基于電熱分時間尺度平衡的綜合能源系統(tǒng)日前經濟調度

朱承治，陸 帥，周金輝，張雪松，趙 波，顧 偉，王 珺

(1. 國網浙江省電力公司，浙江 杭州 310007；2. 東南大學 電氣工程學院，江蘇 南京 210096；3. 國網浙江省電力公司電力科學研究院，浙江 杭州 310014)

0 引言

近年來，隨著能源危機和環(huán)境問題的日益突出，人們對供能系統(tǒng)的環(huán)保、高效利用提出了更高的要求。綜合能源系統(tǒng)可滿足多種能量需求，實現(xiàn)能量的梯級利用，已得到國內外的廣泛關注[1-3]。在能源需求中，熱能與電能是人類生產、生活的基本需求，也是綜合能源系統(tǒng)的主要能源形式[4-6]。

目前已有大量的針對熱電聯(lián)供型綜合能源系統(tǒng)能量優(yōu)化管理的研究。文獻[7]綜述了冷熱電聯(lián)供型微網中的建模、規(guī)劃以及能量管理等基本問題。文獻[8]提出了電熱聯(lián)合系統(tǒng)多時間尺度滾動調度策略，建立了日前、滾動、實時3個時間尺度的調度模型。文獻[9]提出基于電熱聯(lián)合調度的區(qū)域并網型微電網運行優(yōu)化模型，考慮了網內儲存特性、分時電價、電熱負荷及分布式電源的時序特征等。文獻[10]針對含可再生能源的熱電聯(lián)供型微網，提出了多時間尺度的優(yōu)化方法，通過“時”、“分”以及“秒”時間尺度完成混合微網運行優(yōu)化。上述研究為綜合能源系統(tǒng)的運行優(yōu)化奠定了一定的基礎。

然而，目前關于微網多時間尺度調度或分時間尺度調度，大多基于日前、日內2個時間尺度，或日前、日內、實時3個時間尺度，在各個調度周期內電能與熱能仍采用相同的能量平衡時間尺度。在微網中，電能的調度可在幾秒內完成，熱能的調度卻存在較大的時間延遲，無法實時變化[11]。因此，盡管在理論上電、熱可采取同一時間尺度進行能量平衡與優(yōu)化，但在實際運行中，需考慮電、熱不同的傳輸特性及需求特性：一方面，微網中對電能供需平衡有著苛刻的要求，而熱能的供需可在一定的范圍內波動；另一方面，在調度中可充分利用熱能供需差異這一特點，充分挖掘系統(tǒng)的運行經濟性。由于熱能具有熱慣性，在傳輸與消費環(huán)節(jié)均有較大的延時，故可選擇以某時段內供熱總量平衡的方式(此時段即為熱能平衡時間尺度)進行熱能優(yōu)化。熱平衡時間尺度越長，機組靈活性越大，但對用戶舒適度影響也較大；熱平衡時間尺度越小，可以最大限度地保證用戶舒適度，但系統(tǒng)的運行經濟性受限。因此，選擇最佳的熱平衡時間尺度，在用戶舒適度與系統(tǒng)運行經濟性之間實現(xiàn)平衡，是電-熱分時間尺度要解決的關鍵問題。

基于此，本文提出了考慮電-熱分時間尺度平衡的綜合能源系統(tǒng)運行優(yōu)化模型。首先，采用國際ISO標準熱舒適模型，建立了用戶舒適度指標，可以科學合理地反映供熱功率與用戶舒適度的關系；然后，考慮用戶舒適度指標，結合電能實時平衡和熱能在調度時間尺度內總量平衡，建立了考慮電-熱分時間尺度平衡的綜合能源系統(tǒng)運行優(yōu)化模型，求解最優(yōu)熱平衡時間尺度，在滿足用戶舒適度的前提下提高系統(tǒng)的運行經濟性；最后，以吉林省某區(qū)域冬季典型日為例進行仿真，仿真結果表明所提模型可以確定系統(tǒng)最佳熱平衡時間尺度，既可以滿足用戶舒適度要求，又可有效提高系統(tǒng)運行靈活性，改善系統(tǒng)運行經濟性。

1 用戶舒適度指標

綜合能源系統(tǒng)在提高運行經濟性的同時，需要保證用戶的舒適度。為此，需建立科學合理的用戶舒適度模型，以衡量供能質量。根據ISO7730《舒適熱環(huán)境條件 —— 表明熱舒適程度的PMV和PPD指標》，人體對熱的感知可以由預計熱舒適PMV(Predicted Mean Vote)指標評定，該指標由丹麥的Fanger教授通過實驗方法對大量參驗人員的投票表決結果總結得出，可代表大部分人的熱舒適度。PMV取值隨用戶舒適度的變化在[-3，3]內變化，PMV取0即為最舒適溫度，偏離此溫度越大則舒適度越低。PMV指標對用戶舒適度的描述如圖1所示[12]。

圖1 PMV指標與用戶舒適度的關系Fig.1 Relationship between PMV index and users’ comfort

1.1 PMV模型

人對熱的感知由身體的熱平衡決定。影響人類身體熱平衡的因素繁多，外部因素有空氣的相對濕度、流動速度以及環(huán)境溫度等；內部因素有個人的運動程度、著衣情況、體質強弱等[13]。根據ISO7730標準，PMV指標的計算如下：

PMV=(0.303e-0.036M+0.028)(M-W)-

3.05×10-3[5733-6.99(M-W)-pa]-

0.42[(M-W)-58.15]-1.7×10-5M(5867-pa)-

0.0014M(34-ta)-fclhc(tcl-ta)-

3.96×10-8fcl[(tcl+273)4-(tr+273)4]

(1)

tcl=35.7-0.028(M-W)-Icl{fclhc(tcl-ta)+

(2)

(3)

(4)

pa=φaps=φa×610.6e17.26 ta /(273.3+ta)

(5)

1.2 預測不滿意度模型

PMV的值描述用戶對供熱的感受，而預測不滿意度PPD(Predicted Percentage Dissatisfied)可描述用戶對供熱的不滿意程度[12,16]，其為評價供熱舒適度的最終指標，該指標可直接由PMV導出，具體計算式如下：

PPD=100-95exp(-0.03353×PMV4-0.2179×PMV2)

(6)

PPD與PMV的關系如圖2所示，當PMV=0，即供熱最舒適時，用戶不滿意度最低，隨著PMV向兩端靠近極值，用戶不滿意度急劇上升。

圖2 PMV與PPD的關系Fig.2 Relationship between PMV and PPD

在綜合能源系統(tǒng)的運行優(yōu)化中，首先設定最低PPD，確定PMV的取值范圍，結合PMV的范圍與式(1)，構成系統(tǒng)運行的熱功率約束。

1.3 室內溫度模型

室內溫度是能夠直接影響用戶舒適度的因素，其與室外溫度、散熱器供熱功率有關，具體計算式如下[15]：

(7)

其中，ta,t、tout,t分別為用戶在t時段的室內、室外溫度，單位為℃；Qra,t為t時段散熱器功率，單位為kW；ηair為空氣熱傳導系數，單位為kW/℃；Δt為調度時間段時長，單位為h；Tc為調度周期，單位為h；Ura,t為一個二維變量，表示散熱器在t時段的開關狀態(tài)，Ura,t=1表示t時段散熱器開啟，則此時用戶處于供暖狀態(tài)，Ura,t=0表示t時段散熱器關停。

2 分時間尺度平衡調度模型

2.1 系統(tǒng)單元模型

本文以圖3所示熱電聯(lián)供型綜合能源系統(tǒng)為例，其包含燃氣輪機、燃氣鍋爐等主要設備。

圖3 熱電聯(lián)供型綜合能源系統(tǒng)結構圖Fig.3 Structure of integrated energy system combined heat and power

a. 燃氣輪機。

天然氣在燃氣輪機燃燒室燃燒后，熱蒸汽推動渦輪機做功，同時排出的熱氣可通過熱回收器為用戶提供熱能，實現(xiàn)能源綜合利用，有效提高能源利用效率[8]。燃氣輪機供電及供熱的計算式如下：

Pmt=VmtHngηmt

(8)

Qmt=VmtHng(1-ηmt-ηloss)ηhr

(9)

其中，Pmt為燃氣輪機的輸出電功率；Qmt為經熱回收器回收后的可利用熱功率；ηmt為燃氣輪機的發(fā)電效率；ηloss為能量損耗率；ηhr為熱回收器的效率；Vmt為燃氣輪機每小時的天然氣消耗量；Hng為天然氣熱值。

b. 燃氣鍋爐。

在冬季供暖高峰時段，燃氣輪機供熱不足時，由燃氣鍋爐補充供熱[9]。燃氣鍋爐的發(fā)熱計算式如下：

Qgb=VgbHngηgb

(10)

其中，Qgb為燃氣鍋爐輸出的熱功率；Vgb為燃氣鍋爐每小時消耗的天然氣量；ηgb為燃氣鍋爐的發(fā)熱效率。

2.2 目標函數

以運行費用最低為日前優(yōu)化目標。日運行費用包括購買燃料費用、購電費用以及運行維護費用。

(11)

其中，C為熱電聯(lián)供型綜合能源系統(tǒng)的日運行總成本；Cg,t、Ce,t分別為t時段購燃料費用、購電費用；Com,t為t時段系統(tǒng)運行維護費用；T為調度周期數。

a. 燃氣費用。

Cg,t=(Vmt+Vgb)ΔtKg

(12)

其中，Kg為燃氣單價，單位為元/m3。

b. 購電費用。

Ce,t=Pph,tKe,tΔt

(13)

其中，Pph,t為t時段電網提供的電功率，單位為kW；Ke,t為t時段電網售電單價，單位為元/(kW·h)。

c. 運行維護費用。

Com,t=[Kmt,omPmt,t+Kgb,omQgb,t+Kpv,omPpv,t+

Kbt,om(Pbt,ch,t+Pbt,dis,t)]Δt

(14)

其中，Kmt,om、Kgb,om、Kpv,om和Kbt,om分別為燃氣輪機、燃氣鍋爐、光伏電池和蓄電池的運行維護單價，單位為元/(kW·h)；Pmt,t、Ppv,t分別為燃氣輪機和光伏電池在t時段的發(fā)電功率，單位為kW；Qgb,t為燃氣鍋爐在t時段的產熱功率，單位為kW；Pbt,ch,t、Pbt,dis,t分別為t時段蓄電池的充電功率和放電功率，單位為kW。

2.3 約束條件

a. 功率平衡約束。

Pmt,t+Pph,t+Ppv,t+Pbt,dis,t-Pbt,ch,t=Pload,t

(15)

式(15)為電功率平衡約束，是實時約束，其中，Pload,t為t時段電負荷。

(16)

b. 運行上下限約束。

(17)

c. 供熱質量約束。

通常為了保證供熱質量，避免在優(yōu)化時出現(xiàn)室溫總處于溫度下限的情況，需要平均溫度進行約束以保證優(yōu)化過程不會造成供熱質量的損失。

(18)

2.3 運行策略

本文所提出的電-熱多時間尺度模型運行策略如圖4所示，首先根據用戶滿意度要求計算PMV的取值范圍，然后依次取熱平衡時間尺度Th為24h、12h、8h、6h、4h、3h、2h、1h求解模型直到PMV滿足要求，輸出調度計劃，即為滿足用戶舒適度條件下的經濟最優(yōu)計劃。若Th取最小調度時間1h時，依舊不滿足|PMV|

圖4 模型運行流程圖Fig.4 Flowchart of operating proposed model

3 案例分析

3.1 仿真參數

圖5 電負荷、平均單戶熱負荷、光伏出力預測曲線Fig.5 Prediction curves of power load,average single-family heat load and photovoltaic output

時段時間區(qū)間電價/[元·(kW·h)-1]谷時00∶00—08∶00,23∶00—24∶000.3153平時08∶00—09∶00,12∶00—17∶00,21∶00—23∶000.5983峰時09∶00—12∶00,17∶00—21∶000.7980

3.2 結果分析

a. 優(yōu)化結果。

熊耳群作為基底巖系的蓋層，在區(qū)內出露面積較大，由一套中基性火山巖組成，自下而上分為許山組、雞蛋坪組、馬家河組三個巖組，與下伏太華群呈角度不整合接觸。其中雞蛋坪組為本區(qū)主要金礦賦存圍巖。

設定用戶PPD<10%，此時PMV的取值范圍為[-0.5，0.5]。圖6給出了熱平衡時間尺度分別取24h、12h、8h、6h、4h、3h、2h、1h時PMV取值的變化。由圖6可知，隨著熱平衡時間尺度的不斷減小，PMV的變化量越來越小，直到滿足要求。取熱平衡時間尺度為24h時，PMV的變化范圍為[-1.36，1.07]，而取熱平衡時間尺度為1h時，供熱與熱負荷預測逐時匹配，故PMV=0。熱平衡時間尺度Th=4h為滿足PPD<10%的最大熱平衡時間尺度，小于此熱平衡時間尺度均可滿足要求。

圖6 不同熱平衡時間尺度下PMV變化Fig.6 PMVs under different time scales of heat balance

不同熱平衡時間尺度下系統(tǒng)日運行費用如圖7所示。由圖7可知，隨著熱平衡時間尺度的變化，購電費用變化較大，而運行維護費用及燃氣費用變化較??；改變熱平衡時間尺度，可以在滿足供熱總量要求的前提下，調節(jié)每個時段出力，從而改變購電量；提高機組峰時出力，降低峰時購電量從而降低購電費用，提升系統(tǒng)的運行經濟性。由圖6可知，熱平衡時間尺度Th≤4h時均可滿足PPD<10%的要求，而圖7表明在Th≤4h范圍內，Th=4h時的經濟性最佳，故在本文算例中取熱平衡時間尺度為4h。此外，在實際應用中，需結合實際的用戶供熱質量需求、系統(tǒng)運行經濟性進行熱平衡時間尺度的選取。

圖7 不同熱平衡時間尺度下系統(tǒng)日運行費用Fig.7 Daily operating costs under different time scales of heat balance

b. 功率平衡分析。

圖8 Th=4h和Th=1h時電功率平衡Fig.8 Electrical power balance when Th=4h and Th=1h

圖9 Th=4h和Th=1h時熱功率平衡Fig.9 Heat power balance when Th=4h and Th=1h

c. PMV指標法與死區(qū)間約束法對比分析。

房屋溫度約束通常采用死區(qū)間DB(Dead Band)約束法，即限定房屋溫度處于一定區(qū)間內。為了證明PMV指標法更加科學合理，圖10給出了PMV指標法與DB約束法下的室內溫度及用戶舒適度。DB約束法的區(qū)間取為[23，27]℃，PMV取為[-0.5，0.5]。

圖10 PMV指標法與DB約束法下的用戶舒適度對比Fig.10 Comparison of users’ comfort between PMV index method and DB constraint method

4 結論

考慮到綜合能源系統(tǒng)中不同類型能源的特性不同(例如電能可實現(xiàn)實時調度；而熱能具有熱慣性，傳輸存在延時，無法實現(xiàn)實時調度)，因此在調度時需充分考慮不同能源在調度時間尺度上的協(xié)同?；诖?，本文提出了考慮電-熱分時間尺度平衡的綜合能源系統(tǒng)優(yōu)化模型。首先，所提模型修正了功率平衡約束，其中電能為實時平衡，熱能為某一時間尺度內的總量平衡，因此在一定程度上提升了機組的運行靈活性；然后，采用的熱舒適度模型為PMV-PPD模型，該模型考慮了人體因素(人體新陳代謝率、服裝熱阻)與環(huán)境因素(濕度、風速、環(huán)境溫度、輻射溫度)，可更加人性化地描述用戶熱舒適度；最后，以吉林省某一供熱區(qū)域為例進行仿真，仿真結果表明熱平衡時間尺度越長，系統(tǒng)靈活性越大、經濟效益越好，用戶舒適度較差；熱平衡時間尺度越短，系統(tǒng)可調節(jié)范圍越小，用戶熱舒適度得到保障，但經濟效益較差。綜上所述，本文所提模型可求解最優(yōu)熱平衡時間尺度，以在滿足用戶熱舒適度的前提下，提升峰時機組出力，降低峰時購電量，提升系統(tǒng)運行經濟性。

參考文獻：

[1] 王璟，王利利，林濟鏗，等. 能源互聯(lián)網結構形態(tài)及技術支撐體系研究[J]. 電力自動化設備,2017,37(4)：1-10.

WANG Jing,WANG Lili,LIN Jikeng,et al. Energy internet morpho-logy and its technical support system[J]. Electric Power Automa-tion Equipment,2017,37(4)：1-10.

[2] 鄧建玲. 能源互聯(lián)網的概念及發(fā)展模式[J]. 電力自動化設備,2016,36(3)：1-5.

DENG Jianling. Concept of energy internet and its development modes[J]. Electric Power Automation Equipment,2016,36(3)：1-5.

[3] 顧偉，陸帥，王珺，等. 多區(qū)域綜合能源系統(tǒng)熱網建模及系統(tǒng)運行優(yōu)化[J]. 中國電機工程學報,2017,37(5)：1305-1316.

GU Wei,LU Shuai,WANG Jun,et al. Modeling of the heating network for multi-district integrated energy system and its operation optimization[J]. Proceedings of the CSEE,2017,37(5)：1305-1316.

[4] 周任軍，晁岱旭，李新軍，等. 空間耦合粒子群優(yōu)化算法及峰谷電價下IES-CCHP區(qū)域聯(lián)合調度[J]. 電力自動化設備，2016,36(12)：11-17.

ZHOU Renjun,CHAO Daixu,LI Xinjun,et al. SC-PSO algorithm and IES-CCHP regional joint dispatch with TOU price[J]. Electric Power Automation Equipment,2016,36(12)：11-17.

[5] AMERI M,BESHARATI Z. Optimal design and operation of district heating and cooling networks with CCHP systems in a residential complex[J]. Energy and Buildings,2016,110：135-148.

[6] GU W,WANG Z H,WU Z,et al. An online optimal dispatch sche-dule for CCHP microgrids based on model predictive control[J]. IEEE Transactions on Smart Grid,2016,8(5)：2332-2342.

[7] GU W,WU Z,BO R,et al. Modeling,planning and optimal energy management of combined cooling,heating and power microgrid：a review[J]. International Journal of Electrical Power & Energy Systems,2014,54(1)：26-37.

[8] 鄧佳樂,胡林獻,邵世圻,等. 電熱聯(lián)合系統(tǒng)多時間尺度滾動調度策略[J]. 電網技術,2016,40(12)：3796-3802.

DENG Jiale,HU Linxian,SHAO Shiqi,et al. Multi-time scale rolling scheduling method for combined heat and power system[J]. Power System Technology,2016,40(12)：3796-3802.

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

LI Zhengmao,ZHANG Feng,LIANG Jun,et al. Optimization on microgrid with combined heat and power system[J]. Proceedings of the CSEE,2015,35(14)：3569-3576.

[10] 裴瑋,鄧衛(wèi),沈子奇,等. 可再生能源與熱電聯(lián)供混合微網能量協(xié)調優(yōu)化[J]. 電力系統(tǒng)自動化,2014,38(16)：9-15.

PEI Wei,DENG Wei,SHEN Ziqi,et al. Energy coordination and optimization of hybrid microgrid based on renewable energy and CHP supply[J]. Automation of Electric Power Systems,2014,38(16)：9-15.

[11] 王珺,顧偉,陸帥,等. 結合熱網模型的多區(qū)域綜合能源系統(tǒng)協(xié)同規(guī)劃[J]. 電力系統(tǒng)自動化,2016,40(15)：17-24.

WANG Jun,GU Wei,LU Shuai,et al. Coordinated planning of multi-district integrated energy system combining heating network model[J]. Automation of Electric Power Systems,2016,40(15)：17-24.

[12] STANDARDS B. Ergonomics of the thermal environment-analytical determination and interpretation of thermal comfort using calculation of the PMV and PPD indices and local thermal comfort criteria[J]. International Standard ISO,2005,11(5-6)：501.

[13] 劉向龍. 室內熱舒適性指標PMV影響因素分析與研究[J]. 制冷與空調(四川),2006,20(4)：19-24.

LIU Xianglong. The study about the effect factor of thermal comfort index PMV[J]. Refrigeration and Air Conditioning,2006,20(4)：19-24.

[14] 李武剛，趙安軍，康燕妮，等. 冬季室內環(huán)境因素對PMV的影響[J]. 建筑工程技術與設計,2015(14)：1756-1757,1761.

LI Wugang,ZHAO Anjun,KANG Yanni,et al. Effects of winter indoor environmental factors on PMV[J]. Architectural Engineering Technology and Besign,2015(14)：1756-1757,1761.

[15] 蘇蕤. PMV熱舒適指標預測及空調末端控制策略研究[D]. 西安：西安建筑科技大學,2014.

SU Rui. Prediction of thermal comfort index of PMV and control strategy of air conditioning terminal[D]. Xi’an：Xi’an University of Architecture And Technology,2014.

[16] LUO F,ZHAO J,DONG Z Y,et al. Optimal dispatch of air conditioner loads in Southern China region by direct load control[J]. IEEE Transactions on Smart Grid,2017,7(1)：439-450.

[17] 陸偉. 城市能源環(huán)境中分布式供能系統(tǒng)優(yōu)化配置研究[D]. 北京：中國科學院研究生院(工程熱物理研究所),2007.

LU Wei. Study on optimal allocation of distributed energy supply system in urban energy environment[D]. Beijing：Graduate University of Chinese Academy of Sciences(Institute of Engineering Thermophysics),2007.

[18] 王珺,顧偉,張成龍,等. 智能社區(qū)綜合能源優(yōu)化管理研究[J]. 電力系統(tǒng)保護與控制,2017,45(1)：89-97.

WANG Jun,GU Wei,ZHANG Chenlong,et al. Research on integrated energy management for smart community[J]. Power System Protection and Control,2017,45(1)：89-97.