計及綜合需求響應的電熱氣互聯能源系統環保經濟優化調度

田壁源，何 峰，常喜強，劉博文，，張新燕

（1. 國網新疆電力有限公司 烏魯木齊供電公司，烏魯木齊 830011；2. 國網新疆電力有限公司，烏魯木齊 830018；3. 新疆大學 電氣工程學院，烏魯木齊 830047）

0 引言

隨著能源需求和環境壓力的不斷增加，熱電聯產（combined heat and power，CHP）、電轉氣（power to gas，P2G）等技術的快速發展，如何提高能源的利用率、增強相互之間的耦合能力成為近年來國內外學者研究的熱點［1］。作為能源互聯網的基礎，綜合能源系統通過利用各供、用能系統在生產、輸配、轉換、存儲、消費等環節之間的時空耦合機制和互補替代性，打破了不同能源子系統間的壁壘［2］，已成為適應社會能源領域變革、促進能源轉型的必由之路。隨著能源需求呈現出多樣化和分布化趨勢，以及環境壓力的不斷增加，具有雙向協同互補互濟特性的電-熱-氣互聯能源系統（electricity?heat?gas integrated energy system，EHG?IES）成為解決單一能源系統運行經濟成本高、污染排放大等問題的有效方案。

當前關于能源互聯網中多種能源子系統的耦合與協同優化調度的研究，主要集中在對IES 進行建模分析能量流特性及相關耦合設備優化運行等方面。文獻［2］建立了涵蓋氣、電、熱、冷等多種形式儲能的用戶側綜合能源系統，提出一種適用于多種綜合能源系統架構的儲能優化配置模型；文獻［3］研究了考慮熱電解耦熱電聯產機組的EHG?IES調度模型；文獻［4］提出了計及電力、熱力、天然氣異構能源系統的統一穩態潮流模型，發揮多能協調互補效益潛力，提高了資源優化配置的能力。然而，上述文獻仍缺乏針對EHG?IES 全面的、系統化、多角度靈活性協同調度分析。

多種能源間相互耦合與互補替代的特點為需求側提供了在不同能流間改變用能方法的能力，也為綜合需求響應（integrated demand response，IDR）提供了研究背景［5］。考慮IES中電、熱/冷、氣負荷具有較好的柔性可調特征，可將需求響應技術通過經濟激勵去引導部分用戶主動改變用電行為，在多種類能源互聯基礎上實現具有較大時間尺度和容量尺度的可調節特性IDR能力，提升多能源系統協調調度能力和運行經濟性。因此，考慮IES中子能源網絡慣性與時間尺度差異而產生的價格差異，可在EHG-IES中引入激勵型IDR的定價策略，以市場化定價機制與經濟激勵手段引導負荷用戶對其多能源消費特性進行調整。

目前，求解多目標的智能方法如非支配排序遺傳算法（NSGA?Ⅱ）、多目標粒子群算法、強化帕累托進化算法等均較為成熟。其中，NSGA?Ⅱ因其采用擁擠距離法以及精英策略進行排序，能有效保證種群多樣性，快速求解Pareto最優解，是目前常用的多目標問題求解算法，但存在計算效率低，易陷入局部最優等問題，協同進化方法為解決以上問題提供了新的思路。協同進化理論［6］是一種參考生物界內各生物種群間相互合作、競爭時提出的迭代優化算法，結合至NSGA?Ⅱ可極大程度地提高原算法對最優解的全局搜索能力以及收斂性能。

綜上所述，本文提出一種考慮IDR的EHG?IES多目標優化策略。在EHG?IES內以經濟、環境和清潔能源棄電為優化目標，構建了環保經濟協同的靈活性調度模型，并通過引入激勵型IDR提升系統總體性能，采用基于協同進化思想的NSGA?Ⅱ對模型進行求解。最后，以IEEE?13節點配電網、6節點配氣網和5節點熱網耦合而成的EHG?IES為算例，驗證本文所提IDR模型和調度運行策略對EHG?IES環保經濟性能的影響。

1 電熱氣互聯能源系統模型

1.1 考慮IDR的EHG?IES能量轉化模型

多能協同系統最基本的特點是由多類異質能源系統組成，由于不同能源結構各異、動態差異較大，多能系統會表現出復雜的多動態特性。電能、熱能、天然氣等不同能源的不同慣性時間尺度使多能系統的動態過程相互影響，這種多動態變化過程提供了不同能流的互補性與靈活性。

圖1 含IDR的EHG?IES結構示意圖Fig.1 Structural diagram of EHG?IES with IDR

本文構建的綜合能源系統結構如圖1所示，主要包括EHG?IES和IDR兩部分。EHG?IES負責給用戶提供電、熱、氣等能源，可從配電網、配氣網購買能源，系統內電源包括風電場和光伏電站；能量轉換設備有CHP 機組、P2G 和燃氣鍋爐（gas boiler，GB）、電鍋爐（electric boiler，EB），能夠實現電力、熱力及天然氣網絡間的雙向能量流動；此外，為提高經濟性和運行靈活性，系統中還配備了電儲能（electricity energy storage，EES）、熱儲能（thermal energy storage，TES）設備，對多種能源進行綜合調度和協調優化。同時在EHG?IES運行中引入IDR機制，能夠充分發揮電-熱-氣之間的交互耦合優點，在縱向實現電、熱、氣不同能源間的協同優化，在橫向實現每一類能源在生產、輸配、轉換、存儲、消費環節的協調優化，對提升EHG?IES運行效率、促進棄電消納、平抑需求曲線具有重要意義。

1.2 EHG?IES能量轉化能力的數學描述

在能源耦合環節輸入能量流和輸出能量流并不是相互獨立的，而是相互耦合的。圖1 中EHG?IES能量轉換部分由電氣、電熱、氣熱及電儲、熱儲5個轉換單元組成，輸入為電能與天然氣能，輸出為電、熱、天然氣負荷及電儲能、熱儲能，本文提出的多能系統能量轉化模型可用耦合矩陣［7］描述為

式中:Pe,t、Pg,t分別為t時刻輸入系統的電功率與天然氣功率；Le,t、Lh,t、Lg,t分別為t時刻系統輸出的電能、熱能和天然氣能；矩陣J為不同能源間的轉化系數矩陣，又稱作耦合矩陣，表示不同能源之間的耦合關系，其中e 表示電能，h 表示熱能，g 表示氣能；Jee、Jgg分別為電、氣系統自身能量流與自身狀態量之間的關系矩陣。

式（1）中輸入的電功率、天然氣功率與輸出的電能、熱能和天然氣能分別為

其中，為滿足新能源的消納要求，將實際的風光出力單獨進行計算，優先調用新能源的電力來滿足用戶電力需求。寫成矩陣形式為

各種輸入能源的相關調度系數滿足的關系為

式中:λ、β分別為電能與天然氣的調度因子；η為能量轉化效率；Pe、Pg分別為系統中可直接參與使用和進行能量轉化的電能與氣能；Pe,grid、PESS分別為儲能與電網交互功率與儲能充放電功率；EWT、EPV分別為風機和光伏輸入能量；fWT、fPV分別為風機和光伏的輸出函數。

2 綜合需求響應模型

在電力系統中，需求響應（demand response，DR）是指用戶通過響應電網的激勵調整自身用電需求，IDR則是電力DR在能源互聯網綜合能源市場中的拓展與延伸［8］。IDR將橫向的負荷轉移/削減與縱向的用能替代相結合，通過差異化用能補貼機制引導用戶調整用能習慣或轉換能量來源的方式，實現負荷需求跨時間、跨能源類型的轉移與優化。

2.1 綜合需求響應數學模型

文中僅考慮分時能源價格下熱負荷由電負荷或氣負荷替代和電負荷的削減與轉移，通過引入隨能源價格變化的需求響應系數κ，提高能源的靈活調用與分配，為

式中:Pcut,t、Ptran,t、Prep,t分別為t時刻的削減負荷、轉移負荷、替代負荷的功率；分別為t時刻可參與IDR的負荷總量。

2.2 激勵型綜合需求響應數學模型

綜合需求響應通過經濟激勵手段改變用戶用電行為。參與IDR的用戶可通過簽約響應合同的方式進行負荷轉移/削減，或者根據差異化用能補貼調整自身用能方式。具體經濟激勵模型為

3 電熱氣互聯能源系統多目標優化模型

3.1 目標函數

（1）優化目標1是系統總用能成本最低。由向外網購買能源成本、設備運行成本、儲能充放電成本及需求響應成本組成，其具體表達式為

式中:Ce為EHG?IES與大電網交互成本；Cg為天然氣購買成本；Cp為設備運行成本；CES儲能充放電成本；CIDR對用戶參與IDR的補償支出。

EHG?IES與大電網交互的凈成本為購電成本與售電收益的差值，為

天然氣購買成本為從氣網購買的天然氣支出，為

設備運行成本包括CHP、EB、GB、P2P 和儲能ESS、TES的運行成本，為

式中:N為運行設備總數；Ci為設備i的單位運行成本系數；Pi,t為t時段設備i的出力；CESS、CTES分別為電儲能和熱儲能的成本系數；PESS,t、PTES,t分別為t時段儲電和儲熱的儲放氫、熱功率，正值表示充能，負值表示放能。

（2）優化目標2是系統環境處理成本最低。由系統使用從配電網處購得的電能所產生的污染物治理成本和使用天然氣進行能量轉換所產生的污染物處理成本2個部分構成，其具體表達式為

式中:ξ為污染物單位處理成本，本文取0.02元/kg；τec和τgc分別為使用電能和天然氣時污染物的排放系數，取0.9 kg/kWh和0.22 kg/kWh。

（3）優化目標3 是系統棄風、棄光電量最小。由調度周期內風電、光伏預測功率與其并網功率之差表示，其具體表達式為

3.2 約束條件

（1）系統能量平衡約束

式中:PRE,t為t時段新能源發電功率；分別為t時段電儲能、熱儲能設備充放電功率；為t時段儲能與配電網交互電量；分別為t時段參與IDR后的電負荷、氣負荷、熱負荷。

（2）能源耦合設備交互功率約束

式中:Pi,min、Pi,max分別為耦合設備i的出力上、下限值；Pe,min、Pe,max與Pg,min、Pg,max分別為 IES 與電網和天然氣網功率交換的上、下限值。

（3）儲能設備協調運行約束

（4）綜合需求響應約束

式中:ukDR,t為第k類負荷在t時刻需求響應的狀態，為0-1變量；分別為第k類負荷在t時刻需求響應前后的負荷需求；分別為第k類負荷在t時刻負荷變動上限和調度周期內負荷累計變動量上限。

4 多目標優化運行求解

NSGA?Ⅱ基于非支配快速排序法和擁擠距離進行選擇操作，是目前最優秀的多目標優化算法之一，在兼顧多目標計算復雜度降低的前提下采用精英保留策略延續了優良解，加快了算法的收斂速度，且具有計算效率高、保證種群多樣性和增強最優個體的進化潛力等優點，能夠較好解決多目標Pareto 尋優問題。按照目前的非支配排序遺傳算法，不同被支配度的種群之間由于無法進行進一步對比，有可能導致具有優質潛力但目前表現欠佳的種群被排除，因此全局搜索能力存在提升空間。為充分考慮EHG?IES 在消納新能源棄電和電負荷轉移/削減場景下的協同關系，本文引入合作型協同進化算法框架，利用協同進化理論將原本較長的染色體編碼分為多個短的染色體編碼，即將復雜的多決策變量問題進行分組求解，每一個短編碼為一個子種群，子種群獨立進化，需要評價時再相互合作。Co?NSGA?Ⅱ的算法流程框圖如圖2所示。

圖2 Co?NSGA?Ⅱ流程圖Fig.2 Flowchart of Co?NSGA?Ⅱ

5 算例分析

5.1 參數設置

本文以冬季為仿真場景，通過IEEE?13節點配電網、6節點配氣網和5節點熱網耦合而成的EHG?IES為算例進行分析。該算例的結構如圖3所示，系統內上級電網與氣網接入點分別為E1、G1，光伏電站、風電場的接入點分別為E6、E12，可參與綜合需求響應的負荷分布區域為E2&G6&H4、E4&E9&G5&H3、E11&G2&G3&H1，電儲能采用蓄電池，熱儲能采用儲熱水罐，相關設備裝機容量與信息參數見文獻［4］。其中調度周期為24 h，單位調度時間為1 h，假設單位時間內各裝置出力及交互功率恒定，且交互電價跟隨分時電價，峰、谷、平時段從上級能源供應商處購買的電力和天然氣分時價格如表1所示。冬季典型日電負荷、熱負荷、風/光電預測數據如圖4所示，其中電負荷基準值取10 MW，熱負荷基準值取4 MW，氣負荷基準值取1 200 m3，風電與光伏的基準值分別取10 MW、8 MW。Co?NSGA?Ⅱ的參數為:種群數量100，最大迭代次數50，交叉率0.8，變異率0.2。

圖3 EHG?IES算例系統Fig.3 EHG?IES example system

表1 分時能源價格Table 1 Time sharing energy price

5.2 優化運行特性分析

文中采用EHG?IES 動態協同環保經濟調度策略同時兼顧、平衡經濟、環境和棄風、棄光目標之間的利益，根據第4 節的多目標求解流程對環保經濟調度問題進行求解，得到最優折中解:用能成本為106 309.2元，環境成本為16 810.3元，棄風棄光功率為15 378.4 kW。在多目標最優調度策略下，EHG?IES優化結果如圖5所示，包括系統從外網購買能源具體值、電功率與熱功率的優化結果。

圖4 冬季典型日電熱氣負荷與風/光出力預測曲線Fig.4 Electricity?heat?gas load and WT/PV output power prediction curve of typical day in winter

圖5 EHG?IES優化調度結果Fig.5 EHG?IES optimization scheduling results

由圖4可知，算例中“風電+光伏”存在反調峰特性，在電負荷低谷1:00—5:00、22:00—24:00時段系統中有大量風電等待消納，而在14:00—16:00時段則有大量“風電+光伏”出力需要消納。由圖5（a）可以看出，在分時能源價格機制下，EHG?IES向外網購電的時段主要集中在電價峰時段和平時段，向外網購氣則主要集中在氣價的谷時段和晚間熱負荷與氣負荷需求的高峰時段。由圖5（b）可以看出，在負荷低谷期，當系統中有大量風電等待消納時，EHG?IES將優先對多余的電能進行存儲，由于儲能電池的運行限制，過剩的風電將通過電鍋爐轉換為熱能，再儲存在儲熱罐中，同時也會引導剩余電能通過P2G裝置轉化為天然氣輸送到天然氣網中，用于滿足氣負荷需求或燃氣供熱，增大棄風量消納的同時減少天然氣的購買量，提升系統經濟性。在負荷高峰期，系統將從儲能裝置釋放能量，以滿足終端用戶的能源需求，同時在CHP機組在7:00—12:00、17:00—22:00時段將利用P2G裝置輸出的天然氣進行發電，以發電來替代EHG?IES與公共電網的交互功率，提升CHP機組的調峰能力，從而降低外購能源成本。由圖5（c）可以看出，系統熱負荷由燃氣鍋爐、電鍋爐與CHP機組聯合供給燃氣鍋爐的存在能有效提升CHP機組的供能靈活性。在天然氣價格谷時段，可在滿足用氣負荷的前提下增加天然氣購入量，通過燃氣鍋爐將天然氣轉化為熱能并進行存儲，使夜間燃氣輪機承擔白天部分的熱負荷，降低系統的熱負荷成本；同時在有大量可再生能源待消納時段，采用電鍋爐將電能轉化為熱能并進行存儲，可進一步提高等效熱負荷低水平時間段與風電、光伏高發時間段和用電低谷時間段的重合度，促進風電、光伏消納。文中CHP機組的出力主要跟隨電負荷需求，即以電定熱，剩余的熱負荷將主要由燃氣鍋爐和熱儲能來填補。可以看出，在峰值電價時段，CHP機組基本上處于最大出力狀態，電儲能與熱儲能開始放能，CHP機組產生的電能與熱能向系統供應。

電能與熱儲能的互補協調運行策略增加了EHG?IES的能量存儲能力，緩解了風電、光伏出力與負荷需求的供需矛盾，而熱網管道的輸送延時特性使原本處于的高熱負荷時段的等效前移，進一步降低系統消納風電、光伏的難度；同時由于各類儲能充放能時段不同，使系統各時段均具有一定能量儲備，有利于提高系統運行的靈活性與可靠性。

5.3 考慮IDR的優化運行結果

本文通過差異化的用能補貼機制和負荷響應合同機制，引導用戶調整用能習慣或轉換能量來源進行IDR 響應。用戶可通過提前簽約可中斷（削減）、轉移負荷響應合同，來響應負荷高峰時段的高電價，并獲得響應補貼；也可以根據差異化用能補貼調整用能途徑，降低用能成本。表2—表3分別為可中斷、轉移負荷響應合同，用戶電/氣用能補貼價格如圖6所示。

表2 可中斷負荷響應合同Table 2 Interruptible load response contract元/kW

表3 可轉移負荷響應合同Table 3 Transferable load response contract元/kW

圖6 綜合需求響應下的用能補貼價格Fig.6 Energy subsidy price under IDR

EHG?IES 中IDR 實施的詳細運行情況如圖7所示，可以看出，用戶在經濟激勵下主動參與IDR，使得EHG?IES調度多項性能得到提升。從圖7（a）可以看出，在中午和夜間的峰值電價時段9:00—12:00、18:00—21:00，用戶通過簽約模式將用電高峰時段負荷轉移到負荷低谷或多風電、光伏的時段2:00—5:00、13:00—15:00、22:00—24:00，使得谷時段和平時段的負荷增加，峰時段負荷明顯減少，獲得顯著的削峰填谷作用，同時降低了下網負荷，提高了棄電消納能力。除轉移負荷以外削減負荷也是保證EHG?IES安全性和經濟性的重要途徑，削減負荷主要集中在峰荷時段8:00—13:00、16:00—22:00，用戶通過簽約可中斷負荷響應合同參與削減負荷，進一步降低了用電高峰時段的調度壓力，提高用能的穩定性。

圖7 考慮綜合需求響應的優化運行結果Fig.7 The optimal operation results considering IDR

可替代負荷可以根據電價和氣價的實時情況進行靈活調整。圖7（b）為電負荷、氣負荷與熱負荷的替代和電-氣負荷相互替代情況，可以看出，多風/光時段，通過用電補貼的激勵，部分熱負荷與氣負荷由電能進行替代，從而增加了風電、光伏電量的吸收；對于下網電負荷較大時段，通過增加用氣補貼額，減少電氣相對價格，以提高替代負荷的用氣量，降低外購電能的成本。綜上所述，通過實施綜合需求響應充分發揮了電-熱-氣之間的交互耦合優點，有效地消納了棄風棄光電量，降低了EHG?IES 運行的經濟成本。其中，棄風棄光電量下降了50.14%，下網電量降低了28.65%，下網最大電負荷降低了21.86%，負荷峰谷差得到有效平抑并增強了源荷匹配。

5.4 IDR對EHG?IES運行經濟性的影響

為分析IDR 對多目標優化結果的影響，綜合考慮了EHG?IES 在經濟、環境和棄電消納等多個方面的調度需求，設立了“未考慮IDR”和“考慮IDR”2個場景，不同場景下的調度結果如表4所示。

表4 IDR對優化結果的影響Table 4 Influence of IDR on optimum results

由表4可知，引入IDR后，相比于場景1，綜合成本降低了3.33%，環境成本降低了26.68%，能源利用率由86.32%提升至91.88%，棄風/光率由9.36%降至4.67%。由于IDR的實施需要向用戶提供補貼，對EHG?IES的運行經濟成本帶來一定負擔，而隨著下網電量與棄風棄光電量的減少，降低外購電能的成本及環境成本，因此IDR的實施對系統綜合成本影響不大。綜上所述，在EHG?IES中考慮需求側電熱氣負荷響應可實現負荷需求跨時間、跨能源類型的轉移與優化。

6 結束語

在EHG?IES 框架下提出了多目標協同優化的綜合需求響應模型及運行策略求解算法，根據算例分析的計算結果，得到的主要結論歸納如下:

（1）在多種類能源互聯基礎上，采用能量耦合矩陣對多能協同轉化關系進行描述，使可調節性負荷獲得較大時間尺度和容量尺度的時序轉移能力，有助于提高能源子系統間的能量協調能力與能源利用效率。

（2）提出的Co?NSGA?Ⅱ方法能有效在EHG?IES的多個調度目標間做出權衡，可實現兼顧、平衡低碳和經濟目標的靈活性協同優化調度。

（3）通過引入激勵型IDR 機制，能夠充分發揮電-熱-氣之間的交互耦合優點，降低用戶用能成本，提高用戶參與IDR的積極性，對促進新能源棄電消納、平抑需求曲線具有重要的理論和現實意義。

在后續研究中，將建立多能流多形態多響應類型的負荷側模型，研究深度耦合下的不同能流定價機制和外界需求的響應速度對EHG?IES優化調度結果的影響。D