基于調度策略的可再生多能源系統優化

李根巖

（國家電投集團山西可再生能源有限公司）

0 引言

基于多能源系統的微電網經濟優化調度分析是指利用優化算法和經濟模型，對微電網內的多種能源資源和負荷進行協調調度，實現最優的經濟效益。在微電網中，存在多種能源資源，如太陽能、風能、電池能量等，同時存在多種負荷需求，如供電需求、冷暖需求等。為了實現微電網的可持續發展和經濟高效運行，需要對能源資源和負荷進行優化調度。由于技術和地理限制，分布式能源的整合在偏遠地區仍然是一項具有挑戰性的任務。它們的技術方面取決于來源的類型、控制方案、規模和最佳調度。經濟優化調度分析的目標是在滿足負荷需求和能源供給的前提下，最大化經濟效益［1-3］。

1 數學模型研究

對于與電網隔離的選定社區位置，圖1中顯示了具有電能和熱能來源及其能量流的MES。熱能流由燃煤氣化器單元控制，該單元由燃燒室、氣化器單元和吸附式冷卻器組成，制冷機組運行一個冷藏機組，作為系統的熱負荷。對于冷庫的連續運行，該系統連接到蒸汽壓縮系統，該系統依靠電能運行，如光伏（SPV）、電池儲能系統（BESS）、燃氣發動機或電網［4-5］。

圖1 氣化爐燃料消耗與負荷的關系

1.1 微電網系統

在微電網中，常見的能源包括電力、燃氣、太陽能、風能等。這些能源可以相互之間進行轉換和存儲，以滿足用戶的能源需求。

太陽能光伏（PV）：太陽能取決于太陽輻照度（ipv）和已安裝光伏電池板的總面積（Apv），公式如下。

式中，ηpv是PV模塊的效率，太陽能光伏系統的額定功率為15kW。

電池儲能系統：蓄電池在電量不足的情況下充當發電站，以保持連續的負載供應。電池在能量過剩時儲存電荷。存儲在電池中的能量（Eb）是根據充電狀態（SoC）和電池衰減率（δb），由式（2）給出。

電池壽命由制造商給定，取決于充放電循環次數和放電深度（DoD）。以下等式提供了DoD和周期計數之間的關系。

每個充放電循環的退化成本計算如下

式中，Pb是電池功率，ηcηb分別表示充電和放電效率，Eb是電池存儲的總能量容量，Cb是以元/千瓦時為單位的電池成本，a、b和c的值分別為4982、1.98和0.016，Pb是時間間隔?t的平均電池功率，Eb是時間t的實際電池容量，Cb，d是每個、每周期平均降解成本。

燃煤氣化爐：氣化器單元同時產生熱能和電能。氣化過程產生的熱量（Ph）被送入氨基吸附系統，以將冷藏室的工作溫度保持在4℃。相反，生產者氣體被供給到與交流發電機相連的氣化器發動機以產生電力（Pe）。生物質氣化器產生大約12.5kW的熱能和20kW的電力。氣化器的輸出特性通過圖1中的曲線獲得，方程如下。

式中，y，m是y軸截距，滿足生物質氣化器負載和比燃料消耗x的曲線斜率，具有系數m＝-11.364和Pe＝350。λx是功率熱比，zb是表示氣化器運行狀態的二元變量。

燃燒室是一種基于直接燃燒的熱水發生器，它消耗燃煤來產生熱量。燃燒室容量限制為：

Hcmin及Hcmаx是燃燒室的最小和最大熱輸出，zc是顯示燃燒室可用性狀態的二元變量。電動制冷機是一種基于蒸汽壓縮機的系統，它消耗電力來產生冷卻輸出。電動壓縮機的熱輸出（Hec）如下所示。

Pec是冷卻器的電力消耗，CoPec是性能系數，zec是電動制冷機運行狀態的二進制變量。

微網負載：微網負荷包括一個5kW的加工廠，一個3kW加工單元，可以在白天或晚上運行，以及在社區的冷藏24*7運行。通過對冷庫的負荷循環試驗，得到了冷庫的平均負荷。影響冷藏室溫度的因素有環境溫度、冷藏室產品比熱容引起的散熱和室內空氣變化引起的熱量。

1.2 優化調度

經濟優化調度框架，通常包括能源資源優化配置。根據微電網所處的地理環境和可用的能源資源，通過優化算法確定最佳的能源資源配置方案。例如，對于太陽能充電站，可以通過優化算法確定最佳的太陽能板的數量和容量。

負荷優化調度：根據負荷需求以及能源供給情況，通過優化算法確定最佳的負荷優化調度方案。例如，可以通過預測負荷需求，并結合能源供給情況，確定最佳的負荷供給方式，以最大程度地減少能源的消耗和成本。

經濟效益評估：通過經濟模型評估微電網優化調度方案的經濟效益。經濟模型考慮了能源成本、負荷需求滿足程度、能源供應的可靠性等因素，通過對比不同優化調度方案的經濟效益，確定最優的經濟調度方案。

上述MES需要一個能源管理方案，以最大限度地降低整個系統的燃料成本、氣化爐升級、熱啟動成本、電池退化成本、運行和維護成本。以下部分分為兩部分（а）成本函數和（b）操作約束。本節的后半部分討論了在各種約束條件下的資源優化，給出了擬議微電網的成本效益運行時間表。調查后獲得的負荷概況如圖2所示，在夏季每天按小時計算。

圖2 社區小時負荷概況

成本函數：基于當地的社會經濟發展，可以在最佳利用資源的情況下制定最大限度的成本節約計劃。因此，對于總成本最小化，在方程中給出了公式

Cf為氣化爐中使用的燃料成本是多少

式中，Cω是產生一個單位能量所需的燃料的成本，Cs是氣化器單元的啟動成本，它有兩個組成部分，熱啟動成本Chot和冷啟動成本Ccold，t0是氣化器處于關閉狀態的時間，T是時間常數。

CT是對違反冷藏室溫度限制的熱處罰

Cpv是太陽能光伏的運行和維護成本，Cb電池維護成本，Cg用于氣化爐維護費用。

上述問題是非線性的，因此已經使用非線性規劃來解決。該問題公式的解決方案給出了MES微電網的最優調度。它是通過使用解算器實現的。該解決方案是通過在以下提到的限制條件下最小化燃料和運營成本而產生的。

操作限制：發電和負荷約束用于等式中的熱能和電能平衡

燃煤氣化爐的上升和下降限制包括

氣化器、燃燒室和電動制冷機運行狀態的二進制變量

電池的限制條件是：

冷藏室的溫度范圍限制為：

1.3 經濟分析

對上述測試場景進行了經濟分析，給出了考慮N年投資回收期的項目的平準化能源成本（LCoE）和凈現值（NPV）。為了找到LCoE，壽命費用的現值可以等同于壽命能量產生。假設MES在t=0時開始發電，并且在一開始就支付了所有資本費用，則費用和發電量相等可以等式如下：

其可以被重寫以給出MES的LCoE，如下：

式中，初始投資成本Io、燃料成本Fn和運行維護成本Mn。分母中，E是一年內的總能源輸出，r是提供的貼現率（以%為單位），N是年數。

2 實例分析

安裝的微電網系統具有20kW的燃煤氣化器容量和15kW的太陽能光伏系統，電池儲能單元為96kWh。太陽輻射和環境溫度的每小時數據取自數據庫。此處使用的荷載剖面圖是從社區進行的調查中獲得的，并在上節中提到。模擬選擇的參數如下：96kWh，Pre=24kW，T=4℃，ηc=ηd=0.9，δb=0.002，Δt=1h，SoCmin=0.25，SoCmаx=0.95，CoPec=0.6，ΔT=1℃，a=4982，b=1.98，c=0.016。

對于所提出的MES微電網，在一年中不同月份的24h計劃中獲得了各種測試結果。隨著季節的變化，不同地點的太陽輻射量也不同。BESS還在低日照和夜間提供負載。由于氣化爐操作需要人員，因此僅在白天和晚上運行。在低SoC水平的情況下，電池由太陽能光伏或氣化器系統充電。氣化器的電力輸出充當混合逆變器的電網電源，用于電池充電，熱機組通過吸附過程運行冷卻器。電池電量的正極在圖表中顯示其消耗量，負極提供充電。電池的快速充放電循環會在適當的時間內導致退化和更換。微電網不同月度運行的結果如圖3所示。

圖3 多能源系統運行時間表

所提供的結果表明，在陽光充足的季節，即分別在4月和11月，太陽能光伏輸出受到氣候條件的影響，導致太陽能輻照度降低，因此氣化爐必須運行更長的小時數才能滿足11月的負荷需求。考慮到政府在綠色能源倡議下提供的動機，初始資本成本由政府承擔。然而，每年產生的運行和維護成本來自社區成員出售電力和使用冷藏庫的收入。根據獲得的最佳時間表，計算出年發電量為102.461MW h，氣化器消耗的燃料成本約為10169元，一年的運維成本為14951元，包括人員配備。然后，盈虧平衡時的LCOE為4.19。

3 結束語

本文為基于MES的微電網提出了一種最佳控制策略。為該MES選擇的安裝能源是在考慮社區微電網中存在的負載類型的情況下選擇的。此外，還運用仿真程序，以找到MES的最佳負荷和發電調度時間表，從而確保社區負荷的不間斷運行，并最大限度地利用可用的分布式能源（DER）。擬議MES的LCOE為4.19，幾乎處于電網平價。因此，所提出的系統也可以擴展到其他遠程位置。然而，通過實際觀察，可以看出，這種孤立的微電網可能面臨需求不足和未售出能源過剩的問題。因此，本工作中開發的技術可以擴展到多微電網系統之間的能量交換。然而，微電網之間的相互作用可能面臨不適當的影子定價、網絡擁塞和電力損失增加的額外問題。因此，廣泛研究微電網之間的最佳能量交換可能是未來研究方向。