一種新的多能互補(bǔ)分布式能源系統(tǒng)動(dòng)態(tài)約束工作點(diǎn)設(shè)計(jì)方法

張瑞芳, 崔國民, 徐 玥, 肖 媛, 易智康, 郭 佳

(上海理工大學(xué) 新能源科學(xué)與工程研究所,上海 200093)

能源一直是攸關(guān)國家發(fā)展的重點(diǎn)領(lǐng)域。《“十四五”能源領(lǐng)域科技創(chuàng)新規(guī)劃》提出圍繞可再生能源和新型電力系統(tǒng),推進(jìn)先進(jìn)可再生能源發(fā)電及能源的綜合利用[1],將兩者相結(jié)合已然成為世界能源向綠色低碳轉(zhuǎn)型的重要驅(qū)動(dòng)[2]。傳統(tǒng)的能源系統(tǒng)以石油、天然氣作為原料,在節(jié)能與環(huán)保方面有所欠缺[3]。多能互補(bǔ)分布式能源系統(tǒng)(MCDES)是實(shí)現(xiàn)可再生能源接入,提高能量綜合利用率,促進(jìn)能源結(jié)構(gòu)調(diào)整的有力手段[4]。鑒于可再生能源大多具有分散性和隨機(jī)性,MCDES可以更好地實(shí)現(xiàn)能量的就地消納,梯級利用[5];多種能源設(shè)備之間的耦合,使得系統(tǒng)具有更高的供能靈活性。

隨著越來越多設(shè)備的接入,系統(tǒng)的不確定性隨之增加,MCDES中各設(shè)備優(yōu)化配置的問題亟待解決[6-7]。丁伯劍等[8]以微電網(wǎng)多能互補(bǔ)系統(tǒng)作為研究對象,按最大負(fù)荷設(shè)計(jì)的思想對整個(gè)系統(tǒng)進(jìn)行容量配置優(yōu)化研究,在滿足負(fù)荷需求的同時(shí)實(shí)現(xiàn)了系統(tǒng)的最佳容量配置。汪露露等[9]針對綜合能源系統(tǒng)考慮了系統(tǒng)的供能可靠性,建立了計(jì)及成本、新能源消納、環(huán)保及可靠性的優(yōu)化配置模型,并驗(yàn)證了所提方法的有效性。杜傳銘等[10]以某商業(yè)綜合區(qū)為研究對象,按照典型日負(fù)荷設(shè)計(jì)方法對冷熱電聯(lián)供系統(tǒng)進(jìn)行配置優(yōu)化研究。王莉等[11]為解決MCDES裝機(jī)容量優(yōu)化設(shè)計(jì)問題,提出了包含能量生產(chǎn)、能量轉(zhuǎn)換、能量存儲的系統(tǒng)裝機(jī)容量通用超結(jié)構(gòu)模型,并驗(yàn)證了通用模型的實(shí)用性。Zhou等[12]對比了我國現(xiàn)有的分供系統(tǒng)和集中式供能系統(tǒng),提出一種包含可再生能源與能量存儲的工程設(shè)計(jì)方法。王志光等[13]以微型燃?xì)廨啓C(jī)為核心對冷熱電聯(lián)供系統(tǒng)進(jìn)行設(shè)計(jì),給出最優(yōu)配置,但系統(tǒng)對微型燃?xì)廨啓C(jī)的依賴性較大。劉文霞等[14]針對未融入可再生能源設(shè)備與儲能設(shè)備的能源系統(tǒng),在滿足最大負(fù)荷的前提下,以最大負(fù)荷作為約束,確定配置容量。

相關(guān)學(xué)者在分布式能源系統(tǒng)的容量配置方面已做過大量研究,但通過直接從能量設(shè)備上對其容量進(jìn)行限制,提高儲能設(shè)備容量從而強(qiáng)化其削峰填谷優(yōu)勢,并將儲能設(shè)備與其他能量設(shè)備分開優(yōu)化的相關(guān)研究較少。結(jié)合當(dāng)前研究,筆者建立了包含光伏發(fā)電機(jī)、風(fēng)力發(fā)電機(jī)、微型燃?xì)廨啓C(jī)等多種設(shè)備接入的容量優(yōu)化配置模型;引入動(dòng)態(tài)約束工作點(diǎn)的概念,即在滿足研究對象全年負(fù)荷需求的前提下,以逐時(shí)最大負(fù)荷作為系統(tǒng)設(shè)計(jì)的初始約束上限,通過改變約束點(diǎn)(約束上限),對系統(tǒng)中能量生產(chǎn)設(shè)備及能量轉(zhuǎn)換設(shè)備容量進(jìn)行限制,對儲能設(shè)備的容量進(jìn)行同步優(yōu)化。全年中由于系統(tǒng)在不同工況下運(yùn)行負(fù)荷波動(dòng)較大導(dǎo)致部分設(shè)備長時(shí)間低負(fù)載運(yùn)行的情況,采用動(dòng)態(tài)約束工作點(diǎn)的設(shè)計(jì)方法,避免了整個(gè)系統(tǒng)中設(shè)備容量過大,便于更好地發(fā)揮儲能設(shè)備削峰填谷的優(yōu)勢,提高系統(tǒng)整體的靈活性與經(jīng)濟(jì)性。筆者以系統(tǒng)中各設(shè)備的容量作為優(yōu)化變量,以年綜合費(fèi)用最低為優(yōu)化目標(biāo),采用強(qiáng)制進(jìn)化隨機(jī)游走算法(RWCE)[15]與所建模型相結(jié)合的方式進(jìn)行優(yōu)化求解;并設(shè)計(jì)4種方案進(jìn)行對比,以驗(yàn)證所提方法的可行性與有效性。

1 系統(tǒng)結(jié)構(gòu)及設(shè)備模型

1.1 系統(tǒng)結(jié)構(gòu)

針對MCDES,筆者從能量生產(chǎn)、能量轉(zhuǎn)換和能量存儲3個(gè)階段建立了包含微型燃?xì)廨啓C(jī)、風(fēng)力發(fā)電機(jī)、光伏組件等多種設(shè)備接入的配置優(yōu)化模型,如圖1所示。該配置模型融入可再生能源設(shè)備及儲能設(shè)備,在一定程度上彌補(bǔ)了分供系統(tǒng)與目前聯(lián)供系統(tǒng)設(shè)備接入較為單一、過多依賴天然氣及電網(wǎng)、環(huán)境適應(yīng)能力差的缺點(diǎn),旨在提高系統(tǒng)的經(jīng)濟(jì)性。

圖1 MCDES能量流動(dòng)Fig.1 Energy flow of MCDES

1.2 設(shè)備模型

1.2.1 能量生產(chǎn)設(shè)備

能量生產(chǎn)設(shè)備包括微型燃?xì)廨啓C(jī)、光伏組件、風(fēng)力發(fā)電機(jī)、燃?xì)忮仩t。微型燃?xì)廨啓C(jī)作為一種小型化的熱力發(fā)電機(jī),具有多燃料、低能耗、低排放等優(yōu)點(diǎn);且在分布式發(fā)電中可提供高質(zhì)量、可靠的電能,因此在分布式能源系統(tǒng)中得以廣泛應(yīng)用。微型燃?xì)廨啓C(jī)的數(shù)學(xué)模型可以表示為

PMT,t=ηe·Vf,t·ξLVF,f

(1)

QMT,t=ηh·Vf,t·ξLVF,f

(2)

式中:PMT,t為t時(shí)刻微型燃?xì)廨啓C(jī)的輸出功率,kW;QMT,t為t時(shí)刻微型燃?xì)廨啓C(jī)的余熱排放量,kW;ηe為微型燃?xì)廨啓C(jī)的發(fā)電效率;ηh為微型燃?xì)廨啓C(jī)的熱效率;Vf,t為t時(shí)刻天然氣的氣耗量,m3/h;ξLVF,f為天然氣的低位熱值,kW/m3。

光伏組件通過半導(dǎo)體將太陽能轉(zhuǎn)換為電能,發(fā)電量受溫度、光照強(qiáng)度等因素的影響,其數(shù)學(xué)模型為

PPV,t=μ(t)·PSTC

(3)

(4)

式中:μ(t)為t時(shí)刻光照系數(shù);PPV,t為t時(shí)刻光伏發(fā)電功率,kW;PSTC為光伏發(fā)電組件的額定功率,kW;Gt為到達(dá)光伏發(fā)電組件傾斜面上的實(shí)際太陽輻射密度,kW/m2;GSTC為標(biāo)準(zhǔn)測試條件下太陽輻射密度,取1 kW/m2;k為電池板的功率溫度系數(shù),取-0.47%/K;Tc,t為光伏組件t時(shí)刻的表面溫度,℃;TSTC為標(biāo)準(zhǔn)測試條件下光伏組件溫度,取25 ℃。

根據(jù)風(fēng)力發(fā)電機(jī)工作原理,風(fēng)力發(fā)電機(jī)的輸出功率取決于風(fēng)速,其與風(fēng)速的三次方成正比。風(fēng)速和輸出功率的關(guān)系為

(5)

式中:PWT,t為t時(shí)刻風(fēng)機(jī)發(fā)電功率,kW;Pr為風(fēng)機(jī)額定功率,kW;vt、vci、vco、vr分別為逐時(shí)風(fēng)速、切入風(fēng)速、切出風(fēng)速、額定風(fēng)速,m/s。

由式(5)可知,風(fēng)力發(fā)電機(jī)的輸出功率和風(fēng)速相關(guān),缺乏連續(xù)性。為了方便建模,引入風(fēng)力預(yù)測系數(shù)對上述模型進(jìn)行簡化,即

PWT,t=x(t)·Pr

(6)

式中:x(t)為t時(shí)刻風(fēng)力預(yù)測系數(shù)。

燃?xì)忮仩t作為分布式能源系統(tǒng)中的備用熱源,可將天然氣轉(zhuǎn)化為熱能,其數(shù)學(xué)模型為

Qg,t=ηg·Vg,t·ξLVF,f

(7)

式中:Qg,t為燃?xì)忮仩t在t時(shí)刻的制熱量,kW;ηg為燃?xì)忮仩t的制熱效率;Vg,t為t時(shí)刻燃?xì)忮仩t的耗氣量,m3/h。

1.2.2 能量轉(zhuǎn)換設(shè)備

能量轉(zhuǎn)換設(shè)備包括余熱鍋爐、吸收式制冷機(jī)、熱泵、電鍋爐、余熱換熱器和電制冷機(jī)。余熱鍋爐通過將微型燃?xì)廨啓C(jī)產(chǎn)生的余熱進(jìn)行回收提供熱能,產(chǎn)生的熱量Qr,t為

Qr,t=ηr·QMT,t

(8)

式中:ηr為余熱鍋爐的轉(zhuǎn)化效率。

吸收式制冷機(jī)組作為余熱利用的重要設(shè)備,通過將余熱鍋爐提供的熱能進(jìn)一步轉(zhuǎn)化為冷負(fù)荷,達(dá)到制冷的目的,其能量轉(zhuǎn)化計(jì)算式為

QABS,t=QMT1,t·KCOP,ABS

(9)

式中:QABS,t為t時(shí)刻吸收式制冷機(jī)產(chǎn)生的冷量,kW;QMT1,t為t時(shí)刻進(jìn)入吸收式制冷機(jī)的余熱量,kW;KCOP,ABS為制冷系數(shù)。

熱泵是將低品位熱源通過電驅(qū)動(dòng)轉(zhuǎn)化為高品質(zhì)熱源的裝置。采取制熱模式,熱泵的數(shù)學(xué)模型為

QHP,t=EHP,t·KCOP,HP

(10)

式中:QHP,t為t時(shí)刻熱泵產(chǎn)生的熱量,kW;EHP,t為t時(shí)刻驅(qū)動(dòng)熱泵的電量,kW;KCOP,HP為制熱效率。

電鍋爐在聯(lián)供系統(tǒng)中作為余熱利用不足的一種補(bǔ)充熱量的設(shè)備,其數(shù)學(xué)模型為

QEH,t=ηEH·EEH,t

(11)

式中:QEH,t為t時(shí)刻電鍋爐的產(chǎn)熱量,kW;ηEH為電鍋爐的產(chǎn)熱效率;EEH,t為t時(shí)刻電鍋爐消耗的電能,kW。

余熱換熱器將微型燃?xì)廨啓C(jī)中所產(chǎn)生的余熱轉(zhuǎn)化為可供直接使用的熱量,可表示為

(12)

電制冷機(jī)作為在吸收式制冷機(jī)熱量供應(yīng)不足時(shí)對冷量進(jìn)行補(bǔ)充的設(shè)備,其數(shù)學(xué)模型為

QEC,t=ηEC·EEC,t

(13)

式中:QEC,t為t時(shí)刻電制冷機(jī)的制冷量,kW;ηEC為制冷效率;EEC,t為t時(shí)刻電制冷機(jī)消耗的電能,kW。

1.2.3 能量存儲設(shè)備

蓄電池、蓄熱槽和儲冷罐在分布式供能系統(tǒng)中可作為供能端進(jìn)行供能,也可以作為用能端對能量進(jìn)行暫時(shí)存儲,起到削峰填谷的作用,簡化的數(shù)學(xué)模型可表示為

E(t+1)=(1-σE)·E(t)+

(14)

H(t+1)=(1-σH)·H(t)+

(15)

C(t+1)=(1-σC)·C(t)+

(16)

式中:E(t)為t時(shí)刻蓄電池儲存的電量,kW·h;H(t)為t時(shí)刻蓄熱槽儲存的熱量,kW·h;C(t)為t時(shí)刻儲冷罐儲存的冷量,kW·h;σE為蓄電池的自放電率;σH為蓄熱槽的自放熱率;σC為儲冷罐的自放冷率;ηE,c為蓄電池的充電效率;ηH,c為蓄熱槽的儲熱效率;ηC,c為儲冷罐的儲冷效率;ηE,d為蓄電池的放電效率;ηH,d為蓄熱槽的放熱效率;ηC,d為儲冷罐的放冷效率;PE,c(t)為蓄電池的充電功率,kW;PE,d(t)為蓄電池的放電功率,kW;PH,c(t)為蓄熱槽的儲熱功率,kW;PH,d(t)為蓄熱槽的放熱功率,kW;PC,c(t)為儲冷罐的儲冷功率,kW;PC,d(t)為儲冷罐的放冷功率,kW;Δt為時(shí)間間隔。

1.3 動(dòng)態(tài)約束工作點(diǎn)

負(fù)荷端在任意時(shí)刻的負(fù)荷波動(dòng)范圍具有不確定性,如圖2所示。其中,曲線1與曲線2分別表示負(fù)荷波動(dòng)的下限和上限,Pmax,f表示負(fù)荷功率的上限。傳統(tǒng)分供系統(tǒng)與聯(lián)供系統(tǒng)由于未融入可再生能源設(shè)備與儲能設(shè)備,系統(tǒng)的靈活性與環(huán)保性不高;另一方面依靠電能和天然氣,提高了系統(tǒng)的運(yùn)行成本。一年中系統(tǒng)在不同工況下運(yùn)行,使得系統(tǒng)中部分設(shè)備長期處于低負(fù)載狀態(tài)運(yùn)行,對設(shè)備的運(yùn)行壽命也具有較大影響。基于此,筆者提出動(dòng)態(tài)約束工作點(diǎn)的概念:在滿足全年負(fù)荷需求的前提下,以所研究的用能對象中逐時(shí)最大負(fù)荷作為其他設(shè)備容量的初始約束上限,通過改變約束上限,更新系統(tǒng)中各設(shè)備的容量以及儲能設(shè)備容量,以尋求更優(yōu)的配置結(jié)果;將動(dòng)態(tài)變化的約束上限定義為動(dòng)態(tài)約束工作點(diǎn)。

圖2 負(fù)荷波動(dòng)區(qū)間Fig.2 Load fluctuation range

動(dòng)態(tài)約束工作點(diǎn)M可表示為

M∈[Pmin,f,Pmax,f]

(17)

式中:Pmin,f為負(fù)荷功率的下限。

對設(shè)備的約束可表示為

(18)

式中:U為設(shè)備容量;m為系統(tǒng)中產(chǎn)生某一所需能量的設(shè)備編號;n為能夠?yàn)橄到y(tǒng)提供某負(fù)荷需求的總設(shè)備數(shù);Mχ為滿足系統(tǒng)設(shè)計(jì)要求的動(dòng)態(tài)約束工作點(diǎn);Pχ,min、Pχ,max分別為該負(fù)荷的最小、最大值。

動(dòng)態(tài)約束工作點(diǎn)的改變,使得部分時(shí)段系統(tǒng)中設(shè)備提供的能量存在冗余和不足,此時(shí)通過隨機(jī)確定的儲能設(shè)備容量進(jìn)行供能,在滿足約束條件的前提下,由儲能設(shè)備進(jìn)行調(diào)節(jié)。系統(tǒng)中設(shè)備容量約束可以表示為

(19)

(20)

(21)

Us≥0

(22)

式中:下標(biāo)e、h、c、s分別為系統(tǒng)中涉及到的電、熱、冷、儲能4種設(shè)備;ne、nh、nc分別為電、熱、冷設(shè)備的設(shè)備數(shù);Mα、Mβ、Mγ分別為電、熱、冷設(shè)備的容量約束上限;Pα,min、Pα,max分別為電約束工作點(diǎn)所對應(yīng)的下限和上限;Pβ,min、Pβ,max分別為熱約束工作點(diǎn)所對應(yīng)的下限和上限;Pγ,min、Pγ,max分別為冷約束工作點(diǎn)所對應(yīng)的下限和上限。

2 優(yōu)化數(shù)學(xué)模型

2.1 目標(biāo)函數(shù)

采用MCDES的年綜合費(fèi)用Ctotal作為目標(biāo)函數(shù)建立優(yōu)化模型。綜合考慮投資費(fèi)用、運(yùn)行費(fèi)用和維護(hù)費(fèi)用,以費(fèi)用最低為優(yōu)化目標(biāo),其計(jì)算式為

minCtotal=Cinv+COM+Cope

(23)

(24)

(25)

(26)

式中:Cinv、COM、Cope分別為每年的折合投資費(fèi)用、維護(hù)費(fèi)用、運(yùn)行費(fèi)用;λ為初始投資成本;I為年利率;L為設(shè)備的運(yùn)行年限;t為典型日的小時(shí)數(shù);f為3個(gè)典型日的編號,分別表示夏季、冬季、過渡季;d為典型日的天數(shù);φ為設(shè)備的運(yùn)行維護(hù)系數(shù);Pe,f,t、Ph,f,t、Pc,f,t、Ps,f,t分別為電、熱、冷、儲能設(shè)備的運(yùn)行功率;Dbuy,f,t、Dsale,f,t、Dgas,f,t分別為購電量、售電量與購氣量;Vbuy,f,t、Vsale,f,t、Vgas,f,t分別為購電價(jià)、售電價(jià)與氣價(jià)。

2.2 約束條件

2.2.1 功率平衡約束

PMT,t+PPV,t+PWT,t+PNET,t+PE,t=

Eload,t+EHP,t+EEH,t+EEC,t

(27)

Qg,t+QHP,t+QEH,t+PH,t=Hload,t

(28)

QABS,t+QEC,t+PC,t=Cload,t

(29)

式中:PE,t、PH,t、PC,t分別為t時(shí)刻蓄電池、蓄熱槽、儲冷罐儲存/釋放的能量;PNET,t為t時(shí)刻系統(tǒng)與電網(wǎng)交互的電量;Eload,t、Hload,t、Cload,t分別為t時(shí)刻系統(tǒng)中的電、熱、冷負(fù)荷,kW。

2.2.2 設(shè)備運(yùn)行約束

Pmin≤P(t)≤Pmax

(30)

Smin≤S(t)≤Smax

(31)

(32)

Ps,d(t)≤min[S(t)·(1-σs)·

ηs,d-Smin,Ps,d,max]

(33)

式中:Pmin、Pmax分別為系統(tǒng)中設(shè)備的輸出上、下限;P(t)為設(shè)備逐時(shí)出力;S(t)為t時(shí)刻儲能設(shè)備剩余的能量;Smin、Smax分別為電、熱、冷約束工作點(diǎn)所對應(yīng)下限及上限的儲能狀態(tài);Ps,c,max為最大儲能功率;Ps,d,max為最大放能功率;Ps,c(t)為t時(shí)刻儲能功率;Ps,d(t)為t時(shí)刻放能功率;σs為儲能設(shè)備的能量自損率;ηs,c為儲能設(shè)備的儲能效率;ηs,d為儲能設(shè)備的放能效率。

3 強(qiáng)制進(jìn)化隨機(jī)游走算法

強(qiáng)制進(jìn)化隨機(jī)游走算法[15]通過個(gè)體獨(dú)立進(jìn)化和接受差解的機(jī)制,保障算法的全局搜索能力,用于處理混合整數(shù)非線性問題。將RWCE與配置優(yōu)化模型相結(jié)合,對系統(tǒng)配置進(jìn)行優(yōu)化,算法步驟如下:

(1) 初始化階段。

隨機(jī)產(chǎn)生包含K個(gè)個(gè)體的初始種群W,每個(gè)個(gè)體為一組動(dòng)態(tài)約束工作點(diǎn)M并對應(yīng)N維優(yōu)化變量;M包含電、熱、冷3種設(shè)備所對應(yīng)的工作點(diǎn)Mα、Mβ、Mγ,通過改變各設(shè)備的權(quán)重W從而更新每個(gè)工作點(diǎn)下所對應(yīng)的優(yōu)化變量(設(shè)備容量)。

K={M1,M2,M3,…,MK}

(34)

M?[Mα,Mβ,Mγ]

(35)

(36)

式中:k為種群編號;Mα,k,0、Mβ,k,0、Mγ,k,0分別為個(gè)體所對應(yīng)的初始工作點(diǎn);Nk,x,0、Nk,y,0、Nk,z,0分別為個(gè)體所對應(yīng)的電、熱、冷設(shè)備的初始容量;下標(biāo)x、y、z為產(chǎn)生對應(yīng)能量的設(shè)備編號;wx,0、wy,0和wz,0分別為電、熱、冷設(shè)備的初始分配系數(shù);wx、wy和wz分別為電、熱、冷設(shè)備的分配系數(shù)。

(2) 游走階段。

對個(gè)體中各工作點(diǎn)Mα、Mβ、Mγ進(jìn)行隨機(jī)增加或者減少,完成每個(gè)工作點(diǎn)的隨機(jī)游走。為了保證在工作點(diǎn)下有充分的容量組合,在工作點(diǎn)更新時(shí)給很小的數(shù)δ1=0.001來判斷該工作點(diǎn)是否進(jìn)化。游走期間各工作點(diǎn)之間進(jìn)化相互獨(dú)立。

rand(0,1)·ΔL1

(37)

rand(0,1)·ΔL2

(38)

rand(0,1)·ΔL3

(39)

(3) 設(shè)備容量更新階段。

儲能設(shè)備容量更新為

rand(0,1)·ΔL4

(40)

其他設(shè)備容量更新為

(41)

(4) 選擇與變異階段。

如果個(gè)體隨機(jī)游走后有更好的解,則接受進(jìn)化后的結(jié)構(gòu)作為個(gè)體第o+1次迭代結(jié)構(gòu);如果個(gè)體在經(jīng)過隨機(jī)游走之后并沒有獲得一個(gè)更好的解,則以一定的概率(δ2=0.01)接受這個(gè)比較差的解,否則不更新該個(gè)體,仍保持第o次迭代的原有結(jié)構(gòu)。

(42)

算法中引入一個(gè)很小的數(shù)δ2,作為變異的判斷條件,以很小的概率δ2接受較差的解,可以更好地提高整個(gè)算法的優(yōu)化能力,跳出局部最優(yōu)解,從而搜尋到更好的解。

(5) 終止條件。

當(dāng)?shù)_(dá)到最大迭代次數(shù)φ時(shí),迭代終止,否則返回步驟(2),直至達(dá)到終止條件,輸出最優(yōu)結(jié)果。

算法結(jié)構(gòu)如圖3所示。

圖3 算法設(shè)計(jì)優(yōu)化流程圖Fig.3 Algorithm design optimization flowchart

4 算例分析

4.1 資源與負(fù)荷分析

選用我國北京某度假酒店作為分析對象進(jìn)行優(yōu)化配置研究,此區(qū)域風(fēng)、光資源較為豐富,具備安裝光伏和風(fēng)力發(fā)電機(jī)的條件。該算例采用冬季、過渡季和夏季3個(gè)典型日,負(fù)荷及風(fēng)、光數(shù)據(jù)如圖4所示。其中,3個(gè)典型日天數(shù)較為接近[16],分別為122 d、122 d和121 d。酒店全天均有負(fù)荷需求,其中,電負(fù)荷主要包括照明負(fù)荷、制冷與空調(diào)負(fù)荷和動(dòng)力負(fù)荷;熱負(fù)荷主要為生活熱水負(fù)荷,滿足生產(chǎn)需求的熱負(fù)荷相對較小;冷負(fù)荷需求主要集中在夏季,用于生產(chǎn)生活需求,與夏季比較,冬季及過渡季時(shí)酒店對冷負(fù)荷需求量較少。

(a) 冬季

4.2 系統(tǒng)參數(shù)取值

針對北京地區(qū)非居民用電電價(jià),采取峰谷電價(jià)定價(jià),尖峰時(shí)段1.399 3元/(kW·h),高峰時(shí)段1.271 0元/(kW·h),平段0.752 3元/(kW·h),低谷時(shí)段0.284 9元/(kW·h)。對于工商業(yè)分布式發(fā)電項(xiàng)目,政府不再補(bǔ)貼,實(shí)行平價(jià)上網(wǎng)。按當(dāng)?shù)厝济喊l(fā)電基準(zhǔn)價(jià)執(zhí)行,北京市燃煤標(biāo)桿電價(jià)為0.359 8元/(kW·h)。非居民工商業(yè)用氣價(jià)格為2.87元/m3。天然氣的低位發(fā)熱值取10 kW·h/m3。模型中光伏經(jīng)濟(jì)參數(shù)取自文獻(xiàn)[17],燃?xì)忮仩t經(jīng)濟(jì)參數(shù)取自文獻(xiàn)[10],蓄電池經(jīng)濟(jì)參數(shù)取自文獻(xiàn)[18]。其余設(shè)備參數(shù)取自文獻(xiàn)[19],匯總后見表1。

表1 設(shè)備經(jīng)濟(jì)與性能參數(shù)Tab.1 Equipment economics and performance parameters

表1中,微型燃?xì)廨啓C(jī)的發(fā)電效率為0.4,產(chǎn)熱效率為0.5;熱泵的制熱與制冷效率均為3.00,選取制熱模式;吸收式制冷機(jī)的制冷效率為1.00,制熱效率為1.20,選取制冷模式。

為了充分分析所提方法的優(yōu)勢,以及考慮工作點(diǎn)設(shè)計(jì)對優(yōu)化配置結(jié)果的影響,設(shè)置3種優(yōu)化配置方案進(jìn)行對比分析。

方案1:傳統(tǒng)分供系統(tǒng)。

方案2:采用所建模型,不包含儲能設(shè)備和可再生能源設(shè)備聯(lián)供系統(tǒng)。

方案3:采用所建模型,包含儲能設(shè)備和可再生能源設(shè)備,不使用動(dòng)態(tài)約束工作點(diǎn)。

方案4:用所建模型,在方案3的基礎(chǔ)上,加入動(dòng)態(tài)約束工作點(diǎn)。

4.3 系統(tǒng)優(yōu)化配置結(jié)果分析

4.3.1 配置結(jié)果分析

在4種不同方案下的優(yōu)化配置結(jié)果,以及燃料量與購電量見表2;不同方案下目標(biāo)函數(shù)優(yōu)化迭代曲線如圖5所示;經(jīng)過優(yōu)化配置后,得到在4種不同設(shè)計(jì)方案下的年綜合費(fèi)用、投資費(fèi)用、運(yùn)行費(fèi)用和維護(hù)費(fèi)用,如圖6所示。

表2 不同方案下的優(yōu)化配置結(jié)果Tab.2 Optimized configuration results for different schemes

圖5 目標(biāo)函數(shù)優(yōu)化曲線Fig.5 Objective function optimization curve

圖6 不同方案費(fèi)用對比Fig.6 Comparison of costs for different schemes

對配置結(jié)果與不同方案下的優(yōu)化費(fèi)用進(jìn)行分析,可以得出以下結(jié)論:

(1) 相比于方案1,方案2中增加了微型燃?xì)廨啓C(jī),受電效率的影響,微型燃?xì)廨啓C(jī)發(fā)電需消耗更多的天然氣,使得系統(tǒng)對天然氣的需求量更高;同時(shí),系統(tǒng)整體向電網(wǎng)購電量大幅下降,節(jié)省電力6.57×106kW·h;方案2加入更多的設(shè)備,使得系統(tǒng)整體的年折合投資費(fèi)用與維護(hù)費(fèi)用更高,而運(yùn)行費(fèi)用降低20.1%,年綜合費(fèi)用降低32.9萬元。因此,方案2在考慮經(jīng)濟(jì)性的同時(shí),多種設(shè)備的接入也提高了系統(tǒng)的靈活性。

(2) 為了進(jìn)一步說明所提方法的經(jīng)濟(jì)性及有效性,設(shè)置方案3與方案4進(jìn)行對比。方案3在所建模型的基礎(chǔ)上未采用動(dòng)態(tài)約束工作點(diǎn)設(shè)計(jì)方法,與方案1和方案2相比,整個(gè)系統(tǒng)在燃料量及對電網(wǎng)的依賴程度上都得到顯著下降。相比于方案3,方案4采用了動(dòng)態(tài)約束工作點(diǎn)的設(shè)計(jì),引入動(dòng)態(tài)約束工作點(diǎn),對系統(tǒng)中除儲能設(shè)備外的其余設(shè)備的容量進(jìn)行限制,蓄熱槽和儲冷罐的容量以及其他設(shè)備的配置容量顯著下降,使得系統(tǒng)在能夠滿足系統(tǒng)冷熱負(fù)荷需求時(shí),進(jìn)一步降低了初始投資費(fèi)用。方案4在滿足供能需求的基礎(chǔ)上,更加合理地配置儲能系統(tǒng),既能凸顯儲能系統(tǒng)削峰填谷的優(yōu)勢,又能進(jìn)一步提高系統(tǒng)的經(jīng)濟(jì)性。從圖5、圖6可知,方案4在模型的基礎(chǔ)上采用動(dòng)態(tài)約束工作點(diǎn)的設(shè)計(jì)方法,獲得了相較于前3種方案更優(yōu)的年綜合費(fèi)用。

4.3.2 動(dòng)態(tài)約束工作點(diǎn)對儲能設(shè)備容量的影響

利用算法隨機(jī)搜索空間大的優(yōu)勢,針對系統(tǒng)中儲能設(shè)備容量進(jìn)行隨機(jī)優(yōu)化,結(jié)果如圖7、圖8所示。由圖7、圖8可以看出:優(yōu)化初期容量變化隨機(jī)性較大,后期趨于穩(wěn)定;引入動(dòng)態(tài)約束工作點(diǎn)對系統(tǒng)中除儲能設(shè)備外的各設(shè)備容量進(jìn)行約束,并使得系統(tǒng)在滿足運(yùn)行的前提下,對儲能設(shè)備的容量進(jìn)行不斷優(yōu)化,以獲得更加經(jīng)濟(jì)的系統(tǒng)。對各設(shè)備中多余的能量進(jìn)行存儲,在系統(tǒng)中能量不足時(shí)給予補(bǔ)充,充分發(fā)揮了儲能系統(tǒng)削峰填谷的優(yōu)勢,降低了系統(tǒng)中一次能源的消耗量。結(jié)合儲能設(shè)備容量優(yōu)化結(jié)果可知,對儲能設(shè)備容量進(jìn)行合理優(yōu)化可以降低其他設(shè)備容量及投資成本,獲得了更低的投資費(fèi)用,提高了系統(tǒng)整體的經(jīng)濟(jì)性。采用動(dòng)態(tài)工作點(diǎn)設(shè)計(jì)方法,進(jìn)一步降低了系統(tǒng)的燃料量消耗及購電量,從而實(shí)現(xiàn)節(jié)能減排的目的。

圖7 熱負(fù)荷工作點(diǎn)對蓄熱槽容量的影響Fig.7 The influence of the heat load working point on the capacity of the heat storage tanks

圖8 冷負(fù)荷工作點(diǎn)對儲冷罐容量的影響Fig.8 The influence of the cooling load working point on the capacity of the cold storage tanks

采用所提方法得到的最優(yōu)配置如圖9所示。

圖9 系統(tǒng)最優(yōu)配置Fig.9 Optimal configuration of the system

5 結(jié)論

(1) 采用動(dòng)態(tài)約束工作點(diǎn)的設(shè)計(jì)方法后,在滿足系統(tǒng)負(fù)荷需求的前提下,MCDES中能量設(shè)備和儲能設(shè)備得到合理配置,并獲得了一套綜合費(fèi)用更低的系統(tǒng),提高了系統(tǒng)的經(jīng)濟(jì)性。

(2) 所建配置優(yōu)化模型融入了更多設(shè)備,并實(shí)現(xiàn)了能量的梯級利用,提高了系統(tǒng)的供能靈活性。

(3) 采用動(dòng)態(tài)約束工作點(diǎn)的設(shè)計(jì)方法對MCDES進(jìn)行設(shè)計(jì)優(yōu)化,降低了系統(tǒng)對天然氣及電網(wǎng)的過度依賴。儲能設(shè)備的加入,使能量得到充分利用,整個(gè)系統(tǒng)的節(jié)能減排效果得到顯著提升。