改进多状态方法的冷热电联供系统多目标评估

曹芷健，刘继春，武云霞，刘俊勇，李 斌，王 冬，卢天琪

（1.四川大学电气信息学院，四川成都610065；

2.中国电力工程顾问集团西南电力设计院有限公司，四川成都610065；3.国网辽宁省电力有限公司经济技术研究院，辽宁沈阳110015）

改进多状态方法的冷热电联供系统多目标评估

曹芷健1，刘继春1，武云霞2，刘俊勇1，李 斌1，王 冬1，卢天琪3

（1.四川大学电气信息学院，四川成都610065；

2.中国电力工程顾问集团西南电力设计院有限公司，四川成都610065；3.国网辽宁省电力有限公司经济技术研究院，辽宁沈阳110015）

冷热电联供系统（combined cooling heating and power，CCHP）与清洁能源的结合成为当前研究热点。将传统联供系统与太阳能相结合，充分利用可再生能源，在满足冷热电多重需求的同时提高了能源利用率和环境效益，以实现绿色经济可持续发展。为了研究冷热电联供系统风光出力不确定性的影响，采用改进的基于Wasserstein概率距离指标多状态方法建模。从经济、能源、环保这3个方面对系统配置进行优化，选择投运成本、一次能源消耗量和当量CO2排放量为目标对系统进行配置评估，并采用模糊层次分析法对多目标进行求解。结果表明该文所提出的优化方法在多目标评估中是有效的，同时对比CCHP与分供系统（separation production，SP）的优化结果，证明了CCHP在经济、能源与环保方面较传统SP具有一定优势。

不确定性；Wasserstein概率距离指标；模糊层次分析法；多目标评估

0 引言

冷热电联供系统（combined cooling heating andpower，CCHP）相比于传统分供系统（separation production，SP）在经济、环保、节能等方面具有很大优势。以清洁能源为燃料的CCHP利用风光发电和集热供给冷热电负荷，提升综合能源利用率并降低生产成本，同时在减少能耗和CO2排放方面也具有优势［1－3］。

为实现可持续发展，解决我国目前以化石能源为主的能源结构不合理问题，倡导节能减排，冷热电联供系统与清洁能源的结合成为当前研究热点。本文将传统联供系统与太阳能相结合，充分利用可再生能源，在满足冷热电多重需求的同时提高了能源利用率和环境效益以实现绿色经济可持续发展。

CCHP系统往往包含多种发电供热单元，其组成和运行比较复杂，这就对其优化配置技术提出了较高的要求。近些年国内外学者针对CCHP系统优化配置问题开展了一系列研究工作。文献［4］从经济、能源、环境方面对系统的设备容量和运行策略进行了优化。文献［5］设计了1种冷热电联供三级协同优化配置方法，对系统的设备容量和运行策略进行优化。本文采用改进的多状态理论对联供系统进行不确定性建模，考虑系统中的不确定性因素对经济、能耗和环保的影响，同时采用多目标优化方法对比联供系统与传统分供系统的优势。

1 系统介绍

本文研究可再生能源综合利用的CCHP系统，该系统由太阳能光伏光热一体化（PV/T）机组、风机、燃气轮机和燃气锅炉驱动的传统CCHP系统组成。风力发电机提供电能。PV/T机组同时提供电能和热能。燃气轮机以天然气为燃料提供系统电能EG，同时产生高温烟气热能QG由余热回收装置回收。燃气锅炉以天然气为燃料提供给系统热能Qb1，它们产生的一部分热能提供给系统热负荷需求，另一部分提供给吸收式制冷机制冷。

2 系统概率模型

通常用连续概率分布表示风光等可再生能源出力的不确定性。如何以离散分布对原连续分布近似是建模的难点，文献［5］指出模型模拟精度取决于概率分布距离。本文采用目前被证明优于其他距离指标的Wasserstein距离指标。Wasserstein距离是定义在概率测度空间上的2阶矩，定义［6］为

式中：p1和p2为2个概率密度函数；π（p1，p2）为距离测度；r为阶数。将离散分布对连续分布近似问题转化为求Wr最小化问题。假设变量x的概率密度函数为h（x），Wasserstein距离指标下的最优分位点zq（q＝1，2，…，Q）可以通过式（3）得到：

其相应的概率为

式中：zo＝－∞，zQ＋1＝＋∞。

本文选择采用Wasserstein概率距离指标对风光的热电出力及冷热电负荷的概率密度函数进行最优离散划分。

2.1 风光出力模型

（1）风力介于切入风速vci和额定风速vcr之间时，将此区间的风速划分为 N 个状态，通过Wasserstein距离指标最优离散化方法得到风电概率分布最优分位点ni（i＝1，2，…，N），即

式中：f（v）为风速概率密度函数。

可求出每个状态下发生的概率为

式中：n0＝vci；nN＋1＝vcr。

（2）风速小于vci或大于切出风速vco时，风机的出力为0，该状态下的风速可为

此时风机的出力为第N＋1个状态，可计算出该状态发生的概率：

（3）风速介于额定功率vcr和切出风速vco之间时，风机以额定功率输出，该状态下的风速可认为等于：

此时风机出力为第N＋2个状态，可计算出该状态发生的概率为

由此可计算出每个仿真时刻包含多台风机的风力发电系统各个状态下出力的大小及其对应的状态概率。

2.2 太阳能PV/T机组出力的不确定性建模

PV/T技术是一种将太阳能PV组件与集热器相结合的技术。可吸收太阳能集热获得热能同时进行光伏发电。这种将太阳能光伏组件、集热组件集为一体的结构设计避免了在不同冷热电负荷需求下太阳能光伏发电机和集热器容量配比的优化难题，提高了能源利用率并大幅度降低系统成本和安装面积。

光照强度采用Beta分布模型，其中PV/T输出电功率Ppv为

式中：Ppv为PV/T机组输出电功率；Apv为机组的光照有效面积；ηel为光伏电池的发电效率；I为光照强度。PV/T发电概率密度函数pe可表示为

式中：α，β为贝塔分布的形状参数；Ppvmax为最大发电功率。

PV/T供热功率Qpv为

式中：Qpv为PV/T机组热输出功率；ηth为供热效率。

PV/T供热概率密度函数可表示为

假设光伏逆变器启动的最低光照强度为Imin。

（1）光照强度介于Imin和额定光照强度Is之间时，将此区间的光照强度划分为R个状态，通过Wasserstein距离指标最优离散化方法分别得到发电供热概率分布，最优分位点zj（j＝1，2，…，R）可由式（14）、（15）得到：

式中ph为供热概率密度函数。

发电各状态发生的概率为

供热各状态发生概率为

式中：z0＝b0＝Imin；zR＋1＝bR＋1＝Is。

（2）光照强度低于Imin时，PV/T出力为0，该状态下的光照强度为：

此时PV/T发电、供热出力为第R＋1个状态，可计算出该状态发生的概率为：

（3）光照强度大于等于可接收最大光照IG时，PV/T以额定热电功率输出，该状态下的光照强度为：

此时PV/T发电、供热出力为第R＋2个状态，可计算出该状态发生的概率为：

由此可得出每个仿真时刻PV/T机组发电和集热的功率及概率。

2.3 冷热电负荷不确定性建模

冷热电负荷均存在一定不确定性，可近似服从正态分布，故假设各个时刻的负荷分布在距离该时刻负荷平均值3个标准差之内，即

式中：PL（t）为t时刻冷热电负荷的大小；μL（t）和σL（t）分别为t时刻冷热电负荷的均值和标准差。利用Wasserstein距离指标得到最优分位点ck（k＝1，2，…，S）：

式中：c0＝μL－3σ；cS＋1＝μL＋3σ。；f（PL）为负荷的概率密度函数。

冷热电负荷各状态概率为

综上所述，则冷热电联供系统各时刻的总状态数为

相应的状态空间概率为

式中：i＝1，2，…，N＋2，j＝1，2，…，R＋2，k＝1，2，…，S。

3 目标函数

3.1 经济指标

选择冷热电联供系统投运成本CCOST作为经济性优化目标，包括系统消耗的燃气和电量费用CPUR、运行维护成本COM和安装成本CDC。

式中：Pik为出力单元i（出力单元包括风机、PV/T机组和燃气轮机）时段k发出功率；Comi为出力单元i单位功率的运行维护系数；Oi为出力单元i单位容量成本；d为利率；li为各个出力单元寿命；i＝1，2，…，N，N为系统的出力单元数；Ebuy为年购电量；Esell为年售电量；Cb、Cs为系统向电网购电与售电价格；FG和FB分别为燃气轮机和锅炉年天然气消耗量；Cf为天然气价格；k＝1，2，…，8 760，8 760为1年中的最大小时数。

3.2 能源指标

一次能源消耗量CPEC是指系统1年内消耗天然气量与电量统一转化为标准一次能源，即

式中：ηgen为电厂发电效率；σe和σf分别为购买1kW·h能量时消耗的煤炭量和天然气所对应的一次能源转换系数；Fmk为单位时间购天然气量。

3.3 环境指标

当量CO2排放量CCDE是指多重气体产生温室效应的影响等效为等量CO2的影响，即

式中：μe和μf分别为1kW·h能量的煤炭量和天然气所对应的CO2转换系数。

4 模型求解

以投运成本、一次能源消耗量和当量CO2排放量为目标。采用模糊层次分析法求得各个目标的权重，将双目标转换为目标函数F，其表达式如下

式中：αV、βC和γP分别是指投运成本、一次能源消耗量和当量CO2排放量指标的权重系数。将目标函数值分别模糊化，求出各自的隶属度函数，即

模糊层次分析法确定多目标的权重系数，如下文所述。

（1）投运成本、一次能源消耗量和当量CO2排放量为确定的因素集合。

（2）求满足一定条件，单个目标的理想最小值F0和理想最大值F1。如：投运成本、一次能源消耗量和最小，求得当量CO2排放量的最大值FC1。同理求得FV0、FC0和FP0以及FV1、FC1和FP1；其中：FV0、FC0和FP0分别指单个指标计算时投运成本最小值、一次能源消耗量最小值和当量CO2排放量最小值；FV1、FC1和FP1分别是指单个指标计算时投运成本最大值、一次能源消耗量最大值和当量CO2排放量最大值。

（3）通过式（37）将投运成本、一次能源消耗量和当量CO2排放量3个目标函数分别模糊化，求得各自的隶属度函数。

（4）建立模糊互判矩阵。

（5）模糊互判断矩阵的权重：

计算得到投运成本、一次能源消耗量和当量CO2排放量权重系数。

（6）一致性检验通过。

5 算例分析

算例选取某东北地区学校为研究对象，煤和天然气在生命周期过程中排放的污染物气体主要包括CO2，SO2，NOx等，考虑到几种主要污染气体的排放量，本文主要对会产生温室效应影响的气体进行分析，煤和天然气的生命周期清单数据见表1。表中m（CO2），m（CO），m（CH4），m（N2O）分别为煤（1kg）或者天然气（1m3）燃烧产生的各污染气体排放量，PEC为多重气体产生温室效应的影响等效为等量CO2的影响。

表1 煤和天然气的生命周期清单数据Table 1 Life cycle inventory data of coal and natural gas

对于系统中各个设备的成本，不仅要考虑其运行维护费用和消耗电力或者燃料的费用，还要考虑其折旧成本，系统中各个设备的生命周期清单如表2所示。

表2 设备生命周期清单数据Table 2 Life cycle inventory data of equipment

本文对6种情景下冷热电联供系统的投运成本、一次能源消耗量和当量CO2排放量进行了求解，求解结果见表3。从表3可知情景1、情景2与情景3分别只考虑了系统的经济、能源与环保，通过对比后3种情景，可以看出这3种模糊多目标情景中所求的投运成本、一次能源消耗量和当量CO2排放量均介于经济单目标、能耗单目标与环保单目标之间。对比6种情景下的投运成本、一次能源消耗量和当量CO2排放量，模糊多目标的优化方法兼顾了系统的经济、能耗与环保3个方面。

通过表4可得出CCHP风机、PV/T机组和燃气轮机配置容量均少于SP。CCHP的CCOST比SP低8.13%，SP的CCDE比CCHP高3.52%，SP的CPEC比CCHP高2.29%。结果表明CCHP在经济、能源与环境这3个方面的指标都更优于传统的SP。

表3 多种情景对比Table 3 Comparison of Multiple scenarios

表4 CCHP与SP优化配置结果Table 4 Configuration results of CCHP and SP kW

6 结论

本文考虑了CCHP中风光出力不确定性，采用改进的基于Wasserstein距离指标多状态理论建模；选择从经济、能源和环保这3个指标对系统进行评估并使用模糊层次分析法进行多目标求解。通过仿真验证所提出的优化方法在多目标评估中具有有效性。同时对比CCHP与SP的优化结果，证明了CCHP在经济、能源与环保方面较传统SP具有一定优势。

［1］张小晖，陈钟颀.热电冷联产系统的能耗特性［J］.中国电机工程学报，2007，27（5）：93-98.ZHANG Xiaohui，CHEN Zhongqi.Energy consumption performance of combined heat cooling and power system［J］.Proceedings of the CSEE，2007，27（5）：93-98.

［2］李赟，黄兴华.冷热电三联供系统配置与运行策略的优化［J］.动力工程，2006，26（6）：894-898.LI Yun，HUANG Xinghua.Integrated optimization of schemeand operation strategy for CCHP system［J］.Journal of Power Engineering，2006，26（6）：894-898.

［3］刘小军，李进，曲勇.冷热电联供（CCHP）分布式能源系统建模综述［J］.电网与清洁能源，2012，28（7）：69-74.LIU Xiaojun，LI Jin，QU Yong.Overview of modeling ofcombined cooling heating and power system［J］.Power System and Clean Energy，2012，28（7）：69-74.

［4］荆有印，白鹤，张建良.太阳能冷热电联供系统的多目标优化设计与运行策略分析［J］.中国电机工程学报，2012，32（20）：82-87.JING Youyin，BAI He，ZHANG Jianliang.Multi-objective optimization design and operation stategy analysis of a solar combined cooling heating and power system［J］.Proceedings of the CSEE，2012，32（20）：82-87.

［5］赵峰，张承慧，孙波.冷热电联供系统的三级协同整体优化设计方法［J］.中国电机工程学报，2015，35（15）：3785-3793.ZHAO Feng，ZHANG Chenghui，SUN Bo.Three-stage collaborative global optimization design method of combined cooling heating and power［J］.Proceedings of the CSEE，2015，35（15）：3785-3793.

［6］王群，董文略，杨莉.基于Wasserstein距离和改进K-medoids聚类的风电/光伏经典场景集生成算法［J］.中国电机工程学报，2015，35（11）：2654-2661.WANG Qun，DONG Wenlue，YANG Li.A wind power/photovoltaic typical scenario set generation algorithm based on wasserstein distance mertric and revised K-medoids cluster［J］.Proceedings of the CSEE，2015，35（11）：2654-2661.

曹芷健

（编辑 蒋毅恒）

Multi-Objective Evaluation of CCHP System With Improved Multi-State Method

CAO Zhijian1，LIU Jicun1，WU Yunxia2，LIU Junyong1，LI Bin1，WANG Dong1，LU Tianqi3
（1.Department of Electrical Engineering，Sichuan University，Chengdu 610065，Sichuan Province，China；2.Southwest Electric Power Design Institute Co.，Ltd.，China Electric Power Engineering Consulting Group，Chengdu 610065，Sichuan Province，China；3.Economic Research Institute of State Grid Liaoning Electric Power Co.，Ltd.，Shenyang 110015，Liaoning Province，China）

The combination of combined cooling heating and power（CCHP）and clean energy is considered as a hot research topic.In this paper，the traditional combined supply system and solar energy are combined to make full use of renewable energy to meet the multiple needs of hot and cold while improving energy efficiency and environmental benefits to achieve sustainable development of green economy.In order to study the influence of uncertainty on the wind power output of CCHP system，an improved Wasserstein multi-state model based on the probability distance index was proposed.The system configuration is optimized from the aspects of economy，energy and environment.The system configuration is evaluated by selecting the cost，the primary energy consumption and the equivalent CO2emission.The fuzzy analytic hierarchy process is used to solve the multi-objective.The results show that the optimization method proposed in this paper is effective in multi-objective evaluation.Compare with the optimization results of SP，CCHP has advantages in economy，energy and environmental protection.

uncertainty；Wasserstein probability distance index；fuzzy analytic hierarchy process；multi-objective evaluation

2017-01-05

曹芷健（1990），男，硕士，研究方向为分布式能源系统与利用，zhijian1201＠qq.com；

刘继春（1975），男，教授，主要研究方向为电力系统分析及经济运行，scuJichunliu＠sina.com；

武云霞（1975），女，研究方向为智能电网；

刘俊勇（1963），男，教授，博士生导师，研究方向为配电网规划；，

李 斌（1990），男，研究方向为配电网大数据挖掘；

王 冬（1990），男，研究方向为电动汽车；

卢天琪（1991），男，研究方向为配电网规划。

国家高技术发展研究计划项目（863计划）（2014AA051901）

Project supported by the National High Technology Research and Development of China（863Program）（2014AA051901）

TK02；TM611

A

2096-2185（2017）01-0010-06

10.16513/j.cnki.10-1427/tk.2017.01.002