基于数据包络分析法的城市综合能源系统分环节能效评价

赵乐冰，王 蕾，万 灿，武梦景3，，原 凯，宋 毅

（1. 浙江大学电气工程学院,浙江省杭州市 310027；2. 国网浙江省电力有限公司经济技术研究院,浙江省杭州市 310008；3. 国网北京城区供电公司,北京市 100032；4. 国网经济技术研究院有限公司,北京市 102209）

0 引言

随着中国“碳达峰·碳中和”能源战略目标的提出,对国内能源结构的转型提出了较高要求。提升重点行业能源利用效率既是当前推进碳达峰目标的重点内容,更是未来实现碳中和的关键措施［1-2］。综合能源系统能够耦合多种独立能源系统,有利于提高城市范围内多种能源的利用效率,也为传统城市向更加高效、绿色、协调的智慧城市形态演变提供了可能。因此,如何有效量化城市综合能源系统中多种能源的利用情况,进一步明确能源系统能效薄弱环节,对于实现“碳达峰·碳中和”目标具有重要意义。

目前,综合能源系统能效评价主要包括以下步骤:首先,通过构建系统经济运行模型得到系统运行结果；然后,分析影响系统能效得分的多维度因素,构建系统能效评价指标体系；接着,利用系统评价方法对系统能源利用效率进行计算；最后,得到系统的能效得分结果。一般而言,能效评价结果作为一种负反馈对系统规划与运行进行优化。基于系统仿真运行数据的能效评价结果,决策者可对多种备选规划方案与运行策略进行直接决策,选择得分更优的方案与策略投入使用。对于系统的实际运行而言,此时的能效评价属于先验分析。而基于系统实际运行数据的能效评价则直接对现有系统规划与运行结果进行迭代修正,以得到优化后的实际运行结果。因此,能效评价可根据数据来源的差异进行先验或后验分析。

在能效评价指标体系方面,以能源消耗量、能源品质利用情况来构建系统能效评价指标体系已具备较为深入的研究基础［3］。文献［4］采用一次能源利用率、一次能源消耗量等典型指标描述系统能耗情况,然而,这类指标忽略了不同类型能源的质量差异,难以表示系统内部高品位能量逐级利用的情况［5］。文献［6］引入㶲分析理论,对不同类型能源的做功能力差异进行表征,构建了包含一次能源节约率、㶲效率、㶲经济成本等指标的系统综合能效评价指标体系。但上述文献未充分考虑清洁能源在系统中对提升能效与降低碳排放的重要作用,指标体系仍须进一步完善。

能效评价指标体系中各指标的权重反映了该指标在综合评价中的相对重要性,权重值将影响系统能效的最终评价结果。根据权重确定依据的差异性,能效评价方法分为主观评价、客观评价以及混合评价［7］。主观评价法主要包括专家评价法、层次分析（AHP）法等［8-9］,客观评价法主要包括优劣解距离（TOPSIS）法、数 据 包 络 分 析（DEA）法 等［10-11］。DEA 法通过构建以效率值最大为目标的权重优化模型,对各个指标的最优权重进行求解。这种方法的优势体现在当求解每个决策单元相对效率最大值时,各类指标的权重通过优化模型进行确定,不需要依赖主观分析。但传统DEA 模型得到的评价值为自评结果,容易出现各指标权重较为极端的缺陷［12］。

城市综合能源系统的能量流动情况见附录A图A1。可以看出,天然气、电能、冷能、低温热能、中温热能等多种能流在综合能源系统的能源转换、能源存储、能源传输等各中间环节进行流动。由于不同类型能源的做功质量并不相同,系统各环节中能量损失也不相同,仅计算系统输出能量与输入能量之比并不能找出系统能效的薄弱环节。为了对综合能源系统中各环节的能效情况做进一步评估,文献［13］将综合能源系统能源效率利用情况细化到不同供能子系统与设备进行分析；文献［14］考虑能源系统“产-输-配-用-储”各环节,构建了针对各环节的能效指标并进行了相关性分析,但所得到的分环节能效指标值与整体能效情况的对应关系不够直接。

因此,为了进一步提升城市综合能源系统能效评价的准确性,针对上述问题,本文围绕构建更全面的能效评价指标体系与优化系统综合能效评价方法开展了研究工作。考虑不同能源形式的供能品位差异,本文构建了涵盖能源消耗总量、不同品位能源差异化利用、清洁能源利用等方面的系统能效评价指标体系,能够更加全面地反映系统能源效率利用情况。此外,本文在传统DEA 模型的基础上,建立了一种基于关联网络DEA 模型的能源系统全过程模型,提出了一种基于DEA 法的城市综合能源系统分环节能效评价方法,能够对多种运行场景下系统能源转换、存储、传输等环节的能效得分进行计算。目前,该方法已在实际示范工程中应用,实现了城市综合能源系统不同运行场景下能效提升重点环节的识别,为系统精准提效提供参考。

1 城市综合能源系统经济运行模型

城市综合能源系统所包含的能源类型与系统运行状态的差异将影响城市综合能源系统的经济运行结果,进一步影响能源系统分环节能效评价。在“碳达峰·碳中和”能源战略目标背景下,本文建立了以绿色、经济为运行目标,综合运行成本包含多能网络与多能设备运行约束的城市综合能源系统经济运行模型,为城市综合能源系统分环节能效评价提供了重要数据支撑。

1.1 目标函数

为了充分考虑城市综合能源系统运行的经济性与清洁能源消纳情况,将城市综合能源系统运行的目标函数设置为综合运行成本最小,综合运行成本包括设备燃料消耗成本、外部购能成本以及清洁能源弃风弃光成本。

1.2 约束条件

1）多能网络约束

对电网交流潮流进行简化,表示为:

2）多能设备约束

由附录A 图A1 可知,城市综合能源系统中包括分布式光伏、风机、电转热设备、燃气轮机、余热锅炉、燃气锅炉、电储能、热储能等多种能源转换、能源存储设备［17-18］。由于篇幅限制,系统中多能设备运行约束如附录A 所示。

2 城市综合能源系统能效评价指标体系

根据热力学定律,综合能源系统能效评价指标可以从能源消耗量与能源质量两个角度建立。典型指标包括基于热力学第一定律的一次能源消耗量、一次能源利用率,以及基于热力学第二定律的㶲效率、㶲经济成本［6,19］。然而,依据当前能源系统绿色低碳的发展趋势,利用这些典型指标所构建的能效评价指标体系难以满足目前新能源接入下综合能源系统的能效评价需求。因此,考虑系统能耗总量、能源品位、清洁能源利用等能源利用维度,构建了城市综合能源系统能效评价指标体系,如表1 所示。该指标体系将指标分为两种类型:1）投入型指标,指数值越大,评价结果越差的指标；2）产出型指标,指数值越大,评价结果越好的指标。

表1 城市综合能源系统能效评价指标体系Table 1 Energy efficiency evaluation index system ofurban integrated energy system

在能耗总量指标中,天然气消耗量、电能消耗量可以通过城市综合能源系统经济运行结果获得。基于生态环境部发布的《企业温室气体排放核算方法与报告指南》［20］中的排放核算要求,系统碳排放总量指标的计算式为:

式 中:λele、λgas、λhl、λhh、λPV、λW和λch分 别 为 电、天 然气、低温热水、中温热水、太阳能、风能和冷能的能质系数；Eeload、Ehlload、Ehhload和Echload分别为电负荷、低温负荷、中温负荷和冷负荷的能量值；Eele、Egas、EPV和EW分别为电能、天然气、太阳能和风能输入的能量值。

3 基于关联网络DEA 模型的分环节能效分解方法

3.1 传统DEA 模型

传统DEA 方法通常采用基础CCR 模型［23］对系统进行建模分析。在该模型中,每个需要评价的系统可以视作一个决策单元,而每个决策单元表示为一个黑箱模型,如图1 所示。通过计算总产出与总投入之比,可以比较多个具有相同投入/产出指标的系统之间的相对效率。

图1 城市综合能源系统黑箱模型Fig.1 Black box model of urban integrated energy system

通过构建以系统相对效率最优为目标的优化模型,可以求解待评价系统各评价指标的权重。以待评价系统j为例,该优化模型可以表示为:

由此,系统指标权重优化问题就转换为包含产出型指标集u'={u'1,u'2,…,u'K}和投入型指标集v'={v'1,v'2,…,v'M}的线性模型式（25）至式（28）。

3.2 关联网络DEA 模型

3.1 节所述的传统DEA 模型能够得到系统效率最高时的最优权重值,客观性较强。然而,该模型忽视了系统内部能流关系,仅利用输入指标与输出指标计算系统整体能效值［11］。所得到的评价结果很难找到系统内部能效薄弱环节,容易出现投入成本大而能效提升轻微的问题,不利于补齐系统能效短板环节、精准提效。

在运筹学中,具有复杂结构的系统内部包含多个子环节。根据子环节之间的关联关系,可以将系统分为链式、并行式、串并联混合等结构类型［25］,如附录B 图B1 所示。在链式结构中,系统内前一个子环节的输出量作为后一个子环节的输入量,系统子环节之间相互串联。并行式结构的系统内子环节之间呈现并联关系。而串并联混合结构的系统内包含了链式和并行式两种关系。根据能源系统运行特征,城市综合能源系统属于串并联混合结构的系统。

因此,基于城市综合能源系统内部多种能量流动过程,将能源转换、能源存储、能源传输等环节作为子环节,构建了关联网络DEA 模型来描述系统内部能量流动全过程。设置电能消耗量、天然气消耗量、系统碳排放总量为投入型指标X1,X2和X3,㶲效率、清洁能源消纳率、清洁能源碳减排量为产出型指标Y1,Y2和Y3,如图2 所示。可以看出,具有串并联混合结构的城市综合能源系统内部各环节的输入输出量并不相同。能源生产环节的输入量流向存储环节和转换环节,分别为X(1)1、X(1)3和X(2)1、X2、X(2)3两部分,并相应产生了系统能流中间产物。而转换环节的部分输出量Z(1)1、Z(1)3,作为流向存储环节的输入量。最终,转换环节与存储环节的输出量Z(2)1、Z2、Z(2)3、Z4、Z5、Z6流向了传输环节。

图2 基于关联网络DEA 模型的系统全过程模型Fig.2 Whole process model of system based on relational network DEA model

将系统内部各个环节视为子黑箱模型,关联网络DEA 模型可以表示为:

然而,根据系统全过程模型式（29）至式（35）所得到的权重集合是不同决策单元以自身效率最优为目标求解得到的,可以认为该模型为每个决策单元的自我评价模型。这将导致评价过程中标准不统一,进一步引起评价结果缺乏客观性的问题。为了保证评价的客观统一性,将各决策单元的自评价效率值ERN改进为交叉效率值［26］,即在评价决策单元时,考虑其他决策单元自评权重的影响,从而形成自评与他评相结合的决策单元得分结果。求解交叉效率值的步骤如下。

步骤1:依据模型式（29）至式（35）,求解得到每个决策单元的权重系数集合以及自评价效率值,进一步形成自评价效率矩阵,表示为:

步骤2:对每个决策单元,将式（36）中N个自评价效率值进行平均,得到各决策单元交叉效率值,以系统j为例,有

4 算例分析

4.1 算例介绍

本文采用改进IEEE 33 节点配电网与巴厘岛32节点低温热网所构成的城市综合能源系统作为算例［16,27］。在系统中设置某个包含中温负荷与冷负荷的工业园区与配电网节点13 与热网节点17 相连,而配电网节点31 上连接的燃气轮机作为热电联产机组与热网节点2 相连,其余燃气轮机接入配电网节点7 和26 中,详细设备连接情况如图3 所示。

图3 城市综合能源系统示意图Fig.3 Schematic diagram of urban integrated energy system

算例中采用的多能负荷曲线、风电光伏曲线、储能运行参数见附录C 图C1、图C2 与表C1。由图C1可知,电负荷与低温热负荷曲线在4 个季节中存在一定的波动性,这是由于这两类负荷与居民用户的日常用能规律关系较为密切。而中温热负荷在一天之内变化较小,这是因为中温热负荷主要是工业生产用热需求,这类需求短期波动较小,用能较为稳定。工业冷需求除了全年生产用冷之外,还包括用于保证生产车间内温度恒定的需求,因此四季冷负荷曲线呈现出波动小、夏季曲线值较大的特点。

4.2 城市综合能源系统综合能效评价场景

为了对比城市综合能源系统在不同能源需求和不同运行方式下的综合能效情况,设置考虑能源需求季节变化特性与能源供给品位差异的城市综合能源系统典型场景,如表2 所示。

表2 城市综合能源系统能效评价典型场景Table 2 Typical scenarios of energy efficiencyevaluation of urban integrated energy system

其中,根据电热负荷在时间尺度上所呈现出的季节特点,划分了4 类能源需求情况。系统运行方式包括考虑能量梯级利用和不考虑能量梯级利用2 种类型,考虑能量梯级利用的系统运行方式是指将系统中燃气轮机生产出的热能回收输入至余热锅炉,低温热负荷由余热锅炉、低温燃气锅炉和电转热设备3 个部分进行供给。不考虑能量梯级利用的运行方式由低温燃气锅炉和电转热设备供给低温热负荷。与此同时,由于能质系数λe与能源种类、环境温度有关［28］。因此,本文设置春夏秋冬4 个季节典型温度分别为10、35、15、5 ℃,在此前提下得到不同季节下多种异质能流的能质系数,如附录D 表D1所示。

4.3 系统各场景优化调度结果对比

为了说明城市综合能源系统典型能源需求场景的必要性,通过求解所构建的城市综合能源系统经济运行模型,得到各季节典型日城市综合能源系统电功率/低温热功率调度结果,如附录E 中图E1 至图E4 所示。图中,清洁能源出力为风机和分布式光伏的实际出力之和。由图E1 至图E4 可知,不同季节的区域综合能源系统清洁能源发电量与出力时间有所不同。春季和夏季清洁能源的消纳量较大且出力时间较为分散,而秋季和冬季清洁能源出力主要集中在07:00—18:00 时段。同时,由于夏季电负荷与冷负荷均处于较高水平,系统机组出力功率有所上升。在秋季和冬季,低温和中温热负荷平均水平都较高,增长的热负荷主要由热电联产机组与低温锅炉进行供给。由此可见,不同用能需求下系统能源供给情况具有较大差异。

根据系统运行调度结果,表1 中各类二级指标的计算结果如表3 所示。

表3 城市综合能源系统能效评价指标计算结果Table 3 Calculation results of energy efficiency evaluation indexes for urban integrated energy system

由表3 可知,考虑能量梯级利用特性能够有效优化系统运行结果。与不考虑能量梯级利用特性的场景相比,考虑能量梯级利用特性的场景能源消耗量有所减少,清洁能源消纳率有所提升。与此同时,碳排放总量分别减少了7.7、46.8、12.5 和34.2 tCO2,㶲效率分别提升了4%、1.73%、2.38%和3.28%,综合运行成本分别下降585.32、1 848.21、481.53 和1 275.85 元。图4 为系统春季典型日工业园区节点低温热负荷供需平衡情况。

由图4 可知,通过余热锅炉的余热回收,部分低温热负荷由回收的低温热功率进行供给,从而减少了低温锅炉出力和天然气消耗量,系统运行成本有所减少。说明考虑系统的能量梯级利用特性能够在消耗相同量燃料的情况下,利用回收余热来供应低温热负荷,减少额外能源输入。

图4 工业园区低温热负荷供需平衡情况Fig.4 Supply and demand balance of low-temperature heat load in industrial park

4.4 系统各场景分环节能效评估结果对比

依据上述能效评价指标计算结果,通过关联网络DEA 模型计算不同运行场景下城市综合能源系统各能效评价指标权重,具体数值如附录F 表F1 所示。由于不同运行场景的能源供给情况并不相同,导致各场景在达到效率最高时的各指标权重并不相同,进一步说明列举系统典型运行场景的必要性。

利用上述城市综合能源系统评价指标值与各权重值,可以得到城市综合能源系统全过程交叉效率综合能效评价结果,如表4 所示。

表4 城市综合能源系统全过程能效评价结果Table 4 Energy efficiency evaluation results of whole process of urban integrated energy system

由表4 可知,不同运行场景的交叉效率综合能效值并不相同。考虑能量梯级利用特性的场景中各个环节与整体能效评价结果均优于不考虑能量梯级利用特性的场景,在能源转换和能源存储环节上提升较为明显,平均增长了3.32 分和2.82 分。系统交叉效率综合能效的平均值由高到低依次为春季、秋季、冬季和夏季,春季与夏季得分平均值的分差达到了49 分。与此同时,不同运行场景中系统综合能效的薄弱点各不相同:在春/秋两季能源存储环节的能效得分较低,夏季能源传输环节的能效得分较低,冬季能源存储环节与能源传输环节的得分较低。这是由于夏季和冬季的负荷水平较高,在多能网络传输过程中有较大的网损。春秋两季负荷水平较为平均,系统损耗主要集中在储能设备上。由此可见,依据系统全过程能效评价得分能够量化不同运行场景下系统的综合能效情况,有效识别系统运行过程中能源利用效率较低的环节,验证了所提出的城市综合能源系统分环节能效评价方法的合理性与先进性。

4.5 平台与示范工程应用

本文所提出的基于DEA 的城市综合能源系统分环节评价方法已在江苏扬中与天津北辰示范区进行落地应用［29］。项目构建了一种涵盖城市综合能源系统“规划-运行-交易-信息”全链条各环节的技术经济评价系统［30］。作为能源系统多能耦合运行评价的重要组成部分,所提能效评价方法利用能源互联网综合数据平台信息,充分考虑系统内部不同品位能量的梯级利用情况,对两个示范区目标年与基准年的综合能效情况进行评估。

由于城市综合能源系统内能源禀赋与能源需求具有地域差异性,两个示范区综合能效评价结果也具有差异。根据系统分环节能效评价结果,由于天津北辰多能耦合程度高,热气管网与地源热泵接入丰富,因此提高能源输送环节的效率是该示范区综合能效提升重点。而江苏扬中地区具有较高比例的可再生能源接入,则降低能源转换环节内的能量损耗是该地区能效提升的关键。根据能效评价结果对示范区运行策略进行调整之后,示范区基准年和目标年综合能效情况的对比情况如图5 所示。

图5 示范工程综合能效评价结果Fig.5 Comprehensive energy efficiency evaluation results of demonstration projects

由图可知,与基准年相比,目标年内天津北辰与江苏扬中示范区的综合能效得分分别提升了14.07%和11.30%,清洁能源占比显著提升,一次能源输入量有所下降。

因此,上述示范工程的试点应用证明了本文所提方法能够有效量化城市综合能源系统内部能源的利用水平,反映各示范区从基准年到目标年综合能效水平的提升程度,对制定“品位对口”的能源系统科学用能方案具有一定指导意义。

5 结语

随着“碳达峰·碳中和”能源战略目标的提出,对系统能源利用情况的有效评价变得至关重要。本文提出了一种基于DEA 法的城市综合能源系统分环节能效评价方法。通过结合系统能耗总量、能源品位、清洁能源利用等多种角度,构建了综合能源系统能效评价指标体系,并利用基于㶲分析的能质系数对多种异质能流品位进行折算。基于关联网络DEA 模型,实现各能效评价指标权重的优化设置与系统分环节能源效率分解。计算考虑不同用能需求、不同运行方式的多种场景系统运行情况,进一步求得各场景各环节能效得分。算例结果表明,所提出的能效评价方法能够有效识别不同场景下系统能效提升的重点环节,适用于系统不同规划方案与运行策略中提效关键环节的评估,并已在示范工程中初步落地应用。为促进综合能源系统科学用能与精准提效、实现“碳达峰·碳中和”目标提供支撑。

能源耦合种类更为广泛的电热气综合能源系统是目前能源系统转型的热门趋势,如何考虑面向能源耦合关系更复杂的电热气综合能源系统进行分环节能效评价是下一步研究的方向。

附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。