劉小慧 王小君 張義志 孫慶凱 席 皛

考慮生物質(zhì)儲運模式的多區(qū)域綜合能源系統(tǒng)協(xié)同規(guī)劃

劉小慧1王小君1張義志1孫慶凱1席 皛2

（1. 北京交通大學電氣工程學院 北京 100044 2. 中國電力建設(shè)集團吉林省電力勘測設(shè)計院有限公司 長春 130022）

隨著我國“雙碳”政策的推行，生物質(zhì)能作為清潔能源不斷引起關(guān)注。相比化石燃料，生物質(zhì)具有原料分散、儲運模式復雜的特點，如何平衡原料儲運成本與能量傳輸損耗是生物質(zhì)多區(qū)域規(guī)劃的重要問題。因此，該文提出一種考慮生物質(zhì)儲運模式的多區(qū)域綜合能源系統(tǒng)協(xié)同規(guī)劃方法。首先，對比分析生物質(zhì)傳統(tǒng)儲運和“點-中-心”儲運兩種模式，并建立秸稈儲運成本模型；然后，考慮不同園區(qū)負荷需求、資源約束以及生物質(zhì)機組容量成本階梯型關(guān)系，以區(qū)域綜合能源系統(tǒng)群整體經(jīng)濟性最優(yōu)為目標，優(yōu)化秸稈運輸路徑與設(shè)備管道配置；最后，以吉林省某典型綜合區(qū)域為例，驗證了基于“點-中-心”儲運模式協(xié)調(diào)優(yōu)化原料運輸與區(qū)域能源互聯(lián)協(xié)同能夠降低系統(tǒng)規(guī)劃成本。

多區(qū)域綜合能源系統(tǒng) 協(xié)同規(guī)劃 生物質(zhì)儲運模式 生物質(zhì)聯(lián)供機組

0 引言

近年來，我國能源供給形式逐漸由單一系統(tǒng)演變?yōu)槎鄥^(qū)域綜合能源系統(tǒng)（Integrated Energy System, IES），其在滿足各區(qū)域能量需求的同時提高了整體的經(jīng)濟性、環(huán)保性和可靠性[1-2]。而且在2020年我國提出“雙碳”目標，加速能源綠色轉(zhuǎn)型，形成以可再生能源為主的能源結(jié)構(gòu)是一種必然趨勢[3]。針對我國東北地區(qū)，利用生物質(zhì)機組將秸稈原料轉(zhuǎn)換為電熱能源，既發(fā)揮了當?shù)厣镔|(zhì)豐富的資源優(yōu)勢，又可以作為供能系統(tǒng)的主要組成部分，因此在東北地區(qū)設(shè)計規(guī)劃以生物質(zhì)聯(lián)供機組（Biomass Power Generation, BPG）為核心的多區(qū)域綜合能源系統(tǒng)是能源領(lǐng)域發(fā)展的熱點之一。

目前考慮生物質(zhì)能的多區(qū)域綜合能源系統(tǒng)協(xié)同規(guī)劃研究相對較少，文獻[4]研究一種考慮生物質(zhì)余熱回收的混合供能模式，提高生物質(zhì)燃料利用效率；文獻[5]利用生物質(zhì)能耦合風能，提出一種考慮生物質(zhì)發(fā)電的新型綜合能源系統(tǒng)；文獻[6-7]建立了考慮生物質(zhì)能與風光儲能等聯(lián)合互補供能的優(yōu)化配置模型，有效提高系統(tǒng)經(jīng)濟可靠運行；文獻[8-9]考慮熱網(wǎng)傳輸能量損耗與延遲效應(yīng)建立供熱系統(tǒng)模型，研究區(qū)域綜合能源系統(tǒng)電熱聯(lián)合規(guī)劃運行方法；文獻[10]同時考慮經(jīng)濟性和可靠性，建立區(qū)域IES規(guī)劃運行一體化多目標優(yōu)化模型。上述研究將生物質(zhì)機組應(yīng)用于系統(tǒng)規(guī)劃運行中，但普遍認為生物質(zhì)原料具有與傳統(tǒng)化石燃料相同的供應(yīng)特性，并未考慮秸稈原料分散和儲運模式復雜的特點。與目前市場機制成熟的化石原料相比，生物質(zhì)秸稈的儲運模型仍處于發(fā)展階段。

生物質(zhì)能作為一種可儲存運輸?shù)男滦颓鍧嵞茉矗斍爸饕袃煞N儲運模式。傳統(tǒng)集中式儲運模式原理簡單，但占地面積大、具有嚴重的火災(zāi)隱患。文獻[11-12]考慮生物質(zhì)可用性，按照實際收儲運環(huán)節(jié)建立了生物質(zhì)收集成本模型；文獻[13]提出一種基于生物質(zhì)成本模型確定最佳收集半徑的方法。上述研究均采用傳統(tǒng)模式，根據(jù)秸稈需求量估算收集范圍，忽略了收集半徑的合理性，因此隨著收集規(guī)模增大，分布式儲運模式被相應(yīng)提出。文獻[14]提出一種以產(chǎn)消者空間布局和動態(tài)能源需求為基礎(chǔ)的分布式供能方式，該模式符合生物質(zhì)供能特點；文獻[15]考慮影響秸稈供應(yīng)鏈物流成本的關(guān)鍵因素優(yōu)化分析運輸存儲成本；文獻[16]綜合考慮生物質(zhì)運輸成本與污染物排放，提出一種高效經(jīng)濟的秸稈供應(yīng)方式。上述研究都是將區(qū)域內(nèi)所有生物質(zhì)資源收集于系統(tǒng)中心，沒有考慮實際中如何在多個生物質(zhì)能源系統(tǒng)間實現(xiàn)資源協(xié)調(diào)優(yōu)化分配的問題。

同時，多區(qū)域系統(tǒng)中生物質(zhì)能通常有兩種能源供應(yīng)形式：①通過車輛運載直接將秸稈原料運輸至各園區(qū)；②在區(qū)域中心利用生物質(zhì)機組將秸稈原料轉(zhuǎn)換為電熱能源傳輸?shù)礁鲌@區(qū)。但上述兩種供能形式都需要將區(qū)域內(nèi)生物質(zhì)資源統(tǒng)一收集，其作為開展生物質(zhì)能源系統(tǒng)規(guī)劃的基礎(chǔ)，而且在能源傳輸方式中還伴隨著較高的能源損耗，如何平衡區(qū)域內(nèi)秸稈儲運成本與園區(qū)間能量傳輸成本是需要解決的重要實際應(yīng)用問題。

針對上述問題，本文提出考慮生物質(zhì)儲運模式的多區(qū)域綜合能源系統(tǒng)協(xié)同規(guī)劃方法，首先，針對生物運輸問題，建立精細化的生物質(zhì)儲運成本模型；然后，協(xié)同優(yōu)化秸稈儲運成本與能量傳輸損耗，實現(xiàn)多區(qū)域IES設(shè)備管道配置、系統(tǒng)整體經(jīng)濟運行；最后，經(jīng)過基于吉林地區(qū)實際數(shù)據(jù)驗證了生物質(zhì)“點-中-心”儲運模式運輸原料的多區(qū)域IES協(xié)同規(guī)劃方案具備更高的經(jīng)濟性。

1 以生物質(zhì)為核心的多區(qū)域IES結(jié)構(gòu)

針對我國東北地區(qū)資源稟賦和用能需求，可考慮建設(shè)以生物質(zhì)機組為核心的多區(qū)域綜合能源系統(tǒng)，充分利用各園區(qū)用能差異使有限秸稈資源實現(xiàn)效益最大化[17]。由于生物質(zhì)收集區(qū)域近似為圓形，而且實際園區(qū)開發(fā)一般呈圓形向外擴建，所以本文將多區(qū)域IES近似為圓形區(qū)域。用生物質(zhì)熱電聯(lián)供（Combined Heat and Power, CHP）機組代替?zhèn)鹘y(tǒng)供能設(shè)備，并與其他設(shè)備進行能量耦合，同時園區(qū)間建設(shè)熱網(wǎng)（Heating Network, HN）實現(xiàn)熱能交互，其簡化的基本結(jié)構(gòu)如圖1所示。

該結(jié)構(gòu)主要由秸稈儲運系統(tǒng)、各園區(qū)CHP系統(tǒng)和區(qū)域間能量交互系統(tǒng)構(gòu)成。

（1）秸稈儲運系統(tǒng)：整個多區(qū)域系統(tǒng)采用統(tǒng)一的秸稈儲運模式，各園區(qū)根據(jù)自身負荷需求可以跨區(qū)域收購運輸生物質(zhì)資源。

（2）各園區(qū)CHP系統(tǒng)：各園區(qū)根據(jù)自身用能特性和建設(shè)條件，合理配置各類機組設(shè)備滿足自身負荷需求。

圖1 考慮能源交互的多區(qū)域互聯(lián)系統(tǒng)結(jié)構(gòu)

（3）區(qū)域間能量交互系統(tǒng)：各園區(qū)CHP系統(tǒng)之間通過投建熱網(wǎng)進行熱能交互，沒有直接的電能交互，電能采用并網(wǎng)不上網(wǎng)方式與電網(wǎng)交互。

其中，以生物質(zhì)機組為核心的各園區(qū)IES基本結(jié)構(gòu)如圖2所示?；诋?shù)刭Y源優(yōu)勢，考慮以生物質(zhì)聯(lián)供機組作為各園區(qū)主要供能設(shè)備，風光機組作為輔助供能設(shè)備。同時各園區(qū)按需配置電鍋爐、蓄電儲熱等設(shè)備實現(xiàn)能源轉(zhuǎn)換與存儲，促進可再生能源消納，解耦熱電聯(lián)系[18]，提高生物質(zhì)機組運行靈活性。由于本文所考慮的負荷需求種類、擬配置機組類型的常規(guī)性，生物質(zhì)原料分布的廣泛性，本文所建立的生物質(zhì)供能系統(tǒng)結(jié)構(gòu)具有一定的通用性。

圖2 以生物質(zhì)機組為核心的單園區(qū)IES結(jié)構(gòu)

2 生物質(zhì)原料儲運與成本模型

目前秸稈原料儲運成本居高不下制約了生物質(zhì)能源系統(tǒng)的發(fā)展，根據(jù)相關(guān)調(diào)研，秸稈儲運成本可達總收集成本的35%～70%[19]，因此采用科學合理的生物質(zhì)儲運模式，優(yōu)化系統(tǒng)供能方式尤為重要。本節(jié)基于兩種生物質(zhì)儲運模式提出相應(yīng)的供能形式，針對分布式儲運模式考慮秸稈在各園區(qū)優(yōu)化分配運輸建立一種秸稈儲運成本計算模型。

2.1 兩種生物質(zhì)儲運模型

2.1.1 基于傳統(tǒng)儲運模式傳輸能量供能

生物質(zhì)電廠的秸稈原料一般來自附近的農(nóng)田，傳統(tǒng)生物質(zhì)儲運模式是將區(qū)域內(nèi)所有生物質(zhì)資源直接收集至系統(tǒng)中心。而對于多區(qū)域系統(tǒng)存在多個秸稈利用中心，采用該儲運模式導致秸稈還需再分配運輸?shù)礁鲌@區(qū)，增加了運輸成本。因此，基于生物質(zhì)傳統(tǒng)儲運模式可以在區(qū)域中心投建生物質(zhì)電廠，通過電網(wǎng)、熱網(wǎng)向各園區(qū)傳輸能量，該供能方式如圖3所示。

圖3 基于傳統(tǒng)儲運模式傳輸能量供能

Fig.3 Energy transmission based on traditional storage and transportation mode

基于生物質(zhì)傳統(tǒng)儲運模式傳輸能量供能方案節(jié)省了原料二次運輸成本，但需要遠距離傳輸大量電能、熱能，電能傳輸損耗較少，而熱能傳輸損耗相對較大，降低了能源利用效率，增加了管道投資成本。因此針對以生物質(zhì)能為核心的多區(qū)域系統(tǒng)，需構(gòu)建一種經(jīng)濟合理的供能模式。

2.1.2 基于“點-中-心”儲運模式運輸原料供能

生物質(zhì)資源在區(qū)域系統(tǒng)內(nèi)廣泛分布，因此可以在各園區(qū)分別配置生物質(zhì)機組，根據(jù)負荷需求將秸稈原料就近分配運輸至各園區(qū)。這種供能模式就地產(chǎn)能就地利用，原料運輸損耗較小，能源利用效率較高，同時為進一步提高系統(tǒng)經(jīng)濟性，優(yōu)化秸稈運輸方式，采用新型的分布式“點-中-心”儲運模式。

“點-中-心”儲運模式是在秸稈收集區(qū)域內(nèi)建立若干暫儲站，每個暫儲站負責收集自身小半徑圓形范圍和鄰近未覆蓋區(qū)域內(nèi)的生物質(zhì)資源，集中壓縮后根據(jù)各園區(qū)需求優(yōu)化分配?；凇包c-中-心”儲運模式運輸原料的供能方式如圖4所示。

圖4 基于“點-中-心”儲運模式運輸原料供能

生物質(zhì)“點-中-心”儲運模型將半徑為的大區(qū)域秸稈利用系統(tǒng)劃分為多圈大小相等的暫儲站，每個暫儲站半徑為1，三者之間的關(guān)系為

式中，q為暫儲站的總?cè)?shù)。

根據(jù)每圈暫儲站圓心所在圓環(huán)的周長和暫儲站直徑可確定第圈暫儲站的數(shù)量為

式中，n為第圈暫儲站的數(shù)量，為正整數(shù)；round為四舍五入函數(shù)。

所以，區(qū)域內(nèi)秸稈暫儲站總數(shù)zc等于每圈暫儲站個數(shù)與中心暫儲站的總數(shù)和，即

通過利用生物質(zhì)“點-中-心”儲運模式可將秸稈從農(nóng)田到生物質(zhì)電廠的運輸過程大致劃分為兩部分：①農(nóng)田至暫儲站：這一環(huán)節(jié)的特點是運輸距離短、重量小、路況復雜，將田間秸稈原料運輸?shù)綍簝φ局行?；②暫儲站至生物質(zhì)電廠：這一環(huán)節(jié)運輸距離較長，運輸費用在總運輸成本中占比較大。

（1）農(nóng)田至暫儲站

因而暫儲站的秸稈量M為

區(qū)域內(nèi)第一階段運輸成本2-1為所有暫儲站從農(nóng)田收集秸稈的運輸費用之和，其包括圓形區(qū)域運輸成本（實質(zhì)為傳統(tǒng)收集方式）和鄰近未覆蓋區(qū)域運輸成本。

（2）暫儲站至各園區(qū)

區(qū)域內(nèi)第二階段運輸成本2-2為所有暫儲站秸稈分配運輸?shù)教囟▓@區(qū)的運輸費用之和，即

（3）暫儲站投資與壓縮費用

秸稈具有松散性、易壓結(jié)等特點，一般在暫儲站會進行壓實預處理，增大秸稈密度，降低運輸成本。秸稈壓縮成本2-3可以表示為單位秸稈壓實費用y與壓縮秸稈量的乘積，即

同時，區(qū)域內(nèi)投建暫儲站會產(chǎn)生一定的投資成本，包括與暫儲站個數(shù)相關(guān)的固定成本和與面積相關(guān)的可變成本兩部分，所以暫儲站投資成本2-4為

基于生物質(zhì)“點-中-心”儲運模式運輸原料供能方案可以根據(jù)就近原則和各園區(qū)需求優(yōu)化分配運輸暫儲站秸稈，減小運輸距離、降低運輸成本，但增加了秸稈壓縮處理費用和暫儲站投資成本。經(jīng)上述分析，隨著暫儲站個數(shù)增加，降低了第一階段運輸成本，但提高了暫儲站至園區(qū)的運輸費用，也增加了暫儲站建設(shè)成本。根據(jù)模型預測和合理估值，本文所規(guī)劃區(qū)域宜投建三圈暫儲站。

2.2 生物質(zhì)原料儲運成本計算模型

考慮到生物質(zhì)儲運成本的影響因素多而復雜，為便于分析，本文的秸稈儲運成本模型基于以下假設(shè)：①所有暫儲站大小相等；②規(guī)劃區(qū)域內(nèi)秸稈廣泛均勻分布；③采用統(tǒng)一的收購價格[19-20]。秸稈儲運成本SC主要包括收購成本1、運輸成本2和其他成本3三部分。因此，生物質(zhì)原料儲運成本模型可以表示為

2.2.1 生物質(zhì)收購成本

生物質(zhì)收購成本與其收購價格和收購量成正比，收購價格受當?shù)厥袌稣{(diào)節(jié)作用。多區(qū)域系統(tǒng)生物質(zhì)總收購成本1等于區(qū)域內(nèi)全部暫儲站收購成本之和，即

2.2.2 生物質(zhì)其他成本

生物質(zhì)儲運成本除了收購和運輸成本，還涉及裝卸費用、儲存費用、勞動力費用等，這些成本實質(zhì)上是關(guān)于秸稈收購量的線性函數(shù)，同時秸稈總儲運成本也與收購量成正比，所以其他成本3與儲運成本為固定比例關(guān)系，其值為=0.15。

2.2.3 生物質(zhì)儲運模型約束條件

為保證生物質(zhì)“點-中-心”儲運模式中秸稈運輸體系簡單有序，規(guī)定單個暫儲站的秸稈量只能供應(yīng)給一個園區(qū)；同時園區(qū)的生物質(zhì)收購量等于為其供應(yīng)的暫儲站秸稈量之和。具體約束為

式中，M為園區(qū)的秸稈收購量。

3 多區(qū)域協(xié)同規(guī)劃模型

本文研究考慮生物質(zhì)儲運模式的多區(qū)域協(xié)同規(guī)劃方法，首先，針對多園區(qū)機組選型考慮容量與成本之間階梯型關(guān)系，并建立計及能量損耗的園區(qū)間互聯(lián)熱網(wǎng)模型；然后，以系統(tǒng)整體經(jīng)濟性為目標建立多區(qū)域協(xié)同規(guī)劃模型；最后，在單層運行模型基礎(chǔ)上增設(shè)規(guī)劃層決策變量和約束條件，實現(xiàn)機組熱網(wǎng)配置選型和優(yōu)化運行一體化求解。

3.1 生物質(zhì)機組容量與成本關(guān)系

與常規(guī)聯(lián)供機組相比，生物質(zhì)機組的規(guī)劃配置更具復雜性，其不僅要考慮秸稈原料供應(yīng)，而且受機組容量大小與單位投資成本之間非線性關(guān)系的影響。大體趨勢為隨著機組容量增大，單位投資費用降低，一定范圍內(nèi)機組容量越大越經(jīng)濟。但目前生物質(zhì)利用技術(shù)不夠成熟，機組容量相對較小，國內(nèi)最大的生物質(zhì)發(fā)電機組單機容量達50MW，受生物質(zhì)原料和成本限制一般機組容量不超過30MW[21]。

傳統(tǒng)研究中通常將機組單位投資成本視為常數(shù)，不考慮機組容量大小對其影響，而實際中生物質(zhì)機組不同容量等級的成本系數(shù)不同，容量與投資成本之間大致為階梯型非線性關(guān)系，如圖5所示。生物質(zhì)機組單位投資成本隨容量增大而呈階梯型下降層級關(guān)系。當機組容量較小時初始成本較高，隨著機組逐漸大容量化，每千瓦裝機容量的投資成本有所降低。

圖5 生物質(zhì)機組的容量與單位投資成本關(guān)系

按照生物質(zhì)機組容量與成本的一般性原則，若采用配置一臺生物質(zhì)機組能量傳輸形式供能，雖然單位投資成本小，但規(guī)劃容量較大，增加了秸稈原料儲運費用和傳輸能量成本。若采用運輸原料供能方式，需綜合考慮不同園區(qū)負荷需求及生物質(zhì)機組投資成本，在各園區(qū)配置相應(yīng)容量機組建立以生物質(zhì)機組為核心的供能系統(tǒng)，提高能源利用率，滿足多樣化負荷需求。

3.2 多區(qū)域互聯(lián)熱網(wǎng)模型

建立精確的互聯(lián)系統(tǒng)模型是實現(xiàn)多區(qū)域協(xié)同規(guī)劃的基礎(chǔ)，本文以熱網(wǎng)聯(lián)結(jié)各園區(qū)CHP系統(tǒng)，參考文獻[22-23]中熱力潮流模型，根據(jù)水流溫度與熱能流功率的轉(zhuǎn)換關(guān)系建立考慮熱能損耗的互聯(lián)熱網(wǎng)傳輸模型。

熱力管道中一般以水作為傳熱介質(zhì)，由傳統(tǒng)熱力潮流模型可得，考慮熱能損耗的管道中水流溫度變化可以表示為

根據(jù)熱能與溫度的關(guān)系，時刻熱力管道中熱能流功率Q()為

3.3 多區(qū)域協(xié)同規(guī)劃模型

3.3.1 目標函數(shù)

本文所研究的多區(qū)域協(xié)同規(guī)劃模型主要考慮系統(tǒng)整體經(jīng)濟性，以全生命周期內(nèi)等值年總成本最小為目標，包括年投資成本和年運行成本兩部分。其中涉及的備選設(shè)備有生物質(zhì)聯(lián)供機組、蓄熱電鍋爐（Regenerative Electric Boiler, REB）、蓄電池（Electricity Storage, ES）、風電機組（Wind Turbine, WT）、光伏機組（Photovoltaic, PV）。

式中，obj為本文所研究多區(qū)域協(xié)同規(guī)劃問題的目標函數(shù)；inv、run分別為年投資成本和年運行成本。

1）年投資成本

（1）設(shè)備年等額投資成本包括生物質(zhì)聯(lián)供機組等設(shè)備的年投資成本，即

（2）熱網(wǎng)投資成本由固定成本和可變成本兩部分組成，前者指挖掘鋪設(shè)費用，與管道容量無關(guān)，后者與管道容量相關(guān)。

2）年運行成本

為了減少數(shù)據(jù)簡化計算，本文根據(jù)研究地區(qū)一年氣溫變化及負荷需求特征選取夏季、過渡季、冬季三種典型日數(shù)據(jù)為代表進行求解，各成本計算方法為

3.3.2 約束條件

多區(qū)域協(xié)同規(guī)劃模型中約束條件主要包括能量平衡約束、熱網(wǎng)選型傳輸約束和設(shè)備運行約束等。

1）電熱功率平衡約束

2）管道選型約束

式（32）表示每條管道最多投建一種型號管道。

3）熱能傳輸約束

4）設(shè)備運行約束

與式（32）和式（33）所示區(qū)域間互聯(lián)熱網(wǎng)功率傳輸與選型約束類似，園區(qū)中各類設(shè)備只能選擇一種型號，各機組都應(yīng)運行在其額定范圍內(nèi)。

3.4 模型求解方法

不同于傳統(tǒng)將規(guī)劃與運行分兩階段求解的思路，本文的多區(qū)域協(xié)同規(guī)劃模型將規(guī)劃與運行融為一層，建立典型的混合整數(shù)線性規(guī)劃模型，調(diào)用成熟的商用求解器Cplex12.8進行聯(lián)合求解，求解流程見附圖1。

4 算例分析

4.1 算例設(shè)置

本文以吉林省某典型綜合區(qū)域為研究對象進行仿真分析，該地區(qū)按照功能性質(zhì)可分為工業(yè)區(qū)、居民區(qū)和商業(yè)區(qū)，如圖1所示。根據(jù)不同區(qū)域地理環(huán)境和資源條件，各園區(qū)供能設(shè)備容量規(guī)劃上限有所差異，尤其是風光等可再生能源差異明顯：各園區(qū)都規(guī)劃一定容量的光伏機組而居民區(qū)商業(yè)區(qū)沒有風電機組安裝條件。此外，工業(yè)區(qū)和商業(yè)區(qū)采用分時電價，具體數(shù)據(jù)見附表1；居民區(qū)采用單一電價，全天均為0.53元/(kW·h)。

同時，為了減少變量簡化計算，依據(jù)研究地區(qū)一年氣溫、光照、風況等具有明顯季節(jié)特點，結(jié)合實際歷史負荷數(shù)據(jù)取三種典型日進行研究：冬季典型日為供暖期共計169天，夏季典型日為6月～8月共92天，過渡季典型日為其余時段共104天。各典型日的園區(qū)電熱負荷需求和風光出力如附圖2～附圖4所示。設(shè)定區(qū)域規(guī)劃年限取20年，折現(xiàn)率為6.7%。區(qū)域內(nèi)擬規(guī)劃的各類機組和熱網(wǎng)管道參數(shù)信息見附表2、附表3，綜合區(qū)域相關(guān)信息見附表4。

4.2 結(jié)果分析

為驗證基于秸稈“點-中-心”儲運模式運輸原料供能的多區(qū)域系統(tǒng)協(xié)同規(guī)劃方法的優(yōu)越性，設(shè)置4種規(guī)劃方案。方案1：基于傳統(tǒng)生物質(zhì)儲運模式，配置1臺生物質(zhì)機組通過能量傳輸供能；方案2：基于傳統(tǒng)生物質(zhì)儲運模式運輸原料，各園區(qū)均配置生物質(zhì)機組協(xié)同運行；方案3：基于生物質(zhì)“點-中-心”儲運模式運輸原料，各園區(qū)CHP系統(tǒng)獨立運行；方案4：基于生物質(zhì)“點-中-心”儲運模式運輸原料，建設(shè)互聯(lián)熱網(wǎng)多區(qū)域系統(tǒng)協(xié)同規(guī)劃運行。

1）生物質(zhì)資源優(yōu)化利用分析

針對上述4種方案，區(qū)域內(nèi)生物質(zhì)資源消耗情況見表1。

表1 生物質(zhì)消耗情況對比

（1）從成本來看，方案1采用傳統(tǒng)收集模式將秸稈運輸?shù)絽^(qū)域中心，集中發(fā)電產(chǎn)熱后向各園區(qū)供能；方案2秸稈集中收集后還需根據(jù)各園區(qū)需求二次運輸，增加了運輸成本；方案4采用“點-中-心”儲運模式，在初始規(guī)劃階段考慮暫儲站與各園區(qū)距離，近似采用就近原則直接運輸至所需園區(qū)，減小運輸距離，運輸成本降低了25.4%。

（2）從各園區(qū)秸稈消耗量來看，方案4考慮投建熱網(wǎng)可與其他園區(qū)進行熱能交互，在采用“點-中-心”儲運模式下為降低成本就近運輸，因此商業(yè)區(qū)秸稈消耗量略有增加，工業(yè)區(qū)居民區(qū)有所減小。

方案4中暫儲站在園區(qū)間的運輸狀態(tài)如圖6所示。本文所規(guī)劃區(qū)域采用“點-中-心”儲運模式共設(shè)置38個暫儲站，其中居民區(qū)和商業(yè)區(qū)所需秸稈燃料由其鄰近的11個、5個暫儲站供應(yīng)，其余運輸至工業(yè)區(qū)。綜合考慮能量傳輸與秸稈儲運成本，實現(xiàn)生物質(zhì)資源優(yōu)化利用，使區(qū)域整體秸稈收儲運成本減少了386萬元。

圖6 方案4各暫儲站運輸狀態(tài)

2）設(shè)備配置和成本分析

不同方案下設(shè)備管道配置結(jié)果見表2。

（1）方案1中區(qū)域內(nèi)所有秸稈原料供應(yīng)給1臺生物質(zhì)機組，通過建設(shè)熱網(wǎng)在峰平時電價階段向工商業(yè)區(qū)供能，因此配置的生物質(zhì)機組和OA、OC管道容量較大。

表2 不同方案多區(qū)域系統(tǒng)規(guī)劃結(jié)果

Tab.2 Results of multi-regional system planning for different schemes

（2）方案2和方案4基于秸稈儲運模式不同，方案2中各園區(qū)秸稈消耗量更接近實際需求，熱網(wǎng)傳輸能量較少，所以居民區(qū)選用效率較低的Ⅲ號機組，且不規(guī)劃AC熱力管道。

（3）方案4與方案3相比，考慮建設(shè)互聯(lián)熱網(wǎng)，在峰時電價時段利用居民區(qū)較低電價轉(zhuǎn)換為熱能向工商業(yè)區(qū)供應(yīng)，因此方案4中居民區(qū)蓄熱電鍋爐容量較大，選用效率較高的Ⅱ號生物質(zhì)機組與熱網(wǎng)進行更多能量交互，以減少系統(tǒng)總購電成本。

四種方案的成本對比見表3。方案1僅配置1臺生物質(zhì)機組，投資成本較低，但投建大規(guī)模熱網(wǎng)運行費用較高，而且受管道能量傳輸限制增加了購電成本。與方案2、方案4相比可得，若利用傳統(tǒng)儲運模式則通過熱網(wǎng)向各園區(qū)供能總成本較低，若采用“點-中-心”儲運模式優(yōu)化運輸秸稈原料，則應(yīng)在各園區(qū)分別配置生物質(zhì)機組，提高能源利用效率，使總成本降低了3.9%，經(jīng)濟性更優(yōu)。此外，對比方案3、方案4可知，配置互聯(lián)熱網(wǎng)可以利用居民區(qū)較低電價為其他園區(qū)供能，減少設(shè)備投資冗余，節(jié)省購電成本143萬元。

表3 不同方案成本對比

Tab.3 Cost comparison of different schemes（單位：萬元）

3）各園區(qū)系統(tǒng)運行情況分析

基于園區(qū)設(shè)備和互聯(lián)管道規(guī)劃結(jié)果，實現(xiàn)多區(qū)域IES整體優(yōu)化運行。根據(jù)研究地區(qū)負荷特性，冬季熱需求相比其他季節(jié)差異明顯，因此以冬季典型日為例分析方案4中多區(qū)域系統(tǒng)協(xié)同運行情況。

多區(qū)域IES冬季典型日電負荷平衡狀態(tài)如圖7所示。工商業(yè)區(qū)采用分時電價機制，峰平時電價階段主要由生物質(zhì)機組供能減少購電；谷時電價時段增加購電利用電鍋爐實現(xiàn)電熱轉(zhuǎn)換，同時蓄電池蓄電為后期備用。商業(yè)區(qū)各類機組配置容量小，峰時電價階段仍需電網(wǎng)購電，蓄電池一天內(nèi)會進行兩次完全充放電過程。居民區(qū)采用單一電價不配置儲能裝置，生物質(zhì)機組全天運行，在8:00～21:00由于自身電價較低，因此該時段大量購電轉(zhuǎn)換為熱能傳輸至其他園區(qū)，降低系統(tǒng)運行成本。

圖7 多區(qū)域IES冬季電負荷平衡狀態(tài)

圖8為多區(qū)域IES冬季熱負荷平衡狀態(tài)，工業(yè)區(qū)凌晨電價較低，蓄熱電鍋爐半蓄熱模式運行，滿足自身熱需求的同時存儲部分能量；在電價峰平時階段生物質(zhì)機組大量供熱，缺額部分由電鍋爐補充。在8:00～21:00時段居民區(qū)電價較低，利用電鍋爐向熱網(wǎng)注入熱功率，減少其他園區(qū)的供熱成本；其余時段正好相反。商業(yè)區(qū)在0:00～7:00沒有熱負荷，為充分利用分時電價優(yōu)勢蓄熱電鍋爐運行，產(chǎn)生的熱能一部分通過熱網(wǎng)為居民區(qū)供熱，少部分自身存儲為峰時電價階段利用；白天熱需求較大、電價較高時從熱網(wǎng)吸收能量。

圖8 多區(qū)域IES冬季熱負荷平衡狀態(tài)

綜上所述，在考慮生物質(zhì)能的多區(qū)域系統(tǒng)規(guī)劃研究中，選擇合理的生物質(zhì)儲運模式確定能源輸送方式極為重要。基于生物質(zhì)“點-中-心”儲運模式運輸原料的多區(qū)域協(xié)同規(guī)劃方案能夠優(yōu)化分配秸稈資源，節(jié)省原料運輸成本，減小設(shè)備容量浪費，整體經(jīng)濟性更優(yōu)。雖然與生物質(zhì)相關(guān)的分布變量、價格變量會因研究地區(qū)不同有所差異，但變量本身具有可調(diào)性，對本文建立的協(xié)同規(guī)劃模型和求解算法沒有影響，因此上述結(jié)論具有普遍意義。

5 結(jié)論

本文基于生物質(zhì)傳統(tǒng)儲運模式和“點-中-心”儲運模式實現(xiàn)原料運輸與能量傳輸?shù)钠胶夤┠?，建立了精細化的秸稈儲運成本模型，提出以生物質(zhì)機組為核心的多區(qū)域協(xié)同規(guī)劃方法。并以吉林省某綜合區(qū)域為例，得到生物質(zhì)多區(qū)域系統(tǒng)協(xié)同優(yōu)化秸稈原料儲運成本與能量傳輸損耗可以節(jié)約25.4%的燃料運輸成本，使系統(tǒng)規(guī)劃總成本降低了3.9%，實現(xiàn)更高的整體效益。雖然不同地區(qū)生物質(zhì)能分布不同，但從生物質(zhì)供能系統(tǒng)結(jié)構(gòu)、儲運成本參數(shù)、協(xié)同規(guī)劃模型來看，本文所提方法和上述結(jié)論具有通用性。

在后續(xù)研究中，由于近年來東北地區(qū)風電光伏等可再生能源的裝機容量持續(xù)增加，其較大的隨機性、波動性對綜合能源系統(tǒng)規(guī)劃產(chǎn)生一定影響，未來將進一步研究考慮風、光等可再生能源隨機性的多區(qū)域系統(tǒng)規(guī)劃方法。

附 錄

附圖1 模型求解流程

App.Fig.1 Model solving process

附圖2 多區(qū)域IES各典型日負荷

App.Fig.2 Each typical daily load of the multi-regional IES

附圖3 規(guī)劃地區(qū)各典型日光伏出力

App.Fig.3 Each typical daily photovoltaic output in the planned area

附圖4 規(guī)劃地區(qū)風電場典型日出力

App.Fig.4 Each typical daily wind power output in the planned area

附表1 園區(qū)分時電價

App.Tab.1 TOU electricity prices in the park

時段類型時段電價/[元/(kW·h)] 谷時階段0:00～07:0021:00～24:000.291 平時階段7:00～08:0012:00～17:000.633 峰時階段8:00～12:0017:00～21:001.055

附表2 生物質(zhì)機組可選型號參數(shù)

App.Tab.2 Optional model parameters of biomass unit

設(shè)備類型Ⅰ型Ⅱ型Ⅲ型Ⅳ型 初始成本/(元/kW)12 60011 3509 5008 500 運維成本/[元/(kW?h)]0.0440.0460.0470.050 發(fā)電效率0.350.330.310.29 產(chǎn)熱效率0.500.500.480.45

附表3 熱力管道可選型號參數(shù)

App.Tab.3 Optional model parameters for heating pipes

管道類型Ⅰ型Ⅱ型Ⅲ型 固定投資成本/(元/m)200280500 可變投資成本/[元/(km?kW)]132546 運維成本/[元/(kW?h)]0.030.030.03 額定流量/(kg/s)30.7450.2680.42

附表4 園區(qū)各設(shè)備成本參數(shù)

App.Tab.4 Cost parameters of equipment in the park

設(shè)備名稱初始成本/(元/kW)運維成本/[元/(kW?h)] 蓄熱電鍋爐1 2400.03 儲能電池7800.013 光伏機組4 2000.039 風電機組7 5000.023

附表5 綜合區(qū)域相關(guān)信息

App.Tab.5 Comprehensive area related information

參數(shù)數(shù)值 冬季典型日天數(shù)169 夏季典型日天數(shù)92 過渡季典型日天數(shù)104 OA熱力管道長度/km7.1 OB熱力管道長度/km4.3 OC熱力管道長度/km7.1 AB熱力管道長度/km10.5 BC熱力管道長度/km8.9 AC熱力管道長度/km12.0 秸稈收購價格/(元/t)230 農(nóng)田-暫儲站秸稈運輸價格/[元/(t?km)]7 暫儲站-園區(qū)秸稈運輸價格/[元/(t?km)]5 農(nóng)田-暫儲站距離曲折因子1.5 暫儲站-園區(qū)距離曲折因子2.0 壓縮系數(shù)3 壓縮成本/(元/t)26

[1] 刁涵彬, 李培強, 呂小秀, 等. 考慮多元儲能差異性的區(qū)域綜合能源系統(tǒng)儲能協(xié)同優(yōu)化配置[J]. 電工技術(shù)學報, 2021, 36(1): 151-165.

Diao Hanbin, Li Peiqiang, Lü Xiaoxiu, et al. Coordinated optimal allocation of energy storage in regional integrated energy system considering the diversity of multi-energy storage[J]. Transactions of China Electrotechnical Society, 2021, 36(1): 151-165.

[2] Cheng Yaohua, Zhang Ning, Lu Zongxiang, et al. Planning multiple energy systems toward low-carbon society: a decentralized approach[J]. IEEE Transactions on Smart Grid, 2019, 10(5): 4859-4869.

[3] 李暉, 劉棟, 姚丹陽. 面向碳達峰碳中和目標的我國電力系統(tǒng)發(fā)展研判[J]. 中國電機工程學報, 2021, 41(18): 6245-6259.

Li Hui, Liu Dong, Yao Danyang. Analysis and reflection on the development of power system towards the goal of carbon emission peak and carbon neutrality[J]. Proceedings of the CSEE, 2021, 41(18): 6245-6259.

[4] 許健, 施錦月, 張建華, 等. 基于生物質(zhì)熱電混合供能的城鎮(zhèn)綜合能源雙層優(yōu)化[J]. 電力系統(tǒng)自動化, 2018, 42(14): 23-31.

Xu Jian, Shi Jinyue, Zhang Jianhua, et al. Bi-level optimization of urban integrated energy system based on biomass combined heat and power supply[J]. Automation of Electric Power Systems, 2018, 42(14): 23-31.

[5] Bamisile O, Huang Qi, Dagbasi M, et al. Steady-state and process modeling of a novel wind-biomass comprehensive energy system: an energy conservation, exergy and performance analysis[J]. Energy Conversion and Management, 2020, 220(6): 113139.

[6] 許偉, 肖湘寧. 基于模式轉(zhuǎn)換的獨立微電網(wǎng)實時運行控制[J]. 電工技術(shù)學報, 2019, 34(增刊1): 282-291.

Xu Wei, Xiao Xiangning. Real-time operational control of stand-alone microgrid based on mode switch[J]. Transactions of China Electrotechnical Society, 2019, 34(S1): 282-291.

[7] 郭威, 楊鵬, 孫勝博, 等. 計及生物質(zhì)能的熱電聯(lián)供系統(tǒng)經(jīng)濟運行優(yōu)化策略[J]. 電力系統(tǒng)保護與控制, 2021, 49(11): 88-96.

Guo Wei, Yang Peng, Sun Shengbo, et al. Optimization strategy of a rural combined heat and power system considering biomass energy[J]. Power System Protection and Control, 2021, 49(11): 88-96.

[8] 張義志, 王小君, 和敬涵, 等. 考慮供熱系統(tǒng)建模的綜合能源系統(tǒng)最優(yōu)能流計算方法[J]. 電工技術(shù)學報, 2019, 34(3): 562-570.

Zhang Yizhi, Wang Xiaojun, He Jinghan, et al. Optimal energy flow calculation method of integrated energy system considering thermal system modeling[J]. Transactions of China Electrotechnical Society, 2019, 34(3): 562-570.

[9] Wu Chenyu, Gu Wei, Jiang Ping, et al. Combined economic dispatch considering the time-delay of district heating network and multi-regional indoor temperature control[J]. IEEE Transactions on Sustainable Energy, 2018, 9(1): 118-127.

[10] 邊曉燕, 史越奇, 裴傳遜, 等. 計及經(jīng)濟性和可靠性因素的區(qū)域綜合能源系統(tǒng)雙層協(xié)同優(yōu)化配置[J]. 電工技術(shù)學報, 2021, 36(21): 4529-4543.

Bian Xiaoyan, Shi Yueqi, Pei Chuanxun, et al. Bi-level collaborative configuration optimization of integrated community energy system consideringeconomy and reliability[J]. Transactions of China Electrotechnical Society, 2021, 36(21): 4529-4543.

[11] 翟明嶺, 張旭, 程飛, 等. 生物質(zhì)發(fā)電中農(nóng)戶秸稈供應(yīng)成本敏感性分析[J]. 動力工程學報, 2016, 36(7): 569-574, 588.

Zhai Mingling, Zhang Xu, Cheng Fei, et al. Sensitivity analysis on supply cost of farmer straw for power generation[J]. Journal of Chinese Society of Power Engineering, 2016, 36(7): 569-574, 588.

[12] Yang Hanyu, Li Canbing, Shahidehpour M, et al. Multistage expansion planning of integrated biogas and electric power delivery system considering the regional availability of biomass[J]. IEEE Transactions on Sustainable Energy, 2021, 12(2): 920-930.

[13] 李鵬超, 單明, 楊旭東. 農(nóng)村生物質(zhì)成型燃料加工廠最佳收集半徑計算模型[J]. 區(qū)域供熱, 2019, 4(6): 115-120, 129.

Li Pengchao, Shan Ming, Yang Xudong. Calculation model of optimum collection radius for rural biomass fuel processing plant[J]. District Heating, 2019, 4(6): 115-120, 129.

[14] 任洪波, 鄧冬冬, 吳瓊, 等. 基于熱電共融的區(qū)域分布式能源互聯(lián)網(wǎng)協(xié)同優(yōu)化研究[J]. 中國電機工程學報, 2018, 38(14): 4023-4034, 4308.

Ren Hongbo, Deng Dongdong, Wu Qiong, et al. Collaborative optimization of distributed energy network based on electricity and heat interchanges[J]. Proceedings of the CSEE, 2018, 38(14): 4023-4034, 4308.

[15] 李昂. 生物質(zhì)原料供應(yīng)鏈物流系統(tǒng)的成本優(yōu)化模型研究[D]. 北京: 華北電力大學, 2017.

[16] Zhao Xingang, Li Ang. A multi-objective sustainable location model for biomass power plants: case of China[J]. Energy, 2016, 112: 1184-1193.

[17] 姚志力, 王志新. 考慮負荷特性的區(qū)域冷熱電聯(lián)供系統(tǒng)站網(wǎng)協(xié)同優(yōu)化設(shè)計方法[J]. 電工技術(shù)學報, 2021, 36(22): 4760-4772.

Yao Zhili, Wang Zhixin. Station and network coordinated design method of regional combined cooling heating and power system considering load characteristic[J]. Transactions of China Electrotechnical Society, 2021, 36(22): 4760-4772.

[18] 刁涵彬, 李培強, 王繼飛, 等. 考慮電/熱儲能互補協(xié)調(diào)的綜合能源系統(tǒng)優(yōu)化調(diào)度[J]. 電工技術(shù)學報, 2020, 35(21): 4532-4543.

Diao Hanbin, Li Peiqiang, Wang Jifei, et al. Optimal dispatch of integrated energy system considering complementary coordination of electric/thermal energy storage[J]. Transactions of China Electrotechnical Society, 2020, 35(21): 4532-4543.

[19] 高建偉, 張昊渤, 縱翔宇. 生物質(zhì)電廠秸稈收購優(yōu)化方案及其成本估算模型[J]. 可再生能源, 2017, 35(1): 141-147.

Gao Jianwei, Zhang Haobo, Zong Xiangyu. Optimization of straw purchase scheme and cost estimation on biomass power generation[J]. Renewable Energy Resources, 2017, 35(1): 141-147.

[20] 張淑妹. 生物質(zhì)發(fā)電燃料收儲站選址研究[D]. 北京: 華北電力大學, 2018.

[21] 卓振宇, 張寧, 謝小榮, 等. 高比例可再生能源電力系統(tǒng)關(guān)鍵技術(shù)及發(fā)展挑戰(zhàn)[J]. 電力系統(tǒng)自動化, 2021, 45(9): 171-191.

Zhuo Zhenyu, Zhang Ning, Xie Xiaorong, et al. Key technologies and developing challenges of power system with high proportion of renewable energy[J]. Automation of Electric Power Systems, 2021, 45(9): 171-191.

[22] 劉洪, 趙晨曉, 葛少云, 等. 基于精細化熱網(wǎng)模型的電熱綜合能源系統(tǒng)時序潮流計算[J]. 電力系統(tǒng)自動化, 2021, 45(4): 63-72.

Liu Hong, Zhao Chenxiao, Ge Shaoyun, et al. Sequential power flow calculation of power-heat integrated energy system based on refined heat network model[J]. Automation of Electric Power Systems, 2021, 45(4): 63-72.

[23] 孫鵬, 滕云, 冷歐陽, 等. 考慮供熱系統(tǒng)多重熱慣性的電熱聯(lián)合系統(tǒng)協(xié)調(diào)優(yōu)化[J]. 中國電機工程學報, 2020, 40(19): 6059-6071.

Sun Peng, Teng Yun, Leng Ouyang, et al. Coordinated optimization of combined heat and power systems considering multiple thermal inertia of heating system[J]. Proceedings of the CSEE, 2020, 40(19): 6059-6071.

Multi-Regional Integrated Energy System Collaborative Planning Considering Biomass Storage and Transportation Mode

Liu Xiaohui1Wang Xiaojun1Zhang Yizhi1Sun Qingkai1Xi Xiao2

（1. School of Electrical Engineering Beijing Jiaotong University Beijing 100044 China 2. Jilin Electric Power Engineering Co., Ltd. Power China Changchun 130022 China）

With the implementation of China's “dual carbon” policy, building an integrated energy system dominated by renewable energy is the direction of future energy system. Biomass energy has attracted widespread attention due to its advantages of environmental protection, renewability, wide distribution and other advantages. Compared with fossil fuels, biomass has the characteristics of scattered raw materials and complex storage and transportation mode. How to balance raw material storage and transportation costs and energy transmission losses is an important issue for biomass multi-regional planning. Therefore, this paper proposed a collaborative planning method for a multi-regional integrated energy system that considered the biomass storage and transportation mode, and taken a typical comprehensive area in Jilin Province as an example, it is verified that the proposed planning method can significantly reduce the system planning cost.

Firstly, in view of the resource endowment and energy demand of northeast China, a multi-regional interconnection system structure is constructed, which consists of straw storage and transportation system, CHP system of each park and inter-regional energy interaction system. Secondly, considering the disadvantages of the transmission energy supply scheme based on traditional storage and transportation mode in the multi-regional system, a transportation raw material energy supply mode based on biomass "point-middle-center" storage and transportation mode is constructed. And a refined cost model of biomass storage and transportation is established. Finally, fuel transportation and energy transmission are compared based on different biomass storage and transportation modes, a multi-regional cooperative planning model is established with the aim of regional overall economy. This planning method can realize a balanced energy supply between fuel transportation and energy transmission, so as to make reasonable allocation and efficient utilization of straw in the region, and improve the overall economy of the system.

Based on the actual data of a typical comprehensive region in Jilin Province, the simulation results show that the "point-middle-center" storage and transportation mode is adopted in the multi-regional system of biomass, and the distance between the temporary storage station and each park was considered in the initial planning stage, which can optimize the distribution of straw resources and reduce the transportation cost by 25.4%. At the same time, through the collaborative optimization of straw raw material storage and transportation cost and energy transmission loss to realize the optimal utilization of straw resources, the total cost of collecting, storing and transporting straw in the region is reduced by 3.86 million yuan, and the total cost of system planning is reduced by 3.9%. In addition, each park according to its own electricity price mechanism and energy demand to achieve thermal interaction, can reduce equipment capacity waste, achieve higher overall benefits.

The following conclusions can be drawn from the simulation analysis: (1) The distributed "point-middle-center" storage and transportation mode is adopted in the multi-regional system, which can be transported by the adjacent temporary storage station according to the demand of straw fuel in each park, thus saving the transportation cost. (2) The multi-regional collaborative planning scheme based on biomass "point-middle-center" storage and transportation mode by transporting raw materials can optimize the allocation of straw resources, improve the utilization ratio of equipment, reduce capacity waste, and improve the overall economy. (3) From the aspects of biomass storage and transportation, energy supply mode and system coordination planning model, the method presented in this paper and the above conclusions are universal.

Multi-regional integrated energy system, collaborative planning, biomass storage and transportation mode, biomass cogeneration unit

10.19595/j.cnki.1000-6753.tces.211757

TM732

國家自然科學基金資助項目（51977005）。

2021-11-01

2021-12-10

劉小慧 女，1996年生，碩士，研究方向為綜合能源系統(tǒng)規(guī)劃與運行。E-mail：19121460@bjtu.edu.cn

王小君 男，1978年生，教授，博士生導師，研究方向為綜合能源系統(tǒng)規(guī)劃與運行、人工智能在能源系統(tǒng)中的應(yīng)用、電力系統(tǒng)分析與控制等。E-mail：xjwang1@bjtu.edu.cn（通信作者）

（編輯 赫 蕾）