综合能源系统规划设计方法

于波，孙恒楠，项添春 ，张鹏

(1. 国网天津市电力公司电力科学研究院，天津市 300384；2. 国网天津节能服务有限公司，天津市 300384；3. 天津大学电气与自动化工程学院，天津市 300072)

综合能源系统规划设计方法

于波1,2，孙恒楠3，项添春1,2，张鹏3

(1. 国网天津市电力公司电力科学研究院，天津市 300384；2. 国网天津节能服务有限公司，天津市 300384；3. 天津大学电气与自动化工程学院，天津市 300072)

本文研究综合能源系统的优化规划问题，以提高其综合能源利用效率。首先，建立了以电为核心的综合能源系统规划两层优化模型，系统运行调度优化模型以及系统规划优化模型，以系统优化运行指标作为系统规划优化的依据。该模型分别以经济性和环保性最优为目标，重点考虑了在采暖期和空调期综合能源系统的运行约束。其次，针对两层优化模型分别提出了适合的求解算法，禁忌搜索算法和粒子群算法。最后，给出算例验证本模型和算法可得到经济性和环保性目标下的综合能源系统优化规划方案。两种准则下的规划方案存在矛盾，经济性准则下倾向配置储能设备以充分利用分时电价，而环保性准则倾向配置其他高能效的供能设备。

综合能源系统；多目标；优化规划；粒子群算法；禁忌搜索

0 引 言

综合能源系统将太阳能、风能、地热能、生物质能、燃气、电能等多种能源形态，转化为消费主体所需的冷、热、电等能量形式。综合能源系统的合理规划可以提高综合能源利用效率[1-2]、减小分布式电源随机性和波动性对电网的影响、促进可再生能源发展应用[3-4]。如何利用多种形式能源的相关性和互补性，进行综合能源系统的优化规划设计成为研究热点。

现有研究多针对带有电热联产系统的综合能源系统。文献[5]探讨了冷热电联供优化数学模型，提出了一个基于线性规划模型的系统设计的算法，提高了收敛速度。文献[6]采用混合整数线性规划模型设计了一个针对家庭的综合能源系统，确定了主要设备的类型以及装机容量。文献[7-8]应用遗传算法解决分布式综合能源系统的最优设计问题。文献[9]考虑设备热力性能与经济性能，揭示了碳税对冷热电系统设备装机容量大小的影响。文献[10]考虑了系统环境指标对系统全寿命周期规划的影响。文献[11]提出了冷热电联供系统多目标设计的模糊理论模型。文献[12]提出了适合中国的分布式能源系统最优设计的两层框架结构，即基于负荷变化的综合能源设备类型选择和设备容量选择。文献[13]提出了一种综合能源系统的优化规划和运行的框架，指出综合能源规划的目标和系统约束。文献[14]提出一种以电为核心的综合能源系统规划设计方法。含有分布式冷、热、电三联供的综合能源系统适合于天然气管网完善、发电比例高、电网气网融合度较高的地区。现阶段我国的综合能源系统是以电能、太阳能、风能或地热为供能设备，辅以节能设备(热泵、冰蓄冷等)和电能替代设备(电锅炉、电地暖等)的综合能源系统。鲜有计及上述3类设备的综合能源的规划设计方法研究。

本文专注于综合能源系统的优化规划设计方法。考虑综合能源系统的多种能源形式需求，建立以电为核心的综合能源系统规划两层优化数学模型，系统规划优化和系统运行调度优化。系统运行调度优化作为系统规划优化的子优化问题，为系统规划优化提供重要指标参数。该模型考虑经济性和环保性优化目标，考虑不同能源形式需求情况下的系统约束，并采用启发式算法对问题进行求解。最后，给出具体算例，结果表明本文提出的模型和算法可以给出综合能源系统优化规划方案。

1 综合能源系统

本文所探讨的综合能源系统是以电、太阳能、风能或地热为能源，包含可再生能源设备、节能设备和电能替代设备的综合能源供应系统，以满足设计区域内的电负荷、热负荷以及冷负荷的综合能源需求。综合能源系统能量流如图1所示。本文将一个自然年按照综合能源的需求划分为3类能源需求期：非采暖/空调期，采暖期和空调期。综合能源系统以电能为核心，通过多种类型以电供热、以电制冷设备，将电能转换为所需要的能源形式，满足区域内非采暖/空调期的电负荷需求、采暖期的热负荷需求以及空调期的冷负荷需求。可设计储冷储热系统，实现能源的分时利用。同时，可设计分布式发电装置以及热泵系统，实现可再生能源和地热能的充分利用。

本文主要研究上述综合能源系统的规划问题。基于不同季节和气象条件，区域对能源形式的需求各不相同，综合能源系统的能源供给设备及其运行工况会有很大不同。综合能源系统优化规划应充分考虑综合能源系统在全生命周期内不同能源需求情形下的优化运行情况。

图1 综合能源系统能量流Fig.1 Energy flow of IES

2 综合能源系统优化规划模型

2.1 综合能源系统两层优化模型

综合能源系统规划的优化模型分为2个层面的优化问题，如图2所示。第1个层面，对综合能源系统供给和存储设备的类型和数量进行优化。基于规划区域内综合能源整体负荷水平，在备选综合能源供给和存储设备中，针对多种优化规划目标，考虑全寿命周期的优化运行工况，提出区域内的制冷装置、制热装置、储冷和储热装置的优化组合方案。第2个层面，对综合能源系统设备的运行调度进行优化。分别在不同能源需求期下，基于典型日逐时负荷需求曲线，考虑能源供给和存储设备的系统运行约束和供需平衡约束，对应第1层优化的经济性目标或环保性目标，给出各设备的典型日24点优化调度方案，并计算相应的经济性指标或环保性指标。第2层面的运行调度优化服务于第1层面的综合能源系统规划优化。从调度优化的结果，可以得到某一规划方案下，系统运行的经济性和环保性指标，成为综合能源系统规划指标的重要组成部分。因此，综合能源系统的运行调度优化是规划优化的子优化过程。

图2 综合能源系统优化结构Fig.2 Optimization structure of IES

2.2 综合能源规划优化目标函数

综合能源系统规划可以包含多种规划目标[15]。本文考虑全寿命周期内经济性和环保性，分别建立2种优化规划目标的数学模型。

2.2.1 经济性最优准则

经济性最优准则以综合能源系统全寿命周期内总成本为目标函数。总成本涉及综合能源设备初期费用(设备购置和安装)、维护费用、运行费用以及设备残值。运行费用主要是系统运行所购入市电费用，同时考虑可再生能源发电的补贴收益。经济性最优准则目标函数为

(1)

式中：Bi为第i种供储能源设备的初始投资费用；Fi为第i种供储能设备每年的运行维护费用；Y为整个系统的工程寿命，年；Ri为第i种供储能设备残值；Dk为1年内第k类能源需求期的天数；OkEco为第k类能源需求期的经济性准则下系统典型日运行成本，其数学表达式为

(2)

2.2.2 环保性最优准则

环保性最优准则以综合能源系统全寿命周期内污染物排放量为目标函数。依据每节约1 kW·h市电，就相应节约0.4 kg标准煤，减少污染排放 0.272 kg碳粉尘，0.997 kg二氧化碳，0.03 kg二氧化硫，0.015 kg氮氧化物。将污染物排放量通过用电量折算，最终环保性最优准则目标函数为

(3)

式中OkEnv为第k类能源需求期的环保性准则下系统典型日运行成本，其数学表达式为

(4)

式中C为单位电量各污染物排放量之和，约为 1.3 kg/(kW·h)。

FEco和FEnv既是综合能源系统规划的优化目标，也是其评价指标。OEco和OEnv既是综合能源系统运行调度的优化目标，也是其评价指标。

2.3 综合能源规划约束及优化变量

2.3.1 综合能源系统规划约束及优化变量

综合能源系统规划约束主要包括系统初期投资成本约束和综合能源最大负荷约束。

(1)初期投资成本约束

(5)

式中Imax为最大初期投资成本。

(2)最大负荷约束

(6)

(7)

优化变量为供热设备类型和数量、供冷设备类型和数量、储热设备类型和数量以及储冷设备类型和数量。

2.3.2 综合能源系统运行调度约束及优化变量

综合能源系统运行调度约束主要包括负荷供需平衡约束、供能设备运行约束、以及储能设备运行约束。

(1)负荷供需平衡约束

(8)

式中：LtE为t时段规划区域内除供热/冷和储热/冷设备外电负荷需求；Ptj为t时段第j种制热/冷或储热/冷设备的耗电功率。

(9)

(10)

式中：QtHj为在t时段第j种供热或储热设备的供热量；LtH为第t时段区域内热负荷需求；QtCj为在t时段第j种供冷或储冷设备的供冷量；LtC为第t时段区域内冷负荷需求。

(2)供能设备运行约束

(11)

(12)

(3)储能设备运行约束

(13)

(14)

除上述主要约束外，针对不同供热/冷和储热/冷设备的系统运行特性，还可能包含系统运行工况约束、流量约束等约束形式。

优化变量为各供热设备的逐时运行状态和供热量、各供冷设备的逐时运行状态和供热量、各储热设备的逐时储放状态和热量以及各储冷设备的逐时储放状态和冷量。

3 综合能源系统优化算法

3.1 综合能源系统规划优化算法

从数学模型角度，综合能源系统规划问题属于非线性整数规划问题，难以得到解析解。本文采用启发式算法禁忌搜索来解决模型的优化问题。采用禁忌搜索算法的流程如图3所示，在计算粒子的适应度时，需要调用相应优化准则下的优化调度子程。规划优化算法中的适应度函数F(x)即为本文所定义的规划优化目标函数，即式(1)或式(3)。

禁忌搜索算法的关键是如何定义粒子及其邻域，本文定义粒子x为

(15)

式中：NmHE为综合能源系统中第m类供热设备数量；NmCE为第m类供冷设备数量；NmHS为第m类储热设备数量；NmCS为第m类储冷设备数量。定义粒子x的邻域为粒子矩阵中有且仅有1个元素与中心粒子x不同，且不同元素的差值为1。

3.2 综合能源系统调度优化算法

从数学模型角度，综合能源系统调度问题是混合非线性优化问题，求解此类问题的常用数学算法有混合整数随机规划、动态规划以及启发式算法等[15-20]。综合能源系统优化调度具有约束复杂、求解维度高的特点，难以得到解析解，因而本文采用启发式算法对该问题进行求解。粒子群算法具有较好的全局搜索能力，因而被应用于求解此类问题。针对本研究问题应用粒子群算法的基本流程如图4所示。针对综合能源系统优化模型，粒子群算法的单粒子x定义为优化变量所构成的矩阵。调度优化算法中的适应度函数F(x)即为本文所定义的优化调度目标函数，即式(2)或式(4)。

图3 规划优化算法流程图Fig.3 Flow chart of planning optimization algorithm

4 算例仿真分析

4.1 仿真条件

选取我国北方某城市节能绿色园区作为研究对象，该园区综合能源需求包括电力、冬季采暖及夏季供冷，电源包括市电及分布式光伏发电系统。现需要对园区内综合能源供储系统进行规划。各备选供储能设备基本性能参数及成本如表1所示。

该城市用电高峰时段为08：30至11：30以及18：00至23：00，峰时电价为1.289 8 元/(kW·h)；平时段为07：00至08：30以及11：30至18：00，平时电价为0.844 3 元/(kW·h)；低谷时段为23：00至 07：00，谷时电价为0.418 8 元/(kW·h)。整个园区设计最大热负荷为4 MW，最大冷负荷为5 MW，安全系数为1.4，项目全寿命周期为20年，初期投资限额1 400 万元，设备残值约为初始投资的5%，年维护费用约为初始投资的3%。

图4 调度优化算法流程图Fig.4 Flow chart of dispatching optimization algorithm

通过对历史电负荷数据及光伏出力数据分析，获取典型日电负荷曲线及光伏出力曲线。应用DeST软件对园区进行热负荷和冷负荷分析，可得到典型日24点冷/热负荷曲线。各类负荷如图5所示。

粒子群算法相关参数设置情况如下：粒子群个数为100，最大迭代次数1000，个体加速因子设置为2，全局加速因子设置为2。禁忌搜索算法相关参数设置情况如下：禁忌长度100，最大迭代次数500。

4.2 仿真结果

4.2.1 以经济性最优为规划目标

以经济性最优准则为目标函数，应用禁忌搜索算法和粒子群优化算法，基于园区综合能源最大设计负荷以及典型日负荷曲线，对园区综合能源系统的供能和储能设备进行规划，结果如表2所示。

上述最优规划下，综合能源系统采暖期和空调期日24点优化调度计划，如图6所示。

表1 备选供储能设备规格及成本

Table 1 Specification and costs of alternative energy storage equipment

图5 日逐时负荷曲线Fig.5 Hourly load curve for a day表2 经济性最优准则下综合能源系统规划结果Table 2 Results of IES planning under the economic optimum criterion

4.2.2 以环保性最优为规划目标

以环保性最优准则为目标函数，对园区综合能源系统的供能和储能设备进行规划，结果如表3所示。

上述最优规划下，综合能源系统采暖期和空调期日24点优化调度计划，如图7所示。

这2种优化准则下优化规划方案的经济性和环保性指标分别如表4所示。

4.3 结果分析

综合能源系统规划的经济性和环保性指标既存在统一又存在矛盾。

统一性体现在2种优化目标下的规划都是倾向于配置能效较高的综合能源供给设备。本算例涉及的能源供给设备中，地源热泵作为典型的节能技术具有较高的能效比。因而，如表2、3所示，2种优化目标下的配置方案都包含了较多台数的地源热泵机组。进一步地，从综合能源系统优化调度角度，2种规划方案都在可再生能源发电余量较大时间段，通过将余电转换成其他能源形式而避免切光，或直接供给满足冷/热需求，或予以储存实现能源的分时利用，如图6(b)和图7(a)所示。

图6 经济性最优准则下的调度计划Fig.6 Dispatching plan under the economic optimum criterion表3 环保性最优准则下综合能源系统规划结果Table 3 Results of IES planning under the environment optimum criterion

矛盾性表现在储能系统的应用上。环保性准则下利用储能装置目的是可再生能源的充分消纳，而经济性准则下应用储能目的除了可再能源消纳的经济价值，更重要的是利用分时电价可产生的经济价值。在初期投资约束下，对于配置储冷或储热装置的选择，2种准则下的衡量指标有所不同，进而导致优化方向和结果不同。本算例中，如图6(b)和7(a)所示，经济性准则倾向于利用储能以获得分时电价产生的经济价值，然而储能系统在产能、储能和释能过程中的总体能效明显低于单体产能设备，因而环保性准则下更倾向于使用供能设备而不是储能。由表4可以看出，综合能源系统规划不能同时达到经济性和环保性的最优要求。

图7 环保性最优准则下的调度计划Fig.7 Dispatching plan under the environmental optimum criterion表4 综合能源系统优化规划评价指标Table 4 Evaluation indicators for IES optimal planning

5 结 论

本文研究综合能源系统的规划问题。首先，建立了以电为核心的综合能源系统规划两层优化数学模型，即系统规划优化和系统运行调度优化。系统运行调度优化作为系统规划优化的子优化问题，是系统规划优化指标计算的基础和支撑。系统规划优化模型，分别考虑经济性和环保性优化目标，建立了投资成本约束和最大负荷约束，在备选能源供储设备中寻找最优配置组合方案。系统运行调度优化模型，基于典型供储设备模型，建立了供需平衡约束和供储系统运行等约束，寻求某一配置组合下的优化调度方案并计算其指标。其次，分别提出禁忌搜索算法和粒子群算法对两层优化问题进行求解。最后，给出具体算例，进行综合能源系统规划优化模型和优化算法仿真计算。

仿真结果表明，本模型和算法可给出不同目标下的综合能源系统规划方案，方案的经济性和环保性目标既存在统一又存在矛盾。统一性体现在2种规划方案都是倾向于配置能效较高的综合能源供给设备。矛盾之处在于经济性准则倾向利用储能以获得分时电价产生的经济性，而环保性准则更倾向利用其他高能效的供能设备。综合能源系统规划不能同时达到经济性和环保性的最优要求。综合能源系统的规划，应结合区域综合能源需求特点和综合能源系统规划和运行主要目标。

[1]JIN H, HONG H, WANG B, et al. A new principle of synthetic cascade utilization of chemical energy and physical energy[J]. Science in China Series E: Technological Sciences, 2005, 48(2):163-179.

[2]STANISLAV P, BRYAN K, TIHOMIR M. Smart grids better with integrated energy system[C]// Electrical Power & Energy Conference (EPEC). Montreal: IEEE, 2009: 1-8.

[3]刘柏良, 黄学良, 李军. 计及可时移负荷的海岛微网电源优化配置[J]. 中国电机工程学报, 2014, 34(25): 4250-4258. LIU Boliang, HUANG Xueliang, LI Jun. Optimal sizing of distributed generation in a typical island microgrid with time-shifting load[J]. Proceedings of the CSEE, 2014, 34(25): 4250-4258.

[4]王成山, 李鹏. 分布式发电、微网与智能配电网的发展与挑战[J]. 电力系统自动化, 2010, 34(2): 10-14. WANG Chengshan, LI Peng. Development and challenges of distributed generation, the micro-grid and smart distribution system[J]. Automation of Electric Power Systems, 2010, 34(2): 10-14.

[5]RONG A Y, LAHDELMA R. An efficient linear programming model and optimization algorithm for trigeneration [J]. Applied Energy, 2005, 82(1): 40-63.

[6]MEHLERI E D, SARIMVEIS H, MARKATOS N C, et al. A mathematical programming approach for optimal design of distributed energy systems at the neighbourhood level [J]. Energy, 2012, 44(1): 96-104.

[7]WANG J J, JING Y Y, ZHANG C F. Optimization of capacity and operation for CCHP system by genetic algorithm [J]. Applied Energy, 2010, 87(4): 1325-1335.

[8]WANG J J, ZHAI Z Q, JING Y Y, et al. Optimization design of BCHP system to maximize to save energy and reduce environmental impact [J]. Energy, 2010, 35(8): 3388-3398.

[9]MEYBODI M A, BEHNIA M. Impact of carbon tax on internal combustion engine size selection in a medium scale CHP system[J]. Applied Energy, 2011, 88(12): 5153-5163.

[10]CARVALHO M, SERRA L M, LOZANO M A. Optimal synthesis of trigeneration systems subject to environmental constraints[J]. Energy, 2011, 36(6): 3779-3790.

[11]WANG J J, JING Y Y, ZHANG C F, et al. A fuzzy multi-criteria decision-making model for trigeneration system [J]. Energy Policy, 2008, 36(10): 3823-3832.

[12]ZHOU Z, LIU P, LI Z, et al. An engineering approach to the optimal design of distributed energy systems in China [J]. Applied Thermal Engineering, 2012, 53(2): 387-396.

[13]黎静华，桑川川. 能源综合系统优化规划与运行框架[J]. 电力建设, 2015, 36(8): 41-48. LI Jinghua, SANG Chuanchuan. Discussion on optimal planning and operation framework for integrated energy system[J]. Electric Power Construction, 2015, 36(8): 41-48.

[14]田卫华, 乔立贤, 刘莉娜, 等. 基于园区的冷热电多种能源系统设计与应用[J]. 黑龙江科技信息, 2014(33):120-122.

[15]郭力, 刘文建, 焦冰琦, 等. 独立微网系统的多目标优化规划设计方法[J]. 中国电机工程学报, 2014, 34( 4): 524-536. GUO Li, LIU Wenjian, JIAO Bingqi, et al. Multi-objective optimal planning design method for stand-alone microgrid system [J]. Proceedings of the CSEE, 2014, 34( 4): 524-536.

[16]刘长杰. 物联网蓄能电锅炉技术及应用研究[D]. 长春: 吉林大学, 2011. LIU Changjie. Study on heimer small appliances marketing channal management[D]. Changchun: Jilin University, 2011.

[17]朱文莉. 既有居住建筑中太阳能热水系统的应用[D]. 天津: 天津大学, 2007. ZHU Wenli. Application of solar water heating system in the existed residential building[D]. Tianjin: Tinjin University, 2007.

[18]SWARDT D. A performance comparison between an air - source and a ground source reversibIe heat pump [J]. InternationaI Journal of Energy Research, 2001, 25(10): 899-910.

[19]ZHANG P, MA Z W. An overview of fundamental studies and apphcations of phase change material slurries to secondary loop refrigeration and air conditioning systems [J]. Renewable and Sustainable Energy Reviews, 2012, 16(7): 5021-5058.

[20]刘梦璇, 王成山, 郭力，等. 基于多目标的独立微电网优化设计方法[J]. 电力系统自动化, 2012, 36(17): 34-39. LIU Mengxuan, WANG Chengshan, GUO Li, et al. An optimal design method of multi-objective based island microgrid[J]. Automation of electric power systems, 2012, 36(17): 34-39.

(编辑 蒋毅恒)

Planning Design Method of Integrated Energy System

YU Bo1,2, SUN Hengnan3, XIANG Tianchun1,2, ZHANG Peng3

(1. Electric Power Economic Research Institute, State Grid Tianjin Electric Power Company, Tianjin 300384, China;2. State Grid Tianjin Energy Conservation Service Co., Ltd., Tianjin 300384, China;3. College of Electrical Engineering and Automation, Tianjin University, Tianjin 300072, China)

This paper focuses on the optimal planning issue of integrated energy system (IES) to improve the energy efficiency of IES. Firstly, we construct a two-layer optimization model for IES planning with power as core, which includes the optimization models for IES dispatching and IES planning. And the operation indicators of system optimization are taken as the basis of system planning optimization. The objective functions of this model are under the economic optimum criterion and the environmental optimum criterion respectively, and it also emphasizes on the operation constraints of IES on periods of heating and cooling. Secondly, we propose particle swarm optimization algorithm and tabu search algorithm to solve the two-layer optimization model respectively. Finally, the two-layer model and the algorithms are verified through a case study to be useful for the optimal planning schemes of IES under the economic and environmental criterion respectively. There is contradiction between the planning scheme under economic criterions and that under environment criterion. The former one is inclined to energy storages to take advantage of time-of-use electricity price, while the latter one is inclined to energy supply devices with high efficiency.

integrated energy system; multi-objective; optimal planning; particle swarm optimization; tabu search

国网天津市电力公司项目(KJ15-1-24)

TM 732

A

1000-7229(2016)02-0078-07

10.3969/j.issn.1000-7229.2016.02.011

2015-11-10

于波(1984)，男，博士，主要研究方向为分布式发电和微网、节能技术、电能替代技术；

孙恒楠(1990)，男，硕士，主要研究方向为电力系统运行、电能替代技术；

项添春(1977)，男，高级工程师，主要研究方向为节能技术、电能替代技术和智能用电技术；

张鹏(1984)，男，博士，通讯作者，讲师，主要研究方向为综合能源系统、电能替代技术、微网与智能电网。