能源综合服务站系统的能流分析方法与能效评估

李妍 ,习文青，刘子嫣，马晨，张群，王球，王青山，梁海峰

(1.国网江苏省电力有限公司经济技术研究院,南京市 210008;2.华北电力大学电气与电子工程学院,河北省保定市 071003)

0 引言

能源是人类社会与经济发展的重要物质基础[1]。能源利用效率低、不可再生能源短缺、可再生能源消纳低等能源问题和温室效应、空气污染等环境问题一直备受各行各业关注,能源改革已成为当今世界的热点[2]。随着电动汽车(electric vehicle,EV)、分布式能源发电、储能的不断发展,大数据、云计算等技术的迅速成熟,能源互联已成为时代发展的必然趋势[3-5]。为此,国内外学者相继提出并研究了综合能源系统、能源互联网、能源综合体等能源互联、共享互通的模式。近年来,我国不断致力于推进“互联网+”智慧能源的发展[2],并在2016 年批准了55 个能源互联网示范工程,能源互联网的工程应用已成为热点项目。

目前,我国有多种能源互联的建设模式,以变电站为核心的能源综合服务站便是国家电网公司重点培育发展的模式之一。能源综合服务站是指以变电站为载体打造的具有“储能站+数据中心+N”功能的综合能源服务体系,也有学者据此提出了能源综合体的概念[6]。相对于传统的单一变电站,能源综合服务站打破了传统变电站的单一模式,开创了变电站、储能站、分布式光伏电站和数据中心多站合一的新思维,具有提高能效水平、节约能源、提高供能可靠性和灵活性等突出优势,当前已成为变电站建设的热点方向。虽然能源综合服务站系统的运行模式尚处于发展初期,但在国内已有部分工程应用,例如,国内首个智慧能源综合体——南京江北新区能源综合体、国内首批多站融合的试点正定朱河城市综合体、江苏无锡红旗变电站、江苏宿迁综合能源服务站以及重庆、安徽、江西能源综合服务站试点等。作为能源互联的枢纽站,能源综合服务站系统的发展对于研究能源互联的先进技术、信息通信技术及新能源发电技术具有重要意义[1]。其中,能源综合服务站的能效评估是探究综合站多能协同规划、能效提升及优化运行等方面的关键所在,科学合理的能效评估方法对能源综合服务站的发展极为重要。

目前能源综合服务站系统的能效评估研究相对较少,但对于单一的变电站、数据中心、储能系统、风电/光伏电站的能效评估,以及能源互联系统的能效评估,现阶段已有一定的研究成果。文献[7]从电气设备性能、系统运行状态、建筑结构性能和运行环境因素4 个角度对变电站的能效进行评估;文献[8]从设备、变电站用电和办公用电3 个方面分析变电站的能耗分布;文献[9]采用神经网络模型对数据中心能源利用效率进行优化,提高数据中心电能使用效率;文献[10]从机组层、系统层和设备层选取能效指标对风电机组能效进行评估;文献[11]基于光储充电站源荷特性提出充电站能效评估指标及其方法,并进行交、直流系统的能效对比分析,发现光储容量越大,直流配电越具有优势;文献[12-14]根据分布式能源发电的不稳定、间歇性以及环保等特点,研究分布式能源指标体系的建立。然而,评估能源综合服务站系统的能效时,各站不再是独立的个体,而是相互联系、相互作用的整体,因此在能效评估时还需考虑能源之间的转换利用、耦合互补,对此国内外学者在综合能源系统能效评估中已有诸多研究。刘晓鸥等认为影响综合能源系统能源利用效率的核心要素有可再生能源渗透率、能源转化设备效率和容量配置结构、冷/热/电负荷需求结构[15];刘洪等构建考虑能源品位差异、可再生能源利用的多能源供应系统能效的评估模型[16];文献[17]根据综合能源系统中可再生能源特点及多能流特性提出适用于综合能源系统能效评估的能源综合利用率指标;原凯等梳理能源互联网的综合能效评价指标的研究现状,并对部分能效指标进行了归纳整理[18]。受限于以变电站为核心的能源综合服务站系统的发展进程,现阶段关于能源综合服务站的研究主要集中于规划设计和技术开发,评估方面的内容还相对较少,与能源互联相关的评估方面的工作大多针对在用户端的区域综合能源系统,以变电站为核心的能源综合服务站的能效评估还有待研究。

本文针对能源综合服务站系统的能源供给需求,考虑可再生能源的利用情况,建立包括宏观能效指标、微观能效指标以及能源经济指标的综合能效评估体系,并基于加权有向图建立能源综合服务站系统内部能流的模型,将能源综合服务站系统运行策略映射成能量路径计算能源综合服务站系统能流值,继而利用层次分析法计算得到各指标值及综合能效评估结果。最后,本文以某能源综合服务站系统为算例,建立能源综合服务站系统评估场景,利用所提方法得出能源互联情景下的能源综合服务站能效评估结果,验证所提方法的有效性。

1 能源综合服务站系统

1.1 系统分析

能源综合服务站的组合模式可根据实际需要和建设条件将变电站与储能电站、数据中心站、充换电站、分布式光伏电站、冷热电三联供系统等灵活配置。其中,目前配置较为完善、供能相对齐全的模式是“变电站+储能电站+数据中心站+EV 充电站+风电/光伏电站+冷热电三联供系统”五站合一组合模式,如图1 所示,能源输入设备由中高压配电网、分布式风电/光伏电站、天然气管网构成,能源输出至储能电站、数据中心站、EV 充换电站或配电网。该组合模式下,变电站与多元能源站相结合,变电站、三联供系统作为“源”,储能电站作为“储”,数据中心站、充换电站、配电网中的冷、热、电负荷作为“荷”,“源-储-荷”联合运行,通过能源之间的有机互补,系统能量供应的灵活性和稳定性大大增强。

图1 能源综合服务站系统示意图Fig.1 Schematic diagram of integrated energy service station system

1.2 能量流分析

能源综合服务站系统的关键在于不同站间的能源耦合互动,通过对变电站、储能站、可再生能源发电站、三联供系统、数据中心站等进行科学调度,实现能源高效利用。

图2 描绘了能源综合服务站系统内部能量流的输入、转换、传输情况,能源综合服务站系统的输入能源为电力、可再生能源、天然气,不同能源之间通过燃气轮机、电制冷机、吸收式制冷机等能源转换设备进行耦合互动,而储能电站、蓄冷装置等储能装置则帮助系统保障能源供应的可靠性,以及削峰填谷,减少资源的浪费。系统输出能源为冷、热、电,去向为数据中心站、EV 充换电站和配电网,如果冷、热能量富裕,也可供应给邻近工商业、企业或小区。

图2 能源综合服务站系统的能量流动图Fig.2 Energy flow diagram of the integrated energy service station system

基于热力学第一、二定律,能量可用于表征能源综合服务站系统能源的流动,体现系统做功的能力。对于能源综合服务站系统的能效评估,须掌握系统能源输入与输出情况,而能源综合服务站系统的内部结构较为复杂,因此可利用黑箱模型[19]分析能量的输入与输出。如图3 所示,能源综合服务站系统的输入能源为电力、可再生能源、天然气,输出能源为冷、热、电。

图3 黑箱模型Fig.3 The black box model

2 综合能效评估指标体系

为了全面、系统地评估能源综合服务站系统的能效,本文建立了涵盖宏观能效指标、微观能效指标、能源经济性指标的综合能效评估指标体系,如图4所示。

图4 能源综合服务站的综合能效评估指标体系Fig.4 Comprehensive energy efficiency evaluation index system of integrated energy service station

2.1 宏观能效指标

宏观能效指标指从系统整体的角度分析系统的能源利用情况,包含能源利用率、可再生能源利用占比。

1)能源利用率A1。

能源利用率指能源综合服务站系统输出能量与输入能量的比值,该比值大小反映系统对能源的利用水平。此处输入能源电能、风/太阳能(可再生能源)、天然气均折算为一次能源煤计算,折算标准参照GB/T 2589—2008[20],输出能量包含配电网、EV充电站、数据中心所消耗的能量。

式中:K为标准煤的低位发热量,为29.307 MJ/kg;Cg、Cre、Ce分别为天然气、可再生能源、电能折合成标准煤的系数,为122.8、0、309 kg/(MW·h)。

2)可再生能源利用占比A2。

可再生能源利用占比指能源综合服务站系统中可再生能源输入的能量占总输入能量的比例,该比值的大小反映了能源综合服务站系统对可再生能源的消纳水平。

2.2 微观能效指标

微观能效指标:分析系统内部能源利用情况,掌握系统内部环节能源利用情况,有利于能源综合服务站系统的优化设计,包含EV 充电站能效、数据中心能效。

1)EV 充电站能效B1。

EV 充电站能效反映能源综合服务站系统中EV充电站的工作效率,充电设备效率、监控系统效率、管理与运营制度等均会影响EV 充电站的能效。

2)数据中心能效B2。

数据中心能效用IT 设备的能源消耗占数据中心总能源消耗的比重体现,该指标反映了数据中心有多少能源用于网络、服务器等计算机设备,或有多少能源用于制冷/热、照明设备等辅助设备,体现了数据中心站的能效水平。

式中:QIT、QDC分别表示IT 设备、数据中心消耗的能量。

2.3 能源经济指标

1)能源经济成本C1。

能源经济成本指一段时间内输出单位能源所需的经济成本,反映了该能源综合服务站系统的经济性水平。

式中:Pg、Pre、Pe分别为输入的天然气、可再生能源、电能的单位成本。

2)经济发展适应能力C2。

经济发展适应能力反映了能源综合服务站系统满足当地社会经济发展需求的能力,对延缓能源综合服务站系统的改造具有重要意义,用供能总量年平均增长率与当地GDP 年平均增长率的比表示。

式中:DQ、DGDP分别表示供能总量年平均增长率、供能区域GDP 年平均增长率。

3 指标计算及能效评估方法

3.1 指标计算

根据各指标的定义,能源综合服务站系统的能效指标计算取决于输入输出能量流。但在能源综合服务站系统规划阶段对系统进行预评估时,系统输入输出能量流并不能掌握,因此,在计算指标前需要分析系统内部能源传输、转换、存储、利用过程中能量的分流、合并和损耗,并进行建模。能源综合服务站系统中的能流可利用有向图对能源综合服务站系统内部能流情况简化[21],描绘出系统内部能流关系,用于系统规划阶段能效的预评估。

本文采用加权有向图表示能源综合服务站系统内部的能流关系和损耗情况。有向图由边集U和顶点集V构成,可表示为E(U,V)。每个顶点代表能源综合服务站系统的能源传输、转换、存储、利用端口,连接端口的边表示端口之间的联系,并通过给边赋权体现端口间能源损耗情况。以图5 中的加权有向图为例,顶点V1、V2、V3代表能源综合服务站系统的电能、可再生能源、天然气能源输入端口,V11、V12、V13代表系统冷能、热能和电能的输出端口,中间其他顶点代表能源输送、转换或存储端口。顶点之间的有向边η代表端口间的能源流向和效率。

图5 加权有向图示例Fig.5 Example graph of weighted directed graph

利用加权有向图对能源综合服务站系统进行建模,用矩阵A=(aik)nxm表示加权有向图中n个顶点与m条边的关系,其中,aik表示顶点Vi与第k条边的关系。其取值为:

其次,利用顶点Vi、Vj间能源转换的效率ηij给边赋权,建立边的权矩阵:

另外,考虑到能源端口容量的上限问题,各边能流端点具有上限值,即各边能流具有上限值,建立边的上限权矩阵取顶点Vi流向顶点Vj的能流最大值。

定义向量X=(x1,x2,…,xn),其元素取值为:

那么,路径长度可表示为:

对于图4 所示系统,以V1至V11的一条路径为例,向量X应满足

由此可计算V1至V11的其中一条路径,1 -6 -9 -11的长度为:

可得,V11输出单位能源时,V1需输入10d能源,也可以据此求得各边能流量。

通过对能源综合服务站系统进行建模,能源综合服务站系统运行策略的选择在建立的模型上表现为路径的选择,能流调度按照选择的路径进行,由此计算规划方案中能流情况,继而计算指标值,流程如图6 所示。

3.2 综合能效评估

权重计算流程如图7 所示,利用层次分析法计算各能效指标权重[22]。为了得到综合能效评估结果,需对上一节计算得出各项能效指标的值进一步归一化,各能效指标权重对其进行加权得出系统综合能效评估结果,评估模型如图8 所示。

图8 评估模型Fig.8 The evaluation model

4 算例分析

4.1 能源综合服务站系统结构

本文选取我国某能源综合服务站系统作为研究对象,该系统中充电站配电容量为500 kV·A,数据中心站功率为7 500 kW,且所处地理位置年日照时间充足,具备一定的分布式发电能力。根据其规划报告中可以得到以下基本数据如表1 所示。

表1 该能源综合服务站系统的基本数据Table 1 Basic data of the integrated energy service station system

该能源综合服务站系统规划中的有向图模型如图9 所示,V1—V3表示天然气、输电线路供电、可再生能源(光伏发电)输入端口,V14—V16表示电、冷、热能输出端口。V4、V5、V6、V7、V9、V11、V13分别表示系统内部的主要设备端口,包括燃气锅炉、燃气轮机、电储能(battery energy storage,BES)、热交换器、吸收式制冷机、空调设备,其中,电储能V7与电能总线V8形成环。

图9 该能源综合服务站系统有向图Fig.9 Directed graph of the integrated energy service station system

根据有向图与相关设备效率形成矩阵A与权矩阵B,寻找有向图由输入到输出顶点的所有路径,如表2 所示。

表2 系统路径集Table 2 The system path set

能源综合服务站系统中数据中心站在冷热供应时需满足恒温条件,考虑到冷热供应的季节特征,因此将系统冷热能源供应分为供冷和供热两种情景。系统能效指标也会随站内设备的工作状态变化而变化,通常,能效评估以年为时间跨度。因此,本文结合系统能源运行策略和需求特征建立能效评估场景,选择图10 所示供冷/热两种情景下能源综合服务站典型日的负荷和光照条件作为评估的基本场景,并设定各状态一年中出现的概率各为1/2。

图10 能源综合服务站典型日负荷及光照情况Fig.10 Typical daily load and light conditions of the integrated energy service station

参考热电联供系统的运行策略[23],对于算例中建立的能源综合服务站系统,具体运行策略和路径选择为:

1)可再生能源发电和从输电线路输入的电能优先满足电力负荷需求,其次再满足冷负荷和热负荷的需求;

2)若可再生能源发电和输电线路输入的电能无法满足需求,此时由天然气及电储能提供剩余能源需求,系统遵循的路径编号优先级顺序从高到低为{10,13,7,5(6),3(2),4,1};

3)若可再生能源发电和输电线路输入的电能可以满足能源需求并存在盈余,此时盈余能源以电能形式储存于电储能站,系统则遵循的路径编号优先级为{10(13),11(8),12(9),5(6),3(2),4,1}。

系统输入功率如图11 所示。由图11 可看出可再生能源输入电能超出系统消纳和输出能源时储能站储存电能,此时储能站输入为正值;反之输出电能,储能站输入为负值。依据两种场景下系统输入输出能量计算结果,按照公式(1)—(6)计算能效评估指标,表3 中给出了相关参数及各能效指标计算结果。从表3 可以看出能源利用率大于1,原因在于进行指标计算时光伏发电作为可再生能源,其标准煤折算系数取0,能源综合服务站系统中可再生能源利用水平越高,能源利用率越大。

图11 系统输入功率图Fig.11 System input power diagram

表3 能效指标参数及计算结果Table 3 Energy efficiency index parameters and calculation results

4.2 综合评估

本文利用层次分析法对系统6 个评估指标进行归一化处理,计算权重,可得综合评价结果,如表4所示。

表4 能效评估结果Table 4 Results of energy efficiency assessment

在综合评估权重计算中,依据专家经验,能源利用率最能凸显能源综合服务站系统整体能效,且在变电站向能源综合服务站系统升级过程中,数据中心作为其重要的服务对象,其能效的高低对变电站升级成功与否具有重要意义,因此,这两个指标所占权重最大。根据指标值及相应的权重,可计算出系统的综合能效评估值为0.850 6,综合能效评估值越高,说明该能源综合服务站系统在能效上具备一定的优越性。在进行能源综合服务站建设和发展时,要提升其能效水平,应注重能源利用率和数据中心能效的提升,算例中可再生能源利用水平较高,能源利用率大于1,在一定程度上弥补了可再生能源利用占比的不足,保证了能源综合服务站的较高能效水平,评估结果可作为能源综合服务站确定未来发展方向的参考,在今后发展中,可在保证能源利用率和数据中心能效水平的基础上,适当提高可再生能源利用占比和能源经济成本水平,进而提高能源综合服务站的能效水平。

5 结论

提高能源的利用效率是能源综合服务站系统建设的主要目标之一,为了反映能源综合服务站系统能源利用、转换、损耗的特征,本文从宏观能效、微观能效、能源经济3 个方面考虑,提出了能源利用率、可再生能源利用率、EV 充电站能效、数据中心能效、能源经济成本、经济发展适应性6 个评估指标,并针对上述指标,建立了加权有向图模型模拟能源综合服务站系统内部能流情况,计算系统能量输入输出及能效评估指标值。最终,采用层次分析法得到系统的综合评估结果。

通过算例表明,本文提出的能效指标体系及相应的指标计算方法,适用于能源综合服务站系统综合能效评估,可在能源综合服务站系统规划时提供参考。并且,本文建立的加权有向图模型中的有向图路径可与运行策略进行映射,可用于以提高能效为目标的能源综合服务站系统运行策略的优化。