微能源网多能源耦合枢纽的模型搭建与优化

刘方泽, 牟龙华, 张 涛, 朱 彤

(1. 同济大学电子与信息工程学院, 上海市 201804; 2. 同济大学机械与能源工程学院, 上海市 201804)

0 引言

随着能源枯竭、环境污染和气候变化等问题的日益突出,以清洁能源为主要一次能源的分布式能源网络体系得到了越来越多的关注。2011年,美国学者杰里米·里夫金在《第三次工业革命》中首先提出了能源互联网的愿景[1],中国发改委也提出了《关于推进“互联网+”智慧能源发展的指导意见》,指出要加强多能协同综合能源网络建设,电、气、热、冷等不同类型能源之间的耦合互动和综合利用已成为研究热点之一[2-4]。

以燃气轮机为核心的冷热电三联供(combined cooling, heating and power,CCHP)系统集制冷、供热和发电于一体,通过能源梯级利用大幅提高能源利用率,环境污染小,近年来得到了快速的发展,适合作为多能源耦合枢纽的基础,电、气、冷、热的互补融合也将“微电网”的概念推广为“微能源网”[5-7]。文献[8]建立了针对CCHP的多目标模型,利用遗传算法对系统设备容量和运行模式进行了优化,并分析了能源价格与蓄能对系统综合效益的影响。文献[9]在分析了分布式CCHP系统的研究和发展面临的新机遇的基础上,提出了与电力系统协同的区域型CCHP系统的总体集成思路和技术集成方案,通过变结构的集成方式来实现系统结构与功能的协同优化。文献[10]基于能源集线器理论,构建热电联产系统模型,给出区域综合能源系统的完全解耦、部分耦合以及完全耦合3种运行模式,并提出适用的混合潮流算法。文献[11]结合CCHP系统能量平衡约束和热网模型,建立了多区域CCHP系统容量协同优化配置的混合整数线性规划模型,并仿真证明了多区域协同规划和运行能提高能源利用率,降低运行费用;文献[12]针对能源枢纽中电能与天然气的互联,提出了一种可靠性最优的规划模型,并通过数值模拟证明了其有效性,进而证明了冷、热、电、气综合研究的必要性。但上述研究目标都局限于CCHP系统,没有考虑其他能源的接入。

微能源网中的能量耦合枢纽在现有CCHP的基础上还增加了太阳能、风能和储能等其他能源形式。文献[13]讨论了加入太阳能发电和太阳能集热器后联供系统的运行方式和评价指标等,设计了相应的控制策略和运行优化方法,但是只考虑了太阳能一种清洁能源。文献[14]建立了含光伏和蓄能的CCHP系统调峰调蓄优化调度数学模型,以最小经济成本和电网供电方差为优化目标进行了算例分析;文献[15]在现有能源枢纽的基础上深度挖掘了太阳能和储能运行方式对能源花费的影响,但是其目标函数都没有考虑能源和环境方面。文献[16]以能源互联网为背景,主要研究了多种能源在转化利用过程中,不同“能质”能量之间的等效转化关系及其效益模型,考虑了能源利用率与成本等多种目标,并用粒子群算法进行了优化,但没有考虑热、电的转换。文献[17]提出了一种考虑需求响应的能源枢纽框架,实现调节电能和天然气的供需状态,并验证了枢纽对供需双方都是有利的,但是文章的聚焦点在需求响应方面。

随着能源互联网的提出,多能源互补已成为一个必然的发展趋势,而分布式能源技术的进步也促进了微能源网的发展。本文在传统CCHP的基础上,增加了基于有机朗肯循环(organic Rankine cycle,ORC)的低温余热发电系统作为CCHP的重要补充,还考虑了以太阳能、风能为代表的清洁能源和储能单元,以上各部分共同构成了能够实现能源传输、转化、存储的微能源网系统多能源耦合枢纽;通过建立各部分的数学模型,分析其控制策略和运行方式,综合考虑经济成本、能源消耗和环境等指标对系统进行求解,实现最优综合效益。

1 微能源网基本架构

微能源网是集能源互联、转化、耦合、存储等功能于一体的小型综合能源供应系统,也是能源互联网的基本单位和重要组成部分,它强调能源的梯级利用和多能源的耦合转化,可以有效提高能源的利用率,降低用户的用能成本,同时减少对环境的污染。本文给出一种微能源网的基本构架如图1所示,其一次能源以天然气为核心,充分利用太阳能、风能、生物质能等可再生能源,从而减少煤、石油等传统化石能源的使用比重,满足节能减排的要求;多种类型的一次能源在能源枢纽内耦合转化后输出,满足用户所需要的冷、热、电、气负荷,同时能源枢纽利用储电和储热功能来提高供能的稳定性。微能源网可以独立运行,在不能满足负荷需求或者能源产出有剩余时,还可以与能源网络并网互联,完成能量的传递过程。

图1 微能源网基本构架Fig.1 Basic structure of micro-energy network

本文提出一种微能源网中的多能源耦合枢纽结构如图2所示。图中对传统CCHP进行了改进和升级,在热能处理环节考虑了基于ORC的低温余热发电技术,并加入了可再生清洁能源和储能。

鉴于水能、地热能等开发利用场合有一定限制,为便于叙述,图2中选取风能、生物质能和太阳能等几种典型的可再生能源作为代表,风能可以通过风力发电直接转换成电能EW,生物质能转化为沼气经提纯后注入气网,太阳能既可以用来发电也可以用来集热,输出形式分别为电EPV和热QPV;天然气作为微能源网中的核心一次能源,输入微型燃气轮机发出电能EMT,同时将燃气轮机发电剩余的高温烟气所携带的热能Qre进行二次利用,部分热能Qre1利用基于ORC的余热发电单元输出电能EORC,剩余热能Qre2直接供给热负荷QH;能量枢纽中来自微型燃气轮机的热能Qre2、太阳能集热器的热能QPV和余热补燃锅炉的热能QGS除直接供给热负荷QH外,还有部分热能QAC通过吸收式制冷机满足用户的冷负荷,另外还与储热装置互联,实现热能的存储与释放;冷负荷除由吸收式制冷机提供外,还有电制冷机(其输入电能为ECOOL)相互补充。

图2 多能源耦合枢纽Fig.2 Multi-energy coupling hub

多能源耦合枢纽在现有能源枢纽以电能为主要目标的基础上,增加了包括热能在内的多种能源形式,尤其是增加了基于ORC的低温余热发电装置,拓展了现有能源枢纽的内涵。多能源耦合枢纽不仅仅是负责能源传递转化的装置,更是与控制调度中心一起组成了协调多能互补的控制核心,根据外界环境的变化,多能源耦合枢纽可以实时、动态地调节能源的流动方向,符合能源互联网的发展趋势。

2 微能源网数学模型

2.1 多能量耦合枢纽整体模型

多能源耦合枢纽的实质是描述微能源网中多能源输入和多能源输出的函数关系,在不考虑能源转化过程中暂态情况的前提下,可以利用耦合矩阵表示多能源耦合枢纽的理想稳态模型:

(1)

可以简记为:

L=CP

(2)

式中:Li(i=1,2,…,n)为多能源耦合枢纽的第i种能源形式的输出;Pj(j=1,2,…,m)为多能源耦合枢纽的第j种能源形式的输入;cij为耦合因子,一般由分配系数和效率因子两部分组成,分配系数可以人为加以控制,但效率因子可能会存在非线性的因素[4]。当出现非线性因素时,耦合因子cij不再是一个确定的常数,而是一个关于输入能源水平、运行时间、环境条件等因素的函数,耦合矩阵也不是简单的线性代数方程组,会随着外界条件的改变而发生相应的变化,但形式仍符合上式,且不会影响后续的优化过程和求解方法。

上述多能源耦合枢纽模型仅体现了能源的传输和转化过程,并没有考虑储能设备的影响。由图2可知,本文涉及的储能元件置于枢纽的出口端,故需要在输出矩阵上加入一个储能修正矩阵M,式(2)修正后变为:

L+M=CP

(3)

M为一列向量,具体表示如下:

(4)

式中:Ei(i=1,2,…,m)为第i种能源的存储量;sij为储能耦合因子,对应的S为储能耦合矩阵,其中考虑了充放电状态变化和效率等因素[18],由此得到含储能的多能源耦合枢纽整体模型修正式如式(5)所示。

(5)

2.2 微型燃气轮机模型

微型燃气轮机是能源耦合枢纽中实现能源转换的最主要设备,也是微能源网中电能的主要来源,其效率受负荷、温度及海拔等因素影响,其模型为:

(6)

式中:PE,GT为燃气轮机发电功率;GMT为燃气轮机消耗燃气量;EMT和Qre分别为燃气轮机发电量和回收余热量;ηE,MT和ηQ,re分别为燃气轮机的电转化效率和热回收效率。

2.3 基于ORC的低温余热发电模型

基于ORC的低温余热发电系统的主要部件包括高温烟气与工质换热的蒸发器、将热能转换为动能的膨胀机、用于冷却工质的冷凝器和将工质送入蒸发器的加压泵等。基于ORC的低温余热发电是燃气轮机的重要补充,也是热电转换的重要途径,对实现能源多级利用和能源转化有关键的作用。其模型为:

(7)

式中:EORC为基于ORC的低温发电输出的电能;Qre1为输入的热能;ηQ,rel为热电转化效率,其值与烟气温度、工质种类等相关;vQ,re为分配因子,其值等于ORC输入热能与燃气轮机余热之比。

2.4 燃气锅炉模型

燃气锅炉产生的热量和锅炉的效率有关:

QGS=GGSηQ,GS

(8)

式中:GGS为燃气锅炉消耗的燃气量;QGS为燃气锅炉输出热量;ηQ,GS为燃气锅炉的热效率。

2.5 光伏电池和集热器模型

对光伏电池模型和太阳能集热器模型进行简化处理,假设两者的出力只与光照强度和温度有关：

(9)

式中:EPV和QPV分别为光伏发电量和太阳能集热器收集的热量;WPV和Wr分别为实际光照强度和参考光照强度;T和Tr分别为实际温度和参考温度;PE,PV和PQ,PV分别为在参考光强和参考温度下的光伏发电功率和太阳能集热器功率;kT1和kT2为功率温度系数。

2.6 吸收式制冷机模型

系统的热能一部分直接供给热负荷,一部分供给吸收式制冷机转化为冷能满足用户冷负荷,同时由储热装置加以调节。吸收式制冷机的模型为:

(10)

式中:QHC为吸收式制冷机输出冷量;QAC为吸收式制冷机的输入热能;ηQ,AC为热冷转化效率;Qre2为燃气轮机余热除去发电部分后的剩余热量;vQ,AC为分配因子。

2.7 电制冷机模型

电制冷机提供的冷能主要取决于能效比,其模型为:

QEC=ECOOLηEC

(11)

式中:QEC为电制冷输出;ECOOL为电制冷机的输入电能;ηEC为电冷转化效率。

2.8 储能模型

因为分布式能源有间歇性和随机性,而储能可以起到平峰抑谷的作用,是微能源网平衡和调节能源的重要手段。本文中的储能方式主要有储电和储热两种形式,储能剩余容量[19]的表达式为:

(12)

式中:Estore(k)和Qstore(k)分别为k时刻的储电和储热能量;μE,IN和μQ,IN分别为储电自损失率和储热自损失率;EIN,EOUT,QIN,QOUT分别为充电、放电、蓄热和释热能量;ηE,IN,ηE,OUT,ηQ,IN,ηQ,OUT为对应的充放能效率。

3 多能源耦合枢纽的运行策略

在微能源网中,风能、太阳能等属于可再生能源,易受到天气、温度等自然环境的影响,输出功率不易控制,通常的处理办法是优先使用可再生能源,并努力使其工作在最大功率输出点。燃气轮机、余热锅炉等使用的天然气属于清洁能源,污染较传统化石能源小,环境效益好,受环境影响小,可以作为满足负荷需求的主要调控。储能单元的能量可以实现双向流动,蓄能时看作负荷,释放能量时又可以看作能量源。本文假定微能源网并网运行但优先使用内部能源,风、光等可再生能源发电量以及负荷需求可以根据历史数据做出预测,主要通过燃气轮机调节各能源的转化耦合,结合储能情况满足冷、热、电、气负荷的需求,实现最佳的能量调度。

在微能源网的运行控制过程中,太阳能有3种运行策略,分别是全部发电，全部产热，以及部分产热、部分发电,在一定条件下其最佳运行策略[13]为以热定电运行方式下太阳能部分产热、部分发电,后续运行策略默认其工作在最佳运行方式;风能产生的电能直接用于供电;生物质能提纯后产生的沼气作为气体燃料直接注入气网。系统增加了基于ORC的低温余热发电装置后,燃气轮机余热分配包括余热全部供给冷热负荷，余热部分供给冷热负荷、部分发电，以及余热全部用于发电3种情况,但鉴于余热发电效率较低,因此当有冷热负荷需求时余热优先供给冷热负荷,当满足冷热负荷或者无冷热负荷时,余热用于发电;从整体角度,系统又有以热定电和以电定热两种运行策略。因此,系统运行策略流程图见图3。

图3 运行策略流程Fig.3 Flow chart of operation strategy

结合图2进行分析:当系统以电定热运行时,燃气轮机产出电能EMT满足微能源网的电负荷EN,产生的余热Qre优先供给冷热负荷;当燃气轮机余热Qre满足冷热负荷且有盈余时盈余部分Qre1利用余热发电技术发电EORC,当燃气轮机余热不能满足冷热负荷时,燃气锅炉产热QGS、电制冷机制冷QEC以及储热补足冷热负荷差额。当系统以热定电运行时,燃气轮机余热Qre和燃气锅炉QGS满足微能源网的冷热负荷;此时燃气轮机发电量EMT若不能满足微能源网电负荷EN则从大电网处补足电负荷差额,若满足微能源网电负荷且有盈余则储能存储或返给电网。

除以热定电和以电定热两种常规运行策略外,图3中还考虑了电热动态调节的运行策略。微能源网可以根据光照、负荷等外在条件以及天然气价格和电网电价的变化,实时调节控制微型燃气轮机和储能的运行方式,动态地处理电能和热能转化关系,再由燃气锅炉补足热负荷缺额,电网补足电负荷差额,以期达到最优的运行方式。

4 能源枢纽模型的优化

在微能源网和多能源耦合枢纽模型的基础上,针对固定配置的能源耦合枢纽的运行状态进行多目标优化求解。多目标优化的数学形式为:

(13)

式中:y为目标函数;x为优化变量;Ω为决策空间;fi为第i个优化目标;G(x)和H(x)分别为等式和不等式约束。

结合多能源耦合枢纽,本文的优化变量为微型燃气轮机和储能的运行状态,优化目标分别为经济指标、能源指标和环境指标。

4.1 评价指标函数

根据实际情况对系统模型建立评价指标函数,主要包括经济指标、能耗指标和环境指标。

1)经济指标

经济指标[20]F1以年为单位,主要包含系统的安装费用Cins、运行成本Cop和能源消耗成本Cenergy:

F1=Cins+Cop+Cenergy

(14)

其中,系统组件的安装费用根据使用年限分摊成年费用,故系统的安装费用Cins表示为:

(15)

式中:n为设备种类数；Ni为第i类设备的机组台数;Yi为单台第i类设备的安装费用;r为折现率,一般取0.1;mi为设备使用年限。

系统运行成本Cop为:

(16)

式中:OM，i为单台第i类设备在单位负荷下运行的费用;Ei,h为第i类设备每小时负荷。

能源消耗成本Cenergy为:

(17)

式中:Vgas,h为设备的每小时的用气量;Pgas为天然气价格;Cele为从大电网购电费用。

2)能耗指标

一次能源消耗量是指系统消耗天然气量和购买电量所对应的一次能源消耗的能量。一次能源利用率是指系统输出能量的总和与一次能源消耗量总和的比值,一次能源利用率越高,系统节能效果越好。本文以一次能源消耗量F2作为能耗指标:

F2=Egridσe+GINσf

(18)

式中:Egrid为从大电网购得的电量;GIN为天然气的输入量;σe和σf分别为电网购电量和天然气所对应的一次能源的转换系数。

3)环境指标

微能源网系统的环境指标主要包括碳排放量和氮排放量两个部分,本文用碳排放量代表环境指标F3，有

F3=Egridμe,C+GINμf,C

(19)

式中:μe,C和μf,C分别为电网电能和天然气对应的碳排放系数。

4.2 约束条件

系统除了需要满足式(6)至式(12)的数学模型外,还需要考虑以下约束。

1)负荷平衡约束

(20)

(21)

式中:EDG,i为第i类分布式机组提供的电能;QL为冷热负荷的总和;QDG,i为第i类分布式机组提供的冷热能。

2)微源供能容量约束

Pi,min≤Pi≤Pi,max

(22)

式中:Pi,min和Pi,max分别为第i类分布式能源的最小和最大输出功率;Pi为第i类分布式能源的实际输出功率。

3)储能设备约束

(23)

(24)

5 算例验证

5.1 算例条件

选取深圳市某商场建筑作为微能源网的算例验证点,设定商场建筑面积为5 000 m2,空调覆盖面积4 423 m2,使用建筑能耗模拟软件得到建筑全年的冷、热、电负荷消耗数据。因为同一季节商场建筑的能耗信息相对变化不大,为了简化计算,选取每个季度的典型日期的能耗信息作为本季度能耗信息的参考,如附录A图A1所示。图中蓝色、橙色、灰色曲线分别为电负荷、冷负荷、热水负荷需求曲线,单位为kW,横坐标代表一天24 h。由该图可以看出：建筑的电负荷需求的形状和幅值基本保持不变;热水负荷相比电负荷需求和冷负荷需求很小;冷负荷需求变化较大,同一天内8～20 h有较大的冷负荷,其余时间段内冷负荷需求量为零,相比冬、春两季,夏、秋两季冷负荷需求量明显变大,甚至超过电负荷需求量。

为了方便验证,突出基于ORC的低温余热发电技术的优越性,本文在此做一些简化。由于案例中热负荷需求远小于冷负荷和电负荷,因此在本案例中忽略储热环节和余热锅炉;由于算例所处地点风力资源并不丰富,因此在本算例中没有考虑风电,但是在有风力资源的情况下,风电模型可以接入能源枢纽运行;光照情况由软件模拟产生,作为外部参数输入,在热负荷较小的情况下太阳能全部用于发电。

能源成本主要是购电费用和天然气成本。深圳市工商业电价如附录B表B1所示。天然气价格按3.5元/m3计算,天然气低位热值取36 MJ/m3。环境指标关注碳的排放,电网(主要是煤电)的碳转化系数取0.96 kg/(kW·h),天然气的碳转化系数取0.22 kg/(kW·h)。

综合冷热电负荷数据,系统最大负荷功率为279 kW,故设置微能源网中微型燃气轮机的最大发电功率为200 kW,光伏发电额定功率为100 kW,基于ORC的低温余热发电最大容量为35 kW,储能容量为50 kW。系统其他设备参数[21]如附录B表B2所示。

5.2 算例验证结果

由于微能源网能源形式多样,转化过程复杂,因此选择在MATLAB中利用粒子群优化(particle swarm optimization,PSO)算法对能源枢纽模型的运行过程进行多目标优化求解。根据上述设备参数信息,设置种群粒子数目m为100,迭代次数为1 000次,根据目标函数,可以解得微型燃气轮机和储能的最优运行策略。以年为时间单位,3个指标函数的最优值分别为:微能源网系统的最优成本为129万元;一次能源消耗量为1.658×106kW·h,能源利用率达到87.5%;碳排放量为1.09×105kg。

若该建筑由传统电网满足负荷,为方便比较,假设传统电网有等同容量的光伏电池板等分布式设备。两者的3个最优指标对比如图4所示。由图可知,基于多能耦合的微能源网经济成本与常规微电网基本持平,主要原因是微能源网中增加的ORC余热发电设备等较为昂贵;但微能源网的能源消耗量更少,原料费用相应减少,环境污染物排放量也更少。

多能耦合的微能源网系统中基于ORC的余热发电装置能够充分利用微型燃气轮机发电剩余的热量,大幅提高系统的能源利用效率,同时减少污染物的排放,具体对比如表1所示。

图4 指标比较图Fig.4 Comparison of indices

类型一次能源消耗量/(MW·h)能源利用率/%碳排放量/kg 传统电网2 553.756.8168 500 无ORC的微能源网1 714.184.6113 100 本文的微能源网1 658.387.5109 200

由表1可知,多能耦合系统的一次能源消耗量与传统电网相比下降了35.1%,能源利用率则提高了30.7%;同等条件下不带ORC余热发电技术的热电联产系统的能源利用率也比带ORC余热发电的多能源耦合系统低2.9%。说明多能耦合的微能源网系统在一次能源消耗量和能源利用率方面远远优于传统系统和现有的热电联产系统。

碳排放量是评价环境友好程度的重要指标之一,表1数据表明,多能互补系统的碳排放量要比传统电网少35.2%,同时比不带ORC余热发电的微电网系统低3.5%。微能源网的多能耦合系统使用太阳能和天然气为主要一次能源,降低了碳的排放总量,能较好地缓解目前的温室效应等环境问题,符合节能减排思想,体现出了新能源耦合系统的优势。

5.3 经济性分析

如图4所示,为满足算例中的负荷需求,传统电网的运行总成本为128万元,而微能源网的总成本为129万元,即在经济性方面,微能源网与传统电网的成本相近。在一次能源消耗量下降了35.1%、能源利用率提高了30.7%的情况下,两者成本相仿的主要原因是现阶段ORC余热发电装置安装成本较高,拉高了整个系统的成本。但是经济指标只包含了设备的安装运维费用和能源消耗费用,并不包含微能源网所带来的环境效益,根据文献[22-23]对环境的经济效益参数取值和计算公式,取微能源网中天然气的氮排放系数为0.02 kg/(kW·h),传统电网的氮排放系数为0.03 kg/(kW·h),氮氧化合物的惩罚价格为6.6元/kg,二氧化碳的惩罚价格为0.07元/kg,计算可得微能源网带来的环境效益约为5.4万元,即考虑环境效益后,微能源网的总成本将明显优于传统电网。

本文旨在建立微能源网中多能源互补的多目标优化运行模型,经济性并不是本文的主要研究目标,所采用的设备包含太阳能发电系统、储能系统、ORC系统等,在市场经济环境下回报率都较低,一般都需要一定的政府补贴方能经济运行。虽然微能源网与传统电网的安装运维成本相近,但是微能源网能够极大地提高能源利用效率,减少一次能源消耗,并且减少污染物的排放,大幅提高环境效益,具有较好的社会意义和经济价值。

6 结语

本文在微能源网基本构架的基础上提出了包含ORC低温余热发电装置的多能源耦合枢纽系统,并构建了能够体现系统经济、能耗和环境的3个指标。根据四季典型日负荷需求,采用PSO算法对发电机和储能运行策略进行求解,得到了系统的最优指标,并与传统电网做了对比。算例分析表明:以多能源耦合枢纽为核心的微能源网运营成本低于传统电网，微能源网的能耗指标和环境指标都远优于传统电网,符合节能减排的思想，体现了多能源互补的优越性,为能源互联网的规划建设奠定了基础。

在微能源网多能源耦合转化的过程中,电能和热能的响应速度差异较大,本文在电热动态耦合转化方面的考虑还有所欠缺,多时间尺度的动态耦合性能将是下一步的研究目标。

附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。