劉滌塵, 馬恒瑞, 王 波, 高文忠, 王 駿, 閆秉科

(1. 武漢大學(xué)電氣工程學(xué)院, 湖北省武漢市 430072; 2. 丹佛大學(xué)電機(jī)工程系, 丹佛 80210, 美國(guó); 3. 國(guó)網(wǎng)湖北省電力有限公司電力科學(xué)研究院, 湖北省武漢市 430077)

0 引言

近年來(lái),中國(guó)建設(shè)了大量可再生能源發(fā)電系統(tǒng),以達(dá)到調(diào)整能源結(jié)構(gòu)的目的[1-2]。提升能源系統(tǒng)中可再生能源所占比例是全球能源領(lǐng)域行業(yè)的未來(lái)發(fā)展方向,也是能源行業(yè)發(fā)展的重要戰(zhàn)略[2]。

中國(guó)可再生能源出力區(qū)域集中在冬季有著供暖需求的“三北”地區(qū)[3-4]?？稍偕茉淳哂须S機(jī)性、間歇性等特點(diǎn),并且在供暖季節(jié)受到“以熱定電”政策的限制,導(dǎo)致中國(guó)北方地區(qū)棄風(fēng)、棄光現(xiàn)象頻發(fā)。國(guó)家能源局的統(tǒng)計(jì)數(shù)據(jù)顯示,僅2016年前3個(gè)季度,全國(guó)棄風(fēng)電量達(dá)到3.947×1010kW·h,直接經(jīng)濟(jì)損失超過(guò)2×1010元人民幣[5]。

在由電力系統(tǒng)、熱力系統(tǒng)和天然氣系統(tǒng)組成的供能系統(tǒng)中,各子系統(tǒng)單獨(dú)設(shè)計(jì)和運(yùn)行導(dǎo)致了相互能源利用率低下。為改善該現(xiàn)象,能源行業(yè)提出了“能源互聯(lián)網(wǎng)”這一概念[6-8]。利用各類(lèi)能源轉(zhuǎn)換設(shè)備(如冷熱電聯(lián)供系統(tǒng)(combined cooling,heating and power，CCHP)[9]等)和儲(chǔ)能設(shè)備(energy storage system,ESS)做到電/熱/氣網(wǎng)互聯(lián)運(yùn)行,達(dá)到可再生能源在能源互聯(lián)網(wǎng)內(nèi)充分消納與利用這一目標(biāo)[10]。能源互聯(lián)網(wǎng)可以分為能源主干網(wǎng)和綜合能源系統(tǒng)(integrated energy system,IES)兩部分[11-12]。區(qū)域綜合能源系統(tǒng)(regional integrated energy system,RIES)位于能源的負(fù)荷側(cè),它是能滿足一定區(qū)域內(nèi)能源終端用戶的多種用能需求,消納就地接入可再生能源的IES[13]。

關(guān)于RIES的研究,集中于系統(tǒng)建模、規(guī)劃與經(jīng)濟(jì)運(yùn)行等方面。文獻(xiàn)[14]建立了RIES設(shè)備模型庫(kù),并通過(guò)實(shí)驗(yàn)和仿真來(lái)豐富和改進(jìn)該模型庫(kù);文獻(xiàn)[15]以RIES的基本概念和特征為切入點(diǎn),分析了RIES在中國(guó)的發(fā)展現(xiàn)狀;文獻(xiàn)[16]利用牛頓—拉夫遜法設(shè)計(jì)了在RIES中電力、熱力和天然氣的能量流計(jì)算方法;文獻(xiàn)[17]設(shè)計(jì)了含有電熱聯(lián)合系統(tǒng)的微電網(wǎng)運(yùn)行優(yōu)化方案,但是對(duì)于成本考慮不充分;文獻(xiàn)[18]設(shè)計(jì)了多RIES的運(yùn)行優(yōu)化,將熱網(wǎng)納入了優(yōu)化方案之內(nèi),但文中對(duì)于可再生能源的波動(dòng)性考慮不足,與工程應(yīng)用中差距較大。

通過(guò)對(duì)上述文獻(xiàn)的分析可以看出,在含CCHP系統(tǒng)的RIES中,對(duì)于可再生能源出力的預(yù)測(cè)結(jié)果過(guò)于理想化,不利于RIES的實(shí)際運(yùn)行;在利用ESS使RIES脫離“以熱定電”這一限制時(shí),ESS模型過(guò)于簡(jiǎn)單,并未充分考慮使用成本等約束;并且在實(shí)際運(yùn)行的含CCHP系統(tǒng)的RIES中,常常是多臺(tái)燃?xì)廨啓C(jī)(gas turbine,GT)聯(lián)合運(yùn)行,因此需要在考慮常規(guī)機(jī)組組合約束的基礎(chǔ)上考慮基于多種源設(shè)備、能量轉(zhuǎn)化設(shè)備和ESS運(yùn)行特性的約束條件,而該問(wèn)題在相關(guān)文獻(xiàn)中也并沒(méi)有提及。

針對(duì)以上問(wèn)題,本文建立了含新能源、ESS及CCHP系統(tǒng)的RIES聯(lián)合調(diào)度模型,對(duì)其進(jìn)行仿真后求得了RIES內(nèi)各個(gè)單元最佳出力、不同調(diào)度模式下總運(yùn)行成本和GT的機(jī)組組合。本文所提出的模型可以有效反映出可再生能源出力隨機(jī)性所帶來(lái)的影響,并且利用ESS解耦熱電約束可以降低運(yùn)行成本,有助于提高系統(tǒng)運(yùn)行經(jīng)濟(jì)性。

1 RIES

1.1 RIES結(jié)構(gòu)

RIES是依托智能電網(wǎng)技術(shù)的進(jìn)步,將分布式發(fā)電、CCHP系統(tǒng)、儲(chǔ)能技術(shù)利用信息和通信技術(shù)聯(lián)系起來(lái)的綜合能源供應(yīng)系統(tǒng);是在考慮到組成傳統(tǒng)能源供應(yīng)系統(tǒng)的電/熱/氣網(wǎng)之間的相互作用和互補(bǔ)性后利用各類(lèi)能量轉(zhuǎn)化裝置將它們組合在一起的IES。系統(tǒng)內(nèi)含源設(shè)備包括光伏電源(photovoltaic,PV)、風(fēng)電機(jī)組(wind turbine,WT)、GT、燃?xì)忮仩t(gas boiler,GB);儲(chǔ)能設(shè)備包括儲(chǔ)電設(shè)備(energy storage,ES)、儲(chǔ)熱設(shè)備(heat storage,HS)、儲(chǔ)冷設(shè)備(cold energy storage,CS);能量轉(zhuǎn)換設(shè)備包括余熱鍋爐(waste heat boiler,WHB)、電制冷機(jī)(electric refrigerator,ER)、電鍋爐(electric boiler,EB)等單元。

本文建立的含有CCHP系統(tǒng)的RIES結(jié)構(gòu)及能量流示意圖如附錄A圖A1所示。

1.2 CCHP系統(tǒng)

為能夠準(zhǔn)確描述CCHP系統(tǒng)的構(gòu)成及其內(nèi)部各個(gè)設(shè)備之間的能量流,本文借鑒文獻(xiàn)[18]中的表述方式,按照能量傳遞介質(zhì)的不同對(duì)母線進(jìn)行分類(lèi),分別為電氣、空氣、煙氣、熱水和蒸汽母線。附錄A圖A2為燃?xì)庑虲CHP系統(tǒng)的母線式結(jié)構(gòu)圖。

RIES在并網(wǎng)模式下經(jīng)濟(jì)調(diào)度策略的目標(biāo)是保證系統(tǒng)運(yùn)行費(fèi)用最小。在制定協(xié)調(diào)經(jīng)濟(jì)調(diào)度策略的過(guò)程中,需要考慮以下幾點(diǎn)。

1)PV和WT作為可再生能源,擬采用最大功率追蹤技術(shù)來(lái)完全利用可再生能源出力。

2)ESS包括ES和HS兩部分,其儲(chǔ)存或釋放能量的指令來(lái)自運(yùn)行調(diào)度策略,該策略的主要目的為利用ESS解耦熱電聯(lián)系;需要考慮ESS的運(yùn)行成本/費(fèi)用、容量和充電功率等約束,并且滿足ES作為重要負(fù)荷熱備用的需求。

3)在實(shí)際運(yùn)行中,含CCHP系統(tǒng)的RIES中常常是多臺(tái)GT聯(lián)合運(yùn)行,因此優(yōu)化機(jī)組組合過(guò)程中不僅需要考慮電負(fù)荷、可再生能源出力和不同機(jī)組啟停特性等常規(guī)約束,還需要考慮GT出力狀態(tài)、熱負(fù)荷、能量轉(zhuǎn)化設(shè)備、ESS特性及日前電價(jià)曲線等相關(guān)約束條件。

1.3 ESS及其在RIES中的作用

GT的出力熱電比一般在1.5左右,因此當(dāng)負(fù)荷的熱電比為1.5時(shí)可以將系統(tǒng)能源充分利用,但實(shí)際運(yùn)行中并不是所有情況下都能滿足此熱電比,這就需要系統(tǒng)具有相對(duì)靈活的適應(yīng)性[19]。在系統(tǒng)設(shè)計(jì)中,若按照冷熱電負(fù)荷的峰值來(lái)確定發(fā)電容量,勢(shì)必會(huì)使系統(tǒng)容量過(guò)大,系統(tǒng)將全年處于低負(fù)荷運(yùn)行狀態(tài),不利于經(jīng)濟(jì)性;若按照負(fù)荷的平均值來(lái)設(shè)計(jì)容量,必定會(huì)出現(xiàn)高峰供熱能力不足的問(wèn)題,而含有ESS的RIES可有效解決這一矛盾。通過(guò)ESS可以解耦熱電生產(chǎn)之間的出力約束,使負(fù)荷的熱電比維持在1.5左右,脫離“以熱定電”這一限制。同時(shí)還可以在時(shí)間上解耦能源生產(chǎn)與消耗必須對(duì)等的約束條件,實(shí)現(xiàn)能量消耗的跨時(shí)段轉(zhuǎn)移來(lái)解決可再生能源消納難題。

2 可再生能源出力隨機(jī)性建模

2.1 可再生能源出力預(yù)測(cè)

可再生能源出力受天氣影響,其實(shí)際出力與預(yù)測(cè)出力不完全一致,直接代入可再生能源預(yù)測(cè)出力曲線進(jìn)行計(jì)算不能反映真實(shí)的系統(tǒng)運(yùn)行成本,所以需要將預(yù)測(cè)值的波動(dòng)考慮在內(nèi)。本文采用對(duì)預(yù)測(cè)值按其誤差分布采樣的方法來(lái)模擬實(shí)際中預(yù)測(cè)值的波動(dòng)情況。每次采樣結(jié)果代表一種可能出現(xiàn)的場(chǎng)景,在完成采樣后對(duì)數(shù)量巨大的初始樣本進(jìn)行場(chǎng)景削減,提煉出能代表絕大多數(shù)誤差的典型場(chǎng)景,求得計(jì)及可再生能源出力預(yù)測(cè)誤差的系統(tǒng)運(yùn)行成本。這種處理方法可以廣泛應(yīng)用在由于歷史數(shù)據(jù)不完整或者環(huán)境突變等原因造成預(yù)測(cè)值與實(shí)際值產(chǎn)生誤差的場(chǎng)景和問(wèn)題中。

本文首先使用場(chǎng)景分析法對(duì)可再生能源出力的波動(dòng)性進(jìn)行建模并采樣,假設(shè)可再生能源出力的預(yù)測(cè)誤差可以用時(shí)間序列法中的自回歸滑動(dòng)平均模型來(lái)描述,然后基于自回歸滑動(dòng)平均模型求得預(yù)測(cè)數(shù)據(jù)和預(yù)測(cè)誤差的標(biāo)準(zhǔn)差,得到不同可再生能源出力預(yù)測(cè)誤差概率情況下的可再生能源出力概率模型,預(yù)測(cè)概率為95.4%時(shí)的概率模型見(jiàn)附錄A圖A3。

2.2 場(chǎng)景生成與削減

拉丁超立方采樣(Latin hypercube sampling,LHS)是一種分層采樣方法,通過(guò)采樣和排序兩步提取樣本點(diǎn)中均勻分布的有效值并完全覆蓋隨機(jī)變量的樣本空間來(lái)形容其整體分布情況,可以用于描述可再生能源出力的波動(dòng)性現(xiàn)象。

與傳統(tǒng)的蒙特卡洛模擬法(Monte Carlo simulation method，MCSM)隨機(jī)抽取輸入變量相比,LHS可以利用均勻的、較少的采樣點(diǎn)來(lái)描述輸入隨機(jī)變量的整個(gè)分布空間,大幅提升了運(yùn)算速度。

為了能夠準(zhǔn)確地反映預(yù)測(cè)值的波動(dòng)情況,需要生成盡可能多的初始場(chǎng)景,但是初始場(chǎng)景數(shù)量過(guò)大會(huì)造成場(chǎng)景重復(fù)和計(jì)算時(shí)間過(guò)長(zhǎng),因此需要在模型盡可能準(zhǔn)確表達(dá)可再生能源出力隨機(jī)性的前提下設(shè)置合適數(shù)量的初始場(chǎng)景,考慮計(jì)算能力和時(shí)長(zhǎng),本文初始場(chǎng)景數(shù)量設(shè)置為2 000。在此基礎(chǔ)上通過(guò)定義場(chǎng)景距離函數(shù)來(lái)削減相似場(chǎng)景,提煉出能盡可能準(zhǔn)確表達(dá)可再生能源出力的典型場(chǎng)景[20]。

在獲得初始場(chǎng)景后,對(duì)每一個(gè)場(chǎng)景指定一個(gè)發(fā)生的概率Ps(ps>0),且∑ps=1,每個(gè)場(chǎng)景發(fā)生的概率指定為1/N。ζs為采樣矩陣XS中的場(chǎng)景,Ds,s′為場(chǎng)景s和s′的距離,其值為場(chǎng)景s和s′之間的向量范數(shù)。集合S為初始的場(chǎng)景,集合R為需消除的場(chǎng)景。然后利用同步回代消除法來(lái)消除多余場(chǎng)景。同步回代消除法的基本步驟如下。

步驟1:計(jì)算每對(duì)場(chǎng)景的距離Ds,s′=D(ζs,ζs′)。

步驟2:對(duì)于每個(gè)場(chǎng)景k,找出與場(chǎng)景k距離最短的場(chǎng)景r,即Dk(r)=minDks′,k∈S,s′∈S,k≠s′。

步驟3:計(jì)算PDk(r)=pkDk(r),k∈S,從k中找出場(chǎng)景索引d,使得Pd=minPk,k∈S。

步驟4:S=S-syggg00,R=R+syggg00,且pr=pr+pd。

步驟5:重復(fù)步驟2至步驟4直至剩余的場(chǎng)景數(shù)滿足要求為止。

步驟4中pr=pr+pd是保證剩余的場(chǎng)景發(fā)生的概率之和等于消除前場(chǎng)景發(fā)生概率之和,消除的場(chǎng)景的概率為0。

采用以上方法將WT出力的預(yù)測(cè)概率為95.4%的動(dòng)態(tài)概率模型進(jìn)行場(chǎng)景生成和消除后可以得到如附錄A圖A4所示的場(chǎng)景樹(shù),即提煉出10條具有代表性的WT發(fā)電預(yù)測(cè)曲線描述WT的隨機(jī)性特性,每一條曲線模擬了該時(shí)段風(fēng)電出力在實(shí)際中可能出現(xiàn)的一種偏差,有效反映了該時(shí)段的風(fēng)電出力預(yù)測(cè)誤差的波動(dòng)情況,提高了預(yù)測(cè)精度。

3 RIES經(jīng)濟(jì)性模型及求解方法

3.1 目標(biāo)函數(shù)

對(duì)于并入電網(wǎng)運(yùn)行的RIES來(lái)說(shuō),經(jīng)濟(jì)調(diào)度模型的目標(biāo)函數(shù)為:

C=min(Ce+Cgas+CES+CHS)

(1)

式中:C為系統(tǒng)總運(yùn)行費(fèi)用;Ce為購(gòu)電費(fèi)用;Cgas為購(gòu)買(mǎi)天然氣費(fèi)用；CES為ES運(yùn)行費(fèi)用;CHS為HS運(yùn)行費(fèi)用。

購(gòu)電費(fèi)用的表達(dá)式為:

(2)

式中:H為調(diào)度周期的時(shí)段數(shù);Δt為調(diào)度時(shí)段步長(zhǎng);Pgrid,t為時(shí)段t=1,2,…,H時(shí)RIES與電網(wǎng)之間的交換功率;cgrid,t為時(shí)段t=1,2,…,H交換功率的價(jià)格,其值大于0時(shí)表示RIES從電網(wǎng)購(gòu)電,小于0時(shí)表示RIES向電網(wǎng)售電以獲得收益,用分段函數(shù)可表示為式(3)所示的形式。

(3)

式中:cgrid/b,t和cgrid/s,t分別為RIES系統(tǒng)的購(gòu)電和售電價(jià)格,其值與日分時(shí)電價(jià)相關(guān)。

購(gòu)買(mǎi)天然氣費(fèi)用的表達(dá)式為:

式中：：cgas為購(gòu)買(mǎi)天然氣的單位熱值價(jià)格；PGT,n和QGB,m分別為n 臺(tái)聯(lián)供GT的發(fā)電功率和m臺(tái)GB 的產(chǎn)熱功率；a，b，c為GY燃料成本系數(shù)；；ηGB為GB 的產(chǎn)熱效率[21]。

假設(shè)ES每次充放電時(shí)的使用成本相同，購(gòu)買(mǎi)成本為Cpurchase，使用次數(shù)為Mcycles，則其單次完全充放電成本Cr為：

(5)

在一個(gè)調(diào)度周期內(nèi),其運(yùn)行成本為:

(6)

式中:CES-cap為ES的容量;PES,C/ES,D,t為時(shí)段t=1,2,…,H時(shí)ES的充放電功率。

HS運(yùn)行費(fèi)用主要是水泵運(yùn)行的電費(fèi),即

(7)

式中:CHS為HS運(yùn)行費(fèi)用;QHS,C/HS,D,t為時(shí)段t=1,2,…,H時(shí)HS的充放熱功率。

3.2 約束條件

3.2.1CCHP系統(tǒng)母線平衡方程

1)電氣母線平衡約束

Pgrid+PGT+PPV+PWT+PES,D=

LE+PER+PEB+PES,C

(8)

式中:Pgrid為RIES和電網(wǎng)的交換功率;PGT為GT的發(fā)電功率;PPV為PV的出力;PWT為WT的出力;PES,D為ES的放電功率;LE為電負(fù)荷;PER為ER的功率;PEB為EB的功率;PES,C為ES的充電功率。

2)煙氣母線平衡方程

ηGTPGT=QWHB

(9)

式中:ηGT為GT的產(chǎn)熱效率;QWHB為WHB的出力。

3)蒸汽母線平衡方程

ηWHBQWHB+QGB+QHS,D=QHX+QHS,C

(10)

式中:ηWHB為WHB的產(chǎn)熱效率;QGB為GB的產(chǎn)熱功率;QHS,D為HS的儲(chǔ)熱功率;QHX為換熱器的熱出力;QHS,C為HS的放熱功率。

4)熱水母線平衡方程

ηHXQHX=LH

(11)

式中:ηHX為換熱器的效率;LH為熱負(fù)荷。

5)空氣母線平衡方程

ηERQER=LC

(12)

式中:ηER為ER的制冷效率,即制冷量與輸入電功率的比值;QER為ER的產(chǎn)冷功率;LC為冷負(fù)荷。

3.2.2GT運(yùn)行特性模型

本文根據(jù)文獻(xiàn)[22]的實(shí)測(cè)參數(shù),提出按式(13)至式(15)計(jì)算并擬合出其相應(yīng)數(shù)值。

(13)

(14)

(15)

式中:ηGT,E為GT的發(fā)電效率;Kηi為發(fā)電效率特性曲線的擬合參數(shù);PGT(t)和PGTN分別為GT的出力和額定出力;QGT(t)為煙氣余熱;KQi為煙氣余熱特性曲線的擬合參數(shù);vGT(t)為GT耗氣率;δGT為GT的啟停狀態(tài),停運(yùn)為0,運(yùn)行為1;Kvi為耗氣量特性曲線的擬合參數(shù)。

3.2.3WHB特性模型

WHB利用GT所釋放的煙氣余熱將水加熱為蒸汽,參考文獻(xiàn)[22]的WHB特性模型:

(16)

式中:ηWHBN為WHB的額定熱效率;QWHBN為WHB的額定出力;KWHBi為熱效率特性曲線的擬合參數(shù)，i=1,2。

3.2.4各個(gè)設(shè)備電、熱功率出力上下限

(17)

式中:Pi為設(shè)備i的電功率;Pimin和Pimax分別為設(shè)備i的電功率下限和上限;Qi為設(shè)備i的熱功率;Qimin和Qimax分別為設(shè)備i的熱功率下限和上限。

3.2.5ESS需要滿足的約束條件

1)ES儲(chǔ)存能量約束

(18)

式中:S(T+1)和S(T)分別為ES在時(shí)間點(diǎn)T+1和T(即充放電前后)的荷電狀態(tài);Smin和Smax分別為ES荷電狀態(tài)的下限和上限;σES為自放電率;ηES,C和ηES,D分別為充放電效率;IES,C和IES,D分別為ES的充放電狀態(tài)變量。

2)ES充放電功率約束

(19)

式中:PES,Cmin,PES,Dmin,PES,Cmax,PES,Dmax分別為ES的最小、最大充放電功率。

3)HS儲(chǔ)存能量約束

(20)

式中:EHS(T+1)和EHS(T)分別為HS在時(shí)間點(diǎn)T+1和T的容量;EHSmin和EHSmax分別為HS容量的下限和上限;σHS為HS熱量耗散率;ηHS,C和ηHS,D分別為充放熱效率;IHS,C和IHS,D分別為HS的充放熱狀態(tài)變量。

4)HS充放熱功率約束

(21)

式中:QHS,Cmin,QHS,Dmin,QHS,Cmax,QHS,Dmax分別為HS的最小、最大充放熱功率。

3.2.6GT出力上下限約束

PGT,min≤PGT(k)≤PGT,max

(22)

式中:PGT,max和PGT,min分別為GT出力的上下限。

3.2.7備用約束

考慮任何時(shí)段RIES都有可能與主網(wǎng)斷開(kāi)連接,為保證重要負(fù)荷的不間斷運(yùn)行,k時(shí)段內(nèi)RIES的最大出力要大于等于重要負(fù)荷LIE的需求,即

PGT,max+PES,max+PPV(k)+PWT(k)≥LIE(k)

(23)

同時(shí)由于ES有存儲(chǔ)能量限制,為保證重要負(fù)荷在k時(shí)段能夠不間斷運(yùn)行一段時(shí)間ts,RIES在時(shí)段ts內(nèi)能夠提供的最大出力要大于重要負(fù)荷在該時(shí)段內(nèi)的電量需求,即

(24)

3.2.8場(chǎng)景約束

為式(1)加入場(chǎng)景約束的目的是考慮到WT和PV的出力具有波動(dòng)性,其出力與預(yù)測(cè)值不可能完全相同。當(dāng)WT和PV的出力出現(xiàn)波動(dòng)時(shí),就需要調(diào)整CCHP系統(tǒng)內(nèi)ES和GT的出力,以滿足系統(tǒng)的功率平衡。

(25)

3.2.9冷電聯(lián)供約束

當(dāng)GT與溴化鋰雙效煙氣制冷機(jī)構(gòu)成冷電聯(lián)供系統(tǒng)時(shí),需要考慮以下冷負(fù)荷平衡約束:

(26)

式中:QAIR為電空調(diào)產(chǎn)生的制冷量;QER為ER產(chǎn)生的制冷量;VCOPAIR和VCOPER分別為電空調(diào)和ER的制冷系數(shù)。

3.3 求解方法

作為一個(gè)0-1型的混合整數(shù)線性規(guī)劃問(wèn)題,其求解模型的標(biāo)準(zhǔn)形式為:

(27)

式中:優(yōu)化變量x包括各類(lèi)電源的出力、轉(zhuǎn)換設(shè)備的輸入、儲(chǔ)能的輸入/輸出和購(gòu)售電量;等式約束為母線能量平衡方程和ESS的儲(chǔ)能關(guān)系式;不等式約束為各個(gè)設(shè)備的運(yùn)行約束;i表示規(guī)劃問(wèn)題中受到各個(gè)不等式約束的變量,例如HS的充放熱功率約束等;j表示規(guī)劃問(wèn)題中部分未知數(shù)為整數(shù)的約束條件,如機(jī)組啟停機(jī)。

針對(duì)上述模型,本文將其轉(zhuǎn)化為混合整數(shù)線性規(guī)劃問(wèn)題(MILP),通過(guò)Yalmip工具箱和商業(yè)軟件Cplex在MATLAB中進(jìn)行求解。

4 算例分析

4.1 基礎(chǔ)數(shù)據(jù)

本文選取某省含CCHP系統(tǒng)的RIES作為仿真對(duì)象,系統(tǒng)內(nèi)包含PV,WT,GB,ES/HS,以及3臺(tái)GT等。其中高鐵站1號(hào)、2號(hào)兩臺(tái)GT的最小啟動(dòng)和停止間隔分別為2 h和1 h,醫(yī)院有一臺(tái)3號(hào)GT的最小啟動(dòng)和停止間隔分別為3 h和2 h,各個(gè)設(shè)備的容量如附錄A表A1所示。調(diào)度時(shí)段長(zhǎng)度為24 h,調(diào)度時(shí)長(zhǎng)Δt為1 h,可再生能源出力預(yù)測(cè)誤差概率為95.4%。

仿真中GT出力的上下限見(jiàn)附錄A表A2;ESS的容量、初始能量及存儲(chǔ)能量的上下限見(jiàn)附錄A表A3;ES采購(gòu)成本為6 720 000元,充放電循環(huán)次數(shù)為6 000次。GT以Turbec T1000型為例,主要設(shè)備的相關(guān)參數(shù)見(jiàn)附錄A表A4[12,23-24]。RIES的典型電/熱/冷負(fù)荷預(yù)測(cè)曲線及購(gòu)電價(jià)格見(jiàn)附錄A圖A5;購(gòu)氣價(jià)格為3.45元/m3,單位熱值價(jià)格為0.349元/(kW·h)。RIES中重要負(fù)荷為5 MW,當(dāng)系統(tǒng)與電網(wǎng)斷開(kāi)后要能夠保證重要負(fù)荷至少不間斷運(yùn)行1 h。

4.2 算例分析

MCSM通過(guò)大量采樣計(jì)算,其結(jié)果可認(rèn)為具有較高的精度,但計(jì)算時(shí)間較長(zhǎng);而采用本文提出的方法所求得的結(jié)果與MCSM的結(jié)果較接近,并且節(jié)省了計(jì)算時(shí)間。在本文所用算例中,采用MCSM計(jì)算時(shí)長(zhǎng)為60 s以上,而采用本文所用方法的計(jì)算時(shí)長(zhǎng)為(25±5)s,大幅度提高了運(yùn)算速度。

在將不同可再生能源出力預(yù)測(cè)誤差概率情況下的可再生能源出力概率模型代入計(jì)算后,其成本變化如表1所示,可以看出系統(tǒng)運(yùn)行成本隨著可再生能源出力預(yù)測(cè)概率范圍的增大而增大,但其增長(zhǎng)率明顯低于預(yù)測(cè)概率的增長(zhǎng)率,因此通過(guò)選取合適的可再生出力預(yù)測(cè)誤差范圍可以在包含盡可能多的預(yù)測(cè)誤差概率情況下,在平抑運(yùn)行優(yōu)化過(guò)程中對(duì)可再生能源出力隨機(jī)性估計(jì)不足帶來(lái)影響的同時(shí),控制系統(tǒng)運(yùn)行成本。即在對(duì)系統(tǒng)運(yùn)行總費(fèi)用的增加量較少的前提下,最大程度地考慮到了可再生能源出力波動(dòng)性帶來(lái)的影響,求得更加接近系統(tǒng)實(shí)際運(yùn)行情況的系統(tǒng)運(yùn)行總費(fèi)用,提高了優(yōu)化方案的實(shí)用性。

表1 不同可再生能源出力概率模型下的運(yùn)行成本Table 1 Operation cost of different probability models for renewable energy output

為驗(yàn)證含CCHP系統(tǒng)的RIES優(yōu)化后的優(yōu)勢(shì),本文選取了以下3種冬季運(yùn)行方式作為參考。

方式1:采用熱電分產(chǎn)的方式運(yùn)行。熱負(fù)荷由GB供應(yīng);電負(fù)荷由GT、可再生能源、能源互聯(lián)網(wǎng)之間的交換功率及ES滿足。

方式2:采用“熱電聯(lián)產(chǎn)”,即以熱定電的熱電耦合運(yùn)行方式。熱負(fù)荷主要由GT供應(yīng);電負(fù)荷由GT、可再生能源、能源互聯(lián)網(wǎng)之間的交換功率及ES滿足。

方式3:利用ESS解耦“熱電聯(lián)產(chǎn)”中以熱定電的耦合關(guān)系的運(yùn)行方式。熱負(fù)荷由GT,GB,WHB,EB及HS供應(yīng);電負(fù)荷由GT、可再生能源、能源互聯(lián)網(wǎng)之間的交換功率及ES滿足。

3種運(yùn)行方式下RIES的運(yùn)行成本如表2所示。在方式1下,電能和熱能獨(dú)立調(diào)度,GT中的余熱未能有效利用,并且GB的燃料費(fèi)用較高,因此在該運(yùn)行方式下調(diào)度成本較高。方式2中系統(tǒng)運(yùn)行模式類(lèi)似于常規(guī)熱電廠。在該運(yùn)行方式下,GT中的余熱能夠有效利用,并且售電獲利較多,因此運(yùn)行成本比方式1低。但是由于以熱定電這一約束條件,系統(tǒng)內(nèi)電出力被熱出力所限制,與能源主干網(wǎng)之間的電能功率交換受到影響,因此在該運(yùn)行方式下調(diào)度成本較高。方式3中由于HS的引入,系統(tǒng)得以解耦“熱電聯(lián)產(chǎn)”中的以熱定電的耦合關(guān)系,GT的電出力限制被解除,系統(tǒng)內(nèi)總調(diào)度成本得以優(yōu)化。將發(fā)電成本最低和供熱成本最低兩個(gè)目標(biāo)函數(shù)聯(lián)系起來(lái),得到滿足發(fā)電/供熱成本最低和系統(tǒng)運(yùn)行約束的各個(gè)單位的最佳調(diào)度策略,即實(shí)現(xiàn)了電熱的聯(lián)合調(diào)度。

表2 3種運(yùn)行方式下RIES的運(yùn)行成本Table 2 Operation cost of RIES under three modes

優(yōu)化結(jié)果(即方式3)如圖1和圖2所示。機(jī)組組合結(jié)果如表3所示。

圖1 RIES的電負(fù)荷平衡狀態(tài)和ES狀態(tài)變化(方式3)Fig.1 Variations of power load balance condition and ES condition for RIES (mode 3)

圖2 RIES的熱負(fù)荷平衡狀態(tài)和HS狀態(tài)變化(方式3)Fig.2 Variations of heat load balance condition and HS condition for RIES (mode 3)

機(jī)組24個(gè)時(shí)段GT的啟停狀況100000001111111101111111020000001111111111011111103000000111111111111111000

聯(lián)系電價(jià)曲線分析、比較優(yōu)化結(jié)果:圖1和圖2中,在22:00—07:00電價(jià)較低時(shí)段,負(fù)荷和電價(jià)均處于低谷期,可再生能源出力逐步升高,熱負(fù)荷由GB和EB承擔(dān),電負(fù)荷由電網(wǎng)承擔(dān);在07:00—11:00時(shí)段,隨著負(fù)荷和電價(jià)的逐漸上升,GT出力繼續(xù)增加,ES開(kāi)始釋放能量以降低系統(tǒng)對(duì)于電網(wǎng)的依賴,并在07:00時(shí)刻電價(jià)達(dá)到第1個(gè)高峰,此時(shí)RIES開(kāi)始向電網(wǎng)倒送功率以套利降低運(yùn)行成本,多余熱能由HS設(shè)備儲(chǔ)存并且EB關(guān)閉;在11:00—17:00時(shí)段,負(fù)荷和電價(jià)開(kāi)始逐步下降,GT逐步降低出力,提供的熱能變少,HS設(shè)備開(kāi)始釋放能量;17:00—18:00是電價(jià)第2個(gè)上升時(shí)段,系統(tǒng)工作情況與07:00—11:00時(shí)段基本相同;在18:00—23:00時(shí)段,負(fù)荷和電價(jià)均逐步降低,熱負(fù)荷由GB和EB承擔(dān),電負(fù)荷由電網(wǎng)承擔(dān)。

聯(lián)系負(fù)荷曲線分析,ES的運(yùn)行特征同時(shí)受電價(jià)曲線、熱電負(fù)荷比變化影響,需要將負(fù)荷進(jìn)行時(shí)空上的平移,解決熱電比不穩(wěn)定導(dǎo)致聯(lián)合調(diào)度難題的基礎(chǔ)上,考慮電價(jià)變化進(jìn)行高發(fā)低儲(chǔ)來(lái)有效降低系統(tǒng)運(yùn)行成本。

由圖3可見(jiàn),含有CCHP系統(tǒng)的RIES通過(guò)ESS將系統(tǒng)的熱電比穩(wěn)定在1.5左右,可以充分利用系統(tǒng)能源。

圖3 優(yōu)化前后系統(tǒng)熱電比Fig.3 Thermoelectric ratios before/after optimization

為了能夠量化評(píng)價(jià)含有CCHP系統(tǒng)的RIES的能源綜合利用效率[25],可以利用一次能源利用效率指標(biāo)對(duì)系統(tǒng)的運(yùn)行狀態(tài)進(jìn)行評(píng)估,如式(28)所示。

(28)

在對(duì)含有CCHP系統(tǒng)的RIES進(jìn)行運(yùn)行優(yōu)化后,VPER=81.374 9%,大于75%,滿足RIES的最低要求。

5 結(jié)語(yǔ)

本文基于RIES, 建立了含有可再生電源出力的隨機(jī)性模型和CCHP的熱電聯(lián)合調(diào)度模型。仿真結(jié)果表明:含有CCHP系統(tǒng)的RIES可以通過(guò)ESS穩(wěn)定系統(tǒng)的熱電負(fù)荷比,解耦其熱電運(yùn)行約束,提高能源利用效率。

天然氣網(wǎng)絡(luò)作為能源互聯(lián)網(wǎng)中的重要組成部分,并且與電力能源和熱力能源相比較有著可以規(guī)?；虚L(zhǎng)期儲(chǔ)存的優(yōu)勢(shì),但是本文對(duì)天然氣網(wǎng)絡(luò)考慮不夠充分,因此,天然氣系統(tǒng)和電力系統(tǒng)的相互影響,例如天然氣價(jià)格波動(dòng)對(duì)電力系統(tǒng)的影響, 考慮天然氣管道運(yùn)行約束的機(jī)組組合約束等問(wèn)題將成為下一步的研究方向。

附錄見(jiàn)本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] 金紅光,隋軍.變革性能源利用技術(shù)—分布式能源系統(tǒng)[J].分布式能源,2016,1(1):1-5.

JIN Hongguang, SUI Jun. Transformational technology innovation-distributed energy system[J]. Distributed Energy, 2016, 1(1): 1-5.

[2] 魯宗相,李海波,喬穎.含高比例可再生能源電力系統(tǒng)靈活性規(guī)劃及挑戰(zhàn)[J].電力系統(tǒng)自動(dòng)化,2016,40(13):147-158.DOI:10.7500/AEPS20151215008.

LU Zongxiang, LI Haibo, QIAO Ying. Power system flexibility planning and challenges considering high proportion of renewable energy[J]. Automation of Electric Power Systems, 2016, 40(13): 147-158. DOI: 10.7500/AEPS20151215008.

[3] 杜爾順,張寧,康重慶,等.太陽(yáng)能光熱發(fā)電并網(wǎng)運(yùn)行及優(yōu)化規(guī)劃研究綜述與展望[J].中國(guó)電機(jī)工程學(xué)報(bào),2016,36(21):5765-5775.

DU Ershun, ZHANG Ning, KANG Chongqing, et al. Reviews and prospects of the operation and planning optimization for grid integrated concentrating solar power[J]. Proceedings of the CSEE, 2016, 36(21): 5765-5775.

[4] 曹袖,黃瀚,王雪平,等.軟件定義電網(wǎng):概念,結(jié)構(gòu)與示例[J].電力系統(tǒng)自動(dòng)化,2016,40(6):1-9.DOI:10.7500/AEPS20150907009.

CAO Xiu, HUANG Han, WANG Xueping, et al. Software defined grid: concept, architecture and samples[J]. Automation of Electric Power Systems, 2016, 40(6): 1-9. DOI: 10.7500/AEPS20150907009.

[5] 欒相科.限制“三北”風(fēng)電未來(lái)發(fā)展將轉(zhuǎn)向中東部和南部[J].中國(guó)戰(zhàn)略新興產(chǎn)業(yè),2017,25(3):36-37.

LUAN Xiangke. To limite the “three North” wind power, future development will turn to the central and southern China[J]. China Strategic Emerging Industry, 2017, 25(3): 36-37.

[6] 苗新,張東霞,宋璇坤.全球電力能源互聯(lián)網(wǎng)拓?fù)涞木仃嚤硎鯷J].電力系統(tǒng)自動(dòng)化,2016,40(5):8-16.DOI:10.7500/AEPS20150612003.

MIAO Xin, ZHANG Dongxia, SONG Xuankun. Matrix representation of global power Energy Internet topology[J]. Automation of Electric Power Systems, 2016, 40(5): 8-16. DOI: 10.7500/AEPS20150612003.

[7] 曾鳴,楊雍琦,劉敦楠,等.能源互聯(lián)網(wǎng)“源-網(wǎng)-荷-儲(chǔ)”協(xié)調(diào)優(yōu)化運(yùn)營(yíng)模式及關(guān)鍵技術(shù)[J].電網(wǎng)技術(shù),2016,40(1):114-124.

ZENG Ming, YANG Yongqi, LIU Dunnan, et al. “Generation-grid-load-storage” coordinative optimal operation mode of energy internet and key technologies[J]. Power System Technology, 2016, 40(1): 114-124.

[8] RIFKIN J. The third industrial revolution: how lateral power is transforming energy, the economy, and the world[J]. Survival, 2011, 2(2): 67-68.

[9] LI Y, HU R. Exergy-analysis based comparative study of absorption refrigeration and electric compression refrigeration in CCHP systems[J]. Applied Thermal engineering, 2016, 93: 1228-1237.

[10] 劉偉佳,文福拴,薛禹勝,等.電轉(zhuǎn)氣技術(shù)的成本特征與運(yùn)營(yíng)經(jīng)濟(jì)性分析[J].電力系統(tǒng)自動(dòng)化,2016,40(24):1-11.DOI:10.7500/AEPS20160504013.

LIU Weijia, WEN Fushuan, XUE Yusheng, et al. Cost characteristics and economic analysis of power-to-gas technology[J]. Automation of Electric Power Systems, 2016, 40(24): 1-11. DOI: 10.7500/AEPS20160504013.

[11] LUND H, WERNER S, WILTSHIRE R, et al. 4th generation district heating (4GDH): integrating smart thermal grids into future sustainable energy systems[J]. Energy, 2014, 68(4): 1-11.

[12] 李立浧,張勇軍,陳澤興,等.智能電網(wǎng)與能源網(wǎng)融合的模式及其發(fā)展前景[J].電力系統(tǒng)自動(dòng)化,2016,40(11):1-9.DOI:10.7500/AEPS20150912002.

LI Licheng, ZHANG Yongjun, CHEN Zexing, et al. Merger between smart grid and energy-net: mode and development prospects[J]. Automation of Electric Power Systems, 2016, 40(11): 1-9. DOI: 10.7500/AEPS20150912002.

[13] 賈宏杰,王丹,徐憲東,等.區(qū)域綜合能源系統(tǒng)若干問(wèn)題研究[J].電力系統(tǒng)自動(dòng)化,2015,39(7):198-207.DOI:10.7500/AEPS20141009011.

JIA Hongjie, WANG Dan, XU Xiandong, et al. Research on some key problems related to integrated energy systems[J]. Automation of Electric Power Systems, 2015, 39(7): 198-207. DOI: 10.7500/AEPS20141009011.

[14] 王成山,王守相.分布式發(fā)電供能系統(tǒng)若干問(wèn)題研究[J].電力系統(tǒng)自動(dòng)化,2008,32(20):1-4.

WANG Chengshan, WANG Shouxiang. Study on some key problems related to distributed generation systems[J]. Automation of Electric Power Systems, 2008, 32(20): 1-4.

[15] 賈宏杰,穆云飛,余曉丹.對(duì)我國(guó)綜合能源系統(tǒng)發(fā)展的思考[J].電力建設(shè),2015,36(1):16-25.

JIA Hongjie, MU Yunfei, YU Xiaodan. Thought about the integrated energy system in China[J]. Electric Power Construction, 2015, 36(1): 16-25.

[16] 王英瑞,曾博,郭經(jīng),等.電-熱-氣綜合能源系統(tǒng)多能流計(jì)算方法[J].電網(wǎng)技術(shù),2016,40(10):2942-2950.

WANG Yingrui, ZENG Bo, GUO Jing, et al. Multi-energy flow calculation method for integrated energy system containing electricity, heat and gas[J]. Power System Technology, 2016, 40(10): 2942-2950.

[17] 李正茂,張峰,梁軍,等.含電熱聯(lián)合系統(tǒng)的微電網(wǎng)運(yùn)行優(yōu)化[J].中國(guó)電機(jī)工程學(xué)報(bào),2015,35(14):3569-3576.

LI Zhengmao, ZHANG Feng, LIANG Jun, et al. Optimization on microgrid with combined heat and power system[J]. Proceedings of the CSEE, 2015, 35(14): 3569-3576.

[18] 王成山,洪博文,郭力,等.冷熱電聯(lián)供微網(wǎng)優(yōu)化調(diào)度通用建模方法[J].中國(guó)電機(jī)工程學(xué)報(bào),2013,33(31):26-33.

WANG Chengshan, HONG Bowen, GUO Li, et al. A general modeling method for optimal dispatch of combined cooling, heating and power microgrid[J]. Proceedings of the CSEE, 2013, 33(31): 26-33.

[19] 王珺,顧偉,陸帥,等.結(jié)合熱網(wǎng)模型的多區(qū)域綜合能源系統(tǒng)協(xié)同規(guī)劃[J].電力系統(tǒng)自動(dòng)化,2016,40(15):17-24.DOI:10.7500/AEPS20160426010.

WANG Jun, GU Wei, LU Shuai, et al. Multi-regional integrated energy system cooperative planning based on heat-supply network model[J]. Automation of Electric Power Systems, 2016, 40(15): 17-24. DOI: 10.7500/AEPS20160426010.

[20] HUANG N, ZHANG S, CAI G, et al. Power quality disturbances recognition based on a multiresolution generalized S-transform and a PSO-improved decision tree[J]. Energies, 2015, 8(1): 549-572.

[21] 于波.微網(wǎng)與儲(chǔ)能系統(tǒng)容量?jī)?yōu)化規(guī)劃[D].天津:天津大學(xué),2012.

[22] 荊朝霞,袁灼新,胡榮興,等.供能設(shè)備模型對(duì)冷熱電聯(lián)供微網(wǎng)系統(tǒng)經(jīng)濟(jì)調(diào)度的影響[J].南方電網(wǎng)技術(shù),2016,10(8):32-39.

JING Zhaoxia, YUAN Zhuoxin, HU Rongxin, et al. Effect of component models on economic dispatch of CCHP-type microgrid[J]. Southern Power System Technology, 2016, 10(8): 32-39.

[23] 梁金柁,李洋,肖增弘.棄風(fēng)在熱電廠回?zé)嵯到y(tǒng)中的應(yīng)用研究[J].沈陽(yáng)工程學(xué)院學(xué)報(bào)(自然科學(xué)版),2016,12(1):28-31.

LIANG Jintuo, LI Yang, XIAO Zenghong. Application of wind curtailment in power plant heat recovery system[J]. Journal of Shenyang Institute of Engineering (Natural Science), 2016, 12(1): 28-31.

[24] 秦朝葵,李偉奇,謝衛(wèi)華,等.微燃機(jī)天然氣冷熱電三聯(lián)供系統(tǒng)熱力學(xué)分析[J].天然氣工業(yè),2008,28(1):129-131.

QIN Zhaokui, LI Weiqi, XIE Weihua, et al. The thermodynamic analysis of the natural gas cooling and heating power system for the micro gas turbine[J]. Natural Gas Industry, 2008, 28(1): 129-131.

[25] 郭力,許東,王成山,等.冷電聯(lián)供分布式供能系統(tǒng)能量?jī)?yōu)化管理[J].電力系統(tǒng)自動(dòng)化,2009,33(19):96-100.

GUO Li, XU Dong, WANG Chengshan, et al. Energy optimization and management of combined cooling and power distributed energy supply system[J]. Automation of Electric Power Systems, 2009, 33(19): 96-100.