含環境成本和多種儲能的綜合能源微網優化運行

晏 偉，吳新林，方景剛

（國網江西省電力有限公司 宜春供電公司，江西 宜春 336000）

0 引言

隨著全球變暖以及能源稀缺的問題日益嚴重，尋求提高能源利用率和減少環境污染的運行方式越來越受到各界重視，冷熱電聯供（combined cooling，heating and power，CCHP）系統應運而生［1—2］。CCHP不僅能夠提高能源的利用效率、降低系統運行成本，實現能源的梯級利用，而且還能夠減輕環境污染，在實現能源的節能減排以及可持續發展中發揮了重要作用［3—5］。隨著 CCHP 聯供型微網的迅速發展，CCHP聯供型綜合能源微網的運行優化問題也受到許多國內外學者的廣泛關注。

文獻［6］考慮了可再生能源和電熱負荷的隨機性，基于機會約束理論建立了熱電聯產的優化模型，并采用基于隨機模擬的PSO算法求解。文獻［7］建立了CCHP 微網的日前優化調度模型，計及了不同設備之間的耦合關系，但目標函數中并未考慮系統運行產生的環境成本。為了實現CCHP聯供型微網中冷熱電負荷之間的調度及轉換，文獻［8］引入地源熱泵和儲能裝置，建立了CCHP 聯供型微網模型，并采用混合整數規劃對模型求解，但未考慮CCHP 系統運行時產生的環境成本。文獻［9］建立了含光伏和儲能的CCHP 聯供型微網優化運行模型，以經濟成本和供電方差為目標，并將多目標轉為單目標求解。針對CCHP 微網調度問題，文獻［10］綜合考慮了燃料費用和購售電費用的結構，建立了以運行成本和環境成本最小的多目標優化模型，但只考慮了電儲能和CO2氣體的排放。

上述文獻在對CCHP聯供型綜合能源微網中的研究中取得了一定的進展，但大多數未考慮CCHP綜合能源微網運行時產生的環境成本和多種儲能設備參與優化。基于此，本文建立了含環境成本和多種儲能裝置的CCHP聯供型綜合能源微網優化模型，以運行成本、維護成本、環境成本等最小為目標，采用整數規劃方法進行求解，并分析了在不同類型電價模式下系統運行成本的變化以及儲能裝置不同容量對系統運行成本產生的影響。

1 CCHP綜合能源微網相關設備數學模型

1.1 微型燃氣輪機模型

微型燃氣輪機（micro?gas turbine，MT）具有發電效率高、污染排放小的優點，在CCHP微網中得到了廣泛的應用。其燃料一般為天然氣，發電成本數學表達式為

式中:CMT、QMT、PMT、ηMT分別為MT 的發電成本、天然氣消耗量、輸出功率、發電效率；λgas為天然氣價格（本文取2.5元/m3）；H為天然氣低熱值（本文取9.7 kWh/m3［11］）。

1.2 燃料電池模型

燃料電池（fuel cell，FC）是一種將化學能轉化為電能的發電設備，具有能夠連續發電、能源轉換高效、清潔等優點［12］，廣泛應用于分布式發電。其發電成本數學表達式為

式中:CFC、QFC、PFC、ηFC分別為FC的發電成本、天然氣消耗量、輸出功率、發電效率。

1.3 余熱鍋爐模型

式中:Qboiler、ηboiler、ηrech分別為余熱鍋爐的產熱量、制熱效率、煙氣余熱回收效率；υ為通入余熱鍋爐的煙氣量占微型燃氣輪機煙氣排放量的比例；Qboilermin、Qboilerman分別為余熱鍋爐功率上、下限。

1.4 燃氣鍋爐模型

燃氣鍋爐（gas boiler，GB）在CCHP系統中主要為補燃作用，即在聯供系統無法滿足熱負荷需求時由燃氣鍋爐來滿足。GB的供熱成本數學表達式［13］為

式中:CGB、QGB、PGB、ηGB分別為GB的發電成本、天然氣消耗量、供熱功率、供熱效率；PGBmin、PGBmax和ΔPGBmin、ΔPGBmax分別為GB的供熱功率上、下限和爬坡功率上、下限。

1.5 儲能裝置模型

儲能裝置在CCHP系統中主要起到削峰填谷的作用，例如電儲能裝置利用分時電價存在峰谷差的特點，在夜間利用主網低廉電價進行充電，待到負荷高峰時進行放電緩解供電壓力，減少高峰時期高昂電價電量的購買，從而達到降低CCHP 系統運行成本的目的。儲能裝置的一般模型為

式中:S(t)為儲能裝置在t時刻的容量；Pch、Pdis、ηch、ηdis分別為儲能裝置的充放電功率與充放電效率；Smin、Smax、Pchmax、Pdismax分別為儲能裝置容量上下限、充放電功率上下限；θch、θdis分別為儲能裝置的充放電狀態參數，是0-1變量，表示儲能裝置不能同時進行充、放電；T為調度周期，本文取T=24 h。

1.6 約束條件

（1）電平衡約束

式中:Pex為微網與大電網的交互功率；Pexmin、Pexmax分別為交互功率的上、下限；Pload為電負荷。

（2）熱平衡約束

式中:Pboiler為余熱鍋爐的輸出功率；Phch、Phdis分別為蓄熱槽的充、放電功率；Hload為熱負荷。

（3）冷平衡約束

式中:Psref、Peref分別為吸收式制冷機和電制冷機的輸出功率；Pcch、Pcdis分別為蓄冷槽的充、放電功率；Cload為冷負荷。

2 CCHP綜合能源微網優化模型

針對大多數文獻未考慮CCHP綜合能源微網運行時產生的環境成本和多種儲能設備參與優化情況，本文建立以運行成本、維護成本、環境成本等最小的目標函數進行優化分析。

2.1 目標函數

目標函數為

式中:F為CCHP系統的總運行成本；Cf、Cop、Cex、Cen分別為CCHP 系統的燃料成本、運維成本、購電成本、環境成本。

燃料成本為

式中:CMT、CFC、CGB分別為MT、FC、燃氣鍋爐的燃料成本。

運維成本為

式中:CMTop、CFCop、Cboiler、CBT、Chst、Ccst分別為微型燃氣輪機、燃料電池、蓄電池、蓄熱槽、蓄冷槽的維護費用，元/kWh，具體數值見文獻［14］。

購電成本為

式中:λs、λb分別為微網系統向電網售電與購電的電價；Psell、Pbuy分別為微網系統向電網售電與購電的功率。

考慮的環境成本［15］包括兩方面的費用:一是由于消耗環境資源產生的損失，包括消耗資源過程中產生的環境污染和過度消耗自然資源引起的生態破壞；二是消耗資源產生污染物排放受到的罰款，即

式中:m為污染物的種類；Vem為第m種污染物的環境價值標準；QX,m為不同發電設備發電時第m種污染物的排放量；Vm為因排放第m種污染物所受的罰款，具體數值見文獻［15］。

2.2 求解方法

本文所建立的CCHP綜合能源微網優化模型為0-1混合整數規劃模型，其表達式的標準形式為

式中:x為MT、FC、GB、余熱鍋爐、吸收式制冷機等設備的出力所組成的矩陣；等式約束為冷熱電3 種負荷和儲能裝置容量的平衡約束；xmin、xmax分別為各設備的出力上、下限所組成的矩陣。0-1 變量的引入是為了限制儲能裝置充放電。

為求解上述模型，本文采用IBM公司研發的大型優化軟件Cplex求解。

3 算例分析

3.1 算例數據

本文所考慮的CCHP聯供型綜合能源微網中各類設備有風機（wind turbine，WT）、光伏（photovoltaic，PV）、微型燃氣輪機（MT）、燃料電池（FC）、蓄電池、吸收式制冷機、燃氣鍋爐、余熱鍋爐、蓄冷（熱）槽等。其中，風電和光伏按最大出力跟蹤負荷，未考慮其出力不確定性。具體算例數據［16］如圖1所示，相關設備參數見文獻［14］及文獻［16］，分時電價見文獻［17］。

圖1 風電、光伏和負荷出力預測曲線Fig.1 Wind power,photovoltaic power and load output prediction curves

3.2 運行結果分析

含環境成本的綜合能源微網優化運行結果如圖2—圖4所示。從圖2中可以看出，在電價低谷時段（23:00—次日6:00），由于MT和FC的發電成本要高于購電成本，故在此時段MT 和FC 不出力，所需滿足的電負荷全部通過向電網購電滿足，同時向蓄電池充電；由于MT在此時段不出力，此時段內的冷負荷和熱負荷全部通過電制冷機和燃氣鍋爐滿足，如圖3—圖4所示。

圖2 CCHP系統電負荷出力曲線Fig.2 CCHP system electric load output curves

在電價平時段（7:00—10:00，16:00—18:00，21:00—22:00），MT和FC發電成本不再高于購電成本，優先出力滿足負荷。在該時段中，電負荷的供給主要由MT滿足，FC起輔助作用；同時，在低谷時段儲存電能的蓄電池釋放出電能，不僅可以減小負荷供給壓力，能利用峰谷電價差降低了系統的運行成本。從圖3—圖4可以看出，該時段聯供系統開始發揮作用，冷熱負荷的主要供給由聯供系統滿足，未滿足部分分別由電制冷機和燃氣鍋爐補足。整個周期中，CCHP系統只在在谷時段和平時段向電網購電，用于滿足電負荷和電儲能裝置需求。在電價高峰時段（11:00—15:00，19:00—20:00）同時也是負荷高峰時段，冷、熱、電負荷的供給與平時段類似，高峰時段FC出現了出力。

圖3 CCHP系統冷負荷出力曲線Fig.3 CCHP system cold load output curves

圖4 CCHP系統熱負荷出力曲線Fig.4 CCHP system heat load output curves

由圖4 可知，熱儲能裝置在整個周期中都沒有出力，是因為本文采取的天然氣價格是一個固定值，在優化過程中不能形成電儲能裝置結合峰谷電價降低成本的類似機制，故沒有增加出力來對熱儲能裝置蓄熱；而冷儲能在整個周期中有出力，是因為冷負荷的輔助供給設備為電制冷機，在電價低谷時段出力供給冷負荷和對冷儲能裝置蓄冷。由圖2—圖4分析可知，由于系統含有儲能設備以及電制冷機和燃氣鍋爐，整個優化運行過程中，MT 并沒有以滿足冷負荷或者熱負荷為第一要求的情況出力，即未按照“以冷定電”或“以熱定電”出力，實現了冷熱電的解耦，使得系統的運行更加經濟。儲能設備在優化運行中起到了削峰填谷、降低系統運行成本的作用。

本文所建立的計及環境成本的綜合能源微網模型優化運行成本為37 409.49元，與本文對應的傳統分供系統運行成本（24 h）為39 436.00元，運行成本降低了5.42%，證明了本文所建模型的有效性和可行性。

3.3 不同場景對比分析

為了分析不同場景下系統運行成本的變化，進一步驗證區域綜合能源系統運行優化計及環境成本的必要性和分析儲能裝置的效益，本節另設立3 種場景進行對比分析，且3.2節設為場景1。

場景2:不計及環境成本的區域綜合能源系統；

場景3:含冷熱儲能但不含電儲能的計及環境成本的區域綜合能源系統；

場景4:含電儲能不含冷熱儲能的計及環境成本的區域綜合能源系統。

將以上場景通過在Cplex 軟件中求解得到的系統運行成本如表1所示。

表1 不同場景下的系統運行成本Table 1 System operating costs in different scenarios

由表1可知，當不計及環境成本優化運行時，系統運行成本為36 625.10 元，與場景1 相比，雖減少了2.09%，產生的環境成本卻增加了12.41%。這說明了不含環境的成本的區域綜合能源系統優化存在以犧牲環境為代價而降低運行成本的情況（增加微型燃氣輪機和燃料電池的出力，減少購電），不符合實際中環境友好型社會的要求；而計及環境成本的區域綜合能源系統會重新調整各設備的出力，進而避免產生過多的污染氣體排放，進一步體現了計及環境成本的區域綜合能源系統的環保性以及計及環境成本的必要性。場景3 與場景1 對比可知，不含電儲能的區域綜合能源系統成本增加了1.03%，環境成本增加了22.99%。這說明引入電儲能裝置不僅能夠時區域綜合能源系統利用分時電價特點降低運行成本，還能降低系統因氣體排放產生的環境成本，具有很強的環保性。場景4 與場景1、場景3 對比可以看出，冷熱儲能裝置與電儲能裝置類似，能夠有效地降低系統的運行成本以及具備環保性，但是其作用沒有電儲能裝置明顯。

3.4 儲能裝置容量變化對系統運行成本的影響

為了分析儲能裝置容量變化對系統運行成本的影響，在基于本文所建模型基礎上，通過在軟件中對儲能裝置設置不同容量進行仿真分析，仿真時每次只對一種儲能裝置容量進行調整，得到數據經處理后如圖5—圖6 所示。由于熱儲能裝置沒有出力，故其未對系統運行成本產生影響。

從圖5中可以看出，系統運行成本隨著電儲能裝置容量的增大先降低再增加，在容量為2 000 kWh時，系統運行成本最低；繼續增大電儲能裝置容量時，系統運行成本不再降低而開始增加。對冷儲能裝置容量對運行成本的影響如圖6所示，系統運行成本隨著冷儲能裝置容量的增大而降低，但下降幅度比較小。

圖5 電儲能裝置容量對運行成本的影響Fig.5 Impact of electric energy storage device capacity on operating costs

圖6 冷儲能裝置容量對運行成本的影響Fig.6 Impact of cold energy storage device capacity on operating costs

3.5 不同電價下系統運行成本分析

為了分析CCHP系統在不同類型電價的運行成本，本文設立平均電價、分時電價、實時電價［17］3 種場景進行對比分析，經在Cplex 中運行后，各場景成本如表2所示。

由表2可以看出，CCHP系統在電價類型為平均電價時，運行成本在3種場景中最高，與電價類型為分時電價相比，系統運行成本增加了8.57%；當電價類型為實時電價時，系統運行成本在3 種場景中最低，與分時電價相比，系統運行成本降低了17.32%，效益在3者中很明顯。

表2 不同類型電價下的系統運行成本Table 2 System operating costs under different types of electricity prices

4 結束語

本文建立了含多種儲能裝置的CCHP聯供型微網經濟優化模型，通過選取適當的算例進行分析，證明了所建模型有效性和可行性，并分析了儲能裝置不同容量對系統運行成本的影響以及在不同類型電價下系統運行成本的變化，得出了以下結論:

（1）CCHP 聯供系統配合儲能裝置，能夠有效地利用電價峰谷差降低系統運行成本，起到削峰填谷的作用。

（2）系統運行成本隨電儲能裝置容量的增大先降低后增加；系統運行成本隨冷儲能裝置容量的增大而減小，但變化沒有電儲能裝置顯著。

（3）采用實時電價時，系統運行成本最低，采用平均電價時，系統運行成本最高。在電價層面，將來采用實時電價或是趨勢。