區域能源互聯網的“源-網-荷-儲”運行優化研究

趙壯，張宏立，王聰

（新疆大學電氣工程學院，新疆 烏魯木齊 830047）

0 引言

化石能源的大量使用，使生態環境遭到破壞。因此，能源系統的可持續、清潔、高效運行就十分必要[1]。綜合能源系統雖然能實現能源產、供、銷一體化和在一定范圍內的能源高效利用，但是并沒有考慮多個綜合能源體系互連互通，實現整體區域內多個綜合能源系統的優化調度。國外學者提出了基于互聯網技術的未來能源體系-能源互聯網，其在配、用方面則表現為區域能源互聯網[2]。建設區域能源互聯網，不僅使多個不同區域的能源系統與互聯網系統深度融合，而且將各種能源連接在一起，使其能夠相互配合[3]。同時在先進的信息技術支撐下，實現多個相似區域內的能源高效、清潔和可持續發展利用[4]。

關于電力微網系統運行優化的研究已較為成熟，文獻[5]基于能量樞紐模型，提出了能夠提升系統靈活性與可再生能源消納能力的方案，建立可再生能源系統的優化規劃模型，通過算例分析證明了所提模型的有效性。文獻[6]針對可再生能源異構數據及一次能源不確定性導致的電源出力控制問題，提出了多電網功率優化控制模型，通過仿真分析證明了所提控制算法的有效性。文獻[7]針對可再生能源的波動性和負荷的隨機性所引起的不確定性，提出了基于熵的能量與信息的一致標度，算例證明了其方法的有效性。文獻[8]提出電動車網絡與電網相結合的未來能源體系，為能源互聯網的建設提供了新的構架。

目前，已有研究主要局限于微網能源系統的多目標優化、微網系統的分層、分級優化以及電力能源系統的“源-網-荷-儲”優化等方面，很少有關于區域能源互聯網的“源-網-荷-儲”整體調度運行優化的研究。本文在現有研究的基礎上，對傳統微能源網系統構架進行改進，綜合考慮各種能源之間的相互耦合作用，以能源互聯網系統作為基本構架，研究了電-氣互聯的區域能源互聯網的“源-網-荷-儲”多目標優化；通過構造其基本數學模型，建立以運行成本最低、環境治理成本最低和一次能源消耗成本最低為優化目標函數；采用常用優化軟件（如CPLex）對其求解。最后，通過算例驗證了所提模型的可靠性和有效性。

1 系統構架

本文對微網系統模型進行研究，構建了區域能源互聯網的“源-網-荷-儲”多能互補系統，如圖1所示。

圖1 區域能源互聯網的系統構架Fig.1 System architecture of Regional Energy Internet

由圖1可知，本文的區域能源互聯網由上層能源網、微網、用戶側負荷3部分構成。區域能源互聯網是將源側、網側、用戶側三者相結合，將不同形式的能量進行轉化與使用，實現能源之間交互耦合的作用。網側部分表示上層能源網，包含電網和氣網，電網和氣網與微網系統進行能量交互。源側部分是微網系統中各種能源供應與轉換機組。用戶側由電、熱、冷負荷3部分組成。同時，本文系統將各種形式的能源互聯、互補，實現各種能源的高效利用和系統的節能環保。本文以電網作為主要網絡，加入氣網，構建多能互補的電-氣互聯系統。在本系統中加入光伏和風電的參與比例，既可以提高系統的經濟性又能實現能源的高效利用和碳排放量的減少。同時在轉換過程中加入P2G（Power to Gas）單元，實現了電-氣互聯互通的作用。

2 數學模型

2.1 光伏發電機組模型

假設太陽能光伏電池設備效率恒定，其模型為

式中：PS，t為t時刻輸入系統的太陽能資源；St為t時刻太陽輻射強度；Sref，t為標準太陽輻照強度；b為電池材料相關常數；e為自然對數的底。

2.2 風電機組模型

典型的風力發電機組模型為

式中：PWT，t為t時刻風力發電機組發電功率；PWT為風力發電機的額定發電功率；νt為t時刻的實際風速；νin為風力發電機的切入風速；νout為風力發電機的切出風速；ν0為風力發電機的額定風速。

2.3 電鍋爐

電鍋爐發熱量與系統輸入電功率間的關系特性為

式中：HEB，t為t時刻電鍋爐運行時產生的熱量；PEB，t為t時刻電鍋爐的輸入功率；ηEB為電鍋爐的電能轉化效率，即輸出熱量與輸入電能的比值。

2.4 同步發電單元

同步發電單元的能耗-功率輸出特性為[9]

式中：CSYN為同步發電單元燃料消耗成本；PSYN為同步發電單元的輸出功率；i為同步發電單元的編號；ai，bi，ci分別為同步發電單元的能耗-功率輸出表達式的二次項、一次項、常數項系數。

2.5 微型燃氣輪機模型

發電機組利用一次能源天然氣產生的電量、熱量為

式中：EGT，t為t時間段內發電設備的發電量；ΔT為優化模型的時間步長；HGT，t為t時間段內發電設備的產熱量；FngGT，t為t時間段內發電設備消耗的天然氣量；rng為天然氣的熱值；ηhGT為發電設備的額定產熱效率；ηeGT為發電設備的額定發電效率。

2.6 電制冷機模型

電制冷機提供的冷能主要取決于能效比，其模型為

式中：CEC，t為電制冷輸出；PEC，t為電制冷機的輸入電能；ηEC為電冷轉化效率。

2.7 儲能模型

2.8 燃料電池模型

在燃料電池發電系統正常穩態運行過程中，燃料消耗與系統功率輸出間的關系為

式中：CFB為燃料電池運行時的燃料消耗成本；PFB為燃料電池的輸出功率；Cfb為供給燃料電池的氣體燃料價格；ηFB為燃料利用效率。

2.9 P2G模型

式中：GP2G為天然氣流量；PP2G為P2G機組的輸入功率；HGV為天然氣熱值；ηP2G為能源轉化效率。

3 模型的優化

3.1 求解模型與方法

本文對于區域能源互聯網多能耦合的優化，分別以經濟性、環保性、高效性為指標，建立區域能源互聯網的“源-網-荷-儲”運行優化模型，其表達式為[10]

式中：F為目標函數；fi（x）為第i個優化目標；x為優化變量；g（x）為不等式約束；h（x）為等式約束；Ω為決策空間。

本文的優化目標是運行成本、環境治理成本和一次能源消耗成本；優化變量是電網、氣網、同步發電機組、微型燃氣輪機的運行狀態。針對本文模型，通過線性加權法將多目標轉換成單目標，通過層次分析法計算出權重，選用線性規劃軟件CPLex求解器求解，求解流程如圖2所示。

圖2 系統求解流程Fig.2 Flow chart of system solution

3.2 目標函數

以運行成本最低為指標，其經濟性目標函數為

式中：F1為系統運行成本；S1為機組的建設成本；S2為機組的運行成本；S3為機組的運維成本；S4為微網與“電-氣”主網的交互成本。

式中：j為機組的類型；Mj為第j種建造機組的總容量；Cj為第j種機組單位容量的建造成本。

式中：0≤ω1≤1，0≤ω2≤1，0≤ω3≤1，且ω1+ω2+ω3=1。其中，利用層次分析法計算出的權重結果分別為ω1=0.63，ω2=0.11，ω3=0.26。

3.3 約束條件

①電能平衡方程

⑦微網與主電網、主氣網交互功率約束

式中：PGRID（t）為微網系統與主電網系統間的實際交互功率；PGRID，min為微網系統與主電網系統間交互功率下限；PGRID，max為微網系統與主電網系統間交互功率上限；PGAS（t）為微網系統與主氣網系統間的實時交互功率；PGAS，min為微網系統與主氣網系統間交互功率下限；PGAS，max為微網系統與主氣網系統間交互功率上限。

4 算例仿真與分析

4.1 算例系統

本文算例系統選取了光伏發電、風力發電、微型燃氣輪機、儲能、同步發電單元（以柴油機為例）5種供能機組。微網與電網、氣網之間的交互功率上限為40，45 kW。天然氣的價格是3.5元/m3，轉換成熱值為0.349 0元/（kW·h）。光伏發電機組、風力發電機組、微型燃氣輪機、同步發電機組、儲能機組的運行維護成本分別為0.009 6元/（kW·h），0.029 6元/（kW·h），0.029 3元/（kW·h），0.088 0元/（kW·h），0.008 6元/（kW·h），各種同步發電單元的相關信息如表1所示。

表1 同步發電機類型Table 1 Types of synchronous generators

4.2 運行場景設置

本文根據各供能網絡系統間能量交互方式和供能機組類型的不同，將微網系統與主網系統間的交互運行場景設置為3種。場景1：在實時電價下，優先利用微網內部的分布式能源來滿足網內負荷需求，選擇從主電網與微網內部自由交互；場景2：在實時電價下，優先利用微網內部的分布式能源來滿足網內負荷需求，選擇從主電網和主氣網與微網內部自由交互；場景3：在實時電價下，優先利用微網內部的分布式能源來滿足網內負荷需求，選擇從主電網、主氣網與微網內部自由交互并且加入儲能單元。

風電、光伏提高了微電網系統的效率和環保性，但是其安裝成本太高，使得經濟性下降。同時，若是此系統中加入了微型燃氣輪機，則可采用“以熱定電”的運行方式。其中的分布式能源包含了各種能量轉換單元與儲存單元。

4.3 仿真結果與分析

區域能源互聯網的“源-網-荷-儲”運行優化受到各種因素的影響，本文研究了不同場景對區域能源互聯網的“源-網-荷-儲”運行優化的影響，其中：選取春夏、秋冬典型日的風力發電功率和日光伏發電功率，如圖3所示；冷、熱、電負荷選取某典型負荷日，如圖4所示。

圖3 日光伏、風電出力Fig.3 Photovoltaic and wind power output

圖4 日冷熱電負荷Fig.4 Daily cold，hot and electric load

本文為了避免繁瑣的計算，將圖4中冷負荷和熱負荷統一轉化成電負荷。其中，本文使用的冷負荷轉化設備為電制冷機，根據電制冷機的數學模型計算出冷負荷所需要的電功率。同時，本文使用的熱負荷轉化設備為燃氣輪機，根據燃氣輪機的供熱數學模型計算出熱負荷的燃氣消耗量，再根據燃氣輪機的供電數學模型將燃氣消耗量轉換成電功率。計算出總體的電負荷需求如圖5所示。

圖5 總電負荷Fig.5 Total electrical load

通過總電負荷需求數據，在實時電價下對電-氣互聯的區域能源互聯網系統進行協同優化求解，其中實時電價如圖6所示。

圖6 實時電價Fig.6 Real-time electricity price

各場景日運行結果如圖7～10所示。其成本如表2所示。

圖7 場景1系統出力Fig.7 Scene 1 system effort

圖8 場景2系統出力Fig.8 Scene 2 system effort

表2 不同策略下的系統成本Table 2 System costs under different strategies 元

由圖7，8可知：場景1只與電網進行能量交互，只購買天然氣而不出售；而在場景2中，在1：00-7：00和22：00-24：00微網系統出售能量給氣網。由圖9，10可知：在微網系統中加入氣網與儲能裝置，儲能裝置在4：00-7：00用戶負荷較小，此時對其進行充電；在13：00-16：00用戶負荷較大，此時對其進行放電，以滿足用戶需求。由表2可知：在春夏季典型日時，系統場景1的日總運行優化成本為5 466.18元；場景2的日總運行優化成本為5 321.7元，比場景1日總運行優化成本節約2.64%；場景3的日總運行優化成本為4 749.64元，比場景1日總運行優化成本節約13.11%。比場景2日總運行優化成本節約10.75%。在秋冬季典型日時，系統場景1的日總運行優化成本為5 142.43元；場景2的日總運行優化成本為5 008.94元，比場景1日總運行優化成本節約2.60%；場景3的日總運行優化成本為4 448.16元，比場景1日總運行優化成本節約13.50%，比場景2日總運行優化成本節約11.20%。因此，本文以微網系統為基礎構建電-氣互聯且加入儲能的區域能源互聯網系統，無論是在春夏季典型日還是秋冬季典型日，本文系統皆在場景3中日總運行成本最低。其結果證明本系統的可靠性和有效性，同時也證明在傳統微網系統中加入氣網和儲能不僅能提高微網系統的整體協作能力，而且加入P2G單元實現電、氣能源形式的互聯互通，使系統的靈活性增強，更有利于能源之間的相互轉化，提高系統的整體經濟效益。

圖9 場景3系統出力Fig.9 Scene 3 system effort

圖10 儲能充、放電功率Fig.10 Energy storage charge and discharge power

本文各場景日運行風光消納結果和冷、熱設備出力結果如圖11～16所示。

圖11 場景1風光消納量Fig.11 Scene 1 landscape consumption

圖12 場景2風光消納量Fig.12 Scene 2 landscape consumption

圖13 場景3風光消納量Fig.13 Scene 3 landscape consumption

圖14 場景1冷、熱設備出力Fig.14 Output of cold and hot equipment in scenario1

圖15 場景2冷、熱設備出力Fig.15 Output of cold and hot equipment in scenario 2

圖16 場景3冷、熱設備出力Fig.16 Output of cold and hot equipment in scenario 3

由圖11～13可知：由于光伏出力時，系統的能量需求比較大，且光伏發電相對穩定，因此本系統的棄光率基本為0；在圖11，12中，0：00-7：00和20：00-24：00用戶需求較小，同時風電在此期間占比較大，棄風率比較高，但是保證了系統的穩定、可靠運行；在圖13中加入了氣網和儲能來調節系統的風電消納能力，不但保證了系統的穩定、可靠運行，而且提升了系統的風電消納能力，其消納量如表3所示。

表3 不同情景下的日風光消納量Table 3 Daily landscape absorption under different strategies

由表3可知，無論是在春夏典型日還是在秋冬典型日，場景3的日風電消納能力都是最優。因此，在微網系統中加入氣網和儲能，可以提高系統的可再生能源的消納能力。

6 結語

本文在微能源網基本構架的基礎上提出了電-氣互聯的區域能源互聯網“源-網-荷-儲”系統構架，并構建了能夠體現系統經濟性、環保性、高效性的目標函數。通過線性加權法，將多目標轉化為單目標函數，采用CPLex求解器進行求解，得到了系統的最優運行結果。通過春夏、秋冬典型日負荷數據，對本文設置場景進行優化。結果表明，在傳統微網系統中加入氣網和儲能，其日總運行成本比傳統微網系統日總運行成本節約13%左右，不僅提高了微網系統的整體協作能力，而且更有利于能源之間的相互轉化，提高微網系統的靈活性、經濟性和風電消納能力。