利用燃气机组和热泵减少不确定因素影响的电网调度

龙虹毓　付　林　徐瑞林　黄越辉　崔　晖（1. 西南大学工程技术学院　重庆　00715　. 清华大学建筑学院　北京　10008 . 国网重庆市电力公司电力科学研究院　重庆　011　. 中国电力科学研究院　北京　10019）

利用燃气机组和热泵减少不确定因素影响的电网调度

龙虹毓1,2付林2徐瑞林3黄越辉4崔晖4
（1. 西南大学工程技术学院重庆4007152. 清华大学建筑学院北京100084 3. 国网重庆市电力公司电力科学研究院重庆4011234. 中国电力科学研究院北京100192）

电网运行因传统电力负荷预测的不确定性和光伏、风电等随机性电源规模导入而日益受到影响。基于智能电网调度系统，提出通过控制集中式供热、发电设备的热、电出力，并使分散式热泵与之相配合，让热力管网起到一个储热系统的效用。这样可以利用热、电传输特性存在的差异，在建模过程中将热源与终端用户之间的热水管道传输距离和热泵耗电负荷作为新的优化变量。针对电力负荷跟踪问题，①通过减小燃气机组的供热，增加了发电出力可调节范围，配合分散式热泵耗电供热所增加的电力负荷，可以等效改变电力负荷，跟踪目标负荷曲线；②不同热泵性能系数（COP）下的负荷跟踪效果一致，但COP越大节能效果越好。针对并网间歇性电源等效发电出力波动最小的目标函数，可以将热电联产机组和电厂侧集中式水源热泵构成联合热电源，增加其热、电的调节范围。计算结果表明：间歇性电源发电等效出力得到了有效平滑；不同空间分布的热负荷对平滑效果差异影响较小，但对于能耗有较大影响；远端型热负荷分布下节能效益最好，约为3%。

电力负荷跟踪出力平滑燃气联合循环性能系数热负荷分布

0　引言

重庆市“两江新区”是我国第三个国家级开发区，正由建设部资助数千万元建设“可再生能源建筑应用集中连片示范区”。本文针对电力负荷预测[1]，风电、光伏等间歇性电源规模化导入给电网运行带来的不确定影响[2-7]，利用区内现有的燃气联合循环集中式热电联产热、电源，区内服务于采暖制冷负荷的大量分散式水源热泵，提出一种新型调度方法，可以实现电力负荷跟踪、平滑电网内间歇性电源的等效出力。

上述方法区别于现有的解决电网不确定性影响所采用的方法，如增加储能设备[4-8]、建设抽水蓄能[7]、配建“风光火打捆”调峰电源[8]等。

1　调度方法与数学模型

燃气联合循环机组和集中式水源热泵这两种热源各具特点。减少相同的采暖热水出力，燃气联合循环机组导致发电出力减少，而集中式水源热泵则导致减少电力消耗，等效于增加发电出力。

1.1电力负荷跟踪模型

图1所示为电力负荷跟踪模型。图1中，在终端热用户处安装分散式热泵并作为“受控点”，在该处利用电力驱动热泵提供热服务，增加电力负荷消费。引入热水从热源到热终端用户的计算运行时间t作为优化变量，可以实现电力负荷跟踪。

图1　电力负荷跟踪Fig.1　Load following

假设原来电力负荷为PLoad(t)，作为调整对象；电力负荷跟踪目标量是(t)。首先，当PLoad(t)＜(t )时，可以将燃气-蒸汽联合循环作为“源控点”，在此减少热水输出从原来的QCOMB(t)减小到新供热出力qCOMB(t)。然后，对应地减小燃气-蒸汽联合循环发电出力从原来的PCOMB(t)到新的发电出力pCOMB(t)，从而等效地减小PLoad(t)与(t)之间的误差；进而，当PLoad(t)＜(t )时，将终端热用户处的分散式热泵作为“受控点”，根据“源控点”处燃气-蒸汽联合循环所减少的热水输送到终端热用户的空间距离，确定“受控点”的空间分布和动作时间，在此利用电力驱动热泵，增加电力负荷消费，使PLoad(t)更加接近(t)。

为了方便计算，利用式（1）和式（2）将实际运行的时间和终端用户距离热源的空间管道距离离散化为计算运行时间t和计算热水传输距离l。式中，D代表实际运行时间，s；τ代表时间间隔，s；d代表热水从热源到热终端用户的实际管道传输距离，m；v是热水流动速率，m/s；(·)为取整符号。全文统一功率单位为MW，能量单位为MW·h。代表调整后的新等效电力负荷与目标电力负荷的标准差，其最小值由式（3）所示目标函数确定。式中，ηe是供电效率。在第t时段“源控点”燃气-蒸汽联合循环减少热水供应的功率，一方面导致燃气-蒸汽联合循环的发电出力可调节范围增加，可以获得新的燃气-蒸汽联合循环发电出力pCHP(t)；另外一方面，导致“受控点”处各终端用户使用电力驱动热泵耗电供热来补充热水输出减少。其中ΔqCOMB(t)表示第t时段燃气-蒸汽联合循环热水供应减少功率，其表达式为

作为热能量载体的热水传输时间与电力传输时间存在时间差，热源燃气-蒸汽联合循环热水不足的影响将经过时延才会传递到热终端用户，而这个时延随着热终端用户距离热源的远近而变化。根据终端热用户距离热源的单位时间间隔距离即vτ，将“受控点”热终端用户离散化为0, 1, …, l, …, L个用户组。如果ΔqCOMB(t)是针对第1热终端用户组的供暖量，热水输送到它的时间为一个单位时间间隔τ，所以热水的不足会在第t+1时段影响到第1个用户组。同理如果ΔqCHP(t)是针对第l个热终端用户组的供暖量，热水的不足将会在第t+l影响到第l个用户组。综上所述，第t时段燃气-蒸汽联合循环热热水供给减少量将由0～L用户组的电力驱动热泵，分别在t～t+L时段通过消耗电力来补充，即利用电力驱动热泵提供热负荷qEHP(t,l)。qEHP(t,l)是t时刻半径距离为l的用户通过使用电力热泵获得的热量。对于非0的qEHP(t,l)，具体的采用电力驱动热泵消耗电力来补充终端用户供热的空间分布和利用时间分布，可以表示为

式中，ηh是燃气-蒸汽联合循环的热水传输效率；COP是热泵性能系数；pEHP(t,l)是t时刻半径距离为l的用户使用电力热泵消耗的电量；QLoad(l)是半径距离为l的用户组总的热负荷；qEHP(t,l)取0代表某些时段某些用户组并没有利用电力驱动热泵实现热补偿或者代表如果超过了规定的最大运行时间T，减少的热源热水还没有影响到处于远端的热终端用户组，那么这些用户组也不会参与热服务补偿。第t时段“受控点”处所有热终端用户的电力热泵耗电量之和(t)表示为

最后在计算能耗时只考虑跟踪能耗，即机组调节电力负荷前后的能耗差，即

式中，fsum为机组调节电力负荷后的总能耗；Fsum为机组原总能耗，同时总能耗中考虑了机组出力变化带来的爬坡能耗[8]。

1.2间歇性电源出力平滑数学模型

针对间歇性电源等效发电出力进行平滑，首先将燃气联合循环机组和集中式水源热泵作为“源控点”，在该处减少采暖热水输出，获得燃气联合机组发电出力减少，用以等效削减原来间歇性电源发电出力高峰；减少集中式水源热泵耗电功率，可以用等效增发电力填补原来间歇性电源发电出力低谷。其次，将居于终端采暖用户处的分布式热泵作为“受控点”，在该处增加水源热泵耗电采暖，补充“源控点”处所减少的采暖热水量。这样等效地削减了原来间歇性电源发电出力高峰，起到削峰填谷的作用。进而，需要建立数学模型，优化计算“源控点”处采暖热水的减少量和“受控点”出现的时间和空间分布以及在该处分布式热泵耗电采暖的数量。最后，在不改变现有电力、采暖负荷约束边界条件下，等效地平滑了间歇性电源的发电出力，方法如图2所示。

由于作为采暖能量载体的热水传输时间与电力传输时间存在较大差异，热源处产生热水不足的影响将经过时延才会传递到终端用户，这个时延会随着采暖用户距离热源的不同空间分布而变化。这是影响调度实施的一个关键因素，在建立优化调度数学模型时是一个关键控制变量。

图2　基于水源热泵燃气联合循环机组的调度Fig.2　Dispatch with and a water source keat pump a gas-fired combined cycle

本文提出以间歇性电源等效发电出力波动的标准差最小为目标函数。

目标函数为

式中，Δpwind代表经过调度控制以后新的间歇性电源等效发电出力平均值标准差，其物理意义代表间歇性电源发电出力波动幅度；pwind(t)代表调整后新的等效发电出力；是pwind(t)的算术平均值，即

式中，T是计算最大时间；Δεwind表示调度控制以后间歇性电源等效发电出力与原发电出力标准差的比值。

基于燃气联合循环机组和集中式水源热泵两种热源，得到t时刻间歇性电源等效发电出力pwind(t)和采暖热水减少量Δq(t)为

2　模拟计算条件

针对电力负荷跟踪问题，本文以1台150MW燃气-蒸汽联合循环作为算例。式（20）和式（21）表示该燃气-蒸汽联合循环的工况关系[9]

式中，热电比RDB=0.789；联合循环总热效率为79%。

设时间间隔τ为5min，总运行时长5h，共60个时段，T=60。受控电力负荷和目标电力负荷如图3所示，其标准误差为4.4。中国城市供暖热水流速v=2.5m/s[10]，则设每个用户组之间的距离为750m，燃气-蒸汽联合循环到热终端用户的最长管道距离为9km[10]，该供暖管道距离内的热用户可分为13个用户组，L=12。采用1台150MW抽凝式燃气-蒸汽联合循环供热，总的热负荷应为118MW，本章利用威布尔分布函数构造热负荷分布[11]。计算软件General Algebraic Modeling System（GAMS）的CPLEX，计算机配置为CPU Intel Core 2 Duo 3.16GHz，内存4G，耗时2 115s。

图3　热负荷空间分布Fig.3　Space heating load distribution

针对等效平滑间歇性电源发电出力问题，本文假设采暖负荷共268MW。一台燃气联合循环机组供热出力118MW，供电出力150MW，爬坡速率V= ±2MW/min。一台集中式水源热泵热容量150MW，性能系数为5。存在三种总面积相等的热负荷空间分布[11]：①近端型：热负荷高峰位置靠近热源。利用威布尔分布函数生成，其中参数a=1.5，b=3；②中距离（中间）型：热负荷高峰位置居中，利用正态分布函数生成；③远端型：热负荷高峰位置远离热源。利用威布尔分布函数生成，其中参数a=3，b=12。使用蒙特卡洛法由Matlab软件随机产生一组60个数据的间歇性电源发电出力曲线[11]。设单位调度控制时间为5min，总时长5h，水流速2.5m/s，热电厂供暖范围为9km［10］，将距离内用户分为13个用户组。设终端用户处分散式热泵性能系数5.0。计算软件General Algebraic Modeling System（GAMS）的CPLEX，计算机配置CPU Intel Core 2 Duo 3.16GHz，内存4G，耗时5 819s。

3　结果与讨论

3.1电力负荷跟踪

下表列出电力负荷的标准差。由表可见，电力负荷跟踪控制前，受控电力负荷与目标电力负荷的标准差为4.41；而控制调节以后，新等效电力负荷与目标电力负荷的标准差减为3.18，约为原标准差的70%。这就从代数角度表明，不论热泵性能系数如何变化，热负荷调度对电力负荷跟踪都有着一定的效果。

表　电力负荷标准差Tab.　The standard deviation of electric load

从几何直观角度，图4显示了受控电力负荷、目标电力负荷以及调整后的电力负荷曲线形状。

图4　电力负荷跟踪效果Fig.4　Results of electric load following

调整前的电力负荷曲线和目标电力负荷曲线，二者存在较明显差异。而调整后的电力负荷曲线与目标电力负荷曲线，二者之间线形重合较多，差异明显小于受控电力负荷曲线和目标电力负荷曲线之间的差异。但是，只有当目标电力负荷大于受控电力负荷时，二者波形才完全重合；而当目标电力负荷小于受控电力负荷时，则不能完全调节电力负荷，使得调整后的等效电力负荷与受控负荷重合。

图5所示为联合循环热电出力示意图。由图5可见，在利用热负荷调度等效调节电力负荷后，联合循环的发电出力和热出力都略有下降，一方面热电出力之间符合一定的热电比关系；另一方面，由于联合循环在热负荷限制下，原有热出力满发，最终导致联合循环减小热出力，只能减小发电出力，这与图4的跟踪效果具有对应关系。

图5　联合循环热电出力Fig.5　Generation of combined cycle unit

图6显示了经过热负荷调度以后，各分散式热泵供热时间空间分布情况。图6中曲面表示随距离变化的终端用户总热负荷，柱状体表示由分散式热泵提供的供热，柱状体的高度与其提供的热量大小成正比。柱状体的高度不大于曲面高度，表明终端用户总热负荷对热泵供热的约束；柱状体高度分布随时间和空间变化，说明在电力负荷跟踪过程中，通过优化分散式热泵消耗电力负荷的时间空间分布，来等效获取最优电力负荷跟踪效果。但是，图示热泵负荷所占比例不大，这是因为联合循环只能减小其发电出力，这与热泵的调节方向是一致的，都是增加电力负荷，抑制PLoad(t)＜(t )的误差，而实际误差有限，所以限制了热泵的大规模使用。

图6　分散式热泵供热Fig.6　Space heating from dispersed heat pumps

图7所示为不同COP下联合循环机组能耗变化，能耗增加值都小于0。但是COP对节能情况依然存在一定影响，尤其是COP=2时，节能效果较差，根据我国能效比的标准，COP最小只规定到2.6，由此当COP＞2时，在COP对调节效果没有影响的前提下，根据图7为了节能，应选择具有较高COP的热泵。

图7　联合循环机组总能耗Fig.7　Gross fuel cost of combined cycle unit

图8则显示了机组的爬坡能耗情况，爬坡能耗能够反映机组发电出力变化的波动程度。当COP=2时爬坡能耗最小，说明此时机组出力变化较小，但对比图8可知，这是由于其发电出力下降幅度较小所造成的，而较小的爬坡能耗并不能导致总能耗的降低，反而更不节能。

图8　联合循环的爬坡能耗Fig.8　Ramping fuel cost of combined cycle unit

联合循环在参与调节电力负荷后，热出力和发电出力都减小带来了总能耗的下降。

3.2间歇性电源出力平滑

联合使用燃气联合循环机组与集中式水源热泵等效平滑间歇性电源发电出力，效果如图9所示。在不同热负荷分布情况下，调度控制后间歇性电源等效发电出力曲线几乎为直线。

图9　不同热负荷分布下间歇性电源等效发电出力Fig.9　Generation of intermittent power sources under various space heating load distribution

图10　近端型热负荷分布Fig.10　Space heating from dispersed heat pumps under close distribution

图10～图12表示终端用户总热负荷和分散式热泵耗电供热量的时间空间分布。图中曲面表示随距离变化的终端用户采暖总负荷分布；柱状体表示由分散式热泵供热量分布。柱状体高度与其所承担的供热量大小成正比。

不同的热负荷分布下，燃气-蒸汽联合循环机组进行等效平滑间歇性电源发电出力，前后总能耗比较如图13所示。与原来的能耗相比，在获得平滑间歇性电源发电出力效益的同时，能耗总量并没有增加，说明该调度控制方法具有可行性。

图11　中间型热负荷分布Fig.11　Space heating from dispersed heat pumps under medium distribution

图12　远端型热负荷分布Fig.12　Space heating from dispersed heat pumpsunder remote distribution

图13　燃气联合循环机组总能耗Fig.13　Gross fuel cost of combined cycle unit

图14表明，如果针对远端型热负荷分布开展调度，可望获得最好的节能效果。应该减少近端型热负荷参与调度控制，因为它们的节能效益相对最小。

图14　不同热负荷分布的节能效果Fig.14　Energy conservation under various space heating load distribution

4　结论

本文基于燃气-蒸汽联合循环机组和水源热泵，分别提出了实现电力负荷跟踪、等效平滑间歇性电源发电出力的智能电网调度方法。主要结论如下：

（1）本方法可以有效地调整电力负荷曲线，跟踪所期望达到的目标电力负荷曲线。调整后的电力负荷曲线与目标曲线的标准差为未调整前的72%。当热泵性能系数COP＞2时，COP越大，节能效果越好。因此在COP对调节效果没有影响的情况下，为了节能效益需要，应选择具有较高COP值的热泵。

（2）不同类型的热负荷空间分布下，平滑以后的间歇性电源等效发电出力曲线标准差几乎为0；原来具有较大波动性的间歇性电源发电出力曲线，几乎变成一条直线。平滑以后的等效发电出力数值相差较小，而节能效益差异较明显。近端型热负荷分布下等效发电出力最大，节能效益最小约为1.4%；远端型热负荷分布下等效发电出力最小，节能效益最大约为3%。

（3）本文所提出的实现电力负荷跟踪、等效平滑间歇性电源发电出力的智能电网调度方法均具有节能效益，表明所提出调度控制方法具备现实可行性。

[1] 邹刚. 基于蚁群算法的电力负荷预测方法研究[D].重庆: 重庆大学, 2006.

[2] 梁亮, 李建林, 惠东. 光伏-储能联合发电系统运行机理及控制策略[J]. 电力自动化设备, 2011, 31(8): 20-23.

Liang Liang, Li Jianlin, Hui Dong. Operating mode of photovoltaic/energy-storage hybird sytem and its control strategy[J]. Electric Power AutomationEquipment, 2011, 31(8): 20-23.

[3] 邱培春, 葛宝明, 毕大强. 基于蓄电池储能的光伏并网发电功率平抑控制研究[J].电力系统保护与控制, 2011, 39(3): 29-33.

Qiu Peichun, Ge Baoming, Bi Daqing. Battery energu storaged-based power stabilizing control for gridconnected photovoltaic power generation system[J]. Power System Protection and Control, 2011, 39(3): 29-33.

[4] 李国杰, 唐志伟, 聂宏展, 等. 钒液流储能电池建模及其平抑风电波动研究[J].电力系统保护与控制, 2010, 38(22): 115-119.

Li Guojie, Tang Zhiwei, Nie Hongzhan, et al. Modelling and controlling of vanadium redox flow battery to smooth wind power fluctuations[J]. Power System Protection and Control, 2010, 38(22): 115-119.

[5] 张占奎, 王德意, 迟永宁, 等. 超导储能装置提高风电场暂态稳定性的研究[J]. 电力系统保护与控制, 2010, 38(24): 38-42.

Zhang Zhankui, Wang Deyi, Chi Yongning, et al. Study of transient stability enhancement of wind farm by application of superconducting magnetic energy storage devices[J]. Power System Protection and Control, 2010, 38(24): 38-42.

[6] 韩涛, 卢继平, 乔梁, 等. 大型并网风电场储能容量优化方案[J].电网技术, 2010, 34(1): 169-173.

Han Tao, Lu Jiping, Qiao Liang, et al. Optimized scheme of energy-storage capacity for grid-connected large-scale wind farm[J]. Power System Technology, 2010, 34(1): 169-173.

[7] 张鹏, 刘继春, 吕林. 基于风蓄协调的节能调度方法[J]. 电力系统保护与控制, 2011, 39(2): 29-34.

Zhang Peng, Liu Jichun, Lü Lin. The energysaving dispatch based on the coordination between pumped storage hydro and wind energy[J]. Power System Protection and Control, 2011, 39(2): 29-34.

[8] 肖创英, 汪宁渤, 丁坤, 等. 甘肃酒泉风电功率调节方式的研究[J].中国电机工程学报, 2010, 30(10): 1-7.

Xiao Chuangying, Wang Ningbo, Ding Kun, et al. System power regulation scheme for jiuquan wind power base[J]. Proceedings of the CSEE, 2010, 30(10): 1-7.

[9]葛荣. 燃气-蒸汽联合循环电厂机组组合优化及负荷经济分配研究[D]. 北京: 清华大学, 2008.

[10] 付林. 热电（冷）联产系统电力调峰运行研究[D].北京: 清华大学, 2000.

[11] 程靖. 威布尔分布的参数估计[J]. 巢湖学院学报, 2007, 9(3): 20-23.

Cheng Jing. Parameters estimation in Weibull distribution[J]. Journal of Chaohu College, 2007, 9(3): 20-23.

Research on the Electric Grid Dispatch for Alleviating the Uncertainties Impact through Gas-Fired Cogenerations and Heat Pumps

Long Hongyu1,2Fu Lin2Xu Ruilin3Huang Yue4Cui Hui4
（1. Southwest UniversityChongqing400715China 2. Tsinghua UniversityBeijing100084China 3. State Grid Chongqing Electric Power Co. Electric Power Research Institute Chongqing401123China 4. China Electric Power Research InstituteBeijing100192China）

The electric grid suffers more and more uncertainty impacts. One arises from load forecasting; the other is from intermittence and volatility of wind power and photovoltaic power. In this article, a new dispatch proposal based on smart grid is presented, which can adjust the electricity and heating generation of power sources. Considering mass introduction of water source heat pumps and heating networks as heating storage infrastructure, the transportation distance of heating water between power sources and end users as well as the electric load for heat pumps is added in this mathematical model. The same electric load following is revealed with various coefficients of performance (COP). However, the bigger COP is, the better energy-saving effect is. With regards to the minimumfluctuation of equivalent power of intermittent power sources, the numerical simulation suggests that the dispatch proposal can smooth the equivalent output of intermittence power generation. Besides, the heating load of the remote distribution achieves better energy conservation, up to 3%.

Load following, power smoothing, gas-fired combined cycle, coefficient of performance (COP), heating load distribution

TM734

龙虹毓男，1978年生，博士，博士后，副教授，研究方向为综合能源系统数学建模、最优规划及调度运行。（通信作者）

付林男，1968年生，博士，博士后，教授，博士生导师，研究方向为基于热电联产的城市集中供热与热网运行。

国家科技支撑计划（2015BAA01B01），国家自然科学基金（51176083）和中央高校基本业务费（XDJK2015A006）资助项目。

2014-06-14改稿日期 2014-11-14