基于虚拟电厂的多能源协同系统调度优化策略

郭佳兴，王金梅，张海同

(宁夏大学物理与电子电气工程学院，银川市 750021)

0 引 言

随着全球能源储量衰减，现有能源结构体系对不可再生能源依赖性逐步降低，然而清洁能源批量引入和分布式电源迅速普及将加剧能源系统波动性，如何解决传统产能存在的弊端以及新能源出力对现有能源系统产生的排异现象是目前面临的主要问题[1]。

虚拟电厂[2-4](virtual power plant，VPP)的出现为清洁能源并网带来了新转机，作为能源控制管理平台，为保障供需关系平衡，提高能源系统内部设备聚合度及协同运行效率作出贡献。然而，目前大部分研究对于VPP应用范围较窄，文献[5]主要针对分时电价及光热电站参与VPP优化调度过程，通过自适应粒子群算法验证了所建模型的经济性。文献[6]考虑了含电动汽车的电-气互联VPP调度策略，采用区间优化理论验证了所建模型在热舒适方面更具有鲁棒性。此外还有大量文献[7-11]在基于VPP可控模式下，利用能源设备错时调峰、热电联产(combined heat and power,CHP)机组热电联供及电热储能辅助解耦等方法，进一步消除能源体系现存弊端。然而，对碳排放超标及废弃物堆积导致环境污染严重，生物链失衡等一系列问题研究较少[12]。本文提出基于VPP调控的能源设备联合供能并辅以环境治理协同运行架构模型，其主要针对能源转换过程中产生的废气进行预处理，最终以CO2的形式流通于碳交易市场，并针对废弃材料、工业垃圾等各类废弃能源，通过废弃物集中处理站将其转换为电能与碳储形式供需流通。

现有研究很大程度上未能充分挖掘VPP剩余价值[13]，VPP作为现阶段重要的去中心化智能控制技术，其作用效果符合未来能源发展模式。本文采纳VPP双模式(集中式、分散式)调度优化模型，赋予各能源主体独立与协同并存运行模式。通过MATLAB搭载CPLEX求解器进行仿真分析，验证VPP调控下多能源协同系统调度优化模型的经济性和环保性，较传统能源调度的方法有效减少CO2排放、废弃物堆积及光伏、风电机组大规模弃风弃光问题。

1 VPP控制下多能源系统模型建立

1.1 系统运行框架

VPP控制下的多能源协同系统由四个子系统组成，分别为电力子系统(power subsystem，PS)、热力子系统(thermal subsystem，TS)、环境治理子系统(environment governance subsystem，EGS)以及天然气子系统(natural gas subsystem，NGS)。图1为VPP控制下的多能源协同系统结构配置及能流转换。

PS及TS同传统电-热能源系统架构一致。NGS区别常规天然气系统建模在于内部只包含天然气网及天然气交易市场。考虑到P2G设备的CO2来源，将其规划在EGS中，天然气产量由NGS调配，其中EGS还包括碳收集处理站、废弃物集中处理站、废气存储设备及废气处理装置。碳收集处理站可降低能源系统运行过程中产生的碳排放量，同时为PS提供电力需求。其余设备单元旨在解决废弃物搁置现状，通过能源转换方式对废弃物进行回收再利用，以电能形式参与VPP能源调度过程。

系统采用双模式控制运行方式，协调控制中心(control coordination center，CCC)参与集中式控制模式，通过统一标准、管理、操作，将所有资源连接到VPP集中管控平台，全面掌握其管辖范围内分布式机组所有信息，全面控制所有产-耗能设备，充分发挥市场机构作用，确保系统安全，降低各方违约风险，有效保护市场各方利益[14]。而分散式管控模式可充分发挥VPP运营商作用，灵活聚合各种可调分布式能源(distributed energy resource，DER)，减轻集中平台管控压力。未来VPP 将从单一需求响应向混合型发展，为能源市场提供多种类服务，在能量、容量市场和辅助服务市场发挥作用[15]。

图1 VPP控制下的多能源协同系统运行框图Fig.1 Operational framework of multi-energy collaborative system under VPP control

1.2 多能源协同系统模型建立

1.2.1 NGS模型

NGS运行主要依赖P2G设备提供天然气参与系统能源调度，而 P2G设备作为连接NGS与PS的重要载体，在提高新能源发电利用率、促进CO2消纳及EGS经济运行方面存在明显优势[16-17]。

(1)

1.2.2 EGS模型

碳收集处理站是传统化石能源发电厂经CO2收集、利用与封存( carbon capture，utilization and storage，CCUS) 技术改造升级的产物，其作用是可促进能源产业转型、保障能源安全、实现系统净零碳排放，具备广阔的发展前景[18]。废弃物集中处理站协同废气处理装置可解决垃圾泛滥与资源搁置现象，其运行模式可充分发挥物质利用价值，占地面积小且无污染，是实现可持续发展的必要手段[19]。本文根据碳收集处理站、废弃物集中处理站及废气处理、存储装置之间所展现出的优势，即设备运行中存在能量互补性，将其聚合为EGS运行模式，充分挖掘VPP调控设备协同出力对系统运行产生的积极影响。环境治理子系统运行模式如图2所示。

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

图2 环境治理子系统运行框图Fig.2 Operational framework of environmental governance subsystem

2 系统目标函数及约束条件

2.1 目标函数

为增加运算辨识度，将目标函数分为系统运行支出成本f(E)与收益成本f(M)。

(13)

1)考虑到火力发电参与EGS电力供应过程，燃油成本成为必要的一部分经济支出，且CO2以排放、存储、CH4的形式存在，碳流通质量时刻影响P2G设备购碳成本和碳存储成本。

(14)

(15)

(16)

(17)

(18)

2)系统运行成本：

(19)

3)系统维护成本：

(20)

4)系统购能成本：

(21)

2.2 约束条件

1)电功率平衡约束：

(22)

2)热功率平衡约束：

(23)

3)EGS约束：

(24)

(25)

(26)

(27)

(28)

(29)

(30)

(31)

4)子系统协同运行约束：考虑到各子系统产-耗能聚合设备及子系统整体对外主要表现出的运行特性，通过VPP资源调配对其进行供需制约直至整体协同状态[20]。

(1)各子系统签订合作运行协议，通过联络线互联进行电、热功率等多能形式交互。

(32)

(33)

(34)

(35)

(2)各子系统在VPP能源交互前提下，内部设备产能与负荷须满足平衡约束条件。

(36)

(37)

(38)

(39)

(3)当系统处于协同运行模式时，任一或多个子系统发生故障导致系统须通过VPP重新组建新的协同互联运行模式，在此期间各子系统可独立运行，其交互能量为零。

(40)

5)各子系统边界运行约束：

(41)

(42)

(43)

(44)

(45)

(46)

3 算例仿真

3.1 基本运行数据

为表明EGS优势所在，本文以西北某地区实际能源系统进行算例仿真[21-22]，并对其结果进行对比分析。优化时间周期T为24 h，间隔为1 h。多能源系统包含燃气锅炉、CHP机组、P2G设备各一台，风力发电场、光伏发电站、碳收集处理站、废弃物集中处理站各一座，废气存储装置、废气处理装置、蓄电池组、储热罐各一个。风、光预测出力如图3所示，电价时段划分如表1所示，各类设备运行参数如表2所示。

图3 风电、光伏预测出力Fig.3 Forecast powers of wind-solar generation

表1 分时电价Table 1 Time-of-use electricity price

表2 系统相关参数Table 2 Parameters related to the systems

四个子系统内外均具协同性，在基于电-热-气综合能源系统运行模式下加入EGS，旨在研究EGS对传统电-热-气能源系统结构升级产生的推动作用以及相应的经济效益。本文采用MATLAB+CPLEX求解器对所提方法进行算例仿真验证。

3.2 经济性对比分析

本文所构建的两种方案如表3所示，通过优化能源系统内部设备及各子系统之间协同运行效益，在EGS是否参与系统运行的前提下，对比分析系统供能单元出力、耗能情况及能源调度优化程度，进而验证所提模型在消除弃风光量、碳排放强度、提升削峰填谷能力方面的推动作用，以相对经济模式运行。

表3 两种方案运行对比Table 3 Comparison of the operation status of two scenarios

两种方案成本对比如表4所示。从表4可知，方案2较方案1在碳收益与EGS运行成本上明显增加，且弃风弃光、系统购能成本分别减少2.12×103元、54.703×103元，减幅分别为50.2%、12.37%；方案2较方案1系统维护成本增加49.29×103元，增幅为22.99%，但VPP净成本减少191.88×103元，原因在于EGS为PS、NGS提供了更多的电力和天然气保障。通过经济性对比显示出VPP在能源调度方面具有潜在优势，且EGS的参与提升了电-热-气综合能源系统经济效益。

表4 两种方案成本对比Table 4 Cost comparison of two scenarios 103元

3.3 环保性对比分析

为进一步体现EGS运行特性，两种方案环保性对比如表5所示。从表5对比分析可得出，方案2较方案1在P2G天然气产量、P2G消耗弃风光功率、碳处理量方面分别增加1 962.28 m3、35.43 MW、2 484.74 t，增幅分别为26.73%、26.72%、110.42%；净弃风光功率与碳排放量分别减少35.43 MW、2 484.74 t，减幅分别为50.27%、34.59%。体现了EGS对系统能源供应及低碳运行具有促进作用，且在环境治理方面存在优势。

表5 两种方案环保性对比Table 5 Comparison on environment protection of two scenarios

3.4 系统最佳配置优化分析

由于PS、TS及NGS的装机容量配置由当地政府根据用户电、热、气负荷需求及相关政策等因地制宜制定[23]，为了进一步提升系统经济环保效益，研究EGS最佳配置(即最小化系统弃风光功率、碳排放量)显得尤为重要，其价值在于可通过CCUS辅以电-热-气综合能源系统以更经济环保的方式运行。引入双层规划模型[24-26]，上层以减少弃风光量与碳排放量之和为目标确定EGS设备配置，下层配合上层追求经济效益最大化。

从表5可看出系统最大弃风光功率、碳排放量分别为203.05 MW、9 435.22 t，因此当EGS中P2G装机容量为210 MW，其余设备联合运行最大碳处理量为9 470 t时，EGS满足上层寻优最小化配置条件。本文分别以该配置下P2G容量的80%、90%、100%、120%、60%，EGS其余设备协同运行处理碳质量的50%、80%、100%、120%、0%联合对比分析VPP调配下系统下层经济效益[27-28]，结果如表6所示。

表6 EGS配置对比规划Table 6 Comparison of EGS configuration planning

EGS容量配置分析如图4所示。由图4可看出，随着EGS设备配置容量逐渐增高，系统弃风光量与碳排放量减少，传统电-热-气综合能源系统(方案v)对于环境污染及能源浪费最为明显，且VPP净成本值居最高位，凸显出该运行模式弊端。方案i、ii较方案v在系统弃风光量、碳排放量及VPP净成本(1 359.25×103元、1 163.36×103元)方面下降明显，说明提升EGS容量配置可促进系统经济环保运行。

图4 EGS容量配置分析Fig.4 Analysis of EGS capacity configuration

为探究EGS最佳配置，将方案iii、iv容量配置提高至具备完全消除系统弃风光量与碳排放量能力的冗余范围，但方案iii运行模式较之方案iv在VPP净成本上存在优势。且根据图4拟合样条插值曲线可知，方案iii中VPP净成本减至极小值，较方案v成本降低399.38×103元，减幅为25.75%，符合系统最佳配置要求。方案iv中VPP净成本略增，其原因在于EGS容量配置过大，导致设备空载运行[29]，增加系统运维费用。EGS最佳配置出力如图5所示。

图5 EGS设备容量最佳配置日内出力Fig.5 Intraday output for optimal capacity configuration of EGS equipment

3.5 VPP调度分析

电力、热力子系统各单元产/耗能情况如图6—7所示。从图6—7看出，在第1—7时段，弃风、光及CHP机组、燃气锅炉产热现象凸显，是因该时段热负荷需求偏大，VPP迅速调配P2G设备、蓄电池出力，缓解弃风光及负荷压力。

废气处理装置运行功率汇总如图8所示，碳收集处理站运行功率汇总如图9所示，碳处理/存储/排放量汇总如图10所示，EGS产能设备等效/净出力如图11所示。从图8—11看出，第1—7时段风电、火电对EGS供电量逐渐增大，由于碳排放量较少，系统主要表现为VPP调控废弃物处理设备出力，但第1—7时段EGS实际碳排放量不符合碳排放标准。

图6 电力子系统各单元产/耗能功率Fig.6 Energy production or consumption of each unit of the power subsystem

从图6—7看出，在第8—9时段，PS电负荷逐渐递增，系统储电量逐渐下降，同时TS热负荷需求减少，储热罐热能储量开始增加。从图6—10看出，在第8—9时段PS协同其他发电单元以满足电负荷需求为目的降低对EGS各设备供应电能，导致碳排放量攀升，但该系统净出力呈增长趋势且初步符合碳排放标准。

在第10—17时段，从图6—9看出光伏、碳收集处理站发电量剧增，但因电量供应不足且光伏发电不稳定，因此第10—17时段VPP采取弃风光策略协同蓄电池电储能出力及向上级电网购电调整电负荷需求平衡，同时控制P2G设备运行减少弃风光量，大幅度减少电能亏损。在第10—17时段热负荷需求减至极小值，燃气锅炉暂停出力，VPP调控CHP机组协同储热罐灵活出力，在满足热负荷前提下实现削峰填谷，储热量在该时段增至峰值。

从图6看出，电负荷需求到达峰值，PS为了更大程度实现电能供需平衡，对EGS电能供应减至最小。从图8—9看出，在第10—17时段废气处理装置有一半时间处于关闭状态，且碳收集处理站电力供应达最低值，导致碳排放量达峰，VPP快速调控火力发电机组对EGS进行电能供应。从图10看出，第10—17时段二氧化碳处理量明显增加，实际碳排放量低于标准碳排放额度，符合碳排放标准，同时VPP及时调配P2G设备出力，以减少弃风光量和碳排放量。

图8 废气处理装置运行功率汇总Fig.8 Summary of operating energy consumption of exhaust gas treatment devices

图9 碳收集处理站运行功率汇总Fig.9 Summary of operating energy consumption of carbon collection and processing stations

在第18—22时段，从图6—7看出光伏发电量陡降，但风光总出力未满足电负荷需求，VPP调配TS、EGS发电单元快速出力，确保电功率平衡。第18—22时段储热罐储热总功率逐渐增长，是因热负荷需求已达全天峰值，为满足热力供需平衡VPP迅速调配储热罐、CHP机组、燃气锅炉出力，产热余量以热储形式存在。第18—22时段电-热负荷需求总量缓慢下降，风机、CHP机组产电功率逐渐增加，EGS电能供应随之上升。从图8—10看出，第18—22时段由于碳收集处理站和废气处理装置运行功率相继增加，表现为EGS二氧化碳处理总量剧增，但仍出现碳排放未达标现象。由于第10—17时段废气处理装置出力极低，导致废弃物堆积量骤增，当EGS电能供应提高时，VPP优先选择废弃物集中处理站与废气处理装置协同出力以减缓废弃物堆积压力。

图10 碳处理/存储/排放量汇总Fig.10 Summary of carbon treatment,storage and emissions

图11 EGS产能设备等效/净出力Fig.11 Equivalent/net output of EGS capacity equipment

在第23—24时段，弃风光量显著增加，电负荷需求减至最低，VPP逐渐减少CHP机组与EGS电产能以避免发电过多造成浪费。为满足热负荷需求，VPP减少TS产热量，同时灵活调配储热罐储/放热功率实现热供需平衡。从图6—9看出，第23—24时段电-热系统负荷需求总量减少，风力机组与废弃物集中处理站发电功率陡增，EGS的电能供应攀升，废弃物处理量迅速提升，表现为废气存储装置储碳质量增加，但第23—24时段碳排放未达标。

综上所述，本文验证了所建基于VPP多能源协同系统调度优化模型的可行性，一方面VPP调节各设备有效出力，实现能源可持续发展，另一方面引入EGS与电-热-气子系统协同运行，提升了能源利用率，保障电-热-气负荷需求供应充足，各子系统内部单元协同配合灵活紧密，出力方式及时有效，且EGS具有提升系统削峰填谷能力，有效降低碳排放强度及弃风光量，为实现VPP调控优化多能源系统资源配置，提高系统经济、环境运行效益作出贡献。

4 结 论

本文所提在传统电-热-气综合能源系统运行基础上加入EGS运行模型，通过VPP调控丰富了能源系统内部出力设备多样性，提升系统内外协同运行能力与能源利用率，削减弃风光量和二氧化碳排放量，实现系统经济运行。通过算例仿真结果证明：

1)通过EGS与PS、TS、NGS协同运行实现了能源多模式供应，并对CO2和各类废弃物进行回收再利用，解决了废弃物堆积和碳排放过多造成资源浪费问题，为营造美好生态环境提供了发展空间。

2)VPP调控P2G出力，通过将大量弃风光电量作为P2G设备运行过程中所需能耗，并调配EGS其余设备以碳排放量发电，充分展现VPP迅速有效的控制方式。

3)电-热储能类设备调度出力响应快，有效降低负荷峰值期出现的电-热能供应不足等，平抑系统供需波动，实现能源系统削峰填谷出力平稳的局面。

下一步将在本文基础上引入混合储能子系统，深入研究VPP调控储能与多能源协同系统深度耦合优化以实现经济高效运行。

致 谢

本文中实验方案的制定和实验数据的整理归纳工作是在西北工业大学公共政策与管理学院韩国英同志的大力支持下完成的，在此向她表示衷心的感谢。