基于Aspen Plus 和Excel VBA加载宏的分布式能源系统仿真优化

袁兴宇，马锐锋，梁俊宇，曾小松，王万山，殷捷，顾江其

(1. 云南电网有限责任公司电力科学研究院，昆明 650217；2. 云南电网能源投资有限责任公司，昆明 650217；3. 东南大学能源与环境学院，南京 210096；4. 南京瑞松信息科技有限公司，南京 210038)

随着风和光等可再生能源的利用，分布式能源系统在能源的可持续发展进程中将会越发重要[1-3]，分布式能源系统的高效优化运行是分布式能源系统研究的重点，建立精准可靠的模型是对于系统进行优化和研究的基础。许多学者对分布式能源系统的设备建模[4]和运行优化[5]等方面进行了研究。孙文[6]利用Simulink软件，对于燃气蒸汽联合循环系统进行了动、静态仿真，具有较高的仿真精度，然而某些输入参数修改的过程复杂，人机交互体验较差。LIU 等[7]研究了在Aspen HYSYS中给出了三压再热燃气蒸汽联合循环系统的一般建模思路和方法，并通过与GateCycle软件对比，证实了Aspen HYSYS和Aspen Plus这类通用建模软件的优越性。 WANG等[8]对利用EBSILON软件搭建了太阳能-燃气联合循环系统，研究了环境温度、大气压力等方面对于该系统运行性能的影响，提出该联合循环系统的运行状况受温度影响很大。张晓荣等[9]利用Aspen HYSYS软件进行燃蒸柴联合循环动力系统的模拟，对于LM2500型燃气轮机中的压气机直接采用自带模块进行模拟，忽略了压气机中存在的中间级抽气，且最终得到的模拟系统表示界面较为繁杂。张晓烽[10]对Aspen Plus软件进行生物质与太阳能耦合建筑冷热电三联产系统模拟，而对于系统优化则采用数学模型进行优化，并未采用Aspen Plus中的模拟模型。可见许多学者的研究针对于分布式能源系统的建模仿真和运行优化存在人机交互差、建模与优化脱离等问题。

本文对于分布式能源系统典型动力、暖通和可再生设备进行了建模，并给出了一般结构的通用建模方法，并将复杂设备封装为直观的用户模块，在系统集成界面引入数据输入结果展示界面，利用ActiveX接口，引入Excel VBA与Aspen Plus协同进行数据处理，并基于某工业园自然和负荷情况进行了仿真优化计算。

1 分布式能源系统及Aspen Plus软件介绍

分布式能源系统目前主要是指集成了可再生能源的分布式多联供系统，在研究过程中，很难直接采用实际的设备进行分析研究，往往采用模拟仿真的方法来体现其设备特性。

本文选择典型的燃气-光-储互补分布式能源系统，构建基于燃气蒸汽联合循环的能源系统。燃气轮机燃烧天然气，一方面做功发电，另一方面产生高温烟气。高温烟气在余热锅炉内加热水，产生高温高压蒸汽和低温低压蒸汽。高温高压蒸汽进入蒸汽轮机，在做功发电的同时可以以中间抽汽的形式满足热负荷需求。低温低压蒸汽可以作为补汽进入蒸汽轮机做功发电，也可以用于驱动溴化锂机组制冷。公共电网作为重要补充和应急措施来提供电能，燃气锅炉提供补燃满足工业园热负荷，电制冷机组用于辅助制冷。太阳集热器产生的高温高压蒸汽输入燃气轮机，由于太阳能具有间歇性，在系统中加入储电装置，削峰填谷，以有效实现多能协同互补。采用Aspen Plus作为建立设备模型和进行系统集成的平台，采用模块化建模的思想进行建模。Aspen Plus是一款通用流程模拟软件，发端于1981年完成的“先进过程工程系统”(Advanced System for Process Engineering)，简称Aspen，广泛应用于化工、石化和能源等领域。在能源领域中，常用的模块是模拟换热过程的换热器、模拟燃烧等化学反应的反应器、模拟压缩膨胀过程的压力变送设备三类模块，采用模块化建模思想和序贯模块法进行建模。分布式能源系统示意图如图1所示。

图1 分布式能源系统示意图

2 典型分布式能源设备建模

2.1 动力设备

2.1.1 燃气轮机建模

燃气轮机的通用结构都有压气机、燃烧室和涡轮。该设备的一般建模方法为：采用PR-BM的物性方法，RGibbs模块模拟燃烧室， Compr模块模拟压缩机和涡轮。本文以GE LM2500+G4设备为例，该设备内存在中间抽汽，由于Aspen Plus自带的Compr模块无法实现中间抽气功能，故而采用等效为三个压气机的处理办法，对于抽气采用分离器模块分离。

在Aspen Plus中建立GE LM2500+G4设备仿真图如图2所示。

图2 GE LM2500+G4设备仿真图

2.1.2 蒸汽轮机建模

蒸汽轮机在Aspen Plus中的建模，由于存在中间抽汽和补汽进入，单一的Compr模块无法进行有效模拟。本文采用三个Compr模块模拟有中间抽汽和补汽的蒸汽轮机，根据抽汽或补汽的参数来决定Compr模块的参数设置，由Fsplit模块来表征抽汽量的多少或份额。在Aspen Plus中建立蒸汽轮机设备仿真图如图3所示。

图3 蒸汽轮机设备仿真图

2.2 暖通设备

2.2.1 余热锅炉建模

Aspen Plus中已经内置换热器模块，通过输入不同部件的换热面积和换热系数，即可完成对于余热锅炉设备的模拟，烟气侧采用PR-BM物性方法，水汽侧采用STEAMNBS物性方法，换热器用HeatX模块，分离器用Flash2模块，泵用Pump模块。参照该余热锅炉的设计参数。在Aspen Plus中建立双压余热锅炉设备仿真如图4所示。

图4 双压余热锅炉设备仿真图

2.2.2 单效吸收式溴化锂制冷机组建模

采用ELECNRTL物性方法，发生器用Flash2模块，冷凝器、吸收器和蒸发用HeatX模块，节流阀用Valve2模块，泵用Pump模块。在Aspen Plus中建立单效吸收式溴化锂制冷机组设备仿真图如图5所示。

2.2.3 燃气锅炉建模

本文中设定燃气锅炉热效率为92%，具体产生蒸汽量和蒸汽压力根据具体需求设定，采用 RGibbs模块模拟天然气和空气混合燃烧过程，HeatX模块模拟烟气和水之间的换热过程。在Aspen Plus中建燃气锅炉设备仿真图如图6所示。

图5 单效吸收式溴化锂制冷机组设备仿真图

图6 燃气锅炉设备仿真图

2.3 可再生能源设备

2.3.1 太阳能集热器建模

选择Pump模块模拟泵，Heater模块模拟预热蒸发段和过热段，Sep模块模拟汽水分离器，Mix模块模拟混合器。

在Aspen Plus 中建立太阳能集热器设备仿真图如图7所示。

图7 太阳能集热器设备仿真图

2.3.2 储能设备建模

常见的储能技术有物理储能、化学储能和电磁储能三大类，其基本流程大多均为物质的A和B两种状态间的相互转换或者甲和乙两种物质间的相互转换，依照这样的思想，在Aspen Plus中建立储电装置的简化模型，即储能过程每输出0.1 kg/s某载能体EC，需消耗的电功率为60 kW；放电过程每消耗0.1 kg/s载能体EC，释放电功率为60 kW。本文虽然模拟上忽略输入输出差异以及储存损耗，将输入输出差异和储存损耗纳入到运行成本中。储能设备仿真图如图8所示。

图8 储能设备储放电过程仿真图

图中CASEC HIERARCHY模块即为储电装置的储电过程，CASED HIERARCHY模块即为储电装置的放电过程，物料ECO为储能过程产生的载能体，物料ECI为放电过程消耗的载能体；能流W1、W2分别为储电过程的耗电功率和放电过程的输出电功率。

3 能源系统集成及人机交互优化

图2比较完整地展示了燃气轮机的内部结构及物质能量关系，然而当它集成到能源系统中时，人们关注的焦点往往在特定气温条件下，不同的燃料输入情况对应的输出功率及其排烟参数，故本文将其封装为一个新的用户模型，使之便于与其它设备集成，提高其可移植性和用户友好度。

在Aspen中将该设备模型封装为如图9的用户模型。

图9 LM2500+G4设备封装用户模型示意图

图中LM2500G4 HIERARCHY模块即为LM2500+G4设备模型，物料FUEL和AIR为该设备工作所需的燃料和空气，物料EG为低压涡轮的排气，能流WORK为低压涡轮的对外输出功。

此外，还可以利用插入自定义表格，如图10所示，通过变量关联的方法，在表格内直接输入所研究的输入变量的参数，在表格中直接输出所关注输出变量的参数结果，这样一方面简化了改变输入、查看输出的工作，另一方面可以实现类似于“所见即所得”的效果，提高人机交互体验。

图10 输入输出界面

4 Excel VBA与Aspen Plus结合进行数据处理

在VBA中可以借助类比于定义变量的方法定义Aspen Plus的模拟文件作为一个IHapp对象实现数据的交互，这种方法已经得到了广泛的应用，也可以利用Aspen Plus的Excel加载项Aspen Simulation Workbook实现数据的交互，本文选择定义IHapp对象的方法，该方法在Aspen的说明书及很多文献中均有详尽说明。利用ActiveX接口实现Excel与Aspen Plus之间的交互示意图如图11所示。

图11 利用ActiveX接口实现Excel与Aspen Plus之间的交互示意图

以遗传算法为例进行优化计算，通过Excel的VBA加载宏与Aspen Plus结合，首先将Excel中的设定数据导入到Aspen Plus中去，并基于导入数据运行模拟过程，而后将Aspen Plus中的模拟结果中的参数导入到Excel中，最后计算模拟结果参数的适应度。Excel与Aspen Plus结合的遗传算法流程如图12所示。

图12 Excel与Aspen Plus结合的遗传算法流程

本文编写了遗传算法的Excel的VBA程序，在Excel中进行数据的初始赋值与给定，将数据导入至调用Aspen Plus进行模拟，得到模拟结果导入回Excel，通过遗传算法的VBA程序，不断地寻优，最终得到满足适应度要求的运行策略。

5 仿真优化示例

本文选择某工业园的一个典型日的12:00为一个日间工作点，该点光照最强，14:00为另一个日间工作点，该点气温最高，对于基于遗传算法的最优运行方式(GAO)与以电定热模式(FEL)、以热定电模式(FTL)进行对比分析。

对于典型时刻12:00，该点的特征为气温较高，光照最强，冷热电负荷较高，热电比最低。针对该情况制定优化运行策略。该工业园自然条件及负荷情况见表1。

表 1 该工业园自然条件及负荷情况

针对该情况制定优化运行策略得到决策变量取值与运行结果见表2。

表2 制定优化运行策略得到决策变量取值与运行结果

该种情况下，由于光照强，太阳能集热器产生了大量的高压蒸汽，可以用于发电和抽汽，所以即使负荷较高，燃气轮机依然非满负荷运转，抽汽份额由进汽量决定，抽汽用于满足热负荷，锅炉的低压蒸汽全部用于驱动溴化锂制冷机组。汽轮机抽汽尚未到最大抽汽份额，故不需要燃气锅炉补燃满足热负荷。蒸汽-燃气联合循环系统的发电量足以供应工业园的电负荷，故不需要从公共电网购电。

对于典型时刻14:00，该工业园自然条件及负荷见表3。

表3 该工业园自然条件及负荷

该点的特征为气温最高，光照较强，冷热电负荷较高，热电比较低。针对该情况制定优化运行策略得到决策变量取值与运行结果见表4。

表4 制定优化运行策略得到决策变量取值与运行结果

该种情况下，由于光照较强，太阳能集热器产生了大量的高压蒸汽，可以用于发电和抽汽，所以即使负荷较高，燃气轮机依然非满负荷运转，抽汽份额由进汽量决定，抽汽用于满足热负荷，锅炉的低压蒸汽全部用于驱动溴化锂制冷机组，剩余冷负荷由电制冷机组满足。汽轮机抽汽尚未到最大抽汽份额，故不需要燃气锅炉补燃满足热负荷。蒸汽-燃气联合循环系统的发电量足以供应工业园的电负荷，故不需要从公共电网购电。

综上，采用Excel VBA和Aspen Plus结合运用遗传算法的最优运行方式可行，且优于常规的以热定电或者以电定热模式。

6 结语

本文对于分布式能源系统典型动力、暖通、可再生设备进行了建模，提出了设备的一般组成结构的通用建模方法，并将复杂设备封装为直观的用户模块，在系统集成界面引入数据输入结果展示界面，提高了系统仿真的人机交互度，利用ActiveX接口，通过 Excel VBA与Aspen Plus的协同进行数据处理，基于某工业园自然、负荷情况以遗传算法对系统运行方式进行了优化计算，通过与以电定热和以热定电方式对比，验证了该方法的可行性和优越性。