计及冷热电联供的微电网电源优化配置

2014-03-02 05:39刘皓明康凤琴朱芳芳

电力需求侧管理 2014年2期

刘皓明，康凤琴，朱芳芳

（河海大学能源与电气学院，南京 210098）

冷热电联供系统（Combined Cooling Heating and Power，CCHP）是一种建立在能量梯级利用概念基础上，将制冷、制热及发电过程一体化的供能系统，其可同时满足用户对冷、热、电多种能源形式的需求，具有能源利用效率高、污染小等优点。冷热电联供机组具有稳定的能源供给，能量输出平稳，可以同时满足微电网中多种能源供给需求，缓解负荷峰谷差，提高微电网供电的安全性和稳定性[1—2]。

微电网电源配置是微电网规划设计阶段的一项非常重要且必不可少的工作，配置的合理性将直接影响系统今后运行的可靠性、经济性等方面。配置微电网电源需要确定电源的类型、数目、容量及位置等。近年来，国内外众多学者对其展开了研究，取得了许多有意义的成果。文献[3]采用改进的细菌觅食算法对常年孤岛运行的风/光/储混合微电网电源配置进行了优化；文献[4]在综合考虑电网安全性和稳定性的前提下，通过定量分析分布式电源的环境效益，得出分布式电源选址和容量方案；文献[5—6]以加入分布式电源（DG）后网损最小为目标，对分布式电源选址定容问题进行求解；文献[7]以单位发电成本最低为目标，采用基于负荷组合匹配算法确定微电网电源容量；文献[3—7]在研究微电网电源配置时没有考虑冷热电联供情况；文献[8]和文献[9]分别以初期投资和年运行成本之和最小、发电成本最低为目标，对冷热电联供型微电网规划优化建模；在含冷热电联供的微电网优化运行方面，文献[10]在计算成本函数中考虑了各发电单元燃料消耗费用、系统的运行和维护费用以及购售电费用等；文献[11]考虑了微型燃气轮机的发电费用、机组启动费用、购电费用以及供热燃料费用等。

本文针对计及冷热电联供的微电网系统，基于各微电源的功率特性，考虑设备投资成本、运行维护成本、燃料成本、环境成本、替换成本、报废成本等，以系统等年值总成本最低为目标，建立全寿命周期下的冷热电联供系统优化数学模型，在满足微电源、储能装置以及负荷平衡等约束条件下，采用改进粒子群算法求解微电源优化配置方案。

1 冷热电联供系统

1.1 燃料电池供能

燃料电池冷热电联供模式由燃料电池、余热锅炉、吸收式制冷机构成，其原理图如图1所示。燃料电池利用氢气和氧气的电化学反应发电，发电的同时产生高温烟气、废水等，再通过余热锅炉或吸收式制冷机回收这部分余热，供暖或制冷。燃料电池效率比较高，且几乎不产生NOx和SOx等排放物[12]。

图1 燃料电池——余热锅炉+吸收式制冷机原理图

燃料电池的高温烟气余热量可以表示为

式中：PFC(t)和QFC(t)分别为t时段燃料电池的发电功率和烟气余热量，单位为kW；rFC(t)为t时段燃料电池的热电比值。

燃料电池的烟气余热所能提供的制冷量可以表示为

式中：Qco-FC(t)为燃料电池的烟气余热所能提供的制冷量，单位为kW；QFC-co(t)为燃料电池的烟气余热进入吸收式制冷机的量，单位为kW；ηco和Kco分别为吸收式制冷机的余热回收效率和制冷系数。

燃料电池的烟气余热所能提供的供热量可以表示为

式中：Qhe-FC(t)为燃料电池的烟气余热所能提供的供热量，单位为kW；QFC-he(t)为燃料电池的烟气余热进入余热锅炉的量，单位为kW；ηhe为余热锅炉的余热回收效率。

1.2 微型燃气轮机供能

微型燃气轮机冷热电联供模式由微型燃气轮机、余热锅炉、吸收式制冷机构成，其原理图如图2所示。微型燃气轮机以天然气为燃料发电，排出的高温烟气再进入余热锅炉和吸收式制冷机，供暖或提供热水和制冷[13]。

图2 微型燃气轮机——余热锅炉+吸收式制冷机原理图

微型燃气轮机的高温烟气余热量可以表示为

式中：QMT(t)为t时段微型燃气轮机的烟气余热量，单位为kW；PMT(t)为t时段微型燃气轮机的发电功率，单位为kW；ηMT(t)为微型燃气轮机在t时段的效率；ηl为微型燃气轮机的排烟热损失系数。

微型燃气轮机的烟气余热所能提供的制冷量可以表示为

式中：Qco-MT(t)为微型燃气轮机的烟气余热所能提供的制冷量，单位为kW；QMT-co(t)为微型燃气轮机的烟气余热进入吸收式制冷机的量，单位为kW。

微型燃气轮机的烟气余热所能提供的供热量可以表示为

式中：Qhe-MT(t)为微型燃气轮机的烟气余热所能提供的供热量，单位为kW；QMT-he(t)为微型燃气轮机的烟气余热进入余热锅炉的量，单位为kW。

2 计及CCHP的微电网电源优化配置模型

对含有风力发电机、光伏电池组件、柴油发电机、燃料电池、微型燃气轮机和蓄电池储能装置，以及余热补燃型吸收式制冷机和余热锅炉的计及冷热电联供的独立供电微电网系统建立其电源优化配置模型。系统发电的同时，燃料电池和微型燃气轮机的余热烟气分别进入吸收式制冷机和余热锅炉，满足系统中冷负荷和热负荷的需求。

为便于分析，作如下假设：

（1）燃料电池、微型燃气轮机、吸收式制冷机和余热锅炉的排烟温度始终保持不变。

（2）燃料电池、微型燃气轮机机组运行在满负荷工况，其效率稳定不变。

2.1 目标函数

微电网电源优化配置的目标是根据负荷需求，在保证系统安全可靠供电的同时，使系统的总成本最小。对于微电源，主要考虑设备投资成本、燃料供应、微电网稳定性等[14]。在对计及冷热电联供的微电网进行电源配置时，还需要考虑气候、经济、社会等因素对冷热电负荷的影响，对负荷进行估算，考虑负荷的波动、设备性能等约束，以及燃料价格等对系统配置的影响，以系统的经济性为目标，实现能源供应与需求的合理匹配[15]。目标函数可以表示为

式中：Ccap为等年值设备投资成本；Co&m为年运行维护成本；Cf为年燃料成本；Ce为年环境成本；Crep为设备替换成本；Cdis为设备报废成本。

2.1.1 设备投资成本

设备的投资成本包括设备购置成本、安装成本、调试成本等，是微电网在建设期间内、正式投入运行前所支付的成本，发生在设备寿命周期的初期，属于一次性投资。转化为等年值，即等年值设备投资成本Ccap时，可以表示为

式中：Lproj为微电网项目规划的寿命周期年限（20年）；m为微电源及余热锅炉和吸收式制冷机的类型数目；Ccap，i为第i种微电源或余热锅炉、吸收式制冷机的单机初始投资成本；Ni为第i种微电源或余热锅炉和吸收式制冷机的数目，为本文的决策变量。

2.1.2 运行维护成本

机组的运行维护成本Co&m正比于其实际输出

式中：Ko&m，i为第i种微电源机组的运行维护成本比例常数，单位为元/kWh；Pi(t)为第i种微电源在t时段的实际总输出功率。

2.1.3 燃料成本

燃料成本Cf包括燃料电池、微型燃气轮机、柴油发电机发电所消耗的燃料费用。

式中：KDE为柴油发电机组发单位电量燃料耗率，单位为g/kWh；Cd为相应的柴油价格，单位为元/g；KFC为标准状况下燃料电池的单位电量耗氢率，单位为L/kWh；CH2

为氢气价格，单位为元/L；CNG为天然气价格，单位为元/m3；LHVNG为天然气低热热值，其值取为 9.7 kWh/m3；PDE(t)、PFC(t)、PMT(t)分别为柴油发电机、燃料电池、微型燃气轮机在t时段的输出功率。

2.1.4 环境成本

风能、太阳能为清洁无污染可再生能源，燃料电池以氢气为燃料时，其产物只有纯水，它们的环境成本均为0；而柴油发电机和微型燃气轮机发电需要燃烧化石燃料，会产生NOx、SO2、CO2等大气污染物，由此产生环境成本，环境成本可以表示为

式中：M为微电源发电所排放的污染物类型（NOx、SO2、CO2）；αj为处理每千克第j类污染物的费用，单位为元/kg；βij为第i种发电单元在污染物类型为j时的排放系数，单位为kg/kWh。

2.1.5 替换成本

若微电网电源规划的寿命周期年限大于微电源设备或余热锅炉、吸收式制冷机的寿命年限，在设备寿命周期结束后还需对其进行更换而花费成本。替换成本Crep可以表示为

式中：Crep，i为第i种微电源或余热锅炉、吸收式制冷机的替换成本；Lrep，i为第i种微电源或余热锅炉、吸收式制冷机的替换寿命。燃料电池和蓄电池的寿命周期年限较小，一般需要考虑其替换成本。

2.1.6 报废成本

设备的报废成本指在微电网电源规划的寿命周期结束以后，为处理微电源或余热锅炉和吸收式制冷机设备所需支付的费用。不同设备的报废成本不一样，有些设备在报废时可以产生一定数量的残值收入或者在其没有完全报废之前将其卖出用作它用，可能会获得一定的经济收益，能够抵消相关费用，这种报废成本为负值，如：设备的正常报废；而有些设备不仅不能产生任何残值收入，而且需要花费资金用于其清理和销毁，这种报废成本为正值，如：化学产品和核产品等的报废。

通常根据当前市场情况对报废成本进行评价，因此认为设备报废成本同设备投资成本一样，发生在设备寿命周期初期，属于现值。在实际工程中，依据运行统计数据，报废成本可以近似等效为初始投资成本的某一比值

式中：kdis，i为第i种微电源设备或余热锅炉和吸收式制冷机的报废折算系数，假定当设备的寿命年限大于微电网电源规划的寿命周期年限时，设备在微电网电源规划年末的残值正比于其剩余寿命；Cinv，i为折算为现值时第i种微电源设备或余热锅炉、吸收式制冷机的总投资成本，包括初始投资成本及替换成本。

2.2 约束条件

计及冷热电联供的微电网电源优化配置需满足下列约束条件。

2.2.1 微电源安装数量约束

式中：Nimax为受客观条件所限，如：资金、地形等的限制，各微电源的最大允许安装台数。

2.2.2 微电源出力约束

为保证微电源安全稳定供电，各微电源的实际输出功率需满足其上下限约束限制

式中：Pimin、Pimax分别为第i种微电源出力的下限和上限。

2.2.3 蓄电池容量约束

任何时刻，蓄电池的容量都要满足以下约束

式中：QBatmin和QBatmax分别为蓄电池剩余电量的最小允许值和最大允许值。QBatmax可取为蓄电池的额定容量QR，QBatmin可以表示为

式中：DOD（%）为蓄电池的最大允许放电深度。

2.2.4 冷负荷平衡约束

燃料电池、微型燃气轮机的烟气余热所能提供的制冷量需满足微电网中冷负荷的需求。

式中：Qc（t）为微电网中的冷负荷需求量。

2.2.5 热负荷平衡约束

燃料电池、微型燃气轮机的烟气余热所能提供的制热量需满足微电网中热负荷的需求。

式中：Qh(t)为微电网中的热负荷需求量。

3 遗传算法-粒子群混合优化算法

遗传算法（GA）是一类借鉴生物界的进化规律（适者生存、优胜劣汰机制）演化而来的随机化搜索方法，主要通过选择、交叉和变异进行群体的更新优化，其优点在于不容易陷入局部最优，缺点在于对参数有较大的依赖性。粒子群优化（PSO）没有GA的交叉和变异操作，通过追随当前搜索到的全局最优值和个体历史来寻找全局最优，其优点在于通用性好，参数的选取对计算结果影响不是很大，缺点在于对初始粒子的好坏依赖较大。

GA与PSO的优点具有互补性，因此考虑将2种算法相结合，提出一种以PSO为主、GA为辅的GAPSO混合优化算法。该算法兼具GA和PSO的优点，能最大程度地降低搜索到局部最优解的概率，并同时保证全局最优解的精度。GA-PSO混合优化算法流程如图3所示。

图3 GA-PSO混合优化算法流程

4 算例分析

选取某计及冷热电联供的微电网孤岛独立供电系统作为本文的研究对象，系统可由风力发电机、光伏电池组件、柴油发电机、燃料电池、微型燃气轮机和蓄电池组等分布式电源供电。对微电网电源的配置方案进行求解时，需综合考虑当地气候条件及能源资源、负荷需求等特点。风能、太阳能具有很强的随机性和不确定性，为了计算风力发电和光伏发电的年发电量，本文按该地区全年每小时（共8 760 h）平均风速、平均温度、平均光照强度来计算，以使计算结果更准确。该地区风速、光照强度、环境温度和配置年系统冷、热、电负荷需求曲线分别如附录图1—图6所示，待选微电源机组及吸收式制冷机和余热锅炉的相关性能参数如附录表1—表8所示[16]。根据第2节所述微电网电源容量优化配置模型，结合各微电源机组发电特性，对系统的电源配置方案进行求解，优化结果如表1所示，各种微电源详细成本如表2所示。

表1 计及冷热电联供的微电网电源最优配置方案

表2 计及冷热电联供的微电网电源最优配置方案成本万元

从表1可以看出，配置方案中微型燃气轮机的台数较多，其余热用于满足系统中冷负荷和热负荷的需求；燃料电池由于装机成本昂贵，同时燃料成本比柴油发电机和微型燃气轮机的都高，所以并未投入。冷热电联供系统中微型燃气轮机的能源利用率是指被有效利用的能量（发电量+供热量+制冷量）与所消耗的能量（所消耗的天然气量）之比，由于本配置方案中微型燃气轮机的冷热电能量被完全利用，保证了设备的优化运行和系统的经济效益。

燃料电池在发电过程中会产生大量的热能，这使得燃料电池除发电外还可以将其排放的余热用于冷/热生产或冷热电联供。但由于目前燃料电池还处于研发阶段，技术尚未成熟，成本偏高等原因，其在冷热电联供系统中的应用尚处于起步阶段，但是燃料电池不产生NOx、SOx等污染物，具有显著的环境效益，是今后发展的方向。考虑到随着技术的进步，燃料电池的装机成本也将下降，假设燃料电池的寿命周期年限变为20年，装机成本下降为30%，对系统进行优化配置，结果如表3所示。

表3 燃料电池对计及冷热电联供的微电网电源优化配置方案的影响

此时系统优化配置方案的等年值总成本降低为694.550万元，燃料电池的台数增多，同时由于燃料电池无污染，其环境效益也得到了体现，而且随着柴油、天然气等不可再生能源燃料价格的持续上涨，燃料电池在微电网中的应用有望得到推广。

5 结论

微电网电源配置是微电网规划设计阶段必不可少的重要工作，合理的配置对于提高系统供电可靠性和改善系统经济性具有重要意义。本文针对计及冷热电联供的风/光/储混合微电网独立供电系统，建立了基于燃料电池和微型燃气轮机的冷热电联供系统数学模型，考虑冷负荷、热负荷平衡等因素，在同时满足系统中用户对冷、热、电多种能源形式需求的情况下，建立了以系统等年值总成本最低为目标的微电源优化配置数学模型，对算例进行了求解分析，得出了计及冷热电联供的微电网系统的电源最优配置方案。算例结果表明，计及冷热电联供的微电网电源的合理配置可获得可靠、经济、节能减排的效果。

[1]谢传胜,华生萍,董达鹏,等.冷热电联供系统多目标优化研究[J].华东电力,2012,40（3）：373-378.

[2]Driesen J,Katiraei F.Design for distributed energy resources[J].IEEE Power and Energy Magazine,2008,6（3）：30-39.

[3]马溪原,吴耀文,方华亮,等.采用改进细菌觅食算法的风/光/储混合微电网电源优化配置[J].中国电机工程学报,2011,31（25）：17-25.

[4]崔弘,郭熠昀,夏成军.考虑环境效益的分布式电源优化配置研究[J].华东电力,2010（12）：1 968-1 971.

[5]刘波,张焰,杨娜.改进的粒子群优化算法在分布式电源选址和定容中的应用[J].电工技术学报,2008,23（2）：103-108.

[6]王成山,陈恺,谢莹华,等.配电网扩展规划中分布式电源的选址和定容[J].电力系统自动化,2006,30（3）：38-43.

[7]伍言,刘俊勇,刘友波,等.基于负荷组合与光伏电源匹配算法的微电网配置[J].华东电力,2012,40（1）：51-55.

[8]崔恒志,黄奇峰,杨世海,等.冷热电联供型微电网容量规划优化研究[J].江苏电机工程,2013,32（3）：39-45.

[9]言大伟,韦钢,陈眩姿,等.考虑可中断负荷的微网能量优化[J].电力系统及其自动化学报,2012,24（1）：88-93.

[10]郭佳欢,沈宏,黄伟.含小型冷热电联产的微电网系统经济运行[J].电网与清洁能源,2009,25（10）：21-24.

[11]吴雄,王秀丽,别朝红,等.含热电联供系统的微网经济运行[J].电力自动化设备,2013,33（8）：1-6.

[12]韩吉田,于泽庭.基于燃料电池的分布式热电冷联供总能系统[J].武汉理工大学学报,2006,28（2）：596-600.

[13]翁一武,翁史烈,苏明.以微型燃气轮机为核心的分布式供能系统[J].中国电力,2003,36（3）：1-4.

[14]卢洋,卢锦玲,石少通,等.考虑随机特性的微电网电源优化配置[J].电力系统及其自动化学报,2013,25（3）：108-114.

[15]Wencong Su,Zhiyong Yuan,Mo-Yuen Chow.Microgrid Planning and Operation：Solar Energy and Wind Energy[C].IEEE Power and Energy Society General Meeting,Minnesota,2010：1-7.

[16]庄雷明.城市电网规划中分布式电源容量的优化配置[D].北京：华北电力大学,2009.

附录