考虑综合需求侧响应的多储能区域综合能源系统运行优化

白宏坤，张鹏，尹硕，杨萌，杨钦臣

(1.国网河南省电力公司 经济技术研究院，河南 郑州 450000；2.天津大学 电气自动化与信息工程学院，天津 300072)

0 引 言

可再生能源的发展是能源革命中必不可少的一环。近年来，国家能源局制定了许多有关能源清洁化、多样化的文件。区域综合能源系统(regional integrated energy system，RIES)具有能源形式多、需求侧响应迅速和可向负荷提供多种需求等优势。在RIES中考虑储能和需求侧响应不仅可以提高用能效率，而且还可以消纳新能源,降低运行成本。

电储能具有消纳新能源的功效[1]。蓄热电锅炉可以将电能转化成热能供给负荷，多余的热能可以储存起来，打破了传统的以热定电模式，提高了能源利用率。电转气(power to gas,P2G)设备通过分解水产生氢气和氧气,达到电能与燃气之间的转化，增加了电与气之间的耦合联系[2-4]。热电联产 (combined heat and power，CHP)机组实现了不同能源之间的梯级利用，具有经济、环保的特点。随着能源之间相互耦合程度普遍提高，考虑多种存储能量设备和综合需求响应是系统的运行优化关键。电转热与蓄热设备之间的联合减少了热电耦合约束，使可再生能源之间互动，降低了系统运行成本和复杂性[5]。通过考虑需求侧响应，使用户用能时段改变，提升了能源出力与负荷之间的协调能力。耦合系统中加入储能设备，提高能源利用率，在一定程度上减少了弃风、弃光现象[6-8]。范龙等[9]建立含CCHP(combined cold heat and power)的系统和以用户满意度为目标的需求侧定价模型，通过调整价格使CCHP参与综合能源供应；陈磊等[10]考虑电价响应，建立含风、光、气及储电装置的CCHP协调优化模型，说明了多种清洁能源与CCHP互补发电的优越性；汪涛[11]建立了考虑需求响应的能源系统优化模型，结果表明该模型可有效降低运行成本；崔鹏程[12]考虑电冷热3种需求响应，优化了储能与需求响应之间的能量联系；徐航等[13]提出一个考虑电、热需求响应与多储能的多能源日前调度模型，结果表明，储能与需求响应有效提高了系统灵活性和经济性，但仅考虑了电、热需求响应；董晓晶等[14]仅采用一种电热耦合设备，未能考虑多能设备之间耦合因素对系统运行的影响。

本文在区域性能源系统中引入储能设备，对新能源出力与多种负荷之间协同运行有益处，能增强能源系统的可控性[15]。在包含风机、光伏阵列、微燃机、蓄热电锅炉、蓄电池和P2G设备基础上，进一步考虑电、热、气3种需求侧响应，建立以系统经济性成本和环保性成本最低为目标函数的RIES经济调度模型，对7种不同场景进行分析，在MATLAB环境下，调用Cplex优化器，结果表明，在RIES中考虑综合需求侧响应能提高消纳能力和减少弃风、弃光现象，起到削峰填谷的作用，使系统在运行方面具有更好的经济效益及环保效益。

1 综合需求侧响应

综合需求侧响应(integrated demand response，IDR)主要包含电力需求响应、热力需求响应和天然气需求响应。电力需求响应分为价格型响应和激励型响应两大类。其中价格型响应是指用户方通过不同时段价格信号，主动进行用能的一种方式[16-17]。

1.1 电力、天然气需求响应

本文采用峰谷电价、天然气价分别衡量电力和天然气需求响应。电量电价弹性矩阵法计算如下。

η=ΔJ/J·P/(ΔP)，

(1)

Jt=J°t+ΔJt，

(2)

J°t=[J°1J°2…J°t]T,

(3)

(4)

(5)

(6)

ΔPt=[ΔP1/P1ΔP2/P2… ΔPt/Pt]，

(7)

式中：η为电力需求弹性系数；J为电量；ΔJ为电量增量；P为电价；ΔP为电价增量；Eele为需求侧电量电价弹性矩阵，J°t为需求响应前t时段的电量；ΔJt为需求响应后价格型t时段的电量变化量；ΔPt为响应后t时段电价变化量；Jt为响应后的t时段电量。

天然气和电力均属于当今社会重要能源，类比于价格型电力负荷，采用气量气价弹性矩阵，计算如下。

ε=ΔH/H·Q/ΔQ，

(8)

(9)

Ht=H°t+ΔHt，

(10)

H°t=[H°1H°2…H°t]T,

(11)

(12)

(13)

ΔQt=[ΔQ1/Q1ΔQ2/Q2… ΔQt/Qt]， (14)

式中：各变量含义可由电力价格响应类比；Egas为气量气价弹性矩阵。

1.2 热力需求响应

热力需求响应中温度具有延迟性[18]，因此在一定范围内对于用户不会产生太大影响。供热系统的温度特性可根据数据挖掘或物理模型得到，其供热温度自回归滑动平均(ARMA)模型为

(15)

(16)

2 考虑IDR的RIES运行优化模型

RIES结构如图1所示，主要包括风力发电机组、太阳能电池阵列、CHP机组、电锅炉、蓄电池、储气设备和蓄热罐。在冬季CHP机组单独出力易导致弃风、弃光现象，因此，增加蓄热电锅炉、蓄电池和P2G设备。风、光余量用于储电、供热/蓄热、制气/储气；电负荷由电力网、风机、光伏、CHP机组和蓄电池供给；热负荷由热力网、太阳能、CHP机组余热、电锅炉和蓄热罐供给；气负荷由天然气网、P2G设备和储气设备供给；将电、热、气需求响应灵活参与RIES中，各储/产设备相互协调工作，实现RIES经济效益最优[19]。

图1RIES运行结构图Fig.1Operation structure of RIES

2.1 目标函数

RIES运行优化目标包含微燃机消耗天然气的成本、购买天然气成本、购买电力成本、风机和光伏弃用费用、微燃机排放气体治理费用。本文优化调度周期为24 h，以1 h为单位时间间隔，各设备之间按照需求侧响应出力，使RIES运行成本最小。RIES经济性目标函数为

minF=FX+Fwp+Fe+Fg+Fem，

(17)

(18)

(19)

(20)

(21)

2.2 约束条件

2.2.1 能量转换设备约束

(1)CHP约束[20]。CHP主要包含微燃机和溴冷机。微燃机燃烧天然气进行发电，排出的高温烟气经过溴冷机用于取暖和供应生活热水[21]。热电模型为

(22)

(2)电锅炉约束。

(23)

(24)

(25)

(26)

(3)P2G设备约束。

(27)

(28)

2.2.2 电、热、气储能约束

电、热、气储存设备在价格低谷时进行储能，可有效提高系统灵活性及运行成本。

(29)

(30)

(31)

(32)

(33)

(34)

(35)

(36)

2.2.3 与网络交互功率约束

(37)

(38)

2.2.4 能量平衡约束

(1)电负荷平衡约束。

(39)

(2)热负荷平衡约束。

热力传输具有延迟性以及供热舒适度具有模糊性，则温度在一定范围内即可。其约束如下：

(40)

(3)气负荷平衡约束。

3 算例分析

3.1 基础数据

为了验证本文所提模型的有效性，选取我国某区域综合能源系统。以24 h为调度时长，单位调度时间为1 h。图2为电、热、气负荷预测曲线和风电、光伏预测出力曲线。电力和天然气自弹性系数分别取为-0.1，-0.581，交叉弹性系数均取为0.03。用户峰时段为10:00—14:00、17:00—21:00；平时段为8:00—10:00、14:00—17:00、21:00—22:00，谷时段为00：00—8：00，22:00—24:00。表1为设备参数,表2为峰谷平电价参数[22]。

图2 电、热、气负荷预测及风电、光伏预测出力曲线

表1 RIES相关设备参数

表2 峰谷电价参数

为验证电转热技术、电转气技术、储气储热储电设备的有效性及考虑电热气需求响应的优势，设置以下场景进行对比。

场景1：只含CHP机组。

场景2：在场景1的基础上增加蓄热电锅炉。

场景3：在场景2的基础上增加P2G设备和储气装置。

场景4：在场景3的基础上增加蓄电池。

场景5：在场景4的基础上考虑电力需求响应。

场景6：在场景5的基础上考虑热力需求响应。

场景7：在场景6的基础上考虑天然气需求响应。

结果分析如图3所示。

图3 场景1～4微燃机的出力直方图

由图3可知，在场景2～4下，CHP机组在时段00：00—10：00和时段20：00—24：00 CHP机组的出力波动相对于场景1较小，可知，在采用蓄热电锅炉后，大大降低了CHP机组的出力，天然气的消耗量降低。

由图4可知，在时段00：00—7：00和20：00—24：00之间，由于热负荷需求较大，蓄热电锅炉满负荷运行。蓄热电锅炉通过在不同时段进行储热和放热，与其他设备之间协同运行，以达到运行效益最高的目的。

图4 场景2～4蓄热电锅炉出力和储热/放热功率直方图

由图5可知，在夜晚期间风力较足，CHP机组出力减小，天然气消耗量降低，P2G设备出力较大，转化的天然气较多，场景4与场景1相比，购买天然气的量降低。

图5 场景1～4购气量直方图

在场景4下设备功率和储能设备运行曲线如图6～7所示，在23：00—24：00时段，供热较大，蓄热电锅炉直接给需求侧供热不存在蓄热，储气装置储气量增长；P2G设备、蓄电池以及蓄热电锅炉均接近满负荷运行，CHP机组的出力大大降低，减少了天然气的消耗量，达到减排目的，降低了治理费用。蓄电池主要在电负荷、电价低谷时充电，在用电高峰时放电，使经济效益最大化。

图6 场景4各设备出力功率直方图

图7 场景4各储能设备储量直方图

在场景5中，电价在峰时段减少用电负荷，在电价谷时段增加电负荷，一方面供给需求侧，另一方面蓄电池进行充电，蓄电池在峰时段进行放电，减少系统供电成本。

在场景6中，电价在峰时段时降低供热负荷，蓄热电锅炉出力下降，电负荷需求量降低，在电价谷时段增加热负荷，多余的热负荷存储在蓄热罐中，降低供热成本。

在场景7中，电价谷时段购电，P2G设备出力产生天然气，降低天然气购买成本。

不同场景下需求侧电、热、气负荷曲线如图8～10所示。

从图8～10可以看出，考虑需求侧响应与未考虑需求侧响应相比，负荷曲线波动较小，考虑多种需求侧响应和考虑单一需求侧响应相比,负荷曲线波动更小，降低了需求侧电、热、气负荷的谷峰差，达到削峰填谷的目的。

图8 场景4～7需求侧电力负荷曲线

图9 场景4～7需求侧热力负荷曲线

图10 场景4～7需求侧气负荷曲线

3.2 经济效益分析

表3为各种场景下所需费用明细。由表3可知，在场景1的基础上增加蓄热电锅炉使微燃机出力下降，天然气消耗量减少了33.31 kW·h，碳排放降低，弃风、弃光减少了29.53 kW·h，运行总费用降低了0.26万元。在场景2的基础上增加P2G设备可产生天然气，购气量减少4.60 kW·h，弃风、弃光减少了6.86 kW·h，运行总费用降低了0.13万元。在场景3的基础上增加蓄电池，在不同时刻进行充放电，购气量减少0.52 kW·h，弃风、弃光减少1.34 kW·h，运行总费用降低了0.06万元。在场景4基础上单一考虑电需求侧响应，弃风、弃光减少了1.04 kW·h，购气、购电量也有所下降，运行总费用降低了0.03万元。在场景5的基础上考虑多种负荷需求侧响应，弃风、弃光、购气量、购电量和运行总费用相比于只考虑单一负荷需求侧响应有所降低。综上可知，场景7为最佳运行。

表3 场景1～7下弃风电量、弃光电量、购电量、购气量及总费用

4 结 论

为了分析含电、热、气负荷和储/产能设备的RIES中综合需求侧响应对系统运行的影响，提出了一种考虑IDR的多储能RIES运行优化模型，通过算例分析验证了该模型的有效性，得到结论如下。

(1)依次加入不同储能设备，相比单一储能，多种储能的加入可有效减少弃风、弃光现象及提高RIES可靠性与经济性。

(2)考虑多种需求侧响应比考虑单一需求侧响应具有削峰填谷的作用，降低了运行成本。

(3)在含多种储能设备的RIES中进一步考虑综合需求侧响应，可以增加能量供给，减少购电、购气量以及系统总运行成本。