基于多元储能的分布式能源系统优化调度方法研究

韩中合, 马 立, 段宇轩, 刘 奥, 吴 迪, 李桂强

(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. 中国科学技术大学 工程科学学院, 合肥 230026)

为了应对日益严重的化石能源危机和环境污染问题,实现能源利用的清洁高效和可持续发展,我国于2020年提出了“双碳”目标,能源结构的主体从传统化石能源逐步转换成可再生能源[1]。分布式能源系统耦合了可再生能源利用设备,涵盖了冷、热、电等多种能源形式,实现了能量的梯级利用[2-3]。但现有的分布式能源系统的经济效益和环境保护效益仍不够理想,没有充分发挥其多能互补、能量梯级利用的巨大优势。

现有的分布式能源系统不包含储能单元或储能形式单一。由于用户负荷具有波动性,峰谷差巨大,不包含储能设备的能源系统在应对巨大的能量需求时,可能出现供能不足的问题[4]。单一的储能形式在应对不同形式能量需求时,无法发挥冷、热、电联产的优势,多余的产能将会被浪费,能源利用率较低[5]。

针对分布式能源系统的优化配置及优化运行已经有了一定的研究成果。如荆朝霞等[6]以经济性为目标,针对含燃气轮机、蓄电池、光伏的分布式能源系统构建日前优化调度模型。葛怀宇等[7]考虑能源系统的季节特性,模拟季节和日内2个尺度的出力和负荷特征,进行电-气综合能源系统配置规划,实现跨季节储能。陈华等[8]将能源利用率和碳排放作为系统优化的目标,对系统内各类装置的型号、配置以及数量进行优化,实现节能减排的目标。

在针对含有储能的分布式能源系统进行日前优化调度方面,Soheyli等[9]将可再生能源消纳与区域综合能源系统进行耦合,并以污染物排放和一次能源消耗量最小为目标构建优化调度模型。Shao等[10]以社会效益为目标构建分布式能源系统的双层优化调度模型。刘洪等[11]考虑了弃风成本以及储电和储热的损耗成本,针对区域电热综合能源系统的日前阶段进行优化调度。王志光等[12]研究了微燃气轮机机组配置及运行模式对冷热电联供系统运行的影响。贺庆等[13]以经济、环保能效最优为目标,采用ε-约束方法构建了冷热电联供系统的区间多目标优化调度模型。上述研究虽然从多方面综合考虑对系统进行优化调度,但优化方法较为单一。

基于此,建立了含有风电、光伏以及冷、热、电多元储能的分布式能源系统模型,分别选取成本节约率、一次能源节约率和二氧化碳减排率作为系统运行的评价指标并整合为系统综合效益(Comprehensive benefits,CB)。首先采用传统的以电定热策略作为系统运行的基本策略,并将其作为对照组,随后提出一种以系统综合效益最高为目标的自适应优化运行策略,来优化调度系统内各设备的运行情况。在系统控制的关键节点选取4个决策变量,利用穷举搜索法和遗传算法分别进行求解。最后,对比分析3种不同运行策略下该分布式能源系统的运行情况以及所产生的收益,验证了所提出的运行策略的有效性。

1 分布式能源系统

分布式能源系统模型如图1所示。该系统由风力发电机和光伏发电以及光伏玻璃幕墙构建风光互补系统,另外采用燃气轮机作为系统的核心设备为用户供电,此外园区内的微电网还与市政电网相连,以保证供电稳定性;供热供冷方面由地源热泵(Geothermal heat pumps,GHP)、吸收式热泵(Absorption heat pump,AHP)、冷水机组(Cooling-watermachine,CWM)、余热锅炉(Waste heat boiler,WB)以及电锅炉(Electric boiler,EB)负责。为应对负荷侧巨大的峰谷差,提高分布式能源系统的供能可靠性,本系统中还加入了多元储能设备:电池储能、飞轮储能以及蓄热(冷)水箱。

图1 分布式能源系统结构图

1.1 供电设备

1.1.1 光伏发电

太阳能光伏板(Photovoltaics,PV)发电功率受工作电流(I,A)、工作电压(U,V)和实际工作温度(tpv,real,℃)的影响[14]。总发电功率(Ppv,sum,kW)计算方法为

Ppv,sum(t)=P0(t)×Ft(t)×Fs×Fμ×Fo×nPV

(1)

式中:P0为PV理论发电功率,kW;Ft(t)、Fs、Fμ、Fo分别为温度修正因子、积尘因子、性能失配因子以及由材料老化等引起的发电减少量;nPV为光伏板的数量。发电功率和温度修正因子的计算方法可参考文献[15]。

光伏玻璃幕墙(Building integrated photovoltaic,BIPV)的发电功率PBIPV与PV发电功率的计算式相同,相同外部条件下,发电功率约为PV的0.6倍。

1.1.2 风电

风力发电机(Wind turbines,WT)输出的电功率与当地风速密切相关。当风速较低时,风机未达到启动条件,输出功率为0 kW;当风速较高时,为保证电机安全,风机停机;当实际风速介于风机可工作区间内时,才能启动风机进行发电。

风力发电机的输出功率PWT(t)与风速v(t)之间的关系如下

(2)

(3)

(4)

式中:vin、vN、vout分别为风机工作的切入风速、额定风速和切出风速,m/s;PN,w为风机的额定功率,kW。

1.1.3 燃气轮机

燃气轮机(Gas turbine,GT)利用天然气发电,产生的高温排气同样可以加以利用。将该设备引入分布式能源系统,可以有效提高冷热电联供的可靠性。燃气轮机的数学模型如下:

(5)

(6)

(7)

式中:RGT为燃气轮机部分负荷率;RGT,thres为燃气轮机启动负荷率,取20%,当燃气轮机的部分负荷率小于启动负荷率时,燃气轮机不启动;PGT为燃气轮机实际发电功率,kW;PGT,norm为燃气轮机额定工况下的发电功率,kW;ηGT,e为燃气轮机发电效率;ηGT,e,norm为燃气轮机额定工况下的发电效率;f(RGT)为燃气轮机的发电效率衰减系数,根据实际燃气轮机运行情况拟合得出。

(8)

(9)

(10)

PGT,h=(1-ηGT,e)Pfuel

(11)

式中:ηm为燃气轮机机械效率,近似取0.93;PGT,m为输出的电功率(考虑机械效率),kW;Pfuel为天然气消耗功率,kW;qV为消耗的天然气体积流量,m3/s;PGT,h为燃气轮机输出热功率,kW;Qgas,LHV为天然气的低位发热值,取35 600 kJ/m3。

1.2 储能设备

1.2.1 蓄电池

蓄电池(Battery,BAT)荷电状态计算方法为

(12)

式中:PBAT(t)为蓄电池充放电功率,kW,其中放电为正,充电为负;Qbattery为电池的容量,kW·h;EB,SOC(t)为t时刻电池荷电状态;EB,SOC,0为初始时刻电池荷电状态;Δt为充/放电时间,s;t0为初始时刻,t0=1;t1为终止时刻,t1=3 600。

1.2.2 飞轮储能

飞轮储能(Flywheel energy storage,FE)相比蓄电池,具有更长的使用寿命,但是储电量较低,可以作为系统瞬时调频手段。

(13)

式中:PFE为飞轮储能的充放电功率,kW;J为飞轮的转动惯量,kg·m2;ω1和ω2分别为飞轮充放电前后的转动角速度,rad/s。

飞轮储能设备的荷电状态计算公式为

(14)

式中:EFE,SOC为飞轮的荷电状态;ωt、ωmin、ωmax分别为飞轮储能t时刻的转速、飞轮最小转速和飞轮最大转速,rad/s。

1.2.3 蓄能水箱

本系统中只设置单个水箱,在供冷季用于储冷,在供热季用于储热。水箱为控制体的能量平衡方程,等号右边第一项是散热量,第二项是进入水箱的能量,第三项是离开水箱的能量。

u(t)·m(t)=-qhl,tank(t)+qm,in·h(Tin)-
qm,out·h(T(t))

(15)

式中:u(t)为t时刻水箱内工质内能,kJ;m(t)为t时刻水箱内工质质量,kg;qm,in与qm,out分别为水箱进出、口质量流量,kg/s;T(t)为t时刻水箱内工质温度,即水箱出口处工质温度,℃;qhl,tank(t)为水箱散热量,kW;h(Tin)与h(T(t))分别为进入水箱内工质的焓和水箱内工质焓,kJ/kg。式中各项的具体计算方法可参考文献[16]。

1.3 制冷制热设备

为方便计算,将制冷制热设备简化,采用制热系数和制冷系数来计算各设备输入输出的能量,包括余热锅炉、电锅炉、地源热泵、吸收式热泵和冷水机组。

Ci(t)=Ei,in(t)·ηEER,i

Hi(t)=Ei,in(t)·ηCOP,i

(16)

式中:Ci(t)和Hi(t)分别为第i个制冷/制热设备输出的冷量和热量,kW;Ei,in(t)为输入第i个设备的能量,kW;ηEER,i和ηCOP,i分别为第i个制冷/制热设备的制冷系数和制热系数。

在能源系统中添加了供热和供冷设备,用以满足用户冷热负荷需求,另一方面这些冷热设备均属于能源转换设备,可以在优化调度过程中起到能源互补的作用,提高能源利用率,同时使得系统调度的灵活性增加。

1.4 约束条件

1.4.1 能量平衡约束

能量的供给侧和需求侧需要满足平衡关系。电平衡约束:发电设备发电、用户用电、供能设备用电、储能设备充放电以及与电网交互之间要达到供需平衡的关系。

Ppv,sum(t)+PBIPV,sum(t)+PWT(t)+PGT(t)+
PBAT(t)+PFE(t)+Pgrid(t)-
PEB(t)-PGHP(t)=Puser(t)

(17)

式中:PBIPV,sum(t)、Pgrid(t)、PEB(t)、PGHP(t)、Puser(t)分别为光伏玻璃幕墙总发电功率、电网交互功率、电锅炉耗电功率、地源热泵耗电率以及用户电负荷,kW。

热平衡约束:吸收式热泵、余热锅炉、地源热泵、电锅炉、蓄热水箱、热量浪费以及为用户供热之间要达到供需平衡关系。

HAHP(t)+HWB(t)+HGHP(t)+HEB(t)-Htank,in(t)+
Htank,out(t)-Hwaste(t)=Huser(t)

(18)

式中:HAHP(t)、HWB(t)、HGHP(t)、HEB(t)、Htank,in(t)、Htank,out(t)、Hwaste(t)、Huser(t)分别为t时刻吸收式热泵、余热锅炉、地源热泵、电锅炉的制热功率以及蓄热罐输入热功率、蓄热罐输出热功率、热量浪费、用户热负荷,kW。

冷平衡约束:吸收式热泵、地源热泵、冷水机组、蓄冷水箱、冷量浪费以及用户供冷之间要达到供需平衡。

CAHP(t)+CGHP(t)+CCWM(t)-Ctank,in(t)+
Ctank,out(t)-Cwaste(t)=Cuser(t)

(19)

式中:CAHP(t)、CGHP(t)、CCWM(t)、Ctank,in(t)、Ctank,out(t)、Cwaste(t)、Cuser(t)分别为t时刻吸收式热泵、地源热泵、冷水机组的制热功率以及蓄冷罐输入、蓄热罐输出功率、冷量浪费、用户冷负荷,kW。

1.4.2 设备出力约束

系统中各设备出力需满足出力约束,最大出 力不高于设备额定功率,最小出力不低于启动负荷。

Pi,min≤Pi(t)≤Pi,norm

(20)

式中:Pi,min和Pi,norm分别为第i个设备的启动负荷和额定功率,kW;Pi(t)为第i个设备在t时刻的出力。

需要约束的设备有:燃气轮机、电锅炉、冷水机组、地源热泵。另外,储能设备也需要对其最大储能和供能功率进行约束。为防止电池和飞轮过度充放电,延长设备使用寿命,其荷电状态约束在0.2～0.8,同理蓄能水箱内的工质占比也维持在0.2～0.8。

(21)

式中:PBAT,max为蓄电池最大充放电功率,kW;PFE,max为飞轮储能的最大充放电功率,kW;qm,max为储能水箱进出口最大质量流量,kg/s。

考虑到可能存在的极端气候和突发性负荷大幅波动情况,本文未对电网交互功率进行限制,以确保满足用户需求。

2 优化运行方法

2.1 运行策略

2.1.1 以电定热运行策略

选取某办公园区作为研究对象,其电负荷较高,冷热负荷受季节影响较大,且夜间无冷热负荷,选取传统的以电定热(Following electrical load,FEL)运行策略作为优化运行的对照。在该运行策略中,冬季优先考虑供热,夏季优先考虑供冷,以此来分配吸收式热泵和地源热泵的运行状态。“以电定热”运行策略即优先考虑满足用户电负荷,根据用户电负荷、可再生能源发电以及储电系统运行之间的差额来调控燃气轮机运行负荷率,随后计算燃气轮机产出的热量,调控其他供热(冷)设备的出力。具体运行策略如图2(a)所示。

(a) “以电定热”运行策略流程图

供电设备调控的优先级为:可再生能源发电>蓄电池>飞轮储能>燃气轮机,若不能满足用户需求则向电网购电;若可再生能源发电量大于当前时段电负荷,则由蓄电池和飞轮先后储存多余电量。调控供热设备时,首先计算利用燃气轮机余热进行制热的吸收式热泵和余热锅炉的产热量,若大于当前时段热负荷,则多余热量储存进蓄热罐;若供热不足,则依次调控地源热泵、蓄热罐、电锅炉进行供热。调控供冷设备时,首先计算吸收式热泵冷量产出,若产出大于用户负荷,则由蓄冷罐储冷;若供冷不足,则由地源热泵、蓄冷罐和冷水机组相继补冷。

2.1.2 自适应优化运行策略

笔者提出一种以经济性、节能性和环保性为目标的自适应优化运行策略,通过调整选取的决策变量使整个系统的综合效益最大。

参考以电定热策略,从整个系统调控流程的重要节点选取4个决策变量:

(1)x1为燃气轮机负荷率。燃气轮机作为整个系统的核心设备可以发电供能,同时产生的高温透平排气也可以通过余热锅炉或吸收式热泵进行供热或供冷。作为表征燃气轮机运行的重要参数,燃气轮机负荷率直接影响燃气轮机的发电效率以及余热产出,间接影响其他设备的出力调控。燃气轮机负荷率需满足燃气轮机启动条件或停机,即{0}∪[0.2, 1]。

(2)x2为蓄电池充放电功率。蓄电池是园区供电微网中削峰填谷的重要调控手段,且具有运行成本高、储能容量大、不宜多次充放电等特点。选取蓄电池充放电功率作为一个决策变量,其变化会较为直观地影响系统的运行成本和能源节约率。蓄电池充放电功率的搜索范围受其最大充放电功率的约束,即-PBAT,max～PBAT,max。

(3)x3为进入吸收式热泵和余热锅炉的烟气分配占比。在确定燃气轮机负荷率之后,燃气轮机高温排气的分配问题就成为下一个重点调控节点,它是进行供热(冷)调控的第一步。选取进入溴冷机和余热锅炉烟气分配占比作为一个优化变量,旨在合理充分地利用燃气轮机排气余热,以提高一次能源利用率。

(4)x4为地源热泵出力占比。在进行制热(冷)调控中,将电锅炉/冷水机组置于调控的最后一个环节,作为被动调节,在供热(冷)不足时进行补充,因此,最后需要主动调控的设备就只有地源热泵和蓄热(冷)罐。除溴冷机和余热锅炉外,供热(冷)不足的部分由地源热泵与蓄热(冷)罐共同承担,其中地源热泵产能所占的比例即为该变量的含义。该变量的取值范围为0～1。

采取穷举搜索法[17](Exhaustive search algorithm,ESA)和遗传算法( Genetic algorithm,GA)作为自适应优化运行策略的寻优计算方法,从经济性、节能性以及环保性3个方面选取成本节约率、一次能源节约率和二氧化碳减排率作为目标函数,将3个目标视为同一优先级,三者均为无量纲参数,直接按照相同比例计算综合效益,并以该综合效益最大为目标进行单目标优化。2种算法具体的操作步骤如图2(b)和图2(c)所示,图中:xi,t表示第i个变量在t时刻的取值,t取1～24之间的整数,tmax取24。

遗传算法[18]是一种可以自适应搜索方向的智能优化算法,具有较强的全局搜索寻优能力。它模拟生物遗传进化的规律,通过计算适应度函数,选取出每一代的较优个体进行相互交叉、变异,生成下一代种群,重复上述操作,通过不断循环迭代后产生最优个体。考虑到计算时间和精度的因素,设置遗传算法种群数为100,迭代次数为100,交叉概率为0.8,变异概率为0.1。

为有效缩短寻优过程的计算时间,将穷举过程分两个阶段进行搜索。第一阶段给定后两个决策变量的初始值,对前两个变量进行寻优,即在烟气分配占比和地源热泵出力占比不变的情况下,寻找最佳的燃气轮机负荷率和蓄电池充放电功率。第二阶段在第一阶段寻优结果的基础上,对剩余2个变量的可行解进行计算,得出最佳的烟气分配占比以及地源热泵出力占比。该方法与全局搜索相比,寻优结果相差较小,且可以极大地缩短计算时间,适用于短时间尺度的优化运行调整。

2.2 目标函数

在经济性计算过程中考虑了系统内能源采购成本、各个设备的运行维护成本以及折旧成本:

C=Cop+Cd+Cbe

(22)

式中:C为总成本,元;Cop为设备运行维护成本,元;Cd为设备折旧成本,元;Cbe为能源采购成本,元。式中各项指标具体计算方法可参考文献[19]。

成本节约率CSR由假想的分供系统和建立的分布式能源系统在相同负荷条件下的运行总成本计算得出:

(23)

式中:下标SP和DES分别代表作为参考的分供系统和本文建立的分布式能源系统。

一次能源节约率PESR计算公式为

(24)

其中:

(25)

(26)

式中:FDES和FSP分别为该分布式能源系统和分供系统的一次能源消耗量,kJ;FGT为天然气消耗量,m3;Pgrid,in为电网购电量,kW·h;ηcp、ηgrid,P、ηEC、ηH、ηgrid,H分别为发电厂的能量转换效率、电网的输送效率、分供系统电制冷效率、供热公司制热效率和热力管网输送效率;Psum、Csum和Hsum分别为系统总产电量、产冷量和产热量,kW·h。

二氧化碳减排率为

(27)

式中:Rgrid,CO2为电网购电的二氧化碳排放当量,kg/kJ;Rng,CO2为天然气的二氧化碳排放当量,kg/m3;Rh,CO2为分供系统购热的二氧化碳排放当量,kg/kJ。

综合效益的具体计算公式为

(28)

系统中设备性能和经济性的具体参数如表1所示[12-15],表中:cinv,i和cm,i分别为设备i的初投资成本和运行维护成本,用于计算系统总成本。

表1 设备技术和经济参数

2.3 研究对象

选取北京某办公园区作为研究对象,利用DeST软件模拟预测用户负荷及风光条件,对所提出的优化方法进行验证分析。

该园区夜间无冷热负荷,且电负荷较低,气候条件为典型的夏热冬冷地区,因此从夏季、冬季以及过渡季选取3个典型日进行分析计算。各典型日的用户负荷及环境数据如图3所示。

(a) 冬季典型日

冬季典型日风速较大,但光照强度低,夜间无热负荷,全天无冷负荷。上午7:00时,热、电负荷差异较大。

夏季典型日的全天风速较低,无法满足风机的启动条件,太阳辐照度较高,在12:00达到顶峰。全天无热负荷,夜间只有较低的电负荷。晚上20:00时,用户冷负荷达到全天最大值,为4 968.9 kW。

笔者将一年中的春季和秋季定义为过渡季,即每年的2月中旬到5月中旬、8月中旬到11月中旬,过渡季的特点是冷热负荷都处于较低水平甚至为零,但电负荷与其他季节差异不大。过渡季典型日的风速和光照强度相对其他典型日均处于较低水平。全天无冷负荷,热负荷较低,最大热负荷为215.8 kW。

3 结果与讨论

3.1 以电定热运行策略

以电定热策略下,各个典型日的系统运行情况以及综合性能如图4所示。其中rH,tank和rC,tank分别为蓄热水箱与蓄冷水箱内的工质占比,计算方法如下:

(29)

(a) 冬季典型日电平衡图

式中:Dtank为蓄能水箱底部直径,m;H为蓄能水箱高度,m。rC,tank计算方法与上式相同。

由于夜间0:00—6:00时段电价较低,以电定热策略下,该分布式能源系统夜间从电网购电进行存储,以便白天在用电高峰期填补电力空缺。与此同时,冬季该系统还从电网购电驱动地源热泵以及电锅炉制热,并将其存储进蓄能水箱。但在此方法下,夜间的综合效益较低,这是由于夜间买电储能策略引起的,夜间储能全部由电网提供原动力,这与分供系统相差不大,所以当下的成本节约率、一次能源节约率以及二氧化碳减排率均处于较低水平。

夏季典型日23:00—8:00没有冷负荷,只有较低的电负荷,白天的太阳辐照度也明显高于冬季和过渡季。与冬季典型日类似,在以电定热策略下由电网购电进行储能,保证用户负荷高峰期的供能稳定性。上午8:00有极小的冷负荷,在以电定热策略下,该部分冷负荷由电网驱动地源热泵进行供能,虽然地源热泵具有较高的制冷效率,但从电网购电还是具有一定的二氧化碳排放当量以及一次能源消耗,所以该时刻的节能减排效益不足1。

由于过渡季夜间只有微弱的电负荷,冷热负荷为零,在以电定热策略中,夜间储存的电量以及用户供电全部来自市政电网,这与传统分供系统的运行方式一致,因此该时段系统的成本节约率、一次能源节约率以及二氧化碳减排率均为零。

对比冬季和夏季典型日,夏季系统内电制冷设备具有较高的能量转换效率,但作为参照的分供系统利用空调制冷的方法,同样具有可观的能量转换效率,因此在以电定热策略下,夜间系统运行的综合效益并没有显著提高。

3.2 自适应优化运行策略

由于遗传算法与穷举搜索法所得结果相差不大,笔者只选取基于穷举搜索法下的自适应优化运行结果进行分析,各典型日的冷热电平衡图及系统性能如图5所示。

(a) 冬季典型日电平衡图

自适应优化运行策略下,夜间启动燃气轮机进行储电,同时带动吸收式热泵和余热锅炉(冬季启动制热)供热或供冷,实现能量的梯级利用,不仅提高了系统的节能减排效益,而且减小了系统的电网购电成本。

由于地源热泵与传统的分供系统供热方式差别较大,能效性显著提升,因此图5(c)中可以看出冬季系统夜间综合效益显著提升。冬季典型日上午7:00的电、热负荷较低,在自适应优化运行策略中,该时刻的用户负荷由储能设备提供,燃气轮机未启动,系统可以实现自给自足,不需要与电网进行交互,因此既不会消耗一次能源也没有产生二氧化碳,节能减排指标为1,系统只产生少量的设备运行维护成本。而在以电定热策略下,供热设备耗电完全由电网提供,启动地源热泵供热虽然系统本身没有碳排放,但电网购电有一定的二氧化碳排放当量,因此该策略下二氧化碳减排率不足1,同理一次能源节约率也不足1。夜晚23:00系统的运行情况以及综合效益与此相同。

夏季典型日夜间23:00时系统综合效益降为0,此时用能侧只有微弱的电负荷,未能达到燃气轮机启动条件,同时储电设备达到释能下限,该时刻的负荷只能由电网提供,这种运行方式与分供系统完全相同,因此成本和一次能源节约率以及二氧化碳减排率均为0。

过渡季典型日全天的冷热负荷较低,不需要启动储热或储冷设备来平衡峰谷差值,同时也减免了蓄能水箱的运行维护成本。为了减少系统的额外运行成本,吸收式热泵只产生少量的热能用来满足用户负荷,燃气轮机的排气没有全部利用,系统的一次能源利用率低,能源节约率也相应降低。自适应优化运行策略下过渡季典型日系统的一次能源利用率只有41.7%,而夏季典型日系统的一次能源利用率达到93%。虽然燃气轮机的发电效率低于传统的大型火电站,但由于分布式能源系统的供能设备直接布置在用户侧,减少了能量长距离输送的运输损耗,所以自适应优化运行策略下夜间依然选择启动燃气轮机发电并进行储存,而不是选择市政电网。上午7:00—8:00,蓄电池放电将电能通过驱动地源热泵转换为热能来满足用户的热负荷,实现了热电调蓄。

3种运行方式在3个典型日对应的全天总效益如图6所示。由图6可以看出,该分布式能源系统在冬季运行的综合效益优于夏季和过渡季,采用穷举搜索法计算得出的自适应优化运行策略较遗传算法有略微优势。

图6 不同运行策略下系统综合性能对比分析

由于该系统优化调度是基于小时级进行的,因此飞轮储能和蓄电池并未展现出其在调频过程中运行的差异性,统一视作调峰手段进行调度,仅在系统设备建模过程中进行区分。

自适应优化运行策略不同于传统的人工决策,利用计算机超高的计算效率在所有可行域内求出针对当前源荷信息的最优解,在保证供能可靠性的前提下,使得系统削峰填谷、热电调蓄的优势得以充分实现。

4 结论

(1) 以冬季典型日为例,启动燃气轮机进行热电协同存储的综合效益远高于电网驱动的储电储热模式,如夜间3:00时,前者的综合效益比后者提高了14%。

(2) 该分布式能源系统对于用户负荷较高、峰谷差较大的典型日具有更为显著的经济、节能和环保优势。基于穷举算法的自适应优化运行策略下,过渡季典型日的综合效益仅为0.42,而冬季典型日的综合效益是过渡季的1.4倍,夏季典型日的综合效益是过渡季的1.2倍。

(3) 传统以电定热策略下,系统的综合效益平均为0.41;而基于遗传算法的自适应优化运行策略可使系统的综合效益达到0.5,相比以电定热策略下提高了22%;基于穷举搜索法的自适应优化运行策略可使系统的综合效益达到0.51,相比以电定热策略下提高了24%。自适应优化运行策略相较以电定热策略,系统运行综合效益有大幅提升,且穷举搜索法得出的结果较优。