考虑消纳效益的多能源枢纽荷源协调优化方法

2024-01-05代子阔曾光史可鉴李磐旎

科学技术与工程 2023年34期

代子阔, 曾光, 史可鉴, 李磐旎

(1.国网辽宁省电力有限公司, 沈阳 110006; 2.国网辽宁省电力有限公司电力科学研究院, 沈阳 110006;3.北京中恒博瑞数字电力科技有限公司, 北京 100085)

随着风电产业的迅速发展,当前中国使用风电的范围逐渐增大,风电的消纳效益随之增高,如何解决消纳问题是现如今大多数研究的难题。随之而来的,是市场对能源的需求急剧增高[1-2],当前使用能源的用户大多是工业与住宅用户,因此对能源质量的需求也非常明显,随着中国风电及光伏为代表的新能源并网比例的逐年增加,采用荷源有功协调控制能有效提高新能源消纳水平,现阶段能源质量较多无法满足多能源枢纽的需求,因此,急需设计荷源协调优化方法,使多种能源可以互相转换,降低用户的开销[3]。

当前已有中外学者对多能源枢纽荷源协调优化方法做出了研究,例如,孙碣等[4]研究考虑新能源消纳的区域多能源系统网格化储能协调优化模型,考虑多能源网络中的能量传输特性,通过储能节点调整容量和储能节点,构建基于电网的储能协调优化模型。但该模型未考虑住宅与工业两种情况的能源枢纽荷源优化。李文博等[5]研究考虑不确定性的区域能源互联网源-荷-储协调优化方法,确定次日电价策略、需求侧响应和机组运行计划。以当天内总运营成本最小为目标,提前对荷源协调进行优化。但该方法无法有效提升运行收益。Faridpak等[6]提出基于多步运行方法的综合电力和天然气能源协同优化。通过生成随机场景来实现与风速、太阳辐射和负载波动相关的不确定性和风险分析。在使用替代拉格朗日松弛之前,通过二维分段线性化进行线性化,对能量存储和可再生能源进行调度优化处理。但该方法未考虑能源系统的运行成本。周晟锐等[7]提出了一种基于机会约束的多能源枢纽电气互联综合能源系统日前经济调度方法,在对能源枢纽、电力系统和天然气系统精细建模的基础上,考虑风电和负荷不确定性,建立含机会约束的日前调度模型,利用商业软件对模型进行求解。但该方法的可再生能源消纳效率并不高。

为解决以上方法中存在的问题和不足,现提出一种考虑消纳效益的多能源枢纽荷源协调优化方法。通过考虑多能源系统的约束条件,依据最小化住宅能量枢纽运行总成本构建住宅能量枢纽模型,以最大化工业能量枢纽运行总收益为目标构建工业能量的枢纽模型。基于以上两层模型的约束条件,采用多目标加权寻优算法,设计多目标混合整数线性规划模型,依据库恩塔克(Kuhn-Tucker)条件理论进行多种能量枢纽荷源协调全局最优解的优化。为多能源枢纽的经济运行及荷源协调优化提供新的技术途径。

1 多能源枢纽荷源协调优化方法

以最小化住宅能量枢纽运行总成本和最大化工业能量枢纽运行总收益为目标,设计住宅与工业能量枢纽模型,研究基于消纳效益的多能源枢纽荷源协调优化过程。

1.1 住宅能量枢纽模型

1.1.1 能量转换设备与系统建模

冷热电联供系统中的燃气轮机在输出电功率时,会逐渐制造出热能[8],形成高温蒸汽余热,该余热经过蓄热设备、制冷机以及余热锅炉会制造出相应的热、冷功率,其中燃气轮机运行中的电出力表示为

(1)

余热锅炉运行中的热出力表示为

(2)

冷热电联供系统的热出力表示为

(3)

冷热电联供系统的冷出力表示为

(4)

1.1.2 住宅能量枢纽模型优化调度

1)目标函数

依据住宅经济运行成本,构建优化调度目标函数,其中成本中包含购电、购气费用,购电费用中还包含住宅从备用市场采购电力的花销[9-10],依据划分的备用容量提供开销。以此构建的目标函数为

Ccost=Cgas+Cgrid

(5)

(6)

(7)

minC居=Ccost+Cgas+Cgrid

(8)

2)约束条件

功率均衡约束:在住宅能量枢纽运行过程中,需实时保障冷、热、电功率能够均衡实现约束。约束条件为

(9)

(10)

冷热电联供系统约束:设计系统设备约束条件为

(11)

(12)

(13)

1.2 工业能量枢纽模型

以最大化工业能量枢纽运行总收益为目标,构建基于工业能量的枢纽模型,其中具体需要热、电、冷3种能量需求[11-12],以描述能源、负荷与网络之间的转换情况与耦合情况。

1.2.1 能量枢纽耦合关系的数学形式

在工业能力枢纽模型中,采用不同能量耦合设备,完成能量的传输、保存与调整,单个能量枢纽中各个元件的耦合情况表示为

(14)

依据式(14)将不同能量耦合设备建模表示为

(15)

(16)

1.2.2 工业能量枢纽模型优化方法

(1)目标函数。当能量枢纽运行时,为有效优化成本,需考虑冷热电的负荷情况,最大程度地改善运行开销[13-14],因此设计目标函数为每小时中工业用电开销与燃气开销之和,计算公式为

maxCi=(C1+C2)-

(17)

式(17)中:C1为营业业务收入;C2为期末余额;Ce(k)为k时刻下的峰谷电价;Cg(k)为恒定气价;Pe(k)为k时刻下输入的电力;Vg(k)为天然气功率流;maxCi为工业枢纽模型最大总收益。

(2)约束条件。在工业能量枢纽运行时,需分别约束热、电、冷的分配系数分别为α、β、γ,电能源守恒约束表示为

0≤α、β、γ≤1

(18)

(19)

(20)

1.3 多目标函数计算方法

根据上述两层模型的约束条件得到荷源协调优化运行中存在的问题,采用多目标优化方法,设计多目标混合整数线性规划模型,实现荷源协调优化,设计两层调度模式,分别为住宅能量枢纽与工业能量枢纽中的minCr、maxCi,并在进行计算之前,将其调整为权重系数ω1、ω2,调整两层目标函数为单层目标,同时,ω1+ω2=1,0≤ω1,ω2≤1。

1.3.1 计算策略

采用多目标加权寻优算法,寻取最佳功率划分情况的全局最优解,其中,设FPvar为凸函数,凹函数为s1,Pvar,s2,Pvar,…,sm,Pvar,均可进行求导。并设线性函数为h1,Pvar,h2,Pvar,…,hl,Pvar。设计拉格朗日算子计算公式为

L(Pvar,μ,λ)=FPvar-μsPvar-λhPvar

(21)

式(21)中:Pvar为局部最佳功率解集;λ、μ分别为拉格朗日乘子、因子集合;FPvar为凸函数;sPvar为凹函数;hPvar为线性函数。

(22)

1.3.2 计算步骤

为实现存在多种能量枢纽荷源协调全局最优解的优化,依据上述算法以及库恩塔克(Kuhn-Tucker)条件理论,设计求解步骤[15-16]如下。

(1)给定权重系数w1、w2。

(2)选取YALMIP求解器,计算优化问题的局部最优解集Pvar。

(3)分析是否通过迭代计算全部的权重系数,若计算完成,继续下一步,若未计算完成,则回到步骤(1)再次设定权重系数。

(4)判断minCr、maxCi,是否满足最优成本与收益,若满足,继续执行下一步,若不满足返回至步骤(1)。

2 实验分析

采用仿真形式验证本文方法性能,在MATLAB平台中,应用本文所提出的考虑消纳效益的多能源枢纽荷源协调优化方法对模拟中的住宅、工业枢纽模型进行分析。

选取辽宁省沈阳市一居民楼住宅在2022年10月30日能量枢纽的冷、热、电功率在不同情况下的需求,分析结果如图1所示。

图1 住宅不同负荷下功率需求Fig.1 Power demand of residential buildings under different loads

根据图1可知,住宅能量枢纽在不同负荷情况下,电负荷所需功率最高,其用电高峰均集中在白天时段,而冷负荷功率需求最低,热负荷功率需求相对高于冷负荷,根据此分析,本文方法可作为住宅能量枢纽运行总成本的计算依据,为能量枢纽的经济环保运行提供新的方法。

分析24 h内住宅枢纽与工业枢纽的风电出力、光伏出力情况,分析结果如图2所示。

图2 不同枢纽风电、光伏出力Fig.2 Wind power and photovoltaic output of different hubs

由图2可得出住宅与工业枢纽运行的日消耗成本,其中,风电出力均高于光伏出力,而工业出力要远远高于住宅出力,住宅的风电出力仅在50～65 MW/h波动,而工业风电出力在200～300 MW/h,相对来说,两者的光伏出力相差较小。因此本文方法可促进可再生能源的消纳。

分析采用本文方法优化后两个枢纽的能源消耗情况,将两个枢纽合并在一起进行统计供气量与购电量,分析结果如图3所示。

图3 能源消耗分析Fig.3 Analysis of energy consumption

根据图3可知,采用本文方法优化荷源协调后,供气量在一日中始终低于购电量,说明电力使用消耗较大,同时,购电量消耗均在300 kW/h以下,且供气量也相对较低,因此采用本文方法进行优化可明显降低多能源枢纽的运行成本,有效减少开销。主要是由于本文方法采用多目标优化方法,设计多目标混合整数线性规划模型,实现了荷源协调优化,使得综合能源消耗降低。

分析优化后多能源枢纽的运行收益,以文献[4-5]方法为对比方法,不同方法的运行收益结果如图4所示。

图4 不同方法的运行收益结果Fig.4 Operating income results of different methods

根据图4可知,随着多目标迭代计算次数的增加,本文方法在迭代60次时趋于稳定,稳定日收益为38 000元,明显高于文献[4]方法及文献[5]方法,由此可知,采用本文方法进行荷源优化,可明显提升运行收益。主要是由于本文方法在Kuhn-Tucker条件下利用多目标加权寻优算法,求得了存在多种能量枢纽荷源协调全局最优解,从而获得较高的运行收益。