公共机构建筑多源冷热电联供系统优化调度研究

2021-04-22顾文波李雨桐陈益明谢思佳

动力工程学报 2021年4期

顾文波，李雨桐，陈益明，谢思佳，马涛

(1．深圳市建筑科学研究院股份有限公司，广东深圳 518049； 2．上海交通大学制冷与低温工程研究所，上海 200240)

近年来，随着人们对冷热电需求的不断增加，我国的能耗不断增长，其中建筑能耗增长尤为迅速。在产生的建筑能耗分类中，我国公共机构建筑能耗所占比例最大，碳排放强度最高。此外由于国情，以火电为主的能源结构会进一步加剧我国的环境问题。在包含各种传统化石能源的公共机构建筑多源系统中，引入各种可再生能源，并对系统进行实时协调优化，不仅能节能减排，还能改善周围环境，从而推动公共机构建筑可持续发展，有效缓解我国的环境污染状况与温室效应。

因而，越来越多的研究者将目光转移到多源系统优化调度领域[1]。王凌云等[2]以发电成本和环境费用最小、并网收益最高为研究目标，采用多代理混沌粒子群算法构建了冷热电联供型微网并网优化调度模型。王尧等[3]利用两大优化理论(条件风险价值法和鲁棒随机优化理论)构造了虚拟电厂(分布式能源，如风电场、光伏发电、小水电站等)风险规避优化模型，并借助独立微电网算例进行了验证。周丹等[4]以降低购能费用为优化目标，以热网和电网约束为约束条件，实现了电-热综合能源系统最优化调度。为提高电网功率平衡调节能力，王绍民等[5]建立了基于热电联合响应的多源电网集群联合优化运行控制模型。陈嘉鹏等[6]针对风、光、气、储微能源网，构建了考虑可再生能源利用率的整体满意度模型，并借助加速遗传算法来求解。国内学者主要关注优化模型的建立，而国外学者则重点关注优化模型求解方法的建立。Subbaraj等[7]建立了自适应的实编码遗传算法，来解决热电联产经济调度问题。Nazari-Heris等[8]利用和声搜索算法确定大规模热电联产经济调度问题的最优解，与其他优化方法相比，该方法能够以较少的迭代次数获得最优解。此外，蚁群优化算法[9]、多目标粒子群[10]等多种智能优化算法被应用于多能源系统多目标优化问题的求解。

基于以上研究背景，针对大型公共机构建筑多源冷热电联供系统优化调度难的问题，笔者建立了兼顾经济、环保和高效的多目标优化模型。首先，针对多源冷热电联供系统中的包含蓄电池、蓄热水箱在内的各项能源设备建立了数学模型及约束条件，再基于满意度最优指标，提出了该多源系统在夏季某典型天的冷热电调度运行方案，并分析了不同的辐照度数值对各个指标最优值的影响。

1 多源系统建模

为满足某公共机构建筑的冷、热、电3种负荷要求，构建如图1所示的多源系统。

在该多源系统中，主要由基于燃气轮机的三联供机组(下文简称三联供机组)、太阳能电池板发电、蓄电池及电网提供电能，以满足用户的电负荷以及热泵和电制冷器的用电需求，多余的电力卖给电网或给蓄电池充电。冷负荷主要由吸收式制冷机组和电制冷器满足。热负荷由太阳能集热器、三联供机组、燃气锅炉、热泵及蓄热器满足，多余的热量则被蓄热器储存起来。

图1 多源系统示意图

1.1 三联供机组

三联供机组由发电、产热和制冷单元(吸收式制冷机组)[11]组成。三联供机组在间隔时间Δt内输出的电量Qe,pgu(t)、热量Qh,pgu(t)和冷量Qac(t)分别为[12]：

Qe,pgu(t)=ηe,pguPe,pgu(t)Δt=

ηe,pguqLHV,NGVNG,pgu(t)Δt

(1)

Qh,pgu(t)=Ph,pgu(t)Δt=

ηh,pgu(1-nac)Ph,pgu(t)Δt

(2)

Qac(t)=Pac(t)Δt=ηacnacPh,pgu(t)Δt

(3)

式中：Pe,pgu(t)、Ph,pgu(t)、Pac(t)分别为t时刻输出的电功率、热功率和制冷量，kW；qLHV,NG为天然气的低位发热量(取10 kW·h/m3)；VNG,pgu(t)为三联供机组t时刻消耗的天然气体积，m3；ηe,pgu、ηh,pgu和ηac分别为发电、产热和制冷效率；nac为三联供机组中高温烟气进入制冷单元的体积比例。

1.2 太阳能集热器

太阳能集热器在Δt内的输出热量Qst(t)[13]为：

Qst(t)=Pst(t)Δt=ηstG(t)AstΔt/1 000

(4)

ηst=0.573-1.111(Tf-Ta)/G(t)

(5)

式中：Pst(t)为t时刻太阳能集热器的输出功率，kW；ηst为太阳能集热器的集热效率；Tf为工质的平均温度，℃，太阳能集热器内工质的平均温度一般为70 ℃；Ta为环境温度，℃；Ast为太阳能集热器的面积，m2；G(t)为t时刻的太阳辐照度，W/m2。

1.3 热泵

该热泵在Δt内输出的热量Qhp(t)为:

Qhp(t)=Php(t)Δt=ηhpPe,hp(t)Δt

(6)

式中：Php(t)为t时刻热泵的输出功率，kW；ηhp为热泵的效率；Pe,hp(t)为t时刻热泵的耗电功率，kW。

1.4 燃气锅炉

燃气锅炉在Δt内输出的热量Qgb(t)为：

Qgb(t)=Pgb(t)Δt=ηgbqLHV,NGVNG,gb(t)Δt

(7)

式中:Pgb(t)为t时刻燃气锅炉的输出功率，kW；ηgb为燃气锅炉的热效率；VNG,gb(t)为t时刻燃气锅炉消耗的天然气体积，m3。

1.5 电制冷器

电制冷器在Δt内输出的冷量Qec(t)：

Qec(t)=Pec(t)Δt=ηecPe,ec(t)Δt

(8)

式中：Pec(t)为t时刻电制冷器的制冷量，kW；Pe,ec(t)为t时刻电制冷器的耗电功率，kW；ηec为电制冷器的制冷效率。

1.6 太阳能电池板

该太阳能电池板在Δt内输出的电量Qpv(t)[14-15]为：

Qpv(t)=Ppv(t)Δt=ηpvG(t)ApvΔt/1 000

(9)

ηpv=ηpv,ref[1+γ(Tc-Tref)]

(10)

(11)

式中：Ppv(t)为t时刻太阳能电池板的输出功率，kW；ηpv为太阳能电池板的发电效率；Apv为太阳能电池板的面积，m2；ηpv,ref为太阳能电池板在标准状态下的发电效率；γ为太阳能电池板的温度系数，对晶硅电池而言，一般为-0.4%/K；Tc为太阳能电池板温度，℃；Tref为标准状态下电池片的温度(取25 ℃)；TNOCT为电池片的标称工作温度，对于晶硅电池而言，一般为45 ℃。

1.7 蓄电池

该系统采用蓄电池进行电量的储存：

(12)

式中：Qbat(t)为蓄电池在t时刻的电池蓄电量，kW·h；Pcha(t)、Pdis(t)分别为蓄电池的充、放电功率，kW；ηcha、ηdis分别为蓄电池的充、放电效率。

1.8 蓄热器

该系统采用蓄热器进行热量的储存。

Qhst(t)=Qhst(t-1)+Phst,in(t)Δtηhst,in-

Phst,out(t)Δt/ηhst,out

(13)

式中：Qhst(t)为蓄热器在t时刻的蓄热量，kW·h；Phst,in(t)、Phst,out(t)分别为蓄热水箱的蓄热、释热功率，kW；ηhst,in、ηhst,out分别为蓄热水箱的蓄热、释热效率。

1.9 约束条件

1.9.1 能量平衡约束

多源冷热电联供系统需满足冷热电负荷平衡约束条件。

冷量平衡：

Pc,load(t)=Pac(t)+Pec(t)

(14)

式中：Pc,load(t)为t时刻的冷负荷，kW。

热量平衡：

Ph,load(t)=Ph,pgu(t)+Pst(t)+Php(t)+Pgb(t)+Phst,out(t)-Phst,in(t)

(15)

式中：Ph,load(t)为t时刻的热负荷，kW。

电量平衡：

Pe,load(t)+Pe,ec(t)+Pe,hp(t)=Pe,pgu(t)+Pbe(t)+

Ppv(t)-Pse(t)+Pdis(t)-Pcha(t)

(16)

式中：Pe,load(t)为t时刻的电负荷，kW；Pbe(t)、Pse(t)分别为t时刻的买电、卖电功率，kW。

1.9.2 容量约束

对于蓄电池而言，其能量输出受到荷电状态的限制，即：

Qbat，min≤Qbat(t)≤Qbat,max

(17)

式中：Qbat,min、Qbat,max分别为蓄电池的最小和最大蓄电量，即为蓄电池容量的0.1倍和0.9倍,kW·h。

对于蓄热器而言，其能量输出受到自身蓄热容量的限制，即：

Qhst，min≤Qhst(t)≤Qhst，max

(18)

式中：Qhst,min、Qhst,max分别为蓄热器的最小和最大蓄热容量，即蓄热器容量的0.1倍和0.9倍,kW·h。

1.9.3 运行约束

对于多源冷热电联供系统中的各个设备而言，其能量输出会受到自身输出功率的影响，即

0≤Pi(t)≤Pi,max

(19)

式中：Pi(t)为设备i在t时刻的输出功率，kW；Pi,max为设备i的最大输出功率，kW。

对于蓄电池而言，其充电、放电过程会受到充电、放电功率的影响，即：

(20)

式中：Cbat为蓄电池容量，kW·h；Pcha,max和Pdis,max分别为蓄电池的最大充电功率和放电功率，kW。

对于蓄热水箱而言，其蓄热、释热过程会受到蓄热、释热功率的影响，即

(21)

式中：Chst为蓄热水箱容量，kW·h；Phst,in,max和Phst,out,max分别为蓄热水箱的最大蓄热、释热功率,kW。

2 优化模型

2.1 经济指标

选用运行成本y1作为系统的经济指标[16]：

mhst(Phst,in(t)ηhst,in+Phst,out(t)/ηhst,out)]Δt

(22)

式中：VNG(t)为t时刻进入多源系统中的天然气的体积，m3；mbe为电网买电价格，元/(kW·h)；mse为系统向电网卖电价格，元/(kW·h)；mg为天然气购买价格，元/m3；mbat为蓄电池运行维护价格，元/(kW·h)；mhst为蓄热器运行维护价格，元/(kW·h)；mi为系统中第i个能源设备的运行维护价格，元/(kW·h)。

2.2 环境指标

选用CO2总排放量y2作为系统的环境指标[11]：

(23)

式中：dg为天然气燃烧的CO2排放系数，kg/m3；de为电网购电的CO2排放系数，kg/(kW·h)。

2.3 能效指标

选用综合能源利用率y3作为系统的能效指标：

(24)

式中：ηce为电网供电侧发电效率，取为0.37。

2.4 满意度指标

在综合考虑运行成本y1(经济指标)最小、CO2总排放量y2(环境指标)最小、综合能源利用率y3(能效指标)最大的基础上，构建满意度指标z。通过兼顾经济、环境和能效等因素，该指标构建了多源系统的综合评价模型，即

z=z(y1,y2,y3)

(25)

求解该综合评价模型最优化问题，实际上是求解多目标优化问题。为了将该多目标优化问题转化为单目标优化问题，需先借助模糊隶属度函数对各个指标进行模糊化处理，再利用层次分析法获取各个评价指标的相对权重。

2.4.1 指标模糊化

由于满意度指标与运行成本和CO2总排放量成反比，与综合能源利用率成正比，因此采用降半Γ型隶属度函数处理运行成本及CO2总排放量，采用升半Γ型隶属度函数处理综合能源利用率。运行成本、CO2总排放量和综合能源利用率的隶属度函数χ1(y1)、χ2(y2)、χ3(y3)分别为：

(26)

(27)

(28)

式中：y1min为运行成本最小值；y2min为CO2总排放量最小值；y3max为综合能源利用率的最大值。

2.4.2 层次分析法

为了将该多目标优化问题转化为单目标优化问题，需借助运行成本、CO2总排放量、综合能源利用率的相对权重c1、c2、c3，从而加权处理满意度指标z中各个影响因素：

z=c1χ1(y1)+c2χ2(y2)+c3χ3(y3)

(29)

权重可借助层次分析法进行计算求解，即各评价指标两两构造比较判断矩阵，并按照重要性，采用1～9的标度进行赋值，采用行和归一法等方法计算各指标相对权重[17]。

3 算例分析

3.1 算例数据

借助Deep软件，对上海地区某处104m2的公共机构建筑在夏季某典型天的冷、热、电3种负荷进行模拟，其模拟结果与全天辐照度、环境温度见图 2。该公共建筑3种负荷均发生在白天(5：00-19:00)，最大电负荷为248.17 kW，最大热负荷为324.08 kW，冷负荷较大，最大冷负荷为1 502.78 kW。

(a) 全天的辐照度和环境温度

(b) 全天的冷、热、电负荷

该多源系统涉及到冷、热、电3种负荷，针对这3种负荷，又涉及到电价的买卖、燃气价格及CO2单位排放量。其中，买电、卖电以及购买燃气的价格分别为0.636元/(kW·h)、0.404 8元/(kW·h)和3.79元/m3。而在买电以及购买燃气过程中，均有CO2排放，其CO2排放量分别为0.598 kg/(kW·h)和2.162 kg/m3。

该多源系统涉及三联供机组、燃气锅炉、热泵、电制冷器、吸收式制冷机组、太阳能集热器等，其设备参数见表1。

表1 各能源设备参数

3.2 优化结果分析

首先，为运行成本、CO2排放量和综合能源利用率指标两两构造比较判断矩阵，采用1～9的标度为其重要性进行赋值，再采用行和归一法进行各指标相对权重的计算，结果见表2。

表2 多源系统各指标相对权重

由此可见，各指标相对权重满足一致性要求(一致性比例为0.003 558，小于0.1[17])。此时，满意度指标函数z变为下式：

z=0.648χ1(y1)+0.230χ2(y2)+0.122χ3(y3)

(30)

将建模及约束条件编写在Lingo软件后，选用不同的优化策略对该公共机构建筑多源冷热电联供系统进行优化，优化结果见表3。当运行成本y1(经济指标)最小、CO2总排放量y2(环境指标)最小、综合能源利用率y3(能效指标)最大时，其满意度指标均小于多目标最优时的满意度指标。这是因为当各个单项指标达到最优时，剩余的指标往往会被恶化，造成其综合评价指标较小，而对于满意度指标最优，虽然各个单项指标不是最优，但其统筹兼顾了系统运行的经济性、环保性及节能性，因而综合评价指标最优。

表3 不同策略优化结果的对比

3.3 优化调度分析

基于满意度评价指标，对算例中的各种能源设备进行冷、热、电的优化调度，实现综合评价指标最优。下面详细介绍该公共机构多源系统中冷、热、电调度过程中各种能源设备的工作状况。

3.3.1 冷调度

当选用满意度评价指标最优作为优化策略时，该多源系统的冷功率平衡图见图 3。冷负荷由电制冷器和吸收式制冷机组提供。其中，电制冷器提供的冷负荷不断增大，直至满负荷运行，不足的冷负荷由吸收式制冷机组提供。

图3 冷功率平衡图

3.3.2 热调度

当选用满意度评价指标最优作为优化策略时，该多源系统的热功率平衡图见图 4。该多源系统的热负荷由除燃气锅炉以外的设备提供。其中，在有热负荷需求时，太阳能集热器始终在满负荷运行。但由于早晚的太阳辐照度较小，热负荷需求较大，系统不足的热负荷需求则需要通过热泵及蓄热器放热来满足。蓄热器通过中午的太阳能集热器及夜间的三联供系统补充自身的蓄热量，使其恢复初始状态。

图4 热功率平衡图

3.3.3 电调度

当选用满意度评价指标最优作为优化策略时，该多源系统的电功率平衡图见图 5。在该多源系统中，除了电负荷，热泵及电制冷器也有用电需求。其用电需求及电负荷由三联供机组、太阳能电池板发电以及蓄电池放电提供，不足的部分从电网买电。而当三联供机组发电量充足时，多余的电量卖给电网或者给蓄电池充电。在调度过程中，太阳能电池板始终处于满负荷发电状态。

3.4 影响因素分析

在公共机构多源系统中，太阳能电池板和太阳能集热器是比较常用的利用可再生能源进行发电和供暖的设备。然而，这2个设备的运行受到当地太阳辐照度的影响。当太阳辐照度不断变化时，相关评价指标的变化见图6。当太阳辐照度不断增强时，由于太阳能电池板和太阳能集热器在供能系统中的供能份额不断增大，而太阳能电池板和太阳能集热器的运行成本偏低，无CO2排放，但能源利用率偏低，因而运行成本最优值y1min、CO2总排放量最优值y2min以及综合能源利用率最优值y3max不断减小。但随着太阳能辐照度的不断增大，满意度指标的最优值zmax不断增大，这说明不断提高可再生能源在多源系统中的供能比例，有助于提升整个系统的满意度。