面向可再生能源高比例消纳的综合能源系统优化规划模型研究

2020-08-17张子阳张聂鹏王满商李海波葛路明

可再生能源 2020年8期

张子阳，张聂鹏，王满商，雷一，李海波，葛路明

（1.国网江苏省电力有限公司镇江供电分公司，江苏镇江 212001； 2.清华大学四川能源互联网研究院，四川成都 610213； 3.中国电力科学研究院有限公司（南京），江苏南京 210003）

0 引言

为解决弃风、弃光、弃水的“三弃”问题[1]，适应未来高比例可再生能源的接入[2]～[5]，电力的灵活性成为电力系统规划中重点的考虑因素之一。提高电力灵活性的方法主要有5 类[6]：电源灵活性改造、储能、需求侧响应、电网扩展规划及灵活性市场机制。目前，在电力系统内部，源-网-荷-储各个环节的手段都已经被积极采用，但挖掘潜力有限。随着能源互联网概念的提出及综合能源系统示范项目的推进[7]，不同能源系统间的壁垒逐渐被打破，多种能源（如冷热电）可通过能量枢纽进行生产、转化和存储。国际可再生能源机构对各类灵活性资源的成本开展了研究，研究结果表明，电-热、电-气耦合系统灵活性资源的成本均低于机组灵活性改造和储电成本[8]。因此在综合能源系统中，考虑灵活性资源规划将取得全局最优的结果，能够以经济性更优的方式寻得满足系统灵活性需求的灵活性资源配置方案。

目前，国内外已有较多学者开始关注综合能源系统规划的问题。文献[9]考虑综合能源系统运行模拟情况，提出了外层模型为设备容量组合优化、内层模型为运行优化模拟的双层优化规划模型。文献[10]设计了较为完备的区域综合能源系统架构，建立了储能装置（含储热、储冷和储电）的优化运行模拟策略，在此基础上，提出了一种基于运行模拟的组合优化规划模型和决策方法。文献[11]以CCHP 作为电力-天然气耦合枢纽，考虑配电线路、燃气管道的规划和运行，以最小化投资和运营成本为优化目标，建立区域综合能源系统优化规划模型。上述研究侧重从经济性角度研究电-热-气系统设备容量的优化配置问题，未涉及到能源站位置及管网路径优化研究。针对该问题，文献[12]，[13]分别研究了考虑区域综合能源系统优化运行的配电网扩展规划问题、基于p-中位模型的能源站选址及管网路径布局优化规划模型。文献[14]提出了上层为跨省层面能源传输网络规划、下层为园区及城市层面能量枢纽规划的双层联合规划模型。

针对可再生能源消纳问题，文献[15]将风电消纳指标纳入目标函数，提出考虑风电不确定性的电-气-热综合能源系统扩展规划方法。考虑新能源的主动管理策略。文献[16]提出了综合能源系统的双层规划模型。针对规划模型计算量大的问题，文献[17]提出采用改进动态Kriging 模型快速准确地得到系统最佳规划方案。针对灵活性资源参与综合能源系统规划问题，文献[18]，[19]分别提出考虑需求侧灵活性资源、综合需求响应的综合能源系统优化规划模型。目前虽然已有文献针对含可再生能源的综合能源系统规划问题进行了研究，但目前规划模型目标仍侧重于经济性，缺乏对可能出现的限电问题的考虑，未充分揭示综合能源系统中能量枢纽对提升系统灵活性和可再生能源消纳的机理。

针对目前研究中存在的不足，本文基于能量枢纽模型，提出了面向可再生能源高比例消纳的综合能源系统优化规划模型。该模型根据制约可再生能源消纳的基本原理，提出了提升系统灵活性和消纳能力的方法，以高比例可再生能源消纳和综合经济性为目标，建立了综合能源系统中能量枢纽的优化配置模型，并将其转化为0～1 混合整数线性优化模型。最后，以江苏某区域为例，进行综合能源规划分析，分析了高比例可再生能源接入对能量枢纽容量配置及其关键设备在不同典型日出力的影响，并基于灵敏度分析法，分别分析了设备单位容量造价、能源价格及热电负荷比对规划结果的影响，验证了本文所提规划模型的正确性与合理性。

1 能量枢纽模型

能量枢纽（Energy Hub，EH）[20]用于描述能源系统中能量、负载和网络之间的能量交换和耦合关系。能量枢纽的一般性模型如图1 所示。

图1 综合能源系统能量枢纽的输入-输出模型Fig.1 Input-output model of energy hub in integrated energy system

图中：左侧P 为输入能源，主要包括天然气、电力、热能和其他能源形式；右侧L 为输出能源，主要包括电力、冷/热能源等；中间能量枢纽作为输入-输出的纽带，可由各类型能源生产、转换及存储设备构成，反映了各输出物理量与输入量之间的数学关系。

能量枢纽模型可等效为输入能源变量到输出能源变量的数学函数集，即：

式中：L，P 分别为输出能量和输入能量物理量构成的向量；f（·）为输入和输出变量之间的函数关系。

能量枢纽中常见设备主要可分为3 种类型：能源生产设备包括生产电力、冷/热等二次能源的设备，典型设备如冷热电三联供机组（CCHP）、燃气轮机、风电、光伏等；能源转化设备包括不能直接生产二次能源，可将一种形式二次能源转化为另一种二次能源，如热泵、电锅炉等；能源存储设备包括电化学储能、储热装置等。本文以CCHP（微型燃气轮机+余热锅炉）、风电、光伏、燃气锅炉、热泵、电制冷机、电储能、吸收式制冷机、热储能等设备构成的能量枢纽作为研究对象，开展后续相关研究，该能量枢纽能量生产、转化与耦合关系如图2 所示。

图2 本文研究的能量枢纽示意图Fig.2 Schematic diagram of the energy hub in this paper

本文能量枢纽中能源生产设备提供的能源优先满足本地冷热负荷需求，同时产生的电能采用“自发自用、余量上网”运行机制，即优先本地电负荷需求，电力富余时将其输送到电网，电力不足时由电网供电补充。

2 基于综合能源系统的可再生能源消纳机理

制约可再生能源消纳的主要原因有常规机组灵活性（调峰能力、爬坡能力等）不足、电网传输能力限制、消纳市场空间不足及市场机制等，其中常规机组缺乏灵活性是制约我国三北地区可再生能源消纳的主要因素。以风电为例，调峰能力导致的弃风机理如图3 所示。

为了保障系统运行可靠性，电网需要保障一定开机容量的常规电源及旋转备用，因此存在一定的最小技术出力，在此基础上，供暖季为了保障供热，热电联产机组的输出电功率受到其供热功率制约，难以在较大范围内调节。两条最小技术出力曲线叠加与负荷需求曲线之间的空间即为风电最大消纳能力。当风电理论出力大于最大消纳空间时，系统即会出现限电现象。

图3 常规电源灵活性不足导致的可再生能源限电原理Fig.3 The principle of renewable energy curtailment caused by flexibility shortage of conventional generators

由图3 可得到可再生能源最大消纳空间的计算模型为

式中：Ea为新能源消纳空间电量；r 为备用率；Pl（t）为时刻t 负荷功率；p 为负荷率；k 为常规机组最小技术出力系数。

由式（2）可得，为了消纳高比例可再生能源，系统需要具有足够的调节能力，除了常规机组灵活性改造、增强电网传输能力之外，综合能源系统也可为电网系统提供灵活性。通过能量枢纽的耦合转化，终端用户的冷热电需求可由多种形式满足，如图4 所示。在可再生能源理论出力大于消纳空间时，可通过电储能直接储存起来，也可通过电转热为用户供热，在供热富余的情况下，可通过电转热+储热间接储存电能，进而提升了整个系统用电的灵活性，提高了可再生能源消纳水平。

图4 综合能源系统提升电力系统灵活性的机理Fig.4 The principle of flexibility provided by integrated energy system

3 能源系统规划模型

对规划时期内的冷热电负荷曲线进行统计分析，并采用聚类技术或场景削减技术得到典型日的冷热电负荷曲线，假设聚类得到N 个典型日场景，其中第n 个典型日的总天数为dn，即∑dn为规划期的总天数。基于上述典型日负荷曲线结果，即可建立综合能源系统规划模型，其优化目标为

4 仿真及结果分析

本文以江苏镇江某6×106m2的区域综合能源系统为研究对象，采用本文提出的规划方法开展仿真分析，该区域现有新建110 kV 变电站一座，主要用能负荷包括两处商业楼宇空调、5 家需要热水的工业企业，该区域规划建设10 000 kW 的光伏电站和10 000 kW 的离散式风电。该区域系统拓扑图和冷热电负荷分别如图5，6 所示。

图5 仿真系统典型日负荷曲线Fig.5 The typical load curves of case studies

图6 仿真系统典型日负荷曲线Fig.6 The typical load curves of case studies

算例中用到的分时购售电价格、不同季节气价如表1 所示。

表1 算例系统用到的能源价格Table 1 The energy price in numerical studies

各设备单位容量成本如表2 所示。

表2 各类设备单位容量成本Table 2 The investment cost of each device 元/kW

4.1 规划结果分析

设置4 个仿真案例：不考虑可再生能源接入、基准场景、2 倍基准场景可再生能源装机、3 倍基准场景可再生能源装机，计算得到各设备最优规划容量如表3 所示。

表3 不同场景下的规划结果Table 3 The planning results of different scenarios kW

由表1～3 可知，新能源装机容量越大，燃气轮机和余热锅炉容量配置越少，热泵容量配置基本不变。当新能源装机容量超过1 倍时，不再配置热储能设备。新能源的加入改变了热电比，新能源加入越多，热电比越大，三联供越少。此时燃气轮机的发电只需刚好满足电负荷，热负荷缺额由热泵提供，因此热泵变化不大。在气价为2.6～2.8 元/m3的情况下，若燃气轮机为满足热负荷工作，则过剩的电量向电网售出，此方案不如满足电负荷经济。以1 m3天然气产生1.964 kg 的CO2，1 kW·h 电产生0.96 kg 的CO2计算各场景下系统燃气用量、购电量和CO2排放量，结果如图7 所示。

由图7 可以看出，新能源的加入减少了天然气和电量的使用，从而降低了CO2排放。因此，新能源的加入使能源枢纽更加低碳化。

以夏季典型日无可再生能源与3 倍可再生能源2 个场景为例，根据规划结果可得到各设备在典型日的运行出力曲线，如图8 所示。

图7 各场景下指标计算结果对比Fig.7 The comparison of the indices in different scenarios

图8 夏季典型日各设备运行方式对比Fig.8 The operation mode in Summer typical day

由图8 可知，在非谷值电价时（7：00-23：00），燃气轮机工作，热负荷和等效电负荷主要由燃气轮机供给，热泵辅助供给热负荷。在谷值电价时（23：00-7：00），等效电负荷完全由能源枢纽供给，热负荷完全由热泵供给，能源枢纽在谷值电价时购电最多。加入新能源后，等效电负荷相应减少，而热负荷不变，使得燃气轮机输出电功率和能源枢纽购电功率减少。燃气轮机输出电功率降低导致其产热功率降低，但由于同时热负荷不变，导致在燃气轮机工作期间（非谷值电价时）热泵输出功率上升，但仍未超过谷值电价时的最大输出功率。谷值电价时，热负荷完全由热泵提供，不论新能源装机容量如何变化，热负荷不变，热泵在谷值电价时最大输出功率不变，热泵功率上限及容量配置基本不变。

4.2 灵敏度分析

本文主要考虑燃气轮机、余热锅炉、热泵、吸收式制冷机与热储能5 类设备，分别分析设备单位容量成本、能源价格及热电负荷比例因素对规划结果的影响，进行灵敏度分析，各类设备与各灵敏度因素的变化趋势如表4 所示。其中，↑代表正相关，↓代表负相关。

表4 灵敏度分析结果Table 4 The sensitivity analysis results

由表4 可知，随着设备单位容量成本的增加，燃气轮机、余热锅炉与热储能容量配置下降，其他设备容量配置基本不变，表明CCHP 机组与热储能设备对价格较为敏感。随着电价的增加，燃气轮机、余热锅炉和热储能容量增加，热泵容量减少，吸收式制冷机不受影响。主要原因是当电价较贵时，使用CCHP 机组供热更为经济，而气价对设备容量的影响规律正好相反。当气价较贵时，将天然气转化为热能存储的经济性没有由热泵将电能转化为热能高。随着热电比的增加，三联供和热泵容量配置增加，热储能设备减少。主要原因是热需求增加导致三联供容量增加，而热泵作为供热调峰设备，规划容量也相应增加。由于电负荷相对热负荷在减少，因此三联供发电可完全消纳，不需要安装成本较高的热储能设备，热储能设备随着热电比增加呈现减少趋势。