吳紅波

摘 要：隨著能源的日益枯竭，如何合理利用能源滿足人們的工業(yè)生產(chǎn)需求，已成為當(dāng)前所研究的重點(diǎn)問(wèn)題。而熱電聯(lián)供系統(tǒng)是一種有效的解決途徑，本文將針對(duì)能源互聯(lián)背景下，熱電聯(lián)供系統(tǒng)的優(yōu)化調(diào)度進(jìn)行分析，提出能源系統(tǒng)集成構(gòu)架，關(guān)鍵要素，分布式電源模型等。

關(guān)鍵詞：能源互聯(lián)；熱電連供；系統(tǒng)；優(yōu)化調(diào)度

DOI：10.16640/j.cnki.37-1222/t.2018.22.122

0 前言

建立熱電聯(lián)供系統(tǒng)的有關(guān)模型，并在其自身運(yùn)行基礎(chǔ)上，分析熱電聯(lián)供系統(tǒng)的優(yōu)化調(diào)度方式，進(jìn)而滿足熱負(fù)荷以及電負(fù)荷能源的需求。該系統(tǒng)的主要優(yōu)點(diǎn)在于，能夠有效緩解電力供需不平衡的現(xiàn)象，并有效提升利用效率，促進(jìn)能源的供應(yīng)更加穩(wěn)定與可靠。

1 熱電聯(lián)供系統(tǒng)模型的建立

熱電聯(lián)供系統(tǒng)中包含眾多設(shè)備，包括太陽(yáng)能提供能源的蓄電池、光伏電池、大電網(wǎng)等，天然氣提供能源的燃?xì)鈨?nèi)燃機(jī)，以及各種輔助設(shè)備。電源設(shè)備主要包括光伏電池、燃?xì)鈨?nèi)燃機(jī)、蓄電池等。光伏電池出力較易受到外部條件的影響，包括環(huán)境、溫度等等。光照強(qiáng)度服從Bate分布，概率密度為：

其中，G（t）代表某時(shí)刻下的光照強(qiáng)度，Gmax代表最大的光照強(qiáng)度。α，β代表Bate的分布形狀參數(shù)[1]。

燃?xì)鈨?nèi)燃機(jī)是整個(gè)體系的性能觀念，包括燃料量、發(fā)電出力、可回收熱量等參數(shù)。

蓄電池主要采用KiBaM模型，便于及時(shí)反映充放電功率特點(diǎn)，以及剩余容量。最大的充放電功率可表示為：

其中，out所代表的為最大放電功率，in所代表的為最大充電功率。

除此以外，熱電聯(lián)供系統(tǒng)還包括輔助設(shè)備，如蓄熱槽、熱泵、燃?xì)忮仩t等。其中，蓄熱槽主要主要與設(shè)備的容量、效率、能耗損失等因素息息相關(guān)。熱泵的性能則主要以制冷系數(shù)來(lái)分析，認(rèn)為其輸出與輸入具有線性之關(guān)系。而余熱鍋爐的分析內(nèi)容為熱量的輸出與輸入之間的關(guān)系，分析其線性表達(dá)公式。燃?xì)忮仩t主要功能為加熱液體成蒸汽狀，進(jìn)而提供熱能。其制熱效率與眾多因素存在關(guān)系，利用公式： Hgb= ηgbQfuel_gb來(lái)表示。

2 能源互聯(lián)背景下熱電聯(lián)供系統(tǒng)優(yōu)化調(diào)度分析

（1）優(yōu)化熱電聯(lián)供系統(tǒng)生產(chǎn)成本。該系統(tǒng)內(nèi)的生產(chǎn)成本主要包括：上游的配電網(wǎng)絡(luò)所產(chǎn)生的費(fèi)用；燃?xì)忮仩t等輔助設(shè)備所產(chǎn)生的費(fèi)用；微型燃?xì)廨啓C(jī)、熱交換器以及蓄電池等設(shè)備的維修養(yǎng)護(hù)費(fèi)用。根據(jù)熱電聯(lián)供系統(tǒng)內(nèi)的熱電負(fù)荷不匹配性以及隨機(jī)性的特點(diǎn)，分析在不同狀態(tài)下，其所產(chǎn)生的成本。進(jìn)而加以協(xié)調(diào)，構(gòu)建最優(yōu)化的調(diào)度系統(tǒng)。

其中，熱電比，以及熱電負(fù)荷的計(jì)算方法為：

H以及P分別表示微型燃?xì)廨啓C(jī)的發(fā)電、發(fā)熱量。熱電負(fù)荷比的公式為：，其中，i=1，2，.....24。

根據(jù)以上公式，分析熱電協(xié)調(diào)成本需要在該系統(tǒng)熱電負(fù)荷需求基礎(chǔ)上，進(jìn)行分配。并要求整個(gè)熱電聯(lián)供系統(tǒng)處在最低的耗能狀態(tài)下。

（2）優(yōu)化算法。傳統(tǒng)的GA算法中，包括繁殖、交叉以及基因突變現(xiàn)象，再選擇最優(yōu)的算法。這種計(jì)算方式十分復(fù)雜，且需要較長(zhǎng)的時(shí)間。因此，采取分層優(yōu)化以及精英策略分析法，在GA算法基礎(chǔ)上，加以創(chuàng)新。以使得計(jì)算過(guò)程中，既快速，又能夠規(guī)避陷入尷尬的局面。

其中，優(yōu)化二進(jìn)制編碼空間：{0，1}L，集合N中包含個(gè)體集合。在實(shí)踐中可以得出，差異度為0，每一位相異，差異度為1.傳統(tǒng)的遺傳算法難以適應(yīng)多目標(biāo)函數(shù)，可能帶來(lái)各種問(wèn)題。因此，在傳統(tǒng)函數(shù)中引入新的函數(shù)，將其改進(jìn)為F'（xi） = d（i，j） F（xi）[2]。

分層優(yōu)化中，可將底層分為獨(dú)立的若干個(gè)種群，并分別采用精英算法，優(yōu)化幾代，分別獨(dú)立，并在總體上進(jìn)行搜索。這種算法可有效避免陷入早熟收斂狀態(tài)，提升準(zhǔn)確率。在頂層的種群中，將底層最優(yōu)的若干個(gè)種群進(jìn)行集合，再利用精英策略，在局部?jī)?nèi)進(jìn)行搜索。這種搜索方式能夠有效保障速度，并提升搜索效率。

（3）結(jié)果探討。熱儲(chǔ)能裝置中，設(shè)備自身的耗能十分高，并表現(xiàn)出高損失現(xiàn)象。由于設(shè)備管網(wǎng)都具有一定的存儲(chǔ)特?zé)崮芰Γ覍?duì)自身周?chē)h(huán)境具有較強(qiáng)的適應(yīng)性。在設(shè)備自身熱慣性以及對(duì)周?chē)鸁崮懿幻舾械慕嵌葋?lái)看，電熱可靠性方面具有較大差異特點(diǎn)。即，電能不平衡時(shí)，可能造成電網(wǎng)崩潰，熱能在滿足指標(biāo)時(shí)，可適當(dāng)產(chǎn)生不平衡現(xiàn)象。

在實(shí)踐中得出，能源利用效率得以滿足的前提下，熱能的可靠性越低，電網(wǎng)運(yùn)行成本也就越低。當(dāng)實(shí)時(shí)電價(jià)低于熱電聯(lián)供系統(tǒng)的成本時(shí)，該系統(tǒng)則僅滿足熱能的需求，進(jìn)而減少燃料成本。若電價(jià)表現(xiàn)出較高的狀態(tài)時(shí)，該系統(tǒng)則應(yīng)出力高于熱能可靠性需求。在熱電聯(lián)供系統(tǒng)的運(yùn)行過(guò)程中得出，當(dāng)電能出力高于原可靠性時(shí)，多余的電能售出將獲得較高的收益。但由于額外的熱力輸出可能造成浪費(fèi)，因此應(yīng)在熱電聯(lián)供系統(tǒng)中合理進(jìn)行規(guī)劃，以實(shí)現(xiàn)供熱發(fā)揮出最大效益。

3 不足與展望

本文在試驗(yàn)基礎(chǔ)上，得出了電熱聯(lián)供系統(tǒng)能夠降低運(yùn)行成本，且提升能源利用效率的根本理論。且在該系統(tǒng)內(nèi)，其能夠合理分析電熱發(fā)力關(guān)系，協(xié)調(diào)電熱調(diào)度。充分發(fā)揮其在熱電聯(lián)供中的經(jīng)濟(jì)優(yōu)勢(shì)，降低能源利用效率。在本文中，充分考慮了電熱聯(lián)供系統(tǒng)的固有特點(diǎn)，并完善的分析了模型，力求能夠降低成本，合理引導(dǎo)電熱規(guī)劃方式。但由于系統(tǒng)的差異，供熱時(shí)刻差異，以及其他因素的不同。本文僅能夠提供一種思路，未能詳細(xì)的闡述所有想法。因此，將進(jìn)一步結(jié)合具體情況，道出更為詳盡的、精確的分析研究文獻(xiàn)。

與此同時(shí)，熱電聯(lián)供系統(tǒng)中應(yīng)加入孤島型微電網(wǎng)研究?jī)?nèi)容，將兩大系統(tǒng)充分結(jié)合，以實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，缺點(diǎn)協(xié)調(diào)，為能源互聯(lián)提供新的思路與想法，促進(jìn)其發(fā)展。

4 結(jié)論

綜上所述，本文主要對(duì)熱電聯(lián)供系統(tǒng)優(yōu)化調(diào)度進(jìn)行了分析，在建立模型的基礎(chǔ)上，利用公式得出其最優(yōu)的調(diào)度方案。充分考慮的優(yōu)化目標(biāo)，以及約束條件，將調(diào)度問(wèn)題轉(zhuǎn)化為現(xiàn)實(shí)問(wèn)題。并在原有GA計(jì)算方法基礎(chǔ)上，引進(jìn)新的算法，選取最為合適的函數(shù)計(jì)算公式，以提高計(jì)算結(jié)果的準(zhǔn)確性。為熱電聯(lián)供系統(tǒng)的最優(yōu)化調(diào)度提供參考與建議。

參考文獻(xiàn)：

[1]陳鴻亮.面向大型園區(qū)供能的冷熱電聯(lián)供型微網(wǎng)優(yōu)化調(diào)度研究[D].南京理工大學(xué)，2017.

[2]薛海龍.含可再生能源的熱電聯(lián)供型微網(wǎng)經(jīng)濟(jì)協(xié)調(diào)的多目標(biāo)優(yōu)化調(diào)度方法[J].電氣應(yīng)用，2015，34（11）：114-119.