基于多能源站协调的区域电力—热力系统日前经济调度

王　丹, 智云强, 贾宏杰, 王伟亮, 孟政吉, 马　莉

(1. 智能电网教育部重点实验室, 天津大学, 天津市 300072; 2. 国网能源研究院有限公司, 北京市 102209)

0　引言

能源是人类赖以生存和发展的基础,是国民经济的命脉,能源可持续、低碳供应是当今世界各国共同关心的问题[1-3]。为此,社会各界从提高能源利用率及减少化石能源比重两个方向开展了大量研究[4]。

在提高能源利用率方面,一种能源的高效利用,往往需要多种能源的转换配合才能实现,热电联产(CHP)通过对电/热环节的有机协调,有效提高了一次能源利用率,因而得到广泛应用。在减少化石能源比重方面,世界诸多国家都制定了提高可再生能源发电比例的相关政策[5-6],在此背景下分布式可再生能源发电技术迅速发展[7],但可再生能源的随机性、间歇性给配电网带来了诸多挑战,如引起功率倒送、增大电网电压波动、降低电能质量、影响系统可靠性等[8],其广泛接入及高度渗透对配电网灵活性提出了更高的要求。然而,CHP的热电耦合关系却加重了可再生能源发电功率与负荷在时间和空间上的不匹配[9],进而限制了配电网的灵活性,CHP对于解决能源危机具有重要意义,但却与可再生能源并网存在矛盾。

区域综合能源系统是解决上述问题的有效方式之一[10],通过对配电网与区域热力系统联合分析,可以在更广时空范围内实现资源的优化配置[11],在实现能源梯级利用与优势互补的同时,提高配电网灵活性,促进可再生能源的有效利用。文献[12-13]在不同场景综合考虑电储能、热储能、电动汽车等资源对区域电力—热力系统进行调度,更好地匹配了可再生能源出力及电热负荷的峰谷特性;文献[14]考虑CHP补燃装置提出了区域电力—热力双层优化模型。上述文献的研究均未考虑区域电力—热力系统网络约束的影响。文献[15]建立了区域电力—热力系统的稳态混合潮流模型,提出了统一计算和顺序计算两种混合潮流的计算方法;文献[16]考虑了用户互补聚合响应建立了区域电力—热力系统优化调度模型;文献[17]考虑了区域热网管道及建筑的热惯性提出了区域电力—热力系统经济运行策略,提高了可再生能源消纳能力。目前针对区域电力—热力系统的研究,均侧重于不同能源在生产、传输、消费环节的耦合,而对不同区域能源站间的有机协调鲜有研究,区域能源站作为区域热力系统的热源,是区域热力系统与配电网耦合的核心环节,不同类型区域能源站可为实现多能源的科学调度提供了空间。通过不同类型区域能源站的协调,有效降低区域电力—热力系统运行成本的同时,提高可再生能源消纳率,是本文研究的重点。

本文首先构建不同类型区域能源站并对区域能源站、区域热力网络及配电网进行建模分析。然后构建以配电网网损、弃风惩罚及区域能源站运行费用最优为目标的区域电力—热力系统日前经济调度模型。进而提出区域电力—热力系统日前经济调度策略求解方法与框架。最后通过三种不同场景下的测试结果,证明所提策略的有效性。

1　区域电力—热力系统模型

1.1　区域能源站

区域能源站作为区域热力系统的热源,与区域热力网络通过一级换热站(primary heat exchanger,PHE)相连接,其正常运行不仅受配电网和区域热力系统状态所约束,同时其运行状态的改变也将引起整个区域电力—热力系统状态的改变。

本文主要构建了两种类型的区域能源站,见附录A。第Ⅰ类区域能源站包含CHP、电力变压器以及PHE,CHP所产生的电能一部分经电力变压器提供给其内的加压水泵,剩余的电能则输送到配电网;所产生的热能经PHE输送到区域热力网络中,其能量平衡方程为:

(1)

加压水泵实际消耗的电能为:

(2)

(3)

由式(1)和式(2)可知:

(4)

其中,λ1不仅与区域能源站的运行状态有关,而且也受区域热力系统的运行模式所影响。文献[18]提出区域热力系统采用量调节模式可以减少热量传输过程中的损耗及满足热负荷变化同时性的要求,因而本文采用该模式,则由式(1)和式(3)可知:

(5)

式中:ΔTPHE为PHE的供回水温度差;Cp为工质水流的比热容。

第Ⅱ类能源站包含电锅炉、储热装置、电力变压器以及PHE,电锅炉所产生的热量既可以经PHE输送到区域热力网络也可以存储到储热装置中,同时储热装置中的热量也可以经PHE输送到区域热力网络;区域能源站中水泵所需电能则由配电网电能经电力变压器提供,其能量平衡方程为:

(6)

1.2　区域热力网络模型

图1　区域热力网络单元结构图Fig.1　Unit structure of district heating network

1)水力模型

区域热力网络中供暖与回水网络拓扑相同,且水流在供暖与回水网络中形成一个循环,因而针对供暖网络的水力模型进行分析即可。

根据质量守恒定律,供暖网络节点处的水流流动规律为:

(7)

供暖网络中水流的流动需要克服管道的摩擦阻力而做功,文献[19]指出管道内水压压降为:

(8)

根据能量守恒定律,供暖网络中的封闭回路水压压降满足:

(9)

2)热力模型

热力模型描述了区域热力网络水流温度的变化规律。考虑热量在区域热力管道中传输的损失,管道中水流的温度降落可以描述为:

(10)

若不同温度的水流在进入节点时视为瞬间均匀混合,则式(11)和式(12)成立:

(11)

(12)

忽略热量在节点处的损失,根据能量守恒定律,节点处的各温度间存在如下关系:

(13)

根据热力学基本定律,有式(15)成立:

(14)

式(14)表明了水力与热力模型间的联系,对区域热力网络能量流的求解。首先,选取合适的区域能源站作为区域热力网络能量流求解的平衡节点。其次,基于负荷供热温度和区域能源站返回温度的假设求解其水力模型。再次,基于所求解出的水力模型求解其热力模型,更新负荷供热温度和区域能源站返回温度。最后,检查其是否满足式(14);若满足,则求解完毕,否则继续迭代。

1.3　热负荷模型

城镇居民冬季取暖是区域热力系统的热负荷。为了保证居民用户温度舒适度,所设计室内温度保持为22.5 ℃。根据文献[21],区域热力系统热负荷计算为:

(15)

区域热力网络提供给SHE的热量为:

(16)

1.4　配电网络

配电网具有三相线路参数不对称及三相负荷不平衡等特征,且随着非全相并网分布式发电设备的增多,配电网三相不平衡特征更加显著[22-23]。配电网三相潮流模型第i个节点功率方程可表示为:

(17)

配电网三相潮流模型可用矩阵表示为:

(18)

2　区域电力—热力系统日前经济调度模型

2.1　目标函数

本文以区域能源站运行成本与配电网网损最小为优化目标,同时考虑可再生能源消纳,将弃风电量以惩罚项的形式加入目标函数中。即

(19)

2.2　约束条件

2.2.1区域能源站约束

Ⅰ型区域能源站中CHP和Ⅱ型区域能源站中电锅炉运行约束为:

(20)

储热装置储充/释放热能前后能量关系[24]为:

(21)

定义描述储热装置的运行状态为:

(22)

为保证储热装置稳定运行,需满足的约束为:

(23)

为了给下一个调度周期预留一定的调节裕量,储热装置在运行一个周期后的状态恢复到初始状态[25]为:

(24)

为保证区域热力系统稳定供暖,各区域能源站PHE所提供热量应满足:

(25)

区域能源站中的加压水泵实际功率不能超过其额定功率,即

(26)

2.2.2区域热力网络约束

区域热力网络中管道的水压降不能超过其最大允许水压损失,即

(27)

2.2.3配电网络约束

为保证配电网电能质量,其节点电压在运行过程中需要保持在一定范围内,即

(28)

为安全运行,配电网线路上输送的功率不能超过线路允许的最大功率,即

(29)

考虑配电网中分布式发电设备的影响,为保证供电可靠性,配电网平衡节点处的功率约束为:

(30)

配电网中风机应满足的约束为:

(31)

式中:Sw为风机的集合。

2.3　模型求解

本文的优化调度模型含有多种可调度资源及诸多复杂非线性约束,因而是一个高维非凸非线性问题,求解比较困难。粒子群优化(particle swarm optimization,PSO)算法对不同优化问题都有良好的适应性,但该算法容易陷入局部最优[25]。文献[26]指出约束处理机制(constraint handling technique,CHT)能够有效提高PSO算法的速度,改善其容易陷入局部收敛的缺点,并提出了相应约束处理机制原理与方法,其原理可描述如下[26]。

基于PSO算法基本原理可知,第i个粒子第j维第k次迭代时速度和位置分别满足式(32)和式(33):

(32)

(33)

CHT的基本原理图见附录A,受PSO算法中粒子更新时速度的影响,其每一维度都存一个“飞行区间”,意味着粒子更新的位置存在一个“飞行空间”,尽可能地在粒子位置的“飞行空间”内通过CHT修正粒子的空间位置,使得粒子从不可行域进入可行域,在进行约束处理时尽可能保持PSO算法的自然过程。

本文优化调度模型涉及的诸多约束中,Ⅱ型能源站中的电锅炉约束及储能约束采用文献[27]所提出CHT进行相应处理。而区域热力网络约束、Ⅰ型能源站设备约束以及配电网潮流约束不能通过CHT直接处理,本文采用罚函数方法对其进行间接处理。本文优化调度模型的求解过程如下,流程图见附录A。

步骤1:读取能源系统、外界环境相关信息,设置PSO算法优化变量(包括区域热力系统中非平衡节点处区域能源站部分设备状态及各分布式可再生能源发电出力)初始空间,设置目标函数及相应约束,初始化PSO算法产生初始种群及相应粒子速度。

步骤2:采用CHT直接处理部分约束。

步骤3:区域热力系统能量流求解,计算不同类型区域能源站能量交互信息,进行配电网潮流仿真。

步骤4:采用罚函数法间接处理其他相关约束,计算各个粒子的适应值,更新当前种群的最优位置gb和所有粒子的最优位置pb。

步骤5:判断gb是否满足结束要求或者达到最大迭代次数,若是则生成日前最优经济调度计划,否则返回步骤2。

3　算例分析

3.1　仿真参数

本文中区域电力—热力系统结构见附录B。区域能源站供热温度为70 ℃,供暖区域室内设计温度为22.5 ℃。本文中风机WT1,WT2,WT3额定功率分别为200,300,300 kW,Ⅰ型区域能源站CHP额定功率为2 MW,爬坡率上限为300 kW/h,Ⅱ型区域能源站电锅炉额定功率为500 kW,爬坡率上限为200 kW/h,储热设备最大储热容量为400 kW·h,区域能源站中关键设备其他参数见附录C;天然气价格为0.33 美元/m3,区域热力网络管道最大允许水压损失[28]、外界环境温度预测曲线、配电网日电负荷预测曲线、日电价预测图[27]及风机最大功率预测曲线[29]见附录C。

3.2　仿真结果分析

本文针对三种不同仿真场景进行对比分析,场景1中Ⅱ型区域能源站中电锅炉出力恒定,均为300 kW,且不投运储热设备,场景2多能源站协调运行但不投运储热设备;场景3多能源站协调运行且投运储热设备。

3.2.1运行成本与风电消纳分析

不同场景下区域电力—热力系统运行成本及各风机发电消纳率分别如表1和图2所示。

表1　不同场景下区域电力-热力系统运行成本Table 1　Operation cost of regional electricity-heating energy system under different scenarios

图2　不同场景下各风机发电消纳率Fig.2　Consumptive rates of wind power under different scenarios

较之于场景1,场景2中区域电力—热力系统的运行成本减少了219.1美元,降低约15.2%,表明多能源站的协调运行能有效降低配电网网损及区域能源站运行费用,同时显著提高风电消纳率。场景3通过储热设备的调度,在进一步降低运行成本的基础上,改善了场景2中区域能源站C比区域能源站B出力显著偏高的现象,有利于设备寿命的提高。

在00:00—03:00时段,配电网电负荷处于低谷期而区域热力系统热负荷处于高峰期,同时各风机的最大功率高,场景1中此时段WT1,WT2,WT3的弃风量分别为333.75 kW·h,192.55 kW·h,143.12 kW·h；弃风率达到58.75%,22.60%,16.70%,各风机弃风量的不同与配电网的负荷分布相关,其出力的配合有利于降低配电网网损。场景2和场景3通过多能源站的协调运行,一定程度上提高了配电网电负荷,降低了CHP的发电出力,因而显著提高了风电消纳率。而在其他时段,由于风机发电功率与配电网电负荷水平不匹配程度在一定的范围内,因而在各个场景中均未出现弃风现象。

3.2.2区域能源站工况分析

不同场景下各区域能源站的运行状态如图3所示。

图3　不同场景下各区域能源站运行状态Fig.3　Operation states of different regional energy stations under different scenarios

在00:00—06:00时段,配电网电负荷处于低谷期,但各风机最大发电功率高且区域热力系统热负荷处于高峰期,场景1中热量供需平衡由区域能源站A来满足,其天然气消耗量高,既增加了系统运行成本,又不利于风电消纳;场景2中区域能源站B和C承担了大部分热量供应。可见,多能源站的协调运行既降低了系统运行成本,又有效提高了风电的消纳率。同时从图3可看出,区域能源站C的出力高于区域能源站B,这与区域热力系统热负荷分布及区域热力网络所满足规律有关,说明相较于区域能源站B,区域能源站C出力的提高更有利于降低热量在区域热力网络传输过程中的损耗。场景3中通过储热设备的投运,改善了场景2中区域能源站C比区域能源站B出力显著偏高的现象。

在11:00—14:00时段,配电网电负荷处于高峰期而区域热力系统热负荷处于低谷期,较之于场景1,场景2通过多能源站的协调,有效降低区域能源站B和C消耗的电能,提高了区域能源站A的出力,承担了部分高峰期的电负荷;场景3由于储热设备作用,进一步降低了区域能源站B和C消耗的电能。

在16:00—18:00时段,区域热力系统热负荷逐渐升高,场景1中区域能源站A出力虽上升,但由于风机功率较低且电负荷仍处于较高水平,所以风电仍可完全消纳;场景2中区域能源站B和C受电价降低的影响,其出力逐步上升;场景3储热设备处于储热状态,进一步提高了区域能源站B和C的出力。

在20:00—22:00时段,区域热力系统热负荷处于上升期而配电网的电负荷处于高峰期,场景1中区域能源站A出力不断上升,承担部分高峰期的电负荷,有利于减少网损;场景2中通过多能源站的协调,进一步提高了区域能源站A的出力,承担了更多高峰期电负荷;而场景3通过储热设备释放热量,进一步降低了区域能源站B和C消耗的电能。

3.2.3配电网与区域热力网络工况分析

选取03:00,13:00,17:00,21:00这4个典型时间点,不同场景下配电网C相节点电压见图4。场景2较之场景1,在03:00和17:00时,有效缓解了配电网电负荷处于低谷期而电压升高的问题;在13:00和21:00时,显著提升了配电网电负荷处于高峰期时的电压。场景3通过储热装置的作用,进一步改善了配电网电压水平,场景2在21:00时,区域能源站B和C电能消耗量仍较高,故储热装置的作用在21:00时尤为明显。可见多区域能源站协调运行对配电网电压具有较好的支撑作用。

图4　不同场景下配电网C相节点电压Fig.4　Node voltage of phase C in electric distribution network under different scenarios

不同场景下,典型时段区域热力网络管道水流质量流量见附录C,各区域能源站的热能主要通过管道6,10,24实现协调分配。以管道6为例,场景2较之场景1,在03:00时,管道6中水流质量流量明显降低,表明节点7附近的热负荷更多依赖于区域能源站B供暖,在13:00时恰与之相反;17:00和21:00时,由于CHP爬坡率的约束,两者供暖情形差别不大;而场景3中储热装置的调节作用使得CHP爬坡率对区域能源站B和C出力限制在一定程度上减弱,因而在17:00时,管道的水流方向反向,区域能源站B向原本区域能源站A供暖的负荷提供热量。

仍以管道6为例,不同场景下其水压压降见附录C,与场景1相比较,由于多区域能源站协调供暖,管道中的水压降会有更加明显的变化,因而需要特别关注。

4　结语

本文以分布式可再生能源高渗透率的区域电力—热力系统为研究对象,构建了不同类型区域能源站并对区域电力—热力系统进行建模分析。在考虑区域电力—热力系统运行约束基础上,从多能源站协调的角度,提出了以配电网网损、弃风惩罚及区域能源站运行费用最优为目标的区域电力—热力系统日前经济调度模型,并提出了相应的求解方法及框架。最后,通过三种不同场景优化结果表明所提调度策略可以有效降低配电网网损及区域能源站运行费用,提高风电消纳率,同时在一定程度上改善配电网的电压水平。

在以后的研究中,将围绕区域电力—热力系统配电网中储电设备、区域能源站中的储热设备及区域热力系统末端负荷的虚拟储能特性进行进一步研究。

附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。