考慮儲(chǔ)能特性的建筑三聯(lián)供系統(tǒng)混合負(fù)荷跟隨運(yùn)行策略

侯健敏，徐志豪， 余威杰，丁蘇云

(1.南京信息工程大學(xué)自動(dòng)化學(xué)院，南京市210044；2.江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心(南京信息工程大學(xué))，南京市210044)

0 引 言

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展,建筑的冷、熱、電用能需求日益增大。在傳統(tǒng)的能源供應(yīng)模式下,能源短缺和環(huán)境污染問題都十分突出[1-2]。建筑冷熱電三聯(lián)供(building combined cooling, heating and power, BCCHP)系統(tǒng)采用光伏發(fā)電、天然氣發(fā)電、余熱回收利用等技術(shù)，同時(shí)供冷、供熱及供電,具有能效高、經(jīng)濟(jì)性好以及污染小的優(yōu)點(diǎn)，因而得到廣泛關(guān)注。

然而，在實(shí)際應(yīng)用中,與傳統(tǒng)供能系統(tǒng)相比,建筑冷熱電聯(lián)供系統(tǒng)并未體現(xiàn)其綜合供能優(yōu)勢(shì),甚至出現(xiàn)不少失敗案例。其中最主要的原因是供能側(cè)和建筑負(fù)荷側(cè)并沒有良好匹配,導(dǎo)致能源浪費(fèi)、經(jīng)濟(jì)效益低。為此，研究人員對(duì)BCCHP系統(tǒng)運(yùn)行策略開展了很多研究，其中開展最早和被廣泛接受的是電負(fù)荷跟隨策略和熱負(fù)荷跟隨策略[3]，即供能系統(tǒng)工作時(shí)，依據(jù)電(熱)負(fù)荷需求工作，以系統(tǒng)生產(chǎn)電(熱)能的情況決定熱(電)能的供給[4-5]。在此基礎(chǔ)上，文獻(xiàn)[6]提出一種混合電熱負(fù)荷跟隨策略，并通過案例證明了策略的可行性。文獻(xiàn)[7]進(jìn)一步根據(jù)負(fù)荷的季節(jié)性變化，提出跟隨季節(jié)變化的混合電熱負(fù)荷跟隨策略，在夏季和冬季以熱負(fù)荷跟隨策略運(yùn)行，在過渡季節(jié)以電負(fù)荷跟隨策略運(yùn)行。文獻(xiàn)[8]將分布式能源系統(tǒng)中的冷熱電負(fù)荷分級(jí)，通過不同供能設(shè)備匹配不同等級(jí)負(fù)荷，提出負(fù)荷特性跟隨策略。文獻(xiàn)[9]提出一個(gè)基于最小距離的運(yùn)行策略，定義了積分距離，通過尋找負(fù)載點(diǎn)到最佳熱電匹配曲線的最小距離，確定在曲線上的最佳運(yùn)行點(diǎn)。文獻(xiàn)[10]考慮風(fēng)光出力，提出一種基于熱電比的運(yùn)行策略，根據(jù)負(fù)荷熱電比和內(nèi)燃機(jī)熱電比的大小，合理選擇電跟隨策略和熱跟隨策略。文獻(xiàn)[11]引入變冷比，根據(jù)電冷卻提供冷能與總冷負(fù)荷的比值以及電熱負(fù)荷供給情況，對(duì)混合式冷水機(jī)組冷熱電三聯(lián)供(combined cooling, heating and power，CCHP)系統(tǒng)進(jìn)行運(yùn)行優(yōu)化。這些運(yùn)行策略通過采取相應(yīng)措施提高源荷兩端的匹配度、減少能源浪費(fèi)，但均未考慮儲(chǔ)能系統(tǒng)參與系統(tǒng)優(yōu)化調(diào)度。近年來，隨著儲(chǔ)能系統(tǒng)成本的顯著下降，考慮儲(chǔ)能特性的BCCHP系統(tǒng)運(yùn)行策略是值得研究的課題。

此外，在研究負(fù)荷跟隨策略時(shí)，需要建筑全年的冷熱電負(fù)荷數(shù)據(jù)。巨大的數(shù)據(jù)量給計(jì)算帶來一定難度。為此很多學(xué)者在數(shù)據(jù)預(yù)處理時(shí)選取各季節(jié)的負(fù)荷典型日數(shù)據(jù)，用以代替全年數(shù)據(jù)。文獻(xiàn)[12]提出一種基于正態(tài)分布的典型負(fù)荷日擬合辦法，利用每個(gè)概率分布的期望作為該時(shí)刻的負(fù)荷值。文獻(xiàn)[13]提出基于自適應(yīng)因子與概率統(tǒng)計(jì)法相結(jié)合的改進(jìn)模糊聚類算法，用于選取典型日負(fù)荷曲線。文獻(xiàn)[14]采用K-medoids聚類方法選取典型負(fù)荷日，避免了數(shù)據(jù)冗余和計(jì)算量巨大的問題。文獻(xiàn)[15]采用邏輯回歸函數(shù)對(duì)K-means聚類進(jìn)行改進(jìn)，考慮不同屬性特性的貢獻(xiàn)度，提高了樣本相似度計(jì)算的準(zhǔn)確性。上述研究在選擇負(fù)荷典型日時(shí)，大多采用主觀賦權(quán)，沒有進(jìn)一步考慮日平均負(fù)荷、日最大負(fù)荷及負(fù)荷變化程度等負(fù)荷特征對(duì)負(fù)荷典型日選取的影響。

基于以上分析，本文提出考慮儲(chǔ)能特性的混合負(fù)荷跟隨(following hybrid load-energy storage characteristics, FHL-ESC)運(yùn)行策略，將電負(fù)荷跟隨與熱負(fù)荷跟隨策略相結(jié)合，依據(jù)儲(chǔ)能設(shè)備容量變化選擇運(yùn)行模式。同時(shí)，將標(biāo)準(zhǔn)間沖突性相關(guān)性(criteria importance though intercrieria correlation，CRITIC)賦權(quán)法與K-means聚類算法相結(jié)合，提出一種基于客觀加權(quán)的改進(jìn)K-means聚類算法，用于選取典型負(fù)荷日。最后采用粒子群算法，對(duì)模型進(jìn)行優(yōu)化求解，并將結(jié)果與電負(fù)荷跟隨策略、熱負(fù)荷跟隨策略下的結(jié)果進(jìn)行比較，分析該運(yùn)行策略的優(yōu)勢(shì)。

1 系統(tǒng)描述

傳統(tǒng)的建筑冷、熱、電用能通常由分供系統(tǒng)(separate generating，SG)提供，即冷需求由電制冷機(jī)供應(yīng)、熱需求由燃?xì)忮仩t滿足、電需求由電網(wǎng)直接供應(yīng)。而BCCHP系統(tǒng)采用多種能源結(jié)合、能量梯級(jí)利用方式，極大提高了系統(tǒng)效率。用戶的電需求由光伏發(fā)電設(shè)備、內(nèi)燃發(fā)電機(jī)提供，電力不足時(shí)從電網(wǎng)購(gòu)電，多余電力不能賣給電網(wǎng)；冷需求由電制冷機(jī)和吸收式制冷機(jī)共同供應(yīng)；用戶的熱需求由余熱回收、燃?xì)忮仩t及儲(chǔ)熱罐提供。BCCHP系統(tǒng)的能量流如圖1所示。

圖1 BCCHP系統(tǒng)能量流圖Fig.1 Energy flow diagram of BCCHP system

2 運(yùn)行策略及評(píng)估準(zhǔn)則

2.1 FHL-ESC運(yùn)行策略

在電負(fù)荷跟隨運(yùn)行(following electric load， FEL)策略中，系統(tǒng)根據(jù)電需求運(yùn)行，由于熱電不匹配問題，系統(tǒng)將會(huì)產(chǎn)生大量多余熱能。同樣，在熱負(fù)荷跟隨運(yùn)行(following thermal load, FTL)策略中，系統(tǒng)根據(jù)熱需求運(yùn)行，產(chǎn)生大量多余電能。受儲(chǔ)能設(shè)備容量限制，系統(tǒng)無法完全消納多余能量，造成能量浪費(fèi)，降低能源利用率。

基于FEL策略和FTL策略的基本思想，結(jié)合兩種策略各自的供能特性，本文提出考慮儲(chǔ)能特性的混合負(fù)荷跟隨運(yùn)行策略。運(yùn)行策略由m0和m1 這2種運(yùn)行模式構(gòu)成，通過給予儲(chǔ)能設(shè)備在系統(tǒng)運(yùn)行中的策略決策權(quán)，將儲(chǔ)能設(shè)備作為緩解熱電不匹配的樞紐，根據(jù)儲(chǔ)能容量情況決定運(yùn)行模式的選擇。 圖2為FHL-ESC運(yùn)行策略示意圖。

圖2 FHL-ESC運(yùn)行策略示意圖Fig.2 Schematic diagram of HLF-ESC operation strategy

m0模式下，系統(tǒng)優(yōu)先滿足電需求，以電產(chǎn)能決定熱能供給。供電方面，蓄電池工作優(yōu)先級(jí)最高，當(dāng)蓄電池供電無法滿足電需求時(shí)，先由光伏發(fā)電供給，光伏發(fā)電不足時(shí)，再由內(nèi)燃發(fā)電機(jī)發(fā)電供給電能。當(dāng)內(nèi)燃發(fā)電機(jī)未達(dá)到啟動(dòng)功率或超出額定功率時(shí)，電網(wǎng)作為備用補(bǔ)足缺額電能。供熱方面，通過余熱回收系統(tǒng)回收熱能供給熱需求，當(dāng)熱能不足時(shí)，由儲(chǔ)熱罐和燃?xì)忮仩t補(bǔ)足；當(dāng)熱能過多時(shí)，多余熱能存儲(chǔ)到儲(chǔ)熱罐中。供冷方面，在熱能充足時(shí)，采用吸收式制冷機(jī)供冷；熱能不足時(shí)，采用電制冷機(jī)供給。

m1模式下，系統(tǒng)優(yōu)先滿足熱需求，以熱產(chǎn)能決定電能供給。供熱方面，儲(chǔ)熱罐工作優(yōu)先級(jí)最高，當(dāng)儲(chǔ)熱罐供熱無法滿足熱需求時(shí)，由余熱回收系統(tǒng)回收內(nèi)燃發(fā)電機(jī)產(chǎn)熱供能。當(dāng)內(nèi)燃發(fā)電機(jī)未達(dá)到啟動(dòng)功率或超出額定功率時(shí)，燃?xì)忮仩t作為備用補(bǔ)足剩余缺額熱能。供電方面，通過光伏發(fā)電和內(nèi)燃發(fā)電機(jī)產(chǎn)電供給電需求，當(dāng)電能不足時(shí)，由電網(wǎng)補(bǔ)足缺額電能，當(dāng)電能過多時(shí)，多余電能存儲(chǔ)到蓄電池中。供冷方面，由吸收式制冷機(jī)消耗熱能供應(yīng)冷需求。

當(dāng)蓄電池或儲(chǔ)熱罐中的儲(chǔ)能情況達(dá)到閾值ε時(shí)，此時(shí)運(yùn)行模式切換。一般定義儲(chǔ)能設(shè)備的最佳荷電狀態(tài)為50%[16]，以最大化儲(chǔ)能設(shè)備平抑下一時(shí)刻功率波動(dòng)的能力[17]。因此本文中取閾值ε=50%。

圖3所示為FHL-ESC運(yùn)行策略儲(chǔ)能容量變化與運(yùn)行模式關(guān)系圖。假設(shè)初始運(yùn)行模式為m1，該模式下沒有多余熱能產(chǎn)生，儲(chǔ)熱罐僅放熱，當(dāng)用戶熱需求較大而電需求較小時(shí)，由于m1模式下系統(tǒng)跟隨熱負(fù)荷運(yùn)行，此時(shí)系統(tǒng)產(chǎn)電過多，多余電能存儲(chǔ)到蓄電池中。當(dāng)蓄電池中儲(chǔ)能量超出閾值時(shí)，運(yùn)行模式將轉(zhuǎn)變?yōu)閙0，此時(shí)由于電需求較少，內(nèi)燃機(jī)生產(chǎn)電能和熱能也較少，系統(tǒng)沒有多余能量產(chǎn)生。

圖3 儲(chǔ)能容量變化與運(yùn)行模式關(guān)系Fig.3 Relationship between energy storage capacity change and operation mode

后續(xù)運(yùn)行中，當(dāng)用戶電需求較大而熱需求較小時(shí)，由于m0模式下系統(tǒng)跟隨電負(fù)荷運(yùn)行，蓄電池僅放電，此時(shí)系統(tǒng)產(chǎn)熱過多，多余熱能將存儲(chǔ)到儲(chǔ)熱罐中。當(dāng)儲(chǔ)熱罐中儲(chǔ)熱量超出閾值時(shí)，運(yùn)行模式轉(zhuǎn)為m1，此時(shí)由于熱需求較少，內(nèi)燃機(jī)生產(chǎn)電能和熱能也較少，系統(tǒng)沒有多余能量產(chǎn)生。

當(dāng)出現(xiàn)蓄電池和儲(chǔ)熱罐儲(chǔ)能同時(shí)大于閾值的情況時(shí)，切換系統(tǒng)運(yùn)行模式，避免電能或熱能超出儲(chǔ)能容量而造成能量浪費(fèi)。

2.2 評(píng)估準(zhǔn)則

本文從經(jīng)濟(jì)、能源以及環(huán)境三方面對(duì)運(yùn)行策略進(jìn)行評(píng)估。

2.2.1 經(jīng)濟(jì)角度評(píng)估指標(biāo)

采用年成本節(jié)約率(annual cost saving rate，ACSR)作為評(píng)估指標(biāo)，計(jì)算公式為：

(1)

式中：λACSR為年成本節(jié)約率；A為各系統(tǒng)的年成本，上標(biāo)SG和BCCHP分別表示分供系統(tǒng)和建筑冷熱電聯(lián)供系統(tǒng)。其中BCCHP系統(tǒng)的年成本由設(shè)備投資成本、運(yùn)行成本和設(shè)備維護(hù)成本構(gòu)成[18]：

(2)

式中：PCAPi為各設(shè)備容量；Ci,cap為各設(shè)備單位容量投資成本；Pi為各設(shè)備輸出功率；Ci,ma為各設(shè)備單位功率維護(hù)成本；Fgas為系統(tǒng)購(gòu)氣量；Cgas為天然氣價(jià)；Egrid為電網(wǎng)購(gòu)電量；Cgrid為電價(jià)；R為資本回收系數(shù)，由式(3)可得：

(3)

式中：n為設(shè)備使用年限，文中取n=20年；θ為利率，文中取θ=0.1[7]。

2.2.2 能源角度評(píng)估指標(biāo)

采用年一次能源節(jié)約率作為指標(biāo)，計(jì)算公式為：

(4)

式中：PBCCHP、PSG為各系統(tǒng)的一次能源消耗，由天然氣和電網(wǎng)購(gòu)電轉(zhuǎn)換得到。

(5)

式中：Hgas為天然氣熱值；ηe和ηtrans分別為電廠發(fā)電效率和電能傳輸效率。

2.2.3 環(huán)保角度評(píng)估指標(biāo)

采用CO2減排率作為指標(biāo)，計(jì)算公式為：

(6)

式中：CBCCHP、CSG為各系統(tǒng)的CO2排放量。

CBCCHP=Fgas·ξgas+Egrid·ξe

(7)

式中：ξgas和ξe分別為天然氣和電網(wǎng)發(fā)電的CO2轉(zhuǎn)換系數(shù)。

3 負(fù)荷典型日選取

本文采用K-means聚類算法，結(jié)合CRITIC賦權(quán)法，對(duì)全年的冷熱電負(fù)荷進(jìn)行聚類，挑選出3個(gè)季節(jié)典型日的冷熱電負(fù)荷使用情況，用以代替全年數(shù)據(jù)進(jìn)行優(yōu)化仿真。

3.1 CRITIC賦權(quán)法

CRITIC賦權(quán)法作為一種客觀賦權(quán)方法，根據(jù)數(shù)據(jù)自身的客觀屬性進(jìn)行評(píng)估，根據(jù)各指標(biāo)間的對(duì)比強(qiáng)度和沖突性衡量客觀權(quán)重[19]。

對(duì)比強(qiáng)度是指同一指標(biāo)各評(píng)價(jià)方案之間取值差異的大小，本文中體現(xiàn)為不同負(fù)荷日對(duì)應(yīng)統(tǒng)一特征時(shí)的差異大小，差異越大，相應(yīng)特征的權(quán)重也越大[20]。

指標(biāo)間的沖突性由相關(guān)系數(shù)表示，文中體現(xiàn)為各指標(biāo)之間的相關(guān)性，相關(guān)性越大，說明特征沖突越小，權(quán)重越低。

指標(biāo)間對(duì)比強(qiáng)度、沖突性、相關(guān)系數(shù)以及最終權(quán)重的公式表示為：

(8)

3.2 加權(quán)K-means聚類算法

結(jié)合CRITIC賦權(quán)的K-means算法具體步驟如下[21]：

1)根據(jù)手肘定理，以不同K值對(duì)應(yīng)的樣本誤差平方和擬合曲線，選擇曲線斜率變化幅度最大時(shí)的K值為聚類中心數(shù)。

2)根據(jù)式(8)計(jì)算樣本特征權(quán)重，計(jì)算加權(quán)后每個(gè)樣本與聚類中心之間的歐式距離，計(jì)算公式為:

(9)

式中：k為數(shù)據(jù)樣本的維度；yi為聚類中心位置；xi為各樣本位置。

3)根據(jù)式(9)計(jì)算得到的歐式距離，將樣本分別劃分到對(duì)應(yīng)距離最小的聚類中心。

4)對(duì)聚類簇重新計(jì)算、更新位置，當(dāng)聚類中心不再改變時(shí)，算法結(jié)束，否則繼續(xù)執(zhí)行步驟2)。

本文中選取日負(fù)荷率ζi、日負(fù)荷波動(dòng)率ψi作為聚類特征[13]，表征負(fù)荷數(shù)據(jù)特征，提高聚類結(jié)果的準(zhǔn)確性。

1)日負(fù)荷率ζi是日平均負(fù)荷和日最大負(fù)荷的比值，用以表征負(fù)荷分布的不均衡性。計(jì)算公式為：

(10)

式中：Pi,mean為第i天的平均負(fù)荷；Pi,max為第i天的最大負(fù)荷。

2)日負(fù)荷波動(dòng)率ψi反映了負(fù)荷變化的不平穩(wěn)程度，計(jì)算公式為：

(11)

式中：h為采樣時(shí)間點(diǎn)的個(gè)數(shù)；Δt為t時(shí)刻負(fù)荷變化率。

4 BCCHP系統(tǒng)優(yōu)化模型

4.1 目標(biāo)函數(shù)

本文采用層次分析法，對(duì)各評(píng)估指標(biāo)進(jìn)行主觀賦權(quán)，將多目標(biāo)轉(zhuǎn)化為單目標(biāo)，目標(biāo)函數(shù)為經(jīng)濟(jì)、能源和環(huán)境指標(biāo)綜合最優(yōu)，如式(12)所示：

maxO=ω1·λACSR+ω2·λPESR+ω3·λCDERR

(12)

式中：ω1、ω2和ω3分別為經(jīng)濟(jì)、能源和環(huán)境3個(gè)指標(biāo)的權(quán)重值。

在確定權(quán)重時(shí)，首先確定3個(gè)指標(biāo)之間的相對(duì)重要性；本文根據(jù)專家評(píng)估打分，對(duì)指標(biāo)的重要性劃分為：能源指標(biāo)>經(jīng)濟(jì)指標(biāo)>環(huán)境指標(biāo)，通過層次分析法構(gòu)造相應(yīng)判斷矩陣，如式(13)所示：

(13)

式中：aij=1/aji，aij表示評(píng)價(jià)指標(biāo)i與評(píng)價(jià)指標(biāo)j相互之間重要性的比較結(jié)果[22]，重要性標(biāo)度如表1所示。

表1 重要性標(biāo)度Table 1 Importance scale

對(duì)構(gòu)造的判斷矩陣A進(jìn)行一致性檢驗(yàn)，當(dāng)矩陣A滿足一致性要求后，對(duì)矩陣中各值進(jìn)行歸一化處理，并采用算術(shù)平均法求取各指標(biāo)對(duì)應(yīng)權(quán)重。

根據(jù)上述層次分析法，計(jì)算得到本案例中目標(biāo)函數(shù)對(duì)應(yīng)的3個(gè)權(quán)重系數(shù)分別為：ω1=0.260 5，ω2=0.633 3，ω3=0.106 2。

4.2 約束條件

BCCHP系統(tǒng)優(yōu)化運(yùn)行中，首先需要確保系統(tǒng)產(chǎn)出的冷熱電能能夠滿足用戶的負(fù)荷需求，冷熱電平衡約束分別為：

EICE+EPV+Egrid+Eba,out=Eload+Eec+Eba,in

(14)

QWHB+Qboil+QTST,out=Qload+Qac+QTST,in

(15)

Cac+Cec=Cload

(16)

式中：Eload、Qload和Cload分別為用戶的電、熱、冷需求；EICE為內(nèi)燃發(fā)電機(jī)生產(chǎn)電能；EPV為光伏陣列生產(chǎn)電能；Egrid為電網(wǎng)購(gòu)電；Eba,out、Eba,in分別為蓄電池放電及充電電能；Eec為電制冷機(jī)消耗電能；QWHB為余熱鍋爐輸出熱能；Qboil為燃?xì)忮仩t供應(yīng)熱能；QTST,out、QTST,in分別為儲(chǔ)熱罐放熱和儲(chǔ)熱的熱能；Qac為吸收式制冷機(jī)消耗熱能；Cac為吸收式制冷機(jī)提供冷能；Cec為電制冷機(jī)提供的冷能。

系統(tǒng)的設(shè)備約束主要由設(shè)備容量約束構(gòu)成，系統(tǒng)內(nèi)不同設(shè)備的出力需在最大和最小輸出之間。

Pj,min≤Pj≤Pj,max

(17)

式中：Pj,min為設(shè)備j的輸出最小值；Pj為設(shè)備j出力；Pj,max為設(shè)備j的輸出最大值。

太陽能光伏板的安裝容量取決于光伏板能夠在建筑中安裝的面積，約束表示為：

APV≤Amax

(18)

式中：APV為太陽能光伏板的安裝面積；Amax為太陽能光伏板能夠安裝的最大面積。

設(shè)備的爬坡約束表示為設(shè)備t時(shí)刻出力與t-1時(shí)刻出力的差值，如式(19)所示：

-ΔPj,dnmax≤Pj(t)-Pj(t-1)≤ΔPj,upmax

(19)

式中：ΔPj,dnmax為設(shè)備j的向下爬坡功率最大值；ΔPj,upmax為設(shè)備j的向上爬坡功率最大值；Pj(t)和Pj(t-1)為t時(shí)刻與t-1時(shí)刻的出力值。

4.3 優(yōu)化算法

本文采用粒子群算法對(duì)BCCHP系統(tǒng)中各設(shè)備在不同時(shí)段的出力進(jìn)行優(yōu)化計(jì)算，以內(nèi)燃發(fā)電機(jī)出力和蓄電池、儲(chǔ)熱罐的工作狀態(tài)為決策變量，對(duì)系統(tǒng)進(jìn)行優(yōu)化。圖4所示為BCCHP系統(tǒng)整體優(yōu)化流程。

圖4 BCCHP系統(tǒng)優(yōu)化流程Fig.4 Optimization framework of BCCHP system

5 算例分析

5.1 模型參數(shù)

本文利用DEST建筑模擬軟件，建立一棟位于中國(guó)南京的大型辦公大樓，并對(duì)辦公大樓的冷熱電負(fù)荷進(jìn)行模擬計(jì)算。冷熱電負(fù)荷全年逐時(shí)分布圖如附錄圖A1和圖A2所示。內(nèi)燃發(fā)電機(jī)在不同負(fù)荷率下的工作效率[23]如附錄表A1所示,內(nèi)燃發(fā)電機(jī)在負(fù)荷率大于0.3[24]時(shí)啟動(dòng)。BCCHP系統(tǒng)中設(shè)備安裝成本[25]、維護(hù)成本[26]及相關(guān)設(shè)備參數(shù)[27]如附錄表A2所示，分時(shí)電價(jià)和天然氣價(jià)格如附錄表A3所示，電網(wǎng)電能和天然氣的CO2轉(zhuǎn)換系數(shù)[28]如附錄表A4所示。粒子群優(yōu)化算法相關(guān)參數(shù)如附錄表A5所示。

表A1 內(nèi)燃發(fā)電機(jī)工作效率Table A1 Efficiency of internal combustion engine generator

表A2 設(shè)備安裝、維護(hù)成本及最大功率和爬坡功率Table A2 Cost of equipment installation and maintenance and maximum power and climbing power

表A3 電價(jià)、天然氣價(jià)Table A3 Electricity price and natural gas price

表A4 二氧化碳轉(zhuǎn)換系數(shù)Table A4 Carbon dioxide conversion coefficient g/(kW·h)

表A5 粒子群算法相關(guān)參數(shù)Table A5 Relevant parameters of particle swarm optimization algorithm

圖A1 全年冷熱負(fù)荷Fig.A1 Annual cooling and heating load

圖A2 全年電負(fù)荷Fig.A2 Annual electric load

圖5所示為粒子群算法迭代收斂圖。可以看到，當(dāng)?shù)螖?shù)達(dá)到22次時(shí)，適應(yīng)度不再改變，表明此時(shí)優(yōu)化算法找到最優(yōu)解。

圖5 迭代收斂圖Fig.4 Iterative convergence graph

5.2 典型日聚類結(jié)果分析

根據(jù)手肘定理，本文中取聚類數(shù)K=3，由式(8)可得負(fù)荷率和日負(fù)荷波動(dòng)率的相應(yīng)權(quán)值分別為0.670 3和0.329 7。

以冬季典型日為例，采用普通K-means聚類算法和基于CRITIC賦權(quán)法的K-means聚類算法計(jì)算得出的樣本輪廓系數(shù)分布如圖6所示。由圖6可以看出，普通K-means聚類算法的樣本輪廓系數(shù)分布較分散，多數(shù)集中在[-1.0,0.5]，說明此時(shí)較多樣本被錯(cuò)誤聚類；采用基于CRITIC賦權(quán)法的K-means聚類算法的樣本輪廓系數(shù)分布聚集，多數(shù)樣本集中在[0.5,1.0]，說明此時(shí)更多樣本得到正確聚類。

圖6 輪廓系數(shù)分布Fig.6 Contour coefficient distribution

表2為2種聚類方法的效果評(píng)估結(jié)果。可以看到，采用普通K-means聚類算法時(shí)，簇內(nèi)距離更大，簇間距離更小，輪廓系數(shù)較小，表明此時(shí)聚類的樣本更應(yīng)被聚類到其他簇中；采用基于CRITIC賦權(quán)法的K-means聚類算法后，簇內(nèi)距離減小，簇間距離增大，輪廓系數(shù)較大，表明此時(shí)樣本被聚類到正確簇中，提升了聚類準(zhǔn)確性。

表2 聚類評(píng)估指標(biāo)Table 2 cluster evaluation index

采用基于CRITIC賦權(quán)法的K-means聚類算法得到3個(gè)季節(jié)典型日負(fù)荷情況，如圖7所示，其中夏季137天，冬季137天，過渡季節(jié)91天。圖7(a)、(b)、(c)分別為夏季、冬季和過渡季典型日的冷熱電負(fù)荷使用情況及單位面積太陽輻照度。從圖7中可以看到，3個(gè)季節(jié)負(fù)荷典型日的冷熱電負(fù)荷都呈現(xiàn)“凸”字形，主要是因?yàn)檠芯繉?duì)象為辦公大樓，用能集中在辦公時(shí)間，在非辦公時(shí)間，系統(tǒng)只提供一些必要的能量維持大樓設(shè)備的正常運(yùn)作。

圖7 典型日負(fù)荷情況及單位面積太陽輻照度Fig.7 Typical daily load and solar irradiance per unit area

5.3 運(yùn)行策略優(yōu)化結(jié)果分析

5.3.1 全年性能分析

1)經(jīng)濟(jì)性分析。

表3所示為不同運(yùn)行模式下BCCHP年總成本構(gòu)成。分供系統(tǒng)的年總成本最低，為1 534.45萬元，這是由于分供系統(tǒng)供能結(jié)構(gòu)單一，沒有復(fù)雜的能量轉(zhuǎn)換和存儲(chǔ)設(shè)備，降低了系統(tǒng)的初始投資成本和維護(hù)成本。其中，分供系統(tǒng)的購(gòu)能成本為1 471.45萬元，高于BCCHP系統(tǒng)的購(gòu)能成本，說明在實(shí)現(xiàn)相同供能量的前提下，分供系統(tǒng)消耗了過量的能源。當(dāng)系統(tǒng)以FHL-ESC策略運(yùn)行時(shí)，系統(tǒng)的年總成本為15 91.81萬元，略高于分供系統(tǒng)年總成本。FHL-ESC策略下系統(tǒng)的購(gòu)能成本和維護(hù)成本分別為1 167.98萬元和58.32萬元，均低于其他運(yùn)行模式，這是由于在FHL-ESC策略下，蓄電池和儲(chǔ)熱罐輪流工作，最大化儲(chǔ)能空間，減少儲(chǔ)能容量受限造成的能量浪費(fèi)，具有更高的能源利用效率。

表3 不同運(yùn)行策略下系統(tǒng)年成本Table 3 Annual system cost under different operation strategies 萬元

從全局考慮，投資成本在總成本中占比仍不及購(gòu)能成本，更少的購(gòu)能成本使得BCCHP系統(tǒng)在經(jīng)濟(jì)方面可行。當(dāng)系統(tǒng)以FHL-ESC策略運(yùn)行時(shí)，系統(tǒng)的年總成本低于FEL策略和FTL策略，具有更優(yōu)的經(jīng)濟(jì)效益。

2)節(jié)能性分析。

圖8為不同運(yùn)行模式下系統(tǒng)的年一次能源消耗量。由圖8可知，在分供系統(tǒng)中消耗了最多的一次能源，達(dá)到了23 621.38 kW·h，高于其他運(yùn)行策略下的系統(tǒng)的一次能源消耗量。這主要是由于分供系統(tǒng)下，系統(tǒng)整體能源利用效率較低，多數(shù)能源不能得到有效梯級(jí)利用，造成能源浪費(fèi)。

圖8 不同運(yùn)行策略下年一次能源消耗Fig.8 Annual primary energy consumption under different operation modes

由于儲(chǔ)能系統(tǒng)無法存儲(chǔ)過多能量，導(dǎo)致多余能量排放入環(huán)境，使得FEL策略和FTL策略下消耗了更多一次能源，分別為19 402.82 kW·h和17 285.91 kW·h。而在FHL-ESC策略下系統(tǒng)消耗了14 862.98 kW·h一次能源，少于其他運(yùn)行策略下系統(tǒng)消耗量，這是由于在FHL-ESC策略下，系統(tǒng)會(huì)根據(jù)儲(chǔ)能情況適時(shí)調(diào)整運(yùn)行模式，使得近乎所有能量都能得到利用或存儲(chǔ)在儲(chǔ)能系統(tǒng)中，在儲(chǔ)能容量受限的前提下，最大限度地減少了能源浪費(fèi)，提高能源利用率。且太陽能光伏發(fā)電為系統(tǒng)提供了一部分能量，減少了一定的能源需求，因此在FHL-ESC策略下的BCCHP系統(tǒng)消耗的一次能源最少。

3)環(huán)保性分析。

圖9所示為分供系統(tǒng)和BCCHP系統(tǒng)3種運(yùn)行策略下的年CO2排放量。從圖8—9中可以看出，年CO2排放量的變化趨勢(shì)和年一次能源消耗的變化趨勢(shì)相一致，表明系統(tǒng)的CO2排放量與一次能源消耗成正比關(guān)系，系統(tǒng)消耗越多一次能源，將排放更多的CO2。

圖9 不同運(yùn)行策略下CO2排放量Fig.9 Carbon dioxide emission under different operation modes

分供系統(tǒng)由于供能結(jié)構(gòu)單一，消耗大量電能用于供給電需求和冷需求，因此排放了大量的CO2，達(dá)到了69 267.89 kg。在BCCHP系統(tǒng)的3種運(yùn)行策略中，F(xiàn)EL策略下系統(tǒng)排放了最多的CO2，為42 302.2 kg，主要原因是研究對(duì)象的電熱負(fù)荷特性不適合電負(fù)荷跟隨，在FEL策略下運(yùn)行時(shí)，需要大量鍋爐補(bǔ)熱，資源利用率較低，造成了大量的CO2排放。FHL-ESC策略下系統(tǒng)僅排放了22 612.109 kg CO2，遠(yuǎn)低于其他運(yùn)行策略下的排放量，這是由于在FHL-ESC策略下，系統(tǒng)由內(nèi)燃發(fā)電機(jī)提供絕大部分能量，減少對(duì)電網(wǎng)依賴，以天然氣消耗代替電網(wǎng)購(gòu)能，且能源利用效率更高，因此其CO2排放量更少。

4)綜合表現(xiàn)分析。

表4所示為3種運(yùn)行策略各自的ACSR、PESR、CDERR以及綜合性能。由表4可以看出，3種運(yùn)行策略下的ACSR均為負(fù)值，其中FTL的成本最高，而FHL-ESC的成本最低。能源和環(huán)境方面，3種運(yùn)行策略下各自PESR和CDERR均為正，其中FHL-ESC有著明顯的優(yōu)勢(shì)。同時(shí)3種運(yùn)行策略下的綜合目標(biāo)函數(shù)值均為正，并且FHL-ESC優(yōu)勢(shì)最為明顯，為29.66%，遠(yuǎn)高于FEL策略和FTL策略的11.19%和17.18%。

表4 評(píng)估指標(biāo)結(jié)果Table 4 Evaluation index results %

5.3.2 夏季典型日分析

圖10所示為夏季儲(chǔ)能設(shè)備容量百分比變化及各時(shí)刻運(yùn)行模式圖，背景顏色代表不同運(yùn)行模式。初始為m1模式，在04:00蓄電池容量為100%，儲(chǔ)熱罐容量為57%，由于前一時(shí)刻運(yùn)行模式為m1，為了緩解蓄電池儲(chǔ)能壓力，04:00運(yùn)行模式轉(zhuǎn)為m0。07:00儲(chǔ)熱罐容量為51%，超過閾值50%，而蓄電池容量為45%，運(yùn)行模式轉(zhuǎn)為m1；07:00—22:00，系統(tǒng)以m1模式運(yùn)行，這段時(shí)間內(nèi)熱電匹配較好，蓄電池容量未超過閾值50%；在23:00，蓄電池容量為81%，儲(chǔ)熱罐容量為0，為緩解蓄電池的儲(chǔ)能壓力，運(yùn)行模式轉(zhuǎn)為m0，由儲(chǔ)熱罐進(jìn)行儲(chǔ)能。

圖10 夏季典型日儲(chǔ)能容量百分比變化及各時(shí)刻運(yùn)行模式Fig.10 Percentage change of typical daily energy storage capacity and operation mode at each time in summer

在夏季典型日下，模式切換僅發(fā)生在凌晨和深夜的少數(shù)時(shí)刻，且多數(shù)時(shí)刻系統(tǒng)運(yùn)行模式為m1，運(yùn)行模式切換不頻繁，蓄電池儲(chǔ)電容量未達(dá)到儲(chǔ)能容量閾值50%，證明系統(tǒng)熱電匹配性較好，只有少量電能多余存儲(chǔ)在蓄電池中，且這部分電能可以被系統(tǒng)自身消耗。

5.3.3 冬季典型日分析

圖11所示為冬季儲(chǔ)能設(shè)備容量百分比變化及各時(shí)刻運(yùn)行模式圖，背景顏色代表不同運(yùn)行模式。在02:00，蓄電池容量達(dá)到76%，儲(chǔ)熱罐容量為78%，由于01:00運(yùn)行模式為m1，所以02:00運(yùn)行模式切換為m0；對(duì)于05:00，蓄電池容量為100%，已無多余容量用于存儲(chǔ)，儲(chǔ)熱罐容量為43%，此時(shí)運(yùn)行模式由m1轉(zhuǎn)為m0，優(yōu)先使用蓄電池中電能；對(duì)于22:00，此時(shí)儲(chǔ)熱罐容量為0，蓄電池容量為89%，由于在08:00—21:00運(yùn)行模式均為m1，在這期間沒有多余的熱量存儲(chǔ)到儲(chǔ)熱罐中，且多余的電能存儲(chǔ)到蓄電池中，此時(shí)運(yùn)行模式由m1轉(zhuǎn)換為m0。

圖11 冬季典型日儲(chǔ)能容量百分比變化及各時(shí)刻運(yùn)行模式Fig.11 Percentage change of typical daily energy storage capacity and operation mode at each time in winter

FHL-ESC策略在冬季典型日運(yùn)行時(shí)，運(yùn)行模式變化相對(duì)頻繁。系統(tǒng)切換運(yùn)行模式集中在早晨和深夜時(shí)間段，說明在冬季典型日的早晨和深夜2個(gè)時(shí)間段，系統(tǒng)的熱電匹配特性較差，儲(chǔ)能系統(tǒng)容量頻繁達(dá)到閾值50%，系統(tǒng)產(chǎn)生較多多余電能和熱能，通過運(yùn)行模式的切換，儲(chǔ)熱罐和蓄電池分擔(dān)儲(chǔ)能壓力。在08:00—21:00，BCCHP系統(tǒng)以m1模式運(yùn)行，可以看到這段時(shí)間內(nèi)，儲(chǔ)熱罐不進(jìn)行儲(chǔ)熱，蓄電池中有電能充入和放出，但最大時(shí)仍未達(dá)到蓄電池容量的50%，運(yùn)行模式不改變，系統(tǒng)沒有任何多余能量被浪費(fèi)。

5.3.4 過渡季典型日分析

圖12所示為過渡季儲(chǔ)能設(shè)備容量百分比變化及各時(shí)刻運(yùn)行模式圖，背景顏色代表不同運(yùn)行模式。系統(tǒng)運(yùn)行模式變化頻繁，在03:00，蓄電池容量達(dá)到54%，儲(chǔ)熱罐容量不足50%，運(yùn)行模式由m1轉(zhuǎn)為m0；05:00，儲(chǔ)熱罐容量達(dá)到53%，而蓄電池容量仍高于50%，由于04:00運(yùn)行模式為m0，為緩解蓄電池儲(chǔ)能壓力，系統(tǒng)運(yùn)行模式轉(zhuǎn)為m1，由儲(chǔ)熱罐進(jìn)行儲(chǔ)能；在07:00，儲(chǔ)熱罐容量達(dá)到100%，而蓄電池容量為48%，因此運(yùn)行模式由m0轉(zhuǎn)為m1，蓄電池代替儲(chǔ)熱罐進(jìn)行儲(chǔ)能工作，緩解儲(chǔ)熱罐壓力；在09:00—21:00，系統(tǒng)以m1模式運(yùn)行，這段時(shí)間內(nèi)熱電性能較好，蓄電池容量未超過閾值50%；在22：00，蓄電池容量超過50%，由儲(chǔ)熱罐代替儲(chǔ)能工作，運(yùn)行模式由m1轉(zhuǎn)為m0。

圖12 過渡季典型日儲(chǔ)能容量百分比變化及各時(shí)刻運(yùn)行模式Fig.12 Percentage change of typical daily energy storage capacity and operation mode at each time in transition season

在過渡季典型日中，運(yùn)行模式以m1為主，模式切換頻繁，較低的冷熱需求以及較高的電需求，使得熱電不匹配更嚴(yán)重。在固定設(shè)備容量下，單個(gè)儲(chǔ)能設(shè)備的儲(chǔ)能壓力過大，運(yùn)行模式頻繁切換，以緩解儲(chǔ)能壓力。BCCHP系統(tǒng)運(yùn)行模式改變集中在早晨，說明在03:00—09:00，系統(tǒng)內(nèi)的熱電匹配較差。從圖12可以看出，這段時(shí)間內(nèi)主要是蓄電池儲(chǔ)電容量頻繁變化，這是由于早晨光伏陣列開始工作發(fā)電，但建筑尚未達(dá)到用電高峰期，光伏發(fā)電和內(nèi)燃發(fā)電機(jī)發(fā)電只能儲(chǔ)存到蓄電池中，使得蓄電池容量變化頻繁。

6 結(jié) 論

本文提出了一種考慮儲(chǔ)能特性的混合負(fù)荷跟隨運(yùn)行策略，建立BCCHP系統(tǒng)仿真模型，采用粒子群算法，對(duì)BCCHP系統(tǒng)3種運(yùn)行策略下的經(jīng)濟(jì)、能源、環(huán)境以及綜合表現(xiàn)做了評(píng)估。采用基于CRITIC賦權(quán)法的K-means聚類算法，按負(fù)荷特征對(duì)負(fù)荷日進(jìn)行聚類，得到典型負(fù)荷日，減少仿真計(jì)算量。主要研究結(jié)論如下：

1)基于CRITIC客觀賦權(quán)法的K-means聚類算法準(zhǔn)確度更高，與普通K-means聚類算法相比，輪廓系數(shù)提高了239%。

2)FHL-ESC運(yùn)行策略與傳統(tǒng)FEL、FTL策略相比綜合表現(xiàn)更優(yōu)，其綜合目標(biāo)函數(shù)值為29.66%。FHL-ESC運(yùn)行策略下的BCCHP系統(tǒng)充分發(fā)揮儲(chǔ)能作用，實(shí)現(xiàn)能量梯級(jí)利用，一次能源節(jié)約率達(dá)37.08%，CO2減排率達(dá)到67.36%。

3)BCCHP系統(tǒng)的熱電不匹配現(xiàn)象集中在凌晨和夜間，系統(tǒng)儲(chǔ)能壓力大，使得FHL-ESC運(yùn)行策略下運(yùn)行模式變化頻繁。儲(chǔ)能設(shè)備的接替運(yùn)行，減輕了單一儲(chǔ)能設(shè)備的儲(chǔ)能壓力，使得儲(chǔ)能設(shè)備留有充足的裕度應(yīng)對(duì)下一時(shí)刻的功率波動(dòng)。