帶溫度修正的小型分布式能源優化研究

閆順林, 劉小旺, 賈朝陽

(華北電力大學 能源動力與機械工程學院，河北保定071003)

帶溫度修正的小型分布式能源優化研究

閆順林, 劉小旺, 賈朝陽

(華北電力大學 能源動力與機械工程學院，河北保定071003)

冷熱電聯供(CCHP)通過對能源的梯級利用，提高了一次能源的利用效率。考慮到環境溫度的變化，對系統內微型燃氣輪機的效率和功率曲線進行了溫度修正，并且建立了含燃料成本、環境成本和維護成本的多目標調度模型。針對具體的算例，使用Matlab優化工具箱中的fmincon函數對上述模型進行尋優計算。最后的優化結果證明了該系統的經濟性。

冷熱電聯供；微型燃氣輪機；溫度修正；經濟性

0 引言

近年來分布式能源(Distributed Generation,簡稱DG)得到了快速發展[1,2]。一般來講，分布式能源系統采用以燃氣輪機為核心電源供電，最后排出的煙氣通過余熱鍋爐或溴化鋰制冷機繼續向用戶提供熱(冷)或生活熱水。這種供能結構可以使能源的綜合利用效率達到80%。

許多的文獻討論和研究了分布式供能系統的運行優化[3～6]。文獻[4]研究了以低碳排放為目標的優化調度問題。文獻[5]研究了包含風、光電以及微燃機等多種發電單元的調度問題。文獻[6]基于網格自適應直接搜索，(簡稱MADS)來優化微電網系統內各發電單元的出力。然而涉及到現場環境因素對微網內微電源(主要指燃氣輪機)的功率—效率影響的研究比較少。本文模型充分考慮到現場環境溫度變化對微燃機(簡稱MT)運行產生的影響[7]。引入關于溫度的修正系數。最后選取夏季某月份的冷、電負荷數據為目標算例進行優化計算和分析。

1 分布式冷熱電三聯供系統建模

根據負荷種類和大小的不同，聯供系統的配置方式也不同。對于本文模型，選取MT和溴化鋰制冷機一帶一的配套運行模式，如圖1所示。

圖1 MT+溴冷機配套模式

1.1 燃料成本模型

(1)微燃機的發電成本建模

燃料的成本與燃料單價和機組發電效率有關。本文選用的微燃機型號為C65。該微燃機以天然氣為燃料，根據廠家在STC標準測試環境(一個標準大氣壓，空氣溫度15℃和空氣相對濕度60%)提供曲線的數據，根據1stOpt軟件進行擬合。最終擬合精度為99%。其發電效率與輸出功率的關系可以用公式表示為：

(1)

式中：η為微燃機發電效率；Pe為微燃機發電功率。

上述函數表達的是微燃機在STC下的效率隨輸出功率變化。但是，在實際工作中，其工作環境(尤其是環境溫度)的變化幅度相當大，文獻[8]的研究表明，微燃機的發電效率隨溫度的升高而下降，該趨勢可以用一次函數近似描述。為此引入發電效率關于溫度的修正系數。

η=ηSTC[1+τGT(t-t0)]

(2)

式中：ηSTC為STC工況下微燃機的發電效率；t0為STC工況溫度，這里取為15℃；τGT為發電效率對溫度的修正系數。數值上等于一次函數的斜率。

文獻[8]的研究表明，當實際的環境溫度高于設計工況下的環境溫度時，燃氣輪機發電機輸出功率近似呈線性下降。實際環境溫度小于設計工況下的環境溫度時，其輸出功率基本保持額定不變。據此，通過對設計工況下輸出功率PSTC的修正，可以得到非設計工況(即一般工況)下的輸出功率。本文提出的修正后的計算公式為：

P=PSTC[1+CT((t-t0)+|t-t0|)/2]

(3)

式中：PSTC為設計工況溫度下微燃機輸出功率；CT為功率對溫度的修正系數。

微型燃氣輪機排熱利用的數學模型為：

(4)

QCOOL=QMT×COP

(5)

式中：QMT為微燃機排煙余熱；ηl為散熱損失系數，一般取5%。QCOOL為溴化鋰制冷機的制冷量。COP溴化鋰制冷機的制冷系數。

綜上可以得到，燃料的費用函數為：

(6)

式中：CMTi是第i時段消耗燃料費用，PMTi是天然氣單價，LHV是天然氣的熱值，PMTi是i時段內的發電功率，ηMTi是PFCi時段內的MT的發電效率。

(2)燃料電池(簡稱FC)的燃料成本建模

本模型中采用質子膜燃料電池，燃料氫由天然氣轉化而來。燃料加工轉換裝置的LHV能量效率取0.75[9]。參考微型燃氣輪機燃料成本模型，建立FC的燃料成本模型為：

(7)

式中：PFCi為i時段內FC發電輸出功率；ηFCi為i時段內FC的發電效率。

1.2 運行維護成本模型

機組運行過程中，除了消耗燃料外，還需要設備的定期保養維護。對于上述綜合維護成本的考慮，根據機組運行的經驗數據，可以用功率運行維護成本來統一定量描述。

(8)

式中：KOMi為不同發電單元的綜合維護成本系數。

1.3 環境懲罰成本模型

機組工作時，燃燒產生的廢氣是CO2、SO2和NOx。根據電力行業污染氣體排放標準確定環境懲罰函數的成本模型。微燃機針對上述三種氣體的排放如表1所示[10]。

表1 排污參數表

根據表1的數據，建立微燃機的環境懲罰函數模型為：

(9)

綜上可知，總的費用函數為[10,11]：

C=K1CMT+K2CFC+K3C3+K4C4

(10)

式中：K1、K2、K3分別為對于發電燃料消耗成本函數、機組運行維護成本函數、排污懲罰函數的存在系數；Ki取值為1或0。

1.4 約束條件

功率平衡約束：

(11)

機組出力上下限約束：

Pi,min≤Pi≤Pi,max

(12)

2 優化函數的選取

Matlab是一款工程應用和科學仿真優化都非常強大的計算軟件。Matlab內嵌的優化工具箱提供了多種源代碼，可移植性強。針對本文所建立的數學模型的特點，選取工具箱中的fmincon函數進行優化計算。

適用于fmincon函數的數學模型為：

minf(x)

c(x)≤0

ceq(x)=0

lb≤x≤ub

(13)

該函數的調用格式為：

[x,fval]=fmincon(fun,x0,[],[],[],[],lb,ub,nonlcon)

x和fval各自返回最終的優化變量值和目標函數值，fun是模型中的目標函數f(x)，線性和非線性同樣適用。x0是初始化變量，lb和ub分別是變量上、下限。[]代替本模型不需要添加的參數。nonlcon參數包含模型中的非線性不等式約束c(x)≤0和非線性等式約束ceq(x)=0。對于本模型，x為四維變量。

3 實例計算與分析

3.1 基礎數據分析

本文的模型和調度策略，以保定地區某小型辦公樓的冷電負荷為算例進行計算分析[13]，根據該寫字樓的用電規律，對夏季典型日的冷電負荷進行預測。典型日的逐時負荷與溫度分布如圖2，3。

圖2 典型日用戶冷電負荷

圖3 典型日溫度分布

在本文算例中我們引入分時階梯電價政策，具體安排如表2所示。

表2 階梯電價表

3.2 優化結果與分析

根據建立的優化模型和計算需要的基礎數據，通過Matlab的優化函數，分別得到了24個時段內各發電單元的優化出力和購售電情況，如圖4所示。

圖4 各發電單元優化出力

圖5 購售電情況

從上面的優化結果可以看出，在23～06(次)時段內，由于此時網購電價較低，微燃機在滿足熱負荷基礎上不多發電，燃料電池亦不發電，所缺電負荷由網購電提供。11～14和20～22時，此時網購電價和網售電價都較高，微燃機和燃料電池滿負荷運行，多余電量向電網出售獲利，各時段的購售電情況如圖5所示。

為了更直觀的顯示優化結果的經濟性，下面給出了典型日內購發電成本的逐時分布和全天的總費用對比情況如圖6與表3所示。

圖6 典型日逐時成本分布

分類分布式供電有溫度項修正無溫度項修正全部網購電費用/元210219993412

從成本的逐時分布圖上可以看出，影響成本的走向主要因素是用戶負荷，但從考慮溫度影響與不考慮溫度兩條曲線可以看出，在溫度較高的夏季，由于微燃機效率的降低，導致成本有明顯的升高趨勢；從總費用對比上也可以看出，有溫度修正比無溫度修正的全天總費用要高，但都低于全部網購的費用。

4 結論

(1)建立了以MT為核心的分布式冷熱電聯供系統模型，模型中主要包括兩臺MT(65 kW)和一臺FC(40 kW)。

(2)對于夏季供冷典型日，考慮到微燃機的工作環境溫度顯著偏離其標準工況穩定，在上述微燃機模型的基礎上引入了功率和效率的溫度修正系數。使得優化結果更具有現實參考意義。

(3)針對某寫字樓的電冷負荷進行具體的算例計算與分析，得到了考慮溫度影響的各發電單元優化出力結果和購售電情況。

(4)計算和比較了分布式能源系統與全部購電情況下全日總費用，證明了該系統的經濟性。

[1]徐二樹，宋之平.分散能源的研究與應用[J].動力工程學報，2004，24(2)：291-297.

[2]徐東，劉清志，王臻.低碳視角下我國能源結構優化研究[J].生態經濟，2011，29(9)：85-87.

[3]李文華. 新時期國家能源發展戰略問題研究[D].天津：南開大學，2013.

[4]劉文勝.基于粒子群算法的微電網優化配置與低碳調度[D].廣州：廣東工業大學，2012.

[5]孫樹娟.多能源微電網優化配置和經濟運行模型研究[D].合肥：合肥工業大學，2012.

[6]Mohamed F A ，Koivo H N.System modelling and online optimal management of Microgrid using Mesh Adaptive Direct Search[J]. International Journal of Electrical Power & Energy System，2010，32(5)：398-407.

[7]蔣峰，孫文濤，李兆明.略談影響燃氣輪機性能的幾個重要現場參數及性能提高途徑[J].化學工程與裝備，2014，(8):150-153.

[8]左志遠，楊曉西，丁靜.微型燃氣輪機的生產廠商與性能影響因素[J].煤氣與熱力.2007，27(3)：76-79.

[9]郭佳歡.微網經濟運行優化的研究[D].北京：華北電力大學，2010.

[10]楊為.分布式能源的優化調度[D].合肥：合肥工業大學，2010.

[11]苗雨陽，盧錦玲，朱國棟.基于改進多目標粒子群算法的微電網并網優化調度[J].電力科學與工程，2012，28(7):15-20.

[12]楊允，張士杰，肖云漢.環境溫度對燃氣輪機分布式供能系統優化配置的影響[J].熱能動力工程.2013，27(4)：345-351.

[13]張圣陶，閻維平，王江江，等.燃氣內燃機冷熱電聯供系統節能經濟性分析[J].電力科學與工程，2014，30(9)：1-6.

Study on Small Distributed Energy Optimization with Temperature Correction

Yan Shunlin，Liu Xiaowang，Jia Zhaoyang

(School of Energy Power and Mechanical Engineering，North China Electric Power University，Baoding 071003，China)

CCHP system, based on energy cascade, was used to improve energy-saving efficiency. Taking into account ambient temperature, the efficiency and power curve of micro-turbine were amended in the system and a multi-objected scheduling model with fuel cost, environmental cost and maintenance cost was established. In addition, this study used the fmincon function of MATLAB optimization toolbox to calculate according to the specific examples. The final optimization results verify the economy of the system.

CCHP; micro-turbine; temperature correction; economy

2015-07-07。

閆順林(1959-)，男，教授，從事電站鍋爐安全經濟運行與節能方面的研究。通信作者：劉小旺，E-mail:13780529015@163.com。

TK01+9

A

10.3969/j.issn.1672-0792.2015.09.002