计及电动汽车和冷负荷响应的多楼宇联合优化调度研究

门向阳，杨蓝文，潘杰，胡永沈

（深圳供电局有限公司，广东 深圳518000）

0 引言

社会不断发展的同时，化石能源短缺、环境污染、能源利用率较低等问题也日渐凸显，能源互联网作为能源系统的新一步革新，能有效实现多种能量双向互补与集成优化，并逐渐成为提高能源利用效率的重要方式［1］。近年来，大量分布式能源设备应用于楼宇侧，以楼宇为主体的微网系统通过可再生能源、冷热电联供系统、储能设备等形成了多能源互联系统。当楼宇间产生功率交互时，势必会影响各楼宇设备的出力，从而影响系统整体的运行。因此研究多个楼宇的联合优化调度，对降低经济运行成本，提高新能源的利用效率具有重要意义。

有关多能源互联型微网的研究已取得一定进展。在单微网优化方面，文献［2］分析了需求侧响应对建筑楼宇综合能源系统的优化调度影响；文献［3］基于楼宇热平衡方程构建楼宇虚拟储能系统，在保证温度舒适度的前提下优化冷热电联供系统（CCHP）楼宇微网运行。

在多微网联合运行方面，文献［4］介绍了我国5种典型的多微网系统，并选取相关实例进行场景应用分析；文献［5］同时对多微网制冷、制热的微源进行优化，并对比分析微网独立运行和多微网联合运行2种方式，指出多微网联合运行能有效降低总运行成本，但未考虑电动汽车等对系统的影响。目前国内对多微网系统的研究还处于起步阶段，鲜有文章同时考虑多能源互联型楼宇和楼间功率交互等因素，且大多文献未在多微网联合调度中考虑车辆到电网（V2G）技术和温度舒适度限制。

在上述研究背景下，本文主要研究计及冷热电3种负荷的多楼宇综合能源系统联合优化调度，首先通过CCHP和燃气锅炉等元件将天然气能源引入楼宇系统，又综合利用风能和光伏等可再生能源，构建典型的能源互联型楼宇。然后计及用户的温度舒适度，并考虑电动汽车参与楼宇系统优化调度，以日总运行成本为优化目标，建立考虑楼间功率交互的多楼宇联合调度数学模型。为增强说服力，文章在仿真分析中引入各楼宇独立运行的模式，对比2种运行方式的经济性。为观察不同温度惩罚值对系统的影响，本文讨论了多种温度惩罚值下室温和成本的变化。最后，为楼宇经济运行提出合理化建议。

1 楼宇微网结构与数学模型

1.1 典型系统结构

本文研究的楼宇微网典型结构如图1（a）所示。随着大数据、互联网技术快速发展，智能化终端可以完成对用户或企业使用电、热、气等能源数据的采集。本文建立一个集中控制系统以保证各楼宇可靠互联，集中控制系统收集每时刻各楼宇的能源信息，有效实现楼宇间的功率调度。联合运行模式的互联结构见图1（b）所示。

图1 楼宇系统及联合运行结构图Fig.1 The structure diagram of building system and joint operation mode

1.2 楼宇设备模型

（1）CCHP系统

本文采用燃气轮机作为CCHP系统的原动机，燃气轮机输出功率为

式中：Pgas(t)为燃气轮机t时刻消耗的天然气功率；ηMT为燃气轮机的发电效率。

排气余热功率为

式中：ηL为散热损失率。

吸收式制冷机的制冷功率与吸收热功率关系为

式中：COPAR、QAR,in(t)、QAR(t)分别为吸收式制冷机的性能系数、热功率、输出功率。

热交换器能源功率为

式中：QHE,in(t)、QHE(t)分别为换热器输入、输出功率；ηHE为热交换器的热效率。

为防止出现热负荷供应不足，引入燃气锅炉作为CCHP的辅助锅炉，燃气锅炉的出力模型为

式中：PGB(t)和QGB(t)分别为t时刻燃气锅炉耗气和制热功率；ηGB为燃气锅炉气热转换效率。

（2）空调模型

以夏季典型日为场景，仅考虑空调制冷的情况，即

式中：QAC(t)、PAC(t)、COPAC(t)分别为空调的制冷功率输出、消耗的电功率、制冷能效比。

（3）储能模型

蓄电池储能容量和充放电功率应满足下列关系

式中：WSB(t)为t时段蓄电池容量；PSB,c(t)、PSB,d(t)和ηSB,c、ηSB,d分别为t时段的充放电功率和充放电效率。

1.3 冷负荷模型

冷负荷是指为达到要求室温环境，由制冷系统从建筑物内部带走的热量，其大小与室内外热源密切相关。室外热源主要由围护结构（外墙和屋顶）传热和透过玻璃窗的太阳辐射形成，而室内负荷由人体散湿散热和用电设备散热引起［6］。文献［3］证明楼宇的蓄热特性与冷负荷需求有一定关系，同时使楼宇具有类似储能的特性，能进一步提高系统的经济性。根据能量守恒得到楼宇蓄热特性的表达式为

式中：QTv(t)为建筑物的蓄热量；ρ为空气密度；C为空气比热容；V为室内空气容量；Tin(t)为t时段室内温度。

因此，建筑物冷负荷需求为

式中：Q1=kwallFwall(Tout(t)-Tin(t))为建筑外墙与室外传递的热量，其中kwall为建筑外墙的传热系数；Fwall为建筑外墙面积；Tout(t)为t时刻室外温度；Q2=kwinFwin(Tout(t)-Tin(t))为建筑外窗与室外传递的热量，其中kwin为建筑外窗的传热系数；Fwin为建筑外窗的面积；Q3=λSCItFwin为太阳热辐射传递的热量，其中λSC为遮阳系数；It为太阳辐射功率；Qheat为室内热源的发热功率。

1.4 EV模型

本文电动汽车采取有序充放模式，假设总调度时间为T，共有N台电动汽车可参与调度，对任意车辆k∈N，其相关参数的类型均一致［7］。设车辆k开始接入楼宇时间为Tk,in，离开楼宇时间为Tk,o，则电动汽车的可操作状态参数εk(t)可表示为

式中：1为电动汽车k可参与调度；0为不可进行充放操作。

本文假设参与调度的电动汽车动力电池均为锂电池。在单个时段内，视锂电池为恒功率充放电。

t时刻车辆k的实际充放功率可表示为

式中：Pk,EV,in(t)、Pk,EV,out(t)分别为t时刻车辆k的充电和放电功率；ηc、ηd分别为电动汽车的充放效率。

t时刻车辆k的电量为

2 多楼宇微网联合调度模型

2.1 目标函数

人对环境最直观的感受是温度。因此引入温度惩罚函数［3］和室温约束，以此来描述人体对外部环境的满意度。多楼宇微网联合调度模型的优化目标是在运行周期T内M个楼宇的总运行成本最低，即

式中：Cs,op(t)、Cs,gas(t)、Cs,grid(t)、Cs,eg(t)、Cs,wd(t)分别为t时刻楼宇s的维护成本、天然气成本、主网交互成本、楼宇间功率交互成本和温度惩罚成本；Ps,WT(t)、Ps,PV(t)、Ps,MT(t)、Qs,GB(t)、Ps,AC(t)、Ps,AR(t)、Ps,HE(t)和CWT、CPV、CMT、CGB、CAC、CAR、CHE分别为t时刻楼宇s的风机、光伏、燃气轮机、燃气锅炉、空调、制冷机和热交换器的输出功率与单位维护成本；Ps,SB,c(t)、Ps,SB,d(t)、CSB分别为t时刻蓄电池的充放功率与单位维护成本；Cgas为单位天然气成本；Ps,gas(t)为气源点提供的气功率；Qs,GB(t)为t时刻楼宇s燃气锅炉的输出热功率；LHVG为天然气低热值；CBE、CSE、Ps,BE(t)、Ps,SE(t)分别为与主网交互的购售电成本和购售电功率；Cbuy、Csell分别为楼宇间功率购售价格；Ps,bf(t)、Ps,sf(t)分别为t时刻楼宇s由其他楼宇购买的功率和向其他楼宇输送的功率；γwd为温度惩罚值；Ts,in(t)、Ts,set(t)分别为楼宇实际室温和用户期望温度。

2.2 约束条件

（1）平衡约束

联合系统首先满足电、热、冷等能量平衡［8］，电动汽车作为一种特殊的储能设备，优先满足自身楼宇的能源需求，约束为

式中：Ps,EV,out(t)为t时刻电动汽车的总放电功率；Ps,EV,on(t)、Ps,EV,nb(t)分别为电动汽车输出功率用于自身楼宇和传输到其他楼宇的功率。

（2）能源交互约束

楼宇微网与主网、2楼宇微网间功率交互约束为

式中：Ps,g,min、Ps,g,max、Ps,eg,min、Ps,eg,max分别为楼宇s与主网交互功率限制和楼宇间功率交互上下限。

（3）供气约束

受天然气源供应量和管道流量限制，楼宇允许接收天然气流量需满足供应限制。即

式中：Qs,g,max(t)为时刻楼宇s的最大天然气供应量；Qs,max为楼宇s总调度时间内天然气限制。

（4）可控机组约束

可控机组包括燃气轮机和燃气锅炉，由于可控元件的出力限制和爬坡约束形式类似，统一为

式中：Ps,C(t)为楼宇s的可控机组C在t时刻出力；Ps,C,min和Ps,C,max分别为可控机组C的出力上下限；Rs,C,up和Rs,C,down分别为可控机组C的上下爬坡速率；Δt为单位调度时间。

（5）蓄电池约束

蓄电池容量、功率和始末状态约束为

式中：Ws,V(t)、Ps,V(t)分别为t时刻蓄电池的容量和功率；Ws,V,min、Ws,V,max和Ps,V,min、Ps,V,max分别为蓄电池的容量和功率下限和上限。

（6）电动汽车约束

电动汽车是一种特殊的储能装置，其容量和功率约束形式与蓄电池约束相同。电动汽车也是一种需求负荷，参与楼宇调度的前提是要满足其基本需求。本文假定低于60%电量的电动汽车具有充电需求，且离开楼宇时至少充至额定容量的80%；不低于60%电量的电动汽车没有充电需求，离开楼宇时刻的容量应与进入楼宇时相同。

上述经济优化调度模型为混合整数规划问题，其中电动汽车状态值εk(t)为0-1型变量，其余变量均为连续型变量，在MATLAB中调用CPLEX［9］求解。

3 算例分析

3.1 算例设置

建立3个距离较近且可进行功率交互的楼宇系统，所有楼宇隶属同一能源运营商，联合运行结构与图（b）相同，其中楼宇1和楼宇2均采用如图1（a）所示的典型结构，楼宇3不包括吸收式制冷机、燃气锅炉和风机，其余设备与典型楼宇结构相同。楼宇内各设备相关参数如表1所示。

假设楼宇都为办公楼宇，要求总调度时间内室温最大偏差为2.5℃。每个楼宇均采用相同建筑材料，外墙和外窗的传热系数统一取1.092 W/（m2·K）和2.8 W/（m2·K）［3］，相关数据来自文献［3］。

燃气轮机均采用“以热定电”的运行方式，单位天然气价格为2.05元/m3，LHVG为9.78 kWh/m3。楼宇间购电价格为0.21元/kW，售电价格为0.20元/kW。取温度敏感度系数为1。电动汽车统一采用慢充方式，电动汽车充放电功率小于4 kW，额定容量均为40 kWh。为保证电动汽车有效与楼宇实现交互，规定电动汽车允许充放时间在工作时间内且第1 h和最后1 h不进行相关操作。电动汽车到达楼宇的初始电量服从N（0.5，0.4）正态分布，考虑到电动汽车的实际行驶情况，本文设初始电量的定义域为［0.2，0.9］。各楼宇最大接入车数、工作时间和设定标准温度如表2所示。

表1 楼宇内相关设备参数Table 1 The related equipment parameters of buildings

表2 楼宇相关参数Table 2 The related parameters of buildings

3.2 楼宇联合运行结果分析

算例仿真运行结果如图2所示。

由图2（b）可知，楼宇1和楼宇2在19:00—24:00和1:00—6:00向楼宇3输送功率，而楼宇1在9:00—18:00接受来自其他楼宇的输送功率。因楼宇3在非工作时段没有可再生能源出力，其他楼宇在晚间风机出力有余，同时楼宇1工作时段新能源产出不足。结合图2（b），在9:00—10:00和16:00—18:00楼宇2和楼宇3通过购电向楼宇1输送功率，而在峰时段3个楼宇基本不向主网购电，说明联合系统借助相关储能设备使供电方式更为灵活经济。为获取更多的售电收益，在联合运行模式下，楼宇3也存在向主网输送功率的情况。可以看出楼宇间进行功率交互，既减少峰时段楼宇向主网的购电功率，降低购电成本，又提供消纳可再生能源的新途径，降低弃风弃光。

联合运行时各楼宇储能充放功率情况，如图3所示。SB表示蓄电池、EV表示电动汽车。

由图3可知，在联合调度模式下，2楼宇电动汽车充放规律趋于相似，充放功率平滑度相对提高。相比于独立运行，楼宇2的电动汽车和蓄电池在16:00—18:00充电量均减少，而在19:00—20:00进行放电操作，说明其储能性设备也受到其他楼宇负荷的影响。电动汽车在满足自身需要的同时，也通过楼间交互功率参与其他楼宇的优化调度。

图2 联合运行时交互功率Fig.2 Interactive power under coordinated operation

图3 联合运行时各楼宇储能充放功率Fig.3 Energy storage charging and discharging power of each building under coordinated operation

3.3 对比分析

3.3.1 经济性分析

由仿真计算，联合运行模式的总运行成本为6 093.10元，独立运行的总成本为6 559.66元，联合运行较独立运行的成本下降7.1%左右。各楼宇与主网交互成本对比如图4所示。

图4 各楼宇与主网交互成本对比图Fig.4 The comparison of buildings with main network’interactive cost

图4表明联合运行模式下楼宇1、楼宇3与主网交互成本显著下降，但楼宇2交互成本增加，致使楼宇2总成本提高。这是因楼宇2放弃部分时段的售电收益转而向其他楼宇供电以降低总运行成本。可见，联合运行模式并不能使每个楼宇都处于最经济的运行状态。由于3个楼宇属同一运营商，在保证总成本降低的前提下，各楼宇成本允许存在起伏。

3.3.2 设备输出对比

楼宇1在独立运行与联合运行时的制冷功率和室温情况，如图5所示。

图5 独立及联合运行时楼宇1制冷功率和室温Fig.5 The cooling power and room temperature of building 1 under indeperdent and combined operation

由图5可知，联合运行模式下，楼宇1的燃气轮机出力降低，锅炉出力增加，虽主要供冷元件仍是空调，但吸收式制冷机输出功率增加。这是因楼宇间的交互功率减轻了电负荷需求压力，从而减轻燃气轮机出力需求，也使燃气锅炉有较多的可用天然气。但在11:00—13:00负荷压力仍较大，而此时购电成本又较高，所以制冷机则通过吸收燃气锅炉的热量制冷。

3.3.3电动汽车的影响

计算楼宇1、楼宇2电动汽车输出功率的使用情况，如图6所示。楼宇1电动汽车全部用于自身楼宇的消耗，楼宇2电动汽车基本输送至其他楼宇。结合楼宇1、楼宇2的负荷特点，楼宇1负荷压力较大供不应求的时刻较多，因此楼宇1所属电动汽车主要用于满足自身需求。而楼宇2能源供应量相对充足，从而有较多电动汽车功率输出至相邻楼宇。

图6 联合运行时各电动汽车输出情况Fig.6 The output of each electric vehicle under coordinated operation

为对比不同电动汽车的管理模式对系统的影响，本文对无序充电（电动汽车到达时刻即开始充电）和有序充电2种运行模式进行对比仿真，无序及有序充电成本分别为6177.50元、6146.20元，显然有序充电经济性更优。

3.3.4 温度灵敏性

为衡量制冷舒适度，本文加入温度惩罚项，不同温度惩罚值对优化结果有一定影响。图7表明联合运行时不同惩罚值下各楼宇温度的变化情况。楼宇3温度变化基本未受影响是由于联合调度时楼宇3可再生能源充足，能量满足温度舒适度要求。γT=0.8时，楼宇1、楼宇2室温距离设定值都较远，舒适度很低；γT=1.4时，楼宇2舒适度有明显改善，部分时段与设定温度相同；γT=1.5时，楼宇1舒适度得到较大改善，大部分时段为设定值温度。为了增加对比性，本文将惩罚值增加到10元/℃，发现所有楼宇在工作时段都处于设定温度。不同的温度惩罚值会影响制冷负荷，惩罚值越大，温度舒适度越大，所需制冷量也就越大。楼宇总运行成本和温度惩罚值关系如表3所示。可以看出，2种运行模式的总成本都随着γT的增大而增加，但联合运行的总成本总是低于独立运行模式，当惩罚值较大时，联合运行经济优势更为明显。

表3 γT与总成本的关系Table 3 Relationship betweenγT and total cost

4 结束语

本文以夏季能源互联型楼宇场景为例，构建了联合调度模型。通过对楼宇独立运行和联合运行2种模式的仿真结果对比分析，得到结论如下。

（1）楼宇联合调度模式能降低系统运行的总成本，特别对于可再生能源出力不同的楼宇，能源较多的楼宇会向能源较少一方输送功率，以缓解其负荷压力。既能提高新能源的利用率，又能降低总体运行成本。

（2）在联合运行模式下，电动汽车从宏观层面参与楼宇调度，不仅调节自身楼宇的运行状态，还可通过集中控制系统参与其他楼宇的优化调度。在一定程度上缓解负荷峰值压力，降低运行成本。

（3）楼宇的温度舒适度对运行结果有较大影响。温度惩罚价格越高，温度舒适度越容易得到满足，但制冷需求也随之增加，导致运行成本有所提高，联合运行的优势更加明显。

（4）联合运行模式下，各楼宇的成本存在起伏，并不是所有楼宇成本都会降低。当楼宇运营商为多方时，可根据实际情况，以签订供需协议或制定输送功率价格的方式，为供能方提供补偿。