氣電熱聯供網絡規劃與運行聯合優化

孫凱華，韓冬，嚴正，馬駿宇

(電力傳輸與功率變換控制教育部重點實驗室(上海交通大學)，上海市 200240)

氣電熱聯供網絡規劃與運行聯合優化

孫凱華，韓冬，嚴正，馬駿宇

(電力傳輸與功率變換控制教育部重點實驗室(上海交通大學)，上海市 200240)

多能源耦合系統是將電力、天然氣、熱能等通過能源集線器作為能量變換樞紐建立起來的混合能源網絡，也是未來能源互聯構架的一種發展趨勢。該文對多能源耦合系統的結構和運行機制進行了闡述，提出了以能源集線器為調度樞紐的氣電熱聯供網絡規劃與運行聯合優化模型。該模型以規劃建設、調度運行、可靠性等方面的總成本最小化為目標函數，同時兼顧了系統滿足各能源系統網絡約束、能源集線器(energy hub，EH)能量平衡等約束條件，是一個目標函數和約束條件都含有非線性項的混合整數優化問題，采用線性化和大規模優化方法求解，使耦合系統規劃和運行共同達到最優。算例仿真將耦合與非耦合規劃、耦合系統考慮元件種類不同的情況進行求解和對比，驗證了該模型和處理方法的優越性和有效性。

多能源耦合系統；能源集線器(EH)；規劃與運行聯合優化；經濟調度

0 引 言

近年來，各能源網絡互聯對運行和規劃影響的研究方興未艾[1-3]。文獻[4]在微網中對電網和燃氣網進行動態建模，研究氣電網運行過程中電負荷變化對燃氣網管道壓強以及氣網對電壓穩定的影響，總結出耦合系統的運行機制，并提出相應的控制策略。文獻[5]考慮風電接入不確定性對含電、天然氣、煤以及可再生能源耦合系統的影響，采用魯棒優化的方法，得出一個滿足各節點約束和參數不確定的最優運行方案。文獻[6]在含分布式能源的氣電網中，考慮電和氣從輸出到最終消耗的過程，對產能和線路進行耦合規劃。

隨著能源互聯網研究的不斷深入，文獻[7]提出了能源集線器(energy hub，EH)的概念，作為各系統耦合點實現對混合能源系統的經濟調度和最優潮流的全局調控。EH是各能源載體的轉化站，在其內部通過相應元件實現不同能量之間的相互轉化。另外，EH還可以通過調控安裝在其內部的儲能設備(蓄電池、儲熱設備等，合理分配能源的供應與存儲。

將EH作為關鍵元件引入到多能源耦合系統中，相應的建模方法也發生了較大變化。文獻[8]根據可再生能源預測和需求響應，得到在不規律市場環境下，24 h能量轉化、存儲和輸出的最優經濟調度，EH規劃考慮各網絡約束、EH平衡約束，得到使包含運行費用、安裝成本、可變成本和缺負荷費用等的目標函數最優的方案。文獻[9]考慮了氣電網、區域供熱網絡融合，天然氣網建立了節點平衡約束與管道流量約束，電網采用有功無功平衡的潮流約束，目標函數采用凈現值(net present value，NPV)方法，其中日運行收入指控制不同能源轉化的比例、儲能設備的充放和能量輸出的用途使24 h的運行收入最高，年固定成本和可變成本指EH新增元件的花費，負荷損失和排放費用等都可計入，從而得到以年為時間單位的最優規劃方案。

EH結構的引入，使耦合網絡的經濟調度有了控制中心，能源間的轉化互補更具經濟性和有效性。氣電熱網絡的運行方式隨之發生改變，與能源網絡規劃相互影響，文獻[10]采用耦合矩陣將EH能源輸入與輸出對應，在可選投產的集合中確定發電機組、輸電線路、氣轉電和氣轉熱元件的安裝使成本最小，反映了能源轉化對規劃的影響。

本文將氣電熱網絡規劃與運行優化的研究進一步完善，構建由EH調控的電、天然氣和區域供暖耦合系統的長期規劃模型。規劃元件有發電機、EH的氣轉電元件(combined heat and power，CHP)、燃機(氣轉熱元件)、儲電和儲熱設備、輸電線路和燃氣管道，目標函數涉及日運行收入、年度固定成本和可變成本和耦合系統運行損失等，約束條件涉及各能源網絡約束、EH轉化平衡約束等。

1 氣電熱聯供系統

1.1 EH能量分配模型

本文考慮的EH模型有電、燃氣和熱能的輸入，其中，輸入的電能不轉化，輸入的燃氣可以通過CHP設備轉化為電能，同時產熱、通過燃機轉化為熱能，輸入的熱能也不轉化，燃氣起到“聯結”電和熱的作用。EH內的電能可以存儲在內置的電池、輸出賣入區域電網或供應負荷，燃氣不進行轉化的部分輸出到燃氣網，熱能可以進行存儲或供應到區域熱負荷。

假設有M種能源輸入EH，N種能源輸出EH，則各能源的轉化關系由轉化矩陣CMN確定。即

(1)

圖1 能源集線器結構Fig.1 Basic structure of energy hub

能源的輸入和輸出在EH里的轉化關系為：

(2)

(3)

(4)

(5)

(6)

(7)

(9)

式中：PCHP為CHP產生的功率；HB、HCHP為燃機、CHP

產生的熱功率；PE、HE為存儲的電能和熱能；α、β為充電/熱、放電/熱比例系數；vi(t)為燃氣轉化比例系數。

1.2 氣電熱聯供網絡結構

1.3 氣電熱聯供網絡的運行方式

在相應的規劃年，考慮對應的日負荷場景，負荷需求在不同的日場景中變化。能源集線器可視作能源交易商，在節點處購入電、燃氣、熱并在其中控制轉化關系，在每個場景基于分時數據，給出相應元件出力、EH轉化、線路傳輸、能源交易的最優運行策略。

2 規劃與運行聯合優化模型

2.1 目標函數

本文提出的規劃與運行優化模型的主要目標是在yp規劃年內，確定EH各元件、輸電線路、供氣管道的安裝時間以及在相應規劃年不同日場景下各元件產能、EH轉化關系、線路傳輸和能源交易，使包含建設費用、運行費用、交易收益和丟失負荷成本的目標函數最優。

(1)規劃期投資建設成本Cinv。包括EH中發電機、燃機、CHP、儲能設備和新建線路等的安裝費用，安裝年的變化而變化，一般按折舊率隨時間呈線性下降，某一元件的安裝費用由對應時間的0-1變量I(t)與投資費用C(t)相乘表示[11]。

(2)氣電熱聯供系統的運行成本[12]。發電機、CHP、燃機設備調節靈活、出力可控[13]，考慮其運行費用及啟停成本。

(3)能源供給收益。能源集線器作為多能源耦合點，可以控制按當前價格從發電機購入電能，從燃氣供應商買入燃氣，從熱供應商買入熱能，在EH內轉化或存儲，出售供應節點負荷或傳輸到其他節點。

(4)可靠性成本—失負荷損失成本[14]。即每個節點無法供給的負荷量產生的懲罰，相應的有電負荷丟失和熱負荷丟失，缺負荷懲罰系數K應設成較大以盡可能的保證負荷供給。

由此生成下列目標函數：

(10)

(11)

(12)

(13)

(14)

(15)

(16)

2.2 約束條件

2.2.1 規劃邏輯約束

每個規劃元件都有其投產日期，在投產日期后的規劃年可安裝使用。規劃變量I在安裝年由0變為1，并且在之后的規劃年限中恒為1。即：

(17)

(18)

2.2.2 機組出力約束

(19)

(20)

(21)

(22)

2.2.3 網絡約束

(1)輸電網約束。采用直流潮流模型，考慮網絡中的有功平衡，節點電壓相角與線路傳輸功率的關系以及線路傳輸功率的上限，參考節點的電壓相角為0，即：

(23)

(24)

(25)

θref=0

(26)

(2)燃氣網絡約束。將燃氣從供應商輸送到各節點，每個節點燃氣有輸入和輸出，與輸電網類似，管道中燃氣流動量受其兩端的氣壓差影響，呈非線性的關系[5]。即：

(27)

(28)

(29)

(30)

3 模型的處理與求解

模型的目標函數含有連續變量和0-1變量，燃氣網絡約束為非線性，模型總體上可表述為多時段的混合整數非線性規劃問題[16]。主要求解思路為將非線性約束轉化為其線性化形式，使模型轉換為較易求解的混合整數線性規劃問題，并采用Matlab軟件工具包Cplex進行優化計算[17-18]，具體處理與分析流程如圖2所示[19]。

圖2 模型求解流程Fig.2 Model solving process

4 算例分析

本文以6節點氣電熱聯供網絡為研究對象，節點處EH可安裝燃煤發電機組G、熱電聯供機組CHP、燃氣供熱元件Boiler、用于從外界購入熱量的Heat-Exchanger、儲電裝置Battery、儲熱裝置Heat-Storage，網絡中可以安裝與其他EH相連的輸氣管道、輸電線(略去了變電站等)，通過燃氣主供應點供氣注入網絡。

規劃年限為10年，每年考慮夏季、秋季兩個典型日場景，電、熱、氣負荷逐年遞增?；旌舷到y現有元件初始狀態如表1所示，初始網絡的拓撲結構如圖3所示。

表1 節點初始安裝情況
Table 1 Initial installation of node

圖3 初始網絡結構Fig.3 Initial network structure

初始輸電線路e-line包括：(1，3)、(2，3)、(3，4)、(5，6)。

初始燃氣管道g-line有：(1，3)、(3，5)、(5，6)。

通過4種場景分析與計算，得到相應的規劃方案。具體場景設計如下：

Case1規劃過程所有節點不安裝CHP和儲能元件。

Case2考慮安裝CHP，但不安裝儲能元件。

Case3考慮安裝儲能元件，但不安裝CHP。

Case4考慮安裝CHP和儲能元件。

規劃結果由[ , ]表示，如表2所示。其中第1位數字表示安裝元件數量，第2位數字表示規劃相應安裝年。運行結果如表3所示。

表2 規劃結果
Table 2 Planning results

Case 1是電網和燃氣網解耦的獨立規劃，由于沒有其他形式的能源轉化為電，需安裝盡可能多的發電機，有發電機的節點必須架設輸電線到沒有的節點。沒有CHP的安裝，熱的供應量相應減少，需安裝Boiler、架設燃氣管道供熱或安裝Heatex從外界購熱。

Case 2 考慮安裝CHP使氣網與電網形成耦合，起到氣轉電并產熱的作用，節點6安裝CHP同時滿足了模型電負荷和熱負荷的要求，減少了燃機的安裝數量。

Case 3 電網與氣網解耦，考慮儲能元件的安裝可調節不同時間段能源的低充高放，隨著元件安裝費用逐年下降，與Case 1情況類似，并盡可能多安裝儲能設備。

Case 4 是氣、電、熱耦合聯供系統，由于CHP的安裝運行費用與發電機類似，同時又能產熱，加上儲能設備低充高放的調節作用，發電機和燃機的安裝數量與Case1相比明顯減少，儲電設備應盡可能多安裝。由于CHP數量很多，燃氣價格波動不大，所以在此情況下儲熱設備沒有安裝。

由表3可知：總成本Case 1>Case 2>Case 3>Case 4。與Case 1相比，Case 2安裝了CHP，當發電機供電不足或者燃機供熱不足時，CHP運行供電產熱作為補充，所以失負荷損失成本明顯下降，CHP發電成本比發電機小，故相應的運行成本也下降，總的成本下降；Case 3安裝了儲能設備，當電、熱、氣價格較低時相應發電、產熱成本低，儲能設備儲存多產生的能源，待價格升高的時間段賣出，賺取交易能源的收益，同時Case 3較之Case 1運行成本下降，儲能設備調節使缺負荷成本下降，所以總成本下降。

表3 運行結果
Table 3 Operation results

Case 4中CHP的作用在儲能設備安裝的促進下顯著增加，因為CHP安裝數量遠超過發電機，CHP運行發電時同時可以供熱，燃機安裝顯著減少同時不再產熱，購入熱量的比例也變為其他情形的將近四分之一，天然氣供應平穩使儲熱設備的使用率也比Case 3??；CHP發電利用的是價格平穩的天然氣，使儲電設備的使用率上升，起到調節電價不同時段供電的作用。

取Case 4冬季日場景24 h運行結果進行分析，研究電和熱的供應情況，電運行情況如圖4所示，熱運行情況如圖5所示。

圖4 電運行情況Fig.4 Operation of electric

由圖4可知：夏季電負荷變化趨勢逐年增加3%，取最后1個規劃年24 h運行過程，可以看出，08:00—22:00是負荷高峰，電負荷較高的節點依次有hub4、hub5、hub3，與相鄰安裝發電機的hub2用輸電線相連；hub2處發電機24 h中出力比例大；CHP 24 h發電量波動不大，負荷小的節點CHP發電用于存儲或傳輸到其他節點，因熱負荷的需要CHP運行發出一定電量；在用電高峰時段，儲電較少，在用電低峰相應發電成本、電價較低，會存儲一定的量。

圖5 熱運行情況Fig.5 Operation of heat

由圖5可知：熱負荷高峰是晚間時段，儲熱設備放熱；熱負荷低峰，儲熱設備儲熱。在規劃中，由于增加了CHP元件，在發電的同時聯供熱，配合熱儲能元件時效果很好，僅在少數時間點需要從外界購入熱量來維持供應。

5 結 論

本文提出了由EH調節能量分配的氣電熱聯供網絡規劃與運行聯合優化模型，在規劃建設方面，考慮EH中發電機和CHP等規劃元件的安裝、線路的新建以及儲能元件的新增；在運行策略方面，規劃年考慮多個典型日場景下24 h各元件出力、儲能元件充放、線路傳輸和EH能量分配的經濟調度。算例分析得到的規劃與運行結果表明：

(1)在總投資、運行成本、能源交易收益以及設備利用率等各個方面，耦合氣電熱網絡運行-規劃方案具有一定的經濟性和有效性。

(2)取冬季日場景24 h的耦合運行情況進行分析，其中各元件(包括儲能設備)之間互為補充、互相增益，能夠較好地應對了負荷和各能源價格的波動，體現了調度的經濟性。

(3)本文提出的考慮調度樞紐EH的氣電熱聯供網絡規劃與運行聯合優化模型，體現出能源耦合的優越性，為未來多種能源聯供網絡建設規劃與調度運行提供了理論依據。

[1]LEONARDO S, GIORGIO U. Inventory of existing technologies for energy storage and conversion[R/OL]. (2011-12-15)[2016-01-07]http://www.e-hub.org/pdf/D2.1_Inventory_of_technologies_for_energy_storage_and_conversion.pdf.

[2]U.S. Energy information administration, assumptions to the annual energy outlook[R/OL]. (2015-10-10)[2016-1-7] http://www.eia.gov/forecasts/aeo/assumptions.

[3]HüBNER M, HAUBRICH H J. Long-term planning of natural gas networks[C]//International Conference on European Electricity Market. Lisboa： IEEE, 2008: 1-5.

[4]XU X, JIA H, 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.

[5]MARTINEZ-MARES A, FUERTE-ESQUIVEL C R. A robust optimization approach for the interdependency analysis of integrated energy systems considering wind power uncertainty[J]. IEEE Transactions on Power Systems, 2013, 28(4): 3964-3976.

[6]UNSIHUAY-VILA C, MARANGON-LIMA J W, PEREZ-ARRIAGA I J, et al. A model to long-term, multiarea, multistage, and integrated expansion planning of electricity and natural gas systems[J]. IEEE Transactions onPower Systems, 2010, 25(2): 1154-1168.

[7]GEIDL M, ANDERSSON G. Optimal power flow of multiple energy carriers[J]. IEEE Transactions on Power Systems, 2007, 22(1): 145-155.

[8]PAZOUKI S, HAGHIFAM M R. Short term economical scheduling in an energy hub by renewable and demand response[C]//International Conference on Electric Power and Energy Conversion Systems. Istanbul ：IEEE, 2013: 1-6.

[9]SALIMI M, GHASEMI H, ADELPOUR M, et al. Optimal planning of energy hubs in interconnected energy systems: A case study for natural gas and electricity[J]. IET Generation, Transmission & Distribution, 2015, 9(8): 695-707.

[10]ZHANG X, SHAHIDEHPOUR M, ALABDULWAHAB A. Optimal expansion planning of energy hub with multiple energy infrastructures[J].IEEE Transactions on Smart Grid, 2015, 6(99):2302-2311.

[11]沈欣煒, 朱守真, 鄭競宏, 等. 考慮分布式電源及儲能配合的主動配電網規劃-運行聯合優化[J]. 電網技術, 2015, 39(7): 1913-1920. SHEN Xinwei,ZHU Shouzhen,ZHENG Jinghong,et al. Active distribution network planning-operation co-optimization considering the coordination of ESS and DG[J]. Power System Technology, 2015, 39(7): 1913-1920.

[12]PAZOUKI S, HAGHIFAM M R, OLAMAEI J. Economical scheduling of multi carrier energy systems integrating Renewable, energy storage and demand response under energy hub approach[C]//Smart Grid Conference (SGC), 2013. Tehran: IEEE, 2013: 80-84.

[13]李正茂, 張峰, 梁軍, 等. 含電熱聯合系統的微電網運行優化[J]. 中國電機工程學報, 2015，35(14): 3569-3576. LI Zhengmao, ZHANG Feng, LIANG Jun, et al.Optimization on microgrid with combined heat and power system[J]. Proceedings of the CSEE, 2015, 35(14): 3569-3576.

[14]AGHAEI J, AMJADY N, BAHARVANDI A, et al. Generation and transmission expansion planning: milp-based probabilistic model[J]. IEEE Transactions on Power Systems,2014, 29(4): 1592-1601.

[15]熊焰, 吳杰康, 王強, 等. 風光氣儲互補發電的冷熱電聯供優化協調模型及求解方法[J]. 中國電機工程學報, 2015，35(14): 3616-3625. XIONG Yan, WU Jiekang, WANG Qiang, et al. An optimization coordination model and solution for combined cooling, heating and electric power systems with complimentary generation of wind, PV, gas and energy storage[J]. Proceedings of the CSEE, 2015, 35(14): 3616-3625.

[16]孫秋野, 滕菲, 張化光, 等. 能源互聯網動態協調優化控制體系構建[J]. 中國電機工程學報, 2015，35(14): 3667-3677. SUN Qiuye, TENG Fei, ZHANG Huaguang, et al. Construction of dynamic coordinated optimization control system for energy internet[J]. Proceedings of the CSEE, 2015, 35(14): 3667-3677.

[17]GEIDL M, ANDERSSON G. Operational and structural optimization of multi‐carrier energy systems[J]. European Transactions on Electrical Power, 2006, 16(5): 463-477.

[18]王成山, 洪博文, 郭力, 等. 冷熱電聯供微網優化調度通用建模方法[J]. 中國電機工程學報, 2013, 33(31): 26-33. WANG Chengshan, HONG Bowen, GUO Li, et al. A general modeling method for optimal dispatch of combined cooling, heating and power microgrid[J]. Proceedings of the CSEE, 2013, 33(31): 26-33.

[19]鄭樂, 胡偉, 陸秋瑜, 等. 儲能系統用于提高風電接入的規劃和運行綜合優化模型[J]. 中國電機工程學報, 2014, 34(16): 2533-2543. ZHENG Le, HU Wei, LU Qiuyu, et al. Research on planning and operation model for energy storage system to optimize wind power integration[J]. Proceedings of the CSEE, 2014, 34(16): 2533-2543.

(編輯 蔣毅恒)

Planning-Operation Co-Optimization of Gas-Heat-Electricity Co-Generation Network

SUN Kaihua, HAN Dong,YAN Zheng, MA Junyu

(Key Laboratory of Control of Power Transmission and Conversion, Ministry of Education, Shanghai Jiao Tong University, Shanghai 200240, China)

The multi-carrier system is hybrid energy network which takes electric, natural gas, heat and others as power conversion hubs through energy hub (EH), and is a development trend of the future energy interconnection structure. This paper discusses the structure and operation mechanism of multi-carrier system, and proposes the planning-operation co-optimization model of gas-heat-electricity co-generation network with taking EH as dispatching hub. This model takes the minimum total cost of planning and construction, scheduling and operation, reliability and other aspects as the objective function. The model considers the constraint conditions that the system can meet the network constraints of each energy system, the energy balance of EH, etc., it is a mixed integer optimization problem in which the objective function and the constraint condition both contain nonlinear terms. Therefore, we adopt linearization and large-scale optimization method to solve the model, in order to make the planning and operation of multi-carrier system to achieve the optimal. Finally, we compare and analyze different situations in example simulation, such as coupling and non-coupling planning, and coupling system considering different types of components, whose results verify the superiority and effectiveness of the proposed model and processing method.

multi-carrier system; energy hub(EH); planning-operation co-optimization; economic dispatch

國家自然科學基金項目(51377103)

TM 74

A

1000-7229(2016)04-0022-07

10.3969/j.issn.1000-7229.2016.04.004

2016-01-07

孫凱華(1991)，男，通信作者，博士研究生，主要研究方向為電力系統規劃及優化運行；

韓冬(1984)，男，博士研究生，主要研究方向為電力系統分析評估及電力市場；

嚴正(1964)，男，教授，博士生導師，主要研究方向為電力系統優化運行、電力系統穩定分析及電力市場；

馬駿宇(1995)，男，本科生，主要研究方向為電力系統優化運行。

Project supported by National Natural Science Foundation of China(51377103 )