基于复合能源管道供能的区域综合能源系统优化运行

2022-09-19张安安王思远廖长江

电力系统自动化 2022年17期

李茜，宾帆，张安安，王思远，2，廖长江，3，杨威

（1. 西南石油大学电气信息学院,四川省成都市 610500；2. 南京南瑞水利水电科技有限公司,江苏省南京市 211000；3. 成都岷山绿氢能源有限公司,四川成都市 610094）

0 引言

“双碳”目标下,低碳能源和清洁能源的快速发展正积极推动着中国能源结构转型。作为化石能源中最清洁的一次能源,天然气被广泛使用,是国内能源转型过程中的重要支撑力量。中国的能源资源与负荷中心呈逆向分布,西气东输、西电东送实现了能源资源优化与各地区的协调发展,但在能源传输过程中,不仅传输损耗巨大,而且输送走廊也受到地理条件限制。复合能源管道（composite energy pipeline,CEP）作为新兴的气-电协同输送方式,利用液化天然气（liquified natural gas,LNG）混合工质作为超导电缆的冷却介质,同时输送LNG 和电能,能有效降低能量传输过程中的能量损耗,节约能源走廊,是解决中国当前能源和负荷中心呈逆向分布特征的重要途径［1］。

根据输送低温燃料的不同,能源管道分为氢电一体化输送管道和气电一体化输送管道。文献［2］提出一种采用液氢作为制冷和能源传输的双极多芯型超级电缆设计；文献［3］在概念设计的基础上,采用液氢冷却的超导直流电缆实现电力和液氢一体化输送。随着天然气输送的迅速发展,采用LNG 冷却超导电缆进行电力/LNG 一体化输送的CEP 的研究逐渐发展起来,文献［4］采用在两个同轴LNG 管道中加入超导电缆的结构,中国科学院电工研究所也提出了一些概念性设计［5-6］,并完成了10 kV/1 kA超导直流能源管道原理验证样机研制及试验。综上所述,CEP 的可行性已得到充分论证,并已经进入与实际规划和建设相结合的阶段,亟须对CEP 在实际应用场景中的运行优化策略进行研究。

多能协同优化已成为以电为核心、能源耦合程度日益增加的中心城市等负荷集中区域消纳新能源的重要手段。区域综合能源系统（regional integrated energy system,RIES）具备多种能源耦合紧密和能源密集等特征,新形式的能源可以进行良好的消纳［7］。文献［8］提出一种由核能、氢电超导电缆共同组成的超级电网,初步设计了未来以超导与液氢一体化能源管道供能的城市综合能源系统结构；文献［9］提出一种超导综合能源系统结构,详细介绍了以CEP 为能源传输载体的综合能源系统工作方式。可见,将CEP 作为RIES 的供能终端逐渐成为CEP 应用的新模式。

为引导用户合理用能、帮助能源网络平缓负荷波动,有必要考虑需求侧对RIES 优化调度的影响。文献［10］从理论角度建立了价格型需求响应模型,并分析了价格弹性矩阵与负荷随电价的变化关系；文献［11］以满足系统负荷平衡为优化目标,从不同用户的角度出发,制定电能与热能的综合需求响应策略；文献［12］考虑了清洁能源加入对RIES 中的电、热需求响应的影响,建立了RIES 日前经济调度模型,对比了加入需求响应之后系统对清洁能源的消纳能力；文献［13-14］在热电联产机组的基础上,从市场角度出发,提出了考虑综合需求响应的电-气-热联合优化交易策略,对负荷聚合商如何参与多能源日前市场交易进行了分析。现有关于RIES 的需求响应优化研究主要围绕以电、气输入为主的RIES,尚不足以为解决基于CEP 供能的新型RIES（CEP-RIES）输入冷能消纳问题和系统电、气、冷、热、LNG 等能源市场供应协调问题提供解决方案。

针对上述问题,本文首先基于CEP 结构和材料参数,建立了CEP 的能量传输模型,得到了CEP 的能量传输特性；其次,构建了一种CEP-RIES 模型,制定了梯级利用CEP 携带冷能的回收策略,并基于此建立了系统能量-物质转换传输模型；然后,考虑电、气价格需求响应和气负荷激励需求响应,提出了电-气综合需求响应机制,并以系统最低成本为优化目标,建立了考虑综合需求响应的CEP-RIES 多能流优化调度模型；最后,选取中国西南某地区RIES负荷数据进行算例分析,验证了所提出优化调度模型的经济性。

1 CEP 传输特性

CEP 作为RIES 的供能设备,采用高温超导电缆输电,传输的LNG 为高温超导电缆提供工作所需的过冷环境,使得电缆处于超导工作状态,极大地降低了输电过程中的损耗。

CEP 结构如图1 所示。当CEP 运行时,电能以直流的方式通过高温超导电缆进行传输,LNG 作为高温超导电缆的冷却工质,在内LNG 管和外LNG管同时输送,中途通过冷泵站提供保持过冷状态所需的冷量与输送压力［15］。

CEP 的可用性与运行温度紧密相关。如式（1）、式（2）所示,当管道温度T低于临界温度Tc时,超导电缆进入超导工作状态,传输过程中的损耗忽略不计；当管道温度T高于临界温度Tc时,超导电缆失超,电缆无法继续传输电能。

式（5）表明,保持CEP 传输系统稳定的最小流量WCEP,LNG,min只与超导电缆所用带材的临界温度有关,在保证实际流量不小于LNG 最小流量的情况下,系统即可保持动态稳定。

2 基于CEP 供能的RIES 结构及模型

2.1 基于CEP 供能的RIES 结构

CEP 输送的LNG 需要释放冷能才能转化为天然气供用户使用,每标准立方米的LNG 气化时会释放大量的高品位冷能。目前,尚未有研究给出这部分CEP 输入冷能的处理方案。本文考虑将CEP 输入的冷能引入RIES,不仅可以将这部分冷能用于发电与制冷,还可以提高RIES 的多能流耦合性和系统的稳定性。本文建立的CEP-RIES 模型结构如图2 所示。

图2 CEP-RIES 模型结构Fig.2 Structure of CEP-RIES model

相比于传统能量分供系统（separate power system,SPS）供能的RIES,CEP-RIES 一方面实现了电、气、冷能源的综合传输；另一方面,实现了CEP 冷能的梯级利用。

2.2 冷能梯级利用能量传递模型

CEP 输入RIES 的温度与RIES 用冷温度相差较大,CEP 冷能直接用于供冷将导致很大的冷量㶲损失,使得冷能丢弃严重。而采用能量梯级利用的方式［17］,能够提高能源利用率、缓解能源紧缺。因此,本文采用了发电-供冷两级冷能梯级利用方案,随着LNG 温度的升高逐级利用。CEP 冷能梯级综合利用模块结构如图3 所示。

图3 冷能梯级利用示意图Fig.3 Schematic diagram of cooling energy cascade utilization

2.3 冷热电联产机组的能流模型

冷热电联产（combined cooling,heating and power,CCHP）机组作为RIES 的核心模块,主要包括MT、溴化锂制冷机和空调机（air conditioner,AC）。

MT 和溴化锂制冷机的数学模型如式（10）—式（12）所示［18］。

式中:HMT和PMT分别为MT 排气余热量和输出电功率；ηMT为MT 的发电效率,可由三次多项式拟合进行计算；ηL为热损失系数；HABC和QABC分别为溴化锂制冷机的制热量和制冷量；ηh、ηc、ηr分别为溴化锂制冷机的制热、制冷系数和烟气回收率。

其中,MT 耗气量与MT 发电量之间的非线性数学关系如式（13）所示。

式中:HAC、QAC和PAC分别为AC 制热、制冷和用电功率；ηAC,h和ηAC,c分别为AC 制热和制冷效率；ηL,h和ηL,c分别为制热和制冷能量损失系数；JAC,h和JAC,c分别为AC 制热能效比和制冷能效比。

3 电-气综合需求响应优化调度模型

3.1 电-气综合需求响应模型

传统的需求响应模型仅对电负荷进行调节,调节方式通常利用价格信号刺激用户主动改变用电习惯,对单一能源负荷采取需求响应策略具有很大的局限性,不能充分发挥RIES 的灵活性。在CEPRIES 中,负荷包含电、气、冷、热等多种能量类型,其中天然气与电能一样拥有市场商品的属性,也可以参与需求响应调节,以提高系统整体调节能力以及调节的经济性。同时,CEP-RIES 内各种能源间的相互耦合使得负荷可以相互转换与替代,能以多能互补的方式参与需求响应。本文所构建的需求响应模型包含负荷转移和负荷替代两部分内容,通过负荷在时间上的平移与电、气、冷、热等多种能源耦合互补的方式来实现平抑负荷、削峰填谷。

3.1.1 电-气价格型需求响应

本文在分时电（气）价的基础上,采用需求价格弹性理论来建立电（气）负荷的价格型需求响应（price-based demand response,PBDR）模型,采用分时价格分析PBDR 对CEP-RIES 优化调度的影响。需求价格弹性反映了不同时期能源负荷对能源价格的敏感度,即一定时期内负荷变化率与价格变化率的比值［19-21］。电（气）负荷价格弹性矩阵由自弹性系数cx,tt和交叉弹性系数cx,tk组成,其中,x∈{E,G },E表示电负荷、G 表示气负荷；自弹性系数cx,tt表征t时段电（气）负荷对当前时段电（气）价变化的响应,交叉弹性系数cx,tk表征t时段电（气）负荷对k时段电（气）价变化的响应。

根据需求价格弹性矩阵,实施PBDR 后电（气）负荷需求与价格存在以下关系:

式中:Lx,t0和Lx,t分别为PBDR 实施前、后t时段的电（气）负荷量；qx,t0和qx,t分别为PBDR 实施前、后t时段电（气）价格；qx,k0和qx,k分别为PBDR 实施前、后k时段电（气）价格；N为一天总时段数,取值为24。

PBDR 实施前后,电（气）价格分别为分时电（气）价和实时电（气）价。实时电（气）价与分时电（气）价可由式（17）求得［22］。

式中:βx,t为t时段电（气）负荷价格的浮动因子。

3.1.2 气负荷激励型需求响应

CEP-RIES 从CEP 接收LNG,转化为天然气,对释放的冷能进行统一回收,再将转化的天然气分配向下游天然气配网,其气负荷不仅包括区域内各用户的气负荷,也包含配气网下游的天然气需求。CEP-RIES 作为整个区域的天然气调配中心,可以代表整个区域参与天然气网络的调节,且可调节幅度相对于配网的各个小用户更大。因此,本文考虑加入天然气负荷的激励型需求响应（incentive-based demand response,IBDR）,CEP-RIES 内的可削减气负荷参与天然气市场的IBDR。CEP-RIES 与天然气运营公司签订需求响应协议,配合对方进行市场调度,通过在指定时段内对天然气需求量进行增减来获得相应的经济激励。所获得的经济收益FIBDR的表达式如式（18）所示。

3.1.3 用户满意度模型

在将PBDR 加入CEP-RIES 的优化调度后,当价格提高时,会抑制用户的用能需求,用户会主动放弃一部分或全部可避免型负荷,并将一部分或全部分时避免型负荷转移到别的时段使用。这种方式在改变负荷曲线的同时,也给用户带来不便。如果仅以用能价格来对负荷进行优化调整,不考虑用户体验,则实质上一定程度地损害了用户的利益。本文采用文献［23］提出的用户用能方式满意度ms和用能费用支出满意度mp作为用户满意度指标,并将其作为约束条件,二者的数学表达式如式（19）、式（20）所示。

式中:|ΔLE,t|和|ΔLG,t|分别为实施前、后t时段电负荷和气负荷改变量的绝对值；LE,t0和LG,t0分别为实施前t时段的电、气负荷量；ΔqE,t和ΔqG,t分别为实施前、后t时段的电、气价格变化量；qE,t0和qG,t0分别为实施前t时段的电价和气价。

3.2 优化调度模型

3.2.1 目标函数

CEP-RIES 的经济调度目标是在满足系统运行约束条件的情况下,通过合理调度各个能量耦合元件的出力,使系统运行成本最低。因此,考虑综合需求响应的CEP-RIES 优化调度模型的目标函数如式（21）所示。

minF=min(FE+FG+FOM-FIBDR) （21）

式中:F为优化目标；FE为系统从CEP 终端的购电成本；FG为系统从CEP 终端的购气成本；FOM为CEP-RIES 设备的运维成本。其中,FE、FG、FOM的计算式如下:

式中:ms,min和mp,min分别为用能方式满意度和用能费用支出满意度的最小值。

3.2.3 模型求解方法

本文所建立的数学模型是一个混合整数非线性规化（MINLP）问题,可利用文献［24］的方法将其转化为混合整数线性规划问题,具体线性化原理详见附录A。在MATLAB 环境下,采用YALMIP 建模并调用CPLEX 求解器快速求解,得到需求响应策略及优化目标函数值。

4 算例仿真

4.1 算例基本描述

本文以中国西南地区某调压站数据与一个典型RIES 作为研究对象。本文采用日前优化调度,单位调度时间Δt=1 h,Δt内各装置出力及交互功率恒定不变。取分时电价的需求响应自弹性系数为-0.2,交叉弹性系数为0.03；取分时天然气价格的需求响应自弹性系数为-0.58,交叉弹性系数为0.1［25］。参与IBDR 的气负荷为可削减型气负荷,占总气负荷的5%,允许这部分负荷在必要时进行切除,参与IBDR 的气负荷补偿价格为2.5 元/m3,并根据削减量进行经济补偿。

峰、平、谷时的分时电价与天然气分时气价分别如表1 和表2 所示。

表1 各时段的分时电价Table 1 Time-of-use electricity price of each time period

表2 各时段的分时气价Table 2 Time-of-use gas price of each time period

电、冷、热、LNG 四种负荷的预测数值详见附录B 图B1。

为验证本文所提CEP-RIES 较传统SPS 的优越性,以及考虑综合需求响应的CEP-RIES 优化调度模型的有效性,设置了如表3 所示的4 种场景对CEP-RIES 优化调度结果进行对比分析。

表3 场景分类Table 3 Scenario classification

4.2 CEP-RIES 优化分析

为验证本文所构建的冷能梯级利用模块对于提高系统能源利用率的有效性,以及CEP-RIES 较传统SPS 能提高系统运行的经济性,以夏季数据为例,对场景1、2、3 分别进行仿真分析。3 种场景下系统中各供冷元件、供电元件的优化出力分别如图4、图5 和图6 所示。

图4 场景1 夏季优化调度后供冷/供电元件出力Fig.4 Output of cooling and electricity supply components after optimal dispatch in summer in scenario 1

图5 场景2 夏季优化调度后供冷/供电元件出力Fig.5 Output of cooling and electricity supply components after optimal dispatch in summer in scenario 2

图6 场景3 夏季优化调度后供冷/供电元件出力Fig.6 Output of cooling and electricity supply components after optimal dispatch in summer in scenario 3

场景1 中,图4（a）和（b）反映了系统受分时电价的影响,在00:00—07:00 和23:00—24:00 电价低谷期,基本采用电制冷。系统在电价较高的下午采用MT 发电,大比例地使用溴化锂制冷,但仍需提供额外的电能用于AC 制冷,满足系统冷负荷。

场景2 中,如图5（a）所示,CEP 输入的LNG 冷能进行回收后全部用于供冷,系统大部分冷负荷由LNG 冷能回收供应。从图5（b）可以看出,在电价较高的时段,系统采用MT 发电来满足电负荷和热负荷需求,多余的热量通过溴化锂制冷机转化为冷能进行消纳。对比场景1,场景2 虽然对LNG 冷能进行了回收利用,但系统冷能供应处于过剩状态,冷能利用效率不高。

场景3中,对LNG 冷能进行梯级利用。由图6（a）和（b）可以看出,CEP 输入冷能除向系统供冷之外,还可以用于发电,可以更加灵活地参与多能流的联合调度。对比图5（a）可以看出,系统的弃冷量大大减少,这主要是因为过剩的冷能被转化为电能。

从经济角度分析,表4 是场景1～3 在夏季典型日的调度结果。从表中可以看出:1）购电量（购气量）:场景1>场景2>场景3；2）能源利用率/㶲效率/单日盈利:场景1<场景2<场景3,场景2 与场景3 的系统每日利润较场景1 分别提高了13.8%和28.3%。可以看出,通过CEP 冷能回收,系统大量减少了电制冷的耗电量,冷能的梯级利用的发电量也满足了一部分的电负荷。因此,相较于传统SPS,由CEP 供能的RIES 能源利用率和系统的盈利能力都得到了较大的提高。

表4 各场景夏季典型日调度结果Table 4 Dispatch results of typical summer days in each scenario

4.3 综合需求响应优化分析

为验证本文所提出的综合需求响应模型与CEP-RIES 优化调度模型的有效性与可行性,验证考虑需求响应后的优势,对场景3 和场景4 仿真结果进行对比分析。

图7（a）和（b）分别为系统采取综合需求响应前后的电、气负荷的变化对比图。

从图7（a）和（b）可以看出,PBDR 模型很好地起到了负荷引导的作用,负荷随电价的变化而变化,抑制了部分高峰时段（11:00—21:00）的可避免型电、气负荷,并引导分时可避免型电、气负荷转移到低谷时段（01:00—08:00、22:00—24:00）。

图7 需求响应前后的电/气负荷变化Fig.7 Electricity and gas load changes before and after demand response

气负荷则在经过PBDR 后,按照事先签订的协议配合天然气运营公司的调度指令,采用IBDR 进一步缩小气负荷的峰谷差。从电、气负荷变化图中可以看出,采用综合需求响应后,用户电负荷的峰谷差相较于不考虑综合需求响应下降了24.71%,气负荷的峰谷差则下降了28.64%。因为采用了PBDR,CEP-RIES 的单日内总电负荷下降了0.93%,单日内总气负荷下降了1.01%,占总负荷比例极小,不会影响系统。

根据综合需求响应的理论,系统采用电价、气价作为引导,对比图8（a）和（b）的电能优化调度结果可知,CEP-RIES 根据电价的变化调整供电方案,在低电价时段采用电网购电满足系统的电负荷,在高电价时段则采用CCHP 燃气发电。综合需求响应机制平缓了CEP-RIES 的电负荷波动幅度,可以有效缓解CEP 的供能压力,使得CEP-RIES 以更加高效、经济的方式运行。

图8 不同场景下电能的优化调度结果Fig.8 Optimal dispatch results of electric energy in different scenarios

作为CEP 输入冷能的另一种使用方式,CEP输入冷能供冷的出力变化如图9 所示。可以看出,受气负荷变化影响,CEP 输入冷能供冷的出力也变得平缓。需求响应前,单日内CEP输入冷能供冷出力为76.063 MW,需求响应后下降到75.787 MW,下降了0.36%。

图9 需求响应前后CEP 输入冷能供冷量变化示意图Fig.9 Schematic diagram of changes in cooling energy supply of CEP before and after demand response

表5 为两种不同场景下的CEP-RIES 优化调度结果的运维成本。场景4 考虑综合需求响应的优化调度的总运维费用比场景3 降低了6.63%,即提升了CEP-RIES 的经济性与可靠性。对比场景3 与场景4 可知,采用综合需求响应机制使得CEP-RIES主动转移负荷,在减少购能费用的同时,也得到了一定的IBDR 经济补偿。CEP-RIES 对CEP 输入冷能的消纳在较大程度上减少了能源的消耗,提高了能源利用效率,在系统优化调度中考虑综合需求响应机制,可以充分挖掘多能流耦合系统的需求响应潜力,尤其是对天然气市场的需求响应潜力。在满足系统日常负荷需求的基础上,参与电力市场与天然气市场的灵活调度,可以提高系统稳定运行的经济性与可靠性,也缓解了外部能源网络的供能压力。