含光熱復合壓縮空氣儲能的分布式綜合能源系統容量規劃方法

方 樂 劉成奎 陳曉弢 麻林瑞 梅生偉

含光熱復合壓縮空氣儲能的分布式綜合能源系統容量規劃方法

方 樂1劉成奎2,3陳曉弢1麻林瑞1梅生偉1

（1. 青海大學新能源光伏產業研究中心 青海省清潔能源高效利用重點實驗室 西寧 810016 2. 青海省建筑建材科學研究院有限責任公司 西寧 810008 3. 青海省高原綠色建筑與生態社區重點實驗室 西寧 810008）

分布式綜合能源系統（DIES）的大力發展，對促進清潔能源消納、提升綜合能源利用水平起到了關鍵作用。該文基于青海地區豐富的太陽能資源，考慮DIES的熱、電耦合特性，將光熱復合先進絕熱壓縮空氣儲能（ST-AA-CAES）作為其能源樞紐，提出了基于ST-AA-CAES的DIES。首先，面向農業園區應用場景，提出了DIES設計方案，并刻畫了其各子系統的運行約束模型；其次，以系統最小化整體投資運行成本為目標函數，建立了其容量規劃模型；進一步，對所建約束模型進行線性等價轉換，轉換為便于商業求解器求解的混合整數線性規劃模型；最后，通過算例驗證了所提模型的有效性。

分布式綜合能源系統（DIES） 光熱復合先進絕熱壓縮空氣儲能（ST-AA-CAES） 農業園區 容量規劃

0 引言

由于當前化石能源的短缺和碳排放引起環境問題的日趨嚴重，提高清潔能源的開發與利用水平，降低碳排放，已成為世界各國達成的共識[1-2]。我國在“十四五”期間承諾將于2030年前實現“碳達峰”、2060年前實現“碳中和”。其中，我國西部的農業園區存在能源利用方式粗放、碳排放問題突出等問題，因此，實現農業園區全清潔能源供能對雙碳目標的實現具有重大意義。目前農業園區的負荷需求主要是電能和熱能，電能的需求依賴于農村電網的供應，由于當前農村電網存在網架結構薄弱、電網設施老舊等問題，導致電網供電可靠性不足；熱能的需求主要是通過燃燒煤炭及生物質能供應，產生的二氧化碳排放，不僅與雙碳目標相悖，還惡化了當地的生態環境。為貫徹落實“雙碳”目標，太陽能清潔供熱得到了快速發展。然而在極端低溫天氣的影響下，供暖能力的不足會造成農業園區溫室大棚內的作物大面積死亡，極大地限制了地區農業的發展。因此，實現清潔能源的就地消納對農業園區的生產和發展具有重要價值和意義。

為此，青海省積極響應中央打造清潔能源產業高地的政策號召，充分發揮青海農業園區得天獨厚的風、光優勢，積極打造清潔能源綠色村鎮，大力推進農業園區高比例分布式清潔能源系統的建設。然而，以風、光為代表的清潔能源供應存在不穩定性和間歇性，給農業園區的全清潔能源供能、用能帶來巨大挑戰[3-4]，這極大地限制了清潔能源綜合利用水平。為此，已有相關學者對其展開了大量的研究。其中，構建面向醫院、工廠園區[5-6]及島嶼[7]的分布式綜合能源系統（Distributed Integrated Energy System, DIES）能夠實現能源的梯級利用[8]，為平滑電網負荷和消納清潔能源提供了一條新途徑。

儲能作為DIES中重要的組成部分，可以實現清潔能源的就地消納、存儲及利用[9]。因此，合理地配置儲能系統就顯得尤為重要。隨著儲能技術的發展，先進絕熱壓縮空氣儲能（Advanced Adiabatic Compressed Air Energy Storage, AA-CAES）因具有運行壽命長、清潔、環保等特點[10-11]，得到了國內外相關學者和研究機構的廣泛關注。放眼國際，在大規模儲能項目示范工程中，瑞士ALACAES公司于2016年在比亞斯卡鎮建成了一座1MW的AA-CAES示范系統[2]。加拿大NRStor和Hydrostor公司于2017年在戈德里奇鎮建設一座1.75MW的基于鹽穴儲氣的AA-CAES 試驗電站[2]。雖然我國對AA-CAES技術的研究起步較晚，但近年來在研究和生產方面也積累了一定的經驗和成果。江蘇金壇鹽穴CAES國家試驗示范項目[12]于2021年并網試驗成功，并于2022年5月正式開始商業化運營，開辟了我國AA-CAES商業化應用的先河。在分布式AA-CAES研究方面，清華大學在青海大學校園內搭建了世界上首座100kW光熱復合先進絕熱壓縮空氣儲能（Solar Thermal Composite Advanced Adiabatic Compressed Air Energy Storage, ST- AA-CAES），并完成了冷熱電三聯供實驗[13]。這些示范項目極大地促進了AA-CAES在DIES中的應用研究。因此，對于AA-CAES容量規劃問題亟待進行研究。

目前，已有相關學者對CAES的容量規劃展開了大量研究。文獻[14]以綠色海島為研究對象，提出了含CAES的典型綠色海島綜合能源系統，并對儲能系統進行容量規劃。文獻[15]構建了CAES備用容量模型，并參與到電力系統運行過程中，在緩解風電抑制的同時降低了系統能量和備用成本；文獻[16]提出了一種電加熱器和CAES互補的混合儲能技術，并利用光譜分析方法確定各組分容量，最后將其應用于風力發電系統，以達到調峰的目的；文獻[17]為提高風能利用率，以系統效益最大化為目標，研究了基于風能不確定性的CAES容量配置。上述文獻研究的是AA-CAES參與熱、電能流場景下的容量規劃配置，并未對AA-CAES耦合外部熱源方面進行展開分析。

由此，文獻[18-19]設計了ST-AA-CAES，提高了系統做功能力與發電效率；基于此，文獻[20]通過引入雙脈寬調制變流技術，實現了ST-AA-CAES膨脹系統的最大效率運行；文獻[21]為促進新能源的消納，提出了海浪-風-太陽能AA-CAES的海上多能源互補系統，實現了沿海地區能源的可持續發展。上述文獻將光熱作為AA-CAES外部熱源，為AA-CAES的應用提供參考。但對于ST-AA-CAES參與DIES的容量規劃方面，還有待進一步研究。

為此，本文提出了含ST-AA-CAES的DIES。主要創新之處在于：①在對DIES的儲能需求進行深入分析的基礎上，針對農業園區的特點，以ST-AA-CAES為能源樞紐，提出一種基于ST-AA-CAES的DIES架構；②通過分析ST-AA-CAES的各子系統之間的耦合關系和運行模式，建立各子系統的數學模型，并進行線性化處理，然后結合農業園區用能數據，對各子系統進行容量規劃配置；③以系統最小化整體投資運行成本為目標函數，以農業園區的負荷需求約束展開算例分析，驗證了本文所提模型的有效性。

1 農業園區ST-AA-CAES系統架構

針對我國青海地區各季節晝夜溫差大、氣溫低的特點，本文構建了一個面向農業園區的、實現清潔能源就地消納、就地供能的小型DIES，通過對清潔能源的實時存儲、統一調度，協調規劃，實現農業園區對熱、電負荷需求的供應。

AA-CAES所具有的熱、電聯儲/供特性使其在參與DIES調度中能顯著降低系統的運行成本，提升系統的清潔能源消納能力，其主要由壓縮機、換熱器、熱水罐、冷水罐、儲氣罐、膨脹機等構成。儲能時，AA-CAES利用電網的低谷電驅動壓縮機工作，將常溫空氣壓縮至高溫高壓狀態，然后通過換熱器對高溫高壓空氣進行解耦。解耦后的壓縮熱會儲存在熱水罐中，高壓氣體儲存在儲氣罐中；釋能時，利用壓縮熱加熱從儲氣罐中釋放的高壓氣體，通過驅動膨脹機做功發電。

ST-AA-CAES總體架構如圖1所示，其儲能過程與傳統的AA-CAES類似。不同之處在于釋能過程，從儲氣罐流出的高壓氣體流經光熱集熱系統的加熱器后，吸收來自光熱集熱系統中的高品位熱，提升進入膨脹機前高壓空氣的溫度，增加其做功發電效率。

圖1 ST-AA-CAES總體架構

在本文所設計的AA-CAES中，壓縮過程中產生的壓縮熱用于供應農戶的日常生活熱水，對熱能品位要求不高，所以選取水作為AA-CAES的換熱介質。而在光熱集熱系統中，收集到的高品位熱一部分用來加熱進入膨脹機的進口空氣溫度，另一部分用來給整個農業園區供暖，對熱能品位要求較高，故選取傳熱溫度高的導熱油作為光熱集熱系統中的換熱介質。

值得注意的是，本文將ST-AA-CAES作為DIES的能源樞紐。其源側（輸入側）為分布式光伏發電系統，用于消納棄光電；網側（輸入側）與當地農村電網相連接，用于消納低谷電；荷側（輸出側）為農業園區提供電能和熱能。總之，在整個DIES運行過程中，農村電網與光伏始終與ST-AA-CAES進行連接，系統的首要任務就是滿足農業園區的用能負荷需求。當系統供能高于農業園區用能負荷需求時，剩余的能源將存儲在儲能系統中；否則，儲能系統將會填補用能缺口，滿足農業園區對于熱、電能源形式的需求。

2 農業園區ST-AA-CAES運行特性建模

2.1 AA-CAES儲能模塊運行特性建模

在AA-CAES中，熱水罐中的儲水量和儲氣罐中的儲氣量共同決定系統的儲電量，而熱水罐中的儲水量又決定系統的儲熱量。故在本文所提出的AA-CAES容量規劃方法中，首先應該對熱水罐的體積和儲氣罐的體積進行約束規劃。

熱水罐中的儲水量為[14]

儲氣罐內的氣壓為[19]

熱水罐中儲水量的變化率和儲氣罐的氣壓變化率可以表示為[14]

AA-CAES中的壓縮機通常采用多級壓縮、級間冷卻模式，以降低壓縮機功耗，其數學模型為[22-23]

壓縮機出口溫度為

壓縮機級間冷卻器出口溫度為

AA-CAES中的膨脹機通常采用多級膨脹、級間再熱模式，以提高膨脹機的發電功率，其模型為[22-23]

膨脹機出口溫度為

膨脹機級間加熱器出口溫度為

2.2 光熱集熱系統運行特性建模

針對我國青海地區地勢高、氣溫低的特點，本文研究的面向青海農業園區的DIES中，加入光熱集熱系統，擴展了系統的熱量來源。

光熱集熱系統可以將太陽直射輻照轉換為AA-CAES可以直接利用的熱能。時刻光熱集熱系統的產熱功率為[24]

在設計光熱集熱系統時，鏡場面積作為決策變量需要對其進行規劃約束，具體約束為

光熱集熱系統產生的高品位熱儲存在高溫罐中，其儲存的熱量為[26]

高溫罐充放熱約束為

2.3 溫室大棚內負荷運行特性建模

1）地源熱泵運行約束

隨著我國“煤改電”以及“碳減排”政策的不斷實施，燃煤鍋爐早已禁止使用。地源熱泵作為一種低能耗、無污染排放的電轉熱設備，得到了政府的大力推廣。

地源熱泵是一種吸收低品位熱，通過電力做功，將其轉換為高品位熱的設備，其供熱功率表達式[27]與約束分別為

2）LED補光燈運行約束

為了保證光照不足條件下（陰雨天或者雨雪天）農作物的正常生長發育，對溫室大棚采用補光技術以提高農作物的光合速率，LED補光燈能耗表達式為

3）水泵運行約束

水泵的工作原理是電動機帶動水泵葉輪做高速旋轉，從而達到給水施加離心力的目的，其能耗表達式為

3 ST-AA-CAES容量規劃模型

3.1 目標函數

本文以光熱復合壓縮空氣儲能系統最小化整體投資運行成本為目標函數，其表達式為

AA-CAES系統從電網的購電成本為

光熱集熱系統的投資成本為[19]

3.2 約束條件

AA-CAES的運行約束包括電功率平衡約束、熱功率平衡約束、購電功率約束。

1）電功率平衡約束

2）熱功率平衡約束

3）購電功率約束

3.3 模型求解

針對附錄中式（A7）～式（A10）包含二進制變量與連續變量非線性項的相乘，為了便于求解，需要對所建模型進行線性化處理，并采用大M法對其進行線性轉換。以式（A7）為例，轉換后得到的等效線性約束如式（29）所示。同理，式（A8）～式（A10）也可用此方法進行線性轉換，具體不再展開贅述。

經過上述方法處理后，本文所建立的AA-CAES容量規劃模型轉換為便于求解的混合整數線性規劃模型，然后采用CPLEX求解器進行求解。

4 算例分析

4.1 算例參數

本文算例分析以我國青海省某草莓農業園區熱電聯供綜合能源系統為典型應用場景，對ST-AA-CAES進行容量規劃。主要負荷、AA-CAES及光熱集熱系統的基本參數見附表1～附表3[14,19,29]。

考慮到青海農業園區負荷的熱、電負荷需求差異，尤其是在極端天氣狀況下，供熱不足會嚴重影響園區農業產出，造成重大損失。為此，本文選取冬季典型日進行系統容量優化配置。典型日調度周期為24個時段，其中熱、電負荷的預測曲線如附圖1所示。太陽的直射輻照強度預測數據利用Meteonorm軟件，從中獲得幾個典型氣象年的冬至日數據，對其進行加權平均，從而得到該地區典型日的太陽直接法向輻射強度預測曲線[25]，如附圖2所示。

根據青海省發改委發布的峰谷分時電價，將每天用電時間分為高峰、平段、低谷三個時段。每日9:00～12:00、18:00～23:00為用電峰時段，電價為0.627元/(kW·h)；13:00～17:00為用電平時段, 電價為0.425元/(kW·h)；0:00～8:00為用電谷時段, 電價為0.224元/(kW·h)。

4.2 結果分析

通過本文所建立的優化規劃模型，可以得到AA-CAES各部件容量配置結果以及各項投資、運行與維護成本，結果見表1。

表1 ST-AA-CAES的容量配置結果及成本

Tab.1 Capacity configuration results and costs of solar thermal composite AA-CAES

根據本文所配置的容量結果并參考文獻[14]中各單元年化投資成本，得出本文所配置的AA-CAES的總投資成本約為722萬元，其中光熱集熱系統的投資成本為138萬元。雖然總投資成本增加了16%，但是在滿足農業園區溫室大棚供暖需求后，能為農戶帶來良好的經濟效益。

典型日電量調度結果如圖2所示。由圖2可以看出，AA-CAES在1:00～7:00用電低谷和平谷時段從電網購買電能來驅動壓縮機工作，進行壓縮儲能。在9:00～13:00、18:00～19:00用電高峰時段，系統進行釋能驅動膨脹機發電。配置AA-CAES后，系統購電功率較高，主要是因為系統電-電轉換效率較低，因此需要購買大量的低谷電來滿足用電高峰期農業園區正常生活用電。由于分時電價機制，用電峰谷差電價達到了0.404元/(kW·h)，AA-CAES能通過削峰填谷獲得較好的經濟效益。

圖2 典型日電量調度結果

典型日熱量調度結果如圖3所示。由圖3可以看出，在1:00～7:00時段夜間用熱高峰期時，地源熱泵和AA-CAES共同承擔園區用熱需求。7:00時段之后，用熱需求逐漸降低，此時光熱集熱系統收集到的熱量逐漸增多，高溫罐通過釋放光熱集熱系統儲存的熱量為園區提供大部分熱量，其余則由熱泵與AA-CAES填補剩余用能缺口。對比圖2可以看出，在壓縮機處于壓縮工況的同時，系統還在向外部供熱。這是因為熱水罐體積較大，儲熱水量較多，主要為園區供熱，富余熱量為農戶提供生活熱水。當熱水罐內儲熱水量不足時，光熱集熱系統收集到的熱源用于直接供給熱負荷需求，其余則用來加熱進入膨脹機前的空氣溫度，提升系統做功效率。

圖3 典型日熱量調度結果

常規AA-CAES熱源受限于壓縮熱不足，存在儲能設備容量小和熱品位低等問題。若將熱水罐中的熱水用于農業園區草莓供暖，難以滿足草莓正常生長溫度。因此需要加入外部熱源，光熱集熱系統與AA-CAES進行耦合，擺脫了系統對于壓縮熱的依賴，提高了儲熱容量與溫度，增強了系統供熱的靈活性。本文通過文獻[30]中不同夜間溫度處理下對草莓生長影響的數據，繪制出4條不同夜間溫度下草莓的平均單株產量折線圖，如圖4所示。從圖4中可以看出草莓的平均單株產量受溫度影響較大，前期（1、2月份產量總和）8～12℃與大于12℃情況下，草莓產量為149g；其次是4～8℃，其產量為146g；最后是1～4℃，其產量為72g。夜間溫度高，加快了草莓的果實成熟期，實現了前期草莓產量的最大化。

圖4 不同夜間溫度下草莓的產量

AA-CAES儲氣罐壓力變化曲線如圖5所示。由圖5可以看出，儲氣罐壓力變化曲線在7:00～8:00達到峰值，主要是在用電低谷時段，系統進行壓縮儲氣，氣壓處于上升狀態。在用電高峰時段，儲氣罐釋放高壓氣體驅動膨脹機運行，儲氣罐氣壓處于下降狀態。在經過一天的循環后，儲氣罐的氣壓又回到了初始氣壓30bar(1bar=105Pa)，滿足了儲能系統連續性運行的要求。

圖5 AA-CAES儲氣罐壓力變化曲線

AA-CAES儲熱水量變化曲線如圖6所示。從圖6可以看出，儲熱罐儲熱水量曲線變化較大，主要是AA-CAES壓縮/膨脹過程中產生/消耗的熱量，以及儲熱/供熱過程中向DIES吸收/放出的熱量均會對其產生影響。

圖6 AA-CAES儲熱水量變化曲線

需要說明的是，采用ST-AA-CAES給溫室大棚供熱后，滿足了草莓最佳生長溫度，縮短了草莓生長周期1～2個月。特別是在春節草莓銷售黃金期，草莓單價為55元/斤，遠高于淡季的20元/斤。通過保障上市時間和產量（按3 000斤/棚計），可以為每棟溫室大棚年增收10.5萬元，根據熱水罐中儲熱量可知，理論上能夠為10座大棚進行供暖，可在8年左右收回成本，具有良好的經濟效益。

5 結論

本文以面向熱電聯供農業園區的DIES為研究對象，首先設計了ST-AA-CAES，并建立了各子系統的數學模型；進一步，針對農業園區這一典型用能場景，提出了以系統整體投資最小為目標的ST-AA-CAES容量規劃方法；然后采用大M法對所建模型進行線性化處理，從而使ST-AA-CAES容量優化模型轉換為便于求解的混合整數線性規劃問題；最后，基于青海海東某農業園區進行算例分析。結果表明：相比于單一的AA-CAES容量規劃，通過引入光熱集熱系統，對提升系統熱電聯供的靈活性和經濟性具有重要作用。在高寒地區農業園區應用場景下，8年左右即可收回投資成本，具有良好的應用前景。

附 錄

本文在考慮儲氣方式時采用換熱系數較高的儲氣罐進行儲存，關系系數st為[14]

AA-CAES的壓縮功率約束、發電功率約束、儲熱量約束、供熱量約束和運行工況約束為

在本文所提容量規劃方法中，各待規劃量指AA-CAES的額定壓縮功率約束、額定發電功率約束、額定儲熱量約束、額定供熱量約束、儲氣罐體積約束和熱水罐體積約束，各待規劃量的具體約束為

附表1 負荷參數

App.Tab.1 Load parameters

設備參數數值 地源熱泵供熱功率上限/kW1 600 制熱系數4.4 LED補光燈單個補光燈功率/W60

附表2 AA-CAES的基本運行參數

App.Tab.2 Basic operating parameters of AA-CAES

參數數值 單位壓縮功率投資成本/(元/kW)2 570 單位發電功率投資成本/(元/kW)2 140 單位儲熱量投資成本/[元/(kW·h)]330 單位供熱量投資成本/[元/(kW·h)]330 單位體積儲氣罐投資成本/(元/m3)195 單位體積熱水罐投資成本/(元/m3)880 單位功率運行與維護成本/(元/kW)73 壓縮機組/膨脹機組的級數4/3 壓縮機組/膨脹機組的變工況范圍0.3～1.0 壓縮機組/膨脹機組的等熵效率(%)85 儲氣罐氣壓上限/bar80 儲氣罐氣壓下限/bar30 熱水罐內水溫/K333 供熱后的回水溫度/K293 AA-CAES壽命/a40 系統投資折現率(%)8

附表3 光熱集熱系統參數

App.Tab.3 Parameters of solar collector system

參數數值 參考光學效率0.67 鏡面及玻璃管清潔度系數0.98 太陽能冷卻換熱器的換熱系數0.8 單位聚光集熱反射鏡的長度/m170 單位聚光集熱反射鏡的焦距/m8.6 單位鏡場面積投資成本/(元/m2)910 儲熱系統熱損失率(%/h)0.031 光-熱轉換效率(%)50 最小充/放熱功率/kW0 最大充/放熱功率/kW300

附圖1 典型日的負荷預測曲線

App.Fig.1 Forecast curves of load in typical day

附圖2 太陽直接法向輻射強度的典型日預測曲線

App.Fig.2 Forecast curves of solar direct normal irradiation in typical day

[1] 張沈習, 王丹陽, 程浩忠, 等. 雙碳目標下低碳綜合能源系統規劃關鍵技術及挑戰[J]. 電力系統自動化, 2022, 46(8): 189-207.

Zhang Shenxi, Wang Danyang, Cheng Haozhong, et al. Key technologies and challenges of low-carbon integrated energy system planning for carbon emission peak and carbon neutrality[J]. Automation of Electric Power Systems, 2022, 46(8): 189-207.

[2] 梅生偉, 李瑞, 陳來軍, 等. 先進絕熱壓縮空氣儲能技術研究進展及展望[J]. 中國電機工程學報, 2018, 38(10): 2893-2907, 3140.

Mei Shengwei, Li Rui, Chen Laijun, et al. An overview and outlook on advanced adiabatic compressed air energy storage technique[J]. Proceedings of the CSEE, 2018, 38(10): 2893-2907, 3140.

[3] 趙冬梅, 王浩翔, 陶然. 計及風電-負荷不確定性的風-火-核-碳捕集多源協調優化調度[J]. 電工技術學報, 2022, 37(3): 707-718.

Zhao Dongmei, Wang Haoxiang, Tao Ran. A multi-source coordinated optimal scheduling model considering wind-load uncertainty[J]. Transactions of China Electrotechnical Society, 2022, 37(3): 707-718.

[4] 梅生偉, 薛小代, 陳來軍. 壓縮空氣儲能技術及其應用探討[J]. 南方電網技術, 2016, 10(3): 11-15, 31.

Mei Shengwei, Xue Xiaodai, Chen Laijun. Discussion on compressed air energy storage technology and its application[J]. Southern Power System Technology, 2016, 10(3): 11-15, 31.

[5] 周長城, 馬溪原, 郭祚剛, 等. 面向工程應用的用戶級綜合能源系統規劃[J]. 電工技術學報, 2020, 35(13): 2843-2854.

Zhou Changcheng, Ma Xiyuan, Guo Zuogang, et al. User-level integrated energy system planning for engineering applications[J]. Transactions of China Electrotechnical Society, 2020, 35(13): 2843-2854.

[6] 蔣向兵, 湯波, 余光正, 等. 面向新能源就地消納的園區儲能與電價協調優化方法[J]. 電力系統自動化, 2022, 46(5): 51-64.

Jiang Xiangbing, Tang Bo, Yu Guangzheng, et al. Coordination and optimization method of park-level energy storage and electricity price for local accommodation of renewable energy[J]. Automation of Electric Power Systems, 2022, 46(5): 51-64.

[7] 王昀, 謝海鵬, 孫嘯天, 等. 計及激勵型綜合需求響應的電-熱綜合能源系統日前經濟調度[J]. 電工技術學報, 2021, 36(9): 1926-1934.

Wang Yun, Xie Haipeng, Sun Xiaotian, et al. Day-ahead economic dispatch for electricity-heating integrated energy system considering incentive integrated demand response[J]. Transactions of China Electrotechnical Society, 2021, 36(9): 1926-1934.

[8] 李建林, 牛萌, 周喜超, 等. 能源互聯網中微能源系統儲能容量規劃及投資效益分析[J]. 電工技術學報, 2020, 35(4): 874-884.

Li Jianlin, Niu Meng, Zhou Xichao, et al. Energy storage capacity planning and investment benefit analysis of micro-energy system in energy interconnection[J]. Transactions of China Electrote-chnical Society, 2020, 35(4): 874-884.

[9] Li Zhiao, Chen Laijun, Wei Wei, et al. Risk constrained self-scheduling of AA-CAES facility in electricity and heat markets: a distributionally robust optimization approach[J]. CSEE Journal of Power and Energy Systems, 2021: 1-9. http://dx.doi.org/10.17775/ CSEEJPES.2020.06130.

[10] 李建林, 崔宜琳, 王力. 儲能學科建設探索及相關建議[J/OL]. 中國電機工程學報: 1-8[2022-06-16]. http://dx.doi.org/10.13334/j.0258-8013.pcsee.212203.

Li Jianlin, Cui Yilin, Wang Li, et al. Exploration and suggestions on the construction of energy storage discipline[J]. Proceedings of the CSEE: 1-8[2022-06-16]. http://dx.doi.org/10.13334/j.0258-8013.pcsee.212203.

[11] 薛小代, 梅生偉, 林其友, 等. 面向能源互聯網的非補燃壓縮空氣儲能及應用前景初探[J]. 電網技術, 2016, 40(1): 164-171.

Xue Xiaodai, Mei Shengwei, Lin Qiyou, et al. Energy Internet oriented non-supplementary fired compressed air energy storage and prospective of application[J]. Power System Technology, 2016, 40(1): 164-171.

[12] 中鹽金壇鹽化有限公司. 金壇鹽穴壓縮空氣儲能國家試驗示范項目并網試驗成功[J]. 中國鹽業, 2021(19): 6-7.

[13] Mei Shengwei, Li Rui, Xue Xiaodai, et al. Paving the way to smart micro energy grid: concepts, design principles, and engineering practices[J]. CSEE Journal of Power and Energy Systems, 2017, 3(4): 440-449.

[14] 寧光濤, 李琳瑋, 何禮鵬, 等. 面向綠色海島微型綜合能源系統的儲能系統容量規劃方法[J]. 電力自動化設備, 2021, 41(2): 8-15.

Ning Guangtao, Li Linwei, He Lipeng, et al. Capacity planning method of energy storage system for micro integrated energy system in environmental friendly Islands[J]. Electric Power Automation Equipment, 2021, 41(2): 8-15.

[15] Li Yaowang, Miao Shihong, Zhang Shixu, et al. A reserve capacity model of AA-CAES for power system optimal joint energy and reserve scheduling[J]. International Journal of Electrical Power & Energy Systems, 2019, 104: 279-290.

[16] Zhao Pan, Wang Peizi, Xu Wenpan, et al. The survey of the combined heat and compressed air energy storage (CH-CAES) system with dual power levels turbomachinery configuration for wind power peak shaving based spectral analysis[J]. Energy, 2021, 215: 119167.

[17] Yu Qihui, Tian Li, Li Xiaodong, et al. Compressed air energy storage capacity configuration and economic evaluation considering the uncertainty of wind energy[J]. Energies, 2022, 15(13): 4637.

[18] 韓中合, 王珊, 胡志強, 等. AA-CAES+CSP系統運行策略研究[J]. 太陽能學報, 2021, 42(1): 423-430.

Han Zhonghe, Wang Shan, Hu Zhiqiang, et al. Study on operation strategy of AA-CAES+CSP system[J]. Acta Energiae Solaris Sinica, 2021, 42(1): 423-430.

[19] 蔡杰, 張松巖, 杜治, 等. 含光熱集熱模塊的先進絕熱壓縮空氣儲能系統容量配置策略[J]. 電力自動化設備, 2020, 40(7): 165-173.

Cai Jie, Zhang Songyan, Du Zhi, et al. Capacity allocation strategy of advanced adiabatic compressed air energy storage system with solar thermal collector module[J]. Electric Power Automation Equipment, 2020, 40(7): 165-173.

[20] 陳曉弢, 王國華, 司楊, 等. 改進的光熱復合壓縮空氣儲能系統設計方案及其仿真分析[J]. 電力自動化設備, 2018, 38(5): 20-26.

Chen Xiaotao, Wang Guohua, Si Yang, et al. Improved design scheme of solar thermal compressed air energy storage system and its simulation analysis[J]. Electric Power Automation Equipment, 2018, 38(5): 20-26.

[21] Wu Yunna, Zhang Ting. Risk assessment of offshore wave-wind-solar-compressed air energy storage power plant through fuzzy comprehensive evaluation model[J]. Energy, 2021, 223: 120057.

[22] Mei Shengwei, Wang Junjie, Tian Fang, et al. Design and engineering implementation of non-supplementary fired compressed air energy storage system: TICC-500[J]. Science China Technological Sciences, 2015, 58(4): 600-611.

[23] Sadeghi S, Askari I B. Prefeasibility techno-economic assessment of a hybrid power plant with photovoltaic, fuel cell and compressed air energy storage (CAES)[J]. Energy, 2019, 168: 409-424.

[24] Luo Xing, Wang Jihong, Krupke C, et al. Modelling study, efficiency analysis and optimisation of large-scale adiabatic compressed air energy storage systems with low-temperature thermal storage[J]. Applied Energy, 2016, 162: 589-600.

[25] Cocco D, Serra F. Performance comparison of two-tank direct and thermocline thermal energy storage systems for 1 MWe class concentrating solar power plants[J]. Energy, 2015, 81: 526-536.

[26] 崔楊, 張匯泉, 仲悟之, 等. 基于分時能量互補的風電-光熱聯合外送容量優化配置方法[J]. 電網技術, 2019, 43(11): 3875-3882.

Cui Yang, Zhang Huiquan, Zhong Wuzhi, et al. An optimization method to determine power delivery capacity of combined wind-CSP system based on time-sharing energy complementation[J]. Power System Technology, 2019, 43(11): 3875-3882.

[27] 潘超, 范宮博, 王錦鵬, 等. 靈活性資源參與的電熱綜合能源系統低碳優化[J/OL]. 電工技術學報, 2022: 1-14[2022-06-16]. http://dx.doi.org/10.19595/ j.cnki.1000-6753.tces.211725.

Pan Chao, Fan Gongbo, Wang Jinpeng, et al. Low-carbon optimization of electric and heating integrated energy system with flexible resource participation[J/OL]. Transactions of China Electrotechnical Society, 2022: 1-14[2022-06-16]. http://dx.doi.org/10.19595/j.cnki. 1000-6753.tces.211725.

[28] 吳晨曦, 陳澤昊, 張杰, 等. 考慮先進絕熱壓縮空氣儲能的風力發電系統成本/供電可靠性評估[J]. 電力自動化設備, 2020, 40(2): 62-71, 75.

Wu Chenxi, Chen Zehao, Zhang Jie, et al. Cost/power supply reliability assessment of wind power generation system considering advanced adiabatic compressed air energy storage[J]. Electric Power Automation Equipment, 2020, 40(2): 62-71, 75.

[29] 陳曉弢. 分布式壓縮空氣儲能系統能效提升研究[D].北京: 清華大學, 2020.

[30] 齊長紅, 路河, 田煒瑋. 夜溫對草莓產量和品質的影響探討[J]. 農業工程技術(溫室園藝), 2008, 28(6): 46-47.

Capacity Planning Method of Distributed Integrated Energy System with Solar Thermal Composite Compressed Air Energy Storage

Fang Le1Liu Chengkui2,3Chen Xiaotao1Ma Linrui1Mei Shengwei1

（1. New Energy (Photovoltaic) Industry Research Center Qinghai Key Lab of Efficient Utilization of Clean Energy Qinghai University Xining 810016 China 2. Qinghai Building Materials Research Institute Co. Ltd Xining 810008 China 3. Qinghai Plateau Key Laboratory of Green Building and Ecological Community Xining 810008 China）

The development of distributed integrated energy system (DIES) has played a key role in promoting clean energy accommodation and improving comprehensive energy utilization. Based on the abundant solar energy resources and the characteristics of the thermal and electrical coupling DIES in the Qinghai area, this paper proposed a solar thermal composite advanced adiabatic compressed air energy storage (ST-AA-CAES) as an energy hub in DIES. Firstly, DIES was proposed for application scenario of agricultural parks, and the operation constraint model of its subsystems were described. Secondly, the capacity planning model of the DIES, with minimizing the overall investment and operating cost as objective function, was established. The constraint of optimization model can transform into a mixed integer linear programming model, which can be solved by commercial solver. Finally, the effectiveness of proposed model was verified by the study case.

Distributed integrated energy system(DIES), solar thermal composite advanced adiabatic compressed air energy storage(ST-AA-CAES), agricultural park, capacity planning

10.19595/j.cnki.1000-6753.tces.220106

TM715

青海省高原綠色建筑與生態社區重點實驗室開放基金計劃《基于清潔能量路由器的高原人居環境提升技術研究與工程示范》（KLKF-2020-004）和青海省科技廳基礎研究計劃（2021-ZJ-938Q）資助項目。

2022-01-21

2022-06-23

方 樂 男，1998年生，碩士研究生，研究方向為壓縮空氣儲能容量規劃。E-mail：fangle_qhu@foxmail.com

陳曉弢 男，1982年生，副教授，碩士研究生導師，研究方向為儲能技術與應用。E-mail：chenxiao_qhu@foxmail.com（通信作者）

（編輯 赫蕾）