農村綜合能源系統多層協同優化運行方法

劉雪飛，龐凝，王云佳，姚伯巖，魏子強，溫鵬，高立艾

(1.國網河北省電力有限公司經濟技術研究院，石家莊市 050021；2. 河北農業大學機電工程學院，河北省保定市 071000)

0 引 言

傳統的火力發電對環境影響嚴重，長期使用造成了嚴重的環境危機。我國計劃在2030年前碳排放達到峰值，并于2060年實現碳中和，由此以新能源為主體的新型電力系統的構建得到了廣泛的重視[1-7]。發展農村綜合能源可促進風力(wind turbine，WT)、光伏(photovoltaic，PV)、沼氣發電機組(biogas generation，BG)等分布式清潔能源聯合供能，適合農村新能源發展，有利于WT、PV等分布式清潔能源的就地消納[8]。特別是在北方農村地區落實煤改電政策后，為進一步解決北方農村地區供暖供冷問題提供了新的解決思路。但隨著農村綜合能源系統分布式設備的增加，各設備之間如何協調出力[9]，以及在保證配電網安全穩定運行的前提下，提高用戶用能的經濟性成為了一個關鍵性問題。

近年來在農村綜合能源方面，文獻[10]對鄉鎮綜合能源系統的未來發展方向進行了展望。文獻[11-12]分別就建立農業園區化的綜合能源服務模式，以及如何實現微電網群節省成本的公平分配等問題進行了研究。以上文獻研究農村綜合能源系統未來發展方向、服務模式以及收益分配，對于適用典型農村場景的綜合能源系統優化運行方法并未涉及。

與城市相比，農村地區地理范圍更加廣袤，且具有豐富的生物質資源，有利于生物質發電的推廣與應用。但農村供能和用能端均具有較大的分散性，不利于綜合能源系統的集中調度，而分層優化是一種有效的解決方案，而目前分層優化方法多以兩層優化方法較為常見。如文獻[13-15]分別針對區域綜合能源系統規劃與運行，家庭能量的優化調度，多源多層次區域能源互聯網系統等問題進行了兩層優化模型研究。

本文針對農村地區特色場景，考慮農村地區源荷的分散性，為增加用戶用能的經濟性，同時促進分布式清潔能源的就地消納，將農村綜合能源系統分為3個層級實現協調優化。并基于已有的研究成果，考慮農村地區供用能特點，提出一種考慮BG機組余熱回收利用的農村綜合能源系統多層協同優化運行方法，通過優化算法逐級優化，得到各分布式電源(distributed generation，DG)以及供熱、供冷設備的最優出力。

1 農村綜合能源系統多層協同優化運行框架

農村綜合能源系統中隨著分布式設備數量的劇增，對傳統配電網的集中調度提出了新的要求。根據不同的用電層級將農村綜合能源系統劃分為用戶級(user- level integrated energy system，UIES)-村級(village-level integrated energy system，VIES)-鄉鎮級(township-level integrated energy system，TIES)三個層級(UIES-VIES-TIES)，以進行協同優化調度。具體協同優化運行框架如圖1所示。

圖1 三級分層協同優化運行系統框架Fig.1 Three-level hierarchical framework of collaborative optimization system

UIES具有WT、PV、BG等多種DG，以及儲能電池(battery energy storage system，BESS)、空氣源熱泵(air source heat pump，ASHP)等設備，系統內DG采用“自發自用，余電上網”并網方式，促進了清潔能源就地消納的同時提高了系統運行的經濟性。

VIES具有若干互聯綜合能源系統，其主要功能是規劃綜合能源系統中各個DG協同出力，實現區域能量自治。通過三級自律優化策略使系統運行的經濟性達到最優，具體如圖2所示。

圖2 村級農村綜合能源系統Fig.2 VIES rural integrated energy system

TIES的主要功能為協調各個村級電能的調度以及與上級配電網的交互，對電能交易進行選擇，在購電成本低于運行成本時選擇購電，反之則進行售電，從而提高系統整體運行狀態的經濟性。

2 農村綜合能源系統分層協同優化運行調度模型

由于農村綜合能源系統多層協同運行框架中各層級所考慮的變量以及約束條件等具有差異性，故分別對TIES、VIES、UIES構建優化調度模型。

2.1 TIES優化調度模型

2.1.1 TIES目標函數

TIES優化調度模型以鄉鎮區域綜合能源系統運行成本最小為目標，綜合考慮區域內各DG運行成本以及與配電網交換功率成本。具體目標函數如下：

(1)

式中：minCTIES為TIES的最小運行成本；t為一天中某個時段；T為一天總時段數，取值為24；N為VIES個數；Pn(t)為TIES內第n個VIES的發電總功率；Pexc,n(t)為第n個VIES與配電網的交換功率[15]；f[Pn(t)]為第n個VIES的發電成本；f[Pexc,n(t)]為第n個VIES的交換功率成本。

(2)

(3)

式中：xn、yn、zn分別為村級發電成本系數；wn為傳遞成本系數；v(t)為實時電價[15]。將每一個VIES等效為一個發電單元，其發電成本與鄉級總發電功率是二次函數關系。

2.1.2 TIES約束條件

TIES運行優化約束條件需考慮功率平衡、綜合能源系統運行出力上下限以及電網聯絡線功率[16]。

1)功率平衡約束：

(4)

2)TIES發電受其內部DG的影響，其發電功率上下限如下：

(5)

3)聯絡線功率約束：

(6)

2.2 VIES優化調度模型

VIES優化調度模型考慮對BG機組的余熱進行回收，結合溴化鋰制冷機(lithium bromide refrigerator，LBR)對村級區域內供冷、供熱，以提高能源利用率，降低系統運行成本，并滿足用戶多種能源需求。由于冷能、熱能遠距離傳輸損耗較大，故冷能、熱能的優化只在村級區域內部進行。

2.2.1 VIES目標函數

構建VIES優化調度模型，模型以各村級區域綜合能源系統運行成本最小為目標，綜合考慮區域內各DG運行成本、儲能成本、輔助供熱供冷設備運行成本。具體目標函數如下：

(7)

式中：minCVIES為VIES的最小運行成本；M為VIES中用戶的個數；CWT,t為WT機組發電成本；CPV,t為PV機組發電成本；CBIO,t為BG機組發電成本；CBESS,t為BESS設備充放電成本；CAST,t為ASHP運行成本；CLiBr,t為LBR的運行成本。

1)WT機組和PV機組運行需分別考慮各自運維成本：

CWT,t=PWT,t·δWT

(8)

CPV,t=PPV,t·δPV

(9)

式中：PWT,t、PPV,t分別為t時段WT機組和PV機組的出力；δWT、δPV為WT機組和PV機組的運行維護成本系數。

2)BG機組出力大小與沼氣量和沼氣中甲烷濃度等因素相關，綜合考慮BG機組規模、沼氣產量以及BG機組的運行維護費用等，建立BG成本模型：

CBIO,t=PBIO,t·δBIO

(10)

(11)

式中：PBIO,t為t時段BG機組出力；δBIO為BG機組運行維護成本系數；a0為常數項系數；a1、a2分別為沼氣壓強和沼氣消耗量的線性項系數；a3為沼氣壓強的二次項系數；FP,t、FBIO,t分別為t時段沼氣壓強和沼氣消耗量。

3)BESS的充放電成本。由于BESS充放電次數有限，考慮BESS的衰減，其成本如下所示：

CBESS,t=PDIS,t·δDIS+PCH,t·δCH

(12)

式中：PCH,t、PDIS,t分別為t時段BESS充放電功率；δCH、δDIS為BESS充放電的成本系數。

4)ASHP運行過程中，綜合考慮ASHP熱損、設備運行維護以及熱負荷環境因素，折算為經濟成本系數，其成本如下所示：

CAST,t=PAST,t·δAST

(13)

式中：PAST,t為t時段ASHP消耗的電功率；δAST為ASHP經濟成本系數。

5)LBR成本計算公式如下：

CLiBr,t=PLiBr,t·δLiBr

(14)

式中：PLiBr,t為t時段LBR消耗的電功率；δLiBr為LBR經濟成本系數。

2.2.2 VIES約束條件

1)冷、熱、電功率平衡約束如下：

電功率平衡約束：

PELE,t=PWT,t+PPV,t+PBIO,t+
PDIS,t-PCH,t-PAST,t

(15)

式中：PELE,t為t時段綜合能源系統電負荷。

熱功率平衡約束：

PHOT,t=PBIO,t·λ+PAST,t·θ-PLoss

(16)

PLoss=η·L

(17)

式中：PHOT,t為t時段綜合能源系統熱負荷；λ為BG機組余熱回收折算系數；θ為ASHP電熱轉換系數；PLoss為綜合能源系統中熱功率損失；η為單位距離傳輸熱損系數，取30 W/m[17]；L為供熱水管長度。

冷功率平衡約束：

PCOLD,t=PLiBr,t+PAST,t

(18)

式中：PCOLD,t為t時段綜合能源系統冷負荷。

2)WT機組、PV機組出力約束：

(19)

3)BG機組出力約束：

(20)

沼氣日產量約束：

(21)

4)BESS充放電約束：

充放電限制約束：

(22)

(23)

2.3 UIES優化調度模型

2.3.1 UIES目標函數

構建UIES優化調度模型，模型以各用戶區域綜合能源系統運行成本最小為目標，綜合考慮區域內各DG運行成本、用戶間交易電量成本[18]、可中斷負荷補償成本[19]。具體目標函數如下：

(24)

式中：minCUIES為UIES最小運行成本；CDeal為用戶間交易電量成本；CIload,t為可中斷負荷成本。

CDeal,t=τ·PDeal,t

(25)

CIload,t=ρ·PIload,t

(26)

式中：PDeal,t為t時段交易電功率；τ為用戶間交易實時電價；PIload,t為t時段的可中斷負荷；ρ為用戶補償系數。

2.3.2 UIES約束條件

1)電功率平衡約束：

PELE,t=PWT,t+PPV,t+PBIO,t+PDIS,t-PCH,t+
PIload,t+PPP,t-PSE,t

(27)

式中：PPP,t、PSE,t分別為在t時段用戶級綜合能源系統購電與售電量。

2)可中斷負荷約束：

(28)

3)用戶間交易電量約束：

(29)

2.4 農村綜合能源系統分層協同優化運行調度流程

2.4.1 各層級模型間的交互方式

首先TIES根據區域內分布式能源最大出力與負荷日前預測結果進行判斷，若區域內DG出力功率在滿足區域內負荷的前提下仍有余量，可向大電網交易電量，以獲取收益并降低系統運行成本。若區域內DG出力功率無法滿足區域內負荷需求，則向大電網購電，以保證系統供電穩定性。之后，TIES以區域內綜合能源運行成本最小為目標得到各DG的最佳出力功率，并將各DG出力功率下發至各VIES。

VIES根據TIES下發各DG出力功率，并考慮村級區域內供熱、供冷需求，以區域內綜合能源運行成本最小為目標繼續優化得到該區域內各DG的最佳出力，并將各DG出力功率下發至各UIES。

UIES根據VIES下發各DG出力功率，并考慮UIES區域內可中斷負荷，以區域內綜合能源運行成本最小為目標繼續優化得到該區域內各DG的最佳出力，并將各DG出力功率下發至各UIES。同時計算UIES區域內各DG的成本系數，并反饋至上級綜合能源模型。

當各層級間DG出力功率與成本系數停止更新后，系統優化結束，UIES將各DG與供熱、供冷設備調度指令下發，各設備相應調度。具體交互方式如圖3所示。

圖3 各層級模型間的交互方式Fig.3 Interactions between models at various levels

2.4.2 系統優化調度流程

1)開始初始化數據，其中包括區域內各DG出力預測，各DG成本系數，區域內冷、熱、電負荷需求，以及儲能設備的狀態等。

2)對TIES進行優化，得到區域內各DG總發電功率以及與配電網的交易電量，并將各DG發電功率下發至VIES。

3)按照TIES下發的發電功率，考慮冷、熱、電負荷，對VIES進行優化，并將各DG發電功率優化結果進一步下發至UIES。

4)按照VIES下發的發電功率，考慮可中斷負荷，對UIES進行優化，并計算各DG的邊際成本系數。

5)判斷各DG的成本系數是否需要進行更新，若DG的成本系數需要更新，則回到最高級優化模型重新求解；若DG的成本系數不需要更新，或達到最大迭代次數則優化過程結束，跳轉至下一步。

6)輸出所得的最優結果，UIES將各DG與供熱、供冷設備調度指令下發，各設備相應調度，優化調度結束。

三級協同優化調度具體流程如圖4所示。

圖4 三級協同優化調度流程Fig.4 Flow chart of three-level collaborative optimization scheduling

3 算例分析

3.1 算例參數

算例模型中包含WT、PV、BG等DG，其中WT受季節性影響，圖5為WT四季典型日出力預測。冬季WT出力偏多，夏季較少，春秋適中。

圖5 典型日WT功率曲線Fig.5 Typical daily power curve of WT

PV也受到季節性影響，圖6為PV四季典型日的出力預測。夏季PV出力最高，冬季最少，春秋適中。

圖6 典型日PV功率曲線Fig.6 Typical daily power curve of photovoltaic power generation

電價以河北南網分時電價為例，具體電價如表1所示。平時段為06:00—08:00、12:00—16:00、20:00—22:00；高峰時段為08:00—12:00、16:00—20:00)；低谷時段為22:00—次日06:00。

表1 河北電網分時電價Table 1 Time-of-use electricity price of Hebei power grid

算例模型包含鄉鎮、農村、用戶三種層級的負荷，模型中鄉鎮包含13個村莊。圖7為其中3個村莊的VIES結構圖。圖8為某一個村莊28戶位置分布與熱網拓撲圖，每戶占地面積約為114 m2。每村配有BG機組的余熱回收系統和100 kW的LBR，對用戶進行供熱供冷。經濟富裕的農戶還可配備一額定功率為3.675 kW的ASHP，當熱能冷能供應不足時，由ASHP進行補充供熱供冷。

圖7 三個VIES的系統結構Fig.7 System structure diagram of 3 VIES

圖8 農村居民住戶分布與熱網拓撲Fig.8 Rural household distribution and heat network topology

算例使用遺傳算法，通過MATLAB R2017a編寫程序，對該農村綜合能源系統算例進行優化驗證。

3.2 TIES優化結果分析

TIES冬季、夏季典型日優化結果分別如圖9、圖10所示，圖中負值表明該TIES向電網售電。TIES優化模型中，在與大電網進行電量交易時，優化結果顯示模型對交易電價敏感。在交易電價高于整個系統運行成本時，模型傾向于在滿足系統內負荷供電的基礎上再進行售電；而當交易電價低于整個系統運行成本時，模型傾向于購電。

圖9 TIES冬季典型日優化結果Fig.9 Optimization results of typical winter days at TIES

圖10 TIES夏季典型日優化結果Fig.10 Optimization results of a typical day in summer at TIES

3.3 VIES優化結果分析

3.3.1 VIES內部優化結果

VIES冬季典型日含供熱設備的協調優化結果如圖11所示，圖中負值表明BESS進行充電。VIES供熱依靠BG機組的余熱回收和ASHP的協同出力。BG機組在發電的同時可產生大量余熱，對其進行余熱回收成本較低。因此供熱段由BG機組的余熱回收為主要出力，剩余不足的熱量由ASHP進行補足。低成本的供能端優先出力，保證了用戶的供熱經濟性。

圖11 VIES冬季典型日含供熱設備的協調優化結果Fig.11 Coordination and optimization results of a typical day of heating equipment in winter at VIES

VIES夏季典型日含供冷設備的協調優化結果如圖12所示。VIES供熱依靠對BG機組的余熱回收為LBR提供熱能，由ASHP和LBR協同出力對用戶端進行供冷。由于夏季少風多光，故PV出力居多，為用戶供給電能。

圖12 VIES夏季典型日含供冷設備的協調優化結果Fig.12 Coordination and optimization results of a typical day of cooling equipment in summer at VIES

VIES冬、夏典型日優化前后成本如圖13所示。優化后大部分時段成本均有下降。由于VIES對BG機組余熱進行了回收，并對VIES內部進行集中供熱。在不增加能源消耗的前提下，提高了能源利用效率和農村用戶用能的經濟性。

圖13 VIES冬季和夏季典型日優化前后成本Fig.13 Costs before and after optimization of typical winter and summer days at VIES

3.3.2 各VIES之間優化結果

冷、熱能優化只在VIES內部進行，各VIES之間僅考慮電量平衡。對圖7所示的含3個VIES系統進行優化，具體優化結果如圖14—16所示，圖中負值表明該VIES向其他VIES進行供電。

圖14 VIES-1優化結果Fig.14 The optimization results of VIES-1

圖15 VIES-2優化結果Fig.15 The optimization results of VIES-2

以時段8為例，此時VIES-1的DG出力較多，VIES-2和VIES-3的DG出力較少。VIES-1在滿足自身負荷以及儲能需求的前提下，向VIES-2和VIES-3提供電能，以滿足VIES-2和VIES-3的電負荷需求。

圖16 VIES-3優化結果Fig.16 The optimization results of VIES-3

3.4 UIES優化結果分析

UIES冬、夏季典型日優化結果分別如圖17、圖18所示，圖中BESS、可中斷負荷、交易電量負值分別表明BESS充電、負荷中斷節省的電能、向其他用戶供電。UIES主要依靠PV、BESS與用戶間的電量互補對自身進行供電，考慮系統內的可中斷負荷進行優化，從而使用戶的用電成本降至最低。

圖17 UIES冬季典型日優化結果Fig.17 Optimization results of UIES of a typical day in winter

圖18 UIES夏季典型日優化結果Fig.18 Optimization results of UIES of a typical day in summer

4 結 論

農村地區地域廣袤，且分布式清潔能源相對分散，本文針對含多個DG的農村綜合能源系統，提出了一種UIES-VIES-TIES的綜合能源系統分層協同優化運行方法。TIES負責協調各VIES的優化以及與上級配電網的交互；VIES負責優化各分布式設備出力；UIES負責響應上級的電能調度并對剩余電能進行合理調配。通過算例分析得到以下結論：

1)三級農村綜合能源分層協同優化框架對農村綜合能源系統中大規模的決策變量處理提供了有效解決方案。

2)在VIES內部優化運行時，通過BG機組的余熱回收以及ASHP、LBR等設備，實現了冷、熱、電多能源互補；在VIES間優化運行時，實現了各VIES間的電能互濟；多種能源的互補互濟可有效提高農村居民多元化用能經濟性。

3)本文提出的農村綜合能源系統多層協調優化運行方法，對農村綜合能源系統中各分布式清潔能源設備進行有效管控，促進可再生清潔能源的就地消納。

針對一般含PV、WT、BG等DG的農村綜合能源系統，本文所提方法具有一定的通用性，可為以后農村綜合能源系統的相關研究提供參考。