考虑温度舒适度与碳交易的综合能源系统优化调控

姜 河 周 航 解相朋杨东升赵 琰

(1.沈阳工程学院新能源学院,辽宁沈阳 110136;2.辽宁省区域多能源系统集成与控制重点实验室,辽宁沈阳 110136;3.南京邮电大学先进技术研究院,江苏南京 210003;4.东北大学信息科学与工程学院,辽宁沈阳 110819)

1 引言

伴随着可再生能源的高度渗透以及冷热电气的不断耦合,综合能源系统应运而生,实现了多能耦合互补、能源梯级利用,为节能减排、能源高效利用提供了新思路.然而,综合能源系统内部的设备耦合也对新能源的有效消纳以及各设备的最优调控带来了极大影响,导致弃风弃光现象及设备运行不合理等问题.针对此类问题,文献[1]提出了一种在风电场扩建的同时引入电转气设备的综合能源系统规划方法,通过余电制氢来解决风电不完全消纳的问题.文献[2]提出了一种含储能装置的园区综合能源系统三级协同规划设计方法,保证了系统内各机组优化配置,进而提升了用户的用能平衡能力.文献[3]在考虑环境问题的基础上,引入了储热装置与碳交易市场的概念,构建了包含新能源发电的热电联合调度模型,然而,其对于冷热电气耦合关系的描述仍较为模糊.

根据上述分析,本文构建考虑冷热舒适度需求响应的温差储能模型,凸显冷热电气耦合关系,优化用能高峰时期的设备出力.温差储能模型通过谷时电能与新能源直连进行储能,依据用户对温度需求的不敏感性进行供冷/热功率调节,缓解用能高峰时期的供能压力.同时,考虑余热锅炉(waste heat boiler,WHB)、吸收式制冷机(absorption refrigerator,AR)等多类能量转换设备,构建综合能源系统调控模型,满足系统运行经济性与碳排放最低的调控目标,在供给侧优化设备出力的同时提高用户响应能力与系统多能源互补能力,减少源荷功率波动与弃风弃光现象.

2 考虑冷热舒适度的温差储能模型

2.1 冷热感舒适度

正常人体不易察觉到外界环境在一定范围内的温度变化,即使按温度需求调整冷热功率的供给,对人体冷热舒适程度的影响也不明显[4].根据表征人体热反应的评价指标(predicted mean vote,PMV),可将人体对环境温度的感知划分为5个阶段,二者关系如表1所示[5].

表1 PMV评价规则Table 1 PMV evaluation rules

在不同的环境温度下,PMV会随之变化,其函数关系式χPMV可以表示为

其中:T为室温;T0为人体最适宜的环境温度,相关研究表明,T0为26℃时人体舒适度最高[6].而根据规定,当χPMV在−0.5至0.5区间内舒适度最佳,因此,由上式可得T的取值范围在24.7805至27.2821之间.

因为室内温度存在一定阈度,所以在T温度内可将冷热负荷曲线划分为多个冷热负荷调整区间,使其转化为一种柔性负荷,并在温度阈度内,对冷热能的供给进行调节.其中,室内温度、舒适度与功率供给的函数关系可表示为[7]

其中:Ca,Cb分别为空气与建筑墙体比热容;Ma,Mb分别为空气与建筑墙体质量;为建筑总体负荷;分别为t时段建筑内部供给的冷、热功率;为建筑总体负荷;分别为t时段建筑内部的外界环境热量传递、外界空气热量传递与内部热量交换.η为建筑墙体热传递系数;Sh为传热面积;ρa为建筑内部空气密度;Va为空气交换总量;Tout为建筑物外环境温度;S为建筑物总面积;Qe,QB分别为建筑内部电供热设备供给的热能与人体提供的热能.

由上述可知,通过环境温度与人体舒适度对应关系可得出某时段人体最舒适温度区间,并可以计算得到需要向建筑内部所供给冷热功率的调整区间,从而得到符合人体舒适度的冷热功率调度计划.

2.2 考虑温度舒适度需求响应的温差储能模型

冷、热能具有随温度变化的时滞性与系统惯性,因此,冷、热能形式的负荷需求也可参与需求响应进行优化调节.同时,综合能源系统内部多能互补的特点使得冷热电负荷不仅能以各自形式参与需求响应,还可以通过能量转换设备实现冷热电耦合替代.

2.2.1 冷/热负荷需求响应

温度是冷热负荷的主要调节尺度,用户对其敏感度较低,在舒适区间内改变温度对用户并无太大影响,故将冷、热负荷作为柔性负荷参与冷热需求响应,提升系统调度的灵活性.电负荷则以分时电价为激励,对用户进行合理引导[8].整体需求响应模型可表示为

其中:ηh/c/e为温度舒适度与电价弹性矩阵;ηii为自弹性系数;ηij为交叉弹性系数;Li,∆Li为i时段用户的冷热/电供给量及其变化量;cpi,∆cpi和cpj,∆cpj分别为i,j时段的冷热/电需求量及其变化量.

与电负荷类似,冷/热负荷也可作为一种柔性负荷进行负荷转移,因此,可将其划分为固定与可转移两种冷/热负荷:

由于冷热负荷的可靠性要求较高,故本文根据舒适度对其可转移负荷进行划分.而电负荷变化量较大,因此,本文将可转移电负荷设置为总负荷的20%[9].

2.2.2 冷/热能存储策略

为了提高新能源的消纳,增强系统内部多能互补能力,本文以冷热温度舒适度为基础,构建温差储能模型.模型的能量存储策略为新能源发电向冷/热能的存储、需求响应下大电网电能及天然气的热值向冷/热能的存储.该模型根据温度阈度和冷/热负荷需求响应得到供冷/热功率的调整区间,当风光发电直连供冷/热机组所供给的功率大于冷/热负荷的需求时,直连供冷/热后,将剩余能量进行存储;当风光发电直连供冷/热机组所供给的功率小于冷/热负荷的需求时,则在满足用户舒适度的前提下将部分冷/热负荷平移,进而调整冷/热功率的供给,并将剩余的风光功率或计划的冷/热能供给进行存储,在用户其他时段需求时进行释放.t时段存储的能量St可以表示为

针对上述储能策略,能量存储的介质可有多种选择,如石蜡与无机水合盐等相变材料、沸石与金属氧化物等化学储能材料,但均存在化学性质不稳定、易分解且只可储热等问题.因此,针对上述的储能策略与冷热温度舒适度的需求,在实际工程中,通常以水作为供冷/热系统能量循环的介质,以水箱作为温差储能的实体,依靠水的物理、化学性质稳定、比热容系数大、价格低廉等特点满足冷/热负荷的需求.

3 基于温度舒适度与碳交易的综合能源系统模型

本文考虑基于温度舒适度的温差储能与碳交易,研究包含冷热电气4种能源形式的综合能源系统,其结构如图1所示.碳交易机制以国家政策所分配的碳排放额度为最低标准,实行奖励减排用户、惩罚过排用户以及各用户间碳排放配额自由交易等方案,通过排放额度内的碳循环递减进而降低系统内部的碳排放量.

图1 综合能源系统结构图Fig.1 Integrated energy system structure diagram

3.1 微型燃气轮机与余热锅炉

在微型燃气轮机(micro gas turbine,MT)和余热锅炉联合系统中,MT发电的同时所产生的热能通过WHB进一步输出,满足热功率的需求,其运行模型表示为

3.2 燃气锅炉与电锅炉

燃气锅炉(gas boiler,GB)通过消耗天然气来弥补供热不足时的热供给,其运行与约束模型为

电锅炉(electric boiler,EB)也可在上述设备供热量不足时进行热出力,其运行与约束模型为[10]

3.3 电制冷机与吸收式制冷机

电制冷机(electrical refrigeration,ER)通过内部电能向冷能的转换来满足用户侧的冷需求,输入的电功率与输出的制冷量之间的关系以及相应的约束条件表示为[11]

其中:ηER为ER的制冷系数;为ER的电功率上限.

吸收式制冷机通过液态制冷剂吸热蒸发来满足制冷需求,其运行与约束模型表示为[12]

3.4 大电网的功率交互

为保障配电网的稳定性,系统不能同时向电网购电和售电,故需要满足以下约束条件:

4 综合能源系统的综合调控策略

4.1 第1调控目标(经济效益最大化)

系统满足冷热电负荷需求的情况下,通过各类电源机组、储能设备及能量转换设备的能源互补,制定满足系统稳定运行与经济效益最大化的机组出力方案,其可以表示为

4.2 第2调控目标(碳交易成本最小化)

4.2.1 综合能源系统碳排放配额

本文规定初始无偿碳排放配额对象包括常规机组、燃气锅炉、冷热电联产机组(combined cooling heating and power,CCHP)3部分.其中,CCHP可同时提供电能、冷能与热能,将其发电量折算成等效供冷/热量,并与常规机组的发电量以及燃气锅炉的供热量共同对碳排放配额进行分配[13],具体如下式所示:

其中:Eq表示系统所分配的碳排放配额;δp,δh分别为单位电量和单位冷/热量的碳排放配额系数;QGB为GB 的供热量;Pbuy为系统向大电网购买的电量;PMT,QWHB,QAR分别为CCHP的供电、供热和供冷量;φ表示MT发电量等效成供冷/热量的折算系数.

4.2.2 碳交易成本模型

为了减小系统运行对环境的影响,本文将碳排放配额进行区间划分,构建奖惩阶梯型碳交易成本计算模型.当碳交易成本Fc<0,即碳排放量小于碳排放配额时,用户可出售多余的碳排放配额并获得奖励补贴;反之,用户需购买一定数量的碳排放配额以供正常生产[14],其具体表示为

其中:El为系统中用户的碳排放总量;c为碳交易价格;λ为碳交易价格的增长幅度;h为碳排放区间长度.

4.3 约束条件

4.3.1 功率平衡约束

在满足上述各设备运行约束情况下,还需满足功率平衡约束.其中,电功率平衡约束为

系统内冷/热功率平衡约束为

4.3.2 蓄电池充放电约束

蓄电池的频繁充放电会缩短其使用寿命,造成极大的设备维修与更换成本,因此,其运行需要满足以下约束条件[15]:

5 实验仿真

为验证本文所提出的考虑舒适度的温差储能与阶梯奖惩型碳交易机制的调控模型在多能互补与可再生能源消纳方面的有效性,设置机组设备参数如表2.系统内冷热电负荷曲线如图2所示,风电出力(wind power,WT)与光伏(photovoltaic,PV)出力曲线如图3所示,分时电价和分时气价如图4所示.

表2 模型参数Table 2 Model parameters

图2 典型负荷曲线Fig.2 Typical load curves

图3 风光出力曲线Fig.3 Wind-solar output curves

图4 分时电价和分时气价Fig.4 Time-of-use electricity and gas prices

5.1 模型对比仿真分析

为验证本文所提出的调控模型的优势,设置以下3种场景进行仿真实验:

场景1:考虑需求响应的电、热、冷多能互补优化模型;

场景2:考虑常规碳交易机制和需求响应的电、热、冷多能互补优化模型;

场景3:考虑温度舒适度与碳交易的综合能源系统调控模型.3种优化模型的仿真结果如表3与表4所示.

相比于情景1,情景2考虑了传统碳交易机制.由于MT和GB碳排放量较少,因此,可以获得额外的碳交易收益,从而激励设备机组出力增加,减少了向大电网的购电量,降低了大电网的碳排放量.由表3和表4可知,虽然情景2的设备运行成本高于情景1,但由于获得了碳交易收益,故总成本低于情景1.相比于情景1,情景2的碳排放量减少了6.1%,系统总成本降低了7.3%.

表3 运行成本结果对比Table 3 Comparison of operating cost results

表4 碳交易结果对比Table 4 Comparison of carbon trade results

情景3采用了冷热舒适度的需求响应机制与阶梯奖惩型碳交易机制,目的是进一步控制系统的碳排放量,并满足能源互补的目标.由表3和表4可知,相比于情景2,情景3中的系统运行总成本和碳排放量分别减少了9.8%和1.4%.因此,本文所构建的优化调控模型既可以提高系统的经济效益,也可以提升环境效益.

5.2 供需平衡分析

接下来,以情景3的调控结果进行具体供需平衡分析,优化后的冷热电调控结果如图5–7所示.

图5 电能供需平衡图Fig.5 Power supply and demand balance diagram

首先,对于23:00～6:00时段,用户电负荷需求较低,电负荷主要由MT和WT出力满足,由于该时段MT供能压力较小,但出力较多,所以将剩余的电能出售给外部电网获取收益或进行存储.对于7:00～9:00和15:00～17:00时段,用户电负荷处于平值期,此时电负荷主要由MT、PV和WT出力满足,不足的部分由外部电网购买.而在10:00～14:00和18:00～22:00时段,用户电负荷处于高峰期,此时用电量较大,用户电负荷除了由MT、PV和WT出力满足之外,还需要SB释放存储的电能,不足的部分由外部电网购买.用户冷热负荷与电负荷的供需平衡情况相似,热负荷主要由WHB、GB和温差储能3种设备满足,而用户冷负荷主要由AR和ER满足.

图6 热能供需平衡图Fig.6 Heat energy supply and demand balance diagram

图7 冷能供需平衡图Fig.7 Cold energy supply and demand balance diagram

5.3 需求响应前后用户负荷平衡分析

考虑电价与温度舒适度需求响应前后的用户电、热、冷负荷曲线如图8–10所示.需求响应后用户的冷、热、电负荷峰谷差相对于需求响应前分别下降了8.75%,1.56%和12.21%,能够有效平滑用户负荷曲线.

如图8所示的电负荷曲线,在电价的激励下,需求响应后用户电负荷曲线趋向平滑,达到了“削峰填谷”的目的,即用户将电负荷由电价波峰时段平移到了电价低谷时段.如在10:00～14:00时段和17:00～22:00时段,此时电价较高,经过调节,电负荷转移到了用电低谷的23:00～6:00时段,当前时段用户电负荷明显下降.

图8 优化前后电负荷曲线Fig.8 Electric load curves before and after optimization

图9 优化前后热负荷曲线Fig.9 Heat load curves before and after optimization

图10 优化前后冷负荷曲线Fig.10 Cold load curves before and after optimization

由图9和10可知,由于用户对冷、热能供给的可靠性要求较高,因此,为了保证用户的舒适度,采用舒适度需求响应机制,经过优化之后,用户的冷、热负荷也分别出现了削峰填谷的趋势.

6 结论

在综合能源系统内部冷热电气高度耦合的情况下,为了提升新能源消纳、增强系统多能互补能力、平抑源荷波动,本文建立了考虑温度舒适度与碳交易的优化调控模型,并设置了3个场景进行对比分析,得出以下结论:

1) 将部分冷、热、电负荷作为柔性负荷共同参与需求响应,可以有效降低负荷峰谷差,减少设备供能压力,优化系统运行,从而提高系统经济性.

2) 在电价激励的需求响应基础上,以舒适度为冷热需求响应的激励,促进了用户进一步参与冷热供能的调控策略,提升了系统内冷热电气的多能互补能力.

3) 引入基于温度舒适度冷/热需求响应的温差储能模型,增强了系统对新能源的消纳能力、提升了谷电时段的用能比例,并减轻了用能高峰期供能设备的压力,平滑了不同时刻下冷热电负荷曲线,降低了系统运行成本.

4) 引入阶梯奖惩型碳交易机制,激励了各方主动减排行为,有效减少了系统碳排放总量,从而实现了环保性与经济性的双赢.