綜合負荷聚合商多目標優化方法

（山西大學 電力與建筑學院，太原030013）

隨著化石燃料的枯竭和環境污染問題變得更加嚴重，當前重要任務是推動能源轉型。能源互聯網可以將各種能源的生產、傳輸、存儲和消費高度結合，將推動能源利用朝著優化結構、提高效率、節能減排的方向發展[1]。隨著分布式電源、能量轉化裝置以及儲能技術的發展，綜合能源系統在能源互聯網的發展中得到了越來越廣泛的應用，通過整合多種能源，實現多種能源的轉化和分配，提高了能源系統的整體效益，降低了供能成本，提高環境效益[2]。

傳統的用戶側微網容量最優配置僅考慮電能的使用，未涉及能源的耦合與多能互補協調運行[3]。在綜合能源系統背景下，在用戶側建立小型分布式綜合能源聚合商，如建立區域綜合能源系統，綜合能源供用單元將是未來發展和研究的重心[4-5]。在用戶側建立綜合負荷聚合商，通過各個能源設備運行和調度，實現各種能源的協調優化，滿足多能源用戶的需求，使得能源的綜合利用率得到提高。

關于能源互聯的優化配置和運行方法，已經有了很多研究。文獻[6]研究了風光互補發電系統，建立單目標優化方程，分別對獨立運行和并網時風力發電、光伏發電和蓄電池的容量配置進行優化。文獻[7]根據用戶側電熱冷負荷互補特性，以經濟成本最小為規劃模型，建立用戶側多能互補的最優配置規劃方案。文獻[8]以經濟成本最小為規劃模型，建立多個分布式設備互聯和電熱冷負荷協調運行的規劃方案。文獻[9]考慮可再生能源消納，提出含電轉氣技術的綜合能源系統模型，充分利用氣電互聯特性，建立綜合能源系統最優調度模型。文獻[10]設計了“源-網-荷-儲”協調優化的能源互聯網基本架構，建立多目標優化模型，提出系統的優化配置及運行策略方案。文獻[11]同時考慮設備配置優化和運行調度，充分利用可再生能源對儲能進行優化，提出了用戶側能源系統配置和優化調度聯合規劃方案。文獻[12-13]提出包含電熱儲能系統的容量配置方案，構建了配置與運行相結合的綜合能源系統優化配置模型。綜上，較少文章涉及含電熱氣負荷和儲氣的多能系統配置和運行聯合優化，因此本文提出一種在用戶側建立區域綜合能源系統的方案，根據用戶的用能特性，選擇分布式設備，并建立多目標優化模型，以綜合成本和碳排放量為目標對容量配置和調度運行策略進行優化，通過非支配排序遺傳算法求解，最終提出一種綜合負荷聚合商最優化配置和運行方法。通過優化能源配置和調度運行降低自身能源購置成本增加可再生能源消納量，同時減少碳排量。

1 綜合負荷聚合商規劃方案設計

1.1 綜合負荷聚合商基本結構

本文構建的綜合負荷聚合商結構如圖1所示，包含電熱氣儲能裝置以及多種能源環節：光伏發電機組（photovoltaic generation，PV）、熱電聯產機組（combined heat and power，CHP）、電轉氣（power to gas，P2G）和燃氣鍋爐（gas boiler，GB），綜合負荷聚合商可以實現能源的生產、傳輸、轉換和消費，同時也連接能源供應商與用戶負荷，通過系統多能耦合裝置滿足用戶用能需求。終端用戶包括電熱氣負荷等。電負荷由PV、CHP、外購電和電儲能滿足，熱負荷由CHP、GB 和熱儲能滿足，氣負荷由外購氣、P2G和儲氣設備滿足。

圖1 綜合負荷聚合商配置結構Fig.1 Configuration structure of comprehensive load aggregator

1.2 內部元件建模

1.2.1 分布式發電

文中新能源發電主要是光伏發電。光伏出力可表示為[14]

式中：Pt，PV為時刻t光伏出力；N為光伏板的數量；ηPV為光伏逆變器轉化效率；Rt為時刻t 的太陽輻射強度；RS為標準條件下的太陽輻射強度；PS為光伏板在標準條件下的額定功率；Tt為時刻t 的環境溫度；Ts為標準條件下溫度為25 ℃；標準輻射度為1000 W/m2；CT為光伏發電溫度系數。

1.2.2 能量轉化裝置

能量轉化裝置輸入輸出關系可統一描述為

式中：Pt，out和Pt，in分別為時刻t能量轉化裝置輸出和輸入的功率；η為能量轉換效率。文中電轉氣、燃氣鍋爐、熱電聯產產熱和產電的轉換效率分別為60%、75%、35%和35%。

1.2.3 儲能裝置

本文電儲能采用蓄電池，熱儲能采用儲熱水罐，天然氣儲能采用高壓儲氣罐。儲能裝置模型為

式中：j表示能源設備類型；i表示能源類型；Wt為單位時間儲能裝置的能量；σ為自損耗系數；ηc和ηd分別為儲能裝置的存儲能量的效率和放能的效率；Pt，c和Pt，d分別為單位時間儲能裝置存儲能量的功率和放能的功率；Δt為單位時間間隔。

2 綜合負荷聚合商多目標優化模型

2.1 目標函數

2.1.1 經濟優化模型最優規劃配置的經濟目標是使綜合負荷聚合商總成本C 最小，包括折舊成本Cd、運行維護成本Co和能源成本Cen。

式中：j表示能源設備類型；i表示能源類型；c表示設備容量；v表示單位容量投資成本；r表示年利率，取6%；Y為預估的設備使用壽命；β為單位運行維護成本；Pt，out為時刻t 設備輸出功率；C為單位功率能源的購買價格；Pt，buy為時刻t 購買的能源功率。

2.1.2 環境優化模型

對環境影響最大的是CO2的排放量，因此綜合負荷聚合商最優規劃配置的環境目標是使CO2的排放量最小。CO2的排放量包含從燃氣公司購買天然氣的等效碳排放量和從電網購電的等效碳排放量。

2.2 約束條件

2.2.1 供需平衡約束

2.2.2 設備容量約束

能源設備的裝機容量必須大于或等于額定容量。

2.2.3 儲能裝置運行約束

式中：Cj，i為儲能裝置的容量分別為儲能的上限和下限分別為蓄能功率的上限和放能功率的上限分別為0-1變量，決定儲能裝置是儲能狀態還是放能狀態或者不運行。式（18）表示在每個周期起始時刻儲能裝置存儲的能量是一致的。

3 求解方法

改進的非支配排序遺傳算法（NSGAⅡ），提出了快速非支配排序算法，可以直接求出多目標優化問題的非劣解集，采用擁擠度和擁擠度比較算子進行選擇性排序，引入精英策略，更有利于保持好的個體及加速向Pareto 前沿收斂[16]。因此本文采用非支配遺傳算法求解。具體的求解過程如圖2所示。利用NSGAⅡ求出Pareto 前沿后，建立傳統供能方式的總成本和碳排放量正交，確定Pareto 前沿最優解范圍，從而選取最優解。

4 算例分析

4.1 參數設置

針對提出的模型和算法，本文以山西某地區為例，建立區域綜合能源系統，該系統有電/熱/氣負荷需求。選取的時間段為1 天，單位調度時間Δt=1 h，用戶典型日的電、氣、熱負荷數據如圖3所示。冬季典型日光伏出力如圖4所示。電價和天然氣價格如表1所示。

圖2 非支配排序遺傳算法求解流程Fig.2 Non-dominated sorting genetic algorithmsolution flow chart

圖3 用戶典型日負荷數據Fig.3 Typical daily load data of users

圖4 光伏輸出功率Fig.4 PV output power

表1 電價和天然氣價格Tab.1 Electricity price and natural gas price

本文對比了3種不同的綜合負荷聚合商方案，方案1是傳統的供能方式，用戶電能由電網提供，電用戶熱能由熱泵提供，天然氣負荷由天然氣網滿足。因此僅包含變壓器和電熱泵2種類型的能量轉換裝置。方案2 僅有熱電聯產裝置不包含P2G，含變壓器、燃氣內燃機和燃氣鍋爐3種類型的能量轉換裝置，內燃機和電網提供電能，天然氣負荷由天然氣網提供，內燃機和燃氣鍋爐提供熱能。方案3是由各種分布式設備構成的綜合負荷聚合商模型。各設備的參數如表2所示，各儲能元件參數如表3所示。P2G 運行成本中，P2G 運行參數參考文獻[17-18]，生成單位天然氣所需CO2系數α=0.2 t/（MW·h），CO2價格系數CCO2=90 美元/t，額定容量0.5 MW，日均投資成本1400 美元。

表2 設備參數Tab.2 Device parameters

表3 各儲能系統參數Tab.3 Parameters of each energy storage system

4.2 算例結果分析

三種不同場景的優化結果，總成本和環境效益比較如表4所示，方案1 選擇的設備最少，投資成本最低，但是能源成本比較高。方案2 因為熱電聯產減少了運行維護成本。方案3 因為選擇的能量轉化裝置類型最多，以及目前P2G 的投資成本較高，所以方案3 的投資成本和維護成本比方案1 和2都高，但是能源購買成本最低，總成本最少，碳排放量最小。因此，本文提出的綜合負荷聚合商模型比傳統的供能方式和只有熱電聯產的系統具有更好的經濟性和環境效益。

表4 三種不同方案比較Tab.4 Comparison of three different schemes

所提出的綜合負荷聚合商模型的各設備運行調度如圖5所示，從圖5（a）中可以看出，在電價低谷時段01：00—07：00 和23：00—24：00，此時沒有光伏發電，用戶用電負荷由CHP 供電和電網滿足，儲電設備不工作。時段07：00—16：00 光伏發電，用戶用電由光伏發電和CHP 共同滿足，蓄電池進行電能存儲，電轉氣將多余的電能轉換為天然氣，充分利用光伏發電。在電價峰時段19：00—22：00，向電網購電的價格高于熱電聯產機組運行成本，因此CHP 設備以額定功率運行發電，減少系統購能成本，蓄電池開始放電，此時用戶用電負荷由CHP 機組、蓄電池和向電網購電滿足。

從圖5（b）中可以看出，在電價低谷時段01：00—07：00 和23：00—24：00，CHP 供電成本高于向電網購電成本，熱負荷主要由燃氣鍋爐供給，不足的部分由CHP 供熱滿足，此時儲熱設備開始蓄熱。時段07：00—16：00 光伏發電，因為熱電聯產電熱耦合，此時要減少CHP 供電，燃氣鍋爐以額定功率運行，不足的部分由CHP 滿足。在時段17：00—22：00，電價為峰時段和平時段，CHP 輸出電功率增大直到以額定功率運行（輸出熱功率也增大），熱負荷不足的部分由儲熱設備放能和燃氣鍋爐共同供給。

從圖5（c）中可以看出在氣價低谷時段01：00—07：00 和23：00—24：00，用戶需求由向上級氣網購氣來滿足。時段07：00—16：00 光伏發電，電轉氣將剩余的電能轉換為天然氣供用戶使用，并且進行天然氣存儲。在氣價峰時段19：00—22：00，儲氣設備放氣，用戶消耗的天然氣由上級氣網和儲氣設備放氣共同滿足。

圖5 場景3 各設備出力情況Fig.5 Output of each equipment of scenario 3

5 結語

本文通過對綜合負荷聚合商建立包含系統綜合成本最小和碳排量最小的多目標優化調度模型，利用非支配排序遺傳算法求非劣解。并且通過山西某地區實例對所提方法進行驗證，算例結果表明提出的綜合負荷聚合商配置模型可以使用戶側綜合成本降低，碳排量減少。在分時電價作用下，綜合負荷聚合商實時調控購能策略以及各分布式設備運行調度，實現多能互補和能量梯級利用。由于儲氣裝置和P2G 的應用，有效增加了可再生能源的消納，緩解了高峰時段的供電壓力，降低了能源成本和碳排放量，同時提升了系統的靈活性和可靠性。