鍋爐參數

經仿真，分產系統(tǒng)下各單元容量規(guī)劃結果如表6所示：

表6 分產系統(tǒng)容量優(yōu)化結果

由表6可知：同樣由于風機單位容量的限制，分產系統(tǒng)在優(yōu)化風機容量時，仍舊最大化利用風電資源的時候允許存在一定的棄風；而由于光伏在容量調度上的靈活性，因為光伏容量仍舊跟蹤網內的最大太陽能資源；同時由于分產系統(tǒng)中熱負荷的供應主要依靠電鍋爐燃燒天然氣，因此容量相對較大。

本文分產微電網的凈現值為0.972 M, 相對本文多能源微電網凈現值要低。這是因為缺乏電熱冷協(xié)調單元，分產微電網難以實現多種能源之間的相互協(xié)調調度，且燃氣鍋爐在供用冷熱能源時相對于聯產系統(tǒng)的能源梯級利用效率較低，消耗天然氣較多，因此分產系統(tǒng)成本較高，最終項目收益較低。

綜上，與傳統(tǒng)的分產微電網相比，本文所提的多能源微電網能夠在合理配置各單元的基礎上，實現微網較為經濟地運行，并實現多能協(xié)調。

5 結束語

本文基于多能源微網內各分布式單元及其負荷特性，建立了最優(yōu)的容量規(guī)劃和經濟運行模型。通過對多能源微點網測試系統(tǒng)進行算例分析，驗證了本文所提多能源微電網規(guī)劃和運行模型和算法的有效性。所得結論如下：

(1)較好的容量配置可以減少微電網的總成本，從而提高網內凈現值；

(2)多能源微電網內的電熱冷協(xié)調單元能夠實現能源的梯級利用，從而大大提高總體能源的利用效率，并且降低網內的運行成本；

(3)發(fā)展多能源微電網能夠提高網內的能源利用效率并促進收益。

同時，多能源微電網存在并網和孤島運行兩種方式，進一步對孤島型多能源微網進行容量規(guī)劃和經濟調度將會是下一步的研究方向。