(安徽三聯(lián)學(xué)院，安徽 合肥 230061)

0 引 言

化石能源短缺以及由化石能源帶來(lái)的環(huán)境污染問題，依然困擾人類[1]。冷熱電三聯(lián)供(combined cooling, heating and power,CCHP)系統(tǒng)作為分布式能源的一種，可實(shí)現(xiàn)能源的梯級(jí)利用，提高系統(tǒng)能源利用效率，具有節(jié)能、環(huán)保的特點(diǎn)。隨著微電網(wǎng)技術(shù)的發(fā)展，CCHP型微電網(wǎng)通過(guò)對(duì)各分布式電源進(jìn)行整合管理，在提高可再生能源利用效率、減輕環(huán)境污染的基礎(chǔ)上，又保障了系統(tǒng)的穩(wěn)定性[2—4]。而隨著可再生能源的不斷滲透以及負(fù)荷靈活性的提高，源荷不確定性使得CCHP型微電網(wǎng)調(diào)度難度增大。近年來(lái)，針對(duì)CCHP型微電網(wǎng)優(yōu)化調(diào)度已有較多研究。例如基于調(diào)整微電源出力以及采用儲(chǔ)能設(shè)備補(bǔ)償誤差方法，文獻(xiàn)[5]提出了一種利用確定場(chǎng)景預(yù)測(cè)控制方法實(shí)時(shí)修正功率偏差模型。文獻(xiàn)[6]提出了一種基于模型預(yù)測(cè)控制和反饋校正的CCHP型微電網(wǎng)優(yōu)化調(diào)度方法，以補(bǔ)償預(yù)測(cè)誤差。文獻(xiàn)[7—9]考慮需求側(cè)管理建立了冷熱電聯(lián)供型微電網(wǎng)優(yōu)化配置模型，其中：文獻(xiàn)[7]通過(guò)削減負(fù)荷實(shí)現(xiàn)多能協(xié)同，并采用了一種基于模型預(yù)測(cè)控制的微電網(wǎng)能量管理算法；文獻(xiàn)[8]考慮包括可平移負(fù)荷和可中斷負(fù)荷管理，并采用混沌粒子群算法對(duì)所建立的模型進(jìn)行求解；文獻(xiàn)[9]建立了一種包括基礎(chǔ)負(fù)荷、可平移負(fù)荷、可轉(zhuǎn)移負(fù)荷、可削減負(fù)荷的社區(qū)冷、熱、電三聯(lián)供系統(tǒng), 算例分析驗(yàn)證了該系統(tǒng)在調(diào)整冷、熱、電負(fù)荷曲線的同時(shí)，也有效降低了綜合運(yùn)行成本。文獻(xiàn)[10]提出了一種基于綜合需求響應(yīng)的源荷協(xié)調(diào)CCHP型微電網(wǎng)優(yōu)化調(diào)度模型，采用典型場(chǎng)景集考慮新能源出力的不確定性，并利用免疫遺傳算法求解，算例分析驗(yàn)證了該方法能有效降低綜合運(yùn)行成本，具有一定的經(jīng)濟(jì)及社會(huì)價(jià)值。文獻(xiàn)[11] 建立了一種含可再生能源預(yù)測(cè)的RE-CCHP系統(tǒng)經(jīng)濟(jì)模型，通過(guò)改進(jìn)求解算法，分析各機(jī)組最優(yōu)配置結(jié)果以及可再生能源滲透率對(duì)運(yùn)行成本的影響。

考慮到負(fù)荷需求存在實(shí)時(shí)變化的特點(diǎn)，下面提出了一種基于日前初始用電負(fù)荷需求并結(jié)合電價(jià)激勵(lì)及用戶側(cè)用電舒適度的綜合實(shí)時(shí)用電需求優(yōu)化模型，實(shí)現(xiàn)負(fù)荷從高峰向非高峰轉(zhuǎn)移，并采用了遺傳算法的多目標(biāo)優(yōu)化算法。通過(guò)典型日算例分析，證明了實(shí)時(shí)需求管理模型能使負(fù)荷需求曲線明顯平緩，各微源出力相對(duì)均衡，證明了該模型的科學(xué)性和有效性。

1 系統(tǒng)模型

系統(tǒng)能源設(shè)備包括光伏電源、風(fēng)力機(jī)組、燃料電池、微型燃?xì)廨啓C(jī)、燃?xì)忮仩t；系統(tǒng)儲(chǔ)能設(shè)備包括蓄電池、儲(chǔ)熱槽；系統(tǒng)能量轉(zhuǎn)換設(shè)備包括余熱回收及轉(zhuǎn)換裝置、電制冷機(jī)、吸收式制冷機(jī)[12]，如圖1所示。

圖1 冷熱電聯(lián)供型微電網(wǎng)結(jié)構(gòu)

1.1 微型燃?xì)廨啓C(jī)

微型燃?xì)廨啓C(jī)是分布式電源中最典型的一種，微型燃?xì)廨啓C(jī)排放污染氣體量和運(yùn)行功率成正比，運(yùn)行功率超出額定功率越多，排放的污染氣體量越大。為了限定微型燃?xì)廨啓C(jī)(以下簡(jiǎn)稱燃?xì)廨啓C(jī))污染氣體排放量，文中對(duì)燃?xì)廨啓C(jī)的運(yùn)行功率進(jìn)行限制[13—14]；依據(jù)文獻(xiàn)[15]，給出了其較為精確的污染排放量數(shù)據(jù)，如表1所示。

表1 微型燃?xì)廨啓C(jī)排放特性 單位：g/kWh

Pm(t)=Gm(t)ηmLng

(1)

(2)

式中：Pm(t)為燃?xì)廨啓C(jī)發(fā)電功率；Tm(t) 為燃?xì)廨啓C(jī)熱出力；Gm(t)為燃?xì)廨啓C(jī)燃?xì)庀?；ηm為燃?xì)廨啓C(jī)發(fā)電效率；Lng為燃?xì)鉄嶂?，一般?.7 kWh/m3。

1.2 余熱回收裝置和熱交換裝置

燃?xì)廨啓C(jī)排出煙氣余熱通過(guò)余熱回收裝置收集起來(lái)，經(jīng)熱交換裝置轉(zhuǎn)換成熱能供給CCHP型微電網(wǎng)系統(tǒng)的冷、熱負(fù)荷需求，實(shí)現(xiàn)能量的梯級(jí)利用[11]。

1)余熱功率

Tr(t)=Tm(t)·ηr

(3)

式中，ηr為余熱回收裝置效率。

2)熱交換裝置熱出力

Tex(t)=Texin(t)·ηex

(4)

式中：Texin(t)為熱交換裝置輸入熱功率；ηex為熱交換效率。

1.3 燃?xì)忮仩t

當(dāng)余熱回收及轉(zhuǎn)換裝置輸出的熱量不能夠滿足系統(tǒng)熱負(fù)荷需求時(shí)，燃?xì)忮仩t作為熱能補(bǔ)充設(shè)備提供能量給熱負(fù)荷[14]。

燃?xì)忮仩t熱出力為

Tbl(t)=Gbl(t)·ηblLng

(5)

式中：Gbl(t)為燃?xì)忮仩t消耗燃?xì)饬?；ηbl為燃?xì)忮仩t效率。

1.4 光伏電源

光伏發(fā)電系統(tǒng)是CCHP型微電網(wǎng)的重要組成部分之一，溫度和太陽(yáng)光照強(qiáng)度是影響分布式光伏發(fā)電系統(tǒng)的重要因素。

光伏發(fā)電功率為

Pp(t)=а1Pprp(t)·A[1+а2(Ts-Tsic)]

(6)

式中：а1為功率系數(shù)，指實(shí)際輸出功率與額定條件下輸出功率的比值，一般取0.9；а2為功率溫度系數(shù)；Pprp(t)為額定輸出功率；A為電池板實(shí)際輻照度；Tsic為標(biāo)準(zhǔn)測(cè)試條件下參考溫度，一般取25 ℃；Ts為當(dāng)前電池板表面溫度，可由式(7)求出。

Ts=Ta+0.013 8(1+0.031Ta)(1-0.042vp)·A

(7)

式中：Ta為環(huán)境溫度；vp為風(fēng)速。

1.5 風(fēng)力發(fā)電

風(fēng)力發(fā)電與光伏發(fā)電在時(shí)間尺度上具有較為明顯的互補(bǔ)性。夏季太陽(yáng)能資源豐富，而風(fēng)能資源則較小;冬春季則反之。合理利用這種互補(bǔ)特性，不僅可以減小整體投資成本，更能夠減小儲(chǔ)能系統(tǒng)的負(fù)擔(dān)，從而可以一定程度上縮小儲(chǔ)能設(shè)備容量。

由貝茲理論可知，通過(guò)風(fēng)輪的最大能量可以表示為

Pw(t)=0.5ρπR2vw3CP

(8)

式中：ρ為空氣密度；R為風(fēng)輪葉片半徑；vw為風(fēng)速；CP為風(fēng)能利用系數(shù)，一般取0.593。

1.6 吸收式制冷機(jī)

目前吸收式制冷機(jī)中，溴化鋰制冷機(jī)的應(yīng)用最為廣泛。

吸收式制冷機(jī)冷出力為

Cac(t)=Tacin(t)·аa(bǔ)c

(9)

式中：Tacin(t)為吸收式制冷機(jī)輸入熱功率；аa(bǔ)c為制冷系數(shù)。

1.7 電制冷機(jī)

電制冷機(jī)的冷出力為

Cec(t)=Pec(t)·аec

(10)

式中：Pec(t)為電制冷機(jī)輸入電功率；аec為電制冷系數(shù)。

1.8 儲(chǔ)能設(shè)備

1)儲(chǔ)熱

余熱回收和熱轉(zhuǎn)換裝置提供的熱能超過(guò)系統(tǒng)熱負(fù)荷需求時(shí)，采用蓄熱槽儲(chǔ)熱；當(dāng)余熱回收和熱轉(zhuǎn)換裝置提供熱能不足時(shí)，首先由蓄熱槽補(bǔ)充熱能。

蓄熱槽存儲(chǔ)熱量為

Ths(t)=(1-σhs)Ths(t-1)+

[ηhscThsc(t)-Thsd(t)/ηhsd]·Δt

(11)

式中：σhs為蓄熱槽能量損耗系數(shù)；ηhsc為蓄熱槽蓄熱效率；ηhsd為 蓄熱槽放熱效率；Thsc(t)為t時(shí)刻蓄熱槽蓄熱功率；Thsd(t)為t時(shí)刻蓄熱槽放熱功率；Δt為時(shí)間間隔。

2)儲(chǔ)電

燃?xì)廨啓C(jī)和分步式電源(distributed generation,DG)提供的電能超過(guò)系統(tǒng)電負(fù)荷及電制冷機(jī)需求時(shí)，采用蓄電池儲(chǔ)電；當(dāng)系統(tǒng)提供電能不足時(shí)，首先由蓄電池補(bǔ)充電能。

蓄電池存儲(chǔ)電量為

Pbt(t)=(1-σbt)Pbt(t-1)+

(12)

式中：σbt為蓄電池能量損耗系數(shù)；ηbtc為蓄電池蓄電效率；ηbtd為蓄電池放電效率；Pbtc(t)為t時(shí)刻蓄電池蓄電功率；Pbtd(t)為t時(shí)刻蓄電池放電功率。

2 能量管理模型

2.1 目標(biāo)函數(shù)

1)總投資成本最小

(13)

式中,Egrid(t)、Eng(t)、Ebt(t)、Erm(t)分別為電網(wǎng)交互成本、天然氣消耗成本、電池老化成本、運(yùn)維成本。

①天然氣成本

Eng(t)=Enmt(t)+Enbl(t)

(14)

式中：Enmt(t)為燃?xì)廨啓C(jī)消耗天然氣成本；Enbl(t)為燃?xì)忮仩t消耗天然氣成本。

②電池老化成本

Ebt(t)=Ebtc(t)+Ebtd(t)

(15)

式中：Ebtc(t)為蓄電池儲(chǔ)電成本；Ebtd(t)為蓄電池放電成本。

③電網(wǎng)交互成本

Egrid(t)=Egridin(t)-Egridout(t)

(16)

式中：Egridin(t)為買電成本；Egridout(t)為賣電收益。

④運(yùn)維成本

Pw(t)Rwr+Cac(t)Racr+Cec(t)Recr+

[Thsc(t)-Thsd(t)]Rhsr+[Pbtc(t)+

Pbtd(t)]

Rbtr+TR(t)Rrr+Tex(t)Rexr

}·Δt

(17)

式中,Rmtr、Rblr、Rpr、Rwr、Racr、Recr、Rhsr、Rbtr、Rrr、Rexr分別為燃?xì)廨啓C(jī)、燃?xì)忮仩t、光伏電池、風(fēng)機(jī)、吸收式制冷機(jī)、電制冷機(jī)、蓄熱槽儲(chǔ)熱放熱、蓄電池充放電、余熱回收裝置和熱交換裝置t時(shí)刻出力費(fèi)用。

2)環(huán)境成本

污染物的排放與燃?xì)廨啓C(jī)的出力、燃?xì)忮仩t出力以及電網(wǎng)購(gòu)電有關(guān)，以CO2為例，其排放量為

Qcd=[Nmg(t)βmcd+Nbg(t)βbcd+Ng(t)βgcd]·T

(18)

式中：Nmg(t)、Nbg(t)、Ng(t)分別為燃?xì)廨啓C(jī)、燃?xì)忮仩t燃?xì)庑枨笠约半娋W(wǎng)購(gòu)電需求；βmcd、βbcd、βgcd分別為燃?xì)廨啓C(jī)、燃?xì)忮仩t、電網(wǎng)購(gòu)電CO2排放轉(zhuǎn)換因子；T為整個(gè)規(guī)劃周期。

有害氣體處理成本[16]為

(19)

式中：k為污染物的種類；Rk為第k項(xiàng)污染物的處理費(fèi)用；Qk為第k項(xiàng)污染物的排放量。

2.2 約束條件

1)電平衡

Pm(t)+PP(t)+Pw(t)+Pgin(t)+Pbtd(t)=

Pec(t)+Pl(t)+Pbtc(t)+Pgout(t)

(20)

式中：Pgin(t)為電網(wǎng)購(gòu)電功率；Pgout(t)為電網(wǎng)回購(gòu)功率；Pl(t)為電負(fù)荷需求。

2)熱平衡

Tm(t)+Tex(t)+Tbl(t)+Thsd(t)=

Tacin(t)+Thsc(t)+Tl(t)

(21)

式中，Tl(t)為熱負(fù)荷需求。

3)冷平衡

Cec(t)+Cac(t)=Cl(t)

(22)

式中，Cl(t)為冷負(fù)荷需求。

4)設(shè)備平衡約束

①微型燃?xì)廨啓C(jī)

Pm,min(t)≤Pm(t) ≤Pm,max

(23)

②光伏電源

0≤Pp(t) ≤Pm,max

(24)

③風(fēng)電機(jī)組

0≤Pw(t) ≤Pm,max

(25)

④電網(wǎng)

0≤Pgin(t) ≤Pgin,max,0≤Pgout(t) ≤Pgout,max

(26)

⑤蓄電池

(27)

⑥蓄熱槽

(28)

式(23)—式(28)中：下標(biāo)max、min分別表示對(duì)應(yīng)量的最大值、最小值；Xbtc、Xbtd分別為蓄電池充、放電標(biāo)志；Xhsc、Xhsd分別為蓄熱槽充、放熱標(biāo)志。

3 實(shí)時(shí)需求管理模型

基于日前負(fù)荷需求曲線，考慮用戶側(cè)用電成本和用電舒適度，建立一種綜合信息價(jià)格激勵(lì)機(jī)制的實(shí)時(shí)用電需求模型，鼓勵(lì)用戶在用電高峰期適量轉(zhuǎn)移部分需求到用電低谷?？傆秒娦枨罂杀硎緸?/p>

(29)

式中：Por(t)為t時(shí)刻初始用電需求；T為一個(gè)管理周期的時(shí)間。

實(shí)時(shí)用電需求為

Prt(t)=Por(t)+Pmv(t)

(30)

式中，Pmv(t)為轉(zhuǎn)移需求。

轉(zhuǎn)移負(fù)荷受到電價(jià)影響，假設(shè)將一個(gè)管理周期分為i個(gè)時(shí)間段，用Ni表示，對(duì)應(yīng)時(shí)間段電價(jià)為ri，標(biāo)準(zhǔn)電價(jià)為r0，則由負(fù)荷轉(zhuǎn)移引起的電價(jià)補(bǔ)償費(fèi)用為

Rtot(t)=Pmv(t)·(r0-ri)

(31)

其中：

ri=γ·r0

(32)

rimin≤ri≤rimax

γ=Por(t)/Pav(t)

(33)

Pav(t)=Ptot(t)/T

(34)

式中：Pav(t)為平均電負(fù)荷需求；γ為用電需求浮動(dòng)因子。

4 算例分析

參照文獻(xiàn)[17]中的算例參數(shù)，并結(jié)合合肥地區(qū)實(shí)際情況給出各微電源參數(shù)，如表2所示；系統(tǒng)其他參數(shù)如表3所示。

表2 微電源參數(shù)

4.1 gamultiobj函數(shù)

Kalyanmoy Deb的帶精英策略的快速非支配排序遺傳算法是目前應(yīng)用較為廣泛的一種算法，Matlab提供了基于此種算法的gamultiobj函數(shù)，算例分析基于gamultiobj函數(shù)，證明了此算法為解決多目標(biāo)優(yōu)化問題提供了良好的分析途徑。

4.2 典型日風(fēng)機(jī)、光伏出力以及負(fù)荷預(yù)測(cè)曲線

為驗(yàn)證所建模型及求解算法的有效性，參考文獻(xiàn)[18-19]得到某典型日風(fēng)機(jī)及光伏出力曲線如圖2所示，某典型日的冷負(fù)荷、熱負(fù)荷和電負(fù)荷曲線如圖3所示。

圖2 光伏和風(fēng)力出力預(yù)測(cè)曲線

4.3 主要污染物處理成本

各污染物的處理成本如表4所示，各主要發(fā)電方式的污染物排放量如表5所示，某典型日分時(shí)段電價(jià)如表6所示。

4.4 優(yōu)化分析

以某典型日24 h為一個(gè)調(diào)度周期，調(diào)度時(shí)段長(zhǎng)1 h。采用遺傳算法的多目標(biāo)優(yōu)化算法進(jìn)行優(yōu)化調(diào)度分析，種群大小設(shè)置為100，最優(yōu)前端個(gè)體系數(shù)為0.3，最大進(jìn)化代數(shù)為為200，停止代數(shù)為200，適應(yīng)度函數(shù)值偏差為1×10-100。

表3 系統(tǒng)其他參數(shù)

圖3 典型日冷、熱、電負(fù)荷預(yù)測(cè)曲線

表4 主要污染物處理成本單位：元/kg

表5 主要發(fā)電方式污染物排放量 單位：g/kWh

表6 某典型日分時(shí)段電價(jià) 單位：元/kWh

以某典型日負(fù)荷需求為例，圖4給出了考慮實(shí)時(shí)需求管理優(yōu)化的第一個(gè)前端個(gè)體分布情況；圖5—圖10給出了實(shí)時(shí)用電需求管理的各微源出力情況；圖11給出了綜合考慮實(shí)時(shí)需求及電價(jià)激勵(lì)的實(shí)時(shí)用電需求曲線與初始需求曲線。

圖4 考慮實(shí)時(shí)需求管理的第一個(gè)前端個(gè)體分布

圖5 風(fēng)電-光伏出力

圖6 燃?xì)廨啓C(jī)出力

圖7 燃?xì)忮仩t出力

圖8 吸收式制冷機(jī)出力

圖9 電制冷機(jī)出力

圖10 蓄電池、蓄熱槽出力

圖11 某典型日電負(fù)荷需求曲線對(duì)比

由圖11可得，通過(guò)價(jià)格激勵(lì)及用電舒適度優(yōu)化，實(shí)時(shí)用電需求曲線明顯平緩，初始用電高峰適度向非高峰區(qū)域轉(zhuǎn)移。算例表明，考慮實(shí)施需求管理優(yōu)化方法各微電源出力較為均衡，能源利用率相對(duì)較高。

5 結(jié) 論

上面分析了冷熱電聯(lián)供型微電網(wǎng)優(yōu)化現(xiàn)狀，并建立了一個(gè)典型的冷熱電微電網(wǎng)優(yōu)化模型，分析了各微電源工作原理及出力特點(diǎn)；提出了一種基于日前初始用電負(fù)荷需求并結(jié)合電價(jià)激勵(lì)及用戶側(cè)用電舒適度的綜合實(shí)時(shí)用電需求優(yōu)化模型；采用遺傳算法的多目標(biāo)優(yōu)化算法進(jìn)行優(yōu)化，考慮實(shí)時(shí)需求管理模式進(jìn)行仿真分析。實(shí)際算例證明，考慮實(shí)時(shí)需求管理優(yōu)化方法使得用電需求曲線明顯平緩，各微電源在各時(shí)段處理情況較不考慮實(shí)時(shí)需求管理時(shí)更為均衡，改善了各微電源出力不均衡帶來(lái)的資源浪費(fèi)、能源利用率低等問題。同時(shí)，由于在實(shí)時(shí)需求管理中兼顧用戶側(cè)用電舒適度問題，避免了由于電價(jià)激勵(lì)帶來(lái)的用戶滿意度低的問題。由于所用算例中價(jià)格激勵(lì)參數(shù)設(shè)置相對(duì)簡(jiǎn)單，沒有進(jìn)行深入調(diào)研，致使價(jià)格激勵(lì)帶來(lái)的價(jià)格補(bǔ)償費(fèi)用增加，使得總成本相較不考慮實(shí)時(shí)用電需求管理模型稍有增加。