張新，姜金朋，張繼紅，張自雷

(內蒙古科技大學 信息工程學院，內蒙古 包頭 014010)

近年來，以風電和光伏為代表的可再生能源技術在全世界范圍內得到了迅猛的發(fā)展[1]，該技術具有發(fā)電成本較低、環(huán)境污染較小的優(yōu)點，但是，風、光低力率輸出具有強烈的隨機性，因此相關的消納問題日益突出[2，3]，可再生能源產業(yè)的發(fā)展受到一定的影響.隨著冷—熱—電—氣多能源綜合利用技術的發(fā)展[4]，不僅為風電和光伏的消納提供了新的途徑，同時提高了能源綜合利用效率，降低了用戶的綜合用能成本.社區(qū)級綜合能源系統(tǒng)是城市綜合能源系統(tǒng)的組成部分，是一種用戶側的微型綜合能源網絡，可以就地消納各類可再生能源，為城市社區(qū)提供優(yōu)質的冷—熱—電能量，延緩配電網和供熱機組升級改造，對我國城市建設具有重要的指導意義.

目前，在綜合能源系統(tǒng)規(guī)劃方面已有一定的研究.馬溪原、蘭國軍等[5，6]建立了風光儲微電網優(yōu)化配置模型，分別運用改進細菌覓食算法和多目標模擬退火粒子群優(yōu)化算法進行求解，得到微電網配置的最優(yōu)方案.湯翔鷹等[7]提出一種微電網靈活性指標，并應用于微電網儲能系統(tǒng)的配置規(guī)劃方面.上述文獻只考慮電能的優(yōu)化配置，未考慮冷熱能的配置問題.金璐等[8]建立了微能源網雙層優(yōu)化配置模型，調用遺傳算法和CPLEX求解器進行求解，并基于江西省示范工程進行驗證.司楊等[9]基于青海省干熱巖資源特點，構建了相關數(shù)學模型，并以干熱巖地熱系統(tǒng)為基礎構建了微能源網的容量優(yōu)化模型，為特定場景下的微能源網規(guī)劃提供了方法指導.刁涵彬等[10]分析了冷—熱—電多種儲能的差異性，構建了綜合能源系統(tǒng)多元儲能配置模型.陳靈敏、支欣等[11，12]構建了以微型燃氣輪機為核心的微能源網配置模型，并考慮了一次能源消耗等各類評價指標，實現(xiàn)微能源網的平穩(wěn)運行.上述文獻未考慮負荷側調控能力對系統(tǒng)優(yōu)化配置的影響.

針對上述文獻存在的問題，本研究構建了社區(qū)型綜合能源系統(tǒng)架構，充分考慮負荷側調控能力對社區(qū)型綜合能源系統(tǒng)的影響，建立社區(qū)型綜合能源系統(tǒng)容量優(yōu)化配置模型，采用改進灰狼算法對上述模型求解，最終實現(xiàn)社區(qū)型綜合能源系統(tǒng)的最優(yōu)配置.

1 社區(qū)型綜合能源系統(tǒng)結構

本研究所提社區(qū)型綜合能源系統(tǒng)的結構如圖1所示.主要有電母線、冷母線和熱母線3個多輸入和輸出的端口組成.3種端口能夠實現(xiàn)冷—熱—電3種能源的收集整理與再分配，它們起到了能量中轉的作用.在任意時刻，3種端口的能量都實時保持平衡.其中，電母線輸入側包括風電、光伏、垃圾發(fā)電聯(lián)供裝置和外部配電網的并網點，輸出側包括社區(qū)電負荷、鋰電池儲能裝置和空氣源熱泵；冷母線的輸入側連接空氣源熱泵和溴化鋰吸收式制冷機的輸出側，冷母線的輸出側包括社區(qū)冷負荷和冷儲能裝置；熱母線輸入側連接余熱鍋爐和空氣源熱泵的輸出側，熱母線的輸出側包括社區(qū)熱負荷、溴化鋰吸收式制冷機和熱儲能裝置.

圖1 社區(qū)型綜合能源系統(tǒng)結構

2 社區(qū)型綜合能源系統(tǒng)設備建模

2.1 風電模型

風電發(fā)電主要依靠風力機葉片的旋轉帶動發(fā)電機運動，將發(fā)電機的動能轉化為電能，因此風電機組的輸出功率主要與風速有關，其數(shù)學模型[13]如下所示：

(1)

式中，Pr和νr為風機的額定功率(kW)和風速，m/s；νci和νco為風機開始和停止工作的風速，m/s.

2.2 光伏模型

光伏發(fā)電主要依靠太陽能半導體電池板將太陽能轉化為電能，其數(shù)學模型[14]如下所示：

(2)

式中，PPV(t)為太陽能電池板的輸出功率，kW；PSTC和ISTC為額定標準下的電池板功率(kW)和光照強度，kW/m2；ηin為能量轉換的效率；Nk為電池板的數(shù)量；It為實際光照強度，kW/m2；Tt為環(huán)境溫度，℃.

2.3 垃圾發(fā)電聯(lián)供系統(tǒng)模型

垃圾發(fā)電聯(lián)供系統(tǒng)是社區(qū)型綜合能源系統(tǒng)冷—熱—電—耦合的核心裝置，其通過焚燒爐系統(tǒng)進行干燥和燃燒，然后推動水蒸氣做功，推動發(fā)電機將動能轉化為電能，剩余的高溫蒸氣經過余熱鍋爐處理后滿足社區(qū)日常熱負荷并進行存儲.部分余熱再經過溴化鋰吸收式制冷機產生冷能滿足社區(qū)冷負荷需求.其數(shù)學模型如下所示：

(3)

(4)

2.4 空氣源熱泵模型

空氣源熱泵具有制冷和制熱的功能，其數(shù)學模型如下所示：

(5)

(6)

2.5 儲能裝置模型

儲能裝置主要包括鋰電池和冷熱儲能罐等，其主要作用為低電價時蓄能，高電價時放能，起到削峰填谷的作用.其數(shù)學模型如下所示：

(7)

3 社區(qū)型綜合能源系統(tǒng)規(guī)劃模型

3.1 目標函數(shù)

本研究以社區(qū)型綜合能源系統(tǒng)年綜合運行成本最低為目標函數(shù)，年綜合運行成本包括購置成本和運行維護成本.目標函數(shù)如下所示：

(8)

式中，Ci和Cj為光伏、風電、鋰電池、熱冷儲能罐、垃圾發(fā)電聯(lián)供系統(tǒng)和空氣源熱泵的維護成本和購置成本；Cel為從配電網的購電成本，元/kW；Cz為冷熱電儲能裝置購置成本，元/kW·h；Ez為冷熱電儲能裝置容量，kW·h；Pi(t)光伏、風電、鋰電池、熱冷儲能罐、垃圾發(fā)電聯(lián)供系統(tǒng)和空氣源熱泵的實時輸出功率，kW；Pj為光伏、風電、垃圾發(fā)電聯(lián)供系統(tǒng)和空氣源熱泵的規(guī)劃功率，kW；Pgrid(t)為聯(lián)絡線交互功率，kW.

3.2 約束條件

(1)冷—熱—電功率平衡約束

(9)

式中，Pelectr(t)為用電負荷，kW；Pheat(t)為熱負荷，kW；Pcool(t)為冷負荷，kW；PPV(t)為光伏的功率，kW；PWT(t)為風電的功率，kW；Eestore為鋰電池的容量，kW·h；Ehstore為熱儲能罐的容量，kW·h；Ecstore為冷儲能罐的容量，kW·h.

(2)聯(lián)絡線交互功率約束

Pgridmin≤Pgrid(t)≤Pgridmax

(10)

式中，Pgridmin為聯(lián)絡線最小交互功率，kW；Pgridmax為聯(lián)絡線最大交互功率，kW.

(3)各供能設備功率約束

0≤Pi(t)≤Pj，i，j={1，…，4}

(11)

(4)儲能裝置約束

(12)

式中，Pdismax為冷—熱—電裝置放能功率的kW最大值；Pchmax為冷—熱—電裝置蓄能功率的最大值kW.

(5)負荷調控特性約束

(13)

式中：Pafter(t)為經過調控后的總負荷，kW；Pfore(t)為調控前的總負荷，kW；Ptrans(t)為轉移的負荷，kW.

3.3 求解方法

本研究采用混沌反向灰狼優(yōu)化算法進行求解，該算法包含3個階段，分別如下所示：

(1)種群初始化

采用混沌反向學習策略對種群進行初始化，首先利用Cat混沌序列產生N個初始解Xi，然后為每個初始解均按照下式產生相對應的反向解：

(14)

(2)種群搜索

灰狼算法[15-17]模擬自然界中灰狼的等級制度與狩獵行為，整個狼群分為4組：α，β，δ，ω.前3組依次是適應度最好的3組，并且這3組指導其他ω組狼向著目標搜索，在優(yōu)化過程中，狼群更新α，β，δ，ω的位置，當|A|>1時，灰狼的群體擴大搜索范圍，尋找更好的食物，當|A|<1時，灰狼群體將搜索圈縮小，實現(xiàn)精確搜索.

(15)

式中，D為獵物和灰狼之間的距離；Xp(t)為第t代時獵物的位置；X(t)表示第t代時灰狼個體的位置；C為擺動因子；r1和r2為0到1之間的隨機數(shù)；A和a為收斂因子；t為當前迭代次數(shù)；tmax為最大迭代次數(shù).

(3)種群位置的更新

利用α，β，δ3組狼判斷獵物的位置，逐漸逼近獵物，數(shù)學模型如下所示.

Dm=|Cq·Xm(t)-X(t)|,(m={α，β，δ},q={1,2,3}) ，

(16)

Xq(t+1)=Xm(t)-Aq·Dm,(m={α，β，δ},q={1,2,3}) ，

(17)

(18)

式中，Dm為獵物和灰狼之間的距離；Xq(t)為獵物的位置；X(t)表示第t代時灰狼個體的位置；Aq為收斂因子；Cq為擺動因子.

混沌反向灰狼算法的求解流程如圖2所示.

圖2 混沌灰狼算法求解流程圖

4 仿真分析與驗證

本研究以某城市社區(qū)為例，對社區(qū)綜合能源系統(tǒng)進行規(guī)劃配置.光伏和風電容量根據社區(qū)的形態(tài)和面積進行配置，根據社區(qū)規(guī)劃，光伏配置功率為1 000 kW；風電考慮采用路燈式分布式風電，配置功率為200 kW.空氣源熱泵供冷熱系數(shù)為3.7，冷熱電儲能裝置最大充放熱效率為0.2.根據地方氣象條件，冬季(12月～2月)、夏季(6月～8月)和春秋季(3月～5月和9月～11月)各季節(jié)典型日風光功率和冷熱電負荷曲線如圖3所示.表1為供能和儲能設備的成本[18-19]，表2為社區(qū)型綜合系統(tǒng)負荷可調控特性，表3為社區(qū)面積和購售電價格.

圖3 各季節(jié)典型日風光功率和冷熱電負荷曲線(a)冬季；(b)夏季；(c)春秋季

表1 供能和儲能設備成本

表2 社區(qū)級綜合能源系統(tǒng)中負荷可調控特性

表3 社區(qū)面積和購售電價格

表4為電負荷調控后供能和儲能設備配置結果.通過表4得到，由于光伏和風電容量根據社區(qū)面積進行配置，所以在3種算法下光伏和風電配置功率相同.采用混沌反向灰狼算法所得空氣源熱泵和垃圾發(fā)電聯(lián)供系統(tǒng)的功率相比灰狼算法分別降低4.9%和8.9%，相比粒子群算法分別降低14.2%和25.5%；采用混沌反向灰狼算法所得鋰電池、冷熱儲能罐容量相比灰狼算法分別降低19.8%、8.5%和2.8%，相比粒子群算法分別降低30%、39.1%和22.6%；采用混沌反向灰狼算法所得系統(tǒng)年總成本相比灰狼算法降低2.8%，相比粒子群算法降低8.1%.通過上述算例表明，采用本文所提混沌反向灰狼算法可以得到更優(yōu)的社區(qū)型綜合能源系統(tǒng)的容量配置結果.

表4 供能和儲能設備配置結果

采用混沌反向灰狼算法對電負荷調控前后系統(tǒng)年總成本進行計算后可得，對電負荷進行調控后，可以有效降低系統(tǒng)年總成本，調控前系統(tǒng)年總成本為1.42×107元，調控后系統(tǒng)年總成本為1.37×107元，調控后比調控前系統(tǒng)年總成本降低了3.5%.

5 結論

本研究建立了社區(qū)型綜合能源系統(tǒng)的結構，構建了社區(qū)型綜合能源系統(tǒng)規(guī)劃模型及其相關約束條件，挖掘了電負荷的可調控特性，采用混沌灰狼算法對上述模型進行求解，仿真結果表明，對電負荷進行調控，可以有效降低系統(tǒng)年總成本，實現(xiàn)社區(qū)型綜合能源系統(tǒng)的優(yōu)化配置和經濟運行.