基于預(yù)測控制的冷、熱、電聯(lián)產(chǎn)型微電網(wǎng)能量管理

李先超, 鄒媛媛, 牛玉剛, 賈廷綱

(1.華東理工大學(xué)化工過程先進控制和優(yōu)化技術(shù)教育部重點實驗室,上海 200237;2.上海電氣集團股份有限公司自動化事業(yè)部,上海 200070)

基于預(yù)測控制的冷、熱、電聯(lián)產(chǎn)型微電網(wǎng)能量管理

李先超1, 鄒媛媛1, 牛玉剛1, 賈廷綱2

(1.華東理工大學(xué)化工過程先進控制和優(yōu)化技術(shù)教育部重點實驗室,上海 200237;2.上海電氣集團股份有限公司自動化事業(yè)部,上海 200070)

由于可再生能源出力特性和微電網(wǎng)運行約束等限制,如何進一步提高微電網(wǎng)中可再生能源消納量已成為研究熱點。本文在冷、熱、電聯(lián)產(chǎn)型微電網(wǎng)中引入用于提高可再生能源消納量并承擔(dān)部分熱、冷負(fù)荷的電鍋爐、吸收式制冷機和壓縮式電制冷機裝置,提出了基于預(yù)測控制的微電網(wǎng)能量管理方法。綜合考慮網(wǎng)內(nèi)各單元的工作特性,建立滿足實際運行約束的冷、熱、電聯(lián)產(chǎn)型微電網(wǎng)能量管理模型。在孤網(wǎng)運行模式下,兼顧儲能裝置容量期望以及各單元運行特性,構(gòu)建微電網(wǎng)能量管理優(yōu)化目標(biāo)。利用預(yù)測控制滾動優(yōu)化策略以及可再生能源輸出和冷、熱、電負(fù)荷需求的預(yù)測結(jié)果,建立帶有邏輯變量的有限時域優(yōu)化問題,實現(xiàn)基于預(yù)測控制的微電網(wǎng)最優(yōu)能量管理。仿真結(jié)果表明:引入電鍋爐、吸收式制冷機和壓縮式電制冷機裝置可以達(dá)到提高微電網(wǎng)中可再生能源的消納量、減少燃料消耗、降低運行成本的目的,預(yù)測控制中的滾動優(yōu)化策略能夠有效消除可再生能源輸出的不確定性和冷、熱、電負(fù)荷需求波動性帶來的影響。

微電網(wǎng); 可再生能源; 冷、熱、電聯(lián)產(chǎn);預(yù)測控制

隨著全球能源、環(huán)境問題的日益凸顯,風(fēng)能、太陽能等可再生能源得到廣泛的關(guān)注。但可再生能源由于受到外界因素的影響供電輸出具有不確定性,大量接入電網(wǎng)后,會使得電網(wǎng)的運行調(diào)度難度增加[1]。微電網(wǎng)作為一種包含可再生能源等分布式電源的綜合集成技術(shù)為可再生能源的大量接入提供了一種有效的技術(shù)手段[2]。

冷、熱、電聯(lián)產(chǎn)系統(tǒng)(Combined Cooling,Heating and Power,CCHP)是一種建立在能源梯級利用概念基礎(chǔ)上,將制冷、制熱和供電三位一體化的供能系統(tǒng)。它可以同時滿足用戶對冷、熱、電多種類型能源的需求,是一種經(jīng)濟節(jié)能、環(huán)境友好的供能方式[3],具有良好的社會和經(jīng)濟效益。CCHP型微電網(wǎng)是指由冷、熱、電聯(lián)產(chǎn)裝置、分布式電源、儲能裝置、負(fù)荷以及控制裝置等組成的具有自我監(jiān)控和自我保護功能的小型發(fā)、配電系統(tǒng)。CCHP型微電網(wǎng)能量管理的實質(zhì)是在滿足冷、熱、電3種能量平衡以及儲能裝置等物理設(shè)備約束和電網(wǎng)安全、穩(wěn)定運行的前提下,根據(jù)各單元的信息制定微電網(wǎng)內(nèi)各單元的最佳運行方案,從而使得微電網(wǎng)的運行成本達(dá)到最小。

針對CCHP型微電網(wǎng)能量管理問題,文獻(xiàn)[4]通過微型燃?xì)廨啓C對熱、冷負(fù)荷進行供應(yīng),采用改進粒子群算法求得各微電源最佳經(jīng)濟出力。文獻(xiàn)[5]引入可以將電能轉(zhuǎn)換為冷、熱能的空調(diào)機,利用基于模擬退火的粒子群優(yōu)化算法對調(diào)度模型進行動態(tài)尋優(yōu)。文獻(xiàn)[6-8]通過引入吸收式制冷機和電制冷機消納多余的電能和熱能,進一步提高了能源的利用率,分別采用遺傳算法、改進粒子群算法和量子煙花算法對微電網(wǎng)經(jīng)濟調(diào)度模型進行求解。

預(yù)測控制作為一種在工業(yè)過程中得到廣泛應(yīng)用的先進控制方法,具有對控制對象的模型要求不高、可處理約束多變量過程、可實現(xiàn)多目標(biāo)優(yōu)化以及滾動優(yōu)化求解的特點[9],這些特點為解決微電網(wǎng)的能量管理問題開辟了一條新的思路。目前采用預(yù)測控制對多類型能源需求的微電網(wǎng)能量管理的研究較少且主要集中在熱電聯(lián)產(chǎn)系統(tǒng)。文獻(xiàn)[10]以熱電聯(lián)產(chǎn)型微電網(wǎng)運行成本最小為目標(biāo)建立混合整數(shù)線性規(guī)劃模型,考慮可再生能源輸出的不確定性、負(fù)荷需求和電價的波動性,采用預(yù)測控制算法求解得到各分布式電源的最佳經(jīng)濟出力。文獻(xiàn)[11]采用分布式預(yù)測控制算法對由多個熱電聯(lián)產(chǎn)型微電網(wǎng)組成的多微電網(wǎng)系統(tǒng)的能量進行經(jīng)濟優(yōu)化管理,微電網(wǎng)中的微型燃?xì)廨啓C處于“以熱定電”的運行模式,模型描述也過于簡單。針對CCHP型微電網(wǎng)的能量管理問題更加復(fù)雜,除了要滿足各種擾動存在情況下多種類型負(fù)荷的需求以及電網(wǎng)運行約束,不同模塊之間的耦合關(guān)系也更加復(fù)雜,冷、熱、電負(fù)荷之間往往存在著不匹配的關(guān)系。如當(dāng)熱負(fù)荷和冷負(fù)荷需求處于高峰而電負(fù)荷需求處于低谷時,微型燃?xì)廨啓C在滿足熱負(fù)荷需求的同時,會產(chǎn)生相應(yīng)的電能,而此時電能需求已經(jīng)達(dá)到飽和狀態(tài),從而導(dǎo)致可再生能源的浪費。因此,針對CCHP型微電網(wǎng)如何進一步提高可再生能源的消納量以及如何消除可再生能源供電和負(fù)荷需求波動性帶來的影響是一個值得研究的問題。

針對上述問題,本文考慮在由風(fēng)機、光伏電池、燃料電池、微型燃?xì)廨啓C、溴冷機和儲能裝置構(gòu)成的微電網(wǎng)中,引入用于提高可再生能源消納量并承擔(dān)部分熱、冷負(fù)荷的電鍋爐、吸收式制冷機和壓縮式電制冷機裝置。綜合考慮網(wǎng)內(nèi)各單元的工作特性,建立滿足實際運行約束的冷、熱、電聯(lián)產(chǎn)型微電網(wǎng)能量管理模型。在孤網(wǎng)運行模式下,兼顧儲能裝置容量期望以及各單元運行特性,構(gòu)建微電網(wǎng)能量管理優(yōu)化目標(biāo),并利用可再生能源輸出和冷、熱、電負(fù)荷需求的預(yù)測結(jié)果,建立帶有邏輯變量的有限時域滾動優(yōu)化問題,給出具體預(yù)測控制能量管理實現(xiàn)算法。最后,通過孤網(wǎng)運行模式的CCHP型微電網(wǎng)算例仿真,分析了電鍋爐、吸收式制冷機和壓縮式電制冷機在可再生能源消納方面的作用。

1 CCHP型微電網(wǎng)內(nèi)各單元數(shù)學(xué)模型

1.1概述

本文考慮在由風(fēng)機(Wind Turbine,WT)、光伏電池(Photovoltaic Cell,PV)、微型燃?xì)廨啓C(Micro Turbine,MT)、燃料電池(Fuel Cell,FC)、蓄電池(Storage Battery,SB)、蓄熱槽(Heat Storage Tank,HST)以及溴冷機等單元構(gòu)成的微電網(wǎng)中,引入輔助設(shè)備電鍋爐(Electric Boiler,EB)、吸收式制冷機(Absorption Refrigerator,AR)和壓縮式電制冷機(Electric Compress Chiller,EC)構(gòu)成可以提高可再生能源消納量的CCHP型微電網(wǎng),其能量流動如圖1所示。

圖1 CCHP型微電網(wǎng)能量流動示意圖Fig.1 CCHP micro-grid system energy flow schematic

1.2電源設(shè)備模型

1.2.1 燃料電池 燃料電池是一種將存在于燃料和氧化劑中的化學(xué)能高效、無污染地轉(zhuǎn)換為電能的發(fā)電裝置。本文采用質(zhì)子交換膜燃料電池,該燃料電池以天然氣為一次能源且發(fā)電效率較高。k時刻燃料電池的輸出功率為PFC(k),且滿足

(1)

1.2.2 熱電聯(lián)產(chǎn)裝置 熱電聯(lián)產(chǎn)系統(tǒng)的核心裝置為微型燃?xì)廨啓C和溴冷機,天然氣燃燒時的熱能做功驅(qū)動微型燃?xì)廨啓C發(fā)電,所排出的高溫余熱通過溴冷機后應(yīng)用于熱負(fù)荷。微型燃?xì)廨啓C制熱功率與輸出電功率比值一般為常數(shù),忽略外界環(huán)境變化對發(fā)電效率的影響[12],其熱電關(guān)系數(shù)學(xué)模型為

(2)

(3)

(4)

(5)

1.2.3 蓄電池 儲能裝置能夠?qū)崿F(xiàn)能量跨時段轉(zhuǎn)移,可以在一定程度上緩解網(wǎng)內(nèi)供需之間的不平衡。在冷、熱、電聯(lián)產(chǎn)型微電網(wǎng)中儲能裝置為蓄電池儲能和蓄熱槽儲能。

蓄電池的能量流動模型為

(6)

(7)

(8)

(9)

蓄電池儲能是一個既包含離散變量又包括連續(xù)變量的動態(tài)過程。這里,采用混合邏輯動態(tài)模型的處理方法,通過引入邏輯變量δb(k)和輔助變量zb(k)=δb(k)PSB(k),蓄電池儲能的模型可以進一步寫成

(10)

且滿足

(11)

(12)

(13)

(14)

(15)

其中,ε∈(0,1) 。

1.2.4 蓄熱槽 蓄熱槽儲能裝置的能量流動模型與蓄電池儲能裝置類似,其模型為

EHST(k+1)=

(1-μ)EHST(k)+ηdhQHST(k)+(ηch-ηdh)zh(k)

(16)

(17)

(18)

且滿足

(19)

(20)

(21)

(22)

(23)

1.3輔助設(shè)備模型

1.3.1 概述 為了進一步提高能源利用效率,本文在CCHP型微電網(wǎng)中引入電鍋爐、吸收式制冷機和壓縮式電制冷機參與能量管理。在可再生能源出力、熱負(fù)荷需求以及冷負(fù)荷需求過高時,電鍋爐和壓縮式電制冷機會消耗多余的電能進行熱、冷負(fù)荷的供應(yīng),避免了電能的浪費,降低了微型燃?xì)廨啓C的燃料消耗。在可再生能源出力和熱負(fù)荷需求過低時,微型燃?xì)廨啓C進行供電,同時會產(chǎn)生相應(yīng)比例的熱能,若此時熱負(fù)荷需求得到滿足且蓄熱槽處于飽和狀態(tài),則吸收式制冷機吸收過剩的熱能進行冷負(fù)荷的供應(yīng),避免了熱能的浪費。此過程實質(zhì)是使用電鍋爐、吸收式制冷機和壓縮式電制冷機改變電負(fù)荷、熱負(fù)荷和冷負(fù)荷之間的比例,從而達(dá)到降低微型燃?xì)廨啓C燃料消耗、提高可再生能源消納量的目的。

1.3.2 電鍋爐 電鍋爐是一種以電力為能源并將其轉(zhuǎn)換為熱能的電熱轉(zhuǎn)換裝置。電鍋爐可以與蓄熱槽及熱電聯(lián)產(chǎn)系統(tǒng)共同滿足熱負(fù)荷的需求。其數(shù)學(xué)模型為

(24)

(25)

1.3.3 吸收式制冷機 在冷、熱、電聯(lián)產(chǎn)型微電網(wǎng)中,吸收式制冷機是提高可再生能源消納量以及保證用戶冷負(fù)荷需求的重要設(shè)備。本文采用目前比較流行的溴化鋰吸收式制冷機,它是在熱能的驅(qū)動下,依靠吸收器和發(fā)生器組的作用完成制冷循環(huán)。吸收式制冷機將輸入的熱量轉(zhuǎn)換為冷量輸出,其數(shù)學(xué)模型為

(26)

(27)

1.3.4 壓縮式電制冷機 壓縮式電制冷機可以將輸入的電能轉(zhuǎn)換為冷能輸出,在提高可再生能源消納量、保證電負(fù)荷與冷負(fù)荷功率的實時平衡以及降低系統(tǒng)的運行成本上具有重大意義。其數(shù)學(xué)模型為

(28)

(29)

2 基于預(yù)測控制的CCHP型微電網(wǎng)能量管理

2.1概述

由于可再生能源輸出具有不確定性,負(fù)荷需求具有隨機性,CCHP型微電網(wǎng)能量管理不僅需要滿足儲能裝置等物理設(shè)備的約束,還要保證冷、熱、電功率的實時平衡。實際控制中還需要考慮安全性、經(jīng)濟性等多個目標(biāo)的優(yōu)化,這給CCHP型微電網(wǎng)的能量管理提出了更高的要求。在優(yōu)化過程中,預(yù)測控制采用基于系統(tǒng)的預(yù)測信息,并利用反饋校正機制在滿足系統(tǒng)約束的前提下在線求解有限時域多目標(biāo)優(yōu)化問題,能夠克服系統(tǒng)不確定性的影響,實現(xiàn)多目標(biāo)優(yōu)化,從而為CCHP型微電網(wǎng)能量管理提供了一種有效的解決方法。

2.2CCHP型微電網(wǎng)預(yù)測模型

CCHP型微電網(wǎng)內(nèi)電負(fù)荷和電鍋爐、壓縮式電制冷機的用電量由風(fēng)機、光伏電池、微型燃?xì)廨啓C、燃料電池和蓄電池共同提供,其功率平衡方程為

(31)

熱負(fù)荷以及吸收式制冷機的用熱量則由電鍋爐與微型燃?xì)廨啓C和蓄熱槽共同提供,根據(jù)功率平衡可得

(32)

其中,F(k)為k時刻熱負(fù)荷需求的功率預(yù)測值。

冷負(fù)荷由吸收式制冷機和壓縮式電制冷機共同提供,其功率平衡方程為

(33)

其中,G(k)為k時刻冷負(fù)荷需求的功率預(yù)測值。

(34)

其中:

根據(jù)式(34),CCHP系統(tǒng)的預(yù)測模型可以描述為

(35)

其中:

其中,P為預(yù)測時域長度。

非常規(guī)互感器是在光電技術(shù)和光纖通信技術(shù)的其他上發(fā)展起來的，其在智能變電站中的應(yīng)用有效的發(fā)送了傳統(tǒng)互感器輸出失真、與計算機相連的諸多缺陷，其在智能變電站中使信息的全數(shù)字化實時采集功能得到實現(xiàn)，實現(xiàn)了電氣量的精準(zhǔn)商量，改善了傳統(tǒng)模式下的各種測量、保持和計量等問題，并使其內(nèi)部信號采集功能更加強大，抗干涉能力提高使電網(wǎng)狀態(tài)估計水平和繼電保護性能得到了有效的提高。

2.3CCHP型微電網(wǎng)預(yù)測控制優(yōu)化問題

本文中CCHP型微電網(wǎng)處于孤網(wǎng)運行模式,在微電網(wǎng)能量管理的過程中需要考慮如下實際需求:

(1) CCHP型微電網(wǎng)能量管理需要滿足冷、熱、電負(fù)荷供需的實時平衡;

(2) 微型燃?xì)廨啓C、燃料電池、電鍋爐、吸收式制冷機和壓縮式電制冷機需要在滿足自身約束的前提下參與到微電網(wǎng)能量管理過程;

(3) 為了保證儲能裝置安全、穩(wěn)定地運行,往往期望儲能裝置實時容量控制在期望值附近[13];

(4) 由于新能源供電無污染、成本低,因此期望盡可能地提高可再生能源的消納量,降低其他微電源的發(fā)電量。

綜合考慮上述因素,針對孤網(wǎng)運行模式下的CCHP型微電網(wǎng)能量管理優(yōu)化目標(biāo)描述如下:

(36)

(37)

其中,Xref為儲能裝置容量的期望值。

由于上述優(yōu)化問題的約束條件中存在邏輯變量,經(jīng)典預(yù)測控制優(yōu)化問題的求解方法不再適用,因此,可以將上述優(yōu)化問題轉(zhuǎn)化為混合整數(shù)二次規(guī)劃(Mixed Integer Quadratic Programming,MIQP)問題進行求解,得到

(38)

(39)

針對式(38)和式(39)所描述的優(yōu)化問題,通過求解MIQP問題可得到當(dāng)前時刻的最優(yōu)控制律[14]。

2.4基于預(yù)測控制的CCHP型微電網(wǎng)能量管理算法

預(yù)測控制采用基于系統(tǒng)的預(yù)測信息,利用反饋校正機制在滿足系統(tǒng)約束的前提下在線求解有限時域多目標(biāo)優(yōu)化問題,在得到最優(yōu)控制律后,將即時控制律作用到被控對象中,到下一個采樣時刻,相應(yīng)的優(yōu)化時域向前推移一次,重新求解新時刻新的優(yōu)化問題。基于預(yù)測控制的CCHP型微電網(wǎng)能量管理算法步驟如下:

(1) 在當(dāng)前時刻k,采集新能源在未來一段時間內(nèi)的供電輸出預(yù)測值Pnew(k)以及電負(fù)荷、熱負(fù)荷、冷負(fù)荷在未來一段時間內(nèi)的需求預(yù)測值E(k) 、F(k)、G(k) 并傳遞給中央控制器;

(2) 中央控制器通過儲能裝置的數(shù)據(jù)采集分析裝置得到k時刻蓄電池和蓄熱槽的容量信息,在滿足功率平衡、儲能裝置及其他分布式電源等設(shè)備約束條件下,將優(yōu)化問題(式(36))轉(zhuǎn)化為標(biāo)準(zhǔn)的混合整數(shù)二次規(guī)劃問題(式(38))進行求解,得到當(dāng)前時刻的最優(yōu)控制律U*(k),從而可以得到微電網(wǎng)內(nèi)可再生能源、微型燃?xì)廨啓C、燃料電池、電鍋爐、吸收式制冷機、電制冷機、蓄電池和蓄熱槽在控制時域內(nèi)的最優(yōu)運行方案。將即時控制律施加到被控對象中,得到下一時刻蓄電池和蓄熱槽的容量信息;

(3) 滾動移位到下一個采樣時刻k=k+1,并返回步驟(1),重復(fù)以上步驟。

針對本文提出的CCHP型微電網(wǎng)預(yù)測控制能量管理算法,為了進一步加強收斂性,提高算法的收斂速度,可以采用終端代價函數(shù)預(yù)測控制算法或者帶有終端約束集的預(yù)測控制算法進行求解[15-17]。

混合整數(shù)二次規(guī)劃問題通常屬于 NP-Hard問題。隨著微電網(wǎng)規(guī)模的增大以及有效約束的增加,預(yù)測控制優(yōu)化問題的求解時間將呈指數(shù)上升,分支定界算法是求解該類問題的有效方法[17]。同時,為了降低計算量,縮短在線優(yōu)化時間,可采用一些新型算法求解MIQP問題[18]。

3 算例分析

3.1基礎(chǔ)數(shù)據(jù)

本文考慮的CCHP型微電網(wǎng)處于孤網(wǎng)運行模式,且包含風(fēng)機、光伏電池、燃料電池、熱電聯(lián)產(chǎn)系統(tǒng)、電鍋爐、吸收式制冷機、壓縮式電制冷機、蓄電池和蓄熱槽等單元。預(yù)測時域長度P=4,控制時域長度M=4。CCHP型微電網(wǎng)中可再生能源24 h的供電輸出預(yù)測值以及電負(fù)荷、熱負(fù)荷、冷負(fù)荷24 h的需求預(yù)測值如圖2所示。

圖2 24 h可再生能源供電輸出及冷熱電負(fù)荷需求預(yù)測值Fig.2 Forecast output of the renewable energy and loads over 24 h

為了方便說明,本文中的熱量及冷量單位均換算為功率進行計算。CCHP型微電網(wǎng)內(nèi)各微電源出力順序由其單位電量下的運行成本決定,微電源相關(guān)參數(shù)如表1所示[12,19],蓄電池和蓄熱槽的參數(shù)如表2所示[12]。

為分析電鍋爐、吸收式制冷機和壓縮式電制冷機引入的作用與好處,進行4種場景下CCHP型微電網(wǎng)內(nèi)可再生能源消納量和微電源容量變化的對比分析,如表3所示。

表1 CCHP型微電網(wǎng)系統(tǒng)運行參數(shù)Table 1 Operational parameters of CCHP micro-grid

表2 儲能裝置參數(shù)Table 2 Parameters of energy storage devices

表3 4種場景下的CCHP型微電網(wǎng)系統(tǒng)Table 3 Four scenarios of CCHP micro-grid

3.2CCHP型微電網(wǎng)能量管理結(jié)果分析

應(yīng)用本文提出的預(yù)測控制算法進行優(yōu)化問題的求解,可以獲得CCHP型微電網(wǎng)內(nèi)儲能裝置的實時容量及各微電源的最佳出力情況,分別如圖3～6所示。

圖3 24 h 儲能裝置的實時容量Fig.3 Real-time capacity of storage devices over 24 h

圖4 24 h儲能裝置的運行狀態(tài)及充放電量和熱量Fig.4 Operational state and charged energy of storage devices over 24 h

圖5 24 h可再生能源消納量、微型燃?xì)?輪機和燃料電池的發(fā)電量Fig.5 Consumption of renewable energy and outputs of MT and FC over 24 h

圖6 24 h電鍋爐、壓縮式電制冷機和 吸收式制冷機的調(diào)度計劃Fig.6 Scheduling of EB,EC and AR over 24 h

選取4個典型時刻(07:00、10:00、12:00、17:00)進行詳細(xì)分析。從圖2中可以看出,在07:00時,可再生能源供電不足,電、熱、冷負(fù)荷均得不到滿足。電負(fù)荷優(yōu)先利用沒有成本的可再生能源供應(yīng),不足部分由成本相對較高的燃料電池進行供應(yīng)。由于此時熱負(fù)荷在電鍋爐供熱能力之外,則熱負(fù)荷優(yōu)先利用成本較低的電鍋爐供應(yīng),不足部分由成本相對較高的微型燃?xì)廨啓C進行供應(yīng)。由于冷負(fù)荷在壓縮式電制冷機供冷能力之外,則冷負(fù)荷優(yōu)先利用成本較低的壓縮式電制冷機供應(yīng),不足部分由成本相對較高的吸收式制冷機進行供應(yīng)。此時成本更高的蓄電池和蓄熱槽均停止使用。在10:00時,可再生能源充足,熱、冷負(fù)荷分別在電鍋爐和壓縮式電制冷機的供熱和供冷能力之內(nèi)。此時電負(fù)荷全部由沒有成本的可再生能源供應(yīng),熱負(fù)荷全部由電鍋爐供應(yīng),冷負(fù)荷全部由壓縮式電制冷機供應(yīng),所需電能均來自沒有成本的可再生能源。吸收式制冷機、燃料電池、微型燃?xì)廨啓C、蓄電池、蓄熱槽均停止使用,剩余的可再生能源浪費處理。在12:00時,可再生能源同樣充足,但是熱負(fù)荷在電鍋爐供熱能力之內(nèi)而冷負(fù)荷在壓縮式電制冷機供冷能力之外。此時電負(fù)荷全部由沒有成本的可再生能源供應(yīng),熱負(fù)荷全部由電鍋爐供應(yīng),所需電能來自可再生能源,冷負(fù)荷優(yōu)先利用壓縮式電制冷機進行供應(yīng),不足部分由吸收式制冷機進行供應(yīng),所需熱能來自電鍋爐之間的電熱轉(zhuǎn)換以及蓄熱槽進行放熱,而成本較高的燃料電池、微型燃?xì)廨啓C、蓄電池則停止使用,剩余的可再生能源浪費處理。在17:00時,可再生能源供電僅能滿足電負(fù)荷,熱負(fù)荷在電鍋爐供熱能力之內(nèi),冷負(fù)荷在壓縮式電制冷機供冷能力之外,此時電負(fù)荷全部由可再生能源供應(yīng),熱負(fù)荷優(yōu)先利用成本較低的電鍋爐供應(yīng),不足部分由成本相對較高的微型燃?xì)廨啓C進行供應(yīng),冷負(fù)荷優(yōu)先利用壓縮式電制冷機供應(yīng),不足部分由吸收式制冷機進行供應(yīng),蓄電池和蓄熱槽停止使用。在保證冷熱電負(fù)荷供需實時平衡的前提下,各微電源按照運行成本由小到大的順序依次進行出力,從而使得微電網(wǎng)的運行成本最低,各微電源出力達(dá)到最佳。

場景1～4下CCHP型微電網(wǎng)可再生能源的消納量如圖7所示,對比場景1和場景2可以看出,引入電鍋爐可以顯著提高可再生能源的消納量,這是因為當(dāng)可再生能源出力、熱負(fù)荷需求以及冷負(fù)荷需求過高時,電鍋爐會消耗多余的電能進行熱負(fù)荷和冷負(fù)荷的供應(yīng),從而降低燃料電池和微型燃?xì)廨啓C的消耗,提高能源的利用率。對比場景1和場景3可以看出,引入吸收式制冷機并沒有提高可再生能源的消納量,但需要增加壓縮式電制冷機的容量才能保證冷負(fù)荷需求的供應(yīng),導(dǎo)致成本增加。這是由于吸收式制冷機是消納多余的熱能進行冷負(fù)荷的供應(yīng),當(dāng)可再生能源出力和熱負(fù)荷需求過低時,若此時微型燃?xì)廨啓C供電則會產(chǎn)生相應(yīng)的熱能,多余的熱能則被吸收式制冷機消納供應(yīng)冷負(fù)荷,避免了熱能的浪費。對比場景1和場景4可以看出,引入壓縮式電制冷機可以顯著提高可再生能源的消納量,這是因為壓縮式制冷機消耗多余的電能進行冷負(fù)荷的供應(yīng),降低了吸收式制冷機的消耗,提高了能源的利用率。

圖7 場景1～4下CCHP型微電網(wǎng)中可再生能源消納量Fig.7 Consumption of renewable energy in CCHP micro-grid from scenario one to scenario four

通過上述分析可以看出,本文提出的基于預(yù)測控制的CCHP型微電網(wǎng)能量管理算法能夠保證冷熱電負(fù)荷供需的實時平衡,驗證了算法的有效性。引入的電鍋爐、吸收式制冷機和壓縮式電制冷機裝置能夠改變CCHP型微電網(wǎng)內(nèi)電負(fù)荷、熱負(fù)荷和冷負(fù)荷之間的比例,消納過剩的電能和熱能,降低微型燃?xì)廨啓C的燃料消耗以及提高可再生能源的消納量。

4 結(jié) 論

本文針對由風(fēng)機、光伏電池、燃料電池、微型燃?xì)廨啓C、溴冷機、電鍋爐、吸收式制冷機、壓縮式電制冷機和儲能裝置(蓄電池和蓄熱槽)等單元組成的CCHP型微電網(wǎng),提出了基于預(yù)測控制的能量管理方法。通過分析CCHP型微電網(wǎng)能量管理的結(jié)果以及電鍋爐、吸收式制冷機和壓縮式電制冷機在可再生能源消納方面的作用,得出以下結(jié)論:

(1) 基于預(yù)測控制的CCHP型微電網(wǎng)能量管理算法不僅可以保證冷、熱、電負(fù)荷供需實時平衡,得到各微電源最佳出力而且還能夠消除由可再生能源供電不確定性和冷熱電負(fù)荷需求波動性帶來的擾動影響。

(2) 引入電鍋爐、吸收式制冷機和壓縮式電制冷機的CCHP型微電網(wǎng)能夠改變電負(fù)荷、熱負(fù)荷和冷負(fù)荷的比例,減少微型燃?xì)廨啓C的燃料消耗、提高可再生新能源的消納量以及微電網(wǎng)能量管理的靈活性。

[1] 楊新法,蘇劍,呂志鵬,等.微電網(wǎng)技術(shù)綜述[J].中國電機工程學(xué)報,2014,34(1):57-70.

[2] KATIRAEI F,IRAVANI R,HATZIARGYRIOU N,etal.Microgrids management[J].IEEE Power and Energy Magazine,2008,6(3):54-65.

[3] 劉皓明,康鳳琴,朱芳芳.計及冷熱電聯(lián)供的微電網(wǎng)電源優(yōu)化配置[J].電力需求側(cè)管理,2014,16(2):9-15.

[4] 柳川,王宇拓,王林川,等.含冷熱電聯(lián)供系統(tǒng)微電網(wǎng)優(yōu)化運行研究[J].電測與儀表,2015,52(2):31-37.

[5] 李正茂,張峰,梁軍,等.計及附加機會收益的冷熱電聯(lián)供型微電網(wǎng)動態(tài)調(diào)度[J].電力系統(tǒng)自動化,2015,39(14):8-15.

[6] 魏大鈞,張承慧,孫波.計及變負(fù)荷特性的小型冷熱電聯(lián)供系統(tǒng)經(jīng)濟優(yōu)化運行研究[J].電網(wǎng)技術(shù),2015,39(11):3240-3246.

[7] 熊焰,吳杰康,王強,等.風(fēng)光氣儲互補發(fā)電的冷熱電聯(lián)供優(yōu)化協(xié)調(diào)模型及求解方法[J].中國電機工程學(xué)報,2015,35(14):3616-3625.

[8] 曾鳴,彭麗霖,孫靜惠,等.兼容需求側(cè)可調(diào)控資源的分布式能源系統(tǒng)經(jīng)濟優(yōu)化運行及其求解算法[J].電網(wǎng)技術(shù),2016,40(6):1650-1656.

[9] QIN S J,BADGWELL T A.A survey of industrial model predictive control technology[J].Control Engineering Practice,2003,11(7):733-764.

[10] ZHANG Y,ZHANG T,WANG R,etal. Optimal operation of a smart residential microgrid based on model predictive control by considering uncertainties and storage impacts[J].Solar Energy,2015,122:1052-1065.

[11] LARSEN G,TRIP S,VAN F N,etal.Distributed MPC for controllingμ-CHPs in a network[C]//American Control Conference.USA:IEEE, 2012:3089-3094.

[12] 李正茂,張峰,梁軍,等.含電熱聯(lián)合系統(tǒng)的微電網(wǎng)運行優(yōu)化[J].中國電機工程學(xué)報,2015,35(14):3569-3576.

[13] 沈樞,張沛超,李中豪,等.平抑長短期風(fēng)電功率波動的風(fēng)儲協(xié)調(diào)運行方法[J].電力系統(tǒng)自動化,2015,39(8):12-18.

[14] BEMPORAD A,MORARI M.Control of systems integrating logic,dynamics,and constraints[J].Automatica,1999,35(3):407-427.

[15] 席裕庚.預(yù)測控制[M].北京:國防工業(yè)出版社,1993.

[16] 席裕庚,李德偉.預(yù)測控制定性綜合理論的基本思路和研究現(xiàn)狀[J].自動化學(xué)報,2008,34(10):1225-1234.

[17] 李堅強,裴海龍,王輝鵬.基于混合系統(tǒng)與終端不變集約束的混合整數(shù)規(guī)劃優(yōu)化問題[J].自動化學(xué)報,2008,34(9):1203-1208.

[18] 王宇紅,趙旭.基于MLD模型的預(yù)測控制可行性與約束優(yōu)先級研究[J].控制與決策,2010,25(9):1389-1398.

[19] 彭樹勇.冷熱電聯(lián)供型微電網(wǎng)優(yōu)化配置與運行研究[D].成都:西南交通大學(xué),2014.

EnergyManagementofCombinedCooling,HeatingandPowerMicro-gridBasedonModelPredictiveControl

LIXian-chao1,ZOUYuan-yuan1,NIUYu-gang1,JIATing-gang2

(1.KeyLaboratoryofAdvancedControlandOptimizationforChemicalProcesses,MinistryofEducation,EastChinaUniversityofScienceandTechnology,Shanghai200237,China;2.AutomationDivisionofShanghaiElectricGroupCo.Ltd,Shanghai200070,China)

Due to renewable energy output characteristics and system operational constraints,the improvement on the consumption of renewable energy has been a hot issue recently.By introducing the electric boiler,absorption refrigerator and electric compress chiller into the combined cooling,heating and power (CCHP) micro-grid for increasing the consumption of renewable energy and supply part of heating and cooling loads,this paper proposes a model predictive control energy management method,in which a model of CCHP micro-grid satisfying the actual operation constraints is established and the operational characteristics of each unit in the micro-grid are considered.In an intentional island mode,we establish the optimization objective function of energy management by considering the expected capacity value of energy storage devices and operating characteristics of each unit.And then,a finite-horizon optimization problem with logic variables is established by using receding horizon optimization strategy of model predictive control and the forecast result of renewable energy and load power.Finally,simulation results show that the introduction of electric boiler,absorption refrigerator and electric compress chiller can effectively improve the consumption of renewable energy,reduce the consumption of fuel and decrease the operation costs.Besides,the receding horizon optimization strategy can eliminate the effect of the intermittent output of renewable energy and fluctuation of load demand.

micro-grid; renewable energy; combined cooling,heating and power; predictive control

1006-3080(2017)04-0516-09

10.14135/j.cnki.1006-3080.2017.04.010

2016-10-27

國家自然科學(xué)基金(61374107,61673174);國家科技支撐計劃(2015BAF10B00)

李先超(1990-),男,山東臨沂人,碩士生，研究方向為微電網(wǎng)能量管理。E-mail:942387691@qq.com

鄒媛媛，E-mail:yyzou@ecust.edu.cn

TP273

A