高原高寒地区可再生能源与储能集成供能系统研究

孙雯雯，徐玉杰，丁 捷，李瑞民，凌浩恕，谭雅倩，陈海生

（1中国科学院工程热物理研究所，北京 100190；2中国科学院大学，北京 100049）

我国的高原高寒地区主要包括中国西藏自治区和青海省、新疆自治区、甘肃省、四川省、云南省的部分地区，具有海拔高、全年平均气温低、日温差大、年温差小的特点。这些地区的供能和能源资源现状如下。

（1）居民供电/热问题。居民住宅距离大电网中心较远，无法从大电网取电，且供暖季长、热需求量大，传统供能方式多依靠外供燃油，但是化石能源成本高昂，补给困难，无法实现电/热能的自主保障。

（2）水能、太阳能与风能等可再生能源在高原地区分布广泛。以西藏为代表，该地区河流众多、落差大，蕴藏着丰富的水能资源[1]；高海拔地区空气稀薄、水汽少，太阳辐射量大、日照时间长[2]；风能资源与地形、海拔密切相关，以西藏为例风能资源可划分为风能可利用区域和风能贫乏区域[3]。

基于高原高寒地区的用户需求和资源现状，充分开发可再生能源是高原高寒地区实现电/热能自主保障的重要趋势。但可再生能源具有波动性和间歇性的特点，无法稳定跟踪负荷。为解决这一问题，目前主要的技术途径是将可再生能源与储能技术耦合[4-5]。储能技术可实现电/热能的移时管理，稳定系统输出、跟踪计划负荷[5]；可优化可再生能源的装机规模，同时减少弃能量[6]；储电、储热两种储能设备协调利用可提升系统灵活性、经济性[7]。由此可见，可再生能源与储能技术耦合可解决高原高寒地区供电/热的问题。

可再生能源微网是可再生能源与储能技术结合的主要应用，微网的优化研究已成为国内外的研究热点[8]。部分研究以遗传算法为基础，针对风光互补发电系统，充分利用当地风能和太阳能资源的互补性，考虑系统成本、供电可靠性等多个目标，实现系统容量配置最优[9]。但由于水资源具有枯水和丰水期周期变化特性，以上研究并不适用于水利资源丰富的高海拔偏远地区。针对离网型风光水储互补发电系统，文献[10]基于HOMER可再生能源优化软件系统进行资源容量配置，以微电网系统成本为目标，优化结果表明在水能丰富的偏远地区，建立风光水储离网型系统的必要性。文献[11]建立了计及负荷响应的独立微网系统，在系统成本的基础上考虑了可控负荷调度成本，采用CPLEX求解混合线性整数规划问题，研究结果表明负荷响应能同时降低微网总运营成本及弃风光率。文献[12]利用粒子群优化方法，以风光发电的消纳最大化为主要目标，分别利用抽水蓄能和电池储能消纳低频和高频波动。

在高原高寒地区供暖方面，太阳能集热器与蓄热系统结合是目前普遍应用的一种供暖方式。文献 [13]从集热性能与经济性方面对比了平板型、真空管式及槽式太阳能集热器三种集热形式，表明高寒地区采用槽式太阳能集热器进行太阳能供暖最佳。在工程应用方面，研究表明槽式太阳能供暖具有较好的节能性和经济性[14]。因此发展槽式太阳能集热器用于用户供暖具有较好的应用前景。

图1 可再生能源与储能集成供能系统流程图Fig.1 Flow chart of energy system integrating the renewable energy and the energy storage

图2 供热系统原理图Fig.2 Schematic diagram of the integrated heating system

已有系统虽在降低投资成本的同时满足了用户的电需求或热需求，但仍存在发展障碍：①在并网型的微电网发电系统中，过剩的资源可出售给电网，但在离网型的系统中，仍有大量弃能未充分利用；②目前微网优化的研究主要集中于满足用户的用电需求，不能满足用户的用热需求，缺少适用于高原高寒地区可再生能源与储能集成供能系统的结构、运行方式及优化配置方面的研究。

针对上述问题，本文首先提出了一种新型的可再生能源与储能集成供能系统，介绍了系统的结构与运行机理；其次，针对该新型系统，建立了各单元的数学模型，提出了一种考虑热电设备性能的实时能量管理策略，并建立了以年成本为主要优化目标的容量配置方法；最后，本文对高原高寒地带民用住宅群的供能系统进行了优化设计，研究在相同案例背景情况下，加入及未加入光伏发电、槽式集热器、电加热器等单元对优化配置方案结果的影响，并基于方案对比结果，分析了最优配置时系统能量管理策略的可行性及运行特性。

1 系统结构与工作流程

图1为本文提出的集成供能系统流程图，该系统包含风力发电、光伏发电、水力发电、储电单元、槽式太阳能集热系统、蓄热单元、电加热器以及集成控制系统。其工作原理如下。

（1）由水力发电作为主电源，风力发电和光伏发电作为补充电源，储电单元用以稳定系统输出和平抑负荷。用电低谷时，可再生能源产生的多余电力优先存储在储电单元中，若仍有剩余则送入供热系统作为补充热源；用电高峰时，主、补电源供电不足的部分由储电单元补充。

（2）由槽式太阳能集热系统作为基本热源承担系统热负荷，满足供电系统需求后的多余电力制热作为补充热源，共同满足系统供暖季的热负荷需求。其中，供热系统的工作原理如图2所示，太阳能集热系统产生的热量与电加热器的热量均将来自冷水箱的冷水加热后储存在热水箱中，供暖时热水箱中的热量释放给用户，释热后的冷水返回至冷水箱中。

该集成供能系统具有如下特点：①电、热负荷需求完全由水、风和太阳能三种可再生能源提供，摆脱了对化石燃料的依赖，具有清洁、环保的优点；②该系统利用储电和储热技术灵活调节特性，提高分布式系统供电、供热的稳定性和可靠性；③电加热器将供电系统与供暖系统耦合在一起，系统实现联合供电与供热。电加热器将供电子系统的电能转化为热能送入供热子系统。一方面，为弃能利用提供一条有效途径，提高能源利用率；另一方面，为供热子系统增加一个补充热源，使系统的经济性进一步提高。

2 系统建模及优化方法

2.1 系统元件建模

2.1.1 风力发电

高原地区海拔高，低空气密度对风力发电机输出功率的影响显著，当风力发电机的特性曲线未知时，优化规模为Pwind,rate时，风力发电机的输出功率见式（1）[3,15]

式中，Pw1为风力发电机实际发出功率，kW；Pwind,rate为风力发电机额定功率，kW；vC为切入速度，m/s；vR为额定风速，m/s；v为轮毂高度下的风速，m/s；vF为切出速度，m/s；ρ0为常温标准大气压下的空气密度，kg/m3；ρ1为某海拔高度处的空气密度，kg/m3。

此外，轮毂处的实际风速与地面的粗糙程度、塔架高度等密切相关。特定轮毂高度下的风速遵循式（2）所示的转换关系[15]：

式中，2代表轮毂高度处，1代表测点高度；Vi为高度Hi处的风速，m∙s-1；α为地面粗糙度系数，对于空阔地面，取1/7。

2.1.2 光伏发电

光伏发电功率输出主要与总辐照强度、环境温度和光伏板的型号有关，Npv台太阳能光伏板的输出功率的计算公式为[15]

式中，Ppv为光伏发电实际发出功率，kW；Npv为太阳能光伏板的数量，个；ηs为损失系数，设为1；Am为单个PV板面积，m2；Gt为太阳总辐射强度，W/m2；ηr为PV板额定能量转换效率，%；ηpt为追踪系统效率，设为1；Tr为PV板额定温度，℃；βt为温度系数，%/℃；Ta为环境温度，℃；NOCT为标称电池工作温度，℃；式中800单位为W/m2。

2.1.3 储电单元

本文选用的储电单元为电化学电池，其运行过程可分为充电阶段和放电阶段，任意时段电池充放电满足能量守恒原理[16]

式中，下标char代表充电，dischar代表放电；E(t)、E(t-1) 分别为第t及第t-1个时段结束时电池系统剩余电量，kW∙h；δ为电池系统自漏电率，%；P(t)为第t个时段电池系统电功率，kW；η为储电单元电效率，%；SOCbat为储电单元的荷电状态，%；Ebat,rate为单个电池堆的额定容量，kW∙h；Nbat为储电单元数量，块。

2.1.4 太阳能槽式集热器

太阳能槽式集热器对太阳能的利用率常用太阳能场的集热效率来表征。槽式太阳能集热系统的热功率输出可用式（6）表示[17]

式中，I为太阳能直射辐射强度，W∙m-2；Atc为聚光面积，m2；ηth为集热效率，%；Qout为热功率输出，kW。

2.1.5 蓄热单元

换热器冷流体和热流体换热量相等，由能量守恒定律可得

式中，下标1和2分别代表热流体和冷流体，上标in和out分别代表流体流入和流出换热器；Q为换热量，J；cp为流体的比热容，J∙(kg∙K)-1；m为流体的质量，kg；T为流体的温度，K。

任意时段蓄热单元的蓄热量可表示为

式中，in和out分别代表流体流入和流出储罐；Mhs(t-1)分别为第t-1个时段结束时蓄热罐中热水的质量，kg；为水的质量流量，kg∙s-1;Qhs(t)为第t个时段蓄热罐的蓄热量，J；κ为蓄热单元热损失系数；Thot为蓄热罐的设计温度，K；Tcool为蓄冷罐的设计温度，K；cp为水的比热容J∙(kg∙K)-1。

考虑到流体的热胀冷缩及实际制造情况，储罐的设计需增加安全系数φ，蓄热罐的设计体积为Vhs时，蓄热罐的设计蓄热量Qdesign及任意时段蓄热罐的蓄热状态SOCq表示为式（10）～ 式（11）[18]

式中，ρ为储罐内水的密度，kg∙m-3。

2.2 系统容量优化方法

2.2.1 集成系统优化配置目标函数

集成系统优化配置的目标为系统在项目寿命周期内的经济性，可表示为系统等年值投资费用最小，即优化配置目标函数为集成系统年成本最低（annualized cost of system,ACS）[16,19-21]，集成供能系统年成本包括以下几部分。

①设备初始投资年成本

初始投资成本为项目初期设备单元产生的一次性投入成本。选择风力发电机规模Pwind,rate、太阳能光伏板的数量Npv、储电单元数量Nbat、蓄热罐体积Vhs、槽式太阳能集热器面积Atc、电加热器额定功率Pele,rate为优化变量，记为 [Pwind,rateNpvNbatVhsAtcPele,rate]，设备初始投资成本表示为：

式中，Ccap为设备初始投资成本，元；Ppv,rate为单片太阳能光伏板的额定功率，kW-1；Cw、Cpv、Cele为风力发电、光伏发电、电加热器及附属设备单位投资成本，元∙kW-1；Cbat为电池堆及附属设备单位投资成本，元∙kW-1∙h-1；Chs为蓄热系统单位投资成本，元∙m-3；Ctc为集热器及附属设备单位投资成本，元∙m-2。

在考虑资金的时间价值的条件下，初始投资年成本为初始投资成本与资金回收系数的乘积，计算方法为

式中，Ccap,a为折算到每年的初始投资成本，元∙年-1；CRF为投资回收因子；i为折现率，取8%；T为运行年限，取20年[22]。

②设备运行维护年成本

运行维护费用为系统正常运行和维修产生的成本，本文取为初始投资成本的2%[22]。

③设备替换年成本

替换成本为设备达到使用期限时，替换设备的费用，项目寿命周期内设备替换年成本计算方法为

式中，CR,a为所有设备折算到每年的替换成本，元∙年-1；CR,a,j为设备j折算到每年的替换成本，元∙年-1；r为运行年限中设备j的替换次数；CR,j为设备j替换一次的成本，元；t为设备替换的时间间隔，年；电池寿命取10年，其他单元在项目周期内无需替换[10]。

综上，集成供能系统年成本为设备初始投资年成本、设备运行维护成本及设备替换年成本的总和，优化配置目标函数可表示为

2.2.2 约束条件

①最大装机容量约束

考虑到占地面积及系统的热电负荷需求存在最大值，优化变量的数量限制为

图3 遗传算法优化流程Fig.3 Flow chart of Genetic Algorithm

②供能可靠性约束

集成供能系统需保证对用户供电及供热的可靠性，可分别用失电率、失热率评价，失电率Re为供电子系统亏欠用户的电功率总量占电负荷总量的比重[23]

图4 集成供能系统模拟结构图Fig.4 The structure of the simulation program of distributed combined heat and power system

图5 能量管理策略流程图Fig.5 Flowchart of energy management strategy

式中，Pload、Phydro分别为时刻t用户电负荷、水力发电功率，kW。

失热率Rt为供热子系统亏欠用户的热功率总量占热负荷总量的比重[23]

式中，Qload、QT2分别为时刻t用户热负荷、换热器2功率，kW。

失电率上限值Re_max及失热率上限值Rt_max越小，供能可靠性越高，系统可靠性约束为：

③能量约束

储能装置每个日历年年末应具有足够的能量存储，可保证集成供能系统能够在生命周期内连续运行，储电单元和蓄热单元的蓄能量约束为[23]

2.2.3 遗传算法

遗传算法在解决复杂非线性问题、寻得全局最优解方面具有良好的效果，因此本文选取MATLAB遗传算法工具箱作为优化工具[24]。遗传算法通过模拟自然进化过程进行群体搜索，寻找最优解，优化流程如图3所示。

2.3 集成系统运行模拟方法

集成系统模拟方法用来模拟集成系统运行，为遗传算法中生成待优化函数步骤，如图4所示主要由三部分组成：供电子系统、供热子系统和优化目标。供电子系统输出供电可靠性（Re）及储电量（Ebat）用于判断是否满足约束，电加热的电功率（Pele）为供热子系统补充热源。供热子系统输出供热可靠性（Rt）及蓄热量（Qhs）用于判断是否满足约束。模拟系统输出集成供能系统年成本（ACS）。

本文提出的能量管理策略如图5所示，能量管理策略可实现能量的合理分配及平衡，同时使设备运行在合理的技术参数范围内，保障系统高效稳定运行。

图7 热负荷需求Fig.7 Hourly heat load profile

（1）供电子系统能量管理策略的具体步骤为：风力发电、光伏发电和水力发电共同为用户提供电能，将电能供给与电能需求作比较；用电高峰时，电能需求多于电能供给，储电单元放电；用电低谷时，电能需求小于电能供给，剩余电能使用的次序为：储电单元充电，电加热供热，记为弃电量。运行过程中，若储电单元的荷电状态在上下限范围内，则电池按照预判状态运行；反之，则储电单元不运行。

（2）供热子系统能量管理策略的具体步骤为：按照设备的进出口设定温度利用式（9）计算槽式集热导热油的流量（mtc）、电加热器加热水流量（mele）、换热器1的冷流体流量（mc_HE1）、换热器2的热流体的流量（mh_HE2）及用户侧供暖流量（mload），计算此时蓄热罐的蓄热状态；若在蓄热罐的蓄热量的上下限范围内，则按照如上计算的流量运行，否则，若蓄热罐的储水量低于下限，则换热器2不运行，若高于上限，依次是电加热器、换热器1不运行。

3 高原高寒地区案例分析

3.1 案例背景

为验证集成系统容量优化方法的可行性，本文采用高原寒冷地带民用住宅群为案例进行验证。当地气候分为非供暖季（6月～8月）和供暖季（9月～次年5月）两个典型季节。

该住宅群目前完全依赖100 kW小水电供电，非供暖季为丰水期，水电站具备全天24小时100 kW满发能力，可以满足用户电需求；供暖季为枯水期，水电发电功率约60 kW，无法满足用户电需求；供暖主要依靠燃油热水锅炉，但因运输成本高昂每年供油量受限，无法24小时连续供暖，且室内温度仅能维持10℃。所以本文利用提出的集成供能系统对其进行供能方案的优化。

3.1.1 电负荷需求

图6为该地区供暖季和非供暖季典型日电力需求特性，其特点如下：非供暖季平均负荷29.9 kW，每天耗电718.4 kW∙h；供暖季平均负荷50.9 kW，每天耗电1222.4 kW∙h。

3.1.2 热负荷需求

图7为该住宅群热负荷，此时室内设计温度为18 ℃[25]，供暖时间为5～9月，持续时间占全年的75%，供暖峰负荷在1月。

3.1.3 可再生能源现状

图8所示为该地区太阳水平总辐照强度(GHI)、太阳直射辐照强度(DNI)、环境温度及风速等随时间变化曲线。太阳能水平总辐射用于光伏发电，水平总辐射包括散射辐射和直射辐射的水平分量，而直射辐射用于槽式太阳能集热器的聚光集热，直射辐射是太阳法线方向的辐射值。

图8 小时级气象参数：（a）太阳水平总辐照强度(GHI) ;（b）太阳直射辐照强度(DNI);（c）环境温度;（d）风速Fig.8 Hourly values of meteorological parameters： (a)Global Horizontal Radiation;(b) Direct Normal Radiation;(c)Ambient temperature;(d)Wind speed

3.1.4 参数设置

本文动态模拟时长为8760小时，时间步长选取1小时，遗传算法工具箱初始种群大小设为100，交叉操作设为0.8，变异概率0.01，部件参数取值如表1所示。

3.2 优化方案及结果分析

3.2.1 配置方案比较分析

利用本文提出的模型与方法，针对高原高寒地区民用住宅群案例背景，设计配置方案1～5并进行优化。方案5为本文所提集成系统，方案1～4在方案5的基础上分别取消了光伏发电、电加热器、太阳能槽式集热系统及风力发电，配置方案优化结果如表2所示。

表2 供能系统容量优化配置方案结果对比Table2 Solutions of the sizing optimisation for energy system

对比分析不同配置方案，结果表明：

①由于高原高寒地区的地理条件和特殊气候，方案2～5在经济性、可靠性、环保性上均优于原方案。在经济性方面，原方案运行维护费用高达234.4万元/年，主要由燃料成本及运输成本构成。案例地点为气候严寒地区，供暖季最低温约为-20 ℃且供暖持续时间长达全年的75%，燃料消耗量大；案例地点偏远，运输燃油需要翻越数座高山，且供暖季有大雪封山期，无法运输，运输费用高昂。方案2～5成本主要由设备投资成本构成，运维费用低，经济性优于原方案。

②在具有“高海拔、低风速”特点的高原地区，太阳能资源显著优于风能资源，优化方案优先利用太阳能。高原地区对风资源的影响主要体现在风速和空气密度两方面：一般情况下海拔越高、风速越大，但高原地区复杂的地形也会对风速产生严重影响，例如，案例地点为高海拔地区，但大气环流被大面积的高原挡住，因此全年平均风速低。此外，高原地区空气稀薄，低空气密度降低了风力发电机输出功率，即相同参数的风力发电机在相同风速下，在案例地点只能获得内地地区最大功率的2/3。然而，恰恰由于高原地区空气稀薄，增强了大气透明度，所以高原地区太阳能资源普遍较为丰富。因此，仅配置风电的方案1经济性极差；在风光并存的方案2、3、5中，优先配置太阳能光伏，仅在方案3中配置6 kW风力发电。方案4和方案5优化结果一致也反映了该地区的风力资源较差，不宜规划风力发电机组。

③在太阳能资源丰富的高原地区，在光伏发电制热供暖的基础上加入槽式太阳能集热器可以减少投资。方案5经济性优于方案3，这是因为方案3中光伏发电为主要供暖来源，但光伏发电效率仅为7%～20%，且电-热转换能量损失为5%，而槽式太阳能集热器的效率可达60%，槽式集热器供暖经济性更好。

④在太阳能资源丰富的高原地区，在槽式集热系统供暖的基础上加入电-热转换，可降低投资成本。这是因为槽式太阳能集热系统仅在有直射辐照时运行，通过电-热转换增加一个补充热源，可以有效降低投资成本。通过方案2与方案5对比，光伏发电增加229.76 kW，蓄热罐体积减少156.49 m2，槽式集热器面积减少861 m2，投资成本减少7.41万元/年。

⑤集成系统容量配置方法可实现系统年成本最优化。通过方案1～5成本分析可知，方案4～5优化结果更优，且两方案具有一致性，说明集成系统容量配置方法具有通用性，可根据高原高寒地区自然资源条件不同优化配置方案。集成系统年成本最小为42.37万元/年，前期设备初始投资成本共计334.28万元，具有较好的经济性。

3.2.2 能量管理策略验证分析

非供暖季水电丰盈，无需其他电源即可满足负荷需求，故集成系统在非供暖季不运行，仅需定期维护。为验证能量管理策略的有效性及该策略的运行特性，本文取方案5供暖季两个典型日进行分析，如图9所示。

分析供暖季集成系统能量管理策略，研究表明：

①能量管理策略可实现热/电负荷实时跟踪，系统供电及供热的可靠性为100 %。

图9 供暖季典型日能量管理Fig.9 Energy management on typical days

储电单元可以实现电能的移时管理，在跟踪用户电负荷方面发挥着重要作用。如图9(a)和(d)所示，用电低谷时，可再生能源产生的多余电力优先存储在储电单元中，若仍有剩余则送入供热系统作为补充热源；用电高峰时，主、补电源供电不足的部分由储电单元补充，在图9(b)和(e)中铅炭电池的储能量因放电而减少，因充电而增加。储电单元全年累计存储电量达87.03MW∙h。

蓄热单元可以实现热能的移时管理，用户热负荷100 %由蓄热单元跟踪。与供电系统能量管理策略不同的是，如图9(c)和(f)所示，为实现稳定供热，蓄热系统收集的热量全部先储存于热水罐中，再从蓄热罐释放到用户侧用于供暖，当蓄热的能量多于释热的能量时，蓄热量增加，反之，蓄热量减少。在方案5结果中，如果取消蓄热系统，仅由槽式太阳能和电加热器实时供热，将有75.91%的时间无法满足用户热需求。

②集成系统生命周期内连续运行性能较好。储电单元和蓄热单元的周期末与周期初相比，储电/热量增幅分别为2.46%和32.87%，说明系统在下一个周期初有更多的可调度能源，有利于下一周期的运行调度。

③该能量管理策略提高了系统的能量利用效率。一方面，系统最大限度的直接利用了能量源，减少了能量转换损失。为降低由于充放电效率造成的能量转换损失，储电单元充放电不允许同时发生，即可再生能源产生的能量优先为电用户供能，多余电力再进行分配，用户侧91.62%的电能直接来自可再生能源，8.38%来自铅炭电池。另一方面，在供暖季，储电单元和电-热转换系统将原方案中的弃水加以综合利用，系统弃水率从12.59%降低为0.61%。

④电-热转换实现了电系统对热系统的补充作用，补充作用主要体现在两方面。首先，在直射辐照条件较差、无法启动槽式集热系统时，此时总辐照量相对较好，光伏发电仍能为热系统提供能量，如图9(d)和(f)所示。例如，在方案5中，系统连续86小时没有直射辐射，槽式集热器无法集热，但是在86小时中，电制热的能量共有843 kW，改善了蓄热系统长时间能量零输入的情况；其次，如图9(a)和(c)所示，槽式集热系统和光伏发电依赖光照条件，在夜间停止集热，而水力发电昼夜运行，可在夜间为热系统提供能量。

4 结 论

（1）本文基于高海拔地区气候严寒的特点，结合可再生能源丰富的优势，提出了一种新型的可再生能源与储能集成供能系统，该系统利用储电和储热技术灵活调节特性，将供电系统与供暖系统耦合在一起，实现联合供电与供热。该系统具有零污染、高能效、高可靠性等优点，具有广阔的发展前景。

（2）提出一种考虑热电设备性能的实时能量管理策略，建立了以供能系统年成本为目标的容量优化方法，可实现各设备的经济优化匹配，为分布式供能系统和微网的优化设计方法提供有益的参考。

（3）通过案例对比分析，验证了所提出的集成系统容量优化方法的可行性。高原高寒地区地理条件特殊且人口居住分散，可再生能源与储能集成系统供能比燃油供能更适宜；针对具有“高海拔、低风速”特点的高原地区，太阳能资源显著优于风能资源，优化方案优先利用太阳能；供热子系统以槽式太阳能集热器为基础热源，电-热转换系统为补充热源，有利于实现投资成本最小化。

（4）验证了能量管理策略的可行性及运行特性。通过储能单元的能量移时管理可实现热/电负荷实时跟踪，系统供电及供热的可靠性为100%，且具有良好的连续运行性能；储电单元和电-热转换系统将原方案中的弃水加以综合利用，优化后系统弃水率从12.59%降低为0.61%。