综合需求响应对冷热电联供系统规划运行的影响分析

杨晓辉， 宋曜任， 陈再星， 刘 康

（南昌大学信息工程学院，南昌 330031）

0 引 言

随着能源互联网技术的发展以及我国传统产能过剩、能源利用率低和环境问题突出等问题，将可再生能源与冷热电联供系统（Combined Cooling Heating and Power，CCHP）结合是提高能源利用率必经之路，对于实现冷、热、电、气等各类能源统一配置、灵活调度具有重要意义［1-3］。对含可再生能源的CCHP 系统进行合理的规划与设计，可降低设备容量要求，减少投资成本，提升系统用能效率、削峰填谷能力以及安全运行稳定性［4］。

对CCHP系统的规划配置已有许多研究。文献［5］中提出一种面向园区微电网的多目标优化设计方法，使用两阶段优化方法对系统进行优化，以年总费用、年污染排放和年能耗为优化目标，采用证据推理决策方法得到最优系统方案。文献［6］中建立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资与否和安装容量，内层模型对典型日系统运行调度进行优化。文献［7］中建立以用户满意度为目标的交直流混合微电网需求侧响应（Demand Response，DR）模型，有效提升微电网应对可再生能源发电不确定性的能力。文献［8］中基于替代弹性，利用电价引导下用户用电行为，建立价格型DR独立微电网的优化配置模型，降低微网经济成本。文献［9］中提出一种综合能源系统双目标优化模型，求解电价激励型DR下综合能源系统的经济配置以及环境效益。文献［10］中构建能源互联微电网系统供需双侧多能协同优化模型，借助DR减少系统运行成本。

上述文献并未考虑DR 对CCHP 系统规划的影响，或只从电力侧从系统调度角度进行优化。本文在上述文章的基础上，从冷热电均参与DR的角度，探究综合需求响应对含可再生能源的CCHP系统规划与运行的影响。仿真结果表明：综合需求响应能有效降低CCHP系统年总成本，验证了本文提出模型的有效性。

1 CCHP系统和综合需求响应模型

1.1 CCHP系统模型

CCHP系统主要由风机（WT）、燃气锅炉（GB）、电制冷机（EC）以及一个以燃气轮机为核心的冷热电联产系统（GT，RE，AC）、电储能（EES）和热储能（TES）组成。图1 为CCHP系统的结构图。其中各设备运行数学模型参考文献［11］。

图1 CCHP系统结构图

1.2 综合需求响应模型

传统DR 仅对可控电力负荷进行了建模，本文在此基础上同时考虑了冷、热、电多类型负荷。通过设置合理的综合需求响应，能够有效提高CCHP 系统规划与运行的经济性和可靠性。综合需求响应模型为［12］：

式中：Pt、分别为负荷的原始功率和参与DR 后的功率；分别为t 时刻的移入和移出负荷。、分别为最大参与率。

2 目标函数与约束条件

2.1 外层目标函数

为寻找最佳系统规划，以系统投资成本为外层目标函数，系统设备购买成本为：

式中：CRF（a，r）为资本折算系数；a、r分别为不同设备寿命和年利率；CI为各设备的单位投资成本；为离散功率型设备k 的额定容量；Nk为设备k 的购买台数；为连续容量型设备的购买容量；Ωd、Ωc 分别为离散和连续设备集合。

2.2 外层约束条件

式中：Nk，max为离散型设备k 的最大购买数量；Wj，max为连续型设备j的最大购买容量。

2.3 内层目标函数

在外层确定了CCHP 配置及容量后，内层对运行工况进行优化，以运行成本最小为目标建立混合整数线性规划模型：

式中：Cop为年运行成本；m 为第m 个典型日；φm为一年中m典型日天数；Cgrid为购电成本；Cgas为燃料成本；Com为维护成本；Cdr为需求响应成本；Cen为碳税；和分别为售电和购电功率；、分别为买电和卖电的价格；为第i台设备k在m天时段t消耗的燃料；μgas为燃料购买价格；s为设备维护成本系数；E为电负荷为参与DR后的电负荷；H为热负荷；为参与DR 后的热负荷；C 为冷负荷；为参与DR 后的冷负荷；为不同负荷参与需求响应的价格；ce为碳税价格；ρgrid、ρk分别为主网购电和系统设备单位碳排放系数。

2.4 内层约束条件

对于主网联络功率限制，系统设备和电热储能等数学模型及运行约束参考文献［11，13］。

（1）系统电功率平衡约束

（2）系统热功率平衡约束

（3）系统冷功率平衡约束

3 算例分析

3.1 基本数据

以某园区CCHP系统为例进行分析研究，系统购买设备经济与技术参数见表1［5，14］，能源价格和污染排放系数见表2［5］，参加综合需求响应的柔性负荷占负荷的20%，冷热电负荷参与DR 价格详见文献［15］，与主网联络功率最大为500 kW，碳税价格为20元/t［16］，该园区CCHP系统规划年限为20 年，年利率为8%。该园区峰谷电价见表3［14］。对上文中的内层模型采用最优解的必要条件（Karush-Kuhn-Tucker，KKT）条件变换，将双层优化问题转换为单层优化问题。在Matlab2019a 仿真平台利用YALMIP 调用Gurobi求解器进行仿真求解。

表1 设备经济与技术参数

表2 能源价格与污染排放系数

表3 园区峰谷电价

3.2 场景设置

考虑到该园区的实际工作情况，本文考虑了以下3 种场景下的容量规划方案。

场景1不考虑需求响应的基础场景；

场景2仅考虑电负荷参与需求响应的情况；

场景3考虑冷热电均参与需求响应的情况。

3.3 算例结果分析

3 种场景下不同系统配置优化结果见表4。由表4 可见，场景1 未参与DR，为应对负荷高峰时刻，风机和燃气轮机比场景3 多购买2 和3 台，这也导致为满足负荷平衡而电热储能容量购买也最多。相比于场景1、2 减少了风机和燃气轮机的购买量，燃气锅炉和电制冷机的购买数上升，而电热储能购买容量有所下降。场景3 参与综合需求响应后，燃气锅炉和电制冷机购买量相比于场景2 分别减少购买5 台和430 kWh，同时热储能购买容量降低到227 kWh，基本无须热储能参与即可满足用户需求。

表4 3 种场景下系统配置容量优化结果

由图2 可知，未参与DR的场景1 投资成本最高，为542.13 万元，但其运行成本要略低于场景2、3。场景2 只有电负荷参与DR，投资成本比场景1 降低13.34%，但运行成本有所上升，但总体来看，其年总成本要比场景1 低15.05 万元。场景3 在场景2 的基础上考虑了冷热也参与DR，可以看出投资成本较场景2进一步降低了5.57%，运行成本较场景2 提高了8.3万元，但年总成本比场景2 降低了20.87 万元，说明综合需求响应能有效降低系统规划和运行成本。

图2 3种场景下系统成本优化结果对比

系统年运行成本的各项具体成本见表5，可见，由于减少了风机以及电热储能的购买量，购能成本与场景1 相比反而上升了17.79 万元，维护成本则是降低了4.54 万元。因为冷热能参与DR，故场景3 的DR成本高于场景2，但系统碳税有所降低。总体来看，虽然年运行成本上升了65.59 万，但与系统规划时减少的98.51 万投资成本相比，完全可以接受。

表5 3 种场景下的系统年运行成本对比

3.4 运行工况分析

针对不同季节典型日，对场景1、3 系统机组出力进行对比，分析综合DR 对系统调度的影响。图3、4为过渡季典型日电负荷机组出力对比图。图5、6 为夏季典型日冷负荷机组出力对比图。图7、8 为冬季典型日热负荷机组出力对比图。

图3 场景1过渡季电负荷机组出力情况

图5 场景1夏季冷负荷机组出力情况

图7 场景1冬季热负荷机组出力情况

可见，与场景1 相比，参与DR 后，夜间电力需求基本由风机满足，白天的转移负荷由电网和电储能满足。白天主要由燃气轮机提供电力，同时10：00 ～16：00 时段，参与DR有效降低了高峰负荷，减少了燃气轮机的工作，将白天的部分负荷通过给予参与DR激励转移到夜间。在参与DR 后，尖峰负荷降低了约400 kW，同时配合电储能对负荷进行削峰填谷，减少了系统各设备最大购买容量。

图4 场景3过渡季电负荷机组出力情况

在图5 中，白天的电制冷机作为吸收式制冷机的补充满足缺额冷负荷，夜间由于燃气轮机工作较少，电制冷机则作为主要输出机组满足夜间冷负荷需求。由图6 可见，与场景1 相比，冷负荷参与DR 后效果很好，通过削峰填谷以及切负荷，降低了8：00 ～17：00 时段的负荷需求，缓解了系统部分时段的负载压力，降低了系统中吸收式制冷机最大购买容量，对系统具有良好的规划效果。

图6 场景3夏季冷负荷机组出力情况

由图7 可见，未参与DR时，热负荷主要由燃气轮机、燃气锅炉以及热储能提供。在场景3 中，通过参与DR改变了热负荷需求，燃气轮机出力降低，说明系统购买设备容量基本能满足冬季热负荷需求。在部分时段执行“以热定电”的运行策略，通过综合DR，在实现该时段燃气轮机发电和实际负荷相匹配的同时，满足大部分热负荷需求，燃气锅炉基本处于满载运行状态。在场景1 中，热储能经常参与调度，对热能进行高储低发，降低系统热负荷需求，而在参与DR 后，热储能基本没有参与工作，由表1 可知，热储能购买容量为227 kW，比场景1 少购买813 kW。

图8 场景3冬季热负荷机组出力情况

综上，参与综合DR后，通过削峰填谷可以有效降低该园区高峰负荷，同时对夜间风电出力也有着较好的消纳效果，减少了风机、电储能、燃气轮机设备的投资成本。夏季则是减少了吸收式制冷机的投资成本，在冬季热负荷机组出力中，由燃气轮机的余热和燃气锅炉配合DR即可满足热负荷，热储能购买的容量远小于场景1。

4 结 语

本文将综合DR 策略应用在CCHP 系统的规划中，对某园区CCHP 系统规划设计建立了双层优化模型，仿真并求解该园区系统最佳规划方案，从规划和调度两个角度与传统CCHP系统进行了比较分析。仿真与对比结果表明：在参与综合DR后，系统大大减少了电制冷机，电储能和热储能容量的购买，有效降低了系统的初始投资成本。虽然运行成本比传统CCHP系统略高，但系统年总成本仍显著降低。同时，随着DR机制的不断发展，系统参与DR 的成本仍有进一步的下降空间。

·名人名言·

科学实验是科学理论的源泉，是自然科学的根本，也是工程技术的基础。

——张文裕