秦文萍, 楊鏡司, 景 祥, 姚宏民, 李曉舟, 張信哲

(太原理工大學(xué) 電力系統(tǒng)運(yùn)行與控制山西省重點(diǎn)實(shí)驗(yàn)室,太原 030024)

隨著全球化石能源逐漸枯竭和能源供需矛盾加劇,能源高效利用成為能源領(lǐng)域研究的重點(diǎn)[1].為實(shí)現(xiàn)“雙碳”目標(biāo),具有多能互補(bǔ)、能源階級(jí)利用等特點(diǎn)的綜合能源為低碳轉(zhuǎn)型提供重要解決方案[2].微能網(wǎng)作為綜合能源系統(tǒng)的重要表現(xiàn)形式,可實(shí)現(xiàn)多維能源的互補(bǔ)利用和優(yōu)化匹配,隨著城市的多元性發(fā)展,不同類型微能網(wǎng)之間的設(shè)備耦合與能源轉(zhuǎn)換特性差異、各類設(shè)備響應(yīng)特性不同等問題給電網(wǎng)系統(tǒng)調(diào)度運(yùn)行帶來極大困難.因此綜合考慮各微能網(wǎng)之間的利益關(guān)系,優(yōu)化調(diào)度微能網(wǎng)的可調(diào)控負(fù)荷,提升系統(tǒng)能源供應(yīng)互聯(lián)互濟(jì)水平,實(shí)現(xiàn)能源利用的整體優(yōu)化是能源領(lǐng)域的研究重點(diǎn)之一.

當(dāng)前,國(guó)內(nèi)外學(xué)者對(duì)于微能網(wǎng)優(yōu)化調(diào)度研究已經(jīng)取得一定成果.在綜合能源需求側(cè)響應(yīng)方面,文獻(xiàn)[3]中提出了計(jì)及需求側(cè)管理的孤島型微電網(wǎng)優(yōu)化模型,按電負(fù)荷重要程度進(jìn)行分類處理,在保證供電穩(wěn)定前提下提高了系統(tǒng)運(yùn)行的經(jīng)濟(jì)性,但是只考慮了電負(fù)荷的需求響應(yīng),未涉及熱、氣等柔性負(fù)荷;文獻(xiàn)[4]中構(gòu)建了電-熱-氣多源耦合系統(tǒng)結(jié)構(gòu),計(jì)及直接負(fù)荷控制參與的需求響應(yīng),分析了多源互補(bǔ)協(xié)調(diào)優(yōu)化調(diào)度特性,但是只考慮了直接負(fù)荷控制參與系統(tǒng)優(yōu)化;文獻(xiàn)[5]中引入可控負(fù)荷參與微電網(wǎng)的經(jīng)濟(jì)調(diào)度,建立了電熱聯(lián)合系統(tǒng)的雙層優(yōu)化調(diào)度模型,但是只考慮了可轉(zhuǎn)移負(fù)荷對(duì)電力系統(tǒng)的影響,忽略了用戶側(cè)需求響應(yīng)負(fù)荷的多樣性;文獻(xiàn)[6]中構(gòu)建了考慮碳捕集系統(tǒng)和綜合需求響應(yīng)的電-氣綜合能源系統(tǒng)低碳經(jīng)濟(jì)調(diào)度模型,引入橫向與縱向需求響應(yīng)的負(fù)荷需求響應(yīng)模型,實(shí)現(xiàn)了電-氣綜合能源系統(tǒng)的低碳運(yùn)行,但是只考慮了可轉(zhuǎn)移負(fù)荷與可替代負(fù)荷,忽略了用戶側(cè)能源需求的差異.

在綜合能源能量傳輸與耦合方面,文獻(xiàn)[7]中將氫燃料電池與燃?xì)廨啓C(jī)轉(zhuǎn)換為非固定效率運(yùn)行的形式,降低能量在逐級(jí)利用時(shí)的損耗,改善熱-電耦合性能;文獻(xiàn)[8]中構(gòu)建了計(jì)及網(wǎng)絡(luò)傳輸損耗的電熱綜合能源系統(tǒng)多目標(biāo)優(yōu)化調(diào)度模型,考慮網(wǎng)絡(luò)傳輸損耗對(duì)供需平衡的影響,實(shí)現(xiàn)電熱能源之間的協(xié)調(diào)與優(yōu)化;文獻(xiàn)[9]中提出計(jì)及熱能輸運(yùn)動(dòng)態(tài)特性的電-熱綜合能源系統(tǒng)優(yōu)化調(diào)度方法,考慮熱網(wǎng)延時(shí)和儲(chǔ)熱等動(dòng)態(tài)特性, 構(gòu)建了熱能輸運(yùn)準(zhǔn)動(dòng)態(tài)模型,分析了熱網(wǎng)的虛擬儲(chǔ)能潛力,實(shí)現(xiàn)對(duì)熱網(wǎng)虛擬儲(chǔ)能的調(diào)度利用;文獻(xiàn)[10]中針對(duì)海島或偏遠(yuǎn)山區(qū)供電、供熱/冷的應(yīng)用場(chǎng)景,提出分布式沼氣-風(fēng)能-太陽(yáng)能全可再生能源的微能網(wǎng)模型,提升了系統(tǒng)供能的可靠性和經(jīng)濟(jì)效益.以上研究大多只考慮了電、熱能源利用,通過改進(jìn)調(diào)度策略實(shí)現(xiàn)綜合能源的協(xié)同優(yōu)化,未考慮目前大力發(fā)展的冷、氫氣等新能源,忽略了電、熱、氣等多能源耦合.

基于此,提出一種考慮需求響應(yīng)的微能網(wǎng)綜合能源多時(shí)空尺度優(yōu)化運(yùn)行策略.首先從能源角度對(duì)微能網(wǎng)中各設(shè)備進(jìn)行建模分析,引入氫能,將電、熱、氣、氫氣負(fù)荷作為整體管理,構(gòu)建包含3類微能網(wǎng)的綜合能源系統(tǒng)模型.然后建立了由上、中、下共3層組成的協(xié)同優(yōu)化框架的多時(shí)空尺度運(yùn)行模型:上層為日前調(diào)度階段,對(duì)整個(gè)多微能網(wǎng)綜合能源系統(tǒng)(Integrated Electric-Gas-Heat Energy System, IEGHES)進(jìn)行調(diào)度;中層為日內(nèi)調(diào)度階段,對(duì)各微能網(wǎng)之間進(jìn)行優(yōu)化;下層為實(shí)時(shí)調(diào)度階段,對(duì)微能網(wǎng)中具體單元進(jìn)行調(diào)度,調(diào)整不平衡功率.3個(gè)階段分別引入可替代、可轉(zhuǎn)移和可削減負(fù)荷,階梯式參與需求響應(yīng)優(yōu)化調(diào)度,將多種能量形態(tài)、時(shí)間和空間尺度、響應(yīng)參與者進(jìn)行協(xié)調(diào).最后,算例仿真結(jié)果表明,該策略可以利用多種能源的互補(bǔ)優(yōu)勢(shì),在不同時(shí)空尺度上實(shí)現(xiàn)多維能源的供需平衡和協(xié)同優(yōu)化,且與傳統(tǒng)模型預(yù)測(cè)控制(Model Predictive Control, MPC)調(diào)度相比,更有利于提高系統(tǒng)運(yùn)行的經(jīng)濟(jì)性.

1 多微能網(wǎng)綜合能源系統(tǒng)模型

1.1 系統(tǒng)結(jié)構(gòu)

多微能網(wǎng)綜合能源系統(tǒng)對(duì)電、天然氣、熱及氫氣進(jìn)行聯(lián)合調(diào)度,主要可分為工業(yè)、商業(yè)和居民微能網(wǎng)共3個(gè)類型,如圖1所示.微能網(wǎng)中的分布式電源包括風(fēng)力機(jī)(Wind Turbine, WT)、光伏(Photoroltaic, PV)及熱電聯(lián)產(chǎn)(Combined Heat and Power, CHP);系統(tǒng)通過電鍋爐、電解水裝置、熱電聯(lián)產(chǎn)裝置、燃料電池等實(shí)現(xiàn)電網(wǎng)、熱網(wǎng)、氫氣網(wǎng)及天然氣網(wǎng)之間的能量交互;微能網(wǎng)中各能源對(duì)應(yīng)的儲(chǔ)能裝置對(duì)能量流動(dòng)具有調(diào)節(jié)作用,可實(shí)現(xiàn)對(duì)功率缺額的臨時(shí)補(bǔ)充,起到削峰填谷作用;微能網(wǎng)的終端電、熱、天然氣、氫氣負(fù)荷包含了可替代、可轉(zhuǎn)移和可削減負(fù)荷,可以提升微能網(wǎng)的調(diào)節(jié)彈性,進(jìn)一步優(yōu)化IEGHES運(yùn)行.該綜合能源系統(tǒng)結(jié)構(gòu)基于實(shí)際項(xiàng)目“雄安新區(qū)工業(yè)園”進(jìn)行改進(jìn),引入氫氣網(wǎng),對(duì)不同微能網(wǎng)的用能需求與差異進(jìn)行建模,體現(xiàn)了能源結(jié)構(gòu)的多樣性與實(shí)用性.

圖1 多微能網(wǎng)綜合能源系統(tǒng)結(jié)構(gòu)Fig.1 Structure of multi-micro energy grid integrated energy system

當(dāng)前國(guó)內(nèi)推行的微能網(wǎng)多采用同類產(chǎn)業(yè)的集群效應(yīng),主要負(fù)荷類型決定微能網(wǎng)的負(fù)荷曲線[11-12].工業(yè)微能網(wǎng)多分布在城市郊區(qū)地帶,可有效利用風(fēng)能、光伏等新能源;同時(shí),工業(yè)區(qū)負(fù)荷種類齊全,用能方式靈活多變,對(duì)于電、熱、氣的消耗及能量的存儲(chǔ)、轉(zhuǎn)換等需求較高;工業(yè)生產(chǎn)會(huì)產(chǎn)生大量余熱,無需額外提供熱量,可以通過能量交互作為商業(yè)和居民微能網(wǎng)的熱量來源.商業(yè)微能網(wǎng)用能集中在 10:00—22:00,且以餐飲、娛樂、購(gòu)物等為主,對(duì)電和天然氣的需求較高,對(duì)熱的需求較低,因此有電、氣存儲(chǔ);新能源發(fā)電除直接上網(wǎng)外也可用于電解水制氫,為氫負(fù)荷如氫電動(dòng)汽車提供能量,需求較小,無需儲(chǔ)能.居民區(qū)微能網(wǎng)多分布在城市中心,安裝小型風(fēng)力機(jī)居多,因此配置的新能源電源以光伏為主,風(fēng)力機(jī)為輔;其負(fù)荷種類多,對(duì)能量需求高,各能源儲(chǔ)能裝置均存在,且可有效利用其需求響應(yīng)潛力,進(jìn)一步提高綜合能源系統(tǒng)的優(yōu)化運(yùn)行.3個(gè)微能網(wǎng)之間可以進(jìn)行電能、熱能、天然氣能的能量交互,在減少能量損失的同時(shí)也可提高系統(tǒng)運(yùn)行的經(jīng)濟(jì)性及能源協(xié)同性.

由以上各類型微能網(wǎng)特性分析得到電、熱、天然氣、氫氣負(fù)荷初始值[13],如圖2所示.

1.2 負(fù)荷特性及需求響應(yīng)

在含多微能網(wǎng)的綜合能源系統(tǒng)中,除去配電網(wǎng)側(cè)向微能網(wǎng)進(jìn)行能量輸送和微能網(wǎng)之間的能量交互,需求側(cè)響應(yīng)對(duì)能源設(shè)備耦合及能量交互也具有重要影響.根據(jù)負(fù)荷參與響應(yīng)的特性,將需求響應(yīng)負(fù)荷分為可替代、可轉(zhuǎn)移和可削減負(fù)荷[6].

(1) 在能源總需求量一定時(shí),根據(jù)某一時(shí)間段的能源價(jià)格選擇不同能源達(dá)到自身用能需求的負(fù)荷稱為可替代負(fù)荷,例如微能網(wǎng)可以通過熱電聯(lián)產(chǎn)機(jī)組或電鍋爐供應(yīng)熱負(fù)荷.

(2) 根據(jù)不同時(shí)間段能源價(jià)格或電力市場(chǎng)激勵(lì)措施的不同,改變負(fù)荷用能時(shí)間,起到削峰填谷作用的負(fù)荷稱為可轉(zhuǎn)移負(fù)荷,例如蓄電池、儲(chǔ)熱罐等.

(3) 在能源網(wǎng)負(fù)荷高峰時(shí)段或緊急情況下,可以減少對(duì)能源需求量的負(fù)荷稱為可削減負(fù)荷,例如空調(diào)等.

基于各省現(xiàn)行的電力市場(chǎng)運(yùn)行規(guī)則及安全校核方案,用戶與能源聚合商或售電公司簽訂合同,未直接參與電力市場(chǎng)的負(fù)荷則直接由電力公司代理.本文研究的可替代、可轉(zhuǎn)移和可削減負(fù)荷均指符合參與電力市場(chǎng)或需求側(cè)響應(yīng)的負(fù)荷,均可控、可調(diào).假設(shè)IEGHES為實(shí)時(shí)信息系統(tǒng),即能實(shí)時(shí)獲取電力、熱力、天然氣、氫氣系統(tǒng)的運(yùn)行狀態(tài)及價(jià)格波動(dòng)等信息數(shù)據(jù),具體的響應(yīng)機(jī)制如圖3所示.

能源聚合商通過與配電網(wǎng)、配氣網(wǎng)之間進(jìn)行信息交互,在日前階段向下一級(jí)微能網(wǎng)發(fā)出需求調(diào)度任務(wù),微能網(wǎng)根據(jù)這一調(diào)度對(duì)己上報(bào)的用能計(jì)劃進(jìn)行調(diào)整,可替代負(fù)荷根據(jù)調(diào)度需求作出調(diào)整;日內(nèi)階段將日前階段調(diào)整后的可替代負(fù)荷作為已知量負(fù)荷,可轉(zhuǎn)移負(fù)荷積極響應(yīng)作出調(diào)整;實(shí)時(shí)階段則是將前兩個(gè)階段的需求負(fù)荷作為已知量負(fù)荷,可削減負(fù)荷根據(jù)調(diào)度需要作出調(diào)整.在上、中、下3層協(xié)同優(yōu)化框架下考慮不同種類的需求響應(yīng)負(fù)荷,可以結(jié)合負(fù)荷特性合理調(diào)度其參與響應(yīng),降低補(bǔ)償成本,提高系統(tǒng)運(yùn)行經(jīng)濟(jì)性,實(shí)現(xiàn)系統(tǒng)的協(xié)同優(yōu)化運(yùn)行.

2 多時(shí)空尺度下的多微能網(wǎng)優(yōu)化調(diào)度模型

本文建立的多微能網(wǎng)綜合能源系統(tǒng)為多維能源供需平衡模型,優(yōu)化框架如圖4所示.上層日前優(yōu)化時(shí)間尺度為1 h,執(zhí)行時(shí)間為24 h,計(jì)劃提前1 d制定;中層日內(nèi)優(yōu)化時(shí)間尺度為15 min,執(zhí)行周期為24 h,響應(yīng)時(shí)長(zhǎng)為15 min～1 h;下層實(shí)時(shí)優(yōu)化時(shí)間尺度為5 min,調(diào)整實(shí)時(shí)階段不平衡功率,響應(yīng)時(shí)長(zhǎng)為5～15 min.

圖4 IEGHES多時(shí)空尺度優(yōu)化框架Fig.4 Multi-space-scale optimization framework of IEGHES

2.1 日前階段

(1)

(2)

(3)

(4)

(5)

(6)

2.1.2日前約束條件

(1) CHP機(jī)組運(yùn)行約束.

CHP機(jī)組主要包含燃?xì)廨啓C(jī)和鍋爐,可為外界提供電和熱,數(shù)學(xué)模型[11]為

(7)

(8)

(9)

(2) 電鍋爐運(yùn)行約束[11]:

Heb=ηebPeb

(10)

(11)

式中:Heb為電鍋爐的輸出熱功率;ηeb為電鍋爐的制熱效率,取95%;Peb為電鍋爐的電功率;Heb,i,max為電鍋爐功率的最大值.

(3) 電解水裝置約束.

電解裝置是電轉(zhuǎn)氣(Power-to-Gas, P2G)的核心組成部分,利用新能源發(fā)電進(jìn)行電解水操作獲得氫氣,數(shù)學(xué)模型[16]為

Aec=βecVecAH2

(12)

(13)

(14)

式中:Aec為電解水裝置產(chǎn)生的氫氣量;βec為電解裝置效率,取90%;Vec為電解裝置的額定容量;AH2表示額定產(chǎn)氫量,取350;βec,in為電解裝置的輸入功率;Pec為電解裝置的額定功率;a0、b0為效率函數(shù)系數(shù),分別取 0.010 9 和 1.067 6;Aec,i,max為電解水制取得到的氫氣功率最大值.

(4) 烷化裝置約束.

氫氣在烷化裝置里經(jīng)化學(xué)反應(yīng)可得到天然氣,數(shù)學(xué)模型[17]為

(15)

(16)

式中:Gch為轉(zhuǎn)化得到的天然氣量;βch為氫氣轉(zhuǎn)換效率,取73%;Aecch為制天然氣所需氫氣量;MH2為氫氣轉(zhuǎn)換成天然氣的摩爾質(zhì)量折算系數(shù);κ為天然氣管道每立方米對(duì)應(yīng)的氣體質(zhì)量;Gch,i,max為烷化反應(yīng)后得到的天然氣功率最大值.

(5) 能源購(gòu)買上、下限約束:

(17)

式中:i=1,2,3;Pb,i,max、Gb,i,max分別為微能網(wǎng)i的電、氣購(gòu)買上限;Pb,max、Gb,max分別為多微能網(wǎng)綜合能源系統(tǒng)電、氣的總上限.

(6) 能量交互約束:

(18)

(7) 儲(chǔ)能設(shè)備運(yùn)行約束.

儲(chǔ)能設(shè)備在多微能網(wǎng)中的能量管理中起著重要作用,通用模型為

(19)

(20)

式中:i=1,2,3;Ex,i,max、Ex,i,min分別為儲(chǔ)能設(shè)備的上、下限值;Px,c,i,max、Px,d,i,max分別為充、放能量的最大值;λx,c,i、λx,d,i分別為充、放能量的0-1狀態(tài)量.

(8) 可替代負(fù)荷約束.

可替代負(fù)荷指用戶可以根據(jù)自身的用能目的選擇不同能源供應(yīng)方式,而選擇多取決于當(dāng)下價(jià)格.以電/天然氣可替代負(fù)荷為例,微能網(wǎng)可利用燃?xì)忮仩t或電鍋爐供應(yīng)熱負(fù)荷,為了便于研究,提出電/氣能源邊際替代率,表示在相同時(shí)間段里,用戶消耗電能與消耗天然氣能量之比:

(21)

電能與天然氣能的可替代負(fù)荷數(shù)學(xué)模型[17-18]表示為

Ppl(t)=Pbuy0(t)+βegGrep(t)-Prep(t)

(22)

Gpl(t)=Gbuy0(t)+Prep(t)/βeg-Grep(t)

(23)

式中:ΔPrep(t)、ΔGrep(t)分別為可替代負(fù)荷響應(yīng)前后電能與天然氣需求量的變化量;Pbuy0(t)、Gbuy0(t)分別為系統(tǒng)初始購(gòu)電量與購(gòu)天然氣量;Prep(t)、Grep(t)分別為t時(shí)刻參與調(diào)度的可替代電負(fù)荷量與天然氣負(fù)荷量.各類可替代負(fù)荷應(yīng)滿足如下約束條件:

(24)

式中:Prep,t,i、Hrep,t,i、Grep,t,i、Arep,t,i分別為可替代電、熱、天然氣、氫氣負(fù)荷在t時(shí)刻的替代量最大值.

(9) 能量平衡約束:

(25)

2.2 日內(nèi)階段

(26)

(27)

2.2.2日內(nèi)約束條件 日內(nèi)階段將日前階段調(diào)整后的可替代負(fù)荷作為已知量負(fù)荷,在此基礎(chǔ)上進(jìn)行日內(nèi)優(yōu)化調(diào)度,可轉(zhuǎn)移負(fù)荷積極響應(yīng)需求,其余約束條件相同.

可轉(zhuǎn)移負(fù)荷可以根據(jù)微能網(wǎng)的用能高峰低谷時(shí)段靈活選擇負(fù)荷使用時(shí)間,通過分時(shí)電價(jià)和政府相應(yīng)激勵(lì)措施引導(dǎo)負(fù)荷在不同時(shí)段的價(jià)格變化,用戶調(diào)整用能行為,數(shù)學(xué)模型[19-21]如下:

(28)

(29)

(30)

(31)

式中:Pextr(t)、Hextr(t)、Gextr(t)、Aextr(t)分別為轉(zhuǎn)移前的電、熱、天然氣和氫氣的負(fù)荷量;ΔPtrans(t)、ΔHtrans(t)、ΔGtrans(t)、ΔAtrans(t)分別為用戶在t時(shí)刻轉(zhuǎn)移的電、熱、天然氣和氫氣負(fù)荷量;αt′,t=1為負(fù)荷量從t′時(shí)刻轉(zhuǎn)入到t時(shí)刻,αt′,t=-1為負(fù)荷量從t時(shí)刻轉(zhuǎn)到t′時(shí)刻.各類可轉(zhuǎn)移負(fù)荷應(yīng)滿足如下約束條件:

(32)

式中:Ptrans,t,i,max、Htrans,t,i,max、Gtrans,t,i,max、Atrans,t,i,max為t時(shí)刻轉(zhuǎn)移的電、熱、天然氣、氫氣負(fù)荷最大值.

2.3 實(shí)時(shí)階段

考慮日內(nèi)階段風(fēng)力機(jī)、光伏等新能源發(fā)電功率、常規(guī)負(fù)荷日前預(yù)測(cè)的誤差,在該階段引入風(fēng)力機(jī)、光伏、常規(guī)負(fù)荷的功率值實(shí)際擾動(dòng),因此不再考慮棄風(fēng)棄光現(xiàn)象,對(duì)該階段的目標(biāo)函數(shù)進(jìn)行優(yōu)化:

(33)

式中:ΔPS-pv(t)為t時(shí)刻預(yù)調(diào)度階段模擬光伏功率PS-pv與日前預(yù)測(cè)光伏功率Ppv差值;ΔPS-wt(t)為t時(shí)刻預(yù)調(diào)度階段模擬風(fēng)力機(jī)功率與PS-wt日前預(yù)測(cè)風(fēng)力機(jī)功率Pwt差值;ΔPS-load(t)為t時(shí)刻預(yù)調(diào)度階段模擬常規(guī)負(fù)荷功率PS-load與日前預(yù)測(cè)常規(guī)負(fù)荷功率Pload差值.

(34)

(35)

(36)

(37)

(38)

2.3.2實(shí)時(shí)約束條件 實(shí)時(shí)階段將日前優(yōu)化后的可替代負(fù)荷與日內(nèi)優(yōu)化后的可轉(zhuǎn)移負(fù)荷作為已知量負(fù)荷,可削減負(fù)荷參與需求響應(yīng),其余約束條件相同.

可削減負(fù)荷在電力系統(tǒng)中承擔(dān)著降低能源需求量的責(zé)任,其數(shù)學(xué)模型[22-24]如下:

Pxj(t)=Pex,xj(t)-αtΔPxj(t)

(39)

Hxj(t)=Hex,xj(t)-αtΔHxj(t)

(40)

Gxj(t)=Gex,xj(t)-αtΔGxj(t)

(41)

Axj(t)=Aex,xj(t)-αtΔAxj(t)

(42)

式中:Pex,xj(t)、Hex,xj(t)、Gex,xj(t)、Aex,xj(t)分別為用戶在t時(shí)刻響應(yīng)前的電、熱、天然氣和氫氣負(fù)荷量;ΔPxj(t)、ΔHxj(t)、ΔGxj(t)、ΔAxj(t)分別為在t時(shí)刻削減的電、熱、天然氣和氫氣負(fù)荷量;αt=1為在t時(shí)刻負(fù)荷被削減,αt=0為在t時(shí)刻負(fù)荷未被削減.各類可削減負(fù)荷應(yīng)滿足如下約束條件:

(43)

式中:Pxj,t,i,max、Hxj,t,i,max、Gxj,t,i,max、Axj,t,i,max分別為在t時(shí)刻削減的電、熱、天然氣、氫氣負(fù)荷的最大值;i=1,2,3.

2.4 模型求解

3 算例分析

3.1 算例數(shù)據(jù)

基于改進(jìn)后的實(shí)際項(xiàng)目“雄安新區(qū)工業(yè)園”進(jìn)行算例分析.工業(yè)、商業(yè)、居民微能網(wǎng)中均具有1個(gè)120 MW容量的光伏場(chǎng),1個(gè)150 MW容量的風(fēng)電場(chǎng);各微能網(wǎng)向上層配網(wǎng)購(gòu)買電能和天然氣能的最大值均為400 kW,算例拓?fù)湟言趫D1中展示.負(fù)荷比例如表1所示,各可調(diào)度負(fù)荷參與需求響應(yīng)的補(bǔ)償價(jià)格如表2所示,能源價(jià)格[26]如圖5所示,其他參數(shù)見文獻(xiàn)[27].本文仿真環(huán)境為Intel(R) Core(TM) i7-10750H CPU @ 2.60 GHz,利用軟件 MATLAB R2014a進(jìn)行計(jì)算,日內(nèi)階段調(diào)用模型時(shí)間為21.3 s,實(shí)時(shí)階段調(diào)用模型時(shí)間為30.8 s,算法求解效率滿足調(diào)度需求.

表1 用戶側(cè)負(fù)荷比例Tab.1 Load ratio at user side

表2 需求響應(yīng)補(bǔ)償價(jià)格Tab.2 Compensation price of demand response

圖5 能源價(jià)格Fig.5 Prices of energy

3.2 日前調(diào)度分析

以居民微能網(wǎng)為例,圖6所示為日前調(diào)度階段電力、熱力、氫氣和天然氣系統(tǒng)的功率優(yōu)化結(jié)果.由圖6(a)可知,23:00—9:00是用電低谷時(shí)期,電價(jià)較低,此時(shí)微能網(wǎng)傾向于向配電網(wǎng)購(gòu)買電能以滿足自身的用能需求,缺額部分可依靠WT和CHP滿足;電鍋爐此時(shí)可大功率運(yùn)行滿足用戶晚上的熱能需求,電解裝置消耗電能以滿足用戶氫氣需求,如氫電動(dòng)汽車在夜晚集中充電;在用電高峰時(shí)期如10:00—14:00,PV開始出力,電鍋爐減少功率消耗,相比于向配網(wǎng)高價(jià)購(gòu)買電能,微能網(wǎng)更傾向于利用CHP提供能量,電解水裝置降低消耗,優(yōu)先滿足電能需求.由圖6(b)可知,10:00—21:00為居民熱負(fù)荷的低谷時(shí)期,此時(shí)電鍋爐主要滿足電力系統(tǒng)穩(wěn)定運(yùn)行,產(chǎn)熱較少,CHP可滿足該時(shí)段熱能需求;在22:00—9:00,除電鍋爐大功率運(yùn)行外,居民微能網(wǎng)還可以通過與另兩個(gè)微能網(wǎng)的能量交互獲得熱能.由圖6(c)可知,23:00—9:00是用電低谷時(shí)期,電解裝置可在該時(shí)段大功率運(yùn)行產(chǎn)生氫氣為氫負(fù)荷供能,如氫燃料電動(dòng)汽車,也符合晚上集中充電的用能特性,部分氫氣在此時(shí)可進(jìn)入烷化裝置制取天然氣;10:00—22:00 電能優(yōu)先滿足電力系統(tǒng)運(yùn)行,電解裝置產(chǎn)氫量下降.由圖6(d)可知,23:00—9:00時(shí)段電解裝置產(chǎn)生較大量的氫氣,經(jīng)過烷化裝置可得到天然氣以滿足自身天然氣需求;10:00—22:00向上層配氣網(wǎng)購(gòu)買能量,彌補(bǔ)天然氣空缺;CHP機(jī)組滿功率運(yùn)行是因?yàn)橄啾扔谫?gòu)能價(jià)格,從利益角度出發(fā),系統(tǒng)將優(yōu)先考慮CHP供電供熱,所以天然氣消耗量大.

圖6 居民微能網(wǎng)日前各系統(tǒng)功率優(yōu)化結(jié)果Fig.6 Power optimization results of each system of residential micro-energy grid in day-ahead scheduling

由圖6中各系統(tǒng)原始負(fù)荷與日前調(diào)度后負(fù)荷曲線對(duì)比可知,電負(fù)荷曲線在22:00—8:00有所上升,在13:00—15:00、18:00—20:00有所下降;熱負(fù)荷曲線在23:00—9:00 有所上升,在11:00—15:00、18:00—22:00有所下降;氫氣負(fù)荷曲線在23:00—9:00有所上升,在13:00—15:00、18:00—21:00有所下降;天然氣負(fù)荷曲線在22:00—8:00有所上升,在12:00—14:00、19:00—21:00有所下降.這說明日前調(diào)度階段引入可替代負(fù)荷后改善了用能特性,起到了削峰填谷的作用.

圖7為日前階段各類型微能網(wǎng)的能量交互調(diào)度結(jié)果,其中白色表示電能量,淺灰色表示熱能交互量,深灰色表示天然氣能交互量.

圖7 各微能網(wǎng)能量交互調(diào)度結(jié)果Fig.7 Energy interactive scheduling results of each micro-energy grid

由圖7可知,各微能網(wǎng)的能量交互主要集中在21:00—7:00.24:00—3:00是居民微能網(wǎng)用能低谷時(shí)段,商業(yè)微能網(wǎng)此時(shí)也處于休業(yè)狀態(tài),因此在滿足自身用電需求外可以將電能出售給夜間仍生產(chǎn)的工業(yè)微能網(wǎng)以獲得收益;21:00—7:00是商業(yè)微能網(wǎng)的休業(yè)時(shí)段,此時(shí)對(duì)熱能的需求不高,因此該時(shí)間段商業(yè)微能網(wǎng)出售熱能給需要供暖的居民微能網(wǎng)和夜間生產(chǎn)的工業(yè)微能網(wǎng);商業(yè)微能網(wǎng)和居民微能網(wǎng)在 23:00—5:00 對(duì)天然氣能的需求少,可出售給對(duì)燃?xì)庑枨罅看蟮墓I(yè)微能網(wǎng)用于生產(chǎn),自身也可以有所收益.由以上分析可知,開展能源互動(dòng)可促進(jìn)能源供需平衡,實(shí)現(xiàn)多維能源的經(jīng)濟(jì)靈活運(yùn)行.

3.3 日內(nèi)調(diào)度分析

以居民微能網(wǎng)為例,圖8為日內(nèi)調(diào)度階段電力、熱力、氫氣和天然氣系統(tǒng)的功率優(yōu)化結(jié)果.

由圖8可知,日內(nèi)階段通過對(duì)15 min時(shí)間尺度的多能微網(wǎng)進(jìn)行優(yōu)化調(diào)度,電能、熱能、天然氣、氫氣這4個(gè)系統(tǒng)的能源調(diào)度細(xì)節(jié)更具體,實(shí)現(xiàn)了多維能源的供需平衡.但是與日前調(diào)度階段相比仍存在一些差異,如圖8(a)中,在12:00—14:00和18:00—20:00 時(shí)間段,電鍋爐消耗功率較日前階段減少,向配網(wǎng)購(gòu)買電能減少或?yàn)?,降低了高峰時(shí)段的購(gòu)能成本;在圖8(b)中,能量交互較日前階段提前到了19:00,這是因?yàn)殡婂仩t產(chǎn)熱量減少,CHP機(jī)組產(chǎn)熱無法滿足需求,缺額熱量來源于另外兩個(gè)微能網(wǎng).日內(nèi)調(diào)度階段在日前階段基礎(chǔ)上繼續(xù)引入可轉(zhuǎn)移負(fù)荷,由圖8各系統(tǒng)日前負(fù)荷與日內(nèi)調(diào)度后負(fù)荷曲線對(duì)比可知,引入可轉(zhuǎn)移負(fù)荷仍可實(shí)現(xiàn)多能源供需平衡的調(diào)度,削峰填谷能力加強(qiáng),也體現(xiàn)了日內(nèi)階段協(xié)調(diào)調(diào)度的能力.

3.4 實(shí)時(shí)調(diào)度分析

以居民微能網(wǎng)為例,圖9為5 min時(shí)間尺度下實(shí)時(shí)階段電力、熱力、氫氣和天然氣系統(tǒng)對(duì)不平衡功率的調(diào)整.實(shí)時(shí)階段在日內(nèi)調(diào)度基礎(chǔ)上繼續(xù)引入可削減負(fù)荷,旨在修正引入WT、PV和負(fù)荷波動(dòng)時(shí)造成的能源供需雙方功率不平衡問題.由圖9可知,引入可削減負(fù)荷對(duì)居民微能網(wǎng)內(nèi)部各具體部分進(jìn)行協(xié)調(diào)調(diào)度和實(shí)時(shí)調(diào)整,可以有效覆蓋微能網(wǎng)內(nèi)電力、熱力、氫氣、天然氣系統(tǒng)引入的不平衡功率.若在某時(shí)刻PV、WT實(shí)際值增大或減小,負(fù)荷實(shí)際值增大或減小,剩余能源設(shè)備將調(diào)整出力值,需求響應(yīng)負(fù)荷根據(jù)需求增加或減少功率,彌補(bǔ)差額,進(jìn)一步實(shí)現(xiàn)多微能網(wǎng)的靈活運(yùn)行以及在不同時(shí)間和空間尺度上的供需平衡.

圖9 居民微能網(wǎng)實(shí)時(shí)各系統(tǒng)不平衡功率調(diào)整Fig.9 Real-time unbalanced power adjustment of each system in residential micro-energy grid

3.5 需求響應(yīng)分析

以居民微能網(wǎng)為例,圖10為各階段調(diào)用不同需求響應(yīng)負(fù)荷之后的電、熱、氫氣、天然氣負(fù)荷曲線對(duì)比.由圖10可知,通過對(duì)能源價(jià)格和激勵(lì)信號(hào)的綜合響應(yīng),需求側(cè)能夠充分發(fā)揮優(yōu)化潛力,對(duì)負(fù)荷曲線的影響較為明顯,既促進(jìn)了能源供需平衡,又起到了削峰填谷的作用.日前階段引入可替代負(fù)荷,用戶可根據(jù)能源價(jià)格或用能需求隨機(jī)選擇來達(dá)到自身的目的,可以提高系統(tǒng)的可再生能源消納能力,如在12:00—13:00,天然氣負(fù)荷曲線較原始曲線減少約15%,電負(fù)荷此時(shí)無變化,在 13:00—14:00,電負(fù)荷較原始曲線減少約18.2%,天然氣負(fù)荷曲線上升約15%至原始曲線,充分體現(xiàn)了能量的替代性;日內(nèi)階段引入可轉(zhuǎn)移負(fù)荷,在用能高峰期將負(fù)荷轉(zhuǎn)移至低谷期,如在 13:00—14:00,電負(fù)荷較日前階段減少7.68%～10.63%,負(fù)荷曲線在該段低于日前曲線,在 22:00—24:00,電負(fù)荷較日前階段增加約4.76%,在該時(shí)段高于日前曲線;實(shí)時(shí)階段引入可削減負(fù)荷,進(jìn)一步修正負(fù)荷曲線,在用能高峰期減少負(fù)荷使用,如在11:00—13:00,電負(fù)荷較日內(nèi)階段減少2.59%～10.7%,負(fù)荷曲線在該時(shí)段低于日內(nèi)負(fù)荷曲線,降低了用能高峰時(shí)期的壓力.

圖10 居民微能網(wǎng)各階段調(diào)用需求響應(yīng)負(fù)荷曲線對(duì)比Fig.10 Comparison of demand response load curves of residential micro-energy grid in different stages

3.6 成本分析

表3為各微能網(wǎng)在日前、日內(nèi)和實(shí)時(shí)階段的各項(xiàng)成本對(duì)比.

表3 微能網(wǎng)在各階段的成本對(duì)比Tab.3 Cost comparison of micro-energy grid in different stages 元

考慮各個(gè)微能網(wǎng)中能量交互與傳播損耗的重合部分,計(jì)算得到日前、日內(nèi)和實(shí)時(shí)階段的總成本分別為 18 531.25、17 401.51和17 380.05元.以居民微能網(wǎng)部分?jǐn)?shù)據(jù)為例,日內(nèi)階段購(gòu)能成本較日前階段減少147.70元,實(shí)時(shí)階段較日內(nèi)階段減少123.70元,這是由于隨著調(diào)度的進(jìn)行,微能網(wǎng)的能源供需平衡能力得到改善,向配網(wǎng)購(gòu)能有所減少;環(huán)境保護(hù)成本與購(gòu)能量相關(guān),因此也從 209.28 元減少到204.38元,再減少到175.49元;不同需求響應(yīng)負(fù)荷的調(diào)度成本不同,可削減負(fù)荷作為補(bǔ)償成本較高的類型,在實(shí)時(shí)階段起到修正負(fù)荷曲線的作用,調(diào)用較少,成本最低,為 101.75 元.

為驗(yàn)證本文策略的經(jīng)濟(jì)性與可行性,利用傳統(tǒng)MPC調(diào)度對(duì)日內(nèi)結(jié)果進(jìn)行滾動(dòng)優(yōu)化,得到實(shí)時(shí)階段的優(yōu)化成本,如表4所示.

表4 MPC調(diào)度下微能網(wǎng)實(shí)時(shí)階段成本Tab.4 Real-time stage cost of micro-energy grid in MPC scheduling 元

考慮3個(gè)微能網(wǎng)中傳輸損耗重合的部分,計(jì)算得到MPC調(diào)度下實(shí)時(shí)階段總成本為17 398.04元,較日內(nèi)階段成本減少 3.47 元,較本文策略的實(shí)時(shí)調(diào)度成本增加 17.99 元,由此可見本文多時(shí)空尺度優(yōu)化運(yùn)行策略可以提高系統(tǒng)運(yùn)行的經(jīng)濟(jì)性.

4 結(jié)語(yǔ)

通過協(xié)調(diào)多種能量形式、時(shí)空尺度和響應(yīng)參與者,建立一種新的多維能源供需平衡模型,該模型適用于具有多個(gè)社區(qū)的能量管理,易于擴(kuò)展.上層對(duì)整個(gè)多微能網(wǎng)系統(tǒng)進(jìn)行日前調(diào)度,中層對(duì)各微能網(wǎng)進(jìn)行日內(nèi)調(diào)度,下層對(duì)網(wǎng)內(nèi)不平衡功率進(jìn)行實(shí)時(shí)調(diào)整.3個(gè)階段分別引入可替代、可轉(zhuǎn)移和可削減負(fù)荷進(jìn)行階梯式需求響應(yīng)策略,能夠進(jìn)一步修正多能負(fù)荷曲線,對(duì)能源的供需平衡起到促進(jìn)作用,實(shí)現(xiàn)系統(tǒng)經(jīng)濟(jì)性和可靠性運(yùn)行.在多時(shí)空尺度上考慮更全面的目標(biāo)和約束條件,采取更有效的措施促進(jìn)多維綜合能源的供需平衡;隨著時(shí)間尺度的減小,調(diào)度方案與系統(tǒng)的實(shí)際運(yùn)行偏差逐漸減小,驗(yàn)證了該策略的可行性和有效性.

本文在綜合能源中加入氫氣網(wǎng),作為未來能源發(fā)展的新興力量,下一步將更加詳細(xì)地研究利用電解水制氫、存儲(chǔ)、轉(zhuǎn)換(通過內(nèi)燃機(jī)、燃料電池或其他方式轉(zhuǎn)換為電能)等的相關(guān)內(nèi)容.