降國俊， 崔雙喜， 樊小朝， 左 帥， 鄭 浩

（新疆大學 電氣工程學院， 新疆 烏魯木齊 830047）

0 引言

隨著全球能源危機的日益加深，構建適合大規(guī)?？稍偕茉床⒕W的能源系統(tǒng)已經勢在必行。國內外學者提出了以電力系統(tǒng)和天然氣系統(tǒng)為核心的現(xiàn)代能源系統(tǒng) （Integrated Electricity Natural Gas System，IEGS）。

目前， 關于IEGS 的研究主要集中在協(xié)同規(guī)劃及運行。 文獻[4]設置了多種指標對IEGS 進行建模， 并以設備成本最小為目標函數(shù)進行優(yōu)化，驗證了電轉氣技術在提高負荷功率及減少棄風等方面的作用。文獻[5]，[6]通過建立IEGS 協(xié)同規(guī)劃模型， 驗證了電轉氣技術的經濟性和可行性。文獻[7]將P2G 的反應全過程與微電網相結合，構建了含氫能與天然氣的混合儲能模型。 上述研究忽略了電轉氫氣這一中間過程。 雖然氫氣難以大規(guī)模運輸儲存，但電轉氫氣具有更高的轉換效率以及更廣泛的工業(yè)應用，因此，本文構建了考慮P2G 全過程的電-氫-氣綜合能源系統(tǒng)（Integrated Electricity Hydrogen Natural Gas System，IEHGS），研究IEHGS 在可再生能源利用和減少能量損耗方面的價值。

1 電-氫-氣綜合能源系統(tǒng)運行特性

P2G 設備通過電解水產生H2與O2，H2與傳統(tǒng)發(fā)電廢氣中的CO2制成人工天然氣。 H2的大規(guī)模存儲與運輸難度較大，但其能量轉化效率較高，為75%～85%。人工天然氣能夠通過天然氣管道系統(tǒng)進行大規(guī)模儲存和傳輸， 但其能量轉換效率卻只有45%～65%。 因此，本文將氫氣轉換效率高以及天然氣能大規(guī)模儲存的優(yōu)點進行綜合，建立電-氫-氣綜合能源系統(tǒng)。 氫氧燃料電池、燃氣輪機和P2G 設備均為綜合能源系統(tǒng)的能源耦合單元，用來完成電力系統(tǒng)、氫氣系統(tǒng)、天然氣系統(tǒng)之間能量的閉環(huán)流動。 電-氫-氣綜合能源系統(tǒng)能量流圖如圖1 所示。

圖1 電-氫-氣綜合能源系統(tǒng)能量流圖Fig.1 Energy flow diagram of electric-hydrogen-gas integrated energy system

由于H2負荷多用于工業(yè)生產，其生產時段較為固定，需求側響應靈活度有限。 天然氣負荷和電力負荷的負荷曲線以及峰谷時段不完全重合，可以通過電力系統(tǒng)、氫氣系統(tǒng)和天然氣系統(tǒng)之間的能量分配與轉換，達到平抑系統(tǒng)負荷波動的目的。

2 電-氫-氣綜合能源系統(tǒng)的綜合需求側響應模型

本文采用價格型需求響應，通過電價或氣價的變化引導用戶自發(fā)地改變用能時段。 目前，關于綜合能源系統(tǒng)需求響應的研究，基本忽略了需求側的負荷替代作用，只強調耦合設備的負荷替代作用。 本文提出負荷替代系數(shù)，對電力負荷和天然氣負荷的可替代負荷進行描述，從而充分利用需求側的負荷替代作用。

實施需求側響應后的電力負荷需求為

電力和天然氣擁有相似的市場商品屬性。 本文將天然氣負荷類比價格型電力負荷， 天然氣負荷與分時氣價的關系在此不做贅述。

3 電-氫-氣綜合能源系統(tǒng)協(xié)調優(yōu)化模型

3.1 目標函數(shù)

3.1.1 發(fā)電設備的運行成本

3.2 系統(tǒng)約束

天然氣系統(tǒng)網絡平衡約束、 天然氣管道流量與壓力約束、蓄電池約束、燃氣輪機約束、電網運行功率約束、P2G 設備功率約束等見文獻[4]。

3.3 用戶滿意度約束

用戶滿意度由購電滿意度和購氣滿意度組成，其表達式為

5.2.3 環(huán)境衛(wèi)生管理。食品收貨區(qū)域地面、天花板、滅蠅燈、接收的容器、運輸車輛、接收工具應定期清潔，保持干凈無破損，并做好衛(wèi)生巡檢記錄。

式中：Suser為總用戶滿意度；Sg，Se分別為用戶的購氣滿意度與購電滿意度；cg，shift為氣負荷轉移量；cg，all為 全 部 的 氣 負 荷；ce，shift為 電 負 荷 的 轉 移 量；ce，all為全部的電負荷。

滿意度約束條件為

3.4 模型求解方法

本文所構建的電-氫-氣綜合能源系統(tǒng)協(xié)調優(yōu)化模型，采用禁忌搜索算法與粒子群算法相結合的改進算法進行求解。粒子群算法在處理非線性優(yōu)化問題時魯棒性強， 擁有較低的初值要求，但局部搜索能力較差，容易陷入局部收斂。 禁忌搜索算法（Tabu Search Algorithm，TSA）擁有較好的局部搜索能力，但禁忌搜索算法的初值要求較高，而初值的選取直接影響計算效率。因此，本文將禁忌搜索算法與粒子群算法相結合，使得兩種算法優(yōu)勢互補。模型求解首先基于綜合需求側響應策略，求得考慮需求響應后的能源價格變化及能源負荷變化。 接著基于響應后的系統(tǒng)負荷變化，利用改進的混合智能算法對協(xié)調優(yōu)化模型進行求解。

4 算例分析

為驗證本文提出的電-氫-氣綜合能源系統(tǒng)協(xié)調優(yōu)化模型的合理性和有效性， 文中將9 節(jié)點電力系統(tǒng)與7 節(jié)點天然氣系統(tǒng)進行結合， 加入燃料電池與儲氫設備， 構建電-氫-氣綜合能源系統(tǒng)。 圖2 為電-氫-氣綜合能源系統(tǒng)結構圖。 圖3為該綜合能源系統(tǒng)典型日的預測風電出力及各負荷需求曲線。

圖2 電-氫-氣綜合能源系統(tǒng)結構圖Fig.2 Structural chart of electric-hydrogen-gas integrated energy system

圖3 典型日的預測風電出力及各負荷需求曲線Fig.3 Forecasting wind power output and load demand curves on typical days

在圖3 基礎上， 執(zhí)行文中提出的綜合需求側響應策略。將優(yōu)化運行周期設為24 h，優(yōu)化時段設為1 h。 將系統(tǒng)內的電價與氣價，結合需求側響應進行調整。 執(zhí)行需求響應策略前后的電價與氣價如圖4 所示。

圖4 需求響應前后能源價格變化曲線Fig.4 Energy price change curve before and after demand response

分別對比電價與氣價變化曲線可知， 考慮需求響應之后， 電價與氣價與系統(tǒng)負荷的變化趨勢相呼應。 在天然氣負荷高峰期（7：00-16：00），天然氣價格較響應前相應地上漲， 經過自動需求響應， 引導用戶在天然氣負荷高峰期進行負荷轉移或者利用電力負荷進行替代，繼而實現(xiàn)對天然氣負荷曲線“削峰”的作用。 在天然氣負荷低谷期（1：00-6：00，17：00-24：00）， 天然氣價格相應降低， 引導用戶在此時進行可轉移負荷與可替代電負荷的使用， 從而實現(xiàn)對天然氣負荷曲線的“填谷”作用。 電力負荷變化與天然氣負荷變化類似，同樣對系統(tǒng)負荷起到了“削峰填谷”的作用。

圖5 為需求響應前后電力負荷與天然氣負荷的變化對比圖。

圖5 需求響應前后負荷變化曲線Fig.5 Load change curve before and after demand

由圖5 可知，考慮需求側響應之后，電力負荷與天然氣負荷曲線較響應前更為平緩， 減小了供能系統(tǒng)在負荷高峰期的供能壓力。 將負荷移動和負荷替代的作用最大限度的發(fā)揮出來， 實現(xiàn)負荷的削峰填谷。

通過考慮綜合需求側響應， 得出系統(tǒng)的能源價格變化與負荷變化，對綜合能源系統(tǒng)進行優(yōu)化。為了更好地分析和驗證本文所提出的協(xié)調優(yōu)化方案對電-氫-氣綜合能源系統(tǒng)的影響，本文設置以下3 種情景進行對比分析。 情景1：設置不考慮需求側響應的電-氣綜合能源系統(tǒng)；情景2：設置不考慮需求側響應的電-氫-氣綜合能源系統(tǒng)；情景3： 設置基于綜合需求響應的電-氫-氣綜合能源系統(tǒng)。

在算例中， 天然氣管道壓縮機的壓縮比上下限分別為2.0 和1.1。 天然氣單價為2.64 元/m3，天然氣熱值采用39.5 MJ/m3。 利用改進的混合智能算法進行優(yōu)化求解。 表1 為系統(tǒng)內各設備的計算參數(shù)取值。 表2 為3 種情景下各設備的運行成本及環(huán)境成本。

表1 算例計算參數(shù)Table 1 Calculating parameters of example

表2 系統(tǒng)運行成本及環(huán)境成本Table 2 System operation cost and environmental cost 萬元

由表2 可知，情景1～情景3 的綜合成本依次降低，說明在考慮電轉氫氣過程的基礎上結合綜合需求側響應策略，能夠進一步降低系統(tǒng)運行成本及環(huán)境成本。 情景3 的蓄電池運行成本以及P2G 設備運行成本均有所降低。 因為在消納同等風電的情況下，P2H 設備將一部分風電轉為氫氣進行儲存， 只將剩下的風電轉為天然氣， 因此，P2G 設備的整體成本降低，降低了48%。 考慮需求側響應之后，更多的剩余風電被分配向能源利用率最高的電轉氫氣設備。因此情景3 的E2H 出力比情景2 的要高，而情景3 的H2G 出力比情景2 的出力要低。 燃氣輪機與火力發(fā)電機組的運行成本，從情景1～情景3 逐步降低。

圖6～8 分別為3 種情景下的系統(tǒng)出力圖。

圖6 情景1 的系統(tǒng)出力圖Fig.6 System output diagram in case 1

圖7 情景2 的系統(tǒng)出力圖Fig.7 System output diagram in case 2

圖8 情景3 的系統(tǒng)出力圖Fig.8 System output diagram in case 3

由圖6 可知， 風電在1：00-7：00，22：00-24：00 有剩余，由于蓄電池對電能損耗小，且充放電速率較高，優(yōu)先對蓄電池進行充電。 同時，利用P2G 設備將多余的風電轉換為天然氣進行存儲。在2：00-6：00，風電功率大于P2G 設備可以轉換的最大功率，出現(xiàn)了短暫的棄風現(xiàn)象。在7：00，風力發(fā)電不再有剩余，且電力供應出現(xiàn)缺額，第一時間由蓄電池開始放電，8：00 啟動燃氣輪機進行電量補充。11：00 燃氣輪機發(fā)電不足，啟動火力發(fā)電進行電量補充。直到22：00 風力發(fā)電量再次大于負荷需求， 蓄電池開始充電。 由圖7 可知，與電-氣綜合能源系統(tǒng)相比， 本文系統(tǒng)考慮了電轉氫氣過程。 由于電轉氫氣的效率要高于電轉天然氣， 所以多余的電量優(yōu)先由E2H 設備轉為氫氣，一部分供給系統(tǒng)中的氫負荷， 一部分進行儲存。當儲氫設備達到額定容量， 啟動氫氣轉天然氣（H2G）設備將多余氫氣轉為天然氣。 當電力供應出現(xiàn)缺額時，根據最大化消納可再生能源的標準，按照蓄電池、燃料電池、燃氣輪機、火力發(fā)電的順序進行電量補充。與情形一對比可知，增加考慮電轉氫氣過程，使得風電利用更加高效。并且在同等負荷變化的情況下， 減少了5.03%的燃氣輪機出力及6.94%的火力發(fā)電出力。 圖8 為基于需求側響應策略的電-氫-氣綜合能源系統(tǒng)協(xié)調優(yōu)化運行出力曲線，各設備大致出力趨勢與圖7 類似，但是由于考慮了需求側， 使得系統(tǒng)內的負荷曲線發(fā)生了如圖4 所示的變化， 負荷波動減小且趨勢變緩。 對負荷曲線的“削峰填谷”使得風電在發(fā)電高峰期有了更大的風電剩余量， 可供儲能設備進行儲能。 在風力發(fā)電低谷期，蓄電池、P2G、燃料電池和火力發(fā)電機組的出力壓力也得到了緩解。 對比圖7 可以看出，E2H 的出力變得更大，H2G 的出力相對而言變得更小。由于考慮了需求側，轉換效率更高的E2H 得到了更多的功率分配。 與此同時， 蓄電池的充放電峰值也得到了減小， 由19 MW 變成了16 MW。 火力發(fā)電電量減小了32%，提高了可再生能源利用率， 同時也減小了對環(huán)境的污染。

5 結束語

文中對基于綜合需求側響應的電-氫-氣綜合能源系統(tǒng)的協(xié)調優(yōu)化問題進行了研究。 本文全面考慮電轉氫氣， 氫氣轉天然氣的過程及綜合需求側響應， 建立以最小化系統(tǒng)運行總成本為目標函數(shù)的協(xié)調優(yōu)化模型， 利用改進的混合智能算法求解。經過算例驗證，該協(xié)調優(yōu)化模型在最小化系統(tǒng)成本的基礎上， 平抑了電力負荷與天然氣負荷的波動， 提高了可再生能源利用率和系統(tǒng)的環(huán)保效益，滿足目前最大化消納可再生能源、減少化石燃料燃燒的發(fā)展要求。