风光气供能系统优化配置及技术经济分析

陈孟石，杜传铭，杜尚斌，宿凤明，赵义军，张 雪

(1.哈尔滨工业大学 能源科学与工程学院，黑龙江 哈尔滨 150001； 2.国家电投集团电站运营技术(北京)有限公司，北京 102209； 3. 93015部队，黑龙江 哈尔滨 150046)

0 引言

“量体裁衣、就地取材、就近利用”的分布式能源系统凭借其高效、灵活、可靠、清洁的优势，在能源供应体系中的比重和作用快速提升[1]。分布式能源系统是服务于当地用户、小型的、模块化的智慧能源网，同时满足用户的冷热电需求，能源的总体利用率可达80%以上[2-5]。

分布式能源系统运行、管理、调节等较传统供能系统复杂很多[6]。除用户负荷随区域、时间发生变化外，系统中分布式电源也具有波动性高、难以预测和间歇发电的特点[7]。现有分布式能源系统往往未考虑负荷规律、供给规律等的差异，导致系统实际运行效率下降等诸多问题，直接影响经济效益[8]。

为突破能源“不可能三角”——价格低廉、稳定供给、清洁环保，系统构建方面可将光能、天然气、风电等多种能源从空间、时间和特性上整合互补，缓解整个系统的波动[9]。系统配置方面要根据各电源的发电特性和用户的冷热电需求规律，结合系统经济性与互补特性权衡考量，给出多能互补型分布式能源系统的优化配置方案，包含分布式电源的静态装机容量配置和各电源在总供能中的出力动态配置两个方面。

目前国内外的配置优化研究基本是从环境、能效、经济性三个方面出发。Ebrahimi等[7]以用于住宅建筑的微型CCHP为研究对象，以运行成本和二氧化碳排放量为优化目标，使用模糊逻辑和灰色关联法来确定最佳配置。Santo[10]等以一次能源利用率最高为优化标准来研究冷热电三联供系统，其中一次能源节约率为与传统供能系统一次能源消耗量的对比。范松丽[11]等建立基于机会约束规划，求解分布式能源系统的最优调度结果和风险水平。差分进化算法具有收敛速度快、优化结果稳定、控制参数少等优点[12]，是解决分布式能源系统优化配置这种多目标优化问题的常用算法。

系统各容量配置得到最优解后，得到的优化配置方案还需进行技术经济分析，以保证项目的可持续性，因此系统技术经济分析也尤为重要。

1 风光气供能系统的构建

1.1 系统介绍

“风光气”分布式能源系统由三个典型的系统耦合构成，即风力发电系统、光伏发电系统和天然气三联供系统，其能量流动如图1所示。该系统主要应用于以港口、沿海经济开发区、沿海办公楼等。

图1 风光气供能系统能量流动图

1.2 系统构造方案

风光气能量供应系统集发电、供热、制冷于一体，其模型结构如图2所示，分为能量源、能量转化、能量分类汇总、能量供给和负荷中心五大部分。此系统利用的一次能源除了风能、太阳能、天然气，还有集中电网火力发电使用的煤炭资源。能量源通过风力发电机、光伏板、燃气内燃机等进行能量转化产生电能和余热，实现能量转化。电能一部分直接输送给用户，一部分存储到储能装置备用。余热通过余热回收机组进行回收，根据用户冷热负荷确定补燃锅炉的运行容量，实现能量的分类汇总。汇总所得热量通过冷热水机组和热交换器后产生用户可直接利用的冷热源，当冷源不满足需求时，利用压缩式制冷机补充制冷，实现能量供给。最终冷热电联合供给，满足负荷中心日常需求。

图2 “风光气”分布式供能系统模型图

1.3 系统主要设备建模

风力发电系统主要由发电机、升压变压器等组成，本系统选用龙向能源50 kW垂直轴风力发电机，运行参数及变工况特性参考企业提供的设备数据。光伏发电系统主要由光伏组件、控制器、逆变器等组成，光伏系统逐时提供电量Ep为[13]

Ep=H×P×K

(1)

式中H——单位面积水平面所接受的太阳能辐照量/kWh·m-2；

P——装机量/kWp；

K——综合效率系数,0.4767。

天然气基三联供系统(简称CCHP)主要由原动机、补燃锅炉、制冷机组以及换热器等设备组成。动力系统是CCHP的核心，综合考虑发电效率、热效率、造假等因素并结合应用场景，选取燃气内燃机作为动力系统。描述内燃机的特性的数学关系如下公式所示[14]

(2)

(3)

ηe=ηeo×(0.011 3+2.980 1×r-2.472 6×r2+0.481 2×r3)

(4)

ηq=ηqo×(1.585 3-2.124 7×r+2.887×r2-1.347 6×r3)

(5)

式中Pno——额定容量/kW；

ηE——额定电效率；

ηQ——额定热效率；

ηe——实际电效率；

ηq——实际热效率；

r——负载率。

本研究使用的冷热水机组性能模型可简化为下式

Cq=Qqx·COPqc

(6)

(7)

Qq=Qqx·COPqh

(8)

(9)

式中Cq——机组制冷量;

Qq——机组量；

COPqc——机组制冷系数；

COPqh——机组制热系数；

Qqx——被回收热量；

εq—— 机组的状态参数；

本研究采用的电制冷机为电压缩式制冷机组，假设电制冷机制冷系数恒定，模型如下式

Cce=Ece·COPce

(10)

(11)

式中Cce——制冷量/kW；

COPce——制冷系数；

Ece——输入的电能/kW；

εce——状态参数；

当用户热负荷高于系统的供热量时利用燃气锅炉补充。其变工况热力学模型如下式

Qg,add=Fg,add·ηg

(12)

ηg,add=ηg,add,o(0.095 1+1.525βg-0.624 9(βg)2)

(13)

(14)

式中Qg,add——输出补燃锅炉的热量/kW；

Fg,add——输入补燃锅炉的天然气能量/kW；

ηg,add——补燃锅炉效率/kW；

ηg,add,o——额定效率/kW；

βg——负荷率；

εgb——状态参数。

2 风光气供能系统优化配置

2.1 用户负荷分析

本研究以天津市静海区的某居民楼为研究对象。该建筑高28层，层高2.8 m，共336户，总居住面积49 029 m2。可将用户的能量需求分为空调冷负荷、空调热负荷、电负荷和热水负荷四大类，它们受人为习惯、气候环境、建筑物围护结构、建筑类型等多种因素影响，要综合以上因素评估建筑的冷热电负荷特性。每户选取用水人数为3，求得基本热水负荷为0.95 kW。该建筑共计336户，算得全年热水负荷为52 428.6 kWh。

利用DeST软件完成全年逐时空调和电负荷，模拟结果如图3和图4。

图3 系统全年逐时冷热负荷

图4 全年逐时电负荷

该建筑的DeST模拟结果如图。如图3，建筑的冷热空调负荷随全年发生变化。DeST模拟的电负荷只包括家用电器耗电，因此其与季节基本无关，主要受居住习惯决定，每周电负荷大致相同，如图4。各类负荷的年总需求、负荷峰值和需求时间如表1。

表1 建筑物全年逐时负荷分析结果

系统通过调节系统冷电比、热电比来满足用户动态负荷需求，本文将全年负荷分为供暖期、供冷期和过渡期三大阶段，以此为标准制定系统的容量匹配和运行策略。

结合图5、图6和图7，得出该建筑的动态负荷特征：

图5 供暖期典型日用户动态负荷

图6 供冷期典型日用户动态负荷

图7 过渡期典型日用户动态负荷

(1)电负荷较高时间段主要分布在7：00～9：00、12：00～14：00和17：00～23：00三个时间段，最高峰在400 kW左右，其他时间需求较为平稳。

(2)白天的冷热需求较低，主要原因是住宅型建筑白天入住率较低。伴随夜间降温，0：00时热负荷达到峰值4 000 kW；22：00时冷负荷达到峰值3 700 kW。

(3)该住宅建筑的冷热负荷与电负荷需求相差较大，因此要构建热电比、冷电比较大的装机配置和运行策略。

2.2 系统运行策略

本研究采用“余热利用最大化、发电并网不上网”的原则。由2.1的负荷分析结果可知，该建筑冷热负荷需求多于电负荷，因此采用以电定热模式确定装机容量。

如图8，低谷电价时间段内，市电网满足用户全部电需求，其余时间由燃气内燃机提供；当燃气内燃机运行后，余热不满足制冷或制热需求的部分由电制冷机和补燃锅炉提供。

图8 系统冷、热、电负荷供给策略

2.3 系统配置优化模型

本研究针对“风光气”供能系统的优化配置问题，以能源高效、经济最优和环境友好为目标进行优化。将该系统与同体量传统集中供能对比，计算得到的总运营成本节省率、大气污染物减排率和一次能源节约率作为目标函数，结合人为权重转化为单目标，得到多目标优化值MEI。然后利用差分进化得到最优解，进而得出最优配置方案，具体流程如图9所示。

图9 风光气供能系统优化模型基本结构

2.4 系统配置优化计算

如图10所示，差分进化算法运行后，首先计算某一随机初始群体的适应值，然后经过变异和交叉，根据变异算子和交叉算子产生一个种群，将这个种群与父代进行适应度的比较，较大或较小的留下，形成新一代种群，然后循环，直到满足终止条件后停止。本研究适应值的计算流程如图11所示。

图10 差分进化算法流程图

图11 差分进化算法适应值计算流程图

容量初值范围选取50～500 kW，种群个数NP=50，变异算子F=0.4，交叉算子=0.1，进化200代。差分进化算法计算结果如图12，进化到19代之后，种群的MEI趋于定值0.496 3，导出第19代种群中最佳MEI的个体为418 kW。选用相同优化模型，用遍历法验证优化结果的准确性，得到相同结果。现实中还需要考虑设备的生产型号，因此最终选取额定发电量为400 kW的燃气内燃机，系统工作特性如表2。

表2 风光气供能系统工作特性表

图12 差分进化算法计算结果

2.5 系统典型日运行分析

2.5.1 供暖期典型日运行结果

如图13、图14，在供暖期典型日中，13：00前的电负荷完全由风力发电和光伏发电提供，14：00～17：00电负荷由处于低谷电价期的市电满足。在此之前天然气三联供系统未启动，空调热负荷由补燃锅炉提供。18：00之后天然气三联供系统启动，燃气内燃机产电满足电负荷，余热回收热水机组制热量无法满足热负荷部分由补燃锅炉提供。如图15、图16，该典型日属于冬季，日照辐射较少，光伏发电占总电负荷7%，因此白天仍需接入市电；热负荷需求较多，吸收式机组供热远远无法满足热需求，余热被充分利用后，剩余95%热负荷由补燃锅炉提供。

图13 系统供暖期热负荷供给

图14 系统供暖期电负荷供给

图15 供暖期各设备供电出力图

图16 供暖期各设备供暖出力图

2.5.2 供冷期典型日运行结果

如图17、图18，在供冷期典型日中，17：00前的电负荷完全由风力和光伏发电提供，天然气三联供系统未启动，空调冷负荷由电制冷机提供。18：00之后天然气三联供系统启动，其产电满足电负荷，冷水机组制冷量无法满足负荷部分由电制冷机提供。如图19、图20，该典型日辐射很强，光伏发电占总电负荷14%，白天无需接入市电；冷负荷需求较多，吸收式机组无法满足热需求，剩余88%冷负荷由补燃锅炉提供。

图17 系统供冷期冷负荷供给

图18 系统供冷期电负荷供给

图19 供冷期各设备供电出力图

图20 供冷期各设备供冷出力图

2.5.3 过渡期典型日运行结果

如图21，在过渡期典型日中，17：00前的电负荷完全由风力发电和光伏发电提供，在此之前天然气三联供系统未启动。18：00之后天然气三联供系统启动，燃气内燃机产电满足电负荷，余热回收机组制热量用于满足用户热水负荷，过量余热将被耗散掉。如图22，该典型日照辐射较强，光伏发电占总电负荷15%，因此白天无需接入市电。

图21 过渡期典型日电负荷供给模式

图22 过渡期各设备供冷出力图

3 项目可行性分析

3.1 经济性分析

3.1.1 项目投资、收入分析

投资估算应该能真实反应所有的投资项目。主要包括各子系统的设备费、安装费、工程建筑费和其他。表3是包括了风光气供能系统常见投资项的投资估算表，最终测算该项目的总投资额大约为1 003.45万元。

表3 风光气供能系统的投资估算表/万元

该风光气供能系统项目的营收主要来自于向居民出售冷、热、电负荷的收入以及光伏电价补贴，如表4，全年销售额为275.79万元。

表4 风光气供能项目的年销售收入估算表

3.1.2 经济性评价指标

内部收益率、净现值和静态回收期可以用来评价项目经济性。设定基准收益率(ic=8%)和设备使用年限(20年)，整理得项目技术经济表5。资金税前内部收益率12.45%，高于一般供热行业基准收益率，净现值353.08万元，静态回收期7.26年，项目可行。

表5 风光气供能项目的技术经济表

3.2 敏感性分析

以项目上网电价、供热热价、天然气价及静态投资作为项目敏感性因素，分析以上因素变化对内部收益率的影响，分析结果如图23所示。

图23 风光气分布式能源项目敏感性因素分析图

分析上图可知本项目收益率对静态投资最为敏感，天然气价格影响较大，供热价格次之，上网电价相对影响较低。

前期工程总投资对项目的经济性影响最大。由项目投资估算表可知，设备价格占总投资的75.74%。设备价格主要与技术水平和生产链的发展程度有关，因此国家和社会应在该领域投入足够精力，尽早形成成熟的生产链条。

天然气价格因素对内部收益率影响较大，企业要尽可能选择多个天然气供应商和多种天然气源，增强价格稳定性。此外目前北京、上海、杭州等地区已经出台了分布式能源的相关补贴政策，为项目提供廉价天然气，因此项目建设前期需要密切关注相关国家/地区政策，及时修正建设周期。

上网电价和冷热价格影响显著，因此在项目可行性分析时，要对用户负荷需求进行重点分析。

3.3 相关案例分析

北科产业园智慧能源项目位于北京市海淀区永丰产业基地，该项目综合利用风能、太阳能和天然气资源，运用多能流能量管理系统(IEMS)最终满足用户冷、热、电等能源需求，是典型的多能互补分布式能源项目，投产后财务内部收益率达到要求，且环境效益较好。

北科园区与“风光气”系统对比：

(1)能源需求：北科园区拥有总建筑面积6.3万m2的综合大楼和生产厂房，与本研究中居民楼的用能种类相同，均为冷、热、电负荷。用能负荷规律略有差异，北科园区负荷需求中电负荷最多。

(2)技术方案：北科园区项目配备一套天然气冷热电三联供机组(主要包含1台1 000 kW级燃气内燃机和1台溴化锂机组)、100 kW/500 kWh的蓄电池储能终端、智能光伏车棚(占地面积为36 m×14 m)和分布式低速风机(4台600 W垂直轴风力发电机)。能量源转化为需求负荷的基本路线相同，但北科项目中光伏发电用于发储充一体化智能车棚，且风机装机容量较小，导致天然气供能占总供能的90%以上。

(3)优化配置：北科园区利用IEMS系统解决追求效益最大化的最优配置问题，与“风光气”系统需要解决的问题相同，但在约束条件、多目标优化等优化策略上侧重点不同，且优化算法具有差异。

因此“风光气”供能系统与北科产业园区除核心优化配置外的整体框架类似，具有一定的可行性。

4 结论

通过构建典型的风能、太阳能和天然气耦合的分布式供能系统，给出系统的运行调控策略，利用差分进化法对配置方案从能源、经济和环境三个方面进行多目标优化。最后构建项目的技术经济分析模型，并进行敏感性分析，得出以下结论：

(1)耦合风能、太阳能和天然气为分布式系统供能可以在提高系统稳定性、保证经济性的同时，大幅降低环境污染程度。其中可再生能源转化的电能约占全部电负荷的40%，相对于同体量传统供能系统的二氧化碳减排率、二氧化硫减排率、二氧化氮减排率分别为77.53%、81.45%、48.10%。

(2)差分进化算法可用于对多能互补的分布式能源系统配置优化，准确性方面与遍历法所得结果相同，但模拟时间可大幅降低。且随着项目复杂度的提高，差分进化算法的优势更为明显。

(3)考虑人为习惯和季节环境变化，将负荷需求分时分区，搭建精细化、智能化的系统优化模型，实现了逐时的供需平衡分析，相对于同体量传统供能系统的一次能源节约率为35.21%，提高系统工作效率。

(4)“风光气”分布式供能项目的财务内部收益率(税前)、财务净现值和静态回收期分别为12.45%、353.08万元、7.26年，具有良好的经济性，有一定的投资吸引力。通过敏感性分析可以看出，前期工程总投资、天然气价格、冷热电负荷波动对经济效益影响较大。

综上，该“风光气”供能系统具有技术和经济的可行性，提高能源综合利用效率、改善区域大气环境、降低用户用能成本，为区域用户提供了能源综合解决方案。