基于太陽能和燃氣的多能互補系統熱電負荷分配技術研究

王明坤，高 林，郇慶秋，王 林，周俊波，侯玉婷，郭亦文

基于太陽能和燃氣的多能互補系統熱電負荷分配技術研究

王明坤，高 林，郇慶秋，王 林，周俊波，侯玉婷，郭亦文

（西安熱工研究院有限公司，陜西 西安 710054）

隨著新能源大規模并網，多能互補是電網發展的必然趨勢，對于擁有多臺并列運行機組的熱電聯產電廠面臨著基于廠級的負荷分配問題。本文通過研究光伏電站和燃氣-蒸汽聯合循環機組的運行特性，確定機組的調度限制范圍，并選定典型日負荷曲線對多能互補系統進行調度計算，獲得實時負荷分配結果；同時，通過對同一負荷下不同機組運行組合方式的研究，獲得該負荷下最優的運行組合方式。仿真計算表明：對于本文的研究對象，兩抽凝式組合氣耗量最小，一背一抽式次之，3臺機組同時運行氣耗量較大，因此，在機組運行限度范圍內，應優先選用兩抽凝式運行組合方式；每日在11:00—22:00時間段采用3臺機組同時運行，其余時間段內采用2臺抽凝式機組運行，可以有效降低機組啟停次數。該結論在實現節能降耗的同時，為熱電負荷調度提供數據和理論支持。

太陽能；燃氣-蒸汽聯合循環；多能互補；負荷分配；節能減排；氣耗量；仿真計算

隨著社會經濟的高速發展，居民生活和工業對于電能、熱能和冷能的需求也日益增高。為了更好地解決用戶的不同需求，基于不同能源之間的多能互補系統是一種有效的方式，通過統籌安排不同能源之間的分配關系，以取得最合理能源利用效果與收益。另一方面，由于能源緊缺、環境污染問題日趨嚴重，為了滿足可持續發展需求，太陽能等新能源與其他能源形成的多能互補也是電網發展的必然趨勢[1-3]。

目前，太陽能是發展較快的新能源之一，能有效解決化石能源帶來的環境和溫室效應等問題，許多國家都將其視為戰略性替代能源。利用光伏發電或者光熱發電技術可以將太陽能轉化為電能[4-5]，也可以利用太陽能實現供熱、供汽功能[6-7]。現有的太陽能供電供熱技術配有大容量蓄電池，具有幾小時的儲能功能，但是時間仍然達不到用戶需求。給某一區域供給熱電負荷，必須配置相應的較為穩定的能源系統。目前，燃氣-蒸汽聯合循環機組是供熱系統中普遍采用的方式之一，而基于太陽能和燃氣機組的多能互補系統作為供熱供電系統，不僅解決了太陽能的波動性難題，而且能有效降低常規能源消耗，進而實現節能減排的目的[8-9]。

受天氣影響每日太陽能可以提供的電、熱負荷具有很大的隨機性，并且每日用戶熱電負荷也呈現一定的波動性，這使得多臺分布式燃氣-蒸汽聯合循環機組需要根據實時需求做出相應的調整。另一方面，隨著電力市場改革的不斷深入，需要在購電成本最低的前提下實現電網區域調度，因此擁有多臺并列運行機組的熱電廠不得不面臨基于廠級的負荷分配問題，負荷優化分配將成為熱電廠一項重要的節能優化措施[10-12]。

本文首先對光伏電站和燃氣-蒸汽聯合循環機組的運行特性進行研究，確定機組的調度限制范圍，并選定典型日負荷曲線對多能互補系統進行調度計算，獲得實時負荷分配結果；然后，通過對同一負荷下不同機組運行組合方式的研究，獲得該負荷下最優的運行組合方式，為多能互補系統的熱電負荷調度提供數據和理論支持。

1 區域電網配置方案

本文選取基于太陽能和燃氣的多能互補系統作為區域供熱供電系統，區域電網配置示意如圖1所示。該系統由1個光伏電站、1臺燃氣-蒸汽聯合循環機組（背壓式汽輪機）和2臺燃氣-蒸汽聯合循環機組（抽凝式汽輪機）構成，通過優化控制調度多能互補系統內機組運行組合方式和負荷分配，來實時滿足用戶的熱電負荷需求。

圖1 區域電網配置示意

2 電站特性分析

2.1 光伏電站

圖2為某30 MW光伏電站的典型日光伏發電出力曲線。由圖2可以看出：在沒有光照的時間段，如0:00—6:00和20:00—24:00內，該光伏電站沒有出力；光照強度在12:00時達到最大，出力可以達到約25 MW。因此，光伏發電系統具有間歇性和隨機性，必須與其他能源進行互補發電。

圖2 某典型日光伏電站出力曲線

2.2 不同類型機組特性分析

首先分析某些重要參數對不同類型機組燃氣-蒸汽循環效率曲線的影響，獲得燃機負荷與燃機效率、聯合循環總效率之間的關系曲線如圖3所示。由圖3可以看出：燃機效率隨著負荷率的降低呈現大幅下降的趨勢，在部分負荷工況下燃機效率較差；背壓式機組聯合循環效率變化趨勢并不明顯，在負荷變化范圍內聯合效率均在85%左右；在燃機低負荷時，蒸汽循環的效率可以平衡一部分效率。

圖3 背壓式機組燃機負荷率、效率、聯合循環效率關系曲線

圖4為抽凝式機組100%燃機負荷工況下抽汽量、聯合循環效率、熱電比關系曲線。由圖4可以看出：在同一燃機負荷下，熱電比隨著抽汽量增加呈現上升趨勢；同時對于抽凝式機組而言，聯合循環效率呈現明顯的上升趨勢，表明抽汽量越多，即熱負荷占比越高，其聯合循環效率越高。

圖4 抽凝式機組抽汽量、聯合循環效率、熱電比關系曲線

可以看出，無論是何種類型的聯合循環機組，供熱負荷對機組的循環效率影響較大，且由于熱負荷和電負荷評價指標之間無法直接進行比較分析，故選取燃氣量這一能耗指標進行后續分析。

本文選取熱負荷、電負荷和環境溫度等影響能耗的3個關鍵參數作為研究對象，忽略其他參數對能耗的影響。其中，機組的熱、電負荷直接影響能耗量，環境溫度不僅影響機組進氣密度從而影響壓氣機進口空氣質量流量，而且還對燃氣輪機排汽溫度和流量產生影響[13]。在此基礎上，選取環境溫度20℃工況下某廠燃氣-蒸汽聯合機組的特性進行分析，更為直觀地了解熱電負荷對能耗的影響規律。

2.2.1背壓式汽輪機特性

背壓式汽輪機組的工作特點是在一定的排汽參數下供應熱用戶規定的蒸汽量，同時供給電用戶一定的電能。背壓式汽輪機采用以熱定電模式，供熱量一旦確定，其機組的電負荷、燃料量也隨之確定。熱負荷、電負荷、燃料量等一一對應，無法通過單獨調節同時滿足熱負荷和電負荷的需求。因此，對于一個同時裝有多類型機組的發電廠而言，需進行廠級負荷分配，首先要確定背壓機組所提供熱負荷量，以此來確定承擔的發電出力，進而確定其他機組承擔的熱電總負荷，對其他機組進行再次分配，從而完成負荷的優化分配工作。圖5為某燃機額定出力為50 MW的燃氣-蒸汽聯合循環（背壓式）機組的電、熱、燃氣量關系曲線。

圖5 某燃氣-蒸汽聯合循環（背壓式）機組的電、熱、燃氣量關系曲線

2.2.2抽凝式汽輪機特性

抽凝式汽輪機機組是指將做過功的一部分蒸汽從汽輪機中間抽出供給熱用戶，其余蒸汽繼續膨脹做功，最后排至凝汽器凝結，可同時滿足熱、電兩種負荷的需要。

抽凝式汽輪機的熱負荷、電負荷與燃氣量的關系為三維曲線，熱負荷和電負荷是影響燃氣量的兩個變量。通過性能試驗或者歷史數據分析擬合，獲得不同燃機負荷下熱負荷與電負荷之間的關系曲線如圖6所示。由圖6可以看出，燃機負荷一定時，熱負荷與電負荷基本呈線性關系，即燃機負荷不變時，其汽輪機主蒸汽量一定，抽汽量越大，熱負荷隨之越大，電負荷隨之越小。因此，可以利用這一特性對變量進行降維，降低運算變量維度，能有效減少多變量優化的運算量。

圖6 某抽凝式汽輪機機組電、熱、燃氣量關系曲線

3 多能互補系統熱電分配方案

燃氣-蒸汽聯合循環機組的負荷優化分配數學模型較為復雜，而且不同類型機組特性又有所區別，因此，需要尋求一種能統一計算各類型機組的算法。熱電聯產機組不僅要求分配電負荷，同時還要分配熱負荷，這就要求算法能同時適應兩種能量形式，可同時考慮多個變量對煤耗的影響。熱電廠負荷優化分配實質上就是在同時滿足總的熱電負荷要求的基礎上，在各機組之間合理分配負荷，使總的燃料消耗量最小，實現最經濟運行。

3.1 數據挖掘分析

隨著電力設備自動化、信息化程度的不斷提高，電廠存在大量的現場數據，可以有效地獲得機組的歷史、實時運行狀態，通過動態數據挖掘手段采集分析，獲得機組不同變量下的能耗特性，進而為負荷分配提供數據基礎[14-15]。

方案1：首先針對燃氣-蒸汽聯合循環機組穩定工況下的數據進行提取分析，并把穩定工況按照環境溫度進行分組擬合，獲得典型環境溫度下，熱負荷、電負荷和能耗的關系特性；其次對當前溫度進行插值，從而獲得當前機組能耗特性；最后需要定時定期對歷史數據進行更新，獲得最新機組能耗特性，從而實現較好的負荷分配。

方案2：由于環境溫度變化不大，可以利用計算機數據挖掘，在短時間內快速搜索篩選歷史數據中當前溫度附近的熱負荷、電負荷和能耗關系曲線，并對數據進行擬合，從而進行下一步負荷分配。

3.2 負荷分配原理

熱電負荷分配的目標函數為當前環境溫度下全廠氣耗量的最小值。由于光電是可再生能源，應在滿足電網安全穩定運行的基礎上，盡可能優先光電并網，以有效降低全廠氣耗量。

首先用戶總熱負荷是由燃氣-蒸汽聯合循環機組提供，可以根據當前用戶總熱負荷retot算出聯合循環機組電負荷可以達到的上下限邊界；根據當前光伏電站的發電量solarmax與用戶總電負荷diantot進行判斷，如果光伏電站發電量全部并網，聯合循環機組電負荷在可以達到的上下限邊界內，光伏發電量全部并網，并直接進行聯合循環熱電負荷分配；如果不滿足上下限邊界條件，低于下邊界時，證明聯合循環發電量不足，應降低光伏電站并網電量使得聯合循環發電量達到最低發電，將這一部分能量通過蓄電池組進行存儲，到夜晚無光照時再次釋放；高于上邊界時，證明聯合循環機組在供熱達到要求時最大的發電量以及光伏發電量全部并網仍不滿足用戶需要的電量，因此需要申請電網調度從外網接入電源；光伏全部并網后，聯合循環機組熱負荷分配原理公式如下。

全廠氣耗量的最小值：

約束條件為：

式中：、Bbici分別為全廠、第臺機組的氣耗量、第臺背壓機組的氣耗量、第臺抽凝機組的氣耗量；為全廠背壓機組總數；為全廠背壓機組總數；為第臺機組的運行狀態（1表示運行，0表示停運）；retotdiantot分別為全廠總熱負荷、全廠總電負荷；breicreibdianicdiani分別為第臺背壓機組的熱負荷、抽凝機組的熱負荷、背壓機組的電負荷、抽凝機組的電負荷；solarmax為光伏發電最大并網電量；brei,xxbrei,sxcrei,xxcrei,xx分別為第臺背壓機組、抽凝機組熱負荷的上、下限；bdiani,xxbdiani,sxcdiani,xxbdiani,sx分別為第臺背壓機組、抽凝機組電負荷的上、下限。

抽凝機組的ci與該機組的熱負荷和電負荷相關，可以通過擬合歷史數據，獲得該抽凝機組氣耗量的關系如式(3)所示。

綜上所述，多能互補系統的智能熱電負荷分配技術方案計算流程示意如圖7所示。

圖7 熱電負荷分配技術方案流程

4 計算實例

以基于太陽能和燃氣-蒸汽聯合循環機組的多能互補系統為研究對象，全廠氣耗量的最小值作為目標值，對不同工況下，多能互補系統的熱電分配進行仿真計算。圖8給出了該區域熱電總負荷、光伏發電出力以及聯合循環機組出力的關系曲線。

圖8 某區域光伏、聯合循環機組日負荷及出力示意

由圖8可以看出，區域內燃氣-蒸汽聯合循環機組出力以及熱負荷已知，光伏出力在6:00—20:00區域內均小于區域總電負荷，經計算光伏電站出力全部并網，聯合循環機組出力并未超過熱電出力上限，因此光伏出力可以全部并網。

分析認為，多能互補系統的熱能分配問題可以簡化為3臺聯合循環機組之間的熱電負荷分配問題。基于不同類型聯合循環機組的性能特性對互補系統熱電負荷分配進行計算，結果見表1，其中燃機1和燃機2為抽凝式汽輪機機組，燃機3為背壓式汽輪機機組。由表1可見：在一般工況下，機組2臺抽凝機組運行即可達到運行最優工況，2臺機組運行時較少出現1臺背壓機組和1臺抽凝機組聯合運行的情況，這說明相同運行工況下，2臺抽凝機組運行要優于一背一抽式機組；同時只有在時刻為18:00，即聯合循環機組總電出力為112.25 MW和總熱出力為95.25 MW時，超過2臺抽凝機組的上限，無法達到需求；負荷繼續升高時，如在19:00時，聯合循環機組總電出力為110.98 MW和總熱出力為101.79 MW，2臺抽凝機組和一背一抽組合無法滿足運行需求，需要3臺機組同時運行。

選取表1中時刻5:00為研究對象，此時聯合循環電出力為93.392 5 MW和熱出力為62.633 1 MW，計算當前負荷工況下，不同組合方式的耗氣量，結果見表2。由表2可見：基于本文研究對象的性能特性，兩抽凝式組合氣耗量最小，一背一抽式次之，3臺機組同時運行氣耗量較大；相同負荷下，兩抽凝式運行比一背一抽式氣耗量降低了81.78 m3/h，低了約0.36%；相較于3臺機組運行氣耗量降低了2 346.73 m3/h，降低了約10.38%，可以有效實現節能減排的目的，為企業創造更高的經濟收益。因此在負荷調度時，在機組運行限度范圍內，應優先選用兩抽凝式運行組合方式。

表1 熱電負荷分配計算結果

Tab.1 The calculation results of heat-electric load distribution

表2 同一工況下不同機組組合方式的氣耗量計算結果

Tab.2 The calculation results of gas consumption for different unit combinations under a certain condition

另外，由于地區日熱電總負荷變化趨勢和幅度呈現類似性，為了避免頻繁啟停，選擇在熱電高負荷階段采用3臺機組同時運行，在低負荷階段采用兩抽凝機組組合運行，提前規劃出啟停次數較少的機組運行組合，經機組組合優化后的熱電分配結果見表3。由表3可見，在11:00—22:00時 間段內采用3臺機組同時運行，其余時間段內采用2臺抽凝式機組運行，這樣可以有效降低機組啟停次數，在實現節能降耗的同時，可為運行人員提 供數據支持。

表3 熱電負荷分配計算優化結果

Tab.3 The optimized calculation results of heat-electric load distribution

5 結 論

1）通過負荷分配算法可以有效計算出當前環境溫度下光伏電站、多臺燃氣-蒸汽聯合循環的熱電分配，直接以總氣耗量最小為目標，充分考慮熱電負荷調度范圍限制，確定最優的運行組合方式和相應的負荷分配。

2）通過大數據挖掘，可以快速地從機組歷史數據中獲得當前運行工況下機組變量與能耗之間的關系數據，并為熱電負荷分配調度范圍提供依據，從而對目標函數進行計算，能準確地獲得計算結果。

3）對于本文的研究對象，兩抽凝式組合氣耗量最小，一背一抽式次之，3臺機組同時運行氣耗量較大，因此在負荷調度時，在機組運行限度范圍內，應優先選用兩抽凝式運行組合方式。另外，在時刻為11:00—22:00時間段內采用3臺機組同時運行，其余時間段內采用2臺抽凝式機組運行，可以有效降低機組啟停次數，提高機組運行能力。

4）由于太陽能、風能等可再生能源大規模并網，區域內熱電調度問題越來越受到重視，合理的調度不僅能保證電網的安全穩定，并且可以有效降低機組運行能耗，提高機組的經濟性和市場競爭力。

［1］ 盧胤龍, 韓明新, 任洪波, 等. 多能互補分布式能源系統優化設計研究進展[J]. 上海電力學院學報, 2018, 34(3): 229-235. LU Yinlong, HAN Mingxin, REN Hongbo, et al. Progress on the design optimization of hybrid distributed energy systems[J]. Journal of Shanghai University of Electric Power, 2018, 34(3):229-235.

［2］ 譚忠富, 譚清坤, 趙蕊. 多能互補系統關鍵技術綜述[J]. 分布式能源, 2017(5): 4-13. TAN Zhongfu, TAN Qingkun, ZHAO Rui. Review of key technologies for multi energy complementary systems[J]. Distributed Energy, 2017(5): 4-13.

［3］ KOIRALA B P, KOLIOU E, FRIEGE J, et al. Energetic communities for community energy: a review of key issues and trends shaping integrated community energy systems[J]. Renewable and Sustainable Energy Reviews, 2016, 56: 722-744.

［4］ 上官小英, 常海青, 梅華強. 太陽能發電技術及其發展趨勢和展望[J]. 能源與節能, 2019(3): 60-63. SHANGGUAN Xiaoying, CHANG Haiqing, MEI Huaqiang. Solar power generation technologies and their development trends and prospects[J]. Energy and Energy Conservation, 2019(3): 60-63.

［5］ 辛培裕. 太陽能發電技術的綜合評價及應用前景研究[D]. 北京: 華北電力大學, 2015: 1-4. XIN Peiyu. Research on solar power technology economic evaluation and application prospect[D]. Beijing: North China Electric Power University, 2015: 1-4.

［6］ 劉威, 劉春雷. 太陽能集熱在清潔能源供熱的應用[J]. 應用能源技術, 2018(2): 38-41. LIU Wei, LIU Chunlei. Solar energy collector is used in clean energy heating[J]. Applied Energy Technology, 2018(2): 38-41.

［7］ 戰棟棟, 張紅, 莊駿. 槽式太陽能直接產蒸汽系統接收器的研究進展[J]. 熱力發電, 2009, 38(3): 10-13. ZHAN Dongdong, ZHANG Hong, ZHUANG Jun. Advancement in study on solar energy receiver for direct steam generation[J]. Thermal Power Generation, 2009, 38(3): 10-13.

［8］ 裴杰, 趙苗苗, 劉明義, 等. 太陽能與燃氣-蒸汽聯合循環發電系統優化[J]. 熱力發電, 2016, 45(1): 122-125. PEI Jie, ZHAO Miaomiao, LIU Mingyi, et al. Optimization of Fresnel solar and gas-steam combined cycle hybrid power generation system[J]. Thermal Power Generation, 2016, 45(1): 122-125.

［9］ 林汝謀, 韓巍, 金紅光, 等. 太陽能互補的聯合循環(ISCC)發電系統[J]. 燃氣輪機技術, 2013, 26(2): 1-15. LIN Rumou, HAN Wei, JIN Hongguang, et al. The integrated solar combined cycle power generation system[J]. Gas Turbine Technology, 2013, 26(2): 1-15.

［10］ 黃廷輝, 柴勝凱, 龐順, 等. 熱電聯產機組熱、電負荷優化分配[J]. 熱力發電, 2010, 39(12): 1-4. HUANG Tinghui, CHAI Shengkai, PANG Shun, et al. Optimization of thermal and electrical load distribution for the cogeneration unit[J]. Thermal Power Generation, 2010, 39(12): 1-4.

［11］ 吳龍, 袁奇, 劉昕. 供熱機組熱電負荷最佳分配方法分析[J]. 中國電機工程學報, 2012, 32(35): 6-12. WU Long, YUAN Qi, LIU Xin. Research on the scheme of optimal load distribution for cogeneration units[J]. Proceedings of the CSEE, 2012, 32(35): 6-12.

［12］ 謝毅霏, 衛鵬杰, 張建偉. 動態尋優法在供熱機組熱電負荷優化分配中的應用[J]. 山西電力, 2014(1): 42-44. XIE Yifei, WEI Pengjie, ZHANG Jianwei. Application of dynamic optimization method in the optimization of heat and power load distribution of heating unit[J]. Shanxi Electric Power, 2014(1): 42-44.

［13］ 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, 28(4): 345-351. YANG Yun, ZHANG Shijie, XIAO Yunhan. Influence of the ambient temperature on the optimized configuration of a gas-turbine-based distributed energy supply system[J]. Journal of Engineering for Thermal Energy and Power, 2013, 28(4): 345-351.

［14］ 梁俊宇, 趙明, 李鵬飛, 等. 基于數據挖掘的火電機組主要參數基準值獲取方法[J]. 熱力發電, 2015, 44(1): 73-76. LIANG Junyu, ZHAO Ming, LI Pengfei, et al. Data mining based determination method of main parameter benchmark values for power plants[J]. Thermal Power Generation, 2015, 44(1): 73-76.

［15］ 宋鳴程, 賈立, 葉靈芝. 基于Spark的火電大數據挖掘方法的研究[J]. 控制工程, 2018, 25(12): 2158-2165. SONG Mingcheng, JIA Li, YE Lingzhi. The research of big data mining of thermal power method based on spark[J]. Control Engineering of China, 2018, 25(12): 2158-2165.

Research on heat-electric load distribution for multi-energy complementary system based on solar and gas

WANG Mingkun, GAO Lin, HUAN Qingqiu, WANG Lin, ZHOU Junbo, HOU Yuting, GUO Yiwen

(Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China)

With the large-scale integration of new energy sources, multi-energy complementary is an inevitable trend of power grid development. For cogeneration plants with multiple parallel operating units, they are faced with plant-level load distribution issues. By studying the operating characteristics of photovoltaic power plants and gas-steam combined cycle units, the scheduling limits are determined in this paper. The typical daily load curve is selected to complete the scheduling calculation for multi-energy complementary system, and the real-time load distribution results are obtained. Meanwhile, the optimal combination mode can be obtained through the research on different operation combination modes under the same load. The simulation calculations show that, the gas consumption of double-condensing unit operation mode is the least, followed by a back and a condensing unit operation mode. The gas consumption of three-unit operating mode is the most. Therefore, within the operating limits, the double-condensing unit operation mode should be preferred. The three-unit operating mode should be operated simultaneously during the period of 11:00—22:00 to effectively reduce the number of starts and stops. It provides data and theoretical support for heat-electric load distribution while achieving energy saving and consumption reduction.

solar energy, gas-steam combined cycle, multi-energy complementary, load distribution, energy conservation and emission reduction, gas consumption, simulation calculation

TK51

A

10.19666/j.rlfd.201904080

王明坤, 高林, 郇慶秋, 等. 基于太陽能和燃氣的多能互補系統熱電負荷分配技術研究[J]. 熱力發電, 2019, 48(7): 39-46. WANG Mingkun, GAO Lin, HUAN Qingqiu, et al. Research on heat-electric load distribution for multi-energy complementary system based on solar and gas[J]. Thermal Power Generation, 2019, 48(7): 39-46.

2019-04-15

王明坤(1988—)，男，博士，工程師，主要研究方向為智能電站控制技術，wangmingkun@tpri.com.cn。

（責任編輯 馬昕紅）