李穎毅，鄭偉民，孫 可，鄭朝明，馬駿超，周 丹

(1.國(guó)網(wǎng)浙江省電力有限公司，浙江 杭州 310014；2.國(guó)網(wǎng)浙江省電力有限公司電力科學(xué)研究院，浙江 杭州 310006；3.浙江工業(yè)大學(xué) 信息工程學(xué)院，浙江 杭州 310023)

隨著工業(yè)化和城市化的快速發(fā)展，優(yōu)質(zhì)供能網(wǎng)不僅需要為用戶穩(wěn)定供電，而且還需要供熱、供冷以及日常生活使用的天然氣。然而，傳統(tǒng)的能源基礎(chǔ)設(shè)施，如電和熱，依舊是獨(dú)立的，這使得系統(tǒng)易出現(xiàn)效率低、運(yùn)行成本高等現(xiàn)象[1]。由此，多能載體(Multiple energy carries，MEC)集成在近年來(lái)受到了極大的關(guān)注。在應(yīng)急情況下，不同類型的能源可以相互支持，從而增強(qiáng)系統(tǒng)的可持續(xù)性、靈活性和可靠性[2-3]。MEC的耦合被稱為綜合能源系統(tǒng)(Integrated energy system，IES)。在所有IES中，熱電聯(lián)供(Combine heat and power，CHP)以最小的排放滿足了用戶的用電和熱需求，其與電網(wǎng)的集成得到了快速的發(fā)展。此外，IES改進(jìn)了系統(tǒng)的靈活性，弱化不確定性[4-5]，引入更多的可再生能源(Renewable energy sources，RES)，如風(fēng)電和光伏(Photovoltaic，PV)，從而有助于減少系統(tǒng)對(duì)化石能源的依賴。供熱基礎(chǔ)設(shè)施分為獨(dú)立供熱(Individual heating，IH)和區(qū)域供熱(District heating，DH)網(wǎng)絡(luò)。由于環(huán)境污染問(wèn)題，現(xiàn)階段政府正致力于MEC的集成，嘉興、上海等地已經(jīng)開(kāi)展了有源配電網(wǎng)試點(diǎn)項(xiàng)目，即電、熱、燃?xì)庖惑w化的典型示范。目標(biāo)是到2020年，可再生能源在總消費(fèi)中所占份額至少為15%，到2030年我國(guó)將成為最大的可再生能源投資國(guó)[6]。在實(shí)現(xiàn)MEC集成的過(guò)程中，需求側(cè)響應(yīng)(Demand response，DR)、儲(chǔ)能(Electricity storage，ES)以及熱儲(chǔ)(Thermal storage，TS)的靈活性則成為能源系統(tǒng)(電和熱)較大的影響因素。此外，通過(guò)熱泵(Heat pump，HP)等技術(shù)供暖亦是降低碳排放的有效方法[7]。

MEC的節(jié)點(diǎn)能源樞紐有助于整合RES，DR，ES和TS等分布式能源(Distributed energy resources，DER)，從而最小化運(yùn)營(yíng)成本[8]。因此，能源樞紐成為實(shí)現(xiàn)MEC優(yōu)化管理的關(guān)鍵所在。文獻(xiàn)[9]對(duì)冷熱電聯(lián)供系統(tǒng)中的熱泵進(jìn)行了優(yōu)化配置，從而最大限度地減少電力和供熱設(shè)施的投資。文獻(xiàn)[10]分析了含熱泵和熱電聯(lián)產(chǎn)的綜合能源系統(tǒng)中熱損失最小的方案。文獻(xiàn)[11]提出可再生能源熱泵優(yōu)化控制策略，提高能效。文獻(xiàn)[12]通過(guò)熱能儲(chǔ)存增加系統(tǒng)的靈活性，提供輔助服務(wù)并降低可再生能源不確定性的影響。需求側(cè)響應(yīng)方面，文獻(xiàn)[13]闡述了DR在集成DER中的作用。文獻(xiàn)[14]中，RES在利用車同網(wǎng)(Vehicle to grid，V2G)技術(shù)開(kāi)發(fā)部門間協(xié)同效應(yīng)的同時(shí)，使用EnergyPlan與DR有效集成。文獻(xiàn)[15]提出智能調(diào)度IES，從而使系統(tǒng)利用更多的RES。然而以往很少有案例研究采用能量規(guī)劃模型進(jìn)行分析，且上述子系統(tǒng)基礎(chǔ)設(shè)施并沒(méi)有在大型IES模型上進(jìn)行過(guò)完整的分析，因而筆者對(duì)IES進(jìn)行建模，并將可再生能源和儲(chǔ)能等考慮在內(nèi)。其中，可能使發(fā)電增量超過(guò)輸電線路容量，稱為臨界過(guò)剩發(fā)電量(Critical excess electricity production，CEEP)，而這種過(guò)剩電量通常會(huì)被忽視。為了應(yīng)對(duì)這一現(xiàn)象，筆者以我國(guó)大規(guī)模工業(yè)園區(qū)為研究對(duì)象，構(gòu)建智慧能源樞紐，通過(guò)HP和DR的引入提高系統(tǒng)對(duì)RES的利用，從而進(jìn)一步提高系統(tǒng)靈活性和能源利用效率。

1 智慧能源樞紐模型

能源樞紐是能源供應(yīng)商、集成商、用戶和相應(yīng)的電力運(yùn)營(yíng)商子網(wǎng)之間的接口樞紐，用于生產(chǎn)、轉(zhuǎn)換、存儲(chǔ)和分配MEC以滿足能源需求。EnergyPlan使智能電網(wǎng)的協(xié)調(diào)、資源利用及轉(zhuǎn)換成為可能，從而使智慧能源系統(tǒng)以更低的排放獲得更高的效率。智慧能源樞紐建模如圖1所示。電力需求由可再生能源(水電、風(fēng)能、太陽(yáng)能、地?zé)?、核電站(Nuclear power plants，NPP)、火電廠(Thermal power plants，TPP)和CHP來(lái)滿足。DH需求由熱電聯(lián)產(chǎn)和鍋爐滿足，而HP和鍋爐則用于滿足IH需求。整體而言，主要通過(guò)實(shí)施技術(shù)模擬方案，減少一次能源供應(yīng)(Primary energy supply，PES)或燃料消耗、CO2排放和總成本，并提出了在IH網(wǎng)絡(luò)中引入更多的RES、用HP替換鍋爐、增加TS和DR等多種方案，體現(xiàn)各單元對(duì)IES目標(biāo)功能的影響。

圖1 智慧能源樞紐模型

1.1 各單元數(shù)學(xué)模型

1.1.1 輸入與輸出

傳統(tǒng)發(fā)電廠效率較低，主要是由于2/3的能源通常以熱的形式損耗，但在用戶側(cè)DER是可以有效減少配電和輸電損耗，降低能源成本并提高效率的。本研究以受控可再生能源(水電和地?zé)?、可再生能源(風(fēng)能和太陽(yáng)能)、核電站和發(fā)電廠(使用煤炭或天然氣的火力發(fā)電廠和熱電聯(lián)產(chǎn)廠)作為輸入，以產(chǎn)生所需的電、熱輸出?？偘l(fā)電量可表示為

(1)

電力和熱能需求可表示為

(2)

(3)

供熱分為DH和IH，可表示為

(4)

智慧能源中心(Smart energy hub，SEH)產(chǎn)生的電功率可表示為

(5)

NPP和RES產(chǎn)生的功率表達(dá)式為

(6)

風(fēng)力、太陽(yáng)能、水力和地?zé)岬瓤稍偕茉吹墓β时磉_(dá)式為

(7)

風(fēng)能和太陽(yáng)能等的功率可以通過(guò)容量乘以小時(shí)分布來(lái)計(jì)算。盡管如此，不同的配置可能導(dǎo)致產(chǎn)能的提高或降低。因此，由校正因子C.F來(lái)改變分布。其取決于容量因數(shù)C，計(jì)算式為

(8)

(9)

(10)

(11)

(12)

(13)

(14)

將鍋爐產(chǎn)生的總熱量分為區(qū)域網(wǎng)絡(luò)供熱和單獨(dú)網(wǎng)絡(luò)供熱，可表示為

(15)

DH和IH的出力計(jì)算可分別表示為

(16)

(17)

燃料通過(guò)兩個(gè)轉(zhuǎn)換器進(jìn)行供電(TPP和CHP)和供熱(CHP和鍋爐)，引入v來(lái)表示轉(zhuǎn)換器的功率，其值為0～1，因而分配因子總和將始終等于1。所建立的輸入輸出的映射可以用矩陣形式表示為

(18)

1.1.2 轉(zhuǎn)換單元

轉(zhuǎn)換器可以根據(jù)輸入和輸出的數(shù)量進(jìn)行分類。筆者所使用的轉(zhuǎn)換器主要包括3 種類型。

1) 鍋爐的供熱計(jì)算式為

(19)

2) CHP的供電和供熱計(jì)算式分別為

(20)

(21)

3) 熱泵的供熱計(jì)算式為

(22)

1.1.3 儲(chǔ)能單元

能源樞紐可以包括多個(gè)儲(chǔ)能元件，這些儲(chǔ)能元件可以連接到任意輸入、輸出或能源轉(zhuǎn)換接口處。所提SEH同時(shí)采用電儲(chǔ)能與熱儲(chǔ)能，對(duì)應(yīng)的能量充放公式為

(23)

式中：下標(biāo)x表示筆者研究的電能或熱能的類型；δxs表示限制充放過(guò)程中的能量損失。

1.1.4 需求響應(yīng)

需求響應(yīng)是以負(fù)荷轉(zhuǎn)移的形式引入的，假設(shè)為總電力需求的10%。它可以通過(guò)需求價(jià)格彈性來(lái)量化，需求價(jià)格彈性定義為需求變化與價(jià)格變化之比，其表達(dá)式為

(24)

1.2 約束條件

能量輸入總功率應(yīng)與輸出總功率相等，其表達(dá)式為

(25)

其中電和熱需求應(yīng)在其最大和最小限度內(nèi)，即

(26)

(27)

此外，還包括如下約束條件：

1) 電功率平衡約束為

(28)

2) DH網(wǎng)絡(luò)平衡約束為

(29)

3) IH網(wǎng)絡(luò)平衡約束為

(30)

4) 鍋爐出力限制為

(31)

5) 熱電聯(lián)產(chǎn)約束為

(32)

(33)

(34)

(35)

7) 儲(chǔ)能容量約束，充放能功率限制式為

(36)

(37)

式中x泛指電能和熱能。引入二元變量μx，保證充電和放電不同時(shí)發(fā)生。儲(chǔ)能容量約束表達(dá)式為

(38)

2 仿真數(shù)據(jù)

EnergyPlan采用面向?qū)ο缶幊毯图砷_(kāi)發(fā)環(huán)境相結(jié)合的Delphi pascal(DP)編程。該軟件得到了廣泛的應(yīng)用，包括小型熱電聯(lián)產(chǎn)的實(shí)施、探究可再生能源的最佳規(guī)模等。

由于人口、經(jīng)濟(jì)和許多其他因素的巨大增長(zhǎng)，能源需求預(yù)測(cè)總是很難預(yù)測(cè)。許多研究人員和組織通過(guò)考慮基于不同情景調(diào)查的許多假設(shè)來(lái)預(yù)測(cè)未來(lái)的能源需求。就筆者研究考慮的電力需求而言，按每年1.5%的增長(zhǎng)率估算，2014—2030年國(guó)際能源署(International energy agency，IEA)也提出了我國(guó)全國(guó)能源需求率。我國(guó)2020年各月、年平均、最大和最小等能量需求[16]如圖2所示。

圖2 2020年能源需求圖

2.1 電力網(wǎng)絡(luò)

表1 2020年機(jī)組參數(shù)

2.2 熱力網(wǎng)絡(luò)

供熱管網(wǎng)分為DH和IH兩類，年熱量需求均為1 216.46 TWh/a[17]。

2.2.1 IH網(wǎng)絡(luò)

參考模型的單獨(dú)供熱需求首先由煤炭和Ngas鍋爐來(lái)滿足。與IH相比，DH在經(jīng)濟(jì)和技術(shù)上更優(yōu)，因?yàn)镮H網(wǎng)絡(luò)消耗更多的能量，而這些能量主要是由TPP產(chǎn)生的。

2.2.2 DH網(wǎng)絡(luò)

確定性能源規(guī)劃工具中的區(qū)域供熱分為3 組：第1組熱需求僅由鍋爐滿足；第2組為帶有鍋爐和小型熱電廠的DH系統(tǒng)；第3組為包含大型抽汽熱電廠的鍋爐。其中第3組熱電聯(lián)產(chǎn)既可以單獨(dú)發(fā)電(冷凝模式運(yùn)行)，也可以發(fā)電和供熱(背壓模式運(yùn)行)?？梢?jiàn)第3組比第2組更具靈活性。此外，也有工業(yè)熱電聯(lián)產(chǎn)僅通過(guò)廢物焚燒和工業(yè)產(chǎn)生區(qū)域供熱。因此，筆者采用第2組鍋爐和第3組熱電聯(lián)產(chǎn)機(jī)組來(lái)滿足DH需求。單個(gè)產(chǎn)熱單元的詳細(xì)情況如圖3和表2所示。

圖3 產(chǎn)熱單元容量

表2 DH各項(xiàng)參數(shù)

3 算例分析

筆者研究分為5 個(gè)情境，針對(duì)兩種不同的模擬策略進(jìn)行技術(shù)分析。多個(gè)場(chǎng)景的不同情況如表3所示。表3中的電氣單元主要包括TPP、NPP、地?zé)?、水電、風(fēng)電、光伏和CHP。

表3 場(chǎng)景分類

3.1 技術(shù)方案

在仿真方案1中，包括熱電聯(lián)產(chǎn)在內(nèi)的所有產(chǎn)熱部件的唯一特點(diǎn)是根據(jù)熱需求發(fā)電。熱電聯(lián)產(chǎn)機(jī)組不需要根據(jù)RES的波動(dòng)來(lái)運(yùn)行。所采用的5 個(gè)場(chǎng)景目標(biāo)函數(shù)均以此策略進(jìn)行計(jì)算；在仿真方案2中，包括熱電聯(lián)產(chǎn)在內(nèi)的所有生產(chǎn)部件均可供電和供熱。此外，使用熱泵可以減少電力過(guò)剩現(xiàn)象。因此，通過(guò)提高CHP生產(chǎn)裝置的發(fā)電量，可以將冷凝裝置的產(chǎn)量降至最低。

兩個(gè)方案主要區(qū)別就是前者的產(chǎn)熱單元采用常規(guī)的“以熱定電”的運(yùn)行模式，即聯(lián)產(chǎn)機(jī)組不可響應(yīng)RES的波動(dòng)問(wèn)題以及不確定性問(wèn)題，后者則通過(guò)引入熱泵使得熱電的供給更為靈活，使得多單元有協(xié)同優(yōu)化的可能。

3.2 場(chǎng) 景 1

該場(chǎng)景為基礎(chǔ)參考模型，基于2020年綜合能源規(guī)劃所得的估計(jì)數(shù)據(jù)，計(jì)算目標(biāo)函數(shù)(年成本、PES、CO2、CEEP、EEEP等)如圖4所示。由圖4可知臨界和可輸出的過(guò)剩電力均為零。

圖4 基本模型性能展示

3.3 場(chǎng) 景 2

在場(chǎng)景2中提高RES占比如圖5所示。由圖5可知：年成本數(shù)量級(jí)均為十億元人民幣(GRMB)，燃料消耗量以TWh/a計(jì)，CO2排放以百萬(wàn)噸(Mt)計(jì)，RES，CEEP和EEEP均以TWh/a計(jì)；與仿真方案1的場(chǎng)景1相比，增加RES占比可將年度成本從1 062 GRMB減少到1 053 GRMB，燃料消耗從36 540 TWh/a減少到35 285 TWh/a，CO2排放從10 542 Mt減少到9 852 Mt。同樣，仿真方案2通過(guò)將CEEP保持為零，與仿真方案1相比，也略微降低了目標(biāo)成本。雖然兩種目標(biāo)函數(shù)仿真策略的結(jié)果差別不大，但仿真方案2對(duì)提高EEEP起著至關(guān)重要的作用。與仿真方案1相比，其過(guò)剩電量增加了2 TWh/a以上，且在其他方案中也將發(fā)揮類似的作用。

圖5 兩種仿真方案的性能對(duì)比

3.4 場(chǎng) 景 3

場(chǎng)景3中增加HP，后者的特點(diǎn)是其比化石燃料鍋爐更高效、更環(huán)保。在此，將Ngas鍋爐改為高壓鍋爐，以觀察其對(duì)系統(tǒng)參數(shù)的影響。其中，用高壓鍋爐代替所有的燃煤鍋爐可以降低燃料消耗和排放。HP的性能是通過(guò)輸出熱量與輸入電量之比(Coefficient of performance，COP)確定的。與鍋爐效率相比，更高的COP使HP效率更高，每千瓦時(shí)產(chǎn)生的排放更少。仿真結(jié)果如圖6所示，HP的高初始成本與圖6所示的場(chǎng)景2(從1 053 GRMB增加到1 054 GRMB)相比，還是增加了總成本。

圖6 加入HP后兩種仿真方案的性能對(duì)比

3.5 場(chǎng) 景 4

場(chǎng)景4中增加熱儲(chǔ)能。在區(qū)域供熱系統(tǒng)中，隨著鍋爐和熱電聯(lián)產(chǎn)的TS集成提高了整個(gè)系統(tǒng)的潛在靈活性。當(dāng)電力生產(chǎn)從火力發(fā)電廠轉(zhuǎn)移到熱電聯(lián)產(chǎn)單元時(shí)，將對(duì)TS進(jìn)行充電。TS的存在減少了CHP和鍋爐消耗，從而比方案3節(jié)省更多成本(從1 054 GRMB減少到1 050 GRMB)，并減少了CO2的排放(從9 822 Mt減少到9 779 Mt)，如圖7所示。

圖7 加入TS后兩種仿真方案的性能對(duì)比

3.6 場(chǎng) 景 5

場(chǎng)景5中增加需求響應(yīng)，需求響應(yīng)有助于解決集成RES帶來(lái)的挑戰(zhàn)，其在提高系統(tǒng)穩(wěn)定性的同時(shí)降低了運(yùn)行成本。筆者需求響應(yīng)是以負(fù)荷轉(zhuǎn)移的形式引入的，假設(shè)為總電力需求的10%。DR的實(shí)現(xiàn)需要智能儀表和先進(jìn)的計(jì)量基礎(chǔ)設(shè)施等儀器。因此，為了彌補(bǔ)其對(duì)系統(tǒng)參數(shù)的影響，這些設(shè)備的成本將計(jì)入EnergyPlan的“附加成本”部分。

與場(chǎng)景4相比，需求響應(yīng)就像是一種額外的儲(chǔ)能。其中，RES可將CO2排放量從9 779 Mt大幅減少至9 762 Mt，燃料消耗量從35 029 TWh/a減少至34 998 TWh/a。這不僅減少了對(duì)化石燃料來(lái)源的依賴，而且使該系統(tǒng)在經(jīng)濟(jì)上可行，增加需求響應(yīng)后的仿真結(jié)果如圖8所示，其中預(yù)測(cè)的年度成本與其他場(chǎng)景相比也有所降低(從1 050 GRMB減少到1 048 GRMB)。所有目標(biāo)函數(shù)的減少都表明了DR在IES中作用。

圖8 加入DR后兩種仿真方案的性能對(duì)比

表4，5總結(jié)了所有場(chǎng)景的定量比較，體現(xiàn)出綜合能源系統(tǒng)有助于使系統(tǒng)低碳、高效。從場(chǎng)景1到場(chǎng)景5，RES占比增加到32%，CO2排放量和燃料消耗量分別減少到7.4%和4.2%，清晰地體現(xiàn)了綜合能源的作用。此外，利用儲(chǔ)能和需求響應(yīng)技術(shù)還能夠降低運(yùn)行成本。

表4 方案1多場(chǎng)景綜合評(píng)估

表5 方案2多場(chǎng)景綜合評(píng)估

綜上可知：與場(chǎng)景1相比，場(chǎng)景2中的風(fēng)能和太陽(yáng)能滲透率分別增加了220，150 GW，從而將成本、燃料消耗和排放分別減少到9 GRMB，1 255 TWh/a，690 Mt。在場(chǎng)景3中，由于Ngas鍋爐被更高效的熱泵所取代，燃料消耗和CO2排放量減少。場(chǎng)景4中蓄熱的引入分?jǐn)偭藷犭娐?lián)產(chǎn)壓力，從而使所有目標(biāo)函數(shù)均小于場(chǎng)景1～3。最后，需求響應(yīng)的引入有助于最大程度集成RES，使得場(chǎng)景5目標(biāo)函數(shù)達(dá)到最優(yōu)。

此外，由表4，5可知：對(duì)于兩種仿真方案而言，仿真方案2除基本場(chǎng)景外的各個(gè)場(chǎng)景總成本及燃料的消耗均小于仿真方案1，由此使其CO2的排放更少，場(chǎng)景2到場(chǎng)景5分別少了2.48，1.92，1.67，0.79 Mt。且由于仿真方案2較高的靈活性，其除基本場(chǎng)景外的各個(gè)場(chǎng)景下的CEEP值均為0，可見(jiàn)熱泵的引入對(duì)減少電力過(guò)剩起到了實(shí)質(zhì)性的作用，與此同時(shí)，仿真方案2除基本場(chǎng)景外的EEEP值也均小于仿真方案1。相比仿真方案1，仿真方案2具備更高的經(jīng)濟(jì)性和靈活性。

4 結(jié) 論

提出了綜合能源系統(tǒng)的建模，提高了系統(tǒng)整體效率、可靠性和靈活性。利用能源系統(tǒng)分析工具EnergyPlan對(duì)我國(guó)2020年不同的IES建模場(chǎng)景進(jìn)行了研究，通過(guò)對(duì)5 種不同場(chǎng)景下的2 種仿真方案進(jìn)行技術(shù)分析，找到了SEH中電、區(qū)域供熱和獨(dú)立供熱元件的最佳組合。未來(lái)研究可以擴(kuò)展到更廣泛的MEC模型，該模型還將包括SEH中的冷卻和氫需求，這可能會(huì)在一定程度上增加系統(tǒng)的復(fù)雜性，但在降低運(yùn)營(yíng)成本和增強(qiáng)系統(tǒng)靈活性方面起著至關(guān)重要的作用。