區域綜合能源系統優化調度方法

于波，吳亮，盧欣，張鵬

(1.國網天津市電力公司電力科學研究院，天津市 300384； 2.天津大學電氣與自動化工程學院，天津市 300072)

區域綜合能源系統優化調度方法

于波1，吳亮1，盧欣1，張鵬2

(1.國網天津市電力公司電力科學研究院，天津市 300384； 2.天津大學電氣與自動化工程學院，天津市 300072)

區域綜合能源系統(integrated community energy system, ICES)可以充分利用可再生能源、提高綜合系統能源利用效率。該文專注于ICES優化調度問題。首先建立了以電為核心的綜合能源系統優化調度模型，優化目標包括經濟性和環保性最優準則，基于可再生能源技術、節能技術以及電能替代技術的典型設備模型，分別在采暖期和空調期建立了系統運行約束模型，以及電和冷/熱負荷供需平衡約束模型；采用具有良好全局搜索能力的粒子群算法(particle swarm optimization, PSO)作為調度模型求解算法。通過具體算例，驗證本模型和算法，可得到經濟性和環保性目標下的綜合能源系統優化調度方案，同時分析了不同目標下調度方案存在統一和矛盾的原因。

區域綜合能源系統(ICES)；多目標；優化調度；粒子群算法(PSO)

0 引 言

能源是人類賴以生存和發展的基礎，如何充分利用可再生能源、提高綜合能源利用效率，是綜合能源研究的熱點[1]。通過對電/氣/熱等綜合能源系統的合理規劃和運行優化控制，構建由分布式終端綜合能源單元和與之相耦合的集中式能源供應網絡共同構成的區域綜合能源系統(integrated community energy system, ICES)，將成為適應人類社會能源領域變革的必由之路[2]。多種能源形式的耦合互補與梯級利用，是減小分布式能源波動對電網沖擊、促進可再生能源發展應用[3-4]，以及緩解化石能源緊張、減少環境污染的有效途徑。從能源利用角度，多種能源系統在不同時間尺度上具有相關性和互補性，可進行多時間尺度的能量存儲和轉供。因而，在綜合能源系統能量產生和利用的過程中，綜合能源系統的優化調度成為基本問題。

現有研究多針對帶有熱電聯產系統的綜合能源系統。文獻[5]深入分析了美國天然氣與電力系統之間的耦合關系，提出計及天然氣管道運行約束的電力風險評估方法；文獻[6]提出計及風電隨機性的電力機組日前調度方法；文獻[7]給出了天然氣-電力混合系統動態模型；文獻[8]計及風電接入，研究天然氣網絡和水電系統間影響，提出電力系統機組組合問題解決方案；文獻[9]計及風電出力的波動性，提出一種微電網熱電聯合調度的優化模型；文獻[10]建立了含生產成本、環境成本和冷熱電協調成本的多目標節能調度模型。含有分布式冷熱電三聯供的綜合能源系統適合于天然氣管網完善、發電比例高、電網氣網融合度較高的地區，而現階段國內的綜合能源系統更多的是以電、太陽能、風能或地熱為能源，包含可再生能源設備(如風機、光伏等)、節能設備(如熱泵、冰蓄冷等)和電能替代設備(如電鍋爐、電地暖等)的綜合能源供應系統。少有計及上述3類設備的綜合能源優化調度方法研究。

本文專注于計及可再能源技術、節能技術以及電能替代技術的園區綜合能源系統的優化調度方法。考慮上述3種技術的典型設備模型，建立以電為核心的綜合能源系統優化調度數學模型。該模型考慮多種優化目標，并分別考慮不同能源形式需求條件下的系統約束，并采用啟發式算法對問題進行求解。最后給出具體算例，仿真結果表明本文提出的模型和算法可以給出綜合能源系統優化調度方案。

1 綜合能源系統優化調度模型

綜合能源系統運行調度是以滿足園區內電負荷和冷/熱負荷需求為基本目標，基于一定的優化準則，以各類負荷日前預測值為基線，應用優化算法，得到各類能源供給和儲存設備的次日24點調度計劃。

1.1 優化調度目標函數

綜合能源系統運行調度可以包含多種優化目標[11]。本文考慮系統運行的經濟性和環保性，分別建立2種優化目標的數學模型。

經濟性最優準則以綜合能源系統的調度運行成本為目標函數，主要運行成本是園區運行所購入市電費用，同時考慮可再生能源發電的補貼收益。經濟性最優準則目標函數如式(1)所示：

環保性最優準則以調度期間綜合能源系統污染物排放量為目標函數。按照每節約1 kW·h市電，就相應節約0.4 kg標準煤，同時減少污染排放0.272 kg碳粉塵，0.997 kg CO2，0.03 kg SO2，0.015 kg NOx。將新能源技術的污染物排放量通過用電量折算，最終環保性最優的目標函數如式(2)所示：

(2)

式中：C為單位用電量污染物排放量，為單位電量各污染物排放量之和，約為1.3 kg/(kW·h)。

F1和F2既是綜合能源系統運行調度的優化目標，也是其評價指標。

1.2 多種運行模式下的約束

基于不同季節和氣象條件，園區對能源形式的需求各不相同，綜合能源系統的能源供給設備及其運行工況會有很大不同，本文分2種情形分別討論綜合能源系統優化調度的系統運行約束模型。

1.2.1 采暖期

在采暖期情形下，綜合能源系統優化調度主要是滿足園區內電負荷和熱負荷需求。主要考慮的典型以電供熱技術和節能技術包括：蓄熱式電鍋爐系統和熱泵系統[12-13]。蓄熱式電鍋爐系統將結合熱泵系統為園區提供熱負荷，滿足采暖需求。

(1)電負荷供需平衡約束

(3)

(4)

(5)

(2)熱負荷供需平衡約束

(6)

(3)電鍋爐負荷分配約束

(7)

(8)

(9)

(10)

(4)電鍋爐最小、最大運行容量約束

(11)

(12)

(13)

(5)蓄熱水箱運行約束

(14)

(15)

(16)

(6)熱泵承擔負荷分配約束

(17)

(7)熱泵最小、最大運行容量約束

(18)

采暖期情形下，優化變量如式(19)所示：

(19)

1.2.2 空調期

在空調期情形下，綜合能源系統優化調度主要是滿足園區內電負荷以及冷負荷需求。主要考慮的典型以供冷和節能技術包括：雙工況主機制冷系統、機載主機制冷系統、熱泵系統和冰蓄冷系統[14-15]。

(1)電負荷供需平衡約束

(20)

(21)

(22)

(23)

(2)冷負荷供需平衡約束

(24)

(3)供冷水泵流量約束

(25)

(4)熱泵承擔制冷負荷分配約束

(26)

(5)熱泵最小、最大運行容量約束

(27)

(6)基載主機承擔制冷負荷分配約束

(28)

(7)基載主機最小、最大運行容量約束

(29)

(8)雙工況主機承擔制冷負荷分配約束

(30)

(9)雙工況主機承擔制冰任務分配約束

(31)

式中QtIC_ICE為冰蓄冷系統整體的制冰量。

(10)雙工況主機最小、最大運行容量約束

(32)

(33)

(11)雙工況主機運行模式約束

(34)

(12)蓄冰槽箱最大融冰功率約束

(35)

(36)

(37)

(38)

空調期優化變量如式(39)所示：

(39)

2 綜合能源系統優化調度算法

從數學模型角度出發，綜合能源系統調度問題是混合非線性優化問題，求解此類問題的常用數學算法有混合整數隨機規劃、動態規劃以及啟發式算法等[11,16]。綜合能源系統優化調度具有約束復雜、求解維度高的特點，難以得到解析解，因而本文采用啟發式算法對該問題進行求解。粒子群算法(particleswarmoptimization，PSO)具有較好的全局搜索能力，因而被應用于求解此類問題。針對本研究問題應用粒子群算法的基本流程如圖1所示。

針對綜合能源系統優化模型，粒子群算法的單粒子x定義為優化變量所構成的矩陣，以采暖期為例，優化粒子矩陣如公式(40)所示。粒子群算法中的適應度函數F(x)即為本文所定義的目標函數，即公式(1)或公式(2)。

(40)

3 算例仿真分析

3.1 仿真條件

選取我國北方某城市節能綠色園區作為研究對象。該園區綜合能源需求包括冬季采暖及夏季供冷。電源包括市電及分布式光伏發電系統。冷熱源系統采用復合式能源系統，供儲能系統包括蓄熱式電鍋爐、熱泵系統、機載主機制冷系統、雙工況主機制冷系統、冰蓄冷系統等。各供儲能設備數量及基本性能參數如表1所示。

仿真數據輸入包括園區典型日24點除綜合能源供儲設備的電負荷、光伏出力、冷/熱負荷，峰谷電價信息以及各供儲設備的性能參數。該城市用電高峰時段為08：30至11：30以及18：00至23：00，峰時電價為1.289 8元/(kW·h)；平時段為07：00至08：30以及11：30至18：00，平時電價為0.844 3元/(kW·h)；低谷時段為23：00至07：00，谷時電價為0.418 8元/(kW·h)。通過對歷史電負荷數據及光伏出力數據分析，獲取典型日電負荷曲線及光伏出力曲線。應用DeST軟件對園區進行負荷分析，得到典型日24點冷/熱負荷曲線。各類負荷如圖2所示。粒子群算法相關參數設置情況如下：粒子群個數為100，最大迭代次數為1 000，個體加速因子設置為2，全局加速因子設置為2。

圖1 粒子群優化算法流程圖

圖2 日逐時負荷曲線

3.2 仿真結果

3.2.1 經濟性最優準則

以經濟性最優為目標函數，采用PSO算法，計算典型日負荷曲線下采暖期和空調期的設備運行調度計劃，結果如圖3所示。

圖3 經濟性最優準則下的調度計劃

3.2.2 環保性最優準則

以環境性最優為目標函數，計算典型日負荷曲線下采暖期和空調期的設備運行調度計劃，結果如圖4所示。

圖4 環保性最優準則下的調度計劃

2種優化準則下優化調度的經濟性和環保性指標分別如表2所示。

表2 優化調度評價指標

Table 2 Evaluation indicators for dispatching plans

3.3 結果分析

綜合能源系統調度的經濟性和環保性目標既存在統一又存在矛盾。一方面，2種目標下的優化調度都是傾向于實現可再生能源的充分消納。由圖3(a)和圖4(a)可知，在可再生能源發電余量較大時間段，通過將余電轉換成其他能源形式而避免切光，或直接供給滿足冷/熱需求，或予以儲存實現能源的分時利用。另一方面，綜合能源系統調度的經濟性指標和環保性指標又存在矛盾。由圖3(a)可以看出，經濟性準則在低谷電價，充分利用儲能系統，實現電能到熱能的轉供和分時利用，進而實現降低運行成本。由圖4(a)可以看出，環保性準則是以優先應用能效最高的供能設備實現節能減排的。二者的矛盾之處在于，儲能系統在產能、儲能和釋能過程中的總體能效明顯低于熱泵等產能設備，因此2種優化調度目標存在矛盾。由表2可以看出2種情形下，調度計劃不能同時達到經濟性和環保性的最優要求。制定優化調度計劃時，應結合區域綜合能源需求的特點和綜合能源系統運行的主要目標。

4 結 論

本文研究首先建立以電為核心的綜合能源系統優化調度數學模型。該模型分別考慮經濟性和環保性最優2種優化目標，基于可再生能源技術、節能技術以及電能替代技術的典型設備模型，建立綜合能源系統運行約束模型。其次，采用具有良好全局搜索能力的粒子群算法對調度模型進行求解。最后，給出具體算例，對綜合能源系統優化調度模型和算法進行仿真。仿真結果表明，本模型和算法可以給出不同目標下的綜合能源系統優化調度方案，調度方案的經濟性和環保性目標既存在統一又相互矛盾。統一性體現在2種優化調度都是傾向于實現可再生能源的充分消納，提升綜合能源利用效率。矛盾之處在于經濟性準則傾向充分利用儲能系統，而環保性準則更傾向利用其他高能效的供能設備。調度計劃不能同時達到經濟性和環保性的最優要求。制定優化調度計劃時，應結合區域綜合能源需求特點和綜合能源系統運行的主要目標。

[1]JIN H, HONG H, WANG B, et al. A new principle of synthetic cascade utilization of chemical energy and physical energy[J]. Science in China Series E: Technological Sciences, 2005, 48(2):163-179.

[2]STANISLAV P, BRYAN K, TIHOMIR M. Smart grids better with integrated energy system[C]//Electrical Power & Energy Conference (EPEC). IEEE, 2009: 1-8. [3]劉柏良, 黃學良, 李軍. 計及可時移負荷的海島微網電源優化配置[J]. 中國電機工程學報, 2014, 34(25): 4250-4258. LIU Boliang, HUANG Xueliang, LI Jun. Optimal sizing of distributed generation in a typical island microgrid with time-shifting load[J]. Proceedings of the CSEE, 2014, 34(25): 4250-4258.

[4]王成山, 李鵬. 分布式發電、微網與智能配電網的發展與挑戰[J]. 電力系統自動化, 2010, 34(2): 10-14. WANG Chengshan, LI Peng. Development and challenges of distributed generation, the micro-grid and smart distribution system[J]. Automation of Electric Power Systems, 2010, 34(2): 10-14.

[5]SAHIN C, SHAHIDEHPOUR M, ERKMEN I. Generation risk assessment in volatile conditions with wind, hydro, and natural gas units[J]. Applied Energy, 2012(96): 4-11.

[6]ALABDULWAHAB A, ABUSORRAH A, ZHANG X, et al. Coordination of interdependent natural gas and electricity infrastructures for firming the variability of wind energy in stochastic day-ahead scheduling[J].IEEE Transactions on Sustainable Energy, 2015, 6(2): 606-615.

[7]XU X, JIA H J, CHIANG H D, et al. Dynamic modeling and interaction of hybrid natural gas and electricity supply system in microgrid [J]. IEEE Transactions on Power Systems, 2015, 30(3):1212-1221.

[8]KAMALINIA S, WU L, SHAHIDEHPOUR M. Stochastic midterm coordination of hydro and natural gas flexibilities for wind energy integration[J]. IEEE Transactions on Power Systems, 2014, 5(4): 1070-1079.

[9]AWAD B, CHAUDRY M, WU J, et al. Integrated optimal power flow for electric power and heat in a microgrid[C]//Proceedings of the 20th International Conference and Exhibition on Electricity Distribution. IEEE, Prague, Czech Republic，2009: 1-2.

[10]周任軍, 冉曉洪, 毛發龍，等. 分布式冷熱電三聯供系統節能協調優化調度[J]. 電網技術, 2012, 36(6):8-14. ZHOU Renjun, RAN Xiaohong, MAO Falong, et al. Energy-saving coordinated optimal dispatch of distributed combined cool, heat and power supply [J]. Power System Technology, 2012, 36(6):8-14.

[11]郭力, 劉文建, 焦冰琦, 等. 獨立微網系統的多目標優化規劃設計方法[J].中國電機工程學報, 2014, 34( 4): 524-536. GUO Li, LIU Wenjian, JIAO Bingqi, et al. Multi-objective optimal planning design method for stand-alone microgrid system[J]. Proceedings of the CSEE, 2014, 34( 4): 524-536.

[12]劉長杰. 物聯網蓄能電鍋爐技術及應用研究[D]. 長春: 吉林大學, 2011. LIU Changjie. Study on Heimer small appliances marketing channal management[D]. Changchun: Jilin University, 2011.

[13]朱文莉. 既有居住建筑中太陽能熱水系統的應用[D]. 天津: 天津大學, 2007. ZHU Wenli. Application of solar water heating system in the existed residential building[D]. Tianjin: Tianjin University, 2007. [14]SWARDT D. A performance comparison between an air - source and a ground source reversibIe heat pump[J]. InternationaI Journal of Energy Research, 2001, 25(10): 899- 910.

[15]ZHANG P, MA Z W. An overview of fundamental studies and apphcations of phase change material slurries to secondary loop refrigeration and air conditioning systems[J]. Renewable and Sustainable Energy Reviews, 2012, 16(7): 5021-5058.

[16]劉夢璇, 王成山, 郭力，等. 基于多目標的獨立微電網優化設計方法[J]. 電力系統自動化, 2012, 36(17): 34-39. LIU Mengxuan, WANG Chengshan, GUO Li, et al. An optimal design method of multi-objective based island microgrid[J]. Automation of electric power systems, 2012, 36(17): 34-39.

(編輯 張媛媛)

Optimal Dispatching Method of Integrated Community Energy System

YU Bo1, WU Liang1, LU Xin1, ZHANG Peng2

(1.Electric Power Economic Research Institute, State Grid Tianjin Electric Power Company, Tianjin 300384, China; 2.Colleage of Electrical Engineering and Automation, Tianjin University, Tianjin 300072, China)

Integrated community energy system (ICES) can make full use of renewable energy and improve the energy efficiency of ICES. This paper focuses on the optimal dispatching problem of ICES. Firstly, we construct the optimal dispatching model of ICES with electricity as the core, whose optimization objectives include the economic optimum criterion and the environmental optimum criterion. Based on the typical equipment models of renewable energy technique, energy-saving technique and power substitution technique, the operation constraint model and demand balancing constraint model on electrical and cool/heat are established for the periods of heating and cooling respectively. Particle swarm optimization (PSO) algorithm with good global search capacity is applied to solve the optimal dispatching problem. The model and the algorithm are verified through a case study to produce optimal dispatching plans of ICES under the economic and environmental criterion respectively. Meanwhile, the reasons of the similarity and contradiction in the dispatching plans under different objectives are compared and analyzed.

integrated community energy system (ICES); multi-objective; optimal dispatching; particle swarm optimization(PSO)

國網天津市電力公司科技項目(KJ15-1-24)

TM 732

A

1000-7229(2016)01-0070-07

10.3969/j.issn.1000-7229.2016.01.011

2015-10-27

于波(1984)，男，博士，主要研究方向為分布式發電和微網、節能技術、電能替代技術；

吳亮(1984)，男，碩士，工程師，主要研究方向為智能用電管理、電能替代、節能技術；

盧欣(1972)，男，高級工程師，主要研究方向為電測量技術和智能用電技術研究工作；

張鵬(1984)，男，博士，講師，主要研究方向為綜合能源系統、電能替代技術、微網與智能電網。