考虑功能区差异性和虚拟储能的综合能源系统多元储能规划
2021-09-14代琼丹林振智王耀雷
代琼丹,杨 莉,林振智,兰 洲,王耀雷,刘 钊
(1. 浙江大学 电气工程学院,浙江 杭州 310027;2. 国网浙江省电力有限公司 经济技术研究院,浙江 杭州 310000;3. 国网山东省电力有限公司 经济技术研究院,山东 济南 250000)
0 引言
综合能源系统指通过对多种能源的生产、传输与分配、存储、消费等环节优化协调形成的产供销一体化系统[1]。综合能源系统的“综合”侧重体现在提供不同品类能源的服务,包括冷、热、电、气等。合理配置储能是提高综合能源系统能效的关键,储热储冷设备由于体量大、效率高、成本低,在示范工程中得到广泛关注,例如:国网客服中心北方园区综合能源服务项目的储热式电锅炉EB(Electric Boiler)和冰蓄冷空调,雄安新区多能服务示范项目的电蓄热供暖,湖北鄂州机场多能服务示范项目的水蓄热蓄冷,江苏同里综合能源服务中心的高温相变储热,银川经开区综合能源园区的固体高温储热等。蓄电池、储热罐和蓄冷罐等冷热电实体储能的优化配置和协调运行,提升了综合能源系统中多能互补的盈利空间[2-3]。
事实上,综合能源系统中除了冷热电实体储能设备之外,电动汽车EV(Electric Vehicle)的移动储能特性[4]、冷热负荷的二维可控性和供热系统的热惯性[5]也可通过对冷热电能时空转移或变换能量形式优化平衡系统在不同时段、不同区域的多种能量,达到储能的效果,降低系统对蓄电池、储热罐和蓄冷罐等冷热电实体储能容量的要求。这种利用蓄电池、储热罐和蓄冷罐等实体储能之外的现存设备或调度策略平衡电力系统能量的思想称为虚拟储能[6]。例如:文献[7]利用EV 的移动储能特性,提出EV 与电网的双向互动调度模型以合理消纳可再生能源,平抑负荷波动;文献[8]基于EV出行链特征量(出行时刻、行驶时间、行驶里程、出行目的)的概率分布,模拟出EV用户的移动充放电需求具有时空分布特性;文献[9]基于办公楼宇的蓄热特性和温度舒适度构建了热负荷虚拟储能模型,通过在温度舒适度范围内优化调节室温,提升了综合能源系统的能效;文献[10]基于空调负荷热力学和人体热舒适度模型,将建筑物冷热负荷等效为一种虚拟储能,在人体舒适度范围内优化调节室温以实现多能平衡;文献[11]充分利用楼宇的蓄热特性,将楼宇虚拟储能系统作为灵活可控单元集成到楼宇微网中,挖掘楼宇参与微网优化调控的虚拟储能潜力,降低了运行成本;文献[12]基于供热系统的时延和储热等动态特性,提出热能运输准动态模型,分析供热系统的虚拟储能潜力;文献[13]建立考虑供热管道传输时延和热损失等热动态特性以及用户柔性热需求的供热系统虚拟储能模型。
目前,综合能源系统的储能配置研究对象多为单一功能区,例如商住区[2]、工业区[3]、办公区[9]等,示范项目也多集中在单一功能园区,没有挖掘多功能区差异性带来的时空互补潜力。实际上,综合能源系统按规模可分为建筑物级、区域级和跨区级综合能源系统[14]。考虑多个功能区多种能源的供需差异性,有利于提高区域综合能源系统的经济效益。例如:文献[15]以互联网思维为导向,基于产能、用能行为的时空互补性,提出考虑住宅、办公、商业等各类区域的空间布局以及电热多能源流动态需求的电-热区域分布式能源互联网模型;文献[16]利用EV 在居民区、工商业区等功能区停车行为的时空互补性,从整体描述了EV 的移动储能特性;文献[17]利用功能区间多能负荷的互补特性,通过热网将居民区、商业区和工业区等功能区相联,实现多功能区在区域综合能源系统的联网运行。
基于以上分析,本文考虑不同类型功能区冷热电“源-网-荷-储”的差异性及时空互补特性,提出利用EV的时空分布特征、温度负荷的柔性以及供热系统的热惯性,优化EV 充放电、室温、冷库温度等,构建考虑多功能区“源-网-荷-储”差异性和实体-虚拟储能协调运行的区域综合能源系统多元实体储能设备规划模型。算例分析采用某包含居民区、办公区、商业区和工业区的综合能源示范区基础数据,得到的多元储能设备配置方案显示考虑多功能区虚拟储能的优化调度可以有效提升区域综合能源系统的经济效益,减少消纳可再生能源所需的实体储能配置容量。
1 典型功能区综合能源系统的供能、用能与储能特性
依据GB 50137—2011《城市用地分类与规划建设用地标准》,城市用地可划分为居民区、办公区、商业区和工业区等功能区。图1 为某一区域综合能源系统示意图,其中能源有风电机组WT(Wind Tur⁃bine)、光伏PV(PhotoVoltaic)和热电联产CHP(Com⁃bined Heating and Power)机组;负荷有冷、热、电负荷;网络有电力网、供热网、供冷网和含EV 的交通网;储能有电储能ES(Electric Storage)、热储能TS(Thermal Storage)和冷储能CS(Cold Storage);另外电锅炉、热泵HP(Heat Pump)、吸收式制冷机AC(Absorption Chiller)和电制冷机EC(Electric Chiller)为冷热电多能源间的转换设备。
图1 含多功能区的区域综合能源系统Fig.1 Regional integrated energy system with multiple functional areas
1.1 典型功能区的供能、用能特点
居民区、办公区、商业区和工业区等典型功能区的供能用能具有差异性。以典型功能区冷热负荷为例,居民区供冷多采用独立户式空调,空调冷指标为80 W/m2,采暖热指标为40 W/m2;办公区采用风机盘管加新风系统,空调冷指标为90 W/m2,采暖热指标为55 W/m2;商业区采用全空气变风量系统,冷负荷受新风、灯光、设备、人员等因素影响较大,受围护结构影响相对较小,空调冷指标为125 W/m2,采暖热指标为60 W/m2[18],冷库温度常要求处于某一区间,例如保鲜库为-5~5 ℃,冷藏库为-18~-10 ℃,冷冻库为-23~-20 ℃等[19];工业区热负荷包含生产和非生产热负荷,其中生产热负荷可能存在间断点,多为全年性。表1 展示了典型功能区典型日冷热电供能、用能差异性。
表1 典型功能区典型日供能、用能差异性特点Table 1 Typical daily energy production and consumption characteristics of typical functional areas
由于传输特性不同,电能可以远距离传输,而供热有效距离为5~8 km,供冷有效距离仅为1 km。本文考虑到城市功能区面积,假设区域综合能源系统各功能区内部冷热负荷就地平衡,功能区间以电能形式进行能量交换。
1.2 典型功能区的储能特点
1.2.1 典型功能区的冷热电实体储能
式中:kx为实体储能x的自损系数;Δt为调度时间间隔;和分别为实体储能x的充、放能效率。
1.2.2 典型功能区的冷热电虚拟储能
EV、冷热负荷和供热系统都是可时空转移能量的虚拟储能。
1)EV移动储能。
EV 具有源、荷双重属性,既可从电网充电,也可向电网售电,相当于一个具有移动特性的分布式储能装置[20]。不考虑EV驶入、驶出区域,将区域内EV整体等效为一个可分解、可移动的储能装置。假设运行时段数量为T,功能区个数为R,定义EV 的时空分布矩阵为一个T×R维矩阵pEV,其中元素为时段tEV处于功能区r的概率,则:
式中:PEV,max、PEV,min和EEV,max、EEV,min分别为整个区域EV 的充放电功率和电量上、下限。式(6)—(8)表示EV 在时段t的充放电功率/电量受限于所在功能区可调度的功率/电量范围,此范围由EV的时空分布情况决定。
2)冷热负荷。
人体对温度感知具有模糊性,冷热负荷需求为一个区间值。用户对热环境质量的要求一般用热舒适度表征,热舒适度有许多评价指标,其中热感觉平均标度预测PMV(Predicted Mean Vote)指标是最常用的一种指标。时段t功能区r的PMV值为:
3)供热系统。
由于供热系统本身有一定的热容量,且系统传热介质具有一定的导热能力,所以当系统被加热或冷却时,系统温度上升或下降往往需要经过一定时间,这种性质称为系统的热惯性。热惯性越大,意味着供热系统温度量在更多时段内存在耦合关系。考虑热惯性的供热系统可用自回归滑动平均时间序列ARMA(Auto-Regressive and Moving Average)模型描述如下:
式中:g1和g2分别为供热调整范围的下限和上限系数;T′越大表示供热可在越长的时间尺度上进行调整,T′=1时表示各时段完全按用户要求供热。
2 考虑虚拟储能的含差异化功能区区域综合能源系统实体储能规划模型
2.1 目标函数
本文采用场景分析法描述风电、光伏出力的不确定性,假设规划年限为N年,典型日天数为D,时间间隔Δt=1 h。典型日d出现的概率为pd,该典型日风电、光伏出力由Sd个风光典型场景描述,其中场景sd的概率为p′d,s。目标函数为区域综合能源系统的实体储能总投资成本Cinv和运行成本Cope之和最小,即:
式中:Rn,x为第n年实体储能x的资金时间折算系数,具体表达式见附录A 式(A1);mr,x为功能区r实体储能x的单位容量成本,考虑到地段差异性,mr,x可以不同;Wn,r,x为第n年功能区r实体储能x的规划容量。
运行成本Cope包括各功能区CHP 机组发电成本、偏离计划出力惩罚成本、购电成本和弃风弃光惩罚成本,如式(17)所示。
2.2 约束条件
1)功率平衡约束。
电能作为多功能区的能量枢纽,不同功能区之间通过联络线交互电能。
由于冷热传输有距离限制,需满足功能区内部就地平衡。功能区供用能设备配置具有差异性,居民区、办公区和商业区的供热来源有电锅炉、热泵和储热罐,供冷来源有电制冷机和蓄冷罐。
2)实体储能约束。
充放状态约束、充放功率约束、储能容量约束和能量守恒约束分别为:
式中:χ为可控热负荷与热网供/回水温度差间的关系系数;σd,sd,t,r为典型日d场景sd下时段t功能区rPMV 指标的取值上限;Tg,maxr为功能区r热网的最高供水温度。式(28)中热网供水和回水温度为中间参数,由式(11)和式(12)计算可得,描述了可控热负荷和建筑室温间热惯性的多时段关系;式(29)、(30)分别描述了热网供水温度和用户PMV 值的取值范围,表征了供热系统和冷热负荷的虚拟储能。
各功能区其余冷热电设备运行约束见附录A 式(A4)—(A16)。
3 算例分析
根据某新区的定位和发展前景,在概念性规划的布局形态下,该新区在规划中被划分为居住综合区、生产服务区等6 类功能区。该新区负荷密度预测按居民用地、公共管理与公共服务用地、商业设施用地、工业用地、仓储用地5 类进行统计,其中仓储用电负荷密度和用地与前四者相比要小很多。综合考虑负荷体量和地理位置,本文将该新区分为居民区、办公区、商业区和工业区4 类功能区。设规划年限N=3 a,各类负荷年增长率为15%,热惯性系数Jr=2。功能区间联络线参数、各功能区分布式冷热电源、各类单位储能设备价格、各功能区冷热电负荷曲线、EV 时空分布概率等相关参数见附录B。本文建立的冷热电实体储能规划模型使用优化求解工具YALMIP 进行建模,调用CPLEX 求解器求解得到实体储能规划方案。
附录B图B1为4类功能区的负荷特性和相关性分析,其中图B1(a)为根据当地温度和湿度等历史数据拟合得到的功能区不同典型日冷热电负荷,图B1(b)为计及各功能区负荷体量后得到的各功能区与其余功能区间能源需求的相关性。为避免重复统计,用电的冷/热负荷从电负荷中扣除,一并计入冷/热负荷。由图B1(a)可见不同类型功能区负荷存在差异性:居民区电负荷在时段07:00—09:00、18:00—21:00 呈现双峰,负荷率为0.4 左右;办公区在时段09:00—18:00 的电负荷率为0.65~0.85;商业区在时段09:00—22:00 的电负荷率为0.7~0.9;工业区电负荷由三峰型、双峰型、平滑型和避峰型等多种负荷曲线合成,负荷率高。由图B1(b)可见居民区与其他3 类功能区能源需求基本呈负相关,商业区和办公区呈强正相关,工业负荷体量大(超过65%),居民区、办公区和商业区总负荷体现出对工业区负荷的互补性。
3.1 冷热电储能规划结果分析
表2 为联网运行后各功能区实体储能的配置情况。可见第1 年工业区、居民区分别配置了8.2、0.4 MW·h 的蓄电池,办公区和商业区没有配置,这是由于新区初期负荷较少,联络线容量充裕,蓄电池配置更适用于在单位储能成本低的工业区配置。随着新区负荷的发展,联络线出现阻塞,其他功能区蓄电池容量增加。由于冷热负荷在功能区内产消平衡,热负荷体量大,储热罐成本低,且具有虚拟储能的作用,各区域储热罐配置容量明显高于蓄电池。
表2 各功能区实体储能容量规划结果Table 2 Capacity planning results of physical storage in four functional areas
本文将冬、夏、春秋典型负荷、风电/光伏出力以及逐年增长的冷热电负荷等不确定性因素以场景进行描述,算例重点分析对规划影响大的某些场景。
3.2 虚拟储能优化运行对实体储能规划的影响
3.2.1 EV移动虚拟储能特性
不考虑EV 移动储能模型的实体储能配置结果如表3 所示,对比表2 可见考虑EV 移动虚拟储能后实体储能的配置容量减少。附录C 图C1 展示了目标年冬季典型日某概率最大场景下考虑EV 时空移动储能特性后的运行情况。可见EV 在功能区间的可移动性使得EV更多地利用功能区多余电力充电,在电力出现缺额时少充电或适当放电。例如:在时段10:00—12:00,EV 在办公区和工业区有多余电力时充电,尽管居民区此时也有多余电力,但是此时段EV 在居民区概率低,EV 充电负荷也相应的小。因此,考虑EV 移动储能后,原本由实体储能实现负荷削峰填谷以及功能区间交换的一部分能量由EV 虚拟储能通过负荷削减或移动实现。
表3 不考虑EV移动储能时各功能区实体储能容量规划结果Table 3 Capacity planning results of physical storage in four functional areas without considering EV mobile storage
3.2.2 冷热负荷虚拟储能
1)冷热负荷可控系数。
改变热、冷负荷可控系数αr和βr可分析可控冷热负荷的虚拟储能对实体储能规划的影响。表4 为居民区的逐年储能配置方案。可见居民区热负荷可控系数α1分别为0.2、0.45 时,目标年居民区储热罐优化配置容量分别为11.8、11.2 MW·h。附录C图C2为目标年冬季典型日某概率最大场景下居民区室温和储热罐充放功率情况。可见在负荷高峰时段19:00—21:00 之前,α1=0.2 时室温提前于17:00 升至22 ℃,α1=0.45时室温提前于17:00升至23.4 ℃,显然可控热负荷作为可移动负荷,减少了用电高峰期电锅炉和储热罐的出力,利用可控热负荷的虚拟储能特性减少了实体储能投资。
表4 不同α1下居民区实体储能容量规划结果Table 4 Capacity planning results of physical storage in resident area under different values of α1
2)PMV指标。
PMV 指标反映了人对环境的舒适度。表5为目标年商业区的实体储能规划方案。当σ3分别为0.2、0.6、1 时,目标年商业区配置的储热罐容量分别为6.4、6.1、5.6 MW·h。附录C 图C3 为目标年冬季典型日某概率最大场景下σ3对商业区室温、购电量、电锅炉与储热罐出力的影响。可见,σ3=0.2 时,在时段07:00—08:00 商业区升高室温至允许温度26.7 ℃,σ3为0.6和1时,允许的温度范围更宽。PMV 指标取值越大,允许的温度越低,意味着热负荷的弹性越大,热能“存储”容量越大,显然其作为虚拟储能的作用越大,从而减少了储热罐的配置容量。
表5 目标年不同σ3下各功能区实体储能容量规划结果Table 5 Capacity planning results of physical storage in four functional areas under different values of σ3 in target year
3.2.3 供热系统热惯性虚拟储能
表6 和附录C 表C1 分别为目标年不同J2下各功能区的储能规划方案及成本,J2为0、1 和2 时,目标年办公区配置的储热罐容量分别为3.6、3.4、3.2 MW·h。图2 为不同J2下目标年冬季典型日某概率最大场景下办公区的运行情况。可见,J2=0 时,供热系统不提前升温;J2=1 时,供热系统于06:00 提前升温;而J2=2 时,供热系统提前于05:00 升温,此时电能富余,高峰时段08:00—10:00储热罐放热,在虚拟储能和实体储能的协同作用下,办公区高峰时段的负荷压力得以缓解,显然虚拟储能和实体储能的协同作用使得系统所需的冷热电实体储能容量减少。
表6 目标年不同J2下各功能区实体储能容量规划结果Table 6 Capacity planning results of physical storage in four functional areas under different values of J2 in target year
图2 供热系统热惯性J2对办公区运行的影响Fig.2 Impact of heating system thermal inertia J2 on office area operation
3.3 典型功能区间时空互补特性对储能规划的影响
区域综合能源系统内功能区之间具有时空互补特性,通过联络线联网运行可以实现功能区间的能量交换。图3 展示了冬季某风光最大出力场景下工业区冷热电功率和联络线的运行情况,图中功率为负表示吸收功率,功率为正表示输出功率。可见在时段07:00—09:00工业区有剩余风光,而09:00以后电能供应偏紧张,在虚拟储能的作用下工业区提前于07:00升高室温和降低冷库温度,体现了时间轴上的负荷转移;在时段09:00—10:00工业区EV的净充电功率低于前后时段,尽管该时段EV处于工业区的概率大于前后时段,同时室温保持在室温允许的下限(23.9 ℃),削减了负荷。此外,其他功能区对工业区均提供了支持,例如在时段09:00—10:00 整个区域EV的净充电功率均小于前后时段,商业区向工业区送出多余的光伏出力等,体现了多功能区间的能量互补。18:00 之后,工业区负荷降低,部分多余的电能传输给办公区和商业区,由于联络线容量的限制,无法就地消纳和传输出去的风光出力以冷热电形式被存储起来,其中61%通过电锅炉转化为热能存储于储热罐,24%通过电制冷机转化成冷能存储于蓄冷罐,15%存储于蓄电池,这是由于储热罐热水比热容为4.2 kJ/(kg·℃),储能容量大,效率高,成本低,因此更容易转化成热能储存起来。
图3 冬季典型日工业区风光最大出力场景运行情况Fig.3 Operation situation of typical daily maximum output scenario of industrial area in winter
多功能区联网前各功能区的储能规划结果和联网前后的年弃风弃光率对比情况分别见附录C 表C2 和表C3。可见,对比联网后的储能规划结果(表2),多功能区联网可使各功能区的储能配置容量减少,同时年弃风弃光率下降。由于功能区间的时空互补性,虚拟储能的优化调度以电能形式实现了功能区间的相互支持,从而减少了消纳可再生能源所需的实体储能配置容量。
4 结论
本文从多功能区冷热电的时空互补相关性角度出发,利用EV 的时空分布特征、用户温度负荷的柔性和供热系统的热惯性,建立了功能区内冷热就地平衡、电为多功能区能量枢纽、考虑多功能区“源-网-荷-储”差异性和实体-虚拟储能协调运行的区域综合能源系统多元实体储能设备规划模型。算例分析结果表明,虽然区域冷热电综合能源系统内各个功能区冷热就地平衡,但虚拟储能的优化调度发挥了各功能区EV负荷的移动储能特性、冷热负荷的柔性以及供热系统的惯性,有效通过电能形式实现了功能区间相互支持,各功能区间的多能量流体现出更有效的时空互补特性,从而减少了消纳可再生能源所需的实体储能配置容量,为实现区域综合能源系统差异化供用能和消纳大规模可再生能源提供了新思路。
本文模型还可以进行以下方面的研究:
1)基于供热管道的传输特性,考虑供热管道的时滞、热损问题对不同功能区用户冷热需求的影响,研究储热设备在各个功能区供热系统中的选址定容;
2)不同功能区冷热电需求响应特点不同,尤其是电力需求响应,包括可削减、可转移、可中断等不同类型负荷,本文主要考虑供冷/热系统的冷/热负荷,而对其他类型的需求响应考虑较少,下一步研究将更细致地分析多功能区更多类型需求响应的特征,建立多功能区时空互补特性的综合能源系统规划模型。
附录见本刊网络版(http://www.epae.cn)。