張章，王濤，張麗潔，李光毅，韓璟琳

（國網(wǎng)河北省電力有限公司經(jīng)濟技術(shù)研究院，石家莊 210943）

0 引言

近年來，區(qū)域級綜合能源系統(tǒng)及其優(yōu)化管理策略受到大量學(xué)者的研究關(guān)注[1]。隨著綜合能源系統(tǒng)控制技術(shù)的逐漸成熟，用戶端綜合能源系統(tǒng)的應(yīng)用逐漸成為可能并得到推廣[2-5]。用戶端綜合能源系統(tǒng)中，熱電冷聯(lián)供機組（combined cooling heating and power，CCHP）消耗燃?xì)?，同時實現(xiàn)電力發(fā)電、制熱、制冷功能，越來越受到人們的青睞[6-8]。用戶端綜合能源系統(tǒng)中電力發(fā)電單元除從傳統(tǒng)電網(wǎng)購電之外，可以借助于自家屋頂光伏發(fā)電進行電力輸出，為用戶負(fù)荷提供電力服務(wù)。

屋頂光伏發(fā)電輸出存在較大的不穩(wěn)定性[9-11]，為解決這一問題，可以考慮引入儲能設(shè)備，減少能源供需不匹配問題。對于含屋頂光伏發(fā)電單元的用戶端綜合能源網(wǎng)絡(luò)，家用電動汽車（plugged in hybrid electric vehicle，PHEV）作為一種新型充電儲能技術(shù)（energy storage system，ESS），為提高屋頂光伏發(fā)電輸出可靠性、靈活性和舒適性帶來了巨大的機會[12-15]。

對于綜合能源系統(tǒng)進行優(yōu)化管理是實現(xiàn)發(fā)電、消費和儲能資源優(yōu)化協(xié)調(diào)的有效手段，可以最大化地實現(xiàn)系統(tǒng)運行效率，降低用戶用能成本。文獻(xiàn)[16-17]提出的智能能源管理策略僅僅研究了傳統(tǒng)發(fā)電機組的功率輸出與綜合能源系統(tǒng)之間協(xié)調(diào)關(guān)系，未考慮光伏發(fā)電的功率輸出。文獻(xiàn)[18]研究了負(fù)荷隨機預(yù)測模型來調(diào)度發(fā)電機組出力，主要是從發(fā)電端預(yù)測功率負(fù)荷模型，未主動從負(fù)荷端考慮優(yōu)化策略。

本文創(chuàng)新性地將燃?xì)獍l(fā)電機組及用戶屋頂光伏發(fā)電單元引入綜合能源網(wǎng)絡(luò)，建立一種新型用戶端氣-電綜合能源網(wǎng)絡(luò)架構(gòu)模型，同時首次將家用電動汽車作為該氣-電綜合能源網(wǎng)絡(luò)架構(gòu)模型中的儲能裝置進行研究。基于新型的用戶端氣-電綜合能源網(wǎng)絡(luò)架構(gòu)模型，同時將用戶端負(fù)荷需求響應(yīng)納入綜合能源網(wǎng)絡(luò)優(yōu)化策略，充分利用終端用戶負(fù)荷轉(zhuǎn)移、消減及柔性熱負(fù)荷處理技術(shù)，提出一個適用于該模型的能源系統(tǒng)運行控制策略，建立能源成本最小化目標(biāo)函數(shù)的同時，增加終端用戶對二氧化碳、氮氧化物和二氧化硫氣體排放的目標(biāo)優(yōu)化函數(shù)。對于多目標(biāo)優(yōu)化，獲得其最優(yōu)解，最終達(dá)到降低能源成本的同時，減小環(huán)境污染氣體排放。并研究了電動汽車及熱儲能裝置的儲能優(yōu)勢?？梢栽跐M足用戶端電力及熱能需求的同時，較好地協(xié)調(diào)用戶端綜合能源系統(tǒng)內(nèi)部熱電聯(lián)產(chǎn)機組、光伏發(fā)電、電動汽車及熱儲能單元。

1 用戶端綜合能源系統(tǒng)

本文所提出的新型用戶端氣-電綜合能源網(wǎng)絡(luò)模型見圖1。新型網(wǎng)絡(luò)模型包括燃?xì)鉄犭娎渎?lián)供發(fā)電機組及屋頂光伏發(fā)電單元、傳統(tǒng)電網(wǎng)供電接入單元、電動汽車單元、熱儲能單元。其中，電動汽車單元作為電儲能裝置，可以解決屋頂光伏發(fā)電出力的穩(wěn)定性較差的問題，改善其輸出效率；熱儲能單元用于實現(xiàn)燃?xì)鉄犭娎渎?lián)供機組的熱能存儲，提高供熱效率；用戶端氣-電綜合能源網(wǎng)絡(luò)的用電負(fù)荷主要囊括諸如用戶照明及電器負(fù)荷、用戶供暖負(fù)荷、用戶制冷負(fù)荷等常規(guī)負(fù)荷。

圖1 用戶端綜合能源模型Fig.1 Client-side integrated energy model

1.1 發(fā)電單元數(shù)學(xué)模型

1.1.1 熱電冷聯(lián)供單元

如圖1 所示，熱電冷聯(lián)供單元主要由4 個部分組成：燃?xì)獍l(fā)電單元（power generation unit，PGU）、熱回收單元（heat recovery unit，HRU）、制熱及制冷單元。燃?xì)馑腿隤GU 進行發(fā)電，HRU 利用PGU 發(fā)電產(chǎn)生的余熱實現(xiàn)制冷與制熱。同時系統(tǒng)中配備熱儲能單元（thermal energy storage，TES），可以儲存多余的熱能，以便實現(xiàn)最大的成本效益。聯(lián)供系統(tǒng)中制冷分為吸收式制冷機和電制冷機，兩者結(jié)合有助于提高能效。熱電冷聯(lián)供單元機組的運行模型如下：

聯(lián)供單元燃?xì)庀牧抗綖?/p>

式中：β為單位功率與燃?xì)獾霓D(zhuǎn)換系數(shù)；為時間t時CCHP 機組燃?xì)庀牧?，m3。

聯(lián)供單元運行約束公式為

1.1.2 光伏發(fā)電單元

光伏發(fā)電的輸出功率取決于太陽輻射度大小，其具有較大的隨機波動性。本文采用確定性光伏輸出模型，并利用時間序列模型收集太陽輻射預(yù)測的歷史數(shù)據(jù)[19-21]。圖2 為使用時間序列模型預(yù)測的太陽輻射數(shù)據(jù)分布圖，光伏輸出功率公式為

圖2 太陽輻射度的歷史和預(yù)測時間序列Fig.2 History and forecast time series of solar irradiance

1.2 用戶終端負(fù)荷數(shù)學(xué)模型

用戶終端居家電器用電量約占總用電量的35%，其中將近50% 的負(fù)荷具有響應(yīng)負(fù)荷特性，具有較大的負(fù)荷轉(zhuǎn)移潛力。將用戶終端負(fù)荷分為：可轉(zhuǎn)移負(fù)荷、可削減負(fù)荷和柔性制冷制熱負(fù)荷及儲能負(fù)荷。

1.2.1 可轉(zhuǎn)移負(fù)荷

用戶終端個別電器在滿足用戶基本使用要求的情況下，可根據(jù)用戶端綜合能源網(wǎng)絡(luò)能源價格的波動變化，安排其運行時間，此類負(fù)荷設(shè)備具有可轉(zhuǎn)移特性。綜合考慮可轉(zhuǎn)移負(fù)荷的運行時間，運行邏輯，其運行限制公式為

式（11）為可轉(zhuǎn)移負(fù)荷首選運行時間窗口。式（12）和式（13）分別為一天當(dāng)中負(fù)荷的總運行小時數(shù)及用戶使用所需的最短時間。

1.2.2 可削減負(fù)荷

綜合能源網(wǎng)絡(luò)的照明負(fù)荷在能源高價時段，可降低亮度到預(yù)定水平，定義為可削減負(fù)荷。本研究參考文獻(xiàn)[20]提出的照明數(shù)學(xué)模型，并引入光照度數(shù)據(jù)來模擬可削減照明負(fù)荷的大小，同時，將高峰時段照明削減20%，其運行約束表達(dá)式如式（14）。

1.2.3 柔性制熱制冷負(fù)荷

本文借鑒文獻(xiàn)[20]中相關(guān)模型，對制熱制冷進行建模，并假設(shè)熱水、冷水進行等量循環(huán)，水溫控制按式（15）計算。

上式可以看出，水溫與新進冷水水溫、剩余熱水水溫及熱電冷聯(lián)供系統(tǒng)輸出熱功率有關(guān)。對于單一夏季時間段，依據(jù)熱力學(xué)定律，單位時間間隔內(nèi)，通過用戶建筑內(nèi)傳遞的熱量可表示為

將式（17）代入式（16）可得

式（18）的單位小時離散模型公式為

同時，考慮到改模型中綜合能源網(wǎng)絡(luò)制熱制冷負(fù)荷工作溫度不應(yīng)局限于固定溫度值，其約束條件為

1.2.4 熱儲能負(fù)荷

熱儲能建模[22-24]遵循如下約束，式（22）和式（23）分別表示TES 吸收和釋放熱能范圍，式（24）表示TES 吸收及釋放熱能總和限制。TES 熱儲能大小為式（25）所示，其范圍約束為式（26）所示。

三要講究藝術(shù)性?；鶎铀枷胝喂ぷ髯罨镜娜蝿?wù)是要挖掘人的潛能，激發(fā)人的工作積極性。要藝術(shù)地運用表揚與批評有機結(jié)合的方法，有效地激發(fā)職工群眾的工作熱情?？陀^地講，多數(shù)職工群眾身上的優(yōu)點和長處是主要的，因一點過失而過分批評，會使一個本來上進心很強的人背上包袱。這就要求表揚與批評都適度，批評要合情合理，表揚要恰如其分，要嚴(yán)得合理，寬得可行。對待每個人的短處，要以教育為主，講明道理，使其心悅誠服；對待每個人的長處要適當(dāng)表揚，防止他們驕傲自滿。

1.2.5 電儲能負(fù)荷

本文中將用戶端綜合能源網(wǎng)絡(luò)面對的用戶充電電動汽車PHEV 充當(dāng)電儲能負(fù)荷進行優(yōu)化管理。該負(fù)荷可以在峰谷低電價時間段內(nèi)，完成充電運行，并在峰值電價時間段進行放電運行，將多余電力售出，進行獲利。對其充放電過程進行建模，式（27）-（29）分別表示PHEV 的電池能量平衡和充放電約束。

PHEV 運行窗口時間及電池充放電約束的上下限表示為

式中，Cap 為電池容量，kWh。

充電、放電同時執(zhí)行時的約束公式為

2 優(yōu)化管理模型

2.1 能源功率平衡

優(yōu)化管理模型是實現(xiàn)用戶端綜合能源網(wǎng)絡(luò)優(yōu)化管理的重要組成部分。該模型通過對終端負(fù)荷、發(fā)電機組和儲能單元充放電進行優(yōu)化調(diào)節(jié)，有助于最大限度地降低能源成本。除了需要研究系統(tǒng)各個元件的數(shù)學(xué)模型之外，還需要建立優(yōu)化模型的能量功率平衡模型[25-28]。

2.1.1 電功率平衡

1）未考慮DR。

2）考慮DR。

2.1.2 熱功率平衡

HRU 的制熱功率平衡表示為

制冷功率平衡公式為

式中，COPAC為制冷熱力系數(shù)。

2.2 優(yōu)化目標(biāo)函數(shù)

2.2.1 能源成本優(yōu)化目標(biāo)

終端用戶的綜合能源成本包括從電網(wǎng)購買的電力成本、向電網(wǎng)出售電力的收入以及熱電冷聯(lián)供系統(tǒng)的燃?xì)庀某杀尽?/p>

2.2.2 多目標(biāo)優(yōu)化

空氣溫室氣體排放中有大約28%來自于能源發(fā)電，其中本文研究的熱電冷聯(lián)供綜合能源網(wǎng)絡(luò)涉及到電網(wǎng)傳統(tǒng)發(fā)電及燃?xì)庀陌l(fā)電，主要產(chǎn)出二氧化碳、氮氧化物和硫氧化物，本文將該類溫室氣體排放指標(biāo)作為終端用戶綜合能源網(wǎng)絡(luò)優(yōu)化模型的輔助目標(biāo)函數(shù)。

采用epsilon 約束收斂方法，同時利用文獻(xiàn)[29]中敘述的模糊Pareto 預(yù)測，獲得式（40）的能源成本及溫室氣體排放的多目標(biāo)最優(yōu)解。

3 實驗驗證

圖3 所示為本文新型用戶端氣-電綜合能源網(wǎng)絡(luò)的總用電需求曲線及關(guān)鍵負(fù)荷額定功率數(shù)據(jù)大?。槐緦嶒炗脩舳藲?電綜合能源網(wǎng)絡(luò)包括1 臺4 kW 熱電冷聯(lián)供機組、5 kW 屋頂光伏發(fā)電單元及1 臺7 kW的電動汽車；其中，用戶終端個別電器在滿足用戶基本使用要求的情況下，可根據(jù)用戶端綜合能源網(wǎng)絡(luò)能源價格的波動變化安排其運行時間，此類負(fù)荷設(shè)備具有可轉(zhuǎn)移特性，從用戶家用負(fù)荷中選擇5 種常規(guī)類型的可轉(zhuǎn)移負(fù)荷，可轉(zhuǎn)移負(fù)荷工作參數(shù)見表1，實驗系統(tǒng)的技術(shù)參數(shù)及電網(wǎng)峰谷電價見表2 和表3，其中售電及購電采用同一價格，其中電價參考江蘇省商住兩用住宅現(xiàn)用用電價格。

圖3 總電力需求及關(guān)鍵負(fù)荷功率Fig.3 Total power demand and critical load power

表1 可轉(zhuǎn)移負(fù)荷工作參數(shù)Tab1e 1 Working parameters of transferable load

表2 運行參數(shù)Table 2 Operation parameters

表3 夏季工作日能源定價Table 3 Energy tariff of weekday in summer

3.1 案例研究

為驗證該新型用戶端氣-電綜合能源網(wǎng)絡(luò)模型及所提優(yōu)化運行策略的有效性，此處將3 種不同運行策略案例應(yīng)用于該新型用戶端氣-電綜合能源網(wǎng)絡(luò)模型進行對比研究，具體見表4。案例1 運行策略為傳統(tǒng)運行模式，未進行任何相關(guān)優(yōu)化管理；案例2 運行策略引入DR 優(yōu)化管理；案例3 運行策略為本文所研究運行策略，其引入DR 優(yōu)化的同時，對TES 及PHEV 進行智能化儲能調(diào)度管理，實現(xiàn)儲能與電網(wǎng)之間能量的雙向流動。

表4 案例研究列表Table 4 List of case studies

3.2 能源成本優(yōu)化

圖4 為針對案例1 及案例2 的CCHP 機組單日電力輸出數(shù)據(jù)分布圖，從圖中可以看出，相比于案例1，案例2 中引入包括轉(zhuǎn)移負(fù)荷、削減負(fù)荷及柔性負(fù)荷優(yōu)化策略的DR 應(yīng)用之后，CCHP 機組可以輸出更多的電力功率，尤其是在峰值電價時間段內(nèi)，電力功率輸出增多更加明顯，多余的功率出售給電網(wǎng)系統(tǒng)，可以獲得更多的利潤。

圖4 CCHP在案例1及案例2中的電力輸出Fig.4 Power output of CCHP in case 1 and case 2

圖5 為對應(yīng)的案例1 及案例2 的電力功率需求變化曲線，從曲線圖中可以看出，案例2 中，隨著DR優(yōu)化管理的應(yīng)用，峰值電價區(qū)間段（單日13 點-17點）的可轉(zhuǎn)移負(fù)荷被優(yōu)化安排在谷值電價區(qū)間段的夜間運行，其負(fù)荷運行曲線變得更加平滑。同時，用電高峰負(fù)荷峰值由4.602 kWh 降低到3.397 kWh，降低幅度達(dá)到26%，可以在節(jié)約出更多的CCHP 機組出力的同時，提供多余的可售電功率，降低能耗成本，增加收入。

圖5 應(yīng)用DR前后的總電力消耗Fig.5 Total power consumption before and after application of DR

表5 中列出了兩種用戶端氣-電綜合能源網(wǎng)絡(luò)的能耗數(shù)據(jù)對比，其中傳統(tǒng)用戶端氣-電綜合能源網(wǎng)絡(luò)與新型用戶端氣-電綜合能源網(wǎng)絡(luò)相比，缺少屋頂光伏發(fā)電單元及電動汽車儲能裝置。3 種案例時的能源消耗對比數(shù)據(jù)結(jié)果可以看出，案例3 應(yīng)用DR 及儲能優(yōu)化管理，局部可以提高發(fā)電機組的運行效率，使案例3 的生產(chǎn)率高于案例1 及2。對于傳統(tǒng)用戶端氣-電綜合能源網(wǎng)絡(luò)模型，案例3 較案例1 及案例2 能耗分別降低約22.7% 及15.6%，單日收入分別提高4.15 元、1.93 元；對于新型用戶端氣-電綜合能源網(wǎng)絡(luò)模型，案例3 較案例1 及案例2能耗分別降低約34.6%及26.7%，單日收入分別提高8.68 元、3.82 元。這主要得益于新型用戶端氣-電綜合能源網(wǎng)絡(luò)模型包括新的屋頂光伏發(fā)電單元提高了發(fā)電功率數(shù)值，同時引入電動汽車作為電能儲能裝置，增加了單日售電收入。表明新型用戶端氣-電綜合能源網(wǎng)絡(luò)模型具有較好的實用性。

表5 案例研究結(jié)果對比Table 5 Comparison of case study results

圖6、圖7 為案例3 中電能及熱能優(yōu)化調(diào)度結(jié)果，引入TES 及PHEV 儲能單元可以改善CCHP 的工作效率，在3 點-7 點的谷價時間段，用戶負(fù)荷電力消耗全部來自于電網(wǎng)，CCHP 機組處于關(guān)機狀態(tài)。在12 點-17 點的峰值電價區(qū)間，CCHP 處于工作狀態(tài)，同時由于光照幅度較強，光伏發(fā)電單元全功率輸出，除了可以供用戶必要負(fù)荷使用之外，多余電力進行售電，輸送給電網(wǎng)。晚間時間段，PHEV進行優(yōu)化管理，進行智能充放電處理，使其處于最優(yōu)經(jīng)濟運行。

圖6 案例3中電力能源優(yōu)化調(diào)度Fig.6 Power energy optimal scheduling of case 3

圖7 案例3中熱能優(yōu)化調(diào)度Fig.7 Thermal energy optimal scheduling in case 3

從圖7 的熱能優(yōu)化調(diào)度圖中可以看出，TES 的靈活優(yōu)化應(yīng)用在熱負(fù)荷需求較低時，將PGU 回收的熱能存儲于TES 中，在10、15、16 及18 時，由于CCHP 機組處于關(guān)閉狀態(tài)，將熱能從TES 釋放出來，以滿足用戶熱功率需求。

圖8 為PHEV 全天充電狀態(tài)，從圖中可以看出，對PHEV 進行優(yōu)化管理，使其在電價及負(fù)荷較小的夜間及早晨時間段，對其進行充電。使其在全天其余時間段時，便于及時參與儲能放電優(yōu)化，節(jié)約電網(wǎng)購電成本。

圖8 PHEV的充電狀態(tài)Fig.8 Charging state of PHEV

3.3 案例3的多目標(biāo)優(yōu)化

表6 所示為單一能耗成本優(yōu)化及多目標(biāo)優(yōu)化之后，用戶終端綜合能源系統(tǒng)與電網(wǎng)之間功率交換數(shù)據(jù)。

表6 兩種優(yōu)化方案時與電網(wǎng)之間功率交換Table 6 Power exchange between power grid in two optimization schemes

從表中數(shù)據(jù)可以看出，多目標(biāo)優(yōu)化時，從電網(wǎng)購電16.016 kW 明顯少于單一能耗成本優(yōu)化時的24.032 kW，這主要歸功于燃?xì)獍l(fā)電氣體排放低于電網(wǎng)發(fā)電氣體排放。此外，多目標(biāo)優(yōu)化會使售電功率有所減少。

圖9 為使用epsilon 約束方法的能耗成本和氣體排放多目標(biāo)最小值優(yōu)化離散分布集合。如圖9所示，在能耗和氣體排放分別為12.18 元和16.85千克的曲線拐點處可以得到多目標(biāo)優(yōu)化的最佳解。

圖9 能源成本及排放多目標(biāo)最優(yōu)解Fig.9 Multi objective optimal solution of energy cost and emission

4 結(jié)語

本文在傳統(tǒng)電力及燃?xì)馑鶚?gòu)成的綜合能源系統(tǒng)基礎(chǔ)上，將用戶端屋頂光伏發(fā)電加入系統(tǒng)構(gòu)建新型用戶端氣-電綜合能源網(wǎng)絡(luò)模型。并重點研究了新模型下的優(yōu)化運行策略，引入用戶端負(fù)荷數(shù)據(jù)，對負(fù)荷進行DR 響應(yīng)優(yōu)化策略，同時研究了電動汽車作為儲能裝置的能源調(diào)度作用?；谠撃Ｐ?，建立能耗成本、氣體排放量綜合多目標(biāo)優(yōu)化函數(shù)，并取得最優(yōu)解，實現(xiàn)在滿足用戶端負(fù)荷需求的同時，降低能耗成本及氣體排放量。仿真實驗結(jié)果表明，案例2 在案例1 的基礎(chǔ)上引入DR 策略可以防止綜合能源系統(tǒng)高峰負(fù)荷的尖峰沖擊，使負(fù)荷曲線均勻平滑，提高綜合能源系統(tǒng)效率；在相同優(yōu)化運行策略的情況下新型用戶端氣-電綜合能源網(wǎng)絡(luò)模型相比于傳統(tǒng)用戶端氣-電綜合能源網(wǎng)絡(luò)模型，能耗數(shù)據(jù)降低約12%，單日收益提高4.53 元。新型用戶端氣-電綜合能源網(wǎng)絡(luò)模型中，引入DR 優(yōu)化運行策略的同時，考慮TES 及電動汽車儲能設(shè)備的優(yōu)化調(diào)度管理，可以使發(fā)電機組全效率運行，從而降低能耗成本約30%；此外，所提出的多目標(biāo)優(yōu)化策略在降低購電成本的同時，可以達(dá)到用戶端負(fù)荷及發(fā)電溫室氣體排放最小的效果。