黄源烽,施烨,郝飞,陈根军,王欢,胡榕
(1.南京南瑞继保电气有限公司, 江苏 南京 211102;2.中节能国机联合电力(宁夏)有限公司, 宁夏 银川 750001)
为了协调经济发展与能源利用、环境保护之间的平衡关系,以综合能源协同规划为理念,整合电、汽、热等能源类型,构建综合能源系统以实现不同能源形式的互补特性和协同效应这一课题受到业界人士的普遍关注。以园区为代表的区域级综合能源系统呈现用能密度大、负荷利用小时数高、可再生能源比例增加、产用能形式多样化等特点,是促进可再生能源大规模就地消纳,提高能源综合利用效率,实现节能减排目标的有效实施途径[1]。目前,多数园区的能源监控不到位,能源调度手段单一,用能管理方式粗放是导致能源利用效率低下、“多而不补”的根本原因。
综合能源系统打破了传统能源供给相互独立的藩篱,而与之适配的优化调度是保证系统资源优化配置,提升系统灵活性和综合能效的关键。在政策、市场、技术等多重因素作用下,实现园区综合能源系统的优化调度正由概念导入、项目孵化迈向市场验证阶段。从这一角度出发,文献[2]围绕综合能源耦合系统,针对其关键特征变量的差异性与关联性,结合多场景运行模式,搭建了区域综合能源系统优化模型并进行了综合分析。文献[3]提出了一种两阶段日内优化调度策略,将博弈方法融入需求响应策略中,以实现区域综合能源系统内不同能源介质的制约平衡和联合优化。文献[4]针对工业园区综合能源系统开发出专门的规划设计软件,可结合规划要求进行仿真计算,从而实现项目评估和风险管控。文献[5]针对孤岛型微能源网基于能源集线器架构提出了计及多类型需求响应的孤岛型微能源网优化调度模型,最终求解得到各能源设备的最优出力及运行成本。
目前,以文献[6-9]为代表的针对园区综合能源系统优化运行研究在基础理论方面的研究已取得初步进展,工程实际应用也取得了一定的成果,但仍存在以下主要问题:
1)能源信息采集系统不成熟,缺少整体规划,自动化水平低;
2)能量管理欠佳,多能源介质间的调度互动匮乏,运行效率低,无法充分挖掘综合能源潜力;
3)研究集中于应用实施的宏观层面,偏向复杂系统的精确建模与优化算法的先进建设,忽略了优化模型本身与算法参数的合理性与可落地性。
本文以园区综合能源系统为研究对象,针对其信息感知薄弱、协调优化欠佳等主要问题,通过采集、处理和分析各个能源子系统的泛在信息[10],基于对可调度设备的实时监测数据和对新能源设备出力以及用户侧负荷的预测数据,建立起综合能源系统的等效模型,从经济运行、高效运维、节能环保等多个维度综合优化系统的运行方式,依托综合能效指导区域能源的优化控制和运行管理,促进调度决策落地,从而提升系统的可靠性和经济性。
园区综合能源系统在能源结构优化的基础上,对园区内部的电力、燃气、蒸汽、供热、储能等多种能源设备进行调度设计、运行监控以及优化控制,实现系统的运行规划和调度弹性提升,进一步提高园区内综合能源系统的运行安全水平和能源利用效率。一个典型的园区级综合能源系统如图1所示,其中包含燃气轮机、余热锅炉、燃气锅炉、光热锅炉、光伏、风机、水源热泵、汽水换热器、蓄电池、储汽罐、热水罐等能源设备。
图1 典型园区的综合能源系统
考虑热电联产机组[11](combined heat and power,CHP)系统中燃气轮机(gas turbine,GT)的全工况特性以及环境温度对余热锅炉(heat recovery steam generator,HRSG)性能的影响,建立燃机热力模型:
(1)
式中:FGT(t),PGT(t)和SHRSG(t)—t时刻CHP系统的燃气消耗速率、输出电功率和输出热功率;
VL—燃气低位发热量;
ηGT,ξGT和ηREC—CHP系统燃气轮机的发电效率、散热损失系数以及余热回收效率;
copHRSG—制热系数;
T1,T2和T0—余热烟气进出余热锅炉的温度以及环境温度。
燃气锅炉(gas boiler,GB)以燃气为燃料,其数学模型建立为
SGB(t)=FGB(t)×VL×ηGB
(2)
式中:FGB(t),SGB(t)—t时刻燃气锅炉的燃气消耗速率和输出热功率;
ηGB—燃气锅炉的热效率。
水源热泵(heat pump,HP)通过输入一定高品质电量来驱动压缩机,其性能系数较高,且受负荷变化的影响较小。对热泵机组建立如下热力模型:
HHP(t)=copHP×PHP(t)
(3)
式中:PHP(t),HHP(t)—t时刻水源热泵消耗的电功率与制热功率;
copHP—水源热泵的制热系数。
汽-水换热设备(steam-water heat exchanger,SW)利用园区内燃气锅炉、余热锅炉等设备产生的大量蒸汽作为热源加热给水,为园区集中供暖提供所需的热水,完成不同品质能量间的转化,其数学模型表示为
HSW(t)=SSW(t)×ηSW
(4)
式中:SSW(t),HSW(t)—t时刻汽-水换热设备的输入、输出热功率;
ηSW—汽-水换热设备的换热系数。
储能设备作为能源网络不可或缺的一部分,是解决能量供需关系中存在的时间差异矛盾和局部差异问题的重要途径。对于园区综合能源系统而言,储能包括电力、蒸汽与热水的存储,对应的储能设备通常表现为蓄电池、储汽罐和热水罐。对于任一种储能设备,均需要满足储能广义动态模型所表征的能量充放与实时容量间的关系式[12],如式(5)所示:
Ces,j(t)=(1-ξes,j)Ces,j(t-1)+
(5)
式中:Ces,j(t),Ces,j(t-1)—第j种储能设备在t时刻与t-1时刻储能设备的储能容量;
ξes,j—第j种储能设备的能量损失系数;
对于风力发电系统(wind turbine,WT)、光伏发电系统(photovoltaic,PV)以及太阳光热锅炉(photothermal boiler,PB)这类不可控能源的输出功率和电、汽、热负荷均采用历史数据对未来数值进行预测。
系统的综合成本包括经济成本、运行成本、维护成本和环境成本,其目标函数F为
F=α1F1+α2F2+α3F3
(6)
式中:F1,F2,F3—系统的经济成本、运维成本和环境成本;
α1,α2,α3—对应各成本的权重系数。
通过调整权重系数的大小,可以调节系统内各可控设备对于平衡源荷资源变化的参与度。
1) 经济成本包括燃气设备消耗的燃气费用以及系统通过联络线从电网购买的电量费用,其计算模型如下:
(7)
式中:F1—成本效益;
cgrid(t),cgas—t时刻的分时电价与天然气价格;
Pgrid(t)—t时刻向外部电网购电功率,若符号为负则为售电功率;
FCHP(t),FGB(t)—t时刻CHP系统和燃气锅炉的天然气消耗量。
2) 运维成本包括设备在运行过程中由于启停状态、出力变化以及设备损耗、维修、人工巡检等造成的费用,其计算模型如下:
(8)
式中:F2—运维成本;
c0,i,ci,cd,i和cn,i—第i种设备的启始成本、单位维护成本、出力变化成本和启停成本;
Ui(t),Zi(t),ΔZi(t)和Oi(t)—第i种设备在t时刻的启停状态(启动为1,停止为0)、实际出力,相对于t-1时刻的出力变化量和启停状态变化(发生启停状态变化为1,否则为0);
I—设备总数;
ces,j—第j种储能设备的单位维护成本;
J—储能设备种类总数。
3) 环境成本涉及设备运行过程中由于排放污染物所引发的治理费用,其计算模型如下:
(9)
式中:F3—环境效益;
λCHP,k,PCHP,k—CHP系统第k种污染物的排放系数与单位排放成本;
λGB,k,PGB,k—燃气锅炉系统第k种污染物的排放系数与单位排放成本;
K—污染物种类,包括CO2,NOx,SO2,CO。
优化求解算法的约束条件分为等式约束与不等式约束,其中等式约束条件主要用于表述系统的能量平衡关系,如电能供需平衡和热能供需平衡;不等式约束条件用于限定系统内设备的运行状态,如设备的功率限值约束。
2.2.1 功率平衡约束
式中:Pi(t),Hi(t),Si(t)—供电、供热、供汽设备的实时出力;
Pload(t),Hload(t),Sload(t)—总的电负荷、热负荷与汽负荷。
2.2.2 设备出力约束
不同能源类型的供能设备均需满足出力约束以及出力变化约束。
(11)
式中:Zi,min,Zi,max—第i种设备的允许最小、最大出力;
ΔZi,max—第i种设备允许的最大出力变化速率。
2.2.3 储能装置约束
(12)
Ces,j(0),Ces,j(T)—优化调度起讫时刻储能装置的实时容量。
园区综合能源系统的优化调度按照日前时间、日内时间和实时时间这一多时间尺度[13]的模式完成决策与实施,实际过程按照时间尺度由长到短的顺序递进执行。多时间尺度优化调度策略的执行流程如图2所示。
图2 多时间尺度优化调度策略
三种优化调度的关系描述如下:
1) 日前优化调度以日前短期源荷预测、次日运行计划(涉及能源结构与设备检修)为输入数据,每天运行1次,生成次日24 h 96个点(15 min间隔)的可调度设备出力计划;
2) 日内滚动优化以超短期源荷预测、日前优化调度计划、系统日内运行方式、设备投入状态等为输入数据,每隔15 min运行1次,生成未来4 h 16个点的可调度设备出力计划;
3) 实时优化以超超短期源荷预测、日内滚动的优化调度计划、系统实时运行方式、设备投入状态等为输入数据,每隔5 min运行1次,生成未来30 min 6个点的可调度设备出力计划,并将计划输出到能源管控平台的监控画面进行展示和实时控制。
多时间尺度优化调度策略按照日前优化→日内优化→实时优化的顺序梯次进行,从而减小预测误差对调度计划的影响。
三种时间尺度的优化调度策略均基于混合整数线性规划算法[14]进行求解。算法的约束条件如2.2所示的等式与不等式约束。优化调度所表示的数学意义在于在运行约束条件下,使得系统的综合成本最小,并使得系统的综合能效达到一个较优的状态。系统综合能效反映的是综合能源系统由于多能耦合带来的互补互济和协同优化的作用成果,其计算模型如下:
(13)
式中:η—综合能源效率;
W1,W2—系统购电量和系统输出电量;
Bx,VL,x—第x种燃料的系统消耗量与低位发热量;
X—燃料类型总数;
Qy—第y种以热形式供应的负荷量,包括供汽量、供热量等;
Y—负荷类型总数。
选择宁夏银川市某工业园区作为分析对象进行优化调度的应用研究。银川市属典型的中温带大陆性气候,干燥、风大、沙多,年平均风速为2.6 m/s,最大风速可达18 m/s;太阳辐射充足,年平均日照时数可达2 800~3 000 h,具有良好的风光资源。该工业园区内的能源需求主要为电、汽、热,用能对象多为工厂、仓储或办公楼,有较大的供能需求。
工业园区1个典型日内的风机、光伏出力以及电、热、汽负荷如图3、图4所示。
图3 典型日工业园区光伏、风机及光热锅炉出力曲线
图4 工业园区典型日各负荷曲线
园区内新能源供能设备的出力受到所在地气象条件的制约:在典型日内,当风资源充足时,风机发电功率整体趋势较为平稳,在小范围内波动,满发功率为0.8 MW;光伏、光热锅炉在日照强度达到启机条件后开始出力,随着日照强度的增强,逐渐达到最大出力,最大提供2 MW的电功率和1.86 t/h的蒸汽量;之后随着日照强度的减弱其出力逐渐减小,最终在日落后停机。
目前园区内配置的主要供能设施包括热电联产机组、燃气锅炉、水源热泵、光伏、风机、汽-水换热设备及电、汽、热储能设备等。园区电力系统采用自发自用、并网不上网的原则和电网交换电力,通过与大电网建立购电售电协议,以此调节园区内电力系统的不足和富余状态。
表1 产能设备参数1
表2 产能设备参数2
表3 储能设备参数
表4 设备污染物排放系数及环境价值
结合上述数据,利用前文建立的综合能源系统等效模型,基于第2节的目标函数和约束条件,利用混合整数线性规划算法进行求解,在综合成本最低的目标情况下,得到可调度设备(燃气轮机、余热锅炉、燃气锅炉、水源热泵、汽-水换热设备、蓄电池、高温储汽与低温储热设备)的计划出力值,以满足负荷需求。各设备的计划出力曲线如图5—图7所示。
图5 电负荷平衡优化调度设备出力曲线
图6 汽负荷平衡优化调度设备出力曲线
图7 热负荷平衡优化调度设备出力曲线
相较于调度人员手动制定计划出力的运行结果,该优化调度策略充分挖掘并利用了多能互补系统中不同能源介质的耦合性与交互性,实现了供能的灵活性、高效性与协调性。
表5给出了系统在优化前后的日运行成本和综合能效。对比表中内容可以看出,优化调度策略通过协调优化综合能源系统内不同能源介质设备的出力和运行方式,可以显著降低系统的日运行费用,提供运行效率,实现智慧能源系统的经济优化运行。
表5 不同调度策略下系统日运行成本和综合能效
在综合了经济、环境和设备运行特性等影响因素的基础上,围绕园区综合能源系统优化调度的研究与实践问题开展了相关工作,以实际工业园区为例进行优化调度策略的应用效果分析,研究结果表明:园区综合能源系统的优化调度在具有集中监控和产消预测功能的同时,能够评估多时间尺度优化调度结果的合理性,在保证系统安全经济运行的前提下,实现对各种能源介质和重点耗能设备的优化调度和综合管理,最终实现整个能源系统的协同优化工作,从而引导用户科学用能,提高综合能源服务效率。