基于综合需求侧响应的多能存储系统优化配置

宁 宁， 李琦芬， 杨涌文， 武天娇， 李 龙

(上海电力大学能源与机械工程学院， 上海 200090)

进入21世纪以来，空气污染、能源的安全和效率等问题为经济的持续发展带来诸多的挑战，同时也促进了世界各国学者对电、天然气、冷/热等多能协同规划运行的研究[1]。另一方面随着经济的发展用户侧的用能种类也在趋于多样化，传统意义上的电力需求侧管理存在一定的不足，如会对用户的舒适度造成影响，导致用户参与积极性不高，不能完全激发用户的负荷响应潜力，因此有必要对传统电力需求响应(demand response，DR)进行衍生与扩展，所以综合需求侧响应(integrated demand respone, IDR)的概念被广泛关注。

同时为了进一步提高用户的积极性和提高系统的灵活性，达到多种能源形式的优势互补的目的，能源系统中会引入可用于多能存储的储能系统。 现阶段储能成本还相对较为昂贵，选择合适的储能容量和功率、优化储能系统配置是实现用户经济安全的基础[2]。文献[3]从多类型需求侧响应角度考虑，储能容量优化配置对光伏微网总成本和光伏消纳率的影响，但是仅考虑单一的储电系统方式而且忽略了用户的用能舒适度影响。文献[4]通过兼顾优化规划的配置经济性和运行经济性，实现源/荷侧热电耦合微网的综合优化，但文献中没有考虑储热系统的配置。文献[5]将储能分为3种不同的模式，然后分析各自储能模式下多能互补系统的经济性，但是忽略了储能设备容量优化配置问题。

上述文献虽然将储能系统的功率、容量配置作为研究对象，但是对于多能存储系统容量优化配置的研究较少，同时没有考虑用户侧需求侧响应或需求侧管理对储能系统功率以及容量配置的影响而且对用户舒适度的研究很少涉及。可控性较强的居民负荷具有相当大的规模，约占居民用能总负荷的60%左右[6]。随着能源网络耦合程度逐渐提高，多能存储和综合需求响应将成为其运行优化的关键环节[7]。中外学者已经将需求侧管理运用在分布式电源和综合能源系统的优化配置以及运行方面。例如，文献[8]基于可转移负荷的研究，综合考虑DR项目的实施对风电的利用和系统的影响，算例分析了可显著提高风电的利用率；文献[9]建立了含热电需求响应的热电联产微网多目标优化模型，验证了该微网系统的供热与供电的灵活性，但没有考虑储能系统对需求响应的影响；文献[10]针对微电网运行特性以及用户对微电网的影响，采用一种综合考虑新能源消纳和分时电价的可转移负荷调度策略，构建了计及可转移负荷的微电网调度模型，但该需求响应仅仅考虑了电负荷情况；上述文献主要考虑了需求侧响应中的一种或多种，但是随着能源互联网的发展，IDR的管理范围不仅包括需求侧柔性负荷，还包括储能设备和能量转换设备实现的可转换负荷，因此综合考虑储能系统和IDR是值得研究的问题。

针对上述存在的研究问题，首先引入能源枢纽概念模型，将负荷侧与储能侧联系起来，接着构建IDR以及储能模型，然后提出用能舒适度模型，包括用电舒适度和温度舒适度，最后在此基础上构建以年运行成本最小为优化目标。最后，以南方某商业园区为例，对该优化配置模型进行验证。

1 多能存储系统模型

为了方便描述引入能源枢纽概念，此概念是由苏黎世联邦理工学院于2007年在“未来网络愿景”项目中首次提出[11]，能源枢纽的提出对综合能源系统具有重要的意义。采用自发自用，余电上网的形式。能源枢纽系统由供能侧(天然气、电能)、能量生产侧(燃气轮机和内燃机)、能量转换侧(热泵、电制冷机和溴化锂机组)、储能装置侧(电和冷热储能)和综合需求侧(电、冷和热负荷)构成，其中由能量生产侧和转换侧构成冷热电联产机组 (combined cooling heating and power，CCHP)。具体如图1所示。

图1 多能存储系统架构Fig.1 Multi-energy storage system architecture

1.1 综合需求侧响应模型

相较于传统DR单纯在横向上的时间转移和用能削减，IDR将需求侧的响应行为更新为用能种类转换(纵向) 与时间转移(横向) 相结合[12]。需求响应分为基于价格以及基于激励的需求响应，价格型响应为用户根据电价或气价变化，自发地改变用能时段的响应方式，系统不需要对用户给予任何补偿。而后者的响应方式系统则通过奖励的方式，鼓励用户改变其用能时段与用能习惯。采用经济激励手段改变用户侧的用能行为，将综合需求侧响应分为3种：①削减负荷，通过削减峰时负荷减小调度压力；②转移负荷，将部分峰时负荷转移到谷荷时段，此种方式不改变调度周期内总电负荷；③替代负荷，部分负荷由别的能源供应方式进行替代，本文仅考虑冷热负荷由电负荷替代。综合需求响应可以通过移峰错谷，平抑负荷曲线并提升系统经济性。模型为

P′e,t=Pe,t+Pc,t+Pt,t+Pre,t

(1)

P′h,t=Ph,t+Prh,t

(2)

式中：Pc,t、Pt,t、Pre,t、Prh,t分别为t时段的削减负荷、转移负荷、替代电负荷功率和电能替代的热负荷，其中削减负荷为负值；P′e,t和P′h,t分别为日前预测电负荷和热负荷；Pe,t和Ph,t分别为参与需求响应后的电负荷和热负荷。

对主动参与需求响应的用户给予一定的经济补偿，作为补偿成本CIDR计入目标函数中，建立补偿成本模型，即

(3)

(4)

1.2 储能设备模型

目前的储能设备储存的能量方式为电、热和气3种形式，其中储电技术较为复杂多样。储电大致可以分为以下3种：①机械储能，主要包括：抽水储能、压缩空气储能和飞轮储能[13]；②电磁储能，主要有超级电容储能和超导磁储能[14]；③电化学储能，包括锂离子电池、钠硫电池以及铅酸蓄电池等。储热/冷系统一般采用蓄水罐装置，一般以水作为存储介质，用于热量的短期存储；储气主要有储存燃气以及电制氢(power to gas，P2G)装置产生的氢气。

根据图2可构建通用的储能系统数学模型为

图2 储能侧模型具体化结构图Fig.2 The concrete structure diagram of the energy storage side model

Q(t+1)=Q(t)±Q(c,d)

(5)

式(5)中：Q(t+1)为t的下一时刻储能装置的能量；Q(t)为上一时刻储能装置剩余的能量；Q(c,d)为储能装置的储存与释放的能量。

根据案例的具体情况主要对电化学储能和储热/冷系统进行统一建模分析，其中电化学储能以应用最广的蓄电池为例，储热系统以显热储热的蓄水罐为例。具体的模型如下。

储能过程为

Qk,c(t+1)=(1-ηk)Qk,c(t)+Pk,cηk,cΔt

(6)

释能过程为

(7)

式中：Qk,c(t)、Qk,d(t)、Pk,c和Pk,d为储能设备k在时刻t的储、释能量和储、释功率，k为储电、储冷/热；ηk为储能设备的自损耗系数；ηk,c和ηk,d分别为储能设备储、释能效率。

对于其他的能源生产和转换设备模型见文献[6]介绍。

2 用户舒适度模型

综合考虑用户侧的舒适度，对主动参与需求响应的用户给予经济补偿，同时考虑用户用电舒适度和温度舒适度作为约束条件以分析对系统成本的影响。

2.1 温度舒适度

温度舒适度指标PMV(predicted mean vote)综合考虑了人体新陈代谢率、衣着情况以及空气湿度、温度、流速等六大因素[15]。PMV指标是目前最全面的评价空气热环境的指标，用户的温度舒适度主要是指温度的变化，所以采用PMV指标作为温度舒适度评价模型，但是其原计算公式比较复杂。根据文献[16]综合考虑各因素的影响，得到简化之后的公式为

(8)

(9)

2.2 用电舒适度

用电舒适度是指用电习惯的改变对用户的影响。当用户未参加需求响应时，用户会根据自己的需求选择其用电舒适度最大的方式用电。在参加需求响应后，用户会根据指令重新规划自己的用电行为，在时间轴上对用电量重新安排组合，负荷曲线会发生变化。具体模型表示为

(10)

式(10)中：T为用户参与需求响应的总时段；r表示用电舒适度，取值范围为[0,1]；r在取值范围内数值越大表示用户侧参与需求响应的电量越少。

3 多能存储系统优化配置规划模型

在基于综合需求侧响应的多能存储系统的优化配置基础上，充分考虑用户舒适度对储能装置功率和容量的影响。以系统年最低总成本为优化目标，计及需求响应、储能约束、供需能量平衡、设备运行等约束条件，建立多能存储系统优化配置模型。

3.1 目标函数

模型以系统运行的年总成本最低为目标函数，主要由设备投资成本、能源购买成本、运维成本等组成，另外考虑将用户参与负荷响应的激励成本作为补偿成本也计入目标函数中，具体见式(3)。则优化数学模型为

minCtotal=Cin+Cbuy+Cmt+CIDR

(11)

式(11)中：Ctotal、Cin、Cbuy、Cmt分别表示为能源枢纽系统总成本、投资成本、能源购买成本、运行维护成本。

(1)系统设备的投资成本一般来说与最大容量、功率线性相关，即

(12)

式中：i表示燃气轮机、内燃机、热泵、吸收式机组和电制冷机；Ce,i和Cp,i分别为设备i单位容量和单位功率安装成本；Ei和Pi分别为设备的容量和功率；r0为年折旧率；Yi为设备的使用寿命。

(2)能源购买成本。系统运行所需的燃料为天然气和电，其中购电为正，售电为负，该项成本为

(13)

式(13)中：Cgas、Cb(t)和Cs(t)为天然气和t时刻系统向电网购电和售电价格；Gi(t)为t时刻设备i的消耗天然气流量；Pb(t)和Ps(t)分别为t时刻从电网购买和出售的电功率。

(3)运行维护成本。

(14)

式(14)中：Ci为设备单位输出功率运行维护成本；Pi(t)为t时刻系统中设备i的运行功率。

3.2 约束条件

(1)电/热功率平衡约束。

PCCHP,e(t)+Pe(t)+Pb(t)-Ps(t)=P′e,t

(15)

PCCHP,h(t)+Ph(t)=P′h,t

(16)

式中：PCCHP,e(t)和PCCHP,h(t)为CCHP机组在t时段产生的电、热功率；Pe(t)、Ph(t)分别为储电/热系统在t时刻储电/热或放电/热的功率，储电/热为负值，放电/热为正值。

(2)联络线功率约束与购售电约束。

(17)

(18)

0≤γb(t)+γs(t)≤1

(19)

(3)设备容量功率约束。

(20)

(21)

(4)IDR约束。

(22)

(23)

(24)

(5)储能系统约束。

(25)

(26)

(27)

0≤μk,c(t)+μk,d(t)≤1

(28)

3.3 模型求解

研究的优化配置模型是一个0-1混合整数线性规划问题，目前对于该问题的求解方法软件有很多。但是比较简洁高效的方法有LPSolver、Cplex、GLPK和Yalmip。采用MATLAB 环境下的在使用Yalmip工具箱，采用Gurobi求解器进行求解。

4 典型场景仿真分析

4.1 算例场景

以南方某地区为例，对提出的多能存储系统优化模型进行验证。为求解方便对该地区用户的进行如下假设：假设居民生活区的户型一致，将一年分为制冷季、制热季和过渡季，该地区的冷热负荷需求采取集中供应方式，调度周期T取24 h，单位调度时间Δt取1 h，一天内天然气价格保持不变，为2.7元/m3。不同时期的冷/热/电购买价格见文献[17]。各设备的投资费用、运行维护费用等参数列于表1、表2中[18]。

表1 能源枢纽其他设备参数Table 1 Parameters of other equipment in the energy hub

表2 储能设备参数Table 2 Energy storage equipment parameters

为分析含储能系统的综合需求侧响应对系统总成本的影响，设置了3种不同场景：场景一，仅考虑综合需求侧响应，包括削减、转移和替代负荷；场景二，仅考虑多能存储系统；场景三，同时考虑储能系统和综合需求侧响应。

4.2 结果分析

3种场景下的优化配置结果及相关各项费用具体求解结果如表3、表4所示。

表3 不同场景下配置方案的各指标对比Table 3 Comparison of various indicators of configuration schemes in different scenarios

表4 不同场景的各项成本

场景一，该场景的情况下无储能系统使用户既要参与需求侧响应又要满足自身的用能需求，使得用户的用能舒适度比较差，而且能源生产和转化设备功率配置较大，导致能源购买成本增加。

场景二与场景三相比减少了用户参与负荷响应，使用户不受约束的自由分配用能时间与功率，该场景下的用户的用能舒适度最高，没有受到影响。导致该场景下的能源购买成本比场景三增加了7.15%。

场景三和场景一均考虑了IDR情况，二者区别在于有无储能系统的优化配置，与场景一相比，总成本同比减少32.78%。

4.3 某典型日运行工况分析

CCHP机组采用的是内燃机加燃气轮机配置方式，内燃机的效率较高可以提供更多的电负荷，燃气轮机的效率低，但是热电比较高适用于冷热负荷较高的用户，综合考虑该地区的用户种类，内燃机加燃气轮机的配置方式适用于该场景。内燃机和燃气轮机在某典型日的各时段的功率输出曲线如图3所示。

在1:00—6:00时段电价较低，此时用户的电负荷主要由电网提供，基荷类冷热负荷由电制冷机提供通过优化配置该时段的用户所需的冷热负荷可以完全由电制冷机供应。这时的2号内燃机和燃机轮机启动给储电系统和储冷装置蓄能。

7:00—12:00时段，电价比较高，三台内燃机全部运行工作，用户的大部分电负荷由三台内燃机提供，不足的部分由储电系统和电网供应，此时内燃机机组输出的热功率优先满足用户的用冷负荷，多余的部分则由蓄冷装置储存起来。10:00—15:00时段，由于室外的温度上升，室内的用冷负荷会相应地增加，16:00—21:00时段，晚上用户的用能需求较大，为了满足用户的冷负荷需要，这个时刻的燃气轮机和蓄冷装置都会投入工作。

图4所示在7:00—9:00、11:00—13:00和19:00—22:00时刻用能的高峰时刻，在该时间段内用户侧的可削减负荷以及可转移负荷参与负荷侧响应来保障用能，可转移负荷的总用能量是不变的，只是时间上的平移。可转移负荷引导用户将峰时负荷转移到谷时时段; 谷时时段的部分冷负荷将由电负荷进行替代以消纳部分多余的电。由参与综合需求响应后的负荷曲线可知，负荷峰谷差得到有效平抑并增强荷储匹配。

图4 典型日用户在需求响应下参与情况Fig.4 Participation of typical daily users in response to demand

4.4 用能舒适度分析

类比前面的用电舒适度的定义，将用能舒适度定义为用户在参与负荷响应时的参与程度，也即用户侧的可平移负荷、可削减负荷和可替换负荷之和参与响应的比例。现主要分析 PMV 指标和用电舒适度对多能存储系统年运行费用的影响。

4.4.1 温度舒适度PMV 指标

PMV指标反映用户对于温度舒适度的要求，为分析不同PMV指标对机组出力的影响，采用不同的PMV指标来互相对比，找出符合该地区的最优PMV指标值范围。同时还分析如果允许PMV指标波动范围的增大，并对比各成本的影响。

不同PMV下系统总成本变化情况如图5所示。随着PMV指标值的增大，系统整体成本先减小后增大趋势，并在-0.75 附近处取得最小值。

图5 不同PMV指标成本曲线图Fig.5 The cost curve of different PMV indicators

如图6所示，在同一的温度舒适度指标(PMV-0.75)情况下，场景三充分考虑了用户需求侧响应与储能的优化配置的情况下，该场景下的机组热功率曲线较为平滑，峰谷值热功率出力的差值较小。场景一与场景三对比，无储能配置情况下用户在将要用能的时刻会出现机组出力的迅速的爬坡，一旦用户的用能减少，又会出现机组的出力迅速下降，最终会出现峰谷差的增大。

图6 典型日不同场景的机组热功率出力Fig.6 Unit thermal power output in different scenarios on a typical day

如图7所示，不同的PMV指标值下，室内的温度允许变化范围会有较大的差异，在中国允许的指标值内，PMV值越小，室内温度变化范围越大。如果允许PMV范围增大，也即用户对室内温度要求降低，室内温度变化范围变宽，也会降低系统的总成本尤其是能源购买成本。

图7 典型日不同PMV下室内温度对比Fig.7 Comparison of indoor temperature under different PMV on a typical day

4.4.2 用电舒适度

图8展示了不同用电舒适度场景下的各项成本。用电舒适度主要体现用户可控电负荷参与需求侧响应的程度，随着用电舒适度的增加投资成本、系统维护成本和补偿成本都出现下降的趋势，能源购买成本出现增加的态势。

图8 不同用电舒适度下各成本变化Fig.8 Changes in various costs under different power consumption comfort levels

如图9可以看出，随着用电舒适度的增大，系统总成本先增大后减小，在r=0.88处取得最小值。

图9 不同用电舒适度总成本图Fig.9 The total cost of different electric comfort levels

5 结论

将综合需求侧响应与多能存储系统相结合，综合考虑用户的用能舒适度对系统的成本的影响，提出包含能源枢纽的多能存储系统的优化配置模型，以某典型日的运行工况为例，分析了不同场景下的储能配置以及系统总成本的差异，最后对温度舒适度和用电舒适度参与对多能存储系统成本的影响做了分析。主要结论如下。

(1)综合需求响应的实施可调整用户的能源需求曲线，同时具有虚拟储能功能，可以为多能存储设备提供额外的储能能力，同时可以提升冷/热、电负荷的柔性调节能力，解耦传统以热定电模式，同时降低系统总成本，尤其对维护成本和能源购买成本影响较大。

(2)通过对多能存储系统运行情况分析得出合理考虑用户舒适度值包括温度舒适度指标值以及用电舒适度值，充分发挥了用户侧参与需求响应项目的积极性，能够实现用户和供能系统的双赢，更具实际意义。