多能互补集成优化能源系统的研究与实践
2018-03-06董振斌蒯狄正
董振斌,蒯狄正
(国网江苏电力有限公司,南京 210024)
随着国家能源战略的转型以及城市化建设进程加快,以太阳能、风能、地热等可再生能源及清洁能源为主的多能互补供能系统的研究及应用受到各方关注。分布式供能是多能互补供能系统的基本组成,它具有可靠、经济、环境友好、能源综合利用率高等优点。文献[1]对多能互补供能系统在建筑领域的应用进行了研究,通过研究发现多能耦合的供能系统运行成本比常规供能系统低,节能效益明显。文献[2]对多能互补微电网系统组网及控制策略进行了研究,通过试验验证了控制策略的可行性和系统软件的有效性。在现代绿色发展理念的驱动下,多能互补供热系统在城市发展中受到重视。文献[3]对典型案例进行了分析,城市多能互补供热系统可再生能源及清洁能源配置超过70%,全年负荷贡献率为36%,一次能源消耗减少20%以上。
苏州工业园区在生态环境、社会发展、体制创新和城市规划等方面一直是我国经济发展的先行者和领跑者;苏州市是国家智慧电网唯一示范区、国际能源变革发展典范城市和全国需求侧管理示范区城市;全国最大的天然气热电冷联供区域、全国最大的集中制冷中心、全国首个六位一体示范基地。全区清洁能源供应能力超过1 GW,具有较好的产业基础、经济基础和技术基础。2016年12月苏州工业园区多能互补集成优化示范应用工程成功入选国家能源局首批终端一体化集成供能系统项目。
目前,园区已建成2座2×180 MW天然气能源中心,其中供热用户270多家,热网主干网长达62 km;1个2万Rt的某集中供冷中心;40 MW的分布式屋顶光伏电站;1.65 MW的分布式燃机;500多家需求侧管理用户,具备了较好的多能互补和能源智能互联条件。根据苏州工业园区“十三五”产业发展规划、产业布局规划,园区政府拟通过在工业园区实施包含2个能源中心、10个区域能源微网系统、100个分布式能源点、1 000家智能用户的“2111”工程,实现能源互联网的体系格局。
1 项目建设情况
苏州工业园区多能互补项目的建设规模如表1所示。
未来3年里,园区计划投资5.02亿元建设区域能源互联网平台。2016—2018年多能互补项目概况如图1所示。项目致力于将苏州工业园区打造成为全国领先能源互联网示范区,综合能效、多能互补渗透率和融合率最高的能源互联网示范区,清洁能源比例和自供能比例最高的示范区,建立与第三次工业革命相适应的能源体制示范区。
项目建设规模为:燃机热电720 MW、储能100 MWh、屋顶光伏40 MW、天然气87 MW、地源热泵5 MW、风电150 kW、需求侧参与数量100家、集中制冷中心2万Rt、热网互联20 kW及售电中心、能源互联网云平台和综合能源网系统。
图1 2016—2018年多能互补项目概况
1.2 2019—2020年多能互补建设项目
为快速推进苏州工业园区能源互联网产业集群的跨越式发展,某集团2018年至2020年拟投资开发分布式能源站(两站)、拓展园区热网互联重点项目(一网),苏州工业园区重点建设项目概况如表1所示。
表1 苏州工业园区重点建设项目概况
2 多能互补控制系统架构
目前,多能互补项目主要以可再生能源微电网为主,可再生能源微电网领域主要侧重于对多能互补发电技术、运行策略及控制的研究[4—6]。可考虑将微电网问题提升归纳为系统级能量绩效管理和优化设计问题,通过案例分析得出该能源绩效管理方法能够有效对微电网进行优化设计,降低经济成本[7]。多能互补系统的电源优化配置及控制策略研究主要是通过建立数学模型,以系统成本为目标函数,以可靠性指标或环境影响指标为约束条件,利用多种算法分析多能互补系统最优化配置问题[8—14]。苏州工业园区多能互补集成优化智能调度控制系统主要由数据采集子系统、分析预警子系统和控制决策子系统3大部分组成。数据采集子系统采集和处理电力系统、热力系统、天然气系统的实时状态信息,为后续多能系统的实时调度和控制决策提供数据源;分析预警子系统根据实时工况对电力系统、热力系统、天然气系统进行优化调度以及对电热的潜在故障进行综合评估及预警;在系统出现不安全或潜在不安全的情况下,启动预防控制或紧急控制策略搜索模块,向调度运行人员提供运行方式调整建议,或通过多能互补控制系统进行系统稳态和暂态实时控制。
2.1 总体架构
工业园区多能互补系统总体架构如图2所示。系统总体为能源网络层、通信网络层、监控平台层、业务运营层4层架构。其中能源网络层和通信网络层主要实现数据采集功能;监控平台的综合能源网监视归属于分析预警子系统;而多能互补系统优化调度则归属于控制决策子系统,是整个系统的核心模块。
能源网络层:即燃机、光伏、风电、储能等能源设备以及电动汽车、充电桩、需求侧管理负荷和区域微电网等。
通信网络层:即连接设备、终端与平台的用户专网、无线系统组成的通信信息网络。
监控平台层:包括综合能源网监视和多能互补优化调度控制2大功能。综合能源网监视包括需求侧管理监视、微电网监视和热网监视3部分;多能互补优化调度控制系统则是协调微能网、热网和需求侧管理3大系统之间优化控制,是智能调度控制系统的核心控制功能。此外也包括监控和调度控制的支撑平台,包括运行监视和告警、统计分析、能效管理、设备管理、运行管理、抢修管理以及系统管理、数据建模、图形服务、报表、权限管理、接口服务等基础模块。
业务运营层:包括配电网区域运营平台、配电售电服务平台等区域运营平台和鑫源汇、鑫能网、鑫易享、鑫融宝等金融服务。
图2 工业园区多能互补系统总体架构
2.2 控制架构
系统控制架构包括6层,分别是能源实体、采集设备、微网控制、虚拟电厂控制站、虚拟电网协调控制中心和配电网控制主站。能源实体是物理层,主要是分布式电源、水气管网、需求侧管理负荷和微电网等;采集设备是物理层的模拟量和数字量的采集装置,主要功能是对水电煤气等数据进行实时采样,并进行相应的计算;微网控制站在微电网稳态运行时执行虚拟电厂站下发的控制命令,一旦微电网内部发生暂态故障或外部故障导致微网离网运行,则会快速执切除微网负荷、调整燃机和储能功率等控制命令;虚拟电厂控制站则是汇集多个微网的实时数据,协调区域微网的优化控制;虚拟电网协调控制中心则是汇总多个虚拟电厂的运行信息,并上传给配电网控制主站,协调多个虚拟电厂同时执行配电网控制主站下发的控制命令。
3 关键技术
多能互补能源互联网智能调度控制系统主要包括多能互补优化调度控制和综合能源监视2大主要功能,此外还有能效管理、统计分析和增值服务等。其中多能互补优化调度控制主要解决冷热电多能互补系统建模与仿真、多能流互补智能分层控制、基于虚拟电厂技术的虚拟电网优化调度、基于预想故障集的静态安全分析、分布式能源系统的协同优化和多能互补发电及重要负荷供电等关键技术。综合能源监视平台包括微网监控平台、清洁能源监控平台、需求侧管理平台、智能交通管理平台和能源金融平台,全方位对能源系统实施监控分析、优化。以下分别详述调度运行控制、综合能源网监视以及能效管理、统计分析和增值服务等功能。
3.1 冷热电多能互补系统建模与仿真
电网调度控制系统的运行基础是能量管理系统(energy management system,EMS),而EMS的关键技术就是电力系统的建模与仿真。有了电力系统的模型,才能进行电力系统的潮流计算、短路计算和稳定计算。区域多能互补能源互联网系统源于电力系统,又与天然气网、热网、冷网和交通网等多个网相互交织。因此多能互补智能调控系统的模型基础仍然是电力系统的已有模型,但需要在此基础上拓展分布式天然气、热力交换、电动汽车和储能等模型,称为多能源系统模型。
多能源系统模型包括网络模型和连接到网络上的源、荷、储等设备模型,能量流或网络流模型可以表示能量流动的关系,但不考虑网络的具体物理特性,在形式上可以转化为类似电网单线图的母线式结构,在能量平衡分析中使用较多,但不适用于安全性分析。多能流网络型模型需要考虑不同能流网络的各自物理特性,相比能量流和网络流模型更加精确。不同能流网络虽然特性各异,但也具有共性,主要表现在拓扑约束和广义基尔霍夫定律。多能源系统模型有利于各种能源系统的协调控制,使系统能量满足负荷需求,提高能源利用效率和供能可靠性,保证系统安全有序运行[15]。
3.2 基于虚拟电厂技术的虚拟电网优化调度
虚拟电厂不改变分布式电源的并网方式,通过先进的控制、计量、通信等技术聚合分布式电源、储能、可控负荷等不同类型的分布式能源,并通过更高层面的软件构架实现多个分布式能源的协调优化运行,主要包括虚拟电厂的优化调度和协调控制。多个虚拟电厂聚合构成一个虚拟电网[15]。
虚拟电网的优化调度主要包括经济调度和安全调度2个方面。经济调度是指协调多个虚拟电厂的分布式能源容量、负荷功率、上网电价、补贴电价、气候条件、投资成本和配网的交换功率等条件,得到虚拟电网的最小运行成本。
但经济调度并未考虑电网的潮流和安全约束,经济调度的最优解很有可能违反电网的潮流约束,给线路带来过负荷、节点电压越界等问题,对电网的安全运行造成危害,因此需要对经济调度的结果进行校核。
安全校核的基本思路是扫描区域能源互联网内所有元件的N-1故障(甚至N-2故障),如电力系统中的输电线路、变压器、发电机或重要负荷的开断以及供热系统中的供热管道、循环泵、热源、重要负荷的开断。然后利用多能互补的仿真系统对这些预想故障进行实时仿真计算,校核在哪些预想故障下,区域能源互联网的经济调度解会违反区域多能互补系统的约束条件,对于违反约束条件的预想故障还需要给出满足约束条件的优化解和控制策略,以保证区域多能互补系统的稳定运行。
虚拟电厂的关键技术包括:①考虑用户侧多种资源的虚拟电厂构建方法及虚拟电厂各项发电参数的获取方法;②虚拟电厂调峰调频技术,提升系统备用容量,提高系统新能源消纳能力;③虚拟电厂热电联合调度模型和优化控制算法。
3.3 分布式能源系统协同优化
多能互补供能系统特点之一就是分布式供能,如何做到不同能源的协同优化,保持能源利用效率最高是当前研究多能互补的重要内容。苏州工业园区多能互补集成优化供能系统主要侧重于3个方面的系统优化:①提高可再生能源的占比和系统的能源综合利用效率,重点是基于可再生能源与清洁能源间高效互补机理,提高各级品位热能的系统匹配和高效利用,研究“异质”能量源之间的协同优化和设计技术。②增强分布式能源系统的弹性,研究不同形式的储热(冷)机理及其系统的动态特性,不同压力范围的压缩空气储能技术,实现不同用户负荷条件下分布式能源系统的稳定可靠运行。③提升多能互补分布式能源系统的动态特性,研究可再生能源、压缩空气储能与清洁能源耦合系统的运行模式和动态特性,获得系统稳定高效运行的综合控制策略。
4 多能互补项项目应用前景
4.1 节能减排
苏州工业园区的清洁能源主要来自北部燃机和苏州蓝天2个热电厂,总装机容量为720 MW,年利用小时数为5 000 h。2个燃气电厂年消耗天然气共10亿m3,与传统燃煤机组相比,可减少标煤消耗113.4万t,减少二氧化碳排放100万t,减少SO2排放3 586 t,减少灰渣排放12万t,节省土地面积50%;园区已投运屋顶光伏40 MW,年利用小时数为1 000 h,屋顶光伏年发电量约4 000万kWh,与燃煤机组相比,光伏发电是清洁能源,可减少煤炭消耗1.26万t,减少二氧化碳排放3.3万t,减少SO2排放5.3 t,减少灰渣排放0.13万t。燃机和屋顶光伏的节能减排指标数据如表2所示。
表2 燃机和屋顶光伏节能减排指标数据
4.2 经济优势
2016年苏州工业园区地区生产总值为2 150亿元,年耗电129.6亿kWh,平均1 kWh电支撑工业园区创造GDP达16.6元。园区多能互补电网通过能源的协同优化调度,能源利用效率达60%,与普通电网能源利用效率37%相比,以园区年耗电129亿kWh计算,则可为园区节省电量80亿kWh,拉动GDP 1 328亿元,节省电费60.8亿元(电费以平均电价0.76元/kWh计算)。多能互补电网电量消耗以就地消纳为主,可大幅减少电网投资费用,普通电网每千瓦投资约6 000元,而多能互补电网每千瓦投资仅3 000元,以园区100万kW容量的多能互补电网为例,可节省电网投资30亿元。
4.3 应用推广
为快速推进苏州市能源互联网产业集群的跨越式发展,确保苏州国际能源变革典范城市的顺利开展,国家电网公司提出,到2020年,苏州市清洁电力占比由33%提升到50%,电能占终端能源消费的比重提高到30%以上;天然气在一次能源中的消费比重达到12.06%以上。苏州工业园区多能互补项目具有很好的经济性和节能减排效果,因此可在苏州工业园区、吴江同里新能源小镇、苏州新区、昆山市和太仓市等地推广多能互补项目的应用示范工作。预计2020至2025年,在苏州地区投资建设区域能源中心、天然气、光伏和储能等多种能源形成的多能互补项目达36亿元,年销售收入约27亿元。D
[1] 朱震.多能耦合互补供能系统在建筑领域应用设计研究[D].南京:南京工业大学,2016.
[2] 吴志锋,舒杰,崔琼.多能互补微电网系统组网及控制策略研究[J].可再生能源,2014,1(32):44-48.
[3] 李杰.基于绿色发展理念的城市多能互补供热系统研究[J].建筑节能,2017,5(45):105-110.
[4] 王项南,郭毅,张原飞.基于海岛的海洋可再生能源多能互补供电技术[C].//中国环境科学学会学术年会.北京:中国环境出版社,2016:9.
[5] 胡蘭丹,刘东,闫丽霞,等.考虑需求响应的CCHP多能互补优化策略[J].南方电网技术,2016,10(12):75-81.
[6] 赵阳.海岛海洋可再生能源多能互补发电系统储能装置的运行与控制研究[D].长春:东北师范大学,2015.
[7] 戴海琪,苏适,陈晓云,等.智慧能源网架构下的微电网能源绩效管理方法研究[J].智能电网,2015,3(10):895-900.
[8] 熊京.多能互补微网系统的优化设计及控制技术[D].北京:华北电力大学,2016.
[9] 陈昌松,段善旭,蔡涛,等.基于改进遗传算法的微网能量管理模型[J].电工技术学报,2013,28(4):196-201.
[10] 丁伯剑,郑秀玉,周逢权,等.微电网多能互补电源容量配置方法研究[J].电力系统保护与控制,2013,41(16):144-148.
[11] 肖浩.微网能量管理与协调控制策略研究[M].北京:中国科学院大学,2015.
[12] 赵冉娇.多能互补微电网的能量管理研究[D].西安:西安理工大学,2015.
[13] 郭力,刘文健,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.
[14] 陈亚红.微电网能量管理策略研究[D].哈尔滨:哈尔滨工业大学,2016.
[15] 龚锦霞.含分布式能源的电网协调优化调度[D].上海:上海交通大学,2014.