考虑能源效率的综合能源系统多目标优化调度

2022-03-15苏慧玲杨世海陈铭明

电力系统及其自动化学报 2022年2期

苏慧玲，杨世海，陈铭明

（国网江苏省电力有限公司营销服务中心，南京 210019）

随着经济和科技的进步，世界范围内对能源的消耗越来越大，传统化石能源的枯竭与环境污染问题对人类的发展产生了挑战[1]。如何提升能源的利用效率，充分发挥能源利用价值是解决能源问题的有效途径之一。我国将力争于2030年前实现二氧化碳排放达到峰值，2060年前实现碳中和。为实现“碳达峰、碳中和”的双碳目标[2]，基于各能源之间的多能转换协同互补的综合能源系统成为促进低碳化的关键研究方向[3]。目前，国内外已有众多学者从经济、安全等方面对综合能源系统的运行优化进行了研究[4]，但对综合能源系统进行能效优化的研究较少。

综合能源系统IES（integrated energy system）是包括电、气、热、冷等在内的能源系统[5]，并基于各能源之间的多能转换协同互补满足多样化用能需求，同时提高能源利用效率。综合能源系统包含多种能量来源以及电负荷、热负荷和冷负荷多种类型的负载，具有较强的随机性和波动性[6]。另外，分布式能源的接入同样导致综合能源系统具有复杂的运行场景，给综合能源系统安全高效运行带来挑战。

针对能源的利用效率方面，国内外大部分以热力学定律为基础开展研究。文献[7]采用层次分析法与熵权法相结合的方法，针对能效指标体系建立递阶综合能效评估模型；文献[8]基于加权有向图建立系统等效模型，提出离散化的能量流/流计算方法和能效评估方法，对系统进行综合能效评价；文献[9]从气耗与气电比等方面建立评估体系，反映综合能源系统的综合能效情况；文献[10]提出了一种基于多目标的综合能源系统日前-日内分层优化控制策略，在日前阶段建立了多目标优化模型，在日内阶段依据冷热能和电能的调控时间差异实现分层控制；文献[11]针对工业园区提出了一种考虑能量梯级利用的工厂综合能源系统多能协同优化模型，模型遵循“品位对口，梯级利用”的科学用能思想，按热品位高低进行能量梯级利用。但是以上研究未能从能量在综合能源系统的各个环节流动方面入手，使得优化调度得以提高综合能源系统的整体能效。

针对现有的不足，本文从综合能源系统的能源供应环节、转换环节、传输环节、存储环节和需求环节入手，分析影响各个环节效率的因素，建立综合能源系统的能效指标。从经济性和能效两方面入手，建立以运行成本最低为目标的经济性目标和以能效最高为目标的能效目标，采用模型预测控制，建立仅考虑经济性目标、仅考虑能效目标与综合考虑经济性目标与能效目标3种场景，实现综合能源系统的优化调度。

1 综合能源系统供能组成分析与能量流动

为满足用户的多样化用能需求，除基本的用电需求外，IES还包括热能、冷能等不同能源形式需求。系统中主要供能设备包括燃气轮机、余热回收、燃气锅炉、吸收式制冷机、电制冷机等，其架构如图1所示。同时，系统配置的储能单元主要包括储电装置、储冷装置、储热装置等，使系统运行方式更灵活多样。

图1 综合能源系统架构Fig.1 Architecture of IES

IES中电/热/冷多种能源的耦合互补与协同运行实现了对能源的综合利用。多种能源在IES中经能源供应、能源转化、能源传输、能源存储以及能源需求环节，最终转化为电/热/冷负荷的需求能量。图2所示为综合能源系统中电/热/冷能量的流动过程，其中能源供应主要来源于电网购电、天然气以及分布式能源发电；能源转化环节中电能通过电产热设备与电制冷设备实现电能与热能和冷能的转化，热电联供设备与吸收式制冷机的配合使得能量之间进一步耦合；能源在传输过程中会存在损耗，影响能源的利用效率。

图2 综合能源系统能量流动Fig.2 Energy flow in IES

1.1 能源供应环节

能源供应环节的研究对象是外部购电和内部能源，其中内部能源有多种形式。将不同能源对外所能够做的功和其总能量的比值定义为不同能源的能质系数Ce，即

式中：We,avai为可以转化为功的能源部分；We,total为能源的总能量。

系统外购电平衡方程可表示为

式中：Ein为系统外购电；Esum为系统电能总需求；GCHP为热电联供设备消耗的燃气量；ηCHP为热电联供设备的效率；Ere为系统内光伏和风力发电量。

系统天然气需求量Gin可表示为

式中，Ggb为燃气锅炉的天然气消耗量。

系统内一次能源的消耗量E1表示为

式中：Cre为光伏/风力发电的能质系数；ηre为光伏/风力发电的效率；CG为天然气的能质系数。

1.2 能源转换环节

对于能源转换环节的纯电输出Eout,e，主要包含两部分：纯电负荷Ee和水力传输系统消耗的电能 Ek，即

对于能源转换环节的热能输出Eout,h，其主要来源为燃气锅炉制热和热电联产设备中的供热部分，二者效率分别为ηgb和ηCHP,h，有

式中：Ce,h为热负荷的能质系数；GCHP为热电联产设备消耗燃料量；λCHP为热电联产设备产热供给吸收式制冷机的比例。

对于能源转换环节的冷能输出Eout,c，主要来源为吸收式制冷机制冷以及电制冷机制冷，二者效率分别为ηac和ηec，功率为 Ec，则有

式中，Ce,c为冷负荷的能质系数。

因此，系统的能源转换环节的效率ηconv可表示为

1.3 能源传输环节

假设电能在传输过程的平均效率为ηtr,e，则经电能传输设备后的电能输出Etr,e为

同理，热能和冷能在传输过程中也存在损耗，有

式中：Etr,h为热能传输设备的输出；ηtr,h为热能传输过程的平均效率；θh为负荷侧制热量占能源转换环节制热量的比例；ED为换热器损耗；Etr,c为冷能传输设备的输出；ηtr,c为冷能传输过程的平均效率；θc为负荷侧制冷量占能源转换环节制冷量的比例。

能源传输环节的效率ηtr可表示为

2 优化模型建立

本文从经济性与能效两方面考虑，建立综合能源系统经济目标与能效目标的多目标优化模型，并采用模型预测控制，建立多个优化场景，实现综合能源系统的高效运行。

2.1 系统元件与约束条件

（1）功率平衡约束，其电、冷、热、天然气功率平衡方程式分别为

（7）储能系统模型与约束条件可用统一的模型表示，详见文献[12]。

2.2 经济性目标

以综合能源系统运行成本最低为目标，建立的经济性目标函数为

2.3 能效目标

式中：p为分子决策变量系数矩阵；q为分母决策变量系数矩阵；u和v为常数项；x为决策变量；x1为系统运行变量；δ为区间变量；φ为二进制变量。

设τ为辅助变量，令y=x1τ，决策变量转化为z=[y,δ,φ]，则原目标函数转化为

约束条件转化为

式中：τmin为τ的最小值；τmax为τ的最大值。

在每一个优化时刻中，由于电/热/冷负荷的需求能量是通过综合能源系统的各个环节传输的，因此考虑综合能源系统各个部分的运行状态，使得能量流动达到最优的状态，提升综合能源系统的能效水平。

3 模型求解方法

针对综合能源系统能源种类多、可再生能源出力存在不确定性以及负荷预测精度要求高的特点，本文采用模型预测控制且考虑经济性目标与能效目标的多目标优化调度模型。日前预测、日前经济调度优化模块负责第1阶段优化调度；实时预测、滚动优化、反馈校正负责第2阶段优化调度。经济性目标主要包含外购电成本和天然气成本，在分时电价的影响下，优化调度的结果可能偏向能源成本最低而忽略了对能源的利用程度，而能效目标则以能源利用效率最优为目标，二者可能产生相反的作用。因此，采用加权系数法，将多目标优化问题转化为传统的单目标优化问题，以经济性和能效的优化调度模型目标函数为

式中，ω为反映两个目标函数相对重要性的系数，ω∈[0,1]。当ω=1时，仅考虑经济性目标而不考虑能效目标，优化调度结果仅考虑能源成本最小化；当ω=0时，优化调度结果仅考虑能源利用效率最优。模型预测控制的流程如图3所示。

图3 模型预测控制流程Fig.3 Flow chart of model predictive control

本文在Matlab平台下，借助Yalmip工具箱建立综合能源系统的优化调度模型，调用CPLEX求解。

4 算例分析

4.1 输入数据

本文以夏季某综合能源系统为例，电、热、冷3种负荷曲线与可再生能源出力如图4所示，分时电价如表1所示，各种能源及负荷的能质系数如表2所示，系统设备的参数如表3所示[14]。天然气单价为2.28元/m3。

图4 负荷与可再生能源波动Fig.4 Fluctuations in load and renewable energy

表1 分时电价Tab.1 Time-of-use tariff

表2 能质系数Tab.2 Energy quality coefficients

表3 综合能源系统设备参数Tab.3 Equipment parameters of IES

4.2 场景设定

本文从是否同时考虑经济性目标与能效目标两个方面入手，设立3种优化场景，如表4所示。

表4 优化场景设定Tab.4 Settings of optimal scenarios

场景1：仅考虑经济性目标，优化调度目标为能源成本最小，不考虑能效目标。

场景2：仅考虑能效目标，优化调度目标为能源利用效率最优，不考虑经济性成本。

场景3：同时考虑经济性目标与能效目标，在能源利用效率较高的同时尽可能同时减少成本。

4.3 优化结果

1）场景1优化调度结果

只考虑经济性目标时，在电价处于低谷时，系统内电负荷和冷负荷主要通过外购电方式实现能源供给。当电价处于尖峰时，燃气轮机承担系统内电负荷的能源供给，并通过吸收式制冷机对冷负荷实现能源供给，优化调度结果如图5所示。

图5 场景1优化调度结果Fig.5 Optimal scheduling results in Scenario 1

2）场景2优化调度结果

以综合能源系统能效最优为目标，主要考虑系统对非可再生能源的消耗情况。由于电能是最高品味的能源，能够全部转化为功，将天然气折算到等效电后，其能源品味比电能要低，此时系统主要消耗的非可再生能源为电能，优化调度结果如图6所示。

图6 场景2优化调度结果Fig.6 Optimal scheduling results in Scenario 2

3）场景3优化调度结果

综合考虑经济性与能效目标，平衡系统对非可再生能源的消耗与利用情况。在电价较高的时段，场景3使用的电能相较于场景1有所提高，这表明在考虑经济性的同时，也对电价较高时刻的能效做出优化，调度结果如图7所示。

图7 场景3优化调度结果Fig.7 Optimal scheduling results in Scenario 3

3个场景的能源成本与能效对比如表5所示。对比3个场景中对非可再生能源的消耗情况可以得出，以经济性为目标时，受分时电价策略的影响，在尖峰电价时，优化调度会削减外购电的功率，进而转向使用天然气弥补高额电价造成的经济负担；以能效最优为目标时，系统优化调度增加能效品味高的能源的使用量，即外购电能的用量要多于消耗的天然气量，在夏季以电负荷和冷负荷居多的季节中，优化调度结果以外购电满足负荷的需求；同时考虑经济性目标与能效目标时，优化调度结果会在经济与能效之间平衡，使得综合能源系统能够以较好的经济性运行的同时，提高了对能源的利用效率。