生物质电热气肥多联产系统运行优化研究

2023-11-20高俊彦王培红王玟苈

节能技术 2023年5期

高俊彦,王培红,赵刚,王玟苈

(东南大学能源与环境学院,江苏南京 210000)

0 引言

在全球碳减排背景下,许多国家和地区纷纷出台相关政策,对能源系统进行低碳、智能化改造。提高光伏、风能、生物质等可再生能源在能源供应过程中的比例是减少能源系统碳排放的主要措施之一[1]。其中生物质能源作为污染小、可再生、分布广、可存贮的绿色能源,受到世界各国的广泛关注,具有无可比拟的优越性[2-3]。

传统的生物质利用主要有秸秆直燃发电以及沼气池厌氧发酵等手段,但生物质直燃发电中灰渣的处理问题以及沼气池保温热量的选取、沼渣沼液的高效利用等问题仍有待解决。因此考虑将生物质直燃发电机组与沼气池耦合,构建一种生物质电热气肥多联产系统,从而解决两种生物质资源利用方式在单独应用时存在的问题。充分发挥生物质电热气肥多联产系统优势的关键之一在于如何对其进行调度,使其在保障农村和农民生产生活所需电、热、气服务的基础上,取得较好的经济性和环保性。

当前对含生物质的综合能源系统运行优化研究相对较少,并且主要集中在单一时间尺度,多为日前经济调度。文献[4]针对生物质沼气利用问题,构建了包含燃气轮机及沼气发电机组在内的电-气-热综合能源系统,并提出了综合考虑成本与能源利用效率的日前优化运行模型。文献[5]研究以生物质热电联产为核心的乡镇综合能源系统,并针对该系统提出一种考虑热网损耗及系统运行净收益的日前两阶段优化方法。文献[6]、[7]构建了包含沼气、风能和太阳能的可再生能源系统并对沼气池加热保温,在沼气池等设备建模的基础上综合考虑经济效益和环境效益进行日前调度优化。但是日前调度并不能完全反应可再生能源出力、负荷的预测误差以及非计划瞬时波动功率对系统的影响,从而使其不能完美匹配系统实际运行情况[8]。而不同时间尺度调度的组合不仅可以更好协调全局和局部能量管理,还可以增加调度灵活性[9]。

针对单时间尺度造成的研究局限,部分学者开展了基于多时间尺度的能量管理研究[10-12]。其中文献[10]构建包含生物质气化发电的综合能源系统,建立了日前-日内多时间尺度的微网运行模型。文献[11]建立了基于可再生能源枢纽的微网多能流耦合模型,充分考虑温度对厌氧发酵的影响建立了沼气池发酵生产模型,并提出了以经济性为目标的综合能源微网集成多时间尺度能量管理策略。文献[12]针对以沼气-风能-太阳能为动力的全可再生能源系统,构建了能量枢纽模型,并采用分布式鲁棒算法处理日前-实时两阶段优化调度中的不确定性问题。上述各项研究虽然考虑到对生物质资源加以利用,但利用方式都较为单一,没有考虑生物质直燃发电与沼气池厌氧发酵的耦合关系,并且在调度时也没有考虑沼肥收益带来的影响,缺乏对以生物质为核心的电热气耦合系统的实际研究。

综上所述,本文首先构建了生物质直燃发电与沼气池耦合的生物质电热气肥多联产系统,阐述了其结构组成及运行原理,通过对系统主要设备的特性分析建立相应数学模型,并基于此构建生物质电热气肥多联产系统多时间尺度运行优化模型:日前调度阶段以运行净利润和二氧化碳减排量最大为目标,日内调度阶段同时考虑系统经济性最大及调度的调整量最小,以能量平衡及各设备出力的上下限为约束,集成人工智能优化算法,研究生物质综合能源系统优化运行及调控机制。最后借助算例验证了本文提出系统及方法的可行性。

1 生物质电热气肥多联产系统建模

本文研究的生物质电热气肥多联产系统如图1所示,能源供应侧包括光伏(PV)、电网(PG)、生物质直燃发电机组(BG)、沼气池(BP)、燃气锅炉(GB)、天然气站(NG)等,储能侧包括储气罐(GS),能源需求侧包括电、热、气负荷。其中生物质直燃发电采用朗肯循环,发电机组包括生物质直燃锅炉和蒸汽轮机,汽轮机抽汽对沼气池进行保温,从而提升沼气供能系统的运行性能。此外秸秆燃烧产生的飞灰中含有丰富的矿质营养元素,可以耦合沼渣沼液生产化肥。因此通过生物质直燃发电系统与沼气系统之间的能量、物质交互,能够解决两种生物质能利用技术单独应用时存在的问题,使系统运行获得较好的经济性。

图1 生物质电热气肥多联产系统示意图

1.1 生物质锅炉及蒸汽轮机模型

生物质直燃锅炉的工作模式可表示为

(1)

式中QBB——生物质锅炉输出热功率;

FBB——秸秆热值;

MBPG——生物质发电机组消耗秸秆量;

参考文献[13]的方法建立蒸汽轮机供热量及发电量的数学模型。供热量Qh的计算公式为

(2)

式中h1——抽汽焓;

D1、P1、T1——抽汽流量、压力及温度。

汽轮机的功率方程为

(3)

式中h0——主蒸汽焓;

hc——排汽焓;

D0、P0、T0——主汽流量、压力及温度;

ηm、ηg——机械传动效率和发电机效率,本文取ηmηg=0.94[13]。

1.2 沼气池模型

(1)产气量及沼肥产量的计算

沼气发酵的原料主要由水分和总固体(主要是粪便和秸秆)组成。沼气产量与发酵温度的关系可由以下模型得出[14]

VMG=m(Tz-Tb)2+VMG,o

(4)

式中VMG——沼气产量;

Tz、Tb——实际发酵温度和最佳发酵温度;

VMG,o——最佳发酵温度下的沼气产量;

m——从数据拟合获得的系数,m=-0.125[14]。

本系统中沼气池采用中温发酵,从升温保温的代价考虑,大型秸秆沼气工程经济可行的发酵温度首选40 ℃[15],因此本文最佳发酵温度取40 ℃。40 ℃时几种常见原料的总固体含量及生产实际产气率如表1所示。

表1 几种常见发酵原料的总固体含量及生产实际产气率[16]

因此最佳发酵温度下沼气产量计算公式为

(5)

式中n——原料种类数量;

αi——第i种原料鲜料重量占进沼气池发酵的原料鲜料总重量;

MB——进沼气池发酵的原料鲜料总重量;

Di——第i种原料总固体含量;

νi——第i种原料产气率。

假设沼渣中可作有机肥的部分占75%,则根据质量守恒可计算原料完全反应时的有机肥产量为[17]

(6)

式中MMF——沼肥产量;

ρb——沼气密度,常温下取0.7 kg/m3。

(2)传热模型建立

本文参考文献[18]的方法建立传热计算模型,进行传热计算。热平衡关系式为

Qsr=Qzq+Qsx+Qly-Qsw

(7)

式中Qsr——沼气池总热损失;

Qzq——沼气池池体散热量;

Qsx——水箱散热量;

Qly——进出料液热损失;

Qsw——生物发酵热。

沼气池池体散热量计算公式为

(8)

式中i=1,2,3——沼气池的顶部、侧壁和底部;

KiAi——沼气池对应面的负荷系数;

tz——沼气池内沼液计算温度;

t0——环境温度。

水作为系统的传热介质储存在水箱中,水箱散热量计算公式为

(9)

式中l——水箱内料液高度;

A——蓄水箱上下底面面积之和;

r1——圆周面导热热阻;

r2——上下底面导热热阻;

Tst——水箱储水温度。

发酵料液从进料时较低的温度加热到发酵温度需要消耗大量热量,其值远高于水蒸气和沼气带走的热量,因此进出料热损失主计算公式为

Qly=cmly(tz-tly)

(10)

式中c——料液比热;

mly——平均质量流量;

tly——进料时料液的温度。

沼气池发酵原料为动物粪便及农作物秸秆,相关文献[18]提出发酵料液的有效能量中少部分会以热量的形式释放出来,因此厌氧发酵产热计算公式为

Qfj=mly×16.91×3%

(11)

1.3 燃气锅炉模型

燃气锅炉数学模型为

QGB=Qgas,in·ηGB

(12)

式中QGB——锅炉的输出功率;

Qgas,in——每小时消耗沼气的热量;

ηGB——锅炉的性能系数。

1.4 燃气锅炉模型

储能在t+1时刻的容量与上一时刻t的容量有关,其能量充放模型为

(13)

式中C(t+1)、C(t)——储能设备当前能量和上一刻能量;

Δt——单位调度时间;

ηch、ηdis——储能设备充放能效率,本文均取值为0.95。

2 生物质电热气肥多联产系统多时间尺度优化调度模型

由于光伏出力的预测精度与时间跨度成反比,且考虑到负荷波动特性,本章提出生物质电热气肥多联产系统多时间尺度协调优化框架,该框架包括日前和日内调度计划。日前调度与日内调度阶段对应的时间尺度和目标函数不尽相同,并且长时间尺度下的调度方案是短时间尺度调度过程的基础。日前调度计划在每天24:00制定一次,调度时间间隔为1 h,而日内调度计划时间跨度为4 h,时间间隔为15 min。

2.1 日前调度模型

(1)目标函数

本文评价综合能源系统日前运行优化结果的准则主要基于经济性(系统运行净利润)以及温室气体减排特性(二氧化碳减排量)。

由于沼气池发酵产生的沼渣沼液经处理后产生的沼肥也可以带来不错的收益,因此本文以系统运行净利润(Net Profit,NP)最大为经济性目标优化各个设备的出力,数学模型可以表示为

NP=RMG+RMF+RPG+RHS-CSC-CPG-CNG

(14)

式中RMG、RMF、RPG、RHS——沼气收益、沼肥收益、发电收益和供热收益;

CSC、CPG、CNG——机组原料成本、电网交互成本和气网交互成本。

各项收益的计算公式如下

(15)

(16)

(17)

(18)

式中T——总调度时段;

GL(t)——t时段的气负荷;

cs,g(t)——逐时售气价格;

MMF(t)——t时段的沼肥产量;

cMF——沼肥价格;

PL(t)——t时段的电负荷;

cs,e(t)——逐时售电价格;

QL(t)——t时段的热负荷;

ch——热价。

各项成本的计算公式如下

Csc=Ms×c1+Mf×c2

(19)

(20)

(21)

式中Ms、Mf——系统一年内秸秆及粪便的使用量;

c1、c2——秸秆及粪便的价格;

PEX(t)——t时段的下网电量;

cb,e(t)——逐时购电价格;

GEX(t)——t时段的购气量;

cb,g(t)——逐时购气价格。

以电网供电标煤耗以及热网供热标煤耗作为基准,计算在相同发电量及供热量下以生物质为核心的综合能源系统可减少的二氧化碳排放量,即二氧化碳减排量(Carbon Dioxide Emissions Reduction,CR),其公式为

CR=CRp+CRh

(22)

(23)

(24)

式中CDERp、CDREh——供电及供热的二氧化碳减排量;

Psum(t)——t时段生物质直燃发电机组及光伏发电总功率;

Be,s——电网供电标煤耗;

EFc——标煤碳排放因子;

Qsum(t)——t时段生物质直燃发电机组与燃气锅炉的总供热量;

QBP(t)——t时段沼气池保温消耗的热量;

Bh,s——热网供热标煤耗;

EFg——天然气碳排放因子。

为了从经济性、温室气体减排特性两个方面衡量该综合能源系统的性能,本文以综合指标最大为目标,并假设经济性与温室气体减排特性两个指标按同等地位处理[19],从而确定合适的购电、购气和设备出力计划。目标函数为

(25)

式中ω1、ω2——经济性和温室气体减排特性指标所占的权重系数;

ω1、ω2——均取值0.5。

(2)约束条件

系统能量平衡约束可表示为

PPV(t)+PBG(t)+PEX(t)=PL(t)

(26)

QBG(t)+QGB(t)=QL(t)+QBP(t)

(27)

(28)

式中PBG(t)——t时段生物质直燃发电机组的发电量;

PPV(t)——t时段光伏预测输出功率;

QBG(t)——t时段生物质直燃发电机组的抽汽供热量;

QGB(t)——t时段燃气锅炉的供热量;

NBP——工作的沼气池个数;

GGB(t)——t时段燃气锅炉消耗的气量。

设备出力相关约束分别为

(29)

D1min、D1max——抽汽流量的最小值和最大值;

β——常数;

rBG——生物质发电机组的爬坡速率

(30)

λminCES≤C(t)≤λmaxCES

(31)

式中CES——储能设备最大容量;

λmax、λmin——储能设备的最大和最小荷能状态。

2.2 日内调度模型

(1)目标函数

在系统运行过程中,受到用户负荷及光伏发电波动性的影响,其功率难以精准预测,因此需要增加日内调度环节,在日前优化调度的基础上对机组出力进行调整修正。为了保证系统的稳定性,日内调度需要在兼顾经济性的同时减小系统调度的调整量,以最大限度地保持与日前相应调度计划的一致性。其经济性的目标函数与日前运行优化相同,系统调度调整量为日内优化结果与日前优化结果的偏差,公式为

(32)

(33)

(34)

(35)

式中Tin——日内调度时域;

ΔPrt、ΔQrt、ΔGrt——各设备在日内阶段相对于日前阶段的功率偏差、热量偏差和气量偏差;

ΔPL、ΔQL、ΔGL——日内电、热、气负荷与日前的差值。

在日内调度过程中假设系统经济性与系统调度调整量按同等地位处理,其优化目标为

(36)

式中ω3、ω4——两种指标所占的权重系数;

ω3、ω4——均取值0.5。

(2)目标函数

在日内阶段由于时间尺度的缩短,生物质发电机组的爬坡速率约束发生相应改变

(37)

日内其余约束条件与日前阶段相同。

3 算例分析

3.1 参数设置

针对如图1所示的生物质电热气肥多联产系统进行算例分析,其原型为蒙东地区某生物质电厂。在该系统中,汽轮机额定功率12 MW,沼气池共有15个,单个沼气池直径31.32 m,容积为6 468 m3。进入沼气池的原料为玉米秆和猪粪,粪秆配比为1∶1,采用中温发酵,发酵温度为40 ℃。系统内各设备的相关参数如表2所示。分时电价与气价如图2所示,热价及沼肥价格分别取0.23元/kW[20]和500元/t[21]。

表2 综合能源系统中各设备的相关参数[24-28]

图2 分时电价及气价[22-23]

根据系统所在地区气候条件以及一年中气温有明显季节变化的特点,引入冬季、夏季和过渡季三种典型日类型。本文选取过渡季典型日作为算例,典型日电、热、气负荷参考文献[19]中的数据(在其基础上乘以一定的倍数,确保其变化趋势不变),并采用LSTM方法[29]对日内的电、热、气负荷及光伏出力进行预测,结果如图3所示,其预测误差见表3。

表3 日内电、热、气负荷及光伏出力预测误差

图3 日内电、热、气负荷及光伏出力预测结果

3.2 日前调度计划分析

为了验证该生物质电热气肥多联产系统的优越性,设计两种案例做横向对比。案例一:生物质发电机组中汽轮机部分抽汽用以加热沼气池,使发酵温度维持在40 ℃;案例二:不对沼气池采取额外的加热保温措施,厌氧发酵处于环境温度下进行。

分别对两种案例在经济性环保性兼顾情况下进行日前调度优化,各设备出力如图4至图6所示,两种案例下系统运行的净利润和二氧化碳减排量如表4所示。

表4 两种案例下日前调度结果对比

图4 电负荷平衡日前优化调度设备出力图

图5 气负荷平衡日前优化调度设备出力图

图6 热负荷平衡日前优化调度设备出力图

由图4(a)可知,0点至7点时电价处于低谷时段,生物质发电机组发电的经济性低于外购电,同时购电对经济性的影响大于对碳排放量的影响,因此汽轮机在保证抽汽量的前提下维持较低出力,系统向电网购电来满足电负荷的需求;18点到21点处于电负荷和电价高峰时段,汽轮机发电功率已达到最大,无法满足电负荷的部分只能由外购电弥补;在13时光伏出力达到最大,为3 041 kWh。

由图5(a)可以看到,沼气池产气量全天基本上维持在较高水平,这是由于生物质发酵产沼肥具有较好的经济性,因此大部分时刻15个沼气池全部工作,产生的沼气除满足气负荷外还可用于燃气锅炉供热,以减少部分汽轮机的抽汽量; 5点至8点气负荷、热负荷均处于较高水平,系统通过储气罐放气和购气满足部分气负荷;17点时储气罐内气量已接近上限,可于接下来的气负荷高峰时段大量对外放气;24点时储气罐内剩余沼气由燃气锅炉消耗,储气罐内气量重新回到最低水平。

对于案例二,设备出力情况如图4(b)～6(b)所示,可以看到当沼气池不利用汽轮机抽汽进行保温时,主要会对气和热负荷平衡的调度结果产生影响。由于沼液的温度较低,沼气池内厌氧发酵反应的活性受到影响,产气量及产肥量都有一定程度的降低,从而导致需要更多的购气量来满足气负荷。同时由于产气量下降,系统内多余沼气量较少,因此燃气锅炉基本只在7点至8点、21点至22点等汽轮机抽汽无法满足热负荷的时间段工作。结合表4的对比结果也可以看到,相较于案例二,案例一提出的生物质发电机组与沼气池耦合的系统利用多能互补特性,有效保障沼气池发酵维持在一个既经济又高效的状态,提升沼气产量,确保系统内较为充足的能量供应,不仅在运行净利润方面更具优势,同时也促进了系统内生物质能的消纳与利用,提高了二氧化碳减排量。

3.3 日内调度计划分析

系统内各个设备日内优化运行结果如图7所示。为了平衡负荷的波动并保证与日前调度计划偏差较小,基本上所有供能设备和储能系统共同分担功率波动。由图7(a)可知,某些时刻购电量的调整空间有限,主要通过生物质发电机组平抑电能波动,在22点45分时生物质发电机组发电量与日前偏差最大,其绝对值为2 210 kWh。由图7(b)可知,沼气池耗热量变化较小,而燃气锅炉供热量除与热负荷有关外还受系统内剩余沼气量的限制,燃气锅炉出力频繁调整可能会导致供气设备出力变化较大,因此系统主要调整生物质发电机组的抽汽供热量,在17点45分时生物质发电机组抽汽供热量与日前偏差最大,其绝对值为13 038 kWh。由图7(c)、(d)可知,总体来说储气罐出力和储气量的调整值较大,充分发挥其在综合能源系统中的缓冲作用,储气量最大偏差的绝对值为1 349 m3。