侯健敏，徐志豪， 余威杰，丁蘇云

(1.南京信息工程大學自動化學院，南京市210044；2.江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心(南京信息工程大學)，南京市210044)

0 引 言

隨著我國經(jīng)濟的快速發(fā)展,建筑的冷、熱、電用能需求日益增大。在傳統(tǒng)的能源供應模式下,能源短缺和環(huán)境污染問題都十分突出[1-2]。建筑冷熱電三聯(lián)供(building combined cooling, heating and power, BCCHP)系統(tǒng)采用光伏發(fā)電、天然氣發(fā)電、余熱回收利用等技術(shù)，同時供冷、供熱及供電,具有能效高、經(jīng)濟性好以及污染小的優(yōu)點，因而得到廣泛關(guān)注。

然而，在實際應用中,與傳統(tǒng)供能系統(tǒng)相比,建筑冷熱電聯(lián)供系統(tǒng)并未體現(xiàn)其綜合供能優(yōu)勢,甚至出現(xiàn)不少失敗案例。其中最主要的原因是供能側(cè)和建筑負荷側(cè)并沒有良好匹配,導致能源浪費、經(jīng)濟效益低。為此，研究人員對BCCHP系統(tǒng)運行策略開展了很多研究，其中開展最早和被廣泛接受的是電負荷跟隨策略和熱負荷跟隨策略[3]，即供能系統(tǒng)工作時，依據(jù)電(熱)負荷需求工作，以系統(tǒng)生產(chǎn)電(熱)能的情況決定熱(電)能的供給[4-5]。在此基礎(chǔ)上，文獻[6]提出一種混合電熱負荷跟隨策略，并通過案例證明了策略的可行性。文獻[7]進一步根據(jù)負荷的季節(jié)性變化，提出跟隨季節(jié)變化的混合電熱負荷跟隨策略，在夏季和冬季以熱負荷跟隨策略運行，在過渡季節(jié)以電負荷跟隨策略運行。文獻[8]將分布式能源系統(tǒng)中的冷熱電負荷分級，通過不同供能設備匹配不同等級負荷，提出負荷特性跟隨策略。文獻[9]提出一個基于最小距離的運行策略，定義了積分距離，通過尋找負載點到最佳熱電匹配曲線的最小距離，確定在曲線上的最佳運行點。文獻[10]考慮風光出力，提出一種基于熱電比的運行策略，根據(jù)負荷熱電比和內(nèi)燃機熱電比的大小，合理選擇電跟隨策略和熱跟隨策略。文獻[11]引入變冷比，根據(jù)電冷卻提供冷能與總冷負荷的比值以及電熱負荷供給情況，對混合式冷水機組冷熱電三聯(lián)供(combined cooling, heating and power，CCHP)系統(tǒng)進行運行優(yōu)化。這些運行策略通過采取相應措施提高源荷兩端的匹配度、減少能源浪費，但均未考慮儲能系統(tǒng)參與系統(tǒng)優(yōu)化調(diào)度。近年來，隨著儲能系統(tǒng)成本的顯著下降，考慮儲能特性的BCCHP系統(tǒng)運行策略是值得研究的課題。

此外，在研究負荷跟隨策略時，需要建筑全年的冷熱電負荷數(shù)據(jù)。巨大的數(shù)據(jù)量給計算帶來一定難度。為此很多學者在數(shù)據(jù)預處理時選取各季節(jié)的負荷典型日數(shù)據(jù)，用以代替全年數(shù)據(jù)。文獻[12]提出一種基于正態(tài)分布的典型負荷日擬合辦法，利用每個概率分布的期望作為該時刻的負荷值。文獻[13]提出基于自適應因子與概率統(tǒng)計法相結(jié)合的改進模糊聚類算法，用于選取典型日負荷曲線。文獻[14]采用K-medoids聚類方法選取典型負荷日，避免了數(shù)據(jù)冗余和計算量巨大的問題。文獻[15]采用邏輯回歸函數(shù)對K-means聚類進行改進，考慮不同屬性特性的貢獻度，提高了樣本相似度計算的準確性。上述研究在選擇負荷典型日時，大多采用主觀賦權(quán)，沒有進一步考慮日平均負荷、日最大負荷及負荷變化程度等負荷特征對負荷典型日選取的影響。

基于以上分析，本文提出考慮儲能特性的混合負荷跟隨(following hybrid load-energy storage characteristics, FHL-ESC)運行策略，將電負荷跟隨與熱負荷跟隨策略相結(jié)合，依據(jù)儲能設備容量變化選擇運行模式。同時，將標準間沖突性相關(guān)性(criteria importance though intercrieria correlation，CRITIC)賦權(quán)法與K-means聚類算法相結(jié)合，提出一種基于客觀加權(quán)的改進K-means聚類算法，用于選取典型負荷日。最后采用粒子群算法，對模型進行優(yōu)化求解，并將結(jié)果與電負荷跟隨策略、熱負荷跟隨策略下的結(jié)果進行比較，分析該運行策略的優(yōu)勢。

1 系統(tǒng)描述

傳統(tǒng)的建筑冷、熱、電用能通常由分供系統(tǒng)(separate generating，SG)提供，即冷需求由電制冷機供應、熱需求由燃氣鍋爐滿足、電需求由電網(wǎng)直接供應。而BCCHP系統(tǒng)采用多種能源結(jié)合、能量梯級利用方式，極大提高了系統(tǒng)效率。用戶的電需求由光伏發(fā)電設備、內(nèi)燃發(fā)電機提供，電力不足時從電網(wǎng)購電，多余電力不能賣給電網(wǎng)；冷需求由電制冷機和吸收式制冷機共同供應；用戶的熱需求由余熱回收、燃氣鍋爐及儲熱罐提供。BCCHP系統(tǒng)的能量流如圖1所示。

圖1 BCCHP系統(tǒng)能量流圖Fig.1 Energy flow diagram of BCCHP system

2 運行策略及評估準則

2.1 FHL-ESC運行策略

在電負荷跟隨運行(following electric load， FEL)策略中，系統(tǒng)根據(jù)電需求運行，由于熱電不匹配問題，系統(tǒng)將會產(chǎn)生大量多余熱能。同樣，在熱負荷跟隨運行(following thermal load, FTL)策略中，系統(tǒng)根據(jù)熱需求運行，產(chǎn)生大量多余電能。受儲能設備容量限制，系統(tǒng)無法完全消納多余能量，造成能量浪費，降低能源利用率。

基于FEL策略和FTL策略的基本思想，結(jié)合兩種策略各自的供能特性，本文提出考慮儲能特性的混合負荷跟隨運行策略。運行策略由m0和m1 這2種運行模式構(gòu)成，通過給予儲能設備在系統(tǒng)運行中的策略決策權(quán)，將儲能設備作為緩解熱電不匹配的樞紐，根據(jù)儲能容量情況決定運行模式的選擇。 圖2為FHL-ESC運行策略示意圖。

圖2 FHL-ESC運行策略示意圖Fig.2 Schematic diagram of HLF-ESC operation strategy

m0模式下，系統(tǒng)優(yōu)先滿足電需求，以電產(chǎn)能決定熱能供給。供電方面，蓄電池工作優(yōu)先級最高，當蓄電池供電無法滿足電需求時，先由光伏發(fā)電供給，光伏發(fā)電不足時，再由內(nèi)燃發(fā)電機發(fā)電供給電能。當內(nèi)燃發(fā)電機未達到啟動功率或超出額定功率時，電網(wǎng)作為備用補足缺額電能。供熱方面，通過余熱回收系統(tǒng)回收熱能供給熱需求，當熱能不足時，由儲熱罐和燃氣鍋爐補足；當熱能過多時，多余熱能存儲到儲熱罐中。供冷方面，在熱能充足時，采用吸收式制冷機供冷；熱能不足時，采用電制冷機供給。

m1模式下，系統(tǒng)優(yōu)先滿足熱需求，以熱產(chǎn)能決定電能供給。供熱方面，儲熱罐工作優(yōu)先級最高，當儲熱罐供熱無法滿足熱需求時，由余熱回收系統(tǒng)回收內(nèi)燃發(fā)電機產(chǎn)熱供能。當內(nèi)燃發(fā)電機未達到啟動功率或超出額定功率時，燃氣鍋爐作為備用補足剩余缺額熱能。供電方面，通過光伏發(fā)電和內(nèi)燃發(fā)電機產(chǎn)電供給電需求，當電能不足時，由電網(wǎng)補足缺額電能，當電能過多時，多余電能存儲到蓄電池中。供冷方面，由吸收式制冷機消耗熱能供應冷需求。

當蓄電池或儲熱罐中的儲能情況達到閾值ε時，此時運行模式切換。一般定義儲能設備的最佳荷電狀態(tài)為50%[16]，以最大化儲能設備平抑下一時刻功率波動的能力[17]。因此本文中取閾值ε=50%。

圖3所示為FHL-ESC運行策略儲能容量變化與運行模式關(guān)系圖。假設初始運行模式為m1，該模式下沒有多余熱能產(chǎn)生，儲熱罐僅放熱，當用戶熱需求較大而電需求較小時，由于m1模式下系統(tǒng)跟隨熱負荷運行，此時系統(tǒng)產(chǎn)電過多，多余電能存儲到蓄電池中。當蓄電池中儲能量超出閾值時，運行模式將轉(zhuǎn)變?yōu)閙0，此時由于電需求較少，內(nèi)燃機生產(chǎn)電能和熱能也較少，系統(tǒng)沒有多余能量產(chǎn)生。

圖3 儲能容量變化與運行模式關(guān)系Fig.3 Relationship between energy storage capacity change and operation mode

后續(xù)運行中，當用戶電需求較大而熱需求較小時，由于m0模式下系統(tǒng)跟隨電負荷運行，蓄電池僅放電，此時系統(tǒng)產(chǎn)熱過多，多余熱能將存儲到儲熱罐中。當儲熱罐中儲熱量超出閾值時，運行模式轉(zhuǎn)為m1，此時由于熱需求較少，內(nèi)燃機生產(chǎn)電能和熱能也較少，系統(tǒng)沒有多余能量產(chǎn)生。

當出現(xiàn)蓄電池和儲熱罐儲能同時大于閾值的情況時，切換系統(tǒng)運行模式，避免電能或熱能超出儲能容量而造成能量浪費。

2.2 評估準則

本文從經(jīng)濟、能源以及環(huán)境三方面對運行策略進行評估。

2.2.1 經(jīng)濟角度評估指標

采用年成本節(jié)約率(annual cost saving rate，ACSR)作為評估指標，計算公式為：

(1)

式中：λACSR為年成本節(jié)約率；A為各系統(tǒng)的年成本，上標SG和BCCHP分別表示分供系統(tǒng)和建筑冷熱電聯(lián)供系統(tǒng)。其中BCCHP系統(tǒng)的年成本由設備投資成本、運行成本和設備維護成本構(gòu)成[18]：

(2)

式中：PCAPi為各設備容量；Ci,cap為各設備單位容量投資成本；Pi為各設備輸出功率；Ci,ma為各設備單位功率維護成本；Fgas為系統(tǒng)購氣量；Cgas為天然氣價；Egrid為電網(wǎng)購電量；Cgrid為電價；R為資本回收系數(shù)，由式(3)可得：

(3)

式中：n為設備使用年限，文中取n=20年；θ為利率，文中取θ=0.1[7]。

2.2.2 能源角度評估指標

采用年一次能源節(jié)約率作為指標，計算公式為：

(4)

式中：PBCCHP、PSG為各系統(tǒng)的一次能源消耗，由天然氣和電網(wǎng)購電轉(zhuǎn)換得到。

(5)

式中：Hgas為天然氣熱值；ηe和ηtrans分別為電廠發(fā)電效率和電能傳輸效率。

2.2.3 環(huán)保角度評估指標

采用CO2減排率作為指標，計算公式為：

(6)

式中：CBCCHP、CSG為各系統(tǒng)的CO2排放量。

CBCCHP=Fgas·ξgas+Egrid·ξe

(7)

式中：ξgas和ξe分別為天然氣和電網(wǎng)發(fā)電的CO2轉(zhuǎn)換系數(shù)。

3 負荷典型日選取

本文采用K-means聚類算法，結(jié)合CRITIC賦權(quán)法，對全年的冷熱電負荷進行聚類，挑選出3個季節(jié)典型日的冷熱電負荷使用情況，用以代替全年數(shù)據(jù)進行優(yōu)化仿真。

3.1 CRITIC賦權(quán)法

CRITIC賦權(quán)法作為一種客觀賦權(quán)方法，根據(jù)數(shù)據(jù)自身的客觀屬性進行評估，根據(jù)各指標間的對比強度和沖突性衡量客觀權(quán)重[19]。

對比強度是指同一指標各評價方案之間取值差異的大小，本文中體現(xiàn)為不同負荷日對應統(tǒng)一特征時的差異大小，差異越大，相應特征的權(quán)重也越大[20]。

指標間的沖突性由相關(guān)系數(shù)表示，文中體現(xiàn)為各指標之間的相關(guān)性，相關(guān)性越大，說明特征沖突越小，權(quán)重越低。

指標間對比強度、沖突性、相關(guān)系數(shù)以及最終權(quán)重的公式表示為：

(8)

3.2 加權(quán)K-means聚類算法

結(jié)合CRITIC賦權(quán)的K-means算法具體步驟如下[21]：

1)根據(jù)手肘定理，以不同K值對應的樣本誤差平方和擬合曲線，選擇曲線斜率變化幅度最大時的K值為聚類中心數(shù)。

2)根據(jù)式(8)計算樣本特征權(quán)重，計算加權(quán)后每個樣本與聚類中心之間的歐式距離，計算公式為:

(9)

式中：k為數(shù)據(jù)樣本的維度；yi為聚類中心位置；xi為各樣本位置。

3)根據(jù)式(9)計算得到的歐式距離，將樣本分別劃分到對應距離最小的聚類中心。

4)對聚類簇重新計算、更新位置，當聚類中心不再改變時，算法結(jié)束，否則繼續(xù)執(zhí)行步驟2)。

本文中選取日負荷率ζi、日負荷波動率ψi作為聚類特征[13]，表征負荷數(shù)據(jù)特征，提高聚類結(jié)果的準確性。

1)日負荷率ζi是日平均負荷和日最大負荷的比值，用以表征負荷分布的不均衡性。計算公式為：

(10)

式中：Pi,mean為第i天的平均負荷；Pi,max為第i天的最大負荷。

2)日負荷波動率ψi反映了負荷變化的不平穩(wěn)程度，計算公式為：

(11)

式中：h為采樣時間點的個數(shù)；Δt為t時刻負荷變化率。

4 BCCHP系統(tǒng)優(yōu)化模型

4.1 目標函數(shù)

本文采用層次分析法，對各評估指標進行主觀賦權(quán)，將多目標轉(zhuǎn)化為單目標，目標函數(shù)為經(jīng)濟、能源和環(huán)境指標綜合最優(yōu)，如式(12)所示：

maxO=ω1·λACSR+ω2·λPESR+ω3·λCDERR

(12)

式中：ω1、ω2和ω3分別為經(jīng)濟、能源和環(huán)境3個指標的權(quán)重值。

在確定權(quán)重時，首先確定3個指標之間的相對重要性；本文根據(jù)專家評估打分，對指標的重要性劃分為：能源指標>經(jīng)濟指標>環(huán)境指標，通過層次分析法構(gòu)造相應判斷矩陣，如式(13)所示：

(13)

式中：aij=1/aji，aij表示評價指標i與評價指標j相互之間重要性的比較結(jié)果[22]，重要性標度如表1所示。

表1 重要性標度Table 1 Importance scale

對構(gòu)造的判斷矩陣A進行一致性檢驗，當矩陣A滿足一致性要求后，對矩陣中各值進行歸一化處理，并采用算術(shù)平均法求取各指標對應權(quán)重。

根據(jù)上述層次分析法，計算得到本案例中目標函數(shù)對應的3個權(quán)重系數(shù)分別為：ω1=0.260 5，ω2=0.633 3，ω3=0.106 2。

4.2 約束條件

BCCHP系統(tǒng)優(yōu)化運行中，首先需要確保系統(tǒng)產(chǎn)出的冷熱電能能夠滿足用戶的負荷需求，冷熱電平衡約束分別為：

EICE+EPV+Egrid+Eba,out=Eload+Eec+Eba,in

(14)

QWHB+Qboil+QTST,out=Qload+Qac+QTST,in

(15)

Cac+Cec=Cload

(16)

式中：Eload、Qload和Cload分別為用戶的電、熱、冷需求；EICE為內(nèi)燃發(fā)電機生產(chǎn)電能；EPV為光伏陣列生產(chǎn)電能；Egrid為電網(wǎng)購電；Eba,out、Eba,in分別為蓄電池放電及充電電能；Eec為電制冷機消耗電能；QWHB為余熱鍋爐輸出熱能；Qboil為燃氣鍋爐供應熱能；QTST,out、QTST,in分別為儲熱罐放熱和儲熱的熱能；Qac為吸收式制冷機消耗熱能；Cac為吸收式制冷機提供冷能；Cec為電制冷機提供的冷能。

系統(tǒng)的設備約束主要由設備容量約束構(gòu)成，系統(tǒng)內(nèi)不同設備的出力需在最大和最小輸出之間。

Pj,min≤Pj≤Pj,max

(17)

式中：Pj,min為設備j的輸出最小值；Pj為設備j出力；Pj,max為設備j的輸出最大值。

太陽能光伏板的安裝容量取決于光伏板能夠在建筑中安裝的面積，約束表示為：

APV≤Amax

(18)

式中：APV為太陽能光伏板的安裝面積；Amax為太陽能光伏板能夠安裝的最大面積。

設備的爬坡約束表示為設備t時刻出力與t-1時刻出力的差值，如式(19)所示：

-ΔPj,dnmax≤Pj(t)-Pj(t-1)≤ΔPj,upmax

(19)

式中：ΔPj,dnmax為設備j的向下爬坡功率最大值；ΔPj,upmax為設備j的向上爬坡功率最大值；Pj(t)和Pj(t-1)為t時刻與t-1時刻的出力值。

4.3 優(yōu)化算法

本文采用粒子群算法對BCCHP系統(tǒng)中各設備在不同時段的出力進行優(yōu)化計算，以內(nèi)燃發(fā)電機出力和蓄電池、儲熱罐的工作狀態(tài)為決策變量，對系統(tǒng)進行優(yōu)化。圖4所示為BCCHP系統(tǒng)整體優(yōu)化流程。

圖4 BCCHP系統(tǒng)優(yōu)化流程Fig.4 Optimization framework of BCCHP system

5 算例分析

5.1 模型參數(shù)

本文利用DEST建筑模擬軟件，建立一棟位于中國南京的大型辦公大樓，并對辦公大樓的冷熱電負荷進行模擬計算。冷熱電負荷全年逐時分布圖如附錄圖A1和圖A2所示。內(nèi)燃發(fā)電機在不同負荷率下的工作效率[23]如附錄表A1所示,內(nèi)燃發(fā)電機在負荷率大于0.3[24]時啟動。BCCHP系統(tǒng)中設備安裝成本[25]、維護成本[26]及相關(guān)設備參數(shù)[27]如附錄表A2所示，分時電價和天然氣價格如附錄表A3所示，電網(wǎng)電能和天然氣的CO2轉(zhuǎn)換系數(shù)[28]如附錄表A4所示。粒子群優(yōu)化算法相關(guān)參數(shù)如附錄表A5所示。

表A1 內(nèi)燃發(fā)電機工作效率Table A1 Efficiency of internal combustion engine generator

表A2 設備安裝、維護成本及最大功率和爬坡功率Table A2 Cost of equipment installation and maintenance and maximum power and climbing power

表A3 電價、天然氣價Table A3 Electricity price and natural gas price

表A4 二氧化碳轉(zhuǎn)換系數(shù)Table A4 Carbon dioxide conversion coefficient g/(kW·h)

表A5 粒子群算法相關(guān)參數(shù)Table A5 Relevant parameters of particle swarm optimization algorithm

圖A1 全年冷熱負荷Fig.A1 Annual cooling and heating load

圖A2 全年電負荷Fig.A2 Annual electric load

圖5所示為粒子群算法迭代收斂圖?？梢钥吹剑?shù)螖?shù)達到22次時，適應度不再改變，表明此時優(yōu)化算法找到最優(yōu)解。

圖5 迭代收斂圖Fig.4 Iterative convergence graph

5.2 典型日聚類結(jié)果分析

根據(jù)手肘定理，本文中取聚類數(shù)K=3，由式(8)可得負荷率和日負荷波動率的相應權(quán)值分別為0.670 3和0.329 7。

以冬季典型日為例，采用普通K-means聚類算法和基于CRITIC賦權(quán)法的K-means聚類算法計算得出的樣本輪廓系數(shù)分布如圖6所示。由圖6可以看出，普通K-means聚類算法的樣本輪廓系數(shù)分布較分散，多數(shù)集中在[-1.0,0.5]，說明此時較多樣本被錯誤聚類；采用基于CRITIC賦權(quán)法的K-means聚類算法的樣本輪廓系數(shù)分布聚集，多數(shù)樣本集中在[0.5,1.0]，說明此時更多樣本得到正確聚類。

圖6 輪廓系數(shù)分布Fig.6 Contour coefficient distribution

表2為2種聚類方法的效果評估結(jié)果?？梢钥吹剑捎闷胀↘-means聚類算法時，簇內(nèi)距離更大，簇間距離更小，輪廓系數(shù)較小，表明此時聚類的樣本更應被聚類到其他簇中；采用基于CRITIC賦權(quán)法的K-means聚類算法后，簇內(nèi)距離減小，簇間距離增大，輪廓系數(shù)較大，表明此時樣本被聚類到正確簇中，提升了聚類準確性。

表2 聚類評估指標Table 2 cluster evaluation index

采用基于CRITIC賦權(quán)法的K-means聚類算法得到3個季節(jié)典型日負荷情況，如圖7所示，其中夏季137天，冬季137天，過渡季節(jié)91天。圖7(a)、(b)、(c)分別為夏季、冬季和過渡季典型日的冷熱電負荷使用情況及單位面積太陽輻照度。從圖7中可以看到，3個季節(jié)負荷典型日的冷熱電負荷都呈現(xiàn)“凸”字形，主要是因為研究對象為辦公大樓，用能集中在辦公時間，在非辦公時間，系統(tǒng)只提供一些必要的能量維持大樓設備的正常運作。

圖7 典型日負荷情況及單位面積太陽輻照度Fig.7 Typical daily load and solar irradiance per unit area

5.3 運行策略優(yōu)化結(jié)果分析

5.3.1 全年性能分析

1)經(jīng)濟性分析。

表3所示為不同運行模式下BCCHP年總成本構(gòu)成。分供系統(tǒng)的年總成本最低，為1 534.45萬元，這是由于分供系統(tǒng)供能結(jié)構(gòu)單一，沒有復雜的能量轉(zhuǎn)換和存儲設備，降低了系統(tǒng)的初始投資成本和維護成本。其中，分供系統(tǒng)的購能成本為1 471.45萬元，高于BCCHP系統(tǒng)的購能成本，說明在實現(xiàn)相同供能量的前提下，分供系統(tǒng)消耗了過量的能源。當系統(tǒng)以FHL-ESC策略運行時，系統(tǒng)的年總成本為15 91.81萬元，略高于分供系統(tǒng)年總成本。FHL-ESC策略下系統(tǒng)的購能成本和維護成本分別為1 167.98萬元和58.32萬元，均低于其他運行模式，這是由于在FHL-ESC策略下，蓄電池和儲熱罐輪流工作，最大化儲能空間，減少儲能容量受限造成的能量浪費，具有更高的能源利用效率。

表3 不同運行策略下系統(tǒng)年成本Table 3 Annual system cost under different operation strategies 萬元

從全局考慮，投資成本在總成本中占比仍不及購能成本，更少的購能成本使得BCCHP系統(tǒng)在經(jīng)濟方面可行。當系統(tǒng)以FHL-ESC策略運行時，系統(tǒng)的年總成本低于FEL策略和FTL策略，具有更優(yōu)的經(jīng)濟效益。

2)節(jié)能性分析。

圖8為不同運行模式下系統(tǒng)的年一次能源消耗量。由圖8可知，在分供系統(tǒng)中消耗了最多的一次能源，達到了23 621.38 kW·h，高于其他運行策略下的系統(tǒng)的一次能源消耗量。這主要是由于分供系統(tǒng)下，系統(tǒng)整體能源利用效率較低，多數(shù)能源不能得到有效梯級利用，造成能源浪費。

圖8 不同運行策略下年一次能源消耗Fig.8 Annual primary energy consumption under different operation modes

由于儲能系統(tǒng)無法存儲過多能量，導致多余能量排放入環(huán)境，使得FEL策略和FTL策略下消耗了更多一次能源，分別為19 402.82 kW·h和17 285.91 kW·h。而在FHL-ESC策略下系統(tǒng)消耗了14 862.98 kW·h一次能源，少于其他運行策略下系統(tǒng)消耗量，這是由于在FHL-ESC策略下，系統(tǒng)會根據(jù)儲能情況適時調(diào)整運行模式，使得近乎所有能量都能得到利用或存儲在儲能系統(tǒng)中，在儲能容量受限的前提下，最大限度地減少了能源浪費，提高能源利用率。且太陽能光伏發(fā)電為系統(tǒng)提供了一部分能量，減少了一定的能源需求，因此在FHL-ESC策略下的BCCHP系統(tǒng)消耗的一次能源最少。

3)環(huán)保性分析。

圖9所示為分供系統(tǒng)和BCCHP系統(tǒng)3種運行策略下的年CO2排放量。從圖8—9中可以看出，年CO2排放量的變化趨勢和年一次能源消耗的變化趨勢相一致，表明系統(tǒng)的CO2排放量與一次能源消耗成正比關(guān)系，系統(tǒng)消耗越多一次能源，將排放更多的CO2。

圖9 不同運行策略下CO2排放量Fig.9 Carbon dioxide emission under different operation modes

分供系統(tǒng)由于供能結(jié)構(gòu)單一，消耗大量電能用于供給電需求和冷需求，因此排放了大量的CO2，達到了69 267.89 kg。在BCCHP系統(tǒng)的3種運行策略中，F(xiàn)EL策略下系統(tǒng)排放了最多的CO2，為42 302.2 kg，主要原因是研究對象的電熱負荷特性不適合電負荷跟隨，在FEL策略下運行時，需要大量鍋爐補熱，資源利用率較低，造成了大量的CO2排放。FHL-ESC策略下系統(tǒng)僅排放了22 612.109 kg CO2，遠低于其他運行策略下的排放量，這是由于在FHL-ESC策略下，系統(tǒng)由內(nèi)燃發(fā)電機提供絕大部分能量，減少對電網(wǎng)依賴，以天然氣消耗代替電網(wǎng)購能，且能源利用效率更高，因此其CO2排放量更少。

4)綜合表現(xiàn)分析。

表4所示為3種運行策略各自的ACSR、PESR、CDERR以及綜合性能。由表4可以看出，3種運行策略下的ACSR均為負值，其中FTL的成本最高，而FHL-ESC的成本最低。能源和環(huán)境方面，3種運行策略下各自PESR和CDERR均為正，其中FHL-ESC有著明顯的優(yōu)勢。同時3種運行策略下的綜合目標函數(shù)值均為正，并且FHL-ESC優(yōu)勢最為明顯，為29.66%，遠高于FEL策略和FTL策略的11.19%和17.18%。

表4 評估指標結(jié)果Table 4 Evaluation index results %

5.3.2 夏季典型日分析

圖10所示為夏季儲能設備容量百分比變化及各時刻運行模式圖，背景顏色代表不同運行模式。初始為m1模式，在04:00蓄電池容量為100%，儲熱罐容量為57%，由于前一時刻運行模式為m1，為了緩解蓄電池儲能壓力，04:00運行模式轉(zhuǎn)為m0。07:00儲熱罐容量為51%，超過閾值50%，而蓄電池容量為45%，運行模式轉(zhuǎn)為m1；07:00—22:00，系統(tǒng)以m1模式運行，這段時間內(nèi)熱電匹配較好，蓄電池容量未超過閾值50%；在23:00，蓄電池容量為81%，儲熱罐容量為0，為緩解蓄電池的儲能壓力，運行模式轉(zhuǎn)為m0，由儲熱罐進行儲能。

圖10 夏季典型日儲能容量百分比變化及各時刻運行模式Fig.10 Percentage change of typical daily energy storage capacity and operation mode at each time in summer

在夏季典型日下，模式切換僅發(fā)生在凌晨和深夜的少數(shù)時刻，且多數(shù)時刻系統(tǒng)運行模式為m1，運行模式切換不頻繁，蓄電池儲電容量未達到儲能容量閾值50%，證明系統(tǒng)熱電匹配性較好，只有少量電能多余存儲在蓄電池中，且這部分電能可以被系統(tǒng)自身消耗。

5.3.3 冬季典型日分析

圖11所示為冬季儲能設備容量百分比變化及各時刻運行模式圖，背景顏色代表不同運行模式。在02:00，蓄電池容量達到76%，儲熱罐容量為78%，由于01:00運行模式為m1，所以02:00運行模式切換為m0；對于05:00，蓄電池容量為100%，已無多余容量用于存儲，儲熱罐容量為43%，此時運行模式由m1轉(zhuǎn)為m0，優(yōu)先使用蓄電池中電能；對于22:00，此時儲熱罐容量為0，蓄電池容量為89%，由于在08:00—21:00運行模式均為m1，在這期間沒有多余的熱量存儲到儲熱罐中，且多余的電能存儲到蓄電池中，此時運行模式由m1轉(zhuǎn)換為m0。

圖11 冬季典型日儲能容量百分比變化及各時刻運行模式Fig.11 Percentage change of typical daily energy storage capacity and operation mode at each time in winter

FHL-ESC策略在冬季典型日運行時，運行模式變化相對頻繁。系統(tǒng)切換運行模式集中在早晨和深夜時間段，說明在冬季典型日的早晨和深夜2個時間段，系統(tǒng)的熱電匹配特性較差，儲能系統(tǒng)容量頻繁達到閾值50%，系統(tǒng)產(chǎn)生較多多余電能和熱能，通過運行模式的切換，儲熱罐和蓄電池分擔儲能壓力。在08:00—21:00，BCCHP系統(tǒng)以m1模式運行，可以看到這段時間內(nèi)，儲熱罐不進行儲熱，蓄電池中有電能充入和放出，但最大時仍未達到蓄電池容量的50%，運行模式不改變，系統(tǒng)沒有任何多余能量被浪費。

5.3.4 過渡季典型日分析

圖12所示為過渡季儲能設備容量百分比變化及各時刻運行模式圖，背景顏色代表不同運行模式。系統(tǒng)運行模式變化頻繁，在03:00，蓄電池容量達到54%，儲熱罐容量不足50%，運行模式由m1轉(zhuǎn)為m0；05:00，儲熱罐容量達到53%，而蓄電池容量仍高于50%，由于04:00運行模式為m0，為緩解蓄電池儲能壓力，系統(tǒng)運行模式轉(zhuǎn)為m1，由儲熱罐進行儲能；在07:00，儲熱罐容量達到100%，而蓄電池容量為48%，因此運行模式由m0轉(zhuǎn)為m1，蓄電池代替儲熱罐進行儲能工作，緩解儲熱罐壓力；在09:00—21:00，系統(tǒng)以m1模式運行，這段時間內(nèi)熱電性能較好，蓄電池容量未超過閾值50%；在22：00，蓄電池容量超過50%，由儲熱罐代替儲能工作，運行模式由m1轉(zhuǎn)為m0。

圖12 過渡季典型日儲能容量百分比變化及各時刻運行模式Fig.12 Percentage change of typical daily energy storage capacity and operation mode at each time in transition season

在過渡季典型日中，運行模式以m1為主，模式切換頻繁，較低的冷熱需求以及較高的電需求，使得熱電不匹配更嚴重。在固定設備容量下，單個儲能設備的儲能壓力過大，運行模式頻繁切換，以緩解儲能壓力。BCCHP系統(tǒng)運行模式改變集中在早晨，說明在03:00—09:00，系統(tǒng)內(nèi)的熱電匹配較差。從圖12可以看出，這段時間內(nèi)主要是蓄電池儲電容量頻繁變化，這是由于早晨光伏陣列開始工作發(fā)電，但建筑尚未達到用電高峰期，光伏發(fā)電和內(nèi)燃發(fā)電機發(fā)電只能儲存到蓄電池中，使得蓄電池容量變化頻繁。

6 結(jié) 論

本文提出了一種考慮儲能特性的混合負荷跟隨運行策略，建立BCCHP系統(tǒng)仿真模型，采用粒子群算法，對BCCHP系統(tǒng)3種運行策略下的經(jīng)濟、能源、環(huán)境以及綜合表現(xiàn)做了評估。采用基于CRITIC賦權(quán)法的K-means聚類算法，按負荷特征對負荷日進行聚類，得到典型負荷日，減少仿真計算量。主要研究結(jié)論如下：

1)基于CRITIC客觀賦權(quán)法的K-means聚類算法準確度更高，與普通K-means聚類算法相比，輪廓系數(shù)提高了239%。

2)FHL-ESC運行策略與傳統(tǒng)FEL、FTL策略相比綜合表現(xiàn)更優(yōu)，其綜合目標函數(shù)值為29.66%。FHL-ESC運行策略下的BCCHP系統(tǒng)充分發(fā)揮儲能作用，實現(xiàn)能量梯級利用，一次能源節(jié)約率達37.08%，CO2減排率達到67.36%。

3)BCCHP系統(tǒng)的熱電不匹配現(xiàn)象集中在凌晨和夜間，系統(tǒng)儲能壓力大，使得FHL-ESC運行策略下運行模式變化頻繁。儲能設備的接替運行，減輕了單一儲能設備的儲能壓力，使得儲能設備留有充足的裕度應對下一時刻的功率波動。