计及AA-CAES与PTC集成的综合能源系统运行优化与性能分析

吴 迪, 刘 奥, 龚弟鑫, 马帆帆, 马 立, 韩中合, 刘树华

(1. 华北电力大学 能源动力与机械工程学院, 河北保定 071003;2. 华北电力大学 河北省低碳高效发电技术重点实验室, 河北保定 071003;3. 国家电投集团电站运营技术(北京)有限公司, 北京 102209)

近年来,随着世界化石能源匮乏和生态环境恶化的日渐加剧,加速化石能源为主体的能源结构向可再生能源转型是解决当前能源环境问题的关键[1]。综合能源系统(integrated energy system,IES)可以实现多能互补与能源梯级利用,是一种结构多元、运行灵活、可控性强的多能源系统[2]。在IES中加入可再生能源,可降低天然气的使用与污染物排放,进一步促进节能减排降耗[3]。但由于可再生能源具有间歇性与波动性的特点,高比例的渗透也对系统的安全稳定运行带来挑战。储能设备作为IES的核心设备组成部分,在消纳可再生能源、削峰填谷、提高系统稳定性等方面起到重要作用[4-5]。

压缩空气储能技术(CAES)属于一种大规模储能技术,具有成本低、容量大和污染少等优势[6]。与传统CAES相比,先进绝热压缩空气储能系统(AA-CAES)将压缩过程中的热量转移到释能阶段循环使用,在节能减排和降低成本等方面更具有应用前景[7]。Jiang等[8]以AA-CAES为基础设计了多联产系统,放电时,膨胀机的空气被热工作介质加热,用户回水进一步回收热工作介质的余热,将其储存回冷罐,并对含AA-CAES的多联产系统展开了经济性分析。尹斌鑫等[9]建立了含AA-CAES以及其他辅助设备的IES全生命周期模型,验证了AA-CAES可有效降低IES的运行成本。Bu等[10]提出了一种包含AA-CAES、太阳能辅热设备和有机朗肯循环(organic Rankine cycle,ORC)的AA-CAES-SAH-ORC系统,基于能效性与热力学性能对系统展开研究。Li等[11]建立了基于混合整数线性规划的AA-CAES热电联产调度模型,并证明了AA-CAES能在电热能源系统中减少弃风并降低成本。然而,通常已有研究中AA-CAES与IES耦合不够充分,未能深入挖掘AA-CAES系统的冷、热、电多能流特性,或对耦合后的系统性能分析不够全面,且很少有研究者对AA-CAES和IES系统中其他供能设备耦合后进行协同优化并深入分析。

可再生能源形式多样,其中太阳能因其普遍性与环保性等优势受到国内外学者的广泛关注[12-13]。已有研究将太阳能集热器收集的热量作为动力源,对系统集成设计与优化展开研究。Freeman等[14]提出了基于ORC的小型太阳能热电联产系统,并对槽式太阳能集热器(parabolic trough solar collector,PTC)与真空管集热器的性能进行了对比,结果表明与真空管集热器相比,PTC效率更高。李猛[15]提出了一种含PTC的分布式供能系统,PTC在吸收太阳能辐射后将热量传递给燃气轮机燃烧室内的空气,显著提升了系统的性能。Chen等[16]提出了一种包含PTC、吸收式热泵(absorption heat pump,AHP)和吸收式制冷机的IES,从其热力学、经济性和环保性等方面展开分析,并研究了PTC工作温度和直接法向辐照度对IES性能的影响。Bedakhanian等[17]构建了一种由PTC、ORC、吸收式制冷机等设备组成的多能源系统,对系统的能效性与效率展开研究。然而,上述文献中所提及的系统较为简单,而IES中含有多种能源设备,系统结构与耦合机理较为复杂,引入太阳能会使系统协调优化难度上升,且很少有学者对耦合太阳能的IES系统展开深入研究。

综上所述,笔者提出了一种包含PTC与AA-CAES集成的IES-PTC-CAES系统优化运行策略。对PTC与AA-CAES吸收太阳能、储能与释能等过程以及其他设备进行了分析,并建立了相应的热力学模型。进而以经济性、环保性和能效性为优化目标,选择IES-PTC-CAES系统运行的重要设备参数作为优化变量,选择并行式遗传算法作为优化算法,基于分时电价构建了协同优化策略。最终,以北京某地区商业建筑为应用场景,对所构建的系统进行仿真优化,得出最优运行策略,并与参考系统进行了对比,验证了系统的有效性。

1 系统概述

考虑到AA-CAES储能技术规模较大,布置n套IES系统与AA-CAES系统耦合,设定n为5。

1.1 参考系统

参考系统结构如图1所示。在参考系统中,AA-CAES利用内燃机(internal combustion engine,ICE)产生的高温烟气,在释能时通过换热器将空气加热,用户回水流经缸套水换热器回收AA-CAES储能侧压缩空气的热量,之后与释能侧放热中温烟气按比例分配为2股,分别进入ORC与AHP中。在参考系统中,优先由ICE、ORC和AA-CAES为用户提供电负荷,AA-CAES吸收系统盈余发电量。若此时电负荷缺口仍然存在,则由市政电网补充。用户的冷负荷由AHP与电制冷机满足。热负荷由缸套水换热器、AA-CAES储能侧换热器以及尾部换热器协同提供,若此时仍存在热负荷缺口,则由燃气锅炉填补。

图1 参考系统结构图Fig.1 The structure diagram of the reference system

1.2 IES-PTC-CAES系统

本节所构建的IES-PTC-CAES系统结构如图2所示。IES-PTC-CAES系统将PTC与AA-CAES系统进行耦合。在该系统中,PTC布置在AA-CAES的释能侧,其内部导热油通过吸收太阳能来提高自身温度。在AA-CAES释能时,低温压缩空气吸收导热油的热量以提高自身温度,进而使得AA-CAES的做功能力大幅提高。ORC和AHP通过吸收ICE启动后的高温烟气进行发电与制冷,二者排出的余烟进入尾部换热器与AA-CAES储能侧流出的中温水进行热交换。

图2 IES-PTC-CAES系统结构图Fig.2 The structure diagram of IES-PTC-CAES system

在电热冷供应方面,系统调节ICE和ORC发电,AA-CAES储存冗余发电量。用电负荷优先由AA-CAES提供,不足部分通过向市政电网买电补足。AHP和电制冷机协同满足用冷需求,冷量缺口由燃气锅炉提供热量进入AHP补足。用热负荷最终由尾部换热器流出的高温水提供,蓄热水箱系统为后备热源,热量缺口由燃气锅炉供给。

2 系统设备热力学模型

2.1 内燃机

ICE作为IES的主要设备,其性能参数部分负荷率ηPLR的设置尤为关键。ηPLR的计算公式为

(1)

式中:EICE和GICE分别为ICE的实际发电量与额定容量,kW。

2.2 有机朗肯循环系统

选择R113作为ORC中的有机工质,ORC放电量EORC计算公式为

EORC=qm,R113(h1-h2)

(2)

式中:qm,R113为工质的质量流量,kg/s;h1和h2为有机工质R113流入、流出透平时的比焓,kJ/kg。

2.3 压缩空气储能

在AA-CAES建模过程中,根据下列假设对模型进行一定简化:(1) 在运行过程中,空气被视为理想气体,其比热容不变;(2) 空气的热容量与蓄热介质的热容量相等;(3) 不考虑过程中流体的动量变化与重力势能的变化;(4) 压缩机与膨胀机的工作过程是绝热的。

2.3.1 储能阶段

储能时,压缩空气过程视为不可逆绝热多变过程。压缩机出口空气温度Tco,out计算公式为

(3)

式中:Tco,in为压缩机的进口温度,K;κ为绝热多变指数;βc为压缩机的压比;ηc为压缩机的等熵效率。

压缩mkg空气的压缩功Wco通过下式计算

(4)

式中:cp,a为空气的比定压热容,J/(kg·K)。

此外,换热器的效能ε为

(5)

式中:cp为对应流体的比定压热容,J/(kg·K);下标c和h表示冷热两侧流体;qm为换热器中流体的质量流量,kg/s;下标c和h表示冷、热两侧流体;Tin、Tout分别为换热器进、出口流体温度,K。

换热器的压力损失系数σ的计算公式为

(6)

各级换热器出口流体温度T1,out的统一计算公式为

T1,out=(1-ε)T1,in+εT2,in

(7)

式中:T1,in和T2,in分别为换热器两侧不同流体的入口温度。

2.3.2 释能阶段

膨胀机出口空气温度Te,out计算公式为

(8)

式中:Te,in为膨胀机进口空气温度,K;βe为膨胀机的膨胀比;ηtur为膨胀机的等熵效率。

空气在膨胀机中所做功We的计算公式为

(9)

2.3.3 储气室

在储能过程中,储气室与外界没有物质与能量交换,储气室内压比β与温度T随时间的变化情况为

(10)

(11)

式中:Tin为储气室的进口空气温度,K;hc为气体与储气室壁面的对流传热系数,W/(m2·K);Ac为储气室内表面积,m2;Tw为储气室内壁温度,K;t为时间,s;qm,c为储气室进口空气质量流量,kg/s;p0为大气压力,Pa;V为储气室容积,m3;cv为空气的比定容热容,J/(kg·K);Rg为气体常数,J/(kg·K)。

在释能过程中,储气室内压比与温度随时间变化的关系式为

(12)

(13)

式中:qm,e为储气室出口空气质量流量,kg/s。

在储能与释能的间隔过程中,储气室内压比与温度随时间变化的关系式为

(14)

(15)

2.3.4 节流阀

hval,in=hval,out

(16)

式中:hval,in和hval,out分别为节流阀进出口处气体比焓,kJ/kg。

2.4 槽式太阳能集热器

PTC集热量(HPTC,kW)及其所受有效太阳辐射强度(Reff,kW/m2)计算公式分别为

HPTC=APTCReff

(17)

Reff=Rb,ncosσ

(18)

(19)

式中:APTC为PTC的集热面积,m2;Rb,n为太阳法向直射辐射强度, kW/m2;σ为入射角,(°);δ为赤纬角,(°);γ为太阳时角,(°)。

赤纬角δ和太阳时角γ的计算公式为

(20)

γ=0.25×(αAST-720)

(21)

αAST=αLST+αET-4(βSL-βLL)

(22)

αET=9.87sin 2ω-7.53cosω-1.5sinω

(23)

(24)

式中:N为每年1月1日至计算时的天数;αAST为太阳时,min;αLST为当地标准时,min;βSL为当地标准时区所在地的经度,选取北京时间经度,东经120°;βLL为当地经度,(°);αET为地球绕太阳公转时运动和转速变化导致的时差,min。

PTC有效集热量HPTC,eff的计算公式为

HPTC,eff=HPTC×ηPTC=cp,oil×qm,oil×(Toil,out-Toil,in)

(25)

式中:cp,oil为PTC导热油的比定压热容,kJ/(kg·K);qm,oil为导热油质量流量,kg/s;Toil,out和Toil,in分别为导热油在PTC中的出口和进口温度,K;ηPTC为PTC集热效率。

ηPTC计算式[18]为

(26)

式中:a为PTC的截距效率,选取0.762;b和c均为热损系数,分别取值0.212 5和0.001 672;T0为环境温度,K。

2.5 蓄热水箱

蓄热水箱运行模型如下:

(27)

Htank,in(t)≤Hin,max

(28)

Htank,out(t)≤Hout,max

(29)

式中:Htank(t)为蓄热水箱在t时刻内储存的热量,kW;φin、φout分别为蓄热、释热功率系数;Htank,in(t)、Htank,out(t)分别为蓄热水箱在t时刻内的存入、输出热量,kW;Hin,max、Hout,max分别为蓄热水箱最大蓄、放热功率,kW。

2.6 缸套水换热器

用户回水所需热源由缸套水换热器提供,其计算公式为

Hj,out=Hj,in×ηj

(30)

式中:Hj,out、Hj,in分别为出、入缸套水换热器的热量,kW;ηj为缸套水换热器的换热效率,取0.8。

2.7 尾部换热器

尾部换热器提供热量Hex,out的计算公式为

Hex,out=Hex,in×ηex

(31)

式中:Hex,in为烟气释放给尾部换热器的余热,kW;ηex为尾部换热器的换热效率,取0.8。

2.8 吸收式热泵

AHP制冷量CAHP计算公式为

CAHP=HAHP×ηCOP,AHP

(32)

式中:HAHP为AHP消耗的热量,kW;ηCOP,AHP为AHP的性能系数,取0.7。

2.9 电制冷机

电制冷机制冷量CEC计算公式为

CEC=EEC×ηCOP,EC

(33)

式中:EEC为电制冷机消耗电量,kW;ηCOP,EC为电制冷机的性能系数,取4。

2.10 燃气锅炉

用户所需补充负荷由燃气锅炉提供,其放热量HGB计算公式为

HGB=NGB×ηGB

(34)

式中:NGB为燃气锅炉天然气消耗量,kW;ηGB为燃气锅炉换热效率。

燃气锅炉提供热量用于补充用户所需热负荷与冷负荷,故还需满足下式

HGB=HGB,h+HGB,c

(35)

式中:HGB,h、HGB,c分别为燃气锅炉为用户提供的热量和冷量,kW。

3 系统优化方案

3.1 优化目标

系统的优化目标为各典型日的运行维护成本(fOMC,元)、二氧化碳排放量(fCDE,kg)和一次能源消耗量(fPEC,kW·h)。

3.1.1 运行维护成本

fOMC=Cope+Cgas+Cgrid

(36)

(37)

(38)

Ngas(t)=NICE(t)+NGB(t)

(39)

(40)

Ebuy,all(t)=Ebuy(t)+Ebuy,store(t)

(41)

式中:Cope、Cgrid和Cgas分别为检修维护、电网购电和天然气购买成本,元;t表示第t时刻,h;下标i表示不同设备;P为设备出力,kW·h;z为设备数量;cope、cgas和cgrid分别为设备单位容量成本、天然气价格和购电价格,天然气价格取值为0.22元/(kW·h);Ngas为系统消耗天然气总量,包括ICE的耗气量NICE和燃气锅炉的耗气量NGB,kW·h;Ebuy,all为系统的购电总量,包括为补充电负荷缺口所需的购电量Ebuy和谷时电价期AA-CAES的储电量Ebuy,store,kW·h。

3.1.2 二氧化碳排放量

fCDE代表系统对环境的影响情况,其值越低,代表系统越环保。其计算公式为

(42)

式中:λgas、λgrid分别为天然气和电网的二氧化碳排放因子,分别取值为0.22 kg/(kW·h)和1.01 kg/(kW·h)。

3.1.3 一次能源消耗量

fPEC用于衡量系统一次能源消耗程度,其值越小,代表系统越节能。其计算式为

(43)

式中:μplant为发电厂发电效率,取值为0.4;μtrans为电网的电能输配效率,取值为0.92。

3.2 评价指标

将典型日的目标函数年化得到系统年化运维成本(fOMC,year)、年化一次能源消耗量(fPEC,year)和年化二氧化碳排放量(fCDE,year):

(44)

(45)

(46)

式中:j表示第j个典型日;d为全年中典型日对应的天数。

系统的一次能源消耗量(renergy)与效率(rexergy)[19]具体计算式为

(47)

(48)

XE=3 600Eload

(49)

XH=XQ,out-XQ,in

(50)

(51)

(52)

XC=XC,out-XC,in

(53)

(54)

(55)

Xgas=0.95×QHHV×Ngas

(56)

XPTC=0.917 1×Rb,n×APTC

(57)

式中:Eload、Hload和Cload分别为用户的电、热和冷负荷,kW·h;XE、XH和XC分别为系统的电量、热量和冷量,kJ;Xgas为系统消耗天然气的,kJ/(kg·K);下标hw与cw表示热水与冷却水;XQ,out、XQ,in分别为流出与流入系统的热量;XC,out、XC,in分别为流出与流入系统的冷量;Tout、Tin分别为供水与回水温度,K;cw为水的比热容,kJ/(kg·K);qm,w为水的质量流量,kg/s;XPTC为PTC的,kJ;QHHV为天然气的高位热值,kJ/m3。

3.3 约束条件

系统能量约束方程如式(58)～式(60)所示。

EICE(t)+EORC(t)+Edisch(t)+Ebuy(t)≥Eload(t)+EEC(t)+Ech(t)

(58)

Hex(t)+HGB(t)+Htank,out(t)≥Hload(t)+HAHP(t)

(59)

CAHP(t)+CEC(t)≥Cload(t)

(60)

式中:Edisch、Ech分别为AA-CAES系统的放电量、储电量,kW·h;Hex为换热器(缸套水换热器、储能侧换热器和尾部换热器)产热量,kW·h。

3.4 协同优化策略

采用Matlab软件中成熟的遗传算法(GA)工具箱,为避免优化过程出现早熟现象,引入自适应的交叉与突变过程来避免陷入局部最优解。选定ICE部分负荷率ηPLR、流入ORC烟气占比rORC、低温烟气温度Ts,L、电制冷占比rEC、电价低谷储电量Ebuy,store和PTC出口导热油温度Toil,out作为系统的优化变量。其中,ηPLR变化会显著影响ICE发电效率,进而影响系统能源利用率。系统依据负荷需求实时调整rORC和Ts,L,,以实现冷、热、电能的灵活输出,同时rEC变化会显著影响AHP与电制冷机的制冷量,进而影响系统的电能消耗量与能效性。Ebuy,store作为谷电价时系统的购电存储量,对系统运行与经济性同样产生影响。此外,虽然较高的Toil,out会提高AA-CAES放电量,但温差较大会导致蓄热过程不可逆损失增加,有必要对其进行优化。其中,rORC、rEC计算公式为

(61)

(62)

式中:qV,s、qV,ORC、qV,AHP分别为内燃机排烟、流入ORC和AHP的烟气体积流量,m3/s。

为降低优化维度、提升求解速度,基于分时电价对重要运行参数进行优化。系统不同时段的优化变量组合见表1。

表1 系统不同时段的优化变量组合Tab.1 The optimization variable combination of IES-PTC-CAES system in different periods

4 算例分析

4.1 研究对象及参数设置

4.1.1 研究对象

以北京地区某栋商业建筑作为应用场景,该建筑层数为8层,每层面积为1 500 m2,拟研究数量为20栋,使用DeST软件对该建筑进行模拟,得到其全年逐时冷、热、电负荷等数据。进而通过K-means算法从样本提取出能够代表该建筑典型负荷信息的10个典型日,典型日负荷信息见图3。

图3 典型日逐时负荷Fig.3 Hourly load in typical days

4.1.2 参数设置

AA-CAES参数、IES-PTC-CAES系统内设备经济参数如表2与表3所示。

表2 AA-CAES以及PTC技术参数Tab.2 The technical parameter of the AA-CAES

表3 设备经济参数Tab.3 The economic parameter of the equipment

4.2 系统运行结果分析

4.2.1 系统性能对比分析

在3种不同优化目标下,两系统的性能对比分析结果见图4。图4(a)所示是以经济性为优化目标时两系统优化结果的对比。与参考系统相比,IES-PTC-CAES系统运行成本降低约14.61万元, CO2排放量降低约123 440.82 kg。图4(b)所示是以环保性为优化目标时两系统优化结果的对比,在所选典型日中两系统具有相近的变化趋势。IES-PTC-CAES系统一次能源消耗量4 047 700.72 kW·h,其中不可再生能源消耗量为3 475 633.96 kW·h,虽然在典型日内一次能源消耗总量仍然大于参考系统,但对比参考系统,可再生能源消耗量降低约8.91%。图4(c)为两系统在各典型日下其能效目标性能对比分析结果。在能效潜力方面,IES-PTC-CAES系统低于参考系统,其fPEC在每个典型日平均增幅为24 412.89 kW·h,其原因是系统太阳能利用效率不足,导致系统的fPEC增加。但相较于参考系统,所构建系统在减碳与降低成本方面具有明显成效,在每个典型日降低二氧化碳排放约8.38%,节约系统运行成本3.26%左右。

(a) 经济目标

4.2.2 系统年化性能对比分析

图5给出了两系统在不同目标下的年化性能对比。图5(a)是以经济性为目标两系统的年化性能分析结果,相比参考系统,fOMC,year降低近519万元,降幅为10.79%,fCDE,year减少约4 790 701.23 kg,降幅为5.63%,fPEC,year增加约9 454 812.72 kW·h,增幅约32.45%。这是由于PTC的集成,太阳能的利用提升了系统的经济与环保效益,这表明IES-PTC-CAES系统大规模实际应用的潜力得到提升。图5(b)和图5(c)分别为以环保性和能效性为目标时两系统的年化性能对比情况。以环保性为目标时,系统的fOMC,year降低了5.17%,fCDE,year降低了4.92%,而fPEC,year增加了14.03%。以能效性为目标时,系统的fCDE,year和fOMC,year降幅分别达到4.15%和9.75%,而fPEC,year增幅约7.48%。

(a) 经济目标

由于烟气余热在系统中被ORC和AHP梯级利用,提高了系统发电量和制冷量,在一定程度上缓解了电负荷与冷负荷压力,降低了成本。尽管一次能源消耗量有所增加,但在经济性和环保性方面仍具有明显优势。

4.2.3 系统用能分析

通过对各典型日情况下系统购电与购气量分析,得出不同目标下系统的用能情况,结果如图6所示。

由图6(a)可知,环保目标下系统的购电量最少,经济目标下购电量最多。这是由于电价低谷时期系统主动购电储存在AA-CAES中,提高了系统的经济效益。由图6(b)可知,经济目标下购气量最低,为11 789.84 m3,与能效目标和环保目标下相比,其天然气购买量平均值分别降低1 519.9 m3和3 612.4 m3。相反,环保目标下购气量最多,因为在环保目标下,为了降低碳排放量,系统更倾向于依靠自身发电去满足用能需求,因此减少了电能的购买而增加了天然气使用量。

(a) 电能购买量

4.2.4 系统能源价格敏感性分析

市场供需变化和能源价格波动将导致系统的经济性发生变化,故需对系统经济性与能源价格展开敏感性分析。

选取夏冬季典型日对系统进行能源价格敏感性分析,结果如图7所示。由图7可知,无论夏季冬季,系统的运行成本均随着电价和天然气价格系数增大而增加。图7(a)显示夏季时电价和天然气价格系数每提升10%,系统运行成本平均增加10 514.67元和2 130.52元。图7(b)显示冬季时电价波动对系统成本影响更为显著,电价和天然气价格系数每提升10%,系统运行成本平均增幅为6 343.49元和3 939.56元。

(a) 夏季

综上所述,无论夏季或冬季,电价波动是系统运行成本变化的主要因素。但天然气价格波动在冬夏两季时对系统运行成本有不同影响。在夏季时,冷负荷需求更为庞大,此时系统需通过电制冷机提供大量的冷负荷,故此时天然气价格对运行成本影响较小。在冬季时,用户热负荷需求更高,系统需调用燃气锅炉消耗较多天然气来填补热需求缺口,此时天然气价格对运行成本影响更为明显。

此外,对于能源购买成本而言,冬季购买成本远小于夏季,其主要原因是对于模拟得出的用户负荷而言,其在冬季时的采暖需求远不及夏季时的供冷需求。综上,对于所构建的系统以及建筑场景而言,无论夏季或冬季,电价是系统运行成本的最大限制因素。在不同季节,天然气价格对系统运行成本的影响程度不一,与夏季相比,冬季时天然气价格波动会更明显地影响系统运行成本。

4.2.5 系统热力学分析

本节分析了在典型日2情况下IES-PTC-CAES系统热力学性能与部分重要运行参数的影响关系。

图8(a)给出了ηPLR变化对系统热力学性能的影响。由图8(a)可知,升高ηPLR,系统的发电量、产热产冷量、renergy和rexergy也随之提高。PTC的引入使得储能系统在释能放电过程中可获得更多热量,系统中能量变化具有明显的线性趋势。

图8 不同运行参数对系统运行性能的影响Fig.8 The influence of different operating parameters on the system performance

图8(b)给出了rORC对系统热力学性能的影响,由图8(b)可知,随着rORC的提高,系统的发电量、renergy和rexergy缓慢上升,系统的产热量基本不变。这是由于rORC提高,ORC将吸收更多烟气热量,故系统发电量随之提高,而进入AHP的烟气量减少,使得制冷量降低。在典型日2场景中不需要冷负荷,故AHP制冷量存在浪费,更多能量被用于发电,故系统renergy和rexergy缓慢升高,产热量基本不变。

图8(c)给出了Ts,L变化对系统热力学性能的影响。由图8(c)可知,系统的产热量随着Ts,L的升高而增加,而制冷量和发电量缓慢降低,系统的renergy和rexergy受Ts,L影响变化不明显。由于Ts,L升高,系统调节尾部换热器,使其换热量增大,进入ORC和AHP的烟气量降低,故发电量和制冷量缓慢降低,系统产热量迅速升高。由于烟气余热不影响系统中AA-CAES系统放电过程,且此部分电量在系统发电量中占比较大,故Ts,L只对系统的产热量有明显作用。

5 结论

(1) 与参考系统相比,新系统在经济与环保目标下的运行成本与CO2排放量分别降低了14.61万元和6 194.38 kg。但由于太阳能有效利用率较低,导致系统一次能源消耗量较大,故其能效性较差,但环保性与经济性具有明显优势。

(2) 由于PTC与AA-CAES的耦合,增强了IES-PTC-CAES系统自身的发电能力,在环保目标下,系统购电量最少,在经济目标下,系统购气量最低。

(3) 对于所构建的系统与模拟的应用场景而言,不同季节下的系统运行成本对天然气价格波动敏感性表现出不同趋势,相比夏季,冬季时运行成本对天然气价格波动更敏感。对于电价而言,不论是冬季还是夏季,系统都较为敏感。

(4) 升高ηPLR,系统的发电量、产热产冷量、renergy和rexergy也随之提高。随着rORC的提高,系统的发电量、renergy和rexergy缓慢上升,系统的产热量基本不变。随着Ts,L的升高,系统的产热量增加,而制冷量和发电量缓慢降低,系统的renergy和rexergy受Ts,L影响不明显。