多区域分布式能源站选址及供能管线布局规划研究

孟政吉,陈铄鑫,胡雪凯,孟 良,周 昊

(1.国网河北省电力有限公司电力科学研究院,河北 石家庄 050021;2.河北华瑞能源集团有限公司,河北 石家庄 050021)

0 引言

当今世界,能源系统正在向着更清洁、更低碳、更高效的目标发展。2014年,习近平总书记提出“四个革命、一个合作”的重大能源战略思想[1]。综合能源是新型能源战略的探索与实践[2]。综合能源系统(integrated energy system,IES)指通过各类能源耦合装置将传统分立的能源供应源、供应网络、用户互联而形成的能源系统,可以看作能源互联网的物理基础。各能源形式相互耦合,协同运行,可增加系统中能源供给者与消费者之间的联系,丰富能源系统规划对象,深化能源系统运行调度方式,为不同能源间的互联协调创造可能[3]。分布式能源站(distributed ener gy station,DES)是综合能源系统多能源耦合的核心,也是代替集中供能,将多能源用户融入综合能源系统的重要载体,作为系统中用户与能源网络之间的连接节点,起到了非常重要的作用[4]。

目前,有关DES的规划研究多集中于其内部集成设备的配置规划,通过优化算法,确定能源站内部设备的种类、容量,而对于能源站建设位置的规划研究较少[5]。实际上,确定能源站的位置以及能源供能管线路径布局是保障系统经济效益的关键。特别是对于包含多个DES的区域综合能源系统,能源站与能源站间的距离及管道铺设布局均与各能源站的位置息息相关。通过合理的规划确定各个能源站的建设位置以及能源站-负荷间、能源站间的供能管线布局,有助于减少供能管网的建设成本,为后续能源站间互联协调建立基础,提升多区域综合能源系统整体的经济性[6]。

现有考虑能源站的选址规划中,文献[7]通过工程经济学理论构建区域能源站与管网优化的数学模型,提出了能源站管道的工程敷设方式与管网规划方法;文献[8]研究了基于图论最小生成树理论的能源站选址与供能管道规划方法。但文献[7]和文献[8]均只考虑了一种能源形式,不能适应综合能源系统多能源的需要,并且规划模型通过遍历算法进行求解,效率相对较差。文献[9-10]提出了能源站选址及供能管线布局规划方法,但均假设各能源站供能管线的长度为能源站到负荷间的直线距离,未考虑区域能源条件、种类以及市政道路规划对于管道布局的影响。现有综合能源系统往往具有多座分布式能源站,将不同区域的能源站相互连接,可以实现能源站间的互联互通与互补互济,达到改善多区域系统整体的用能方式,提升系统经济性的目的[3]。而多区域能源站相互连接,也需要首先确定各能源站的建设位置以及能源站间互联管线的布局。

1 多区域分布式能源站选址规划

1.1 多区域分布式能源站系统结构

DES的应用解决了区域多能负荷的能源供应问题,但不同区域往往由于资源禀赋与地块功能的差异,存在不同的供用能需求。因此,针对多个区域仅建立一座DES,在一定程度上存在设备选型、定容困难,能源远距离传输损耗过大等问题。因此,针对具备能源供应需求的多区域整体进行规划,建设多座分布式能源站,并将不同区域的能源站相互连接,既可以对多区域负荷供能,又可以实现能源站间的互联互通与互补互济,达到“供能”与“协调”的双重目的。多区域分布式能源站系统结构如图1所示,不同区域负荷根据需求特性及供能经济性由相应区域的能源站供能,不同能源站又通过互联管线相互耦合成为一个整体,从而实现区域间能源的调度与协调。

图1 多区域分布式能源站系统示意

由图1可以看出,根据区域资源禀赋与负荷的供用能需求,选择合适的位置建设DES,并规划电、气、冷、热等多能管线的铺设布局,是建设区域综合能源系统的基础。同时,为了实现不同区域能源站的互联与协调,也需要对能源站间互联管线的布局进行规划。由于能源在站间协调存在一定的损耗,能源站互联管线的路径长度将决定能源站互联协调的经济性。确定最优的互联管线布局,对于多能源站互联尤为重要。

1.2 多区域分布式能源站选址规划模型

1.2.1 基于P-中值模型的能源站选址模型

一般情况下,能源站的选址问题可以抽象成为由“点”和“边”构成的数学问题,并借助图论的方法进行求解。其中,能源站和能源用户就是各个网络节点,输送能源的管道或者线路就是网络中的边,从多个待选节点中选出一个或者P个节点,并由这些节点上的能源站与用户相连实现能源供应,就属于能源网络中的P-中值问题[9]。通过P-中值模型进行选址的优势在于,其所构建的模型多为线性优化模型,相比较非线性优化,线性优化模型具有求解速度和求解精度多方面的优势,有助于修正规划参数,快速得到规划结果。

基于P-中值模型的能源站选址问题可以概括为:在平面S内共存在n个多能负荷节点,m个能源站候选位置节点。如何通过计算从m个候选位置节点中选择P个合适的节点使得能源站为能源用户供能的赋权距离之和最小,通过公式可以表示为:

式中:n表示负荷节点个数;m为候选位置个数;为图中负荷节点i到所有候选节点距离的总和;为2个节点n与m之间的最短距离。求解场景如图2所示,其中n=7、m=4、P=2。

图2 DES选址问题示意(n=7、m=4、P=2)

具体可以表示为

式中:ΓN为负荷的节点集合;ΓM为能源站待建位置的集合;an为节点n的能源需求量;dnm为负荷节点n至各能源站m的直线距离;Xm为待选位置是否被选中,若m节点被选中建设能源站,则其为1,否则为0;Ynm为负荷节点n是否通过能源站m供能,若是则其为1,否则为0。

1.2.2 适应多能源规划的P-中值模型

可以看出,上述P-中值模型选址问题只能体现一种能源形式。但与单一能源系统规划不同的是,综合能源系统中的用户存在多种能源利用形式,对于能源站的选址规划还需要考虑到不同用户对于能源需求的多样性。因此,本文引入多能负荷需求系数an替代原模型能源需求量an,体现综合能源系统负荷对于能源需求的多样性。多能负荷需求系数an,计算公式可以表示为

式中:βen为负荷节点n的电能需求系数;βhn为负荷节点n的热能需求系数;βxn为负荷节点n其他能源形式的需求系数,需求系数若需要供应则为1,否则为0;Clinen为电力线路建设单位成本;Cpipen为热力管道建设单位成本;Cnetn为其他形式的能源管线建设成本,可以通过拟合得到。

通过拟合得到电力线路单位长度建设成本与额定容量的关系

其中,为了满足能源站对负荷节点的供能,电力线路的功率上限Pen_max表示为负荷节点n所需的最大电功率。

对于其他类型的能源种类,管线的传输能力上限可以根据需求选用流量、压力等形式表示,这里不再赘述。但考虑到后续多能源站优化规划往往需要将流量等参数转化为功率表示,以热力管线为例,其流量和功率可通过热力网络潮流求解公式进行转化

式中:Phn_max为负荷节点n所需的最大热功率;Cp为管道传输介质的比热容;Mn为节点n供热管道p的水流量上限;Tn为管道p的工质水流温度,一般规划优化取95℃;Tsurfn为管道p外部土壤温度,一般规划优化取25℃。

基于此,通过拟合得热力管道单位长度建设成本与额定容量的关系

2 多区域分布式能源站供能管线布局规划

对于区域综合能源系统规划建设,一般为了节约城市地下空间,减少能源管线建设过程中反复开挖路面对环境交通带来的影响,工程管线通常沿交通道路的边缘进行布局。同时,能源站站址的选择过程还需要满足当地地理环境、资源条件、市政规划限制的情况,结合当地资源禀赋与用地规划信息对各能源站的位置进行初选。因此,能源站站址以及供能管线的布局应充分考虑区域资源条件与市政道路网络现状进行规划。

基于上述分析,本文将能源站供能路径与实际交通道路进行结合,将沿道路铺设供能路径的最短距离作为能源站供能的最短距离,其规划示意图如图3所示。

图3 基于道路网络的多能源DES选址问题

通过Dij kstra最短路径求解算法计算道路网络中各负荷节点到各能源站候选位置的最短距离[11]。其中,Dijkstra算法的基本原理在于,在特定网格中,从源节点s按路径长度递增次序,通过循环逐条产生最短路径。

通过这个方法,可以得到沿道路网络各负荷节点到各能源站候选位置的最短距离dnromad。通过多能负荷需求系数an替代原P-中值模型能源需求量an、通过dnromad替换原P-中值模型中的直线最短距离dnm,就可以得到以DES供能管网投资总成本最低为目标,既能体现综合能源系统负荷多能需求,又能实现供能管线沿道路布局规划的DES改进P-中值模型

3 模型求解

可以看出,本文所建立的DES选址与供能管线布局规划模型为混合整数线性模型,相比较非线性模型,线性模型具有求解精度高、时间快的优点。同时,对于不符合要求的方案,还有利于修正规划参数,快速的得到规划结果。

利用MATLAB中YAL MIP求解器调用CPLEX算法对本模型进行求解[12],求解流程如图4所示。

图4 规划模型求解流程

4 算例分析

以图1所示某地区为例进行研究,该区域包含办公区、居民区2个区域,各区域多能负荷的位置以及道路网络结构相对位置如图5所示,共包含16个多能负荷节点具有电、热能源需求。

图5 多能负荷及能源站候选位置示意

各负荷节点夏季、冬季、过渡季负荷曲线如图6-图7所示。

图7 办公区各节点电、热负荷示意

结合当地资源禀赋与建设规划,拟建设2座能源站以满足负荷的电、热供能需求,能源站初选位置如图6所示。

图6 居民区各节点电、热负荷示意

通过规划算法进行求解,可以得到能源站选址规划结果以及供能管线的布局结果。结果如图8所示。可以看出,在已知负荷需求及地理信息的情况下,本文所提出的算法可以求解出能源站的建设位置及能源站-负荷间的供能管线布局,以满足系统对于能源需求的多样性以及建设经济性的要求。同时,供能路径确定后还可以计算出各个能源站供能需求的总量,为后续能源站设备配置、选型规划建立基础。

图8 能源选址及供能管线布局规划结果

将2座能源站的选址位置坐标带入Dijkstra最短路径求解算法进行求解,可以得到能源站站间互联管线的布局规划结果,如图8所示。互联管线的布局将为后续多能源站互联系统运行优化,经济性计算建立基础。

5 结论

针对多区域分布式能源站选址及供能管线布局规划问题。本文以传统P-中值模型为基础,通过Dij kstra最短路径求解算法将能源站选址与能源管线布局规划相结合,引入多能负荷需求系数体现了综合能源系统中负荷对于不同能源需求的差异(电、气、冷、热等)。算例结果表明,本文所提出的规划方法可以实现能源站选址及能源站-负荷、站间网络的布局规划,规划结果贴合实际,具有良好的经济效益,可以为后续多区域分布式能源站设备配置、运行优化建立基础。

在后续研究中,将考虑用户负荷波动、可再生能源不确定性等因素对规划的影响。同时,将考虑设备所有权、建设年限以及能源费用变化对规划结果的影响。