基于多能源协同的微能网群能源转供优化模型

李哲，李俊杰，周念成，杨龙杰，吴雪翚

(1. 国网重庆市电力公司电力科学研究院，重庆401120；2.输配电装备及系统安全与新技术国家重点实验室(重庆大学)， 重庆400044)

0 引言

随着综合能源系统(integrated energy system, IES)建设的不断深入，不同形式的能源相互耦合，解决能源短缺、促进节能减排、减少一次能源消耗已成为目前亟待解决的问题[1 - 3]。IES可充分发挥各种能源的产能特征、多能互补、梯级利用等分布式供能优势，以电能为各种一次能源与二次能源的转换枢纽能源，形成密集型能源交互的大型IES[4 - 5]。

微能网是一个集能源互联、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IES的基本单位和重要组成部分[6 - 7]。微能网以配电、配气、供热/冷等多种供能系统耦合互联形成，与外部能源集线器之间实现能源的多能互补和就地消纳。针对用户用能的需求特点和本地资源条件，微能网可实现分布式能源生产的互补、能源梯级利用和高效运行[8 - 10]。目前，关于微能网的研究已引起国内外相关工作者的关注。文献[11]建立了多能互补的微能网在孤岛和并网模式下的协调调度模型，引入了电、气、热/冷等多类型负荷的需求，以电转气(power to gas，P2G)装置实现电气网络双向互通。文献[12]综合了居民日常生活等各种用电设备进行微能网建模，同时考虑了用户能源使用偏好，建立了最小化用能成本、碳排放量、负荷极值等的混合整数线性规划模型。文献[13]基于能源集线器架构，由电力与天然气构成多能源园区的优化调度模型，调度结果表明，多能源联合供应时的系统供能成本要小于只有电力供应的情况。文献[14]在冷热电三联供系统(combined cooling heating and power，CCHP)两种典型运行模式下，建立了微能网能量流的综合优化调度模型，通过CCHP供能率指标反映了电力-天然气网的耦合程度。文献[15]建立了基于线性耦合关系的多能系统协调运行优化模型，最大限度地利用可再生能源，同时降低运营成本。文献[15]构建了包含CCHP、低温余热发电系统清洁能源和储能单元的微能网多能源耦合枢纽，利用多能互补的优势提高了微能网的运行效率。文献[16]介绍了微能网的概念，并基于能源集线器建立了气、电、热、冷能量之间的等效转化模型和建立电、热、冷3种能源的通用储能模型，研究了单个微能网的优化运行问题。上述对微能网优化运行方法的研究主要集中在对单个微能网进行建模优化，而微能网之间通过能源集线器实现互联有助于进一步提高能源网络的灵活性和可靠性。因此有必要研究针对多个互联微能网即微能网群的优化运行模型。

微能网群的可控设备包括微能网内部的可调分布式能源机组以及实现微能网互联的外部能源集线器[17 - 18]，因此本文通过建立微能网群的通用网络架构，从微能网内部的多能源转供优化和微能网之间的多能源转供优化2个阶段实现微能网群内多种能源转供优化，并建立微能网群的多能转供混合整数线性规划模型。最后通过对两个阶段的转供分析进行算例验证。

1 微能网群的网络架构

1.1 微能网群的基本概念

微能网群的网络架构、运行方式与区域IES类似，且包含多个微能网，为此可结合区域IES和微能网的概念，形成微能网群的定义。根据文献[19 - 22]可知，区域IES是由电、气、冷/热等多种形式的供能网络，通过能源交换环节相互连接，并采用能源存储技术，广泛的分布式终端综合能源供用单元以及大量用户多能终端消耗单元共同构成的能源产供销一体化系统。而微能网是电-热-气能源网络，其输入为多种形式的一次能源、或者是电-热-气能源网络，输出网络为电-热-气-冷的单一能源或者几种能源网络的组合[23 - 24]。

因此，微能网群的基本概念定义如下：微能网群是指一定区域内在地理位置上相互毗邻且具备多能互补的微能网，以及该区域内分布式供能、储能和用能负荷通过能源集线器相互耦合而共同组成的集合。微能网群主要具备以下优势：1)通过区域内微能网及供能、储能、用能设备之间的能源协调控制和能源转化互供，微能网群能够更有效地应对可再生能源和负荷的不确定性、单一微能网备用容量不足等各种复杂工况，为区域提供紧急能源支撑，提高微能网解决能源短缺问题的能力；2)微能网群能更大限度地提升微能网群内分布式供能系统和分布式储能单元的能效，增强区域整体的供能可靠性、灵活性与运行稳定性。

1.2 基于能源集线器互联的微能网群通用架构

根据第1.1节各基本概念的联系和区别，图1给出了微能网群的通用网络架构。在文献[25]提出的“以能源集线器为支撑骨架的综合能源系统形态”基础上，本文引入第1.1节所提“微能网群”的基本概念，形成较为完善的微能网群的通用网络架构。

图1 微能网群网络架构Fig.1 Architecture of micro-energy network group

在微能网群中，微能网之间通过外部能源集线器实现互联，能源集线器的输入端和输出端均为电-热-气，这类能源集线器功率较大，以小型热电厂、容量较大的冷热电机组等为代表。此外，在微能网中，能源集线器输入端的接入能源形式多样，不仅有风能、太阳能、生物质能等大量可再生能源，还包括热电联产机组、P2G机组、锅炉等多种能源转换设备，而输出端的能源主要为冷、热、电和气。这些可再生能源的发电设备、能源转换设备同样可统一归纳为能源集线器模型，只是该能源集线器功率相对较小，形式较多。

微能网内部接入的负荷主要包括电、热、气和冷负荷[26 - 27]。其负荷性质可以是工业电-冷负荷，也可以是民用的电-热负荷等。可见，用户用能成分可能是一种形式的能源，也可能是多种形式能源的组合。按照用户耗能负荷的性质，微能网内部用户侧消耗的能源主要是以电-热、电-热-冷或者电-热-气-冷等多种形式能源的组合。

由图1可知，微能网之间互联的外部能源集线器主要作用是电-热-气的分配、转换，以及为微能网内部用户提供电-气-热-冷等多种能源组合，用于多能互补和就地消纳。

2 基于能源集线器的微能网模型

由第1节中外部能源集线器的输入端和输出端可知，现有的能源集线器模型已经较为实用。因此，下面本文对单个微能网进行详细建模。

典型的微能网结构如图2所示，微能网共由4个环节组成，分别是供给环节、传输环节、储能环节和消耗环节。每个环节再采用能源集线器进行建模，最后将4个部分的模型进行高度抽象和集成，得到最终的微能网模型。

图2 典型的微能网结构Fig.2 Typical structure of micro-energy network

2.1 供给环节

供给部分包括外部电、热、天然气能源网络，其能源集线器的矩阵表达式为

(1)

式中：Ps、Hs、Qs分别为电、热、气的供给能量；Pbuy为微能网向外部微电网的购电功率；Pre为接入微能网的新能源发电注入功率；Phub为外部能源集线器向微能网提供的电功率；Hhn为外部热网向微能网单向输送热量；Hhub为外部能源集线器向微能网提供的热量；Qgn为外部气网向微能网单向输送气量；Qhub为外部能源集线器向微能网提供的气量。

2.2 传输环节

在能源的传输环节中，通过电转气系统、电热锅炉、燃气锅炉和热电联产系统等能源转换装置，将能源侧“供应”与负荷侧“需求”连接起来。在电-热-气系统的传输环节中，由于这3种能源间具有分配关系和转换关系，故本文将其进一步细分为能源分配阶段和转换阶段。

2.2.1 能源分配阶段

为了不失一般性，本文在建模时同时考虑了P2G系统、电热锅炉、燃气锅炉和CCHP这4种能源转换装置。假设电负荷需求量为Pload，电热锅炉的电功率的需求量为PEB，热负荷需求量为Hload，燃气锅炉的天然气量需求量为QGB，热电联产系统的天然气量需求量为QCHP，则结合式(1)中注入微能网的Ps、Hs、Qs，可通过式(2)得到以上电-热-气需求量。

(2)

式中：λload、λEB、λP2G分别为电力供给源Ps分配给电负荷、电热锅炉、P2G系统的分配系数；βload、βGB、βCHP分别为天然气供给源Qs分配给气负荷、燃气锅炉、热电联产系统的分配系数。以上分配系数应分别满足

(3)

2.2.2 能源转换阶段

通过将供给源的电-热-气按照分配系数λload、λEB、λP2G、βload、βGB、βCHP分配至P2G系统、电热锅炉、燃气锅炉和冷热电联产系统后，即进行电-热-气的能源转换输出，相应的输出量分别用Pout、Hout、Qout表示。此外，CCHP的溴化锂装置还可输出冷气量Lout。因此，能源转换可用式(4)表达。

(4)

此时，将式(2)和式(4)联立，可形成传输环节的矩阵表示式，即：

(5)

2.3 储能环节

微能网中的储能元件主要是储能电池、用于储热的蓄热槽以及天然气储气罐。假设储电、储热、储气总量分别是PBS、HHS、QGS，则电-热-气的总输出为Pout′、Hout′、Qout′和Lout′， 即：

(6)

2.4 消耗环节

消耗环节主要是指民用或者工业用户侧进行需求侧管理的过程。例如，根据热惯性原理，可以在用户侧进行空调轮控、暖气调控，利于减少电负荷、热负荷；或者根据工业可控负荷协议，对某些工业用户采取限气、限热、限冷、限电的需求侧管理手段，合理调控用户侧的能源消耗总量。

假设电-热-气的总输出为Pout″、Hout″、Qout″和Lout″， 与式(6)类似，其表达式为。

(7)

式中：PCut、HCut、QCut和LCut分别为参与需求侧调控的电负荷、热负荷、气负荷和冷负荷的总量。

综上所述，根据供给环节、传输环节、储能环节、消耗环节的建模，可得微能网的能源集线器模型为：

(8)

式中C*为式(5)中形成的耦合矩阵。

3 微能网群的能源转供优化模型

在需求侧中，由于电-热-气的负荷配比不均衡，以及电-热-气的多能负荷特性(如高位负荷错峰、峰谷差等特性)差异较大，使得微能网之间具备多能互补、多能互供的协调运行模式。因此，为充分挖掘微能网之间协调优化的巨大潜力，在协调过程中，应充分发挥微能网中可再生能源发电设备、电-热-气能源转换装置和电-热-气储能元件的能源生产能力，通过与上级外部能源集线器的协调，实现能源的转供优化。

在能源转供优化中，本文将能源转供过程分为2个阶段：1)微能网内部的多能源转供优化；2)微能网间协同的多能源转供优化。具体形式如图3所示。

第1阶段是从微能网内解决某种“特定”能源短缺，通过对该微能网内部的其他形式能源进行挖掘及转化，实现多能的负荷平衡。在物理上，主要通过微能网内部的各种能源转换设备实现能源转供。例如P2G机组可实现电转气，燃气发电机组可实现气转电，热泵可实现电转热，燃气锅炉可实现气转热。

图3 微能网群能源转供的2个阶段Fig.3 Two phases of energy transfer in micro-energy network group

第2阶段是在某微能网无法实现自身多能负荷平衡的情况下，通过其他微能网解决该微能网“特定”能源“内部”供不应求的问题。在物理上，主要通过电网和管道经能源集线器实现能源转供，其中，电能通过中低压配电网络实现互联，热能、气能通过热气管网实现互联，以优化内部能源消耗比例为目标，对其他微能网进行合理调控，使得外部能源集线器可“分配”的“特定”能源更符合实际需求，以解决该微能网“特定”能源短缺问题。在该阶段中，由于电能可双向传输，因此微能网中接入的新能源系统发电既可就地消纳，也可余电上网；但是天然气是通过压力阀逐级传输，而热能也尽可能避免远距离传输，以防止出现大量热能损耗，故热能和天然气仅考虑外部能源集线器向微能网单向传输，而不考虑反向传输的情况。

根据第2节提出的微能网模型，并结合微能网群能源转供的2个阶段可知，第1阶段的控制对象是某个具体的微能网；而第2阶段的控制对象是微能网群。因此，根据第2节的微能网模型，将微能网群能源转供的2个阶段按供给环节、传输环节、储能环节和消耗环节分别列写出控制变量，具体内容见表1。其中，Ω、Φ和Π分别表示多个受控微能网参与网间多能源转供的传输环节、储能环节和消耗环节的控制变量集合。

表1 微能网群能源转供优化的控制变量Tab.1 Decision variables of the optimal energy transfer in micro-energy network group

3.1 第1阶段：微能网内部的多能源转供优化

3.1.1 目标函数

第1阶段的能源转供优化总费用是由供给环节的能源转供生产成本增量，传输环节的损耗成本增量、储能环节的储能成本增量、消耗环节的能源负荷响应成本增量共同构成的。

转供后的生产成本增量ΔF1为：

ΔF1=Ce·ΔPbuy+Cr·ΔPre+Cq·ΔQgn+Ch·ΔHhn

(9)

式中：ΔPbuy、ΔPre、ΔQgn、ΔHhn分别为能源转供后的外部购电增量、可再生能源发电增量、外部购气增量和外部购热增量；Ce、Cr、Cq和Ch分别为外部购电成本、可再生能源发电成本、外部购气成本和外部购热成本。

相应地，储能成本增量ΔF2为：

ΔF2=CPs·ΔPBS+CHs·ΔHHS+CQs·ΔQGS

(10)

式中：ΔPBS、ΔHHS、ΔQGS分别为能源转供后的电、热和气储能增量；CPs、CHs、CQs分别为储电成本、储热成本和储气成本。

负荷响应成本增量ΔF3为：

ΔF3=CPc·ΔPcut+CHc·ΔHcut+CQc·ΔQcut+CLc·ΔLcut

(11)

式中：ΔPcut、ΔHcut、ΔQcut、ΔLcut分别为能源转供后的电、热、气和冷负荷的响应增量；CPc、CHc、CQc、CLc分别为电负荷、热负荷、气负荷和冷负荷的响应成本。

综上所述，所建第1阶段能源转供优化的总成本应最低，其目标函数F为：

minF=ΔF1+ΔF2+ΔF3

(12)

3.1.2 运行约束3.1.2.1 微能网功率平衡约束

微能网的功率平衡约束是电、热、气各自能源网络满足功率平衡，即式(8)。

3.1.2.2 “供给环节”的能源输送约束

微能网与外部电网、外部热网和外部气网之间可以进行功率交换，即实现电能、热能和天然气的交易。微能网的输入增量ΔPbuy、ΔHhn、ΔQgn应分别满足：

(13)

(14)

(15)

3.1.2.3 “传输环节”的能源转换装置的分配约束

首先，能源转换装置的分配约束即λload、λEB、λP2G、βload、βGB、βCHP需满足式(3)。其次，各个能源转换装置的转换约束如下。

1)对于热电联产系统而言，其电能、热能和冷气的增量ΔPCHP、ΔHCHP、ΔLCHP应满足：

(16)

(17)

2)对于燃气锅炉而言，其热能的增量ΔHGB应满足：

ΔHGB=ΔQGB·LHV·ηGB

(18)

(19)

3)对于电热锅炉而言，其热能的增量ΔHEB应满足：

ΔHEB=ΔPEB·ηEB

(20)

(21)

4)对于P2G系统而言，其天然气增量ΔQP2G应满足：

(22)

(23)

3.1.2.4 “储能环节”的储能容量约束

“储能环节”的储能装置分别是储能电池、蓄热槽和储气罐。考虑到本文研究对象为静态时段，故不考虑储能装置在全天的控制策略，仅将储能约束简化为在满能或零蓄能时的状态，故储能能源(储电、储热、储气)EBS在充放能过程中最大功率约束应满足：

(24)

(25)

3.1.2.5 “消耗环节”的储能容量约束

消耗环节的需求侧管理可控电、热、气、冷负荷增量ΔPCut、ΔHCut、ΔQCut和ΔLCut应满足：

(26)

(27)

(28)

(29)

3.2 第2阶段：微能网间协同的多能源转供优化

3.2.1 目标函数

在第2阶段，微能网的能源转供优化总费用主要是其他微能网的生产调整费用，为了简化模型，本文从外部能源集线器向微能网提供的“电-热-气”的增量ΔPhub、ΔHhub、ΔQhub进行描述。所建第2阶段的转供优化总成本应最低，其目标函数G为：

minG=CPh·ΔPhub+CHh·ΔHhub+CQh·ΔQhub

(30)

式中：CPh、CHh、CQh分别为外部能源集线器的电、热、气的调整成本。

3.2.2 运行约束

3.2.2.1 外部能源集线器功率平衡约束

外部能源集线器应满足电-热-气的功率平衡，并忽略网络的功率损耗，即：

(31)

(32)

(33)

3.2.2.2 第2阶段的调整量约束

外部能源集线器向各个微能网提供的电-热-气的增量ΔPhub、ΔHhub、ΔQhub应满足增减能力约束，即：

(34)

(35)

(36)

在微能网群能源转供优化模型解决能源短缺问题时，应先进行第1阶段，当第1阶段无法解决能源缺额问题时，再进行第2阶段。此外，由于该模型是一个混合整数线性规划问题，本文采用CPLEX进行求解。

4 算例分析

4.1 算例基础数据

图4 某微能网群的网架结构图Fig.4 Diagram of micro-energy network group structure

表2 各个能源集线器(EH)输入/出量参数Tab.2 Parameters of energy hubs

在图4的能源集线器下接有一个微能网，其网络结构见图5。外部能源网络向该微能网的供能增量参数见表3，各能源转换装置的参数见表4，各储能装置的参数见表5，各可控负荷的参数见表6。所建转供模型的所有目标函数中的单位成本系数见表7。此外，天然气低热值LHV为9.7。

图5 某微能网的网架结构图Fig.5 Diagram of micro-energy network structure

表3 外部能源网的供能增量参数Tab.3 Energy supply parameters of external energy networkkW

表4 能源转换装置的参数Tab.4 Parameters of energy conversion devices

表5 储能装置的参数Tab.5 Parameters of energy storage devices

表6 各个可控负荷的参数Tab.6 Parameters of each controllable loadkW

表7 目标函数中的单位成本系数Tab.7 Unit cost coefficient in objective function

为了便于分析，本文假设该微能网中的电负荷重载，并设置2种不同的算例条件进行对比分析，具体数据见表8。

表8 算例1和2的设置条件Tab.8 Setting conditions of examples 1 and 2

4.2 算例分析

4.2.1 算例1情形下的能源转供分析

在表8的算例1设置条件中，可以看出当前总电负荷为400 kW，通过微能网群能源转供第1阶段可以从热网和气网实现电能转换，最大可增加200 kW，满足此时用户用电最大需求600 kW。图6给出了用户用电需求从400 kW至600 kW时各个购能增量ΔPbuy、ΔQgn、ΔHhn，转供前后的电、热和气储能增量ΔPBS、ΔHHS、ΔQGS，以及转供后的电、热和气负荷的响应增量ΔPcut、ΔHcut、ΔQcut、ΔLcut的变化。

图6 各个购能增量的转供前后变化图Fig.6 Diagram of unit energy transfer solution of purchasing multi-energy

从图6可以看出，从转供路径来看，在用户的气负荷和热负荷并没有变化的前提下，当用户用电需求在400～600 kW时，首先是不断提供更多的电能；当还不能满足用户用电需求时，再增加ΔQgn、ΔHhn，用于生产出更多的电能；然后，减少储能元件中ΔPBS的电能存储，加大新增的热、气ΔHHS、ΔQGS储存；最后，仅需中断的电负荷ΔPcut=3 kW，不需要对热、气、冷负荷进行可控负荷中断，即可实现整个微能网的电、热、气和冷负荷的平衡。

从转供经济成本看，根据表7可知，外部购能的成本增量ΔF1的所有系数均小于储能的成本增量F2的所有系数、储能的成本增量ΔF2的所有系数低于可控负荷成本增量ΔF3的所有系数，这表明微能网群能源转供第1阶段按照外部购能优先，剩余能源采用储能吸收，最后再进行中断负荷的转供策略。其整个能源增量转移路径见图7。

图7 微能网的能源增量转移路径Fig.7 Increment energy transfer path of micro-energy networks

综上所述，当电能出现“短缺”时，会导致电、热、气的增量变化，促使微能网在微能网群能源转供第1阶段实现热、气到电的能源转移，实现能源转供优化结果。

4.2.2 算例2情形下的能源转供分析

在表8的算例2设置条件中，可以看出当前总电负荷为630 kW，且通过算例1可知供电最大增量为200 kW，通过微能网群能源转供第1阶段无法解决用户630 kW的电能负荷需求，需要进行微能网群能源转供第2阶段。

根据第3.2节微能网群能源转供第2阶段的优化模型，给出外部能源集线器的最优转供结果，如图8所示。

图8 外部能源集线器的最优转供结果Fig.8 Optimal transfer solution of external energy hub

根据图8和表2可知，能源集线器1的电能是由外部能源集线器4供给的，通过微能网群能源转供第2阶段可以减少对能源集线器2的电能注入30 kW，用于补充能源集线器1的电能短缺，再对能源集线器1按照算例1的方式进行微能网群能源转供第1阶段，最终实现微能网群能源转供优化。

5 结论

为了实现微能网群高效运行，本文提出一种基于多能源协同的微能网群能源转供优化模型。通过算例对微能网群能源转供模型进行测试分析，结果表明：本文建立的基于能源集线器互联的微能网群模型，理清了微能网内部和微能网之间的能源转供关系。

本文提出的能源转供优化模型能够对微能网群中的多种能源进行合理的“转化”、“转供”及“互供”。该模型优先在微能网层面解决能源的短缺问题，其次在外部能源集线器层面能“主动”改善“能量流”的分布，提高微能网解决能源短缺问题的能力。这样的微能网群能源转供优化方案，对微能网群的安全高效运行和可靠供应具有重要的理论与实际意义。