带温度修正的小型分布式能源优化研究

闫顺林, 刘小旺, 贾朝阳

(华北电力大学 能源动力与机械工程学院，河北保定071003)

带温度修正的小型分布式能源优化研究

闫顺林, 刘小旺, 贾朝阳

(华北电力大学 能源动力与机械工程学院，河北保定071003)

冷热电联供(CCHP)通过对能源的梯级利用，提高了一次能源的利用效率。考虑到环境温度的变化，对系统内微型燃气轮机的效率和功率曲线进行了温度修正，并且建立了含燃料成本、环境成本和维护成本的多目标调度模型。针对具体的算例，使用Matlab优化工具箱中的fmincon函数对上述模型进行寻优计算。最后的优化结果证明了该系统的经济性。

冷热电联供；微型燃气轮机；温度修正；经济性

0 引言

近年来分布式能源(Distributed Generation,简称DG)得到了快速发展[1,2]。一般来讲，分布式能源系统采用以燃气轮机为核心电源供电，最后排出的烟气通过余热锅炉或溴化锂制冷机继续向用户提供热(冷)或生活热水。这种供能结构可以使能源的综合利用效率达到80%。

许多的文献讨论和研究了分布式供能系统的运行优化[3～6]。文献[4]研究了以低碳排放为目标的优化调度问题。文献[5]研究了包含风、光电以及微燃机等多种发电单元的调度问题。文献[6]基于网格自适应直接搜索，(简称MADS)来优化微电网系统内各发电单元的出力。然而涉及到现场环境因素对微网内微电源(主要指燃气轮机)的功率—效率影响的研究比较少。本文模型充分考虑到现场环境温度变化对微燃机(简称MT)运行产生的影响[7]。引入关于温度的修正系数。最后选取夏季某月份的冷、电负荷数据为目标算例进行优化计算和分析。

1 分布式冷热电三联供系统建模

根据负荷种类和大小的不同，联供系统的配置方式也不同。对于本文模型，选取MT和溴化锂制冷机一带一的配套运行模式，如图1所示。

图1 MT+溴冷机配套模式

1.1 燃料成本模型

(1)微燃机的发电成本建模

燃料的成本与燃料单价和机组发电效率有关。本文选用的微燃机型号为C65。该微燃机以天然气为燃料，根据厂家在STC标准测试环境(一个标准大气压，空气温度15℃和空气相对湿度60%)提供曲线的数据，根据1stOpt软件进行拟合。最终拟合精度为99%。其发电效率与输出功率的关系可以用公式表示为：

(1)

式中：η为微燃机发电效率；Pe为微燃机发电功率。

上述函数表达的是微燃机在STC下的效率随输出功率变化。但是，在实际工作中，其工作环境(尤其是环境温度)的变化幅度相当大，文献[8]的研究表明，微燃机的发电效率随温度的升高而下降，该趋势可以用一次函数近似描述。为此引入发电效率关于温度的修正系数。

η=ηSTC[1+τGT(t-t0)]

(2)

式中：ηSTC为STC工况下微燃机的发电效率；t0为STC工况温度，这里取为15℃；τGT为发电效率对温度的修正系数。数值上等于一次函数的斜率。

文献[8]的研究表明，当实际的环境温度高于设计工况下的环境温度时，燃气轮机发电机输出功率近似呈线性下降。实际环境温度小于设计工况下的环境温度时，其输出功率基本保持额定不变。据此，通过对设计工况下输出功率PSTC的修正，可以得到非设计工况(即一般工况)下的输出功率。本文提出的修正后的计算公式为：

P=PSTC[1+CT((t-t0)+|t-t0|)/2]

(3)

式中：PSTC为设计工况温度下微燃机输出功率；CT为功率对温度的修正系数。

微型燃气轮机排热利用的数学模型为：

(4)

QCOOL=QMT×COP

(5)

式中：QMT为微燃机排烟余热；ηl为散热损失系数，一般取5%。QCOOL为溴化锂制冷机的制冷量。COP溴化锂制冷机的制冷系数。

综上可以得到，燃料的费用函数为：

(6)

式中：CMTi是第i时段消耗燃料费用，PMTi是天然气单价，LHV是天然气的热值，PMTi是i时段内的发电功率，ηMTi是PFCi时段内的MT的发电效率。

(2)燃料电池(简称FC)的燃料成本建模

本模型中采用质子膜燃料电池，燃料氢由天然气转化而来。燃料加工转换装置的LHV能量效率取0.75[9]。参考微型燃气轮机燃料成本模型，建立FC的燃料成本模型为：

(7)

式中：PFCi为i时段内FC发电输出功率；ηFCi为i时段内FC的发电效率。

1.2 运行维护成本模型

机组运行过程中，除了消耗燃料外，还需要设备的定期保养维护。对于上述综合维护成本的考虑，根据机组运行的经验数据，可以用功率运行维护成本来统一定量描述。

(8)

式中：KOMi为不同发电单元的综合维护成本系数。

1.3 环境惩罚成本模型

机组工作时，燃烧产生的废气是CO2、SO2和NOx。根据电力行业污染气体排放标准确定环境惩罚函数的成本模型。微燃机针对上述三种气体的排放如表1所示[10]。

表1 排污参数表

根据表1的数据，建立微燃机的环境惩罚函数模型为：

(9)

综上可知，总的费用函数为[10,11]：

C=K1CMT+K2CFC+K3C3+K4C4

(10)

式中：K1、K2、K3分别为对于发电燃料消耗成本函数、机组运行维护成本函数、排污惩罚函数的存在系数；Ki取值为1或0。

1.4 约束条件

功率平衡约束：

(11)

机组出力上下限约束：

Pi,min≤Pi≤Pi,max

(12)

2 优化函数的选取

Matlab是一款工程应用和科学仿真优化都非常强大的计算软件。Matlab内嵌的优化工具箱提供了多种源代码，可移植性强。针对本文所建立的数学模型的特点，选取工具箱中的fmincon函数进行优化计算。

适用于fmincon函数的数学模型为：

minf(x)

c(x)≤0

ceq(x)=0

lb≤x≤ub

(13)

该函数的调用格式为：

[x,fval]=fmincon(fun,x0,[],[],[],[],lb,ub,nonlcon)

x和fval各自返回最终的优化变量值和目标函数值，fun是模型中的目标函数f(x)，线性和非线性同样适用。x0是初始化变量，lb和ub分别是变量上、下限。[]代替本模型不需要添加的参数。nonlcon参数包含模型中的非线性不等式约束c(x)≤0和非线性等式约束ceq(x)=0。对于本模型，x为四维变量。

3 实例计算与分析

3.1 基础数据分析

本文的模型和调度策略，以保定地区某小型办公楼的冷电负荷为算例进行计算分析[13]，根据该写字楼的用电规律，对夏季典型日的冷电负荷进行预测。典型日的逐时负荷与温度分布如图2，3。

图2 典型日用户冷电负荷

图3 典型日温度分布

在本文算例中我们引入分时阶梯电价政策，具体安排如表2所示。

表2 阶梯电价表

3.2 优化结果与分析

根据建立的优化模型和计算需要的基础数据，通过Matlab的优化函数，分别得到了24个时段内各发电单元的优化出力和购售电情况，如图4所示。

图4 各发电单元优化出力

图5 购售电情况

从上面的优化结果可以看出，在23～06(次)时段内，由于此时网购电价较低，微燃机在满足热负荷基础上不多发电，燃料电池亦不发电，所缺电负荷由网购电提供。11～14和20～22时，此时网购电价和网售电价都较高，微燃机和燃料电池满负荷运行，多余电量向电网出售获利，各时段的购售电情况如图5所示。

为了更直观的显示优化结果的经济性，下面给出了典型日内购发电成本的逐时分布和全天的总费用对比情况如图6与表3所示。

图6 典型日逐时成本分布

分类分布式供电有温度项修正无温度项修正全部网购电费用/元210219993412

从成本的逐时分布图上可以看出，影响成本的走向主要因素是用户负荷，但从考虑温度影响与不考虑温度两条曲线可以看出，在温度较高的夏季，由于微燃机效率的降低，导致成本有明显的升高趋势；从总费用对比上也可以看出，有温度修正比无温度修正的全天总费用要高，但都低于全部网购的费用。

4 结论

(1)建立了以MT为核心的分布式冷热电联供系统模型，模型中主要包括两台MT(65 kW)和一台FC(40 kW)。

(2)对于夏季供冷典型日，考虑到微燃机的工作环境温度显著偏离其标准工况稳定，在上述微燃机模型的基础上引入了功率和效率的温度修正系数。使得优化结果更具有现实参考意义。

(3)针对某写字楼的电冷负荷进行具体的算例计算与分析，得到了考虑温度影响的各发电单元优化出力结果和购售电情况。

(4)计算和比较了分布式能源系统与全部购电情况下全日总费用，证明了该系统的经济性。

[1]徐二树，宋之平.分散能源的研究与应用[J].动力工程学报，2004，24(2)：291-297.

[2]徐东，刘清志，王臻.低碳视角下我国能源结构优化研究[J].生态经济，2011，29(9)：85-87.

[3]李文华. 新时期国家能源发展战略问题研究[D].天津：南开大学，2013.

[4]刘文胜.基于粒子群算法的微电网优化配置与低碳调度[D].广州：广东工业大学，2012.

[5]孙树娟.多能源微电网优化配置和经济运行模型研究[D].合肥：合肥工业大学，2012.

[6]Mohamed F A ，Koivo H N.System modelling and online optimal management of Microgrid using Mesh Adaptive Direct Search[J]. International Journal of Electrical Power & Energy System，2010，32(5)：398-407.

[7]蒋峰，孙文涛，李兆明.略谈影响燃气轮机性能的几个重要现场参数及性能提高途径[J].化学工程与装备，2014，(8):150-153.

[8]左志远，杨晓西，丁静.微型燃气轮机的生产厂商与性能影响因素[J].煤气与热力.2007，27(3)：76-79.

[9]郭佳欢.微网经济运行优化的研究[D].北京：华北电力大学，2010.

[10]杨为.分布式能源的优化调度[D].合肥：合肥工业大学，2010.

[11]苗雨阳，卢锦玲，朱国栋.基于改进多目标粒子群算法的微电网并网优化调度[J].电力科学与工程，2012，28(7):15-20.

[12]杨允，张士杰，肖云汉.环境温度对燃气轮机分布式供能系统优化配置的影响[J].热能动力工程.2013，27(4)：345-351.

[13]张圣陶，阎维平，王江江，等.燃气内燃机冷热电联供系统节能经济性分析[J].电力科学与工程，2014，30(9)：1-6.

Study on Small Distributed Energy Optimization with Temperature Correction

Yan Shunlin，Liu Xiaowang，Jia Zhaoyang

(School of Energy Power and Mechanical Engineering，North China Electric Power University，Baoding 071003，China)

CCHP system, based on energy cascade, was used to improve energy-saving efficiency. Taking into account ambient temperature, the efficiency and power curve of micro-turbine were amended in the system and a multi-objected scheduling model with fuel cost, environmental cost and maintenance cost was established. In addition, this study used the fmincon function of MATLAB optimization toolbox to calculate according to the specific examples. The final optimization results verify the economy of the system.

CCHP; micro-turbine; temperature correction; economy

2015-07-07。

闫顺林(1959-)，男，教授，从事电站锅炉安全经济运行与节能方面的研究。通信作者：刘小旺，E-mail:13780529015@163.com。

TK01+9

A

10.3969/j.issn.1672-0792.2015.09.002