含电/热储能清洁供暖系统容量配置与运行分析

付晓敏

(中国大唐集团科学技术研究总院有限公司西北电力试验研究院，陕西省 西安市 710000)

0 引言

能源是关系到国家安全与发展的重点领域，含碳能源的大量使用导致环境问题日益严重，发展低碳、零碳能源，提高能源使用效率，减少对环境的排放干扰已成为共识[1]。电供暖因其能源利用效率高、系统结构简单、布置灵活受到广泛关注[2-3]，常见的电转热设备主要有电锅炉(高压电极锅炉、电磁式锅炉、电阻式锅炉)、热泵、蓄热式电锅炉等，以电转热微系统为核心单元的综合能源系统将电、热有机融合，演化为适应用能需求的分散式与区域集中式多能耦合系统[4-5]，在我国青海、西藏、新疆等风、光资源丰富地区，已实现新能源电供暖的耦合示范。

热电联供(combined heating and power，CHP)与冷热气三联供(combined cooling，heating and power，CCHP)具有运行灵活、能源利用效率高的特点，在集中供暖中得到较广泛应用[6-8]，文献[9-12]将热、电、冷、气单一或多种用能需求与新能源、储能等相结合，基于多设备耦合特性对多能互补容量配置、经济运行策略以及对新能源的消纳利用等开展研究，在多能流模型搭建与求解算法、负荷不确定性响应以及系统时空协调运行等方面取得丰富的成果。电供暖对园区、单体建筑等更为灵活与环保，以电锅炉、热泵等为核心，辅以电转气(power to gas，P2G)、新能源等，增加系统运行的灵活性与经济性[13-15]。在“双碳”目标导向下，新能源的规模化并网对电网的稳定性提出了更高的要求，综合能源系统在新能源的利用与消纳方面发挥着积极的作用，特别是储能(冷、热、电、气等)的配置，对提高系统运行灵活性与经济性、稳定高比例新能源微网结构起着关键作用[16-19]。

对综合能源供暖的相关研究多集中在复杂多能流耦合模型搭建、容量配置求解算法、供能不确定分析等方面，对于供暖负荷多采用假定的方式，未结合建筑围护结构进行精细计算，复杂系统能量转化与流动缺乏更细致的调度策略支撑。本文基于前人研究成果，以供暖负荷建模仿真为切入，结合热、电多介质储能对系统运行的有益补充，构建包含光伏发电、电锅炉、储热、电化学储能的区域综合能源系统容量配置模型，适应多能耦合与供/需特点，精细制定适应不同场景的并/离网运行调度策略，以成本最小为目标，求解各能流配置最优容量，进行各场景系统运行经济性分析。

1 光-储-热清洁供暖系统构成

1.1 系统概述

光-储-热多能流区域综合能源系统包括能量生产、存储、转化以及使用四部分，基于用户侧的小型供暖系统能量运输单元可进行简化，本文所构建清洁供暖系统结构如图1 所示，包括光伏发电、电锅炉、蓄热罐、电化学储能、供热用户以及DC/DC、DC/AC、变压器等辅助电气设备，尤其适用于清洁供暖需求突出、光照资源丰富的青藏高原等区域，充分利用储热/电的灵活性配置，调节供热需求与光伏出力的时空矛盾，促进光伏发电的消纳与提高系统运行效率、降低运行成本。

图1 光-储-热多能流清洁供暖系统结构Fig.1 Structure of photovoltaic-storage-heat multi-energy flow cleaning heating system

1.2 能量单元模型

1.2.1 光伏发电单元

光伏发电量取决于太阳辐照量、环境温度以及光伏输出特性等，计算公式为

式中:Ppv为光伏输出功率;IT为光伏组件倾斜辐照强度，W/m2;Am为光伏组件的面积，m2;Nm为光伏组件数量;ηpv、ηpv.ef 为光伏系统效率与参考效率;ε为温度修正系数;Tpv、Tstc、Tamb、TNOCT、Tref分别为组件运行温度、标准测试条件的温度、环境温度、额定运行温度、参考温度，℃;Iref为参考辐照强度，W/m2;Pload为供热负荷。

1.2.2 电化学储能

储能电池充电条件与充电状态模型为

放电条件与放电状态模型为

式中:Ppv(t)为t时刻光伏输出功率;ηinv为逆变器转换效率;PHT(t)为t时刻储热罐输出功率;Pload(t)为t时刻供热负荷;Cbat(t)为t时刻储能的容量;δ为储能自放电损耗;ηc、ηd、ηe分别为储能的充、放电以及电锅炉的电加热效率;储能容量在任何时刻需介于 [Cbat，min，Cbat，max]。

1.2.3 蓄热罐

蓄热罐储热条件与储热状态模型为

式中:δTES为储热罐的自耗热损失;ηc，HT为蓄热罐的蓄热效率。

此时，需判断蓄热罐的状态是否满足PHT(t)∈[PHT，min，PHT，max]，若PHT(t)＞PHT，max，则产生能源浪费。

放热条件与放热状态模型为

式中:ηd，HT为蓄热罐的放热效率，若PHT(t)＜PHT，min，则差额部分需由储能电池进行补充，状态模型为

此时，需判断Cbat(t)是否属于[Cbat，min，Cbat，max]区间，若Cbat(t)＜Cbat，min，则缺口部分由公共电网进行补充。

为简化流程，能量转化过程中省略效率与自损耗，默认储能电池与蓄热罐在该时刻满足储能下限值要求，系统能量调度策略如图2所示。

图2 光-储-热多能流清洁供暖能量调度策略Fig.2 Photovoltaic-storage-heat multi-energy flow clean heating energy scheduling strategy

2 系统规划模型

2.1 目标函数

以24 h为1个调度周期，采用全寿命周期平均成本作为容量配置模型的求解目标函数，即

式中:Cic、Cre、Cmc分别为系统的初始投资、置换成本、运维成本，其计算公式分别如下。

式中:Ck，ie为光伏、电化学储能、蓄热罐的初始投资;i为折现率;n为系统使用年限。

式中:m为需更换电芯数量;CBAT为单块电芯成本。

式中:Ak分别为光伏、电化学储能、蓄热罐运维成本系数。

2.2 约束条件

2.2.1 储能电池

电化学储能充放电容量需满足

2.2.2 蓄热罐

蓄热罐蓄放热容量需满足

2.2.3 功率平衡

为保证系统正常运转，允许弃电与外购电，约束表示为

式中:Pd(t)、Pc(t)为t时刻储能电池的充放电功率;Ploss(t)为t时刻外购电输入功率;Pdump(t)为t时刻弃电功率。

2.2.4 负荷缺失与新能源损失

当光-储-热系统为微网类型时，需满足一定的可靠性，提出负荷缺失率Eshort与新能源损失率Eloss指标，计算公式分别为

式中:Et为时刻t供热负荷的缺口;Eload为累计供热负荷值;E′t为时刻t弃电量;EPV为累计光伏发电量。

3 基于DeST 建筑仿真供热负荷模拟

DeST(designer's simulation toolkit)是建筑环境及HVAC系统模拟的软件平台[20]，基于“分阶段模拟”理念，模拟建筑结构特性与被动式热扰(环境气象参数、室内热扰)对基础室温的影响，连接建筑能耗与环境控制系统，通过空调系统搭建耦合基础室温与建筑冷热负荷需求，进行建筑环境控制系统模拟与评估。

在被动式热扰作用下的房间基础温度，体现了在气象条件、围护与非透明围护结构特性、人员与设备发热量等已有建筑属性下的固有热特性[21]，当基础室温在舒适区内时，该房间不需要供热或者制冷;当基础室温超出舒适区范围时，超出的部分即是需要通过供热或制冷克服的温差，由此可以根据基础室温全年的分布情况，结合房间的舒适区设定范围，精确模拟计算房间冷/热负荷。基于状态空间法[22]，考虑被动式热扰对基础室温的影响，计算公式为

式中:tk，base(τ)为房间k在τ时刻的基础温度;φij为采样后各种扰量对房间温度的影响系数;n为各种热扰的特征值的维数;m为热扰的个数;λi为状态空间法中各建筑物空间特征值向量;qj为房间k的热扰，包括太阳辐射、相邻房间、空调系统、照明、人员及设备等各种扰量。

τ时刻房间负荷计算公式为

式中:q(τ)为τ时刻提供的负荷;tk(τ)为τ时刻房间温度，包含τ时刻空调与非空调热扰以及历史时刻空调热扰对房间温度的作用为τ时刻未投入空调热扰时房间的温度;Ψ为单位空调热量对房间温度的影响。

4 算例分析

算例用到的某县政府办公楼总建筑面积8 493 m2，高度11.5 m，建筑体形系数0.21，窗墙比分别为:东向0.02，西向0.02，南向0.26，北向0.28。为简化模型结构，同类型房间进行合并简化，模型搭建如图3所示，建筑围护结构特性见表1。

图3 基于DeST的某建筑模型搭建Fig.3 Construction of a building model based on DeST

表1 围护结构参数T ab l e1Enclosure parameters

办公楼供暖时段为10月初至次年4月底，每日19:00至次日06:00为值班运行模式，室温要求为5℃，其余时段维持在18～20℃，计算逐月建筑供热负荷(见图4)，统计日平均逐时最大供热负荷(见图5)。光伏发电单元采用固定式支架，离地高度1.5 m，计算得到25年50%保证率下供暖季日平均逐时出力值，见图6。

图4 办公楼逐月供热负荷Fig.4 Monthly heating load of office buildings

图5 供暖季逐时最大供热负荷Fig.5 Maximum heating load by moment in the heating season

图6 保证率50%情形下供暖季光伏日平均逐时出力系数Fig.6 Daily average hourly output coefficient of photovoltaic in heating season in the case of 50%guarantee rate

模型构建所需各单元参数设置见表2，依据设定运行策略，以24 h为1个调度周期，分3个场景逐时刻进行计算:(1)系统余电可上网、缺口电量由公网补充;(2)余电为弃电，缺口电量由公网补充;(3)满足一定的新能源消纳保证与电量损失限制，设置负荷缺电率Nshort=0.05，新能源损失率Nloss=0.5。

表2 各能量单元基础参数设置Table 2 Basic parameter settings of each energy unit

采用基于改进差分混合蛙跳算法进行模型求解，依据混沌理论[23]生成初始个体，将改进差分算法用于个体子种群寻优迭代，提高算法的鲁棒性与求解效率，避免陷入局部最优[24]，具体算法参数设置为:个体总数为100个，10个子种群数量，子种群迭代20次，全局混合迭代寻优100次，每个子种群10个青蛙个体，按照混沌理论在各变量设定范围内产生，各场景能量单元容量配置与成本计算结果如表3所示。

表3 各场景容量配置结果与成本收益计算Table 3 Capacity configuration results and cost-benefit calculation of each scenario

由表3可知，场景一中，存在配置电化学储能与蓄热罐产生的成本增加与增大光伏容量，提高售电收入的矛盾，仅配置光伏发电单元，且达到上限值，外购电成本与售电成本相抵增加734.4元的收益，系统运行成本最低;场景二中因弃光电量未产生收益，计算结果表明采取了减少系统各单元配置容量，提高外购电的求解策略，光伏装机容量较场景一减少78.7%，同时配置成本较便宜的蓄热罐进行热能周转;场景三需满足一定的新能源消纳限制，使得光伏、电化学储能的配置容量均不同程度提升，蓄热罐容量因使用成本与效率转化原因，容量配置较小，总成本较场景一、二大幅提升147.8%、111.9%，得益于储能装置的配置，新能源浪费率由77%下降至50%，自给能力大幅提升。

不同场景下，依据所得配置结果进行运行调度分析，见图7。

图7 系统运行调度过程Fig.7 System operation scheduling process

场景一中在07:00，供热负荷为顶峰值，此时，光伏受太阳辐照影响基本无出力，缺口电量由公共电网补充，随着光伏出力的逐渐增加以及供热负荷的减少，产生一定量的弃电，在15:00达到峰值。

场景二中因余电上网获利的限制，光伏容量较场景一减少78.7%，19:00—21:00时，因光伏仍有少量出力，多余电力转化为热能储存在蓄热罐中，增大了系统运行调整的灵活性，因设定蓄热罐初始热能为额定的15%，为保证闭环计算，产生一定的弃能。

场景三中，受负荷缺失率与新能源损失率的限制，提高了系统运行的成本，在07:00—12:00，电化学储能弥补了供热负荷的缺口，荷电状态值逐渐下降至最低限制0.2，随着下午供热负荷的减少，剩余光伏出力均进行储存，在荷电状态值满足上限后，为保证调度闭环，产生一定的弃电。

5 结论

本文构建了光-储-热清洁供暖系统，以电化学储能、蓄热罐为有效调节载体，基于DeST 进行建筑供热负荷精细模拟，运用基于改进差分混合蛙跳算法对系统在并/离网运行策略下不同场景各能量单元容量配置进行计算，受制于运行策略设置与成本限定，场景一并网运行策略下，仅配置光伏电站，运行成本最低，场景二自由购电与余电弃用策略下，得到光伏与储能配置的平衡点，即减少光伏配置，增加少量储热以减少供热低谷与光伏高出力叠加时段的弃电，场景三在离网运行与新能源消纳限定条件下，电化学储能的大规模配置提高了系统的自给能力，成本较场景一、二大幅提升147.8%、111.9%，新能源浪费率由77%下降至50%。