微电网多能源的协调最优电力与热力分配

李根岩

（国家电投集团山西可再生能源有限公司）

0 引言

电网多能源系统的协调最优电力与热力分配是指在微电网系统中，根据各种能源（如太阳能、风能、储能等）的产生与消耗，并考虑到用户的需求，通过优化算法和优化模型，来确定最佳的电力和热力分配方案。在微电网多能源系统中，不同能源之间的转换和协调可以实现能量的高效利用和供需的平衡。通过建立电力和热力的供需平衡模型，并考虑到能源成本、环境因素、系统可靠性等约束条件，可以通过优化算法计算出协调最优的电力和热力分配方案［1-3］。

1 系统框架及数学模型

1.1 系统框架

协调最优电力与热力分配可以考虑以下几个方面：（1）能源产生与消耗的平衡：通过预测能源产生量和用户需求量，确定每个时间段的供需平衡，并通过优化算法分配相应的电力和热力。 （2）能源转换与储能：考虑到不同能源之间的转换效率和能量损耗，优化电力和热力的转换和储存方式，以最大程度地提高能源利用效率。 （3）用户需求的满足：考虑到用户的电力和热力需求，通过优化算法确定合适的供应方案，以满足用户的需求，并确保用户享受到稳定可靠的供应。 （4）系统优化与可靠性：考虑到系统的成本效益、环境影响等因素，通过优化算法确定最佳的电力和热力分配方案，以实现系统的优化和可靠性的提高［4-5］。

热电系统的集成框架如图1所示。从图中可以明显看出，MES由一个单独的配电网络组成，用于满足电力和热力需求。本工作考虑了以微型涡轮机（MT）为原动机的热电联产机组。小规模的MT可以组合起来形成更大的热电联产（CHP）系统。因此，通过具有背压涡轮机的热电联产机组来满足热需求，对于背压装置，热量和功率输出具有线性关系。在这项工作中，热水被认为是热流介质，它承载着热电联产机组回收的热量输出。电力需求通过热电联产和非热电联产机组以及公用电网来满足，系统操作员对电力和热发电机组进行优化调度。

图1 综合能源系统框架

1.2 热功率流分析

热功率流分析是电力系统中的一种分析方法，用于研究电网中热功率的传输和分布情况。它主要关注电力系统中电力设备（如发电机、变压器、输电线路、配电变压器等）的热功率损耗及其分配情况。热功率流分析通常涉及热功率损耗计算、热功率流计算、热功率流分布分析和热功率流优化。

本文考虑了具有对称供水和回水管道的热力分配网络（HDN）。整个分析分为两个阶段：在第一阶段，进行热发电机组（HGU）的经济调度；在第二阶段，使用热力和水力模型计算系统变量和网络损耗，之前开发的迭代算法用于计算系统变量，具体如下。

HGUs的经济调度：目标是最大限度地降低热电联产机组的燃料成本。

式中，CO表示项目成本；Cchp热电联产机组的发热成本；Hd为第d个节点热需求；Nchp表示热电联产机组；Nnode是HDN中的一组节点；T是运行小时数；Hchp及Pchp是热电联产机组的热量和功率输出；rhp是热电联产机组的热功率比。

热电联产机组的运行和维护成本表示为：

液压模型：水力学模型分析了管道内的质量流量和压头降落。n∈Nnode节点的质量流量平衡方程表达式如下：

式中，˙m为管道质量流量；是节点质量流量；是进入节点n的所有管道的集合；是从节点n传出的所有管道的集合。

管道中的压降计算如下：

式中，Δpr为管道内水头损失；kp为管道阻力系数。如果网络中存在的管道形成一个环路，则该环路周围的水头损失之和为零。

式中，Slp为循环中所有管道的集合。

热模型：在每个节点，使用热模型分析温度。这里，所有的温度都以℃为单位，每个节点消耗／供应的热功率可以计算为：

式中，Hn是第n节点消耗或供应的热量；是节点质量流量；Cp是水的比热容；及是节点n处的供应和出口温度。

管道中也存在热损失，从而导致温度下降，确定温度下降的方程式如下：

式中，Tin及Tout是管道在流动方向上的入口和出口处的温度；Ta是环境温度；L是长度；λ为管道的传热系数。

当一个节点处有多个管道进入时，将计算该节点处的混合物温度，如下所示。从这个节点出来的管道的入口温度等于混合物的温度。

式中，是节点n处流体混合后的温度；是管道c的入口温度。

火力发电潮流分解分析：每个负载节点处的返回温度和每个源节点处的供应温度是固定的并且是已知的，将其中一个HGU作为静态节点，并将所有损耗集中在其上，HDN中的节点编号从静态节点开始，创建一个输入矩阵，其前3列中的值分别为管道编号、起始节点和（该管道的）结束节点。该矩阵用于生成网络关联矩阵，并给出流向的初始假设。

热流分解迭代分析的算法如下：

（1）对热电联产机组进行经济调度，k＝1；

（2）初始化温度并直观地给出流动方向；

（3）使用公式（9）更新所有；

（5）使用热模型更新温度。

1.3 电力潮流分析

电力潮流分析是电力系统中一种重要的分析方法，用于研究电力系统中的电压、电流和功率等参数的分布和变化情况。电力潮流分析的基本思想是根据电力系统的拓扑结构、电气参数和负荷情况，建立系统的潮流方程或节点方程，并通过求解这些方程来得到电力系统中各个节点的电压和各个支路的电流、功率等参数。通过电力潮流分析可以得到节点电压、支路电流、有功功率和无功功率、潮流方向、网络损耗。

电力潮流分析是根据发电量和系统变量的最佳功率流（OPF）问题进行的。优化目标是使承诺发电机的运行成本和从电网购买电力的成本最小化：

式中，Fg为电网购电率；Pg、Qg为电网提供的净有功、无功功率为母线i产生的有功、无功功率；、为总线i的有功、无功功率需求；vi为母线i电压幅值的平方；lij为连接母线i和j的线路中电流大小的平方；rij、xij为i和j之间线路的电阻、电抗；Pij、Qij为从总线i到总线j的有功、无功电力线流量。

假设母线1连接到公共电网，因此其电压是固定的。式（14）～（16）是用于分析径向配电网中的系统变量的支流方程。式（17）示出了线路容量约束，其中是最大线路容量。这里，U是一组线。变量的操作限制如式（17）所示，其中xp是配电系统中变量的矢量。约束式（17）是非凸的，必须用旋转的二阶圆锥体代替，如式（18）所示：

协调框架：联合火电调度在这项工作中开发了一个协调框架，用于顺序解决电力和火电流问题。假设热电联产机组在跟随热负荷（FTL）模式下工作。在小时调度模型中选择FTL模式是最为合适的选择，因为电力需求也可以由非热电联产机组和公用电网来满足。首先，热力系统操作员对HGU进行经济调度，CHP机组的发电量根据其热功率比进行固定，通过迭代求解水力和热力模型，计算松弛节点的热输出和系统变量。该过程完成后，电力系统公司对包括公共电网在内的剩余发电源进行优化调度。

2 实验分析

所提出的模型在MES微电网中实现，该微电网基于33总线径向配电网（PDN）和32节点热分配网络（HDN）。共有3个热电联产机组和3个太阳能光伏机组。网络中的类型、容量和位置如表1所示。成本函数的系数如表2所示。假设所有三个太阳能光伏机组的预测相同，电网购电Fg的买入价和卖出价分别为180元／MW·h和156元／MW·h。电压限制为0.9～1.1p.u.。所有热电联产机组的热功率比为1.3。在专业仿真软件上进行仿真研究。

表1 发电机数据

表2 成本系数数据

所提出的最优调度策略每24h执行一次。热力分配网络的热源供应温度固定为70℃，负载出口温度固定为30℃。因此，热电联产机组在以下热负荷模式下运行。热电联产机组的功率和热量输出分别如图2和图3所示。热电联产机组的功率输出根据热输出和热功率比固定。当需求增加时，从电网购买的电力也会增加。因此，与公共电网交换的功率如图4所示。此外，所有机组的运营总成本（包括从电网购买的电力），如图5所示。同样，需求越多，成本就越高。网络中的功率和热量损失分别如图6和图7所示。从图中可以观察到，由于需求的增加，白天的功率损失增加，而由于环境温度的升高，热损失减少。

图2 热电联产机组的功率输出

图3 热电联产机组的热输出

图4 公共电网的功率

图5 运营总成本

图6 PDN有功功率损失

图7 HDN中的热损失

3 结束语

本文研究了一个综合供热系统，并建立了协调调度和运行的模型。所开发的协调调度模型首先满足热需求，然后满足电力需求。对火电潮流分析问题进行迭代分解和求解，电力潮流分析使用最优潮流公式来调度发电机组。OPF模型使用圆锥约束。对具有IEEE 33总线配电网络和标准32节点热力分配网络的多能微电网进行了案例研究。数值结果表明，热力和电力网络的系统变量都保持在一定范围内，取得良好效果。