DES -PSO与现有主要分布式能源规划设计软件的对比

葛兴凯， 古云蛟

上海电气集团股份有限公司 中央研究院 上海 200070

DES -PSO与现有主要分布式能源规划设计软件的对比

葛兴凯， 古云蛟

上海电气集团股份有限公司 中央研究院 上海 200070

为合理规划分布式能源、提高能源利用效率，开发了分布式能源系统规划设计软件DES-PSO。将DES-PSO与国内外8款同类软件进行了对比分析，指出了该软件的优势和不足，同时也为DES-PSO后续的开发与完善指明了方向。

分布式能源； 微电网； 规划设计； 软件

随着能源枯竭与环境污染的日趋严重，分布式能源越来越受到人们的关注。与传统能源相比，分布式能源具有污染低、效率高的特点，已逐渐成为传统能源的重要补充。在应用分布式能源时，如何合理地规划分布式能源、提高能源利用效率成为阻碍分布式能源推广的一大难题。因此，国内外众多研究机构均开展了分布式能源系统规划设计软件的研发，并取得了一定的成果。

1 DES-PSO简介

DES-PSO(Distributed Energy System Planning Design & Optimization)以投资经济性最优、CO2排放量最少为设计目标，针对典型分布式能源系统，采用针对性优化算法进行设计，可大大降低多种系统设计的耦合性，提高系统设计的可靠性。该软件适用于多种分布式能源系统设计场景，可实现资源及负荷数据的生成与分析、系统配置的优化计算、设计结果比较与推荐等功能。软件对于典型系统采用针对性优化算法，较为合理地确定分布式能源系统技术的组合和规模，是一种综合性强、集成度高的分布式能源系统规划设计工具，能够有效实现分布式能源系统的优化设计，设计界面如图1所示。

图1 DES-PSO软件设计界面

软件采用流程化分布式能源系统设计方法，主要包括信息输入、优化计算、结果输出三个部分，如图2所示。

图2 分布式能源系统规划设计流程图

(1) 信息输入。获取并输入以下信息： 用户负荷数据，包括用户的电负荷、冷负荷及热负荷；市场信息数据，包括电价、气价、设备成本、投资利率等；设备技术参数，包括设备发电效率、热转换效率等；环境资源数据，包括全年辐照强度、风速、温度等。数据可以通过算法生成，也可以通过外部文件导入。

(2) 优化计算。在信息输入部分的基础上进行设备选型的优化计算，以满足用户负荷需求为约束，以实现系统投资成本最低或CO2排放最少为目标，通过计算得到构成该分布式能源系统的设备类型及容量配置。

(3) 结果输出。在得到系统配置方案后，根据分布式能源系统所有设备全年运行结果计算投资回收期、投资回报率等经济性参数，另外还可对系统进行各种因素的敏感性分析，如能源价格、设备价格、利率变化等对结果的影响程度。

2 国内外同类软件

2.1 DER-CAM

DER-CAM是CERTS“微网研究与示范工程项目”进行的软件开发项目之一。该模型在最早由伯克利实验室的Chris Marnay等人提出的分布式电源客户选择经济模型的基础上发展而来[1，8]。DER-CAM能够以微网年供能成本(购电成本、燃料成本、分布式能源年值成本及运行维护成本)最低和(或)CO2排放量最低为优化目标进行优化规划，可确定微网内部分布式能源最优的容量组合及相应的运行计划[1]。

2.2 μGrid

2.3 HOMER

HOMER是由NREL资助开发的可再生能源混合发电经济技术环境优化分析计算模型，主要针对小功率可再生能源系统与常规能源发电系统组合形成的混合发电系统进行优化[3]。

2.4 HYBRID2

HYBRID2是由NREL与科罗拉多州立大学于1996年合作开发的混合发电系统仿真软件。HYBRID2采用概率时序仿真模型，能够对风、光、柴、蓄混合发电系统进行技术和经济分析，可用于并网、孤岛混合发电系统的工程级仿真[9]。

2.5 H2RES

H2RES是由克罗地亚萨格勒布大学于2000年开发的能源规划程序。该程序能够模拟不同研究场景(可再生能源与间歇式能源的不同渗透率、不同发电技术)下能源需求(水、电、热、氢)、储能(氢储能、抽水蓄能、蓄电池)与供给(风、光、水、地热、生物质、化石燃料或电网)之间的平衡。

2.6 HOGA

HOGA由西班牙萨拉戈萨大学电气工程系开发，采用枚举法与遗传算法相结合对混合系统进行优化设计，仿真时间步长为1h，在此期间所有参数都假定为常数[6]。

2.7 DCOT

DCOT是中国科学院广州能源研究所研发的面向节能设计者的集成通用代数建模系统(GAMS)与建筑热环境设计模拟工具包(Dest)的辅助设计计算软件,主要应用于需要进行能源优化设计(包括供电、供热和供冷)的场合[10]。

2.8 PDMG

PDMG是天津大学在其配电网规划软件平台基础上研制的一套实用软件,具备间歇性数据分析、分布式电源及储能容量优化、储能系统实现设计,以及结合专家干预的技术经济比较等较为完整的微网规划设计功能[7]。

3 DES-PSO与同类软件的对比

将DES-PSO在应用场景、系统功能、设备类型、优化目标及方法等方面与其它软件进行系统对比，确定其优势与不足，从而为后续开发指明方向。

3.1 应用场景

DES-PSO充分考虑了分布式能源系统的不同应用场景，提供了并网和离网两种设计模式。针对用户多样性的负荷需求，软件设置了冷、热、电等多种不同的负荷类型。因此，DES-PSO能够应用于并、离网不同模式下的微电网系统和冷热电联供系统，可实现资源及负荷数据的生成与分析、系统配置的优化计算、设计结果的比较与推荐等功能。

DER-CAM可应用于250kW～2000kW的冷热电联供系统，但主要针对建筑楼宇，仅考虑并网模式。DCOT也是针对冷热电联供系统的，重点是对三联供系统进行机组优化，对光伏、风机、储能等考虑较少，这也限制了该软件的应用。

HOMER、H2RES、HOGA在负荷类型中均包括了电与氢，所不同的是： HOMER考虑了热负荷，可以应用到小功率可再生能源系统中；H2RES考虑了热负荷和水负荷，适用于海岛等独立能源系统或与大电网连接比较薄弱的并网系统；HOGA考虑了水负荷，能够应用到风、光、柴、储的独立微网系统中。

3.2 设备类型

DES-PSO支持多种类型的设备，包括： 光伏、风机、微型燃气轮机等分布式发电设备；燃气轮机、燃气内燃机、制冷机、锅炉等供能设备；储电、储热等储能设备。

DER-CAM与DES-PSO类似，考虑了分布式发电设备、供冷供热设备及储能设备，不同的是考虑了电动汽车，但没有考虑风力发电。

HOMER、H2RES、HOGA由于在负荷类型中考虑了氢，因此储能设备中均考虑了储氢，但三者没有考虑内燃机等供能设备，也不支持储热。

3.3 优化目标及方法

DES-PSO以投资经济性最优、CO2排放最少为优化目标，可进行单目标或多目标优化。用户输入或导入数据、配置信息，DES-PSO计算得到设备类型及容量配置，在此基础上计算投资回收期等经济性参数，并进行敏感性分析。

DER-CAM以年供电成本最低或CO2排放最少为优化目标，可输出最优容量配置、运行方案优化等结果。HOMER以净现值成本最低为优化目标，可输出电力平衡情况、成本等结果。PDMG以经济性和技术性综合最优为优化目标，输出结果为微电网的设计方案。

HOGA、DCOT均为在所提供配置基础上的优化。HOGA可进行配置和运行优化，输出系统配置、控制策略等优化方案。DCOT进行机组组合优化，可得出机组组合优化方案，并针对得出的不同方案进行经济性评价。

H2RES以能量平衡为优化目标，可以输出适合的可再生能源技术。

3.4 综合对比

基于上述对应用场景、设备类型、优化目标及方法的对比分析，可以总结出如表1所示的不同软件综合对比结果。

表1 DES-PSO与国内外同类软件的综合对比结果

项目适用场景负荷类型设备类型优化目标输出结果其它DES-PSO并离网微电网、冷热联供系统冷、热、电光伏、风机、燃气轮机、燃气内燃机、制冷机、锅炉、储电、储热投资经济性最优、CO2排放量最低系统优化配置方案、经济性参数、敏感性分析DER-CAM250kW～2000kW冷热电联供建筑冷冻、供暖、热水、电、天然气光伏、光热、发电机、热电联产、电储能、热储能、热泵、吸收式制冷机、电动汽车年供电成本最低、CO2排放量最低最优容量配置、优化运行方案、其他信息(成本、能耗、排放) 仅考虑并网运行Grid微电网系统电各种分布式电源—系统评估、动稳态分析、控制方案建模 建模能力较强,但不具备规划优化功能HOMER小功率可再生能源系统热、电、氢各种可再生能源、电源、储电、储氢净现值成本最低系统电力平衡情况、成本、可再生能源发电规划方案 包含仿真、优化和灵敏度分析功能HYBRID2风、光、柴、储混合发电系统电光伏、风机、柴油发电机、储电—年模拟运行结果 功能强大的仿真软件,不具备规划优化功能H2RES海岛、偏远地区的独立系统或连接脆弱的并网系统热、电、水、氢光伏、风电、水电、地热、生物质、储电、储氢能量平衡适合的可再生能源技术 适于分析可再生能源的渗透率及利用率,考虑海水淡化HOGA风、光、柴、储独立微网系统水、电、氢光伏、风机、水轮机、柴油及其它燃料发电机、燃料电池、储电、储氢配置优化、运行优化配置优化方案、控制策略优化方案、蓄电池荷电状态设置的优化方案 电负荷分为直流与交流DCOT冷热电联供系统冷、热、电内燃机、燃气轮机、余热锅炉、吸收式制冷机机组组合优化优化机组组合方案、经济性评价 集成GAMS和DestPDMG微电网系统电光伏、风机、储电经济性与技术性综合最优微网系统设计方案 可结合专家干预

通过DES-PSO与其它软件的综合对比，可以发现其具有如下优势。

(1) 应用范围广。DES-PSO包括并网和离网两种模式，设备类型包括分布式能源、供能设备、储能设备等，负荷类型包括冷、热、电，因此可以应用在并离网模式下的微电网、冷热电三联供等系统中，具有较大的科研价值。

(2) 多目标优化。DES-PSO的优化目标为投资经济性最优或CO2排放最少，两者可以同时考虑。可以根据不同的用户需求、不同的优化目标进行系统设计，使得设计方案更符合实际。

(3) 输出结果丰富。根据用户选择的技术类型，软件可以计算出系统的优化配置方案，并根据分布式能源系统所有设备全年运行结果计算投资回收期、投资回报率等经济性参数，同时还可对系统进行各种因素的敏感性分析。

但是，DES-PSO仍存在一些不足。

(1) 负荷类型。DES-PSO中的负荷类型包括冷、热、电三种，而HOMER、H2RES等软件还考虑了氢、水、天然气等负荷。虽然冷、热、电三种负荷类型满足了大部分应用的设计需求，但DES-PSO还需要进一步扩充负荷类型。

(2) 设备类型。DES-PSO中的设备种类繁多，包括光伏、风机、燃气轮机、燃气内燃机、制冷机、锅炉、储电、储热等，设备涵盖了应用最为广泛的风光储、冷热电三联供等系统，可满足大多数的开发需求，但仍有扩充的空间，如电动汽车、生物质、燃料电池、储氢等。

DES-PSO软件目前仍在进一步开发中，在后续开发进程中，需要着重关注以下几点。

(1) 优化模型算法，进一步提升模型的准确性和运行的效率。

(2) 界面设计优化，使软件的设计界面更加友好。

(3) 负荷类型扩充，可以在冷、热、电三种负荷类型的基础上进一步增加氢、水等不同类型的负荷。

(4) 设备类型扩充，增加诸如生物质、燃料电池等设备，并根据增加的设备类型改进系统的优化算法。

4 结束语

为了促进分布式能源系统的发展，开发了分布式能源系统规划设计软件DES-PSO。软件对典型分布式能源系统采用针对性优化算法进行设计，可实现资源及负荷数据的生成与分析、系统配置的优化计算、设计结果的比较与推荐等功能。与国内外8款规划设计软件在适用场景、设备类型、优化目标及方法等方面进行了综合对比。从比较结果可知，DES-PSO在应用范围、优化目标、输出结果等方面具有优势，但在负荷、设备类型等方面仍有进一步的开发空间。软件的开发需要以不断优化算法为基础，进而有针对性地进行负荷和设备类型的扩充。同时需要将DES-PSO应用到更多工程实际中，验证规划设计效果并进行修正。

[1] STADLER M, MARNAY C. Distributed Energy Resources (DER) Web Optimization Service (WebOpt) Version 2.2. [CP/OL]． http：∥der.lbl.gov/der-cam/how-access-der-cam．

[2] 左文霞，李澍森，吴夕科，等．微电网技术及发展概况[J]．中国电力，2009，42(7)： 26-30．

[3] 赵波，曹一家．电力系统机组组合问题的改进粒子群优化算法[J]．电网技术，2004，28(21)： 6-10．

[4] HOMER ENERGY LLC． Energy Modeling Software for Hybrid Renewable Energy Systems [CP/OL]． http：∥homerenergy.com/index.html．

[5] UNIVERSITY OF ZAGREB. H2RES MODEL[CP/OL].http：∥h2res.fsb.hr/index.html．

[6] 乔蕾，段绍辉，汪伟，等．独立微网系统优化规划设计方法综述[J]．电力系统及其自动化学报，2013，25(2)： 115-123．

[7] 肖峻，白临泉，王成山，等．微网规划设计方法与软件[J]．中国电机工程学报，2012，32(25)： 149-157．

[8] STADLER M，MARNAY C，SIDDIQUI A，et al．Effect of Heat and Electricity Storage and Reliability on Microgrid Viability： A Study of Commercial Buildings in California and New York States[EB/OL]．http：∥der．lbl．gov/publications/effect-heat-electricity-storage-reliability-microgrid-viability-study-commercial-buildings-california-new-york-stat．

[9] MANWELL J F，ROGERS A，HAYMAN G，et al．Hybrid2. a Hybrid System Simulation Model： Theory Manual[M]．Washington: Notional Renewable Energy Laboratory,1998.

[10] 葛兴凯，古云蛟．分布式能源系统规划设计软件分析对比[J]．电器与能效管理技术,2015(3)： 57-61,66.

Planning and design software DES-PSO for distributed energy system was developed for rational planning of distributed energy and improvement of energy efficiency. By comparing and analyzing DES-PSO with 8 similar softwares at home and abroad the advantages and disadvantages of the software were identified while designating the direction for subsequent development and improvement of DES-PSO.

Distributed Energy； Microgrid； Planning and Design； Software

2015年12月

葛兴凯(1988— )，男，硕士，工程师，主要从事分布式能源系统规划、能源技术仿真等研究工作， E-mail： gexingkai2008@163.com

TM92;TP715

A

1674-540X(2016)03-061-05