利用燃氣機組和熱泵減少不確定因素影響的電網調度

龍虹毓　付　林　徐瑞林　黃越輝　崔　暉（1. 西南大學工程技術學院　重慶　00715　. 清華大學建筑學院　北京　10008 . 國網重慶市電力公司電力科學研究院　重慶　011　. 中國電力科學研究院　北京　10019）

利用燃氣機組和熱泵減少不確定因素影響的電網調度

龍虹毓1,2付林2徐瑞林3黃越輝4崔暉4
（1. 西南大學工程技術學院重慶4007152. 清華大學建筑學院北京100084 3. 國網重慶市電力公司電力科學研究院重慶4011234. 中國電力科學研究院北京100192）

電網運行因傳統電力負荷預測的不確定性和光伏、風電等隨機性電源規模導入而日益受到影響。基于智能電網調度系統，提出通過控制集中式供熱、發電設備的熱、電出力，并使分散式熱泵與之相配合，讓熱力管網起到一個儲熱系統的效用。這樣可以利用熱、電傳輸特性存在的差異，在建模過程中將熱源與終端用戶之間的熱水管道傳輸距離和熱泵耗電負荷作為新的優化變量。針對電力負荷跟蹤問題，①通過減小燃氣機組的供熱，增加了發電出力可調節范圍，配合分散式熱泵耗電供熱所增加的電力負荷，可以等效改變電力負荷，跟蹤目標負荷曲線；②不同熱泵性能系數（COP）下的負荷跟蹤效果一致，但COP越大節能效果越好。針對并網間歇性電源等效發電出力波動最小的目標函數，可以將熱電聯產機組和電廠側集中式水源熱泵構成聯合熱電源，增加其熱、電的調節范圍。計算結果表明：間歇性電源發電等效出力得到了有效平滑；不同空間分布的熱負荷對平滑效果差異影響較小，但對于能耗有較大影響；遠端型熱負荷分布下節能效益最好，約為3%。

電力負荷跟蹤出力平滑燃氣聯合循環性能系數熱負荷分布

0　引言

重慶市“兩江新區”是我國第三個國家級開發區，正由建設部資助數千萬元建設“可再生能源建筑應用集中連片示范區”。本文針對電力負荷預測[1]，風電、光伏等間歇性電源規模化導入給電網運行帶來的不確定影響[2-7]，利用區內現有的燃氣聯合循環集中式熱電聯產熱、電源，區內服務于采暖制冷負荷的大量分散式水源熱泵，提出一種新型調度方法，可以實現電力負荷跟蹤、平滑電網內間歇性電源的等效出力。

上述方法區別于現有的解決電網不確定性影響所采用的方法，如增加儲能設備[4-8]、建設抽水蓄能[7]、配建“風光火打捆”調峰電源[8]等。

1　調度方法與數學模型

燃氣聯合循環機組和集中式水源熱泵這兩種熱源各具特點。減少相同的采暖熱水出力，燃氣聯合循環機組導致發電出力減少，而集中式水源熱泵則導致減少電力消耗，等效于增加發電出力。

1.1電力負荷跟蹤模型

圖1所示為電力負荷跟蹤模型。圖1中，在終端熱用戶處安裝分散式熱泵并作為“受控點”，在該處利用電力驅動熱泵提供熱服務，增加電力負荷消費。引入熱水從熱源到熱終端用戶的計算運行時間t作為優化變量，可以實現電力負荷跟蹤。

圖1　電力負荷跟蹤Fig.1　Load following

假設原來電力負荷為PLoad(t)，作為調整對象；電力負荷跟蹤目標量是(t)。首先，當PLoad(t)＜(t )時，可以將燃氣-蒸汽聯合循環作為“源控點”，在此減少熱水輸出從原來的QCOMB(t)減小到新供熱出力qCOMB(t)。然后，對應地減小燃氣-蒸汽聯合循環發電出力從原來的PCOMB(t)到新的發電出力pCOMB(t)，從而等效地減小PLoad(t)與(t)之間的誤差；進而，當PLoad(t)＜(t )時，將終端熱用戶處的分散式熱泵作為“受控點”，根據“源控點”處燃氣-蒸汽聯合循環所減少的熱水輸送到終端熱用戶的空間距離，確定“受控點”的空間分布和動作時間，在此利用電力驅動熱泵，增加電力負荷消費，使PLoad(t)更加接近(t)。

為了方便計算，利用式（1）和式（2）將實際運行的時間和終端用戶距離熱源的空間管道距離離散化為計算運行時間t和計算熱水傳輸距離l。式中，D代表實際運行時間，s；τ代表時間間隔，s；d代表熱水從熱源到熱終端用戶的實際管道傳輸距離，m；v是熱水流動速率，m/s；(·)為取整符號。全文統一功率單位為MW，能量單位為MW·h。代表調整后的新等效電力負荷與目標電力負荷的標準差，其最小值由式（3）所示目標函數確定。式中，ηe是供電效率。在第t時段“源控點”燃氣-蒸汽聯合循環減少熱水供應的功率，一方面導致燃氣-蒸汽聯合循環的發電出力可調節范圍增加，可以獲得新的燃氣-蒸汽聯合循環發電出力pCHP(t)；另外一方面，導致“受控點”處各終端用戶使用電力驅動熱泵耗電供熱來補充熱水輸出減少。其中ΔqCOMB(t)表示第t時段燃氣-蒸汽聯合循環熱水供應減少功率，其表達式為

作為熱能量載體的熱水傳輸時間與電力傳輸時間存在時間差，熱源燃氣-蒸汽聯合循環熱水不足的影響將經過時延才會傳遞到熱終端用戶，而這個時延隨著熱終端用戶距離熱源的遠近而變化。根據終端熱用戶距離熱源的單位時間間隔距離即vτ，將“受控點”熱終端用戶離散化為0, 1, …, l, …, L個用戶組。如果ΔqCOMB(t)是針對第1熱終端用戶組的供暖量，熱水輸送到它的時間為一個單位時間間隔τ，所以熱水的不足會在第t+1時段影響到第1個用戶組。同理如果ΔqCHP(t)是針對第l個熱終端用戶組的供暖量，熱水的不足將會在第t+l影響到第l個用戶組。綜上所述，第t時段燃氣-蒸汽聯合循環熱熱水供給減少量將由0～L用戶組的電力驅動熱泵，分別在t～t+L時段通過消耗電力來補充，即利用電力驅動熱泵提供熱負荷qEHP(t,l)。qEHP(t,l)是t時刻半徑距離為l的用戶通過使用電力熱泵獲得的熱量。對于非0的qEHP(t,l)，具體的采用電力驅動熱泵消耗電力來補充終端用戶供熱的空間分布和利用時間分布，可以表示為

式中，ηh是燃氣-蒸汽聯合循環的熱水傳輸效率；COP是熱泵性能系數；pEHP(t,l)是t時刻半徑距離為l的用戶使用電力熱泵消耗的電量；QLoad(l)是半徑距離為l的用戶組總的熱負荷；qEHP(t,l)取0代表某些時段某些用戶組并沒有利用電力驅動熱泵實現熱補償或者代表如果超過了規定的最大運行時間T，減少的熱源熱水還沒有影響到處于遠端的熱終端用戶組，那么這些用戶組也不會參與熱服務補償。第t時段“受控點”處所有熱終端用戶的電力熱泵耗電量之和(t)表示為

最后在計算能耗時只考慮跟蹤能耗，即機組調節電力負荷前后的能耗差，即

式中，fsum為機組調節電力負荷后的總能耗；Fsum為機組原總能耗，同時總能耗中考慮了機組出力變化帶來的爬坡能耗[8]。

1.2間歇性電源出力平滑數學模型

針對間歇性電源等效發電出力進行平滑，首先將燃氣聯合循環機組和集中式水源熱泵作為“源控點”，在該處減少采暖熱水輸出，獲得燃氣聯合機組發電出力減少，用以等效削減原來間歇性電源發電出力高峰；減少集中式水源熱泵耗電功率，可以用等效增發電力填補原來間歇性電源發電出力低谷。其次，將居于終端采暖用戶處的分布式熱泵作為“受控點”，在該處增加水源熱泵耗電采暖，補充“源控點”處所減少的采暖熱水量。這樣等效地削減了原來間歇性電源發電出力高峰，起到削峰填谷的作用。進而，需要建立數學模型，優化計算“源控點”處采暖熱水的減少量和“受控點”出現的時間和空間分布以及在該處分布式熱泵耗電采暖的數量。最后，在不改變現有電力、采暖負荷約束邊界條件下，等效地平滑了間歇性電源的發電出力，方法如圖2所示。

由于作為采暖能量載體的熱水傳輸時間與電力傳輸時間存在較大差異，熱源處產生熱水不足的影響將經過時延才會傳遞到終端用戶，這個時延會隨著采暖用戶距離熱源的不同空間分布而變化。這是影響調度實施的一個關鍵因素，在建立優化調度數學模型時是一個關鍵控制變量。

圖2　基于水源熱泵燃氣聯合循環機組的調度Fig.2　Dispatch with and a water source keat pump a gas-fired combined cycle

本文提出以間歇性電源等效發電出力波動的標準差最小為目標函數。

目標函數為

式中，Δpwind代表經過調度控制以后新的間歇性電源等效發電出力平均值標準差，其物理意義代表間歇性電源發電出力波動幅度；pwind(t)代表調整后新的等效發電出力；是pwind(t)的算術平均值，即

式中，T是計算最大時間；Δεwind表示調度控制以后間歇性電源等效發電出力與原發電出力標準差的比值。

基于燃氣聯合循環機組和集中式水源熱泵兩種熱源，得到t時刻間歇性電源等效發電出力pwind(t)和采暖熱水減少量Δq(t)為

2　模擬計算條件

針對電力負荷跟蹤問題，本文以1臺150MW燃氣-蒸汽聯合循環作為算例。式（20）和式（21）表示該燃氣-蒸汽聯合循環的工況關系[9]

式中，熱電比RDB=0.789；聯合循環總熱效率為79%。

設時間間隔τ為5min，總運行時長5h，共60個時段，T=60。受控電力負荷和目標電力負荷如圖3所示，其標準誤差為4.4。中國城市供暖熱水流速v=2.5m/s[10]，則設每個用戶組之間的距離為750m，燃氣-蒸汽聯合循環到熱終端用戶的最長管道距離為9km[10]，該供暖管道距離內的熱用戶可分為13個用戶組，L=12。采用1臺150MW抽凝式燃氣-蒸汽聯合循環供熱，總的熱負荷應為118MW，本章利用威布爾分布函數構造熱負荷分布[11]。計算軟件General Algebraic Modeling System（GAMS）的CPLEX，計算機配置為CPU Intel Core 2 Duo 3.16GHz，內存4G，耗時2 115s。

圖3　熱負荷空間分布Fig.3　Space heating load distribution

針對等效平滑間歇性電源發電出力問題，本文假設采暖負荷共268MW。一臺燃氣聯合循環機組供熱出力118MW，供電出力150MW，爬坡速率V= ±2MW/min。一臺集中式水源熱泵熱容量150MW，性能系數為5。存在三種總面積相等的熱負荷空間分布[11]：①近端型：熱負荷高峰位置靠近熱源。利用威布爾分布函數生成，其中參數a=1.5，b=3；②中距離（中間）型：熱負荷高峰位置居中，利用正態分布函數生成；③遠端型：熱負荷高峰位置遠離熱源。利用威布爾分布函數生成，其中參數a=3，b=12。使用蒙特卡洛法由Matlab軟件隨機產生一組60個數據的間歇性電源發電出力曲線[11]。設單位調度控制時間為5min，總時長5h，水流速2.5m/s，熱電廠供暖范圍為9km［10］，將距離內用戶分為13個用戶組。設終端用戶處分散式熱泵性能系數5.0。計算軟件General Algebraic Modeling System（GAMS）的CPLEX，計算機配置CPU Intel Core 2 Duo 3.16GHz，內存4G，耗時5 819s。

3　結果與討論

3.1電力負荷跟蹤

下表列出電力負荷的標準差。由表可見，電力負荷跟蹤控制前，受控電力負荷與目標電力負荷的標準差為4.41；而控制調節以后，新等效電力負荷與目標電力負荷的標準差減為3.18，約為原標準差的70%。這就從代數角度表明，不論熱泵性能系數如何變化，熱負荷調度對電力負荷跟蹤都有著一定的效果。

表　電力負荷標準差Tab.　The standard deviation of electric load

從幾何直觀角度，圖4顯示了受控電力負荷、目標電力負荷以及調整后的電力負荷曲線形狀。

圖4　電力負荷跟蹤效果Fig.4　Results of electric load following

調整前的電力負荷曲線和目標電力負荷曲線，二者存在較明顯差異。而調整后的電力負荷曲線與目標電力負荷曲線，二者之間線形重合較多，差異明顯小于受控電力負荷曲線和目標電力負荷曲線之間的差異。但是，只有當目標電力負荷大于受控電力負荷時，二者波形才完全重合；而當目標電力負荷小于受控電力負荷時，則不能完全調節電力負荷，使得調整后的等效電力負荷與受控負荷重合。

圖5所示為聯合循環熱電出力示意圖。由圖5可見，在利用熱負荷調度等效調節電力負荷后，聯合循環的發電出力和熱出力都略有下降，一方面熱電出力之間符合一定的熱電比關系；另一方面，由于聯合循環在熱負荷限制下，原有熱出力滿發，最終導致聯合循環減小熱出力，只能減小發電出力，這與圖4的跟蹤效果具有對應關系。

圖5　聯合循環熱電出力Fig.5　Generation of combined cycle unit

圖6顯示了經過熱負荷調度以后，各分散式熱泵供熱時間空間分布情況。圖6中曲面表示隨距離變化的終端用戶總熱負荷，柱狀體表示由分散式熱泵提供的供熱，柱狀體的高度與其提供的熱量大小成正比。柱狀體的高度不大于曲面高度，表明終端用戶總熱負荷對熱泵供熱的約束；柱狀體高度分布隨時間和空間變化，說明在電力負荷跟蹤過程中，通過優化分散式熱泵消耗電力負荷的時間空間分布，來等效獲取最優電力負荷跟蹤效果。但是，圖示熱泵負荷所占比例不大，這是因為聯合循環只能減小其發電出力，這與熱泵的調節方向是一致的，都是增加電力負荷，抑制PLoad(t)＜(t )的誤差，而實際誤差有限，所以限制了熱泵的大規模使用。

圖6　分散式熱泵供熱Fig.6　Space heating from dispersed heat pumps

圖7所示為不同COP下聯合循環機組能耗變化，能耗增加值都小于0。但是COP對節能情況依然存在一定影響，尤其是COP=2時，節能效果較差，根據我國能效比的標準，COP最小只規定到2.6，由此當COP＞2時，在COP對調節效果沒有影響的前提下，根據圖7為了節能，應選擇具有較高COP的熱泵。

圖7　聯合循環機組總能耗Fig.7　Gross fuel cost of combined cycle unit

圖8則顯示了機組的爬坡能耗情況，爬坡能耗能夠反映機組發電出力變化的波動程度。當COP=2時爬坡能耗最小，說明此時機組出力變化較小，但對比圖8可知，這是由于其發電出力下降幅度較小所造成的，而較小的爬坡能耗并不能導致總能耗的降低，反而更不節能。

圖8　聯合循環的爬坡能耗Fig.8　Ramping fuel cost of combined cycle unit

聯合循環在參與調節電力負荷后，熱出力和發電出力都減小帶來了總能耗的下降。

3.2間歇性電源出力平滑

聯合使用燃氣聯合循環機組與集中式水源熱泵等效平滑間歇性電源發電出力，效果如圖9所示。在不同熱負荷分布情況下，調度控制后間歇性電源等效發電出力曲線幾乎為直線。

圖9　不同熱負荷分布下間歇性電源等效發電出力Fig.9　Generation of intermittent power sources under various space heating load distribution

圖10　近端型熱負荷分布Fig.10　Space heating from dispersed heat pumps under close distribution

圖10～圖12表示終端用戶總熱負荷和分散式熱泵耗電供熱量的時間空間分布。圖中曲面表示隨距離變化的終端用戶采暖總負荷分布；柱狀體表示由分散式熱泵供熱量分布。柱狀體高度與其所承擔的供熱量大小成正比。

不同的熱負荷分布下，燃氣-蒸汽聯合循環機組進行等效平滑間歇性電源發電出力，前后總能耗比較如圖13所示。與原來的能耗相比，在獲得平滑間歇性電源發電出力效益的同時，能耗總量并沒有增加，說明該調度控制方法具有可行性。

圖11　中間型熱負荷分布Fig.11　Space heating from dispersed heat pumps under medium distribution

圖12　遠端型熱負荷分布Fig.12　Space heating from dispersed heat pumpsunder remote distribution

圖13　燃氣聯合循環機組總能耗Fig.13　Gross fuel cost of combined cycle unit

圖14表明，如果針對遠端型熱負荷分布開展調度，可望獲得最好的節能效果。應該減少近端型熱負荷參與調度控制，因為它們的節能效益相對最小。

圖14　不同熱負荷分布的節能效果Fig.14　Energy conservation under various space heating load distribution

4　結論

本文基于燃氣-蒸汽聯合循環機組和水源熱泵，分別提出了實現電力負荷跟蹤、等效平滑間歇性電源發電出力的智能電網調度方法。主要結論如下：

（1）本方法可以有效地調整電力負荷曲線，跟蹤所期望達到的目標電力負荷曲線。調整后的電力負荷曲線與目標曲線的標準差為未調整前的72%。當熱泵性能系數COP＞2時，COP越大，節能效果越好。因此在COP對調節效果沒有影響的情況下，為了節能效益需要，應選擇具有較高COP值的熱泵。

（2）不同類型的熱負荷空間分布下，平滑以后的間歇性電源等效發電出力曲線標準差幾乎為0；原來具有較大波動性的間歇性電源發電出力曲線，幾乎變成一條直線。平滑以后的等效發電出力數值相差較小，而節能效益差異較明顯。近端型熱負荷分布下等效發電出力最大，節能效益最小約為1.4%；遠端型熱負荷分布下等效發電出力最小，節能效益最大約為3%。

（3）本文所提出的實現電力負荷跟蹤、等效平滑間歇性電源發電出力的智能電網調度方法均具有節能效益，表明所提出調度控制方法具備現實可行性。

[1] 鄒剛. 基于蟻群算法的電力負荷預測方法研究[D].重慶: 重慶大學, 2006.

[2] 梁亮, 李建林, 惠東. 光伏-儲能聯合發電系統運行機理及控制策略[J]. 電力自動化設備, 2011, 31(8): 20-23.

Liang Liang, Li Jianlin, Hui Dong. Operating mode of photovoltaic/energy-storage hybird sytem and its control strategy[J]. Electric Power AutomationEquipment, 2011, 31(8): 20-23.

[3] 邱培春, 葛寶明, 畢大強. 基于蓄電池儲能的光伏并網發電功率平抑控制研究[J].電力系統保護與控制, 2011, 39(3): 29-33.

Qiu Peichun, Ge Baoming, Bi Daqing. Battery energu storaged-based power stabilizing control for gridconnected photovoltaic power generation system[J]. Power System Protection and Control, 2011, 39(3): 29-33.

[4] 李國杰, 唐志偉, 聶宏展, 等. 釩液流儲能電池建模及其平抑風電波動研究[J].電力系統保護與控制, 2010, 38(22): 115-119.

Li Guojie, Tang Zhiwei, Nie Hongzhan, et al. Modelling and controlling of vanadium redox flow battery to smooth wind power fluctuations[J]. Power System Protection and Control, 2010, 38(22): 115-119.

[5] 張占奎, 王德意, 遲永寧, 等. 超導儲能裝置提高風電場暫態穩定性的研究[J]. 電力系統保護與控制, 2010, 38(24): 38-42.

Zhang Zhankui, Wang Deyi, Chi Yongning, et al. Study of transient stability enhancement of wind farm by application of superconducting magnetic energy storage devices[J]. Power System Protection and Control, 2010, 38(24): 38-42.

[6] 韓濤, 盧繼平, 喬梁, 等. 大型并網風電場儲能容量優化方案[J].電網技術, 2010, 34(1): 169-173.

Han Tao, Lu Jiping, Qiao Liang, et al. Optimized scheme of energy-storage capacity for grid-connected large-scale wind farm[J]. Power System Technology, 2010, 34(1): 169-173.

[7] 張鵬, 劉繼春, 呂林. 基于風蓄協調的節能調度方法[J]. 電力系統保護與控制, 2011, 39(2): 29-34.

Zhang Peng, Liu Jichun, Lü Lin. The energysaving dispatch based on the coordination between pumped storage hydro and wind energy[J]. Power System Protection and Control, 2011, 39(2): 29-34.

[8] 肖創英, 汪寧渤, 丁坤, 等. 甘肅酒泉風電功率調節方式的研究[J].中國電機工程學報, 2010, 30(10): 1-7.

Xiao Chuangying, Wang Ningbo, Ding Kun, et al. System power regulation scheme for jiuquan wind power base[J]. Proceedings of the CSEE, 2010, 30(10): 1-7.

[9]葛榮. 燃氣-蒸汽聯合循環電廠機組組合優化及負荷經濟分配研究[D]. 北京: 清華大學, 2008.

[10] 付林. 熱電（冷）聯產系統電力調峰運行研究[D].北京: 清華大學, 2000.

[11] 程靖. 威布爾分布的參數估計[J]. 巢湖學院學報, 2007, 9(3): 20-23.

Cheng Jing. Parameters estimation in Weibull distribution[J]. Journal of Chaohu College, 2007, 9(3): 20-23.

Research on the Electric Grid Dispatch for Alleviating the Uncertainties Impact through Gas-Fired Cogenerations and Heat Pumps

Long Hongyu1,2Fu Lin2Xu Ruilin3Huang Yue4Cui Hui4
（1. Southwest UniversityChongqing400715China 2. Tsinghua UniversityBeijing100084China 3. State Grid Chongqing Electric Power Co. Electric Power Research Institute Chongqing401123China 4. China Electric Power Research InstituteBeijing100192China）

The electric grid suffers more and more uncertainty impacts. One arises from load forecasting; the other is from intermittence and volatility of wind power and photovoltaic power. In this article, a new dispatch proposal based on smart grid is presented, which can adjust the electricity and heating generation of power sources. Considering mass introduction of water source heat pumps and heating networks as heating storage infrastructure, the transportation distance of heating water between power sources and end users as well as the electric load for heat pumps is added in this mathematical model. The same electric load following is revealed with various coefficients of performance (COP). However, the bigger COP is, the better energy-saving effect is. With regards to the minimumfluctuation of equivalent power of intermittent power sources, the numerical simulation suggests that the dispatch proposal can smooth the equivalent output of intermittence power generation. Besides, the heating load of the remote distribution achieves better energy conservation, up to 3%.

Load following, power smoothing, gas-fired combined cycle, coefficient of performance (COP), heating load distribution

TM734

龍虹毓男，1978年生，博士，博士后，副教授，研究方向為綜合能源系統數學建模、最優規劃及調度運行。（通信作者）

付林男，1968年生，博士，博士后，教授，博士生導師，研究方向為基于熱電聯產的城市集中供熱與熱網運行。

國家科技支撐計劃（2015BAA01B01），國家自然科學基金（51176083）和中央高校基本業務費（XDJK2015A006）資助項目。

2014-06-14改稿日期 2014-11-14