程序，王超，郭泰龍，呂志鵬，楊曉霞，王永利

(1.北京供電公司通州供電分公司，北京101100；2.國(guó)網(wǎng)上海能源互聯(lián)網(wǎng)研究院有限公司，上海 200003；3.華北電力大學(xué)，北京102206)

隨著我國(guó)逐步走入現(xiàn)代化，國(guó)民生活水平日漸提高，能源消耗也逐漸增大，電、熱、冷、氣各種能源間的關(guān)聯(lián)性不斷加強(qiáng)。日益增長(zhǎng)的能源需求導(dǎo)致了嚴(yán)重的環(huán)境污染問題，目前火力發(fā)電在我國(guó)發(fā)電領(lǐng)域占據(jù)過半份額，同時(shí)傳統(tǒng)能源在供熱領(lǐng)域也有著較高的占比，由此造成了巨大的環(huán)境污染。在此背景下，誕生了綜合能源系統(tǒng)(integrated energy system，IES)。IES是指在能源的生產(chǎn)、輸送、消費(fèi)等環(huán)節(jié)，將電、熱、冷、氣等多種類能源耦合，從而產(chǎn)生一種新型能源系統(tǒng)，可實(shí)現(xiàn)科學(xué)調(diào)度和使用多種能源之間的能量級(jí)聯(lián)[1-4]。然而，由于各種能源自身所具有的特性，在耦合過程中會(huì)出現(xiàn)許多問題，比如時(shí)間尺度差大導(dǎo)致的源荷同步不協(xié)調(diào)等[5]，這給IES的普及帶來了巨大挑戰(zhàn)。

在熱力系統(tǒng)的熱慣性和動(dòng)態(tài)物理過程方面，國(guó)內(nèi)外有一定的研究成果。文獻(xiàn)[6-7]通過對(duì)熱網(wǎng)時(shí)滯和輸送過程損耗的研究，建立了運(yùn)行熱網(wǎng)蓄熱與建筑熱慣性優(yōu)化模型。文獻(xiàn)[8]考慮熱網(wǎng)延時(shí)與熱衰減特性，引入用戶舒適度的概念，提出了電熱協(xié)調(diào)的運(yùn)行優(yōu)化方法。文獻(xiàn)[9-10]為應(yīng)對(duì)可再生能源接入比例高的挑戰(zhàn)，提出一種兼顧能源供應(yīng)可靠性和風(fēng)能與太陽能不確定性的城市IES規(guī)劃模型。文獻(xiàn)[11-12]考慮負(fù)荷側(cè)資源調(diào)控，提出需求響應(yīng)與博弈相結(jié)合的多能源系統(tǒng)優(yōu)化調(diào)度方案。文獻(xiàn)[13-14]介紹了電蓄熱鍋爐裝置，建立了基于蓄熱和傳熱負(fù)荷熱泄漏動(dòng)態(tài)過程的能量流模型，分析熱特性對(duì)電熱聯(lián)供系統(tǒng)運(yùn)行的影響。文獻(xiàn)[15]為保障用戶日益增長(zhǎng)的能源消費(fèi)需求、提高能源利用率，考慮綜合需求響應(yīng)，提出基于聚合商和用戶雙層博弈的優(yōu)化運(yùn)行方法，建立了包括下層用戶間非合作博弈和上層聚合商聯(lián)盟合作博弈的雙層博弈優(yōu)化模型。文獻(xiàn)[16]為實(shí)現(xiàn)電-氣IES的能源高效利用以及協(xié)調(diào)其多個(gè)目標(biāo)下的矛盾沖突，提出基于交替方向乘子法的多目標(biāo)最優(yōu)電-氣能量流的分布式計(jì)算方法，該算法可協(xié)調(diào)兼顧互聯(lián)系統(tǒng)運(yùn)營(yíng)商對(duì)于經(jīng)濟(jì)性、環(huán)保性、削峰填谷等多個(gè)目標(biāo)的偏好設(shè)置。文獻(xiàn)[17]為了促進(jìn)可再生能源消納、提高能源利用效率，構(gòu)建了能源供需雙側(cè)同時(shí)存在耦合的園區(qū)綜合能源系統(tǒng)運(yùn)行架構(gòu)，以綜合能源系統(tǒng)運(yùn)行成本最小為目標(biāo)，建立了園區(qū)綜合能源系統(tǒng)優(yōu)化運(yùn)行模型，實(shí)現(xiàn)能源供給側(cè)和需求側(cè)的協(xié)調(diào)優(yōu)化。文獻(xiàn)[18]考慮到IES具有提高能源利用率、消納不穩(wěn)定新能源等顯著優(yōu)勢(shì)，以經(jīng)濟(jì)性、環(huán)保性和高效性為目標(biāo)，建立考慮儲(chǔ)能的區(qū)域IES多目標(biāo)優(yōu)化模型。文獻(xiàn)[19]為解決低碳背景下負(fù)荷需求多元化及能量轉(zhuǎn)換問題，引入光熱電站，充當(dāng)熱電聯(lián)產(chǎn)機(jī)組，并結(jié)合電轉(zhuǎn)氣裝置、電加熱器、燃?xì)廨啓C(jī)等能量轉(zhuǎn)換設(shè)備組成綜合能源系統(tǒng)，提出了一種綜合能源系統(tǒng)低碳優(yōu)化運(yùn)行方法。文獻(xiàn)[20]考慮到分布式光伏發(fā)電和儲(chǔ)能系統(tǒng)的無功調(diào)節(jié)能力，研究通過協(xié)調(diào)控制儲(chǔ)能系統(tǒng)和光伏發(fā)電輸出的無功功率或有功功率來實(shí)現(xiàn)配電網(wǎng)電壓越限調(diào)節(jié)的方法，提出以配電網(wǎng)電壓越限調(diào)節(jié)為目標(biāo)的雙層儲(chǔ)能系統(tǒng)優(yōu)化配置模型，仿真結(jié)果驗(yàn)證了所提優(yōu)化配置方法在改善配電網(wǎng)電壓分布狀況方面的效果。文獻(xiàn)[21]提出離散概率光伏模型和蓄電池儲(chǔ)能模型，以及相關(guān)控制策略，采用標(biāo)準(zhǔn)粒子群優(yōu)化算法研究?jī)?chǔ)能電站在含光伏電源配電網(wǎng)中的優(yōu)化配置，通過實(shí)際案例得到不同光伏電源配置下儲(chǔ)能電站的最優(yōu)選址定容配置方案，并分析不同負(fù)荷特性對(duì)儲(chǔ)能電站接入配置的影響。文獻(xiàn)[22]在引入人工智能算法保障風(fēng)光出力及負(fù)荷的預(yù)測(cè)精度的基礎(chǔ)上，采用混合整數(shù)區(qū)間線性規(guī)劃的方法，通過區(qū)間值的形式將優(yōu)化結(jié)果進(jìn)行表征，解決了系統(tǒng)中由于多能耦合機(jī)組運(yùn)行效率偏差引起的系統(tǒng)不確定性問題。

當(dāng)前文獻(xiàn)對(duì)于熱慣性的研究多集中于電、熱聯(lián)合系統(tǒng)[23-25]，缺乏熱慣性對(duì)IES影響的研究，且大多數(shù)只考慮了IES的經(jīng)濟(jì)運(yùn)行與規(guī)劃，未進(jìn)一步深入探討能源慣性的影響。對(duì)此，本文考慮系統(tǒng)的熱慣性，以熱力系統(tǒng)為基礎(chǔ)，建立IES的簡(jiǎn)單拓?fù)涞湫图軜?gòu)，并依據(jù)該架構(gòu)對(duì)熱力系統(tǒng)的相關(guān)特性建模，最終構(gòu)建IES優(yōu)化運(yùn)行模型。運(yùn)用該模型對(duì)算例進(jìn)行仿真，結(jié)果表明該模型在保障系統(tǒng)安全性的同時(shí)可有效降低系統(tǒng)的運(yùn)行成本。

1 考慮熱慣性的IES

1.1 IES典型架構(gòu)

圖1所示為典型IES架構(gòu)，包含了可再生能源、用于電-熱-氣能源的耦合設(shè)備﹝如熱電聯(lián)產(chǎn)機(jī)組(combined heat and power，CHP)、電轉(zhuǎn)氣(power to gas，P2G)﹞、電鍋爐(electric boiler，EB)、儲(chǔ)熱(heat storage，HS)、儲(chǔ)氣(gas storage，GS)以及多能源負(fù)載，它們擁有與外部能源進(jìn)行交互的能力。

圖1 IES典型架構(gòu)Fig.1 Typical IES structure

IES中的能量轉(zhuǎn)換模型為

L=CP+S.

(1)

式中L為IES的負(fù)荷向量，由2部分組成，其中S為儲(chǔ)能向量，C為能量轉(zhuǎn)換矩陣，P為輸入向量。

(2)

式中：LE為IES內(nèi)電負(fù)荷；LH為IES熱負(fù)荷；LG為IES氣負(fù)荷；α1、α2分別為系統(tǒng)中天然氣通過氣網(wǎng)分配給氣負(fù)荷和燃?xì)廨啓C(jī)的系數(shù)；β1為系統(tǒng)中電能分配給P2G的系數(shù)；β2為源側(cè)輸入電能分配給電鍋爐的系數(shù)；PE,ex、PH,ex、PG,ex分別為IES與電網(wǎng)、熱網(wǎng)、氣網(wǎng)的能量交互；SG、SH分別為系統(tǒng)中儲(chǔ)氣、儲(chǔ)熱裝置的實(shí)時(shí)出力；ηP2G、ηEB分別為IES中P2G和電鍋爐的能量轉(zhuǎn)化效率；ηCHP,E、ηCHP,H分別為IES中燃?xì)廨啓C(jī)氣轉(zhuǎn)電和氣轉(zhuǎn)熱的能量轉(zhuǎn)換效率；Pwind為風(fēng)電出力。

另外，考慮風(fēng)電機(jī)組出力不確定性，構(gòu)建風(fēng)電機(jī)組出力不確定性模型對(duì)風(fēng)電機(jī)組出力特性進(jìn)行描述：

(3)

式中：vci為切入風(fēng)速；vco為切出風(fēng)速；vr為額定風(fēng)速；v為風(fēng)速預(yù)測(cè)值；PWT、PWT,r分別為風(fēng)電機(jī)組輸出功率和額定輸出功率。

1.2 熱力系統(tǒng)慣性模型及儲(chǔ)能特性

熱網(wǎng)的傳輸慣性表現(xiàn)在2個(gè)方面：熱水在進(jìn)行傳輸時(shí)的時(shí)間延遲和熱水的溫度損耗。一方面，由于傳輸速度較慢，溫度變化由進(jìn)口向出口擴(kuò)散時(shí)較為緩慢，熱水管道會(huì)將一部分熱能存儲(chǔ)在其內(nèi)；另一方面，熱水在流動(dòng)過程中會(huì)與周圍環(huán)境發(fā)生熱交換，導(dǎo)致熱能損失，進(jìn)而引起溫度下降。不計(jì)傳輸熱損耗，熱力系統(tǒng)的一段管道首末端的熱水傳輸延時(shí)

(4)

式中：ρw為熱水密度；ltp為傳輸管道長(zhǎng)度；d為管道直徑；q為管道流量。

Qk,t,out=([t-τ′k]-t+1+τ′k)Qk,[t-τ′k],in+

(t-τ′k-[t-τ′k])Qk,[t-τ′k]+1,in=

(t-[τ′k]-1-t+1+τ′k)Qk,t-[τ′k]-1,in+

(t-τ′k-t+[τ′k]+1)Qk,t-[τ′k],in=

(τ′k-[τ′k])Qk,t-[τ′k]-1,in+

(τ′k-τ′k+1)Qk,t-[τ′k],in.

(5)

式中：1表示該IES中1個(gè)調(diào)度的時(shí)間間隔；Qk,t,out、Qk,t,in分別為時(shí)段t管道k的末端和首端流量。

受制于管網(wǎng)材質(zhì)，熱水在傳輸過程中出現(xiàn)的損耗

Qk,t,out=(τ′k-[τ′k])Qk,t-[τ′k]-1,ine-aklk+

([τ′k]+1-τ′k)Qk,t-[τ′k],ine-aklk+

(1-e-aklk)Tt,am.

(6)

式中：ak為管道系數(shù)；lk為管道長(zhǎng)度；Tt,am為環(huán)境溫度。

2 考慮熱慣性的IES運(yùn)行優(yōu)化模型

2.1 目標(biāo)函數(shù)

本文的目標(biāo)是將IES的調(diào)度成本降為最低，構(gòu)建基于熱慣性的IES兩階段魯棒最優(yōu)調(diào)度模型，2個(gè)階段分別為日前調(diào)度階段和實(shí)時(shí)調(diào)度階段。其中，在日前調(diào)度階段所進(jìn)行的工作是對(duì)當(dāng)前所存在的可控設(shè)備的啟停成本進(jìn)行優(yōu)化；在實(shí)時(shí)調(diào)度階段可根據(jù)系統(tǒng)的已知出力情況，結(jié)合目前系統(tǒng)風(fēng)能的實(shí)際出力，對(duì)不同設(shè)備的出力情況進(jìn)行調(diào)整，以更好地節(jié)約成本，目標(biāo)函數(shù)為：

(7)

式中：C為IES運(yùn)行成本；f1為設(shè)備累計(jì)啟停成本；f2為IES購(gòu)能成本與棄風(fēng)成本之和；x對(duì)應(yīng)各可控設(shè)備(CHP、P2G、電鍋爐、儲(chǔ)熱和儲(chǔ)氣)的啟停狀態(tài)；y對(duì)應(yīng)各設(shè)備出力的連續(xù)變量；w為系統(tǒng)供熱管道目前的熱慣性時(shí)間。

(8)

式中：Be(t)、Bh(t)、Bg(t)分別為時(shí)段t系統(tǒng)從電網(wǎng)購(gòu)電、熱網(wǎng)購(gòu)熱、氣網(wǎng)購(gòu)氣的成本；Cp(t)為時(shí)段t系統(tǒng)風(fēng)電無法使用或儲(chǔ)存的棄風(fēng)懲罰成本；Ce、Ch、Cg分別為系統(tǒng)從市政購(gòu)電、購(gòu)熱和購(gòu)氣的價(jià)格；Pe(t)、Ph(t)、Pg(t)分別為時(shí)段t系統(tǒng)與電網(wǎng)進(jìn)行電交換、與熱網(wǎng)進(jìn)行熱交換、與氣網(wǎng)進(jìn)行氣交換的交換功率；Pw,y(t)為時(shí)段t系統(tǒng)風(fēng)電預(yù)測(cè)發(fā)電功率；Pw,s(t)為時(shí)段t系統(tǒng)風(fēng)電實(shí)際發(fā)電功率；εp為系統(tǒng)棄風(fēng)懲罰系數(shù)；Cst(t)為時(shí)段t系統(tǒng)內(nèi)設(shè)備i的啟停成本；Cst,i為系統(tǒng)內(nèi)設(shè)備i的一次啟停成本；ST(t)為時(shí)段t系統(tǒng)內(nèi)設(shè)備i的啟停狀態(tài)；Ni為設(shè)備總數(shù)；Nt為系統(tǒng)整個(gè)運(yùn)行周期的總時(shí)段數(shù)。

2.2 約束條件

a)能量供應(yīng)平衡約束為

LE(t)=PCHP(t)+Pw,s(t)-PP2G(t)-

PEB(t)+PE,ex(t).

(9)

式中：LE(t)為時(shí)段t的電負(fù)荷；PCHP(t)為時(shí)段t燃?xì)廨啓C(jī)出力；PP2G(t)、PEB(t)分別為時(shí)段t的P2G熱備和電鍋爐出力。

b)熱源交換約束為

QCHP(t)+QEB(t)=cwaterm(t)×

[Tpipe,s(t)-Tpipe,b(t)].

(10)

式中：QCHP為系統(tǒng)內(nèi)熱電聯(lián)產(chǎn)機(jī)組的供熱出力；QEB為系統(tǒng)內(nèi)電鍋爐的供熱出力；Tpipe,s(t)、Tpipe,b(t)分別為系統(tǒng)在熱出力源側(cè)的給水溫度和回水溫度；cwater為水的比熱容；m(t)為時(shí)段t的水量。

c)設(shè)備出力和爬坡約束為

(11)

式中：Pi,min、Pi,max分別為設(shè)備i在運(yùn)行時(shí)的最小和最大出力，用作設(shè)備約束；Pi(t)為時(shí)段t設(shè)備i的出力；Ri,down、Ri,up分別為設(shè)備i在運(yùn)行時(shí)的滑坡和爬坡出力，一般用以約束該設(shè)備的運(yùn)行情況。

2.3 模型求解

遺傳算法是目前常用的啟發(fā)式算法之一，它通過物競(jìng)天擇、適者生存的自然規(guī)律，尋找最優(yōu)解。與其他智能算法相比，遺傳算法具有較強(qiáng)的全局搜索能力和魯棒性[26]，因此，本文使用遺傳算法，旨在得到模型的最優(yōu)解，具體流程如圖2所示，圖中Ngen為種群代數(shù)。

圖2 遺傳算法流程Fig.2 Genetic algorithm flow chart

3 算例仿真

3.1 基礎(chǔ)數(shù)據(jù)

供熱網(wǎng)絡(luò)中，CHP、電鍋爐和外部熱網(wǎng)均從同一節(jié)點(diǎn)接入，考慮到實(shí)際系統(tǒng)中熱能傳輸會(huì)產(chǎn)生一定的時(shí)滯性，以本文所建立的模型進(jìn)行仿真，以某地區(qū)的IES為例，供熱網(wǎng)管網(wǎng)參數(shù)見表1，各設(shè)備參數(shù)見表2。圖3所示為該地區(qū)電、熱、氣負(fù)荷及風(fēng)電的預(yù)測(cè)曲線，圖4所示為該地區(qū)電、熱、氣價(jià)格的折線，圖5為該地區(qū)系統(tǒng)結(jié)構(gòu)。

表1 供熱管網(wǎng)參數(shù)Tab.1 Heating pipe network parameters

表2 各設(shè)備參數(shù)Tab.2 Equipment parameters

圖3 風(fēng)電及多能源負(fù)荷預(yù)測(cè)Fig.3 Wind power and multi-energy load forecasting

圖4 電價(jià)、氣價(jià)和熱價(jià)Fig.4 Electricity price, gas price and heat price

圖5 算例系統(tǒng)結(jié)構(gòu)Fig.5 Example system structure

以下2個(gè)場(chǎng)景用于分析IES的調(diào)度運(yùn)行：場(chǎng)景1為傳統(tǒng)IES不考慮熱慣性的調(diào)度情況；場(chǎng)景2通過分析熱慣性和儲(chǔ)熱能力，對(duì)系統(tǒng)在經(jīng)濟(jì)方面的運(yùn)行效率進(jìn)行檢驗(yàn)。

3.2 仿真結(jié)果

場(chǎng)景1各設(shè)備的電出力、熱出力及氣出力如圖6—圖8所示；場(chǎng)景2各設(shè)備的熱出力、電出力及氣出力如圖9—圖11所示。

圖6 場(chǎng)景1各設(shè)備電出力Fig.6 Electricity output of each equipment in scenario 1

圖7 場(chǎng)景1各設(shè)備熱出力Fig.7 Heat output of each equipment in scenario 1

圖8 場(chǎng)景1 各設(shè)備氣出力Fig.8 Gas output of each equipment in scenario 1

圖9 場(chǎng)景2各設(shè)備熱出力Fig.9 Heat output of each equipment in scenario 2

圖10 場(chǎng)景2各設(shè)備電出力Fig.10 Electric output of each equipment in scenario 2

2種場(chǎng)景下IES的優(yōu)化結(jié)果對(duì)比如下：

在時(shí)段00∶00—08∶00和20∶00—24∶00，IES中存在富余電量，場(chǎng)景1中，電鍋爐和P2G消耗了這部分電力。但同時(shí)由于風(fēng)力發(fā)電量大、熱負(fù)荷高，熱電聯(lián)產(chǎn)受熱電制約，發(fā)電量仍維持在較高水平，出現(xiàn)大量的棄風(fēng)現(xiàn)象。場(chǎng)景2將熱慣性納入考慮范圍內(nèi)，所以降低了CHP機(jī)組在夜間的出力，棄風(fēng)量有所減少。

在熱網(wǎng)方面，IES的熱負(fù)荷主要由CHP的熱出力產(chǎn)熱和電鍋爐熱出力提供。在夜間熱網(wǎng)峰時(shí)階段，場(chǎng)景1受限于蓄熱裝置的容量，用于降低CHP出力的熱量難以被裝置釋放的熱量所滿足，而且IES會(huì)在熱網(wǎng)峰時(shí)購(gòu)入大量熱，用以降低棄風(fēng)量。場(chǎng)景2考慮熱慣性后，熱電聯(lián)產(chǎn)機(jī)組會(huì)選在熱網(wǎng)中存儲(chǔ)產(chǎn)生的余熱，在熱負(fù)荷處于高峰時(shí)段時(shí)放出熱量，這種做法能夠有效釋放熱電聯(lián)產(chǎn)在供熱方面存在的壓力，有助于增加風(fēng)電并網(wǎng)的空間。

表3為不同場(chǎng)景下的優(yōu)化結(jié)果對(duì)比。

表3 不同場(chǎng)景下優(yōu)化結(jié)果對(duì)比Tab.3 Comparison of optimization results in different scenarios

由表3可以看出，在考慮熱慣性的情況下，系統(tǒng)各方面的成本相對(duì)較低，相對(duì)于不考慮熱慣性的情況，場(chǎng)景2系統(tǒng)運(yùn)行成本降低8.4%，棄風(fēng)量降低18.6%，購(gòu)氣成本和購(gòu)電成本分別降低11.6%和4.6%。上述結(jié)果表明，在IES運(yùn)行中考慮系統(tǒng)熱慣性，能夠在一定程度上減少棄風(fēng)量并降低系統(tǒng)購(gòu)能與運(yùn)行成本。

4 結(jié)束語

由于IES中能源傳輸特性存在差異，導(dǎo)致出現(xiàn)源-荷不協(xié)調(diào)的問題，為了解決這一問題，本文基于熱力子系統(tǒng)構(gòu)建IES運(yùn)行優(yōu)化模型，并將熱慣性納入考慮范圍。最后借助仿真，對(duì)模型的有效性和可行性進(jìn)行驗(yàn)證，結(jié)果表明，在降低熱電聯(lián)產(chǎn)強(qiáng)電熱耦合方面，熱力系統(tǒng)熱慣性與儲(chǔ)能系統(tǒng)的協(xié)調(diào)優(yōu)化能夠發(fā)揮有效作用。在后續(xù)工作中，將更深入地考慮電、熱、冷、氫多能源網(wǎng)絡(luò)的能量傳輸特性和時(shí)空調(diào)度尺度，另一方面，進(jìn)一步考慮電加熱和冷卻空氣的實(shí)際能量轉(zhuǎn)換物理模型，研究考慮多能源網(wǎng)絡(luò)約束的運(yùn)行優(yōu)化。