计及电力需求响应的多能源协同系统优化运行研究

2021-02-23王俐英曾鸣赵嘉欣李波王永利

电力工程技术 2021年1期

王俐英，曾鸣，赵嘉欣，李波，王永利

(1. 华北电力大学经济与管理学院,北京 102206；2. 国网江苏省电力有限公司营销服务中心，江苏南京 210024)

0 引言

近年来，环境污染和能源危机等问题日益凸显。多能源协同系统充分考虑能源供需协调性，借助各种能源间的互补耦合，有效提高了能源综合利用效率，有利于解决大规模可再生能源消纳、能源梯次利用等问题，逐渐成为能源领域的重要研究方向之一[1—2]。

目前，国内外关于多能源协同系统的研究主要集中在优化调度、容量配置等方面。在优化调度研究方面，文献[3]以低成本、低碳排放为目标函数设计了结合冷热电联产(combined cooling heating and power，CCHP)的多能源系统优化调度方法；文献[4]以经济成本最小化和污染气体排放量最小化为目标，构建了多能源系统多目标最优潮流模型；文献[5]以总费用最低、缺电率最低和减排率最高为目标构建了多能源系统的多目标协同优化模型。在容量配置方面，文献[6]以最小化年运行费用为优化目标，采用遗传算法优化CCHP系统中各设备的容量；文献[7]建立了双层优化规划与设计模型，外层模型确定能量枢纽中能源转换设备及储能单元的投建与否和安装容量，内层模型则优化典型日的运行工况。

在基于电价的需求响应研究方面，文献[8]根据负荷预测的结果，考虑温控负荷和电动汽车响应电价的调度，同时比较了集中式、层级式和分布式3种控制调度方法的优缺点；文献[9—10]通过确定需求响应的项目类型、聚类分析用户的用电特性、辨识需求响应项目参与率、计算价格弹性和评估用户需求响应潜力等步骤，提出适用于大型工商业用户细分用户群的价格弹性系数计算方法。

综上所述，现有研究成果中，针对基于市场弹性的价格型电力需求响应对多能源协同系统最优运行策略的影响研究较少。因此，文中在现有研究的基础上，基于多能源协同系统中多种能源的耦合转换特性，提出计及价格型需求响应的多能源协同系统优化模型。首先，介绍多能源协同系统的主体构成和主要设备模型，建立基于市场弹性的价格型需求响应模型；然后，以系统运营商日运行成本最低为目标，构建多能源协同系统优化调度模型；最后，以实际数据为基础进行算例分析。结果表明，所提的基于市场弹性的价格型需求响应优化调度模型能够显著降低多能源协同系统的总运行费用。

1 多能源协同系统概述

1.1 多能源协同系统主体构成

多能源协同系统是利用各个能源系统在时空上的耦合机制，采用“自发自用、余量上网”的运行机制，实现多能互补、能源梯级利用的一种综合能源系统。多能源协同系统有并网和孤网2种运行状态，文中主要考虑多能源协同系统的并网运行，以系统运行成本最低的方式调整各机组的出力，包括风电、光伏、CCHP等机组，同时与大电网进行连接，按照市场规则进行电量交易。

文中所述多能源协同系统由系统运营商和综合能源用户两大利益主体构成，各主体在系统运行中承担的角色如下：

(1) 系统运营商，承担多能协同系统运营责任的同时，扮演调度中心的角色。保证系统稳定运行前提下，销售能源赚取收益。能够通过配置能源生产设备、能源耦合转化设备、储能设备以及实行基于需求响应的调度策略以提高自身经济收益，保障能源可靠供给，并承担自身和能源生产商设备的运行维护成本。

(2) 综合能源用户，指具有多种负荷需求且各负荷需求存在耦合特性的用户。文中仅考虑不具备能源生产与存储要素的理性综合能源用户，即当外部价格信号变化时，用户能够以购能成本最低为目标自主调整部分非刚性电负荷需求。

1.2 能源集线器模型

能源集线器(energy hub，EH)是多能源协同系统中源、网、荷之间的接口平台，包含对各种形式能源的相互转化、分配和储存，从而实现能源资源的优化配置，为多能源协同系统的规划设计和运行优化提供了理论支撑。文中计及冷热电气4种能源构建EH，输入和输出关系如式(1)所示。基于不同优化目标，EH能够通过调整供能设备出力满足用能设备需求。

(1)

式中：ηe为电力变压器的平均转换效率；ηe,GT为燃气轮机(gas turbine，GT)的效率；ηh,GB为燃气锅炉(gas boiler，GB)输出热功率的效率；ηc,AC为吸收式制冷机(absorption chiller，AC)的制冷效率；ηc,ER为电制冷机(electric refrigerator，ER)的效率；ηh,WHB为余热锅炉(waste heat boiler，WHB)输出热功率效率；Le，Lc，Lh分别为用户的电、冷、热负荷需求量；Ee，Egas分别为风力与光伏产生的电能与输入的天然气；k为分配系数。系统中的具体能源流见图1。

图1 多能源系统内部能流过程示意Fig.1 Schematic diagram of internal energy flow process of multi-energy system

1.3 具体设备模型

文中从能源生产、能源存储、能源转换3个环节介绍具体设备模型[11—12]。

(1) 能源生产设备模型。具体生产设备的模型为：

Ee=EPV,e,t+EWT,e,t

(2)

式中：EWT,e,t，EPV,e,t分别为风电、光伏机组的输出电功率。

(3)

式中：EGT,e,t为t时刻燃气轮机输出的电功率；qgas为天然气热值；EGT,g,t为t时刻燃气轮机的天然气消耗功率；EWHB,h,t为t时刻余热锅炉的输出热功率；EGB,h,t为t时刻燃气锅炉输出的热功率；EGB,g,t为t时刻燃气锅炉的天然气消耗功率。

(2) 能源存储设备模型。

① 储电设备模型。

(4)

式中：EESS,t为t时刻的储电容量；α为储电设备的自损率；EESS,t-1为t-1时刻的储电容量；EESS,ch,t，EESS,dis,t分别为t时刻的充、放电功率；ηESS,ch，ηESS,dis分别为充、放电效率；γESS,ch，γESS,dis分别为充电与放电状态，为0-1变量；Δt1为充放电时间，取1 h。

② 储热设备模型。

(5)

式中：ETSS,t为t时刻的储热容量；β为储热设备的自损率；ETSS,t-1为t-1时刻的储热容量；ETSS,ch,t，ETSS,dis,t分别为t时刻的充、放热功率；ηTSS,ch，ηTSS,dis分别为充、放热效率；γTSS,ch，γTSS,dis分别为充热与放热状态，为0-1变量；Δt2为充放热时间，取1 h。

(3) 能源转换设备模型。根据图1的能流过程，对溴化锂吸收式制冷机、热泵以及电制冷机等主要能源耦合设备进行建模，从而得到各种能源之间的耦合特性。溴化锂吸收式制冷机是一种热转冷设备，能够利用生产过程中的余热进行制冷作业，是冷、热耦合的关键设备；热泵是一种利用低品位热能的高效节能装置，消耗少部分电能，将地下水、暖气管道存在的少量低品位热能提取出来；电制冷机是一种电转冷设备，在消耗电能的情况下产生冷量。

① 溴化锂吸收式制冷机模型。

EAC,c,t=EAC,h,tηc,AC

(6)

式中：EAC,c,t为t时刻溴化锂制冷机输出的冷功率；EAC,h,t为t时刻所消耗的热功率。

② 热泵模型。

EHP,h,t=EHP,e,tηh,HP

(7)

式中：EHP,h,t为t时刻热泵输出的热功率；EHP,e,t为t时刻热泵所消耗的电功率；ηh,HP为电转热的效率。

③ 电制冷机模型。

EER,c,t=EER,e,tηc,ER

(8)

式中：EER,c,t为t时刻电制冷机输出的冷功率；EER,e,t为t时刻电制冷机所消耗的电功率。

2 基于市场弹性的需求响应模型

2.1 市场弹性模型

需求响应的手段包括激励手段与价格手段，文中主要考虑用户的非刚性电负荷，利用市场弹性模型建立基于分时电价的价格型需求响应模型。根据经济学原理，市场弹性包括自弹性和交叉弹性，其中自弹性用来衡量当前单时段电价变化对于用电需求的影响，而交叉弹性用来衡量多时段电价变化对于多时段用电需求的影响。电力负荷的自弹性系数和交叉弹性系数分别为[13]：

(9)

(10)

式中：ε(i,i)为自弹性系数；ε(i,j)为交叉弹性系数；p0(i)为第i时刻的原始价格；q0(i)为第i时刻的原始电负荷；p(i)为第i时刻的价格；q(i)为第i时刻的电负荷。

2.2 需求响应模型

此处所构建的需求响应模型综合考虑了单时段需求响应模型和多时段需求响应模型，分别基于电力负荷的自弹性系数和交叉弹性系数计算分时电价下用户第t时刻用电量的变化和跨时段电量转移。

(1) 单时段需求响应模型。用户参与需求响应而改变的用电负荷量为：

Δq(i)=q(i)-q0(i)

(11)

为计算用户参与需求响应之后的负荷需求q(i)，定义用户消费电量q(i)的电力价值B(q(i))和用户消费电能的净利润L(i)[14]，具体为：

L(i)=B(q(i))-q(i)p(i)

(12)

两端求偏导可得：

(13)

将原始负荷需求代入式(13)得：

(14)

对电力价值B(q(i))进行泰勒展开，可得：

(15)

基于上述模型，可求得单时段需求响应模型：

(16)

(2) 多时段需求响应模型。单时段的需求响应模型仅考虑了电力负荷的自弹性系数，而分时电价的存在使用户能够自主决定不同时刻的用电量，因此多时段电价变化将影响多时段的用电需求。

通过扩展式(16)，基于交叉弹性的多时段需求响应模型可表示为：

(17)

(3) 最终需求响应模型。结合单时段和多时段需求响应模型可得到最终的需求响应模型：

(18)

3 多能源协同系统优化运行模型

3.1 目标函数

以系统日运行成本最小为目标，包括设备运行维护成本COM，购电成本CE和购气成本CG，并网型多能源协同系统的具体优化目标函数为：

minC=COM+CE+CG

(19)

(1) 运行维护成本[15]。

(20)

式中：ξm,OM为设备m单位输出功率的运行维护费用；Em,t为设备m在t时刻的输出功率；T为调度时长。

(2) 购电成本。

(21)

式中：pbuy,e,t为t时刻从电网购电的电价；Ebuy,e,t为t时刻从电网购电的购电功率。

(3) 购气成本。

(22)

式中：pg,t为t时刻的气价，天然气热值qgas取值为9.7 kW·h/m3。

3.2 约束条件

(1) 功率平衡约束。多能源协同系统调度运行中需满足电、热、冷功率平衡平衡约束，且在电功率平衡约束中应考虑需求响应量。

① 电功率平衡约束。

(23)

式中：Euser,e,t为用户在t时刻进行需求响应之前的用电负荷；Δqt为用户参与需求响应后而改变的负荷量。

② 热功率平衡约束。

(24)

式中：Euser,th,t为t时刻的用户实际用热负荷。

③ 冷功率平衡约束。

EER,c,t+EAC,c,t=Euser,c,t

(25)

式中：Euser,c,t为t时刻的用户实际用冷负荷。

(2) 联络线约束。

Pgrid,min≤Ebuy,e,t≤Pgrid,max

(26)

式中：Pgrid,min，Pgrid,max分别为配电网交互功率的最小、最大值。

(3) 储能装置约束。

(27)

式中：EESS,min，EESS,max分别为储电装置的最小、最大容量；ETSS,min，ETSS,max分别为储能装置的最小、最大容量。

(4) 设备出力约束。

(28)

式中：EGT,e,max，EWHB,h,max，EGB,h,max，EAC,c,max，EHP,h,max，EER,c,max分别为燃气轮机、余热锅炉、燃气锅炉、吸收式制冷机、热泵、电制冷机的最大容量。

(5) 机组爬坡约束。

|Em,t+1-Em,t|≤ΔPm,max

(29)

式中：ΔPm,max为设备m的爬坡上限。

4 算例分析

4.1 算例基本参数

算例选取了北方某工业园区夏季某一日的实际数据，时间尺度为1 h，在Matlab环境下调用CPLEX求解，验证文中所建立的模型的合理性与有效性。图2为某一典型日电、热、冷负荷曲线和可再生能源(风电、光伏)出力曲线，其中HP为热泵。为了充分利用可再生能源，减少弃风弃光现象，假设优先保证可再生能源全额消纳。从电网购电电价为1.2元/(kW·h)，各种能源价格如表1所示，自弹性和交叉弹性如表2所示，各设备具体参数如表3、表4所示[11]。

图2 负荷曲线Fig.2 Load situation

表1 能源价格Table 1 Energy price元·(kW·h)-1

表2 峰、平、谷时段的自弹性和交叉弹性Table 2 Self elasticity and cross elasticityin peak,flat and valley periods

表3 储能设备主要参数Table 3 Main parameters of energy storage equipment

表4 其他设备主要参数Table 4 Main parameters of other equipment

4.2 算例结果

为验证文中所建模型的有效性，根据储能设备的配置和需求响应的设置，分别构建4种场景进行对比，如表5所示，以系统运营商的日运行成本最低为优化目标，寻求最优的调度策略。

表5 4种场景Table 5 Four scenarios

(1) 场景一。场景一是未考虑储电、储热设备以及用户需求响应的基础场景，该场景中电功率、热功率和冷功率平衡情况如图3所示。可以看出，由于可再生能源出力具有反调峰特性，00:00—04:00，12:00—16:00，21:00—24:00的出力较高，且22:00—次日06:00为谷时段，电价较低，因此燃气轮机和余热锅炉不工作，可再生能源出力和购买的电能可满足系统的用电需求，热负荷主要由热泵提供。而燃气轮机输出电功率主要集中在电价高的时段(08:00—11:00，17:00—20:00)，在满足系统电负荷需求的同时，由余热锅炉回收多余的热量为系统供热。系统的冷负荷需求主要由电制冷机满足，在用热需求较低的时段(10:00—16:00)，通过吸收式制冷机将一部分热负荷转换成冷负荷，满足部分的用冷需求。在此场景下，系统的购气量为27 588.4 kW·h，购电量为13 781.5 kW·h。

图3 场景一电热冷功率平衡Fig.3 Scenario one electrical thermal and cold power balance

(2) 场景二。场景二在场景一的基础上增加了储电设备，该场景中的电功率、热功率和冷功率平衡情况见图4。与基础场景相比，储电设备在高电价时段放电，低电价时段充电，承担了部分电负荷需求，因此燃气轮机组出力、余热锅炉回收的热量以及高电价时段的购电量明显减少。系统的热负荷需求主要通过热泵满足，仅有一小部分通过燃气锅炉满足。电制冷机和吸收式制冷机出力的变化较小，系统的冷负荷需求仍主要通过电制冷机满足。在此场景下，系统的购气量为26 761.2 kW·h，购电量为13 971.6 kW·h。

图4 场景二电热冷功率平衡Fig.4 Scenario two electrical thermaland cold power balance

(3) 场景三。与场景一和场景二相比，场景三在其基础上增加了储电和储热设备，该场景中的电功率、热功率和冷功率平衡情况如图5所示。与场景二相比，场景三的储电设备在低谷时段和平时段的输出电功率减少，而购电功率增加，燃气轮机的输出电功率减少。其主要原因是储热设备承担了部分热负荷需求，从而导致余热锅炉和燃气轮机等设备出力减少，系统热负荷需求主要通过能效更高的热泵满足。电制冷机和吸收式制冷机出力的变化较小，在16:00—17:00，该时段电价较高，吸收式制冷机的出力增加，电制冷机的出力减少，但系统的冷负荷需求仍主要通过电制冷机满足。在此场景下，系统的购气量为26 403.8 kW·h，购电量为14 114.1 kW·h。

图5 场景三电热冷功率平衡Fig.5 Scenario three electrical thermaland cold power balance

(4) 场景四。场景四在场景三的基础上增加了用户的价格型需求响应，用户根据电价的高低调整用电负荷，在减少自身的用电费用的同时能够缓解系统调峰的压力，该场景中的电功率、热功率和冷功率平衡情况如图6所示。与前面3个场景相比，用户各个时段的用电负荷产生了变化，在低电价时段的用电量增加，高电价时段的用电量减少，总需求响应量大约为原始负荷的5%。因此燃气轮机的发电量、向电网购买的电量以及储电设备输出的电量均显著减少。余热锅炉输出的热功率以及储热设备输出的热功率减少，从而导致热泵的产热量增加。燃气锅炉、电制冷机、吸收式制冷机以及储电储热设备的出力变化较小。在此场景下，系统的购气量为24 220.4 kW·h，购电量为13 796.2 kW·h。