代子闊, 曾光, 史可鑒, 李磐旎

(1.國(guó)網(wǎng)遼寧省電力有限公司, 沈陽 110006; 2.國(guó)網(wǎng)遼寧省電力有限公司電力科學(xué)研究院, 沈陽 110006;3.北京中恒博瑞數(shù)字電力科技有限公司, 北京 100085)

隨著風(fēng)電產(chǎn)業(yè)的迅速發(fā)展,當(dāng)前中國(guó)使用風(fēng)電的范圍逐漸增大,風(fēng)電的消納效益隨之增高,如何解決消納問題是現(xiàn)如今大多數(shù)研究的難題。隨之而來的,是市場(chǎng)對(duì)能源的需求急劇增高[1-2],當(dāng)前使用能源的用戶大多是工業(yè)與住宅用戶,因此對(duì)能源質(zhì)量的需求也非常明顯,隨著中國(guó)風(fēng)電及光伏為代表的新能源并網(wǎng)比例的逐年增加,采用荷源有功協(xié)調(diào)控制能有效提高新能源消納水平,現(xiàn)階段能源質(zhì)量較多無法滿足多能源樞紐的需求,因此,急需設(shè)計(jì)荷源協(xié)調(diào)優(yōu)化方法,使多種能源可以互相轉(zhuǎn)換,降低用戶的開銷[3]。

當(dāng)前已有中外學(xué)者對(duì)多能源樞紐荷源協(xié)調(diào)優(yōu)化方法做出了研究,例如,孫碣等[4]研究考慮新能源消納的區(qū)域多能源系統(tǒng)網(wǎng)格化儲(chǔ)能協(xié)調(diào)優(yōu)化模型,考慮多能源網(wǎng)絡(luò)中的能量傳輸特性,通過儲(chǔ)能節(jié)點(diǎn)調(diào)整容量和儲(chǔ)能節(jié)點(diǎn),構(gòu)建基于電網(wǎng)的儲(chǔ)能協(xié)調(diào)優(yōu)化模型。但該模型未考慮住宅與工業(yè)兩種情況的能源樞紐荷源優(yōu)化。李文博等[5]研究考慮不確定性的區(qū)域能源互聯(lián)網(wǎng)源-荷-儲(chǔ)協(xié)調(diào)優(yōu)化方法,確定次日電價(jià)策略、需求側(cè)響應(yīng)和機(jī)組運(yùn)行計(jì)劃。以當(dāng)天內(nèi)總運(yùn)營(yíng)成本最小為目標(biāo),提前對(duì)荷源協(xié)調(diào)進(jìn)行優(yōu)化。但該方法無法有效提升運(yùn)行收益。Faridpak等[6]提出基于多步運(yùn)行方法的綜合電力和天然氣能源協(xié)同優(yōu)化。通過生成隨機(jī)場(chǎng)景來實(shí)現(xiàn)與風(fēng)速、太陽輻射和負(fù)載波動(dòng)相關(guān)的不確定性和風(fēng)險(xiǎn)分析。在使用替代拉格朗日松弛之前,通過二維分段線性化進(jìn)行線性化,對(duì)能量存儲(chǔ)和可再生能源進(jìn)行調(diào)度優(yōu)化處理。但該方法未考慮能源系統(tǒng)的運(yùn)行成本。周晟銳等[7]提出了一種基于機(jī)會(huì)約束的多能源樞紐電氣互聯(lián)綜合能源系統(tǒng)日前經(jīng)濟(jì)調(diào)度方法,在對(duì)能源樞紐、電力系統(tǒng)和天然氣系統(tǒng)精細(xì)建模的基礎(chǔ)上,考慮風(fēng)電和負(fù)荷不確定性,建立含機(jī)會(huì)約束的日前調(diào)度模型,利用商業(yè)軟件對(duì)模型進(jìn)行求解。但該方法的可再生能源消納效率并不高。

為解決以上方法中存在的問題和不足,現(xiàn)提出一種考慮消納效益的多能源樞紐荷源協(xié)調(diào)優(yōu)化方法。通過考慮多能源系統(tǒng)的約束條件,依據(jù)最小化住宅能量樞紐運(yùn)行總成本構(gòu)建住宅能量樞紐模型,以最大化工業(yè)能量樞紐運(yùn)行總收益為目標(biāo)構(gòu)建工業(yè)能量的樞紐模型。基于以上兩層模型的約束條件,采用多目標(biāo)加權(quán)尋優(yōu)算法,設(shè)計(jì)多目標(biāo)混合整數(shù)線性規(guī)劃模型,依據(jù)庫(kù)恩塔克(Kuhn-Tucker)條件理論進(jìn)行多種能量樞紐荷源協(xié)調(diào)全局最優(yōu)解的優(yōu)化。為多能源樞紐的經(jīng)濟(jì)運(yùn)行及荷源協(xié)調(diào)優(yōu)化提供新的技術(shù)途徑。

1 多能源樞紐荷源協(xié)調(diào)優(yōu)化方法

以最小化住宅能量樞紐運(yùn)行總成本和最大化工業(yè)能量樞紐運(yùn)行總收益為目標(biāo),設(shè)計(jì)住宅與工業(yè)能量樞紐模型,研究基于消納效益的多能源樞紐荷源協(xié)調(diào)優(yōu)化過程。

1.1 住宅能量樞紐模型

1.1.1 能量轉(zhuǎn)換設(shè)備與系統(tǒng)建模

冷熱電聯(lián)供系統(tǒng)中的燃?xì)廨啓C(jī)在輸出電功率時(shí),會(huì)逐漸制造出熱能[8],形成高溫蒸汽余熱,該余熱經(jīng)過蓄熱設(shè)備、制冷機(jī)以及余熱鍋爐會(huì)制造出相應(yīng)的熱、冷功率,其中燃?xì)廨啓C(jī)運(yùn)行中的電出力表示為

(1)

余熱鍋爐運(yùn)行中的熱出力表示為

(2)

冷熱電聯(lián)供系統(tǒng)的熱出力表示為

(3)

冷熱電聯(lián)供系統(tǒng)的冷出力表示為

(4)

1.1.2 住宅能量樞紐模型優(yōu)化調(diào)度

1)目標(biāo)函數(shù)

依據(jù)住宅經(jīng)濟(jì)運(yùn)行成本,構(gòu)建優(yōu)化調(diào)度目標(biāo)函數(shù),其中成本中包含購(gòu)電、購(gòu)氣費(fèi)用,購(gòu)電費(fèi)用中還包含住宅從備用市場(chǎng)采購(gòu)電力的花銷[9-10],依據(jù)劃分的備用容量提供開銷。以此構(gòu)建的目標(biāo)函數(shù)為

Ccost=Cgas+Cgrid

(5)

(6)

(7)

minC居=Ccost+Cgas+Cgrid

(8)

2)約束條件

功率均衡約束:在住宅能量樞紐運(yùn)行過程中,需實(shí)時(shí)保障冷、熱、電功率能夠均衡實(shí)現(xiàn)約束。約束條件為

(9)

(10)

冷熱電聯(lián)供系統(tǒng)約束:設(shè)計(jì)系統(tǒng)設(shè)備約束條件為

(11)

(12)

(13)

1.2 工業(yè)能量樞紐模型

以最大化工業(yè)能量樞紐運(yùn)行總收益為目標(biāo),構(gòu)建基于工業(yè)能量的樞紐模型,其中具體需要熱、電、冷3種能量需求[11-12],以描述能源、負(fù)荷與網(wǎng)絡(luò)之間的轉(zhuǎn)換情況與耦合情況。

1.2.1 能量樞紐耦合關(guān)系的數(shù)學(xué)形式

在工業(yè)能力樞紐模型中,采用不同能量耦合設(shè)備,完成能量的傳輸、保存與調(diào)整,單個(gè)能量樞紐中各個(gè)元件的耦合情況表示為

(14)

依據(jù)式(14)將不同能量耦合設(shè)備建模表示為

(15)

(16)

1.2.2 工業(yè)能量樞紐模型優(yōu)化方法

(1)目標(biāo)函數(shù)。當(dāng)能量樞紐運(yùn)行時(shí),為有效優(yōu)化成本,需考慮冷熱電的負(fù)荷情況,最大程度地改善運(yùn)行開銷[13-14],因此設(shè)計(jì)目標(biāo)函數(shù)為每小時(shí)中工業(yè)用電開銷與燃?xì)忾_銷之和,計(jì)算公式為

maxCi=(C1+C2)-

(17)

式(17)中:C1為營(yíng)業(yè)業(yè)務(wù)收入;C2為期末余額;Ce(k)為k時(shí)刻下的峰谷電價(jià);Cg(k)為恒定氣價(jià);Pe(k)為k時(shí)刻下輸入的電力;Vg(k)為天然氣功率流;maxCi為工業(yè)樞紐模型最大總收益。

(2)約束條件。在工業(yè)能量樞紐運(yùn)行時(shí),需分別約束熱、電、冷的分配系數(shù)分別為α、β、γ,電能源守恒約束表示為

0≤α、β、γ≤1

(18)

(19)

(20)

1.3 多目標(biāo)函數(shù)計(jì)算方法

根據(jù)上述兩層模型的約束條件得到荷源協(xié)調(diào)優(yōu)化運(yùn)行中存在的問題,采用多目標(biāo)優(yōu)化方法,設(shè)計(jì)多目標(biāo)混合整數(shù)線性規(guī)劃模型,實(shí)現(xiàn)荷源協(xié)調(diào)優(yōu)化,設(shè)計(jì)兩層調(diào)度模式,分別為住宅能量樞紐與工業(yè)能量樞紐中的minCr、maxCi,并在進(jìn)行計(jì)算之前,將其調(diào)整為權(quán)重系數(shù)ω1、ω2,調(diào)整兩層目標(biāo)函數(shù)為單層目標(biāo),同時(shí),ω1+ω2=1,0≤ω1,ω2≤1。

1.3.1 計(jì)算策略

采用多目標(biāo)加權(quán)尋優(yōu)算法,尋取最佳功率劃分情況的全局最優(yōu)解,其中,設(shè)FPvar為凸函數(shù),凹函數(shù)為s1,Pvar,s2,Pvar,…,sm,Pvar,均可進(jìn)行求導(dǎo)。并設(shè)線性函數(shù)為h1,Pvar,h2,Pvar,…,hl,Pvar。設(shè)計(jì)拉格朗日算子計(jì)算公式為

L(Pvar,μ,λ)=FPvar-μsPvar-λhPvar

(21)

式(21)中:Pvar為局部最佳功率解集;λ、μ分別為拉格朗日乘子、因子集合;FPvar為凸函數(shù);sPvar為凹函數(shù);hPvar為線性函數(shù)。

(22)

1.3.2 計(jì)算步驟

為實(shí)現(xiàn)存在多種能量樞紐荷源協(xié)調(diào)全局最優(yōu)解的優(yōu)化,依據(jù)上述算法以及庫(kù)恩塔克(Kuhn-Tucker)條件理論,設(shè)計(jì)求解步驟[15-16]如下。

(1)給定權(quán)重系數(shù)w1、w2。

(2)選取YALMIP求解器,計(jì)算優(yōu)化問題的局部最優(yōu)解集Pvar。

(3)分析是否通過迭代計(jì)算全部的權(quán)重系數(shù),若計(jì)算完成,繼續(xù)下一步,若未計(jì)算完成,則回到步驟(1)再次設(shè)定權(quán)重系數(shù)。

(4)判斷minCr、maxCi,是否滿足最優(yōu)成本與收益,若滿足,繼續(xù)執(zhí)行下一步,若不滿足返回至步驟(1)。

2 實(shí)驗(yàn)分析

采用仿真形式驗(yàn)證本文方法性能,在MATLAB平臺(tái)中,應(yīng)用本文所提出的考慮消納效益的多能源樞紐荷源協(xié)調(diào)優(yōu)化方法對(duì)模擬中的住宅、工業(yè)樞紐模型進(jìn)行分析。

選取遼寧省沈陽市一居民樓住宅在2022年10月30日能量樞紐的冷、熱、電功率在不同情況下的需求,分析結(jié)果如圖1所示。

圖1 住宅不同負(fù)荷下功率需求Fig.1 Power demand of residential buildings under different loads

根據(jù)圖1可知,住宅能量樞紐在不同負(fù)荷情況下,電負(fù)荷所需功率最高,其用電高峰均集中在白天時(shí)段,而冷負(fù)荷功率需求最低,熱負(fù)荷功率需求相對(duì)高于冷負(fù)荷,根據(jù)此分析,本文方法可作為住宅能量樞紐運(yùn)行總成本的計(jì)算依據(jù),為能量樞紐的經(jīng)濟(jì)環(huán)保運(yùn)行提供新的方法。

分析24 h內(nèi)住宅樞紐與工業(yè)樞紐的風(fēng)電出力、光伏出力情況,分析結(jié)果如圖2所示。

圖2 不同樞紐風(fēng)電、光伏出力Fig.2 Wind power and photovoltaic output of different hubs

由圖2可得出住宅與工業(yè)樞紐運(yùn)行的日消耗成本,其中,風(fēng)電出力均高于光伏出力,而工業(yè)出力要遠(yuǎn)遠(yuǎn)高于住宅出力,住宅的風(fēng)電出力僅在50～65 MW/h波動(dòng),而工業(yè)風(fēng)電出力在200～300 MW/h,相對(duì)來說,兩者的光伏出力相差較小。因此本文方法可促進(jìn)可再生能源的消納。

分析采用本文方法優(yōu)化后兩個(gè)樞紐的能源消耗情況,將兩個(gè)樞紐合并在一起進(jìn)行統(tǒng)計(jì)供氣量與購(gòu)電量,分析結(jié)果如圖3所示。

圖3 能源消耗分析Fig.3 Analysis of energy consumption

根據(jù)圖3可知,采用本文方法優(yōu)化荷源協(xié)調(diào)后,供氣量在一日中始終低于購(gòu)電量,說明電力使用消耗較大,同時(shí),購(gòu)電量消耗均在300 kW/h以下,且供氣量也相對(duì)較低,因此采用本文方法進(jìn)行優(yōu)化可明顯降低多能源樞紐的運(yùn)行成本,有效減少開銷。主要是由于本文方法采用多目標(biāo)優(yōu)化方法,設(shè)計(jì)多目標(biāo)混合整數(shù)線性規(guī)劃模型,實(shí)現(xiàn)了荷源協(xié)調(diào)優(yōu)化,使得綜合能源消耗降低。

分析優(yōu)化后多能源樞紐的運(yùn)行收益,以文獻(xiàn)[4-5]方法為對(duì)比方法,不同方法的運(yùn)行收益結(jié)果如圖4所示。

圖4 不同方法的運(yùn)行收益結(jié)果Fig.4 Operating income results of different methods

根據(jù)圖4可知,隨著多目標(biāo)迭代計(jì)算次數(shù)的增加,本文方法在迭代60次時(shí)趨于穩(wěn)定,穩(wěn)定日收益為38 000元,明顯高于文獻(xiàn)[4]方法及文獻(xiàn)[5]方法,由此可知,采用本文方法進(jìn)行荷源優(yōu)化,可明顯提升運(yùn)行收益。主要是由于本文方法在Kuhn-Tucker條件下利用多目標(biāo)加權(quán)尋優(yōu)算法,求得了存在多種能量樞紐荷源協(xié)調(diào)全局最優(yōu)解,從而獲得較高的運(yùn)行收益。

3 結(jié)論

考慮消納效益的多能源樞紐荷源協(xié)調(diào)優(yōu)化方法,設(shè)計(jì)工業(yè)、住宅樞紐模型,并構(gòu)建模型目標(biāo)函數(shù)與約束條件,采用多目標(biāo)函數(shù)優(yōu)化方法實(shí)現(xiàn)模型求解,完成荷源協(xié)調(diào)優(yōu)化,得出以下結(jié)論。

(1)本文方法可作為住宅能量樞紐運(yùn)行總成本的計(jì)算依據(jù),為能量樞紐的經(jīng)濟(jì)環(huán)保運(yùn)行提供新的方法。

(2)本文方法在住宅與工業(yè)能量樞紐的運(yùn)行應(yīng)用中,可促進(jìn)可再生能源的消納,降低多能源樞紐的運(yùn)行成本,有效減少開銷。

(3)本文方法進(jìn)行多能源樞紐荷源協(xié)調(diào)優(yōu)化,可明顯提高運(yùn)行收益。