燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)設(shè)計(jì)優(yōu)化綜述

顧志祥，孫思宇，孔飛，柳玉賓，洪博，紀(jì)宇飛

(1．華電廣東順德能源有限公司，廣東 佛山 528325;2．華電電力科學(xué)研究院有限公司北京分院，北京 100070)

0 引言

當(dāng)前，我國的能源結(jié)構(gòu)正處于油氣替代煤炭、非化石能源替代化石能源的雙重更替期。但由于太陽能、風(fēng)能等可再生能源受資源、技術(shù)、地域等條件影響，短期內(nèi)難以實(shí)現(xiàn)規(guī)模性替代。而天然氣作為低碳化石能源是能源轉(zhuǎn)型的戰(zhàn)略選擇。燃?xì)饫錈犭姺植际侥茉淳哂心苄Ц?、清潔環(huán)保、安全性好、削峰填谷、經(jīng)濟(jì)效益好等優(yōu)點(diǎn)，是天然氣高效利用的最佳途徑。天然氣分布式能源實(shí)現(xiàn)了科學(xué)用能和能源梯級利用，能源綜合利用效率達(dá)到70% ～90%，是在負(fù)荷中心就近實(shí)現(xiàn)能源供應(yīng)的現(xiàn)代能源供應(yīng)方式，符合節(jié)能環(huán)保和建設(shè)節(jié)約型社會(huì)的要求。近年來，國家出臺一系列相關(guān)政策推動(dòng)分布式能源的發(fā)展，我國燃?xì)饫錈犭姺植际侥茉凑镜臄?shù)量正在不斷增加。

燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)主要由發(fā)電設(shè)備、余熱利用設(shè)備、調(diào)峰設(shè)備及相關(guān)主輔設(shè)備組成，設(shè)備的選擇必須綜合考慮各設(shè)備的效率、系統(tǒng)運(yùn)行方式以及用戶側(cè)對冷、熱、電的需求等［1］。設(shè)計(jì)優(yōu)良的燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)應(yīng)平衡節(jié)約成本、提高一次能源綜合利用效率和節(jié)能率、減少污染物排放等多種因素。在分布式能源站設(shè)計(jì)過程中，首先應(yīng)考慮用能側(cè)的用能需求，進(jìn)行用能側(cè)的冷熱電負(fù)荷預(yù)測，以免出現(xiàn)能量供、需極不平衡的情況。根據(jù)負(fù)荷預(yù)測的結(jié)果，確定供能裝置類型和容量的選擇，包括發(fā)電設(shè)備、余熱利用設(shè)備等。在此基礎(chǔ)上，進(jìn)一步考慮能源站整體布置和運(yùn)行策略。根據(jù)上述步驟確定設(shè)計(jì)方案，通過對各方案的綜合評價(jià)和考量，最終確定經(jīng)濟(jì)可行、環(huán)保高效的燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)為最佳方案。因此，本文從用戶負(fù)荷預(yù)測、設(shè)備選型配置、運(yùn)行策略優(yōu)化、系統(tǒng)綜合評價(jià)4個(gè)方面入手，對燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)的優(yōu)化設(shè)計(jì)進(jìn)行了研究。

1 用戶負(fù)荷預(yù)測

負(fù)荷預(yù)測方法種類繁多，其中短期負(fù)荷預(yù)測一般用來指導(dǎo)分布式能源系統(tǒng)的運(yùn)行與控制，在系統(tǒng)設(shè)計(jì)階段，通常利用長期負(fù)荷預(yù)測方法。

不同的負(fù)荷預(yù)測方法對比見表1，所列方法一般應(yīng)用于建筑物的冷熱電負(fù)荷預(yù)測。對于新建建筑的用戶而言，原始數(shù)據(jù)較為缺乏，使用面積負(fù)荷指標(biāo)法進(jìn)行負(fù)荷估算較為方便，因其所需數(shù)據(jù)量小，且無需考慮建筑物本身的信息。當(dāng)已有建筑物可提供的歷史數(shù)據(jù)和建筑物信息較為詳細(xì)時(shí)，可考慮其他更為精確的預(yù)測方法［5－9］。對于區(qū)域型燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)，當(dāng)其熱負(fù)荷為工業(yè)蒸汽時(shí)，需對各用戶生產(chǎn)所需蒸汽量進(jìn)行調(diào)研分析，且其實(shí)際負(fù)荷量不僅僅是簡單的各用戶的負(fù)荷量疊加，還必須考慮同時(shí)使用系數(shù)等其他因素，通過耦合應(yīng)用等多種方法獲得較準(zhǔn)確的負(fù)荷數(shù)據(jù)。

文獻(xiàn)［10］分別利用徑向基神經(jīng)網(wǎng)絡(luò)法和改進(jìn)的季節(jié)性指數(shù)平滑法對某手術(shù)室空調(diào)機(jī)組的用電負(fù)荷進(jìn)行了預(yù)測，結(jié)果表明，對變化缺乏規(guī)律的負(fù)荷進(jìn)行預(yù)測時(shí)，徑向基神經(jīng)網(wǎng)絡(luò)法的預(yù)測精度略高于改進(jìn)的季節(jié)性指數(shù)平滑法。文獻(xiàn)［11］對基于BP神經(jīng)網(wǎng)絡(luò)算法建立的負(fù)荷預(yù)測模型進(jìn)行了改進(jìn)，采取了一種融入遺傳算法的BP神經(jīng)網(wǎng)絡(luò)法建立分段預(yù)測模型，改進(jìn)后的模型預(yù)測效果有了明顯提升。文獻(xiàn)［12］利用多種預(yù)測模型對熱負(fù)荷進(jìn)行了研究，并將建筑物室內(nèi)溫度和歷史熱負(fù)荷作為影響因素，結(jié)果表明，超限學(xué)習(xí)機(jī)和融入遺傳算法的BP神經(jīng)網(wǎng)絡(luò)法的預(yù)測精度略高于小波神經(jīng)網(wǎng)絡(luò)法。與3種神經(jīng)網(wǎng)絡(luò)算法相比，支持向量機(jī)模型預(yù)測的相對誤差較小。

文獻(xiàn)［13］指出了輸入變量對于負(fù)荷預(yù)測準(zhǔn)確性的影響，結(jié)果表明，對于同樣的預(yù)測模型，經(jīng)過優(yōu)化的輸入變量組合比未經(jīng)優(yōu)化的輸入變量組合具有更好的預(yù)測效果。通過比較不同的輸入變量，證明歷史數(shù)據(jù)是最基本的預(yù)測輸入?yún)?shù)。社區(qū)建筑負(fù)荷預(yù)測是社區(qū)建筑能源規(guī)劃和能源供應(yīng)系統(tǒng)設(shè)計(jì)的基礎(chǔ)和關(guān)鍵，但社區(qū)建筑的負(fù)荷預(yù)測要比單個(gè)建筑復(fù)雜得多?；跀?shù)值模擬和情景分析，文獻(xiàn)［14］提出了一種用于預(yù)測社區(qū)冷熱電負(fù)荷的新方法，并利用該方法對某社區(qū)的冷熱電負(fù)荷進(jìn)行預(yù)測。

文獻(xiàn)［15］分別從基礎(chǔ)研究和應(yīng)用研究2個(gè)層面對負(fù)荷預(yù)測技術(shù)的研究現(xiàn)狀及發(fā)展趨勢進(jìn)行了分析，并指出目前負(fù)荷預(yù)測的研究大多停留在優(yōu)化算法、提高精度的理論階段，較少有實(shí)驗(yàn)研究，距離實(shí)際應(yīng)用還有很多工作需要完成。

綜上所述，近些年來隨著科技發(fā)展在人工智能領(lǐng)域的不斷進(jìn)步，針對負(fù)荷預(yù)測技術(shù)的研究多為人工神經(jīng)網(wǎng)絡(luò)方向，但由于其自身特點(diǎn)，該方法在分布式能源系統(tǒng)初期設(shè)計(jì)階段的適用性較差。此外，當(dāng)前預(yù)測對象多為單體或小區(qū)域建筑物，對于大型社區(qū)的負(fù)荷預(yù)測較少。因此，加強(qiáng)長期負(fù)荷預(yù)測技術(shù)的研究是今后的工作重點(diǎn)，將預(yù)測范圍提升至社區(qū)或城市級別，并側(cè)重于產(chǎn)品開發(fā)和實(shí)際應(yīng)用，發(fā)揮其在現(xiàn)實(shí)生產(chǎn)中的應(yīng)用，是相關(guān)研究的重要方向。

（126）小葉光萼苔 Porella fengii P.C.chen ＆ S.Hatt.李粉霞等（2011）

表1 各類負(fù)荷預(yù)測方法對比Tab．1 Comparison of various load forecasting methods

2 設(shè)備選型配置

發(fā)電設(shè)備是燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)的核心，常涉及的發(fā)電設(shè)備包括燃?xì)廨啓C(jī)、燃?xì)鈨?nèi)燃機(jī)、微型燃?xì)廨啓C(jī)、斯特林機(jī)以及燃料電池。燃料電池、斯特林機(jī)由于成本較高還未得到廣泛應(yīng)用。由于分布式能源項(xiàng)目規(guī)模通常較小，燃?xì)廨啓C(jī)的類型主要為小型燃?xì)廨啓C(jī)。小型燃?xì)廨啓C(jī)的安裝可靠性高，余熱容易回收，但其運(yùn)行成本較高，相比之下，微型燃?xì)廨啓C(jī)的運(yùn)行成本較低，但其發(fā)電效率低。二者存在的共同問題是需要優(yōu)質(zhì)燃料，在高海拔或者環(huán)境溫度較高時(shí)，性能會(huì)大幅下降。內(nèi)燃機(jī)的初投資較少，且發(fā)電效率高，但其噪聲大，維護(hù)費(fèi)用高。發(fā)電設(shè)備的選型需要綜合考慮冷熱電負(fù)荷特性、熱電比、動(dòng)力性能和變工況特性、環(huán)境影響特性等因素［1，16－17］，不同發(fā)電設(shè)備的典型特性見表 2。

根據(jù)燃?xì)獍l(fā)電裝置余熱狀態(tài)，余熱回收設(shè)備可以采用余熱鍋爐、余熱型溴化鋰吸收式制冷(熱)機(jī)、換熱器等，其中余熱型溴化鋰吸收式制冷(熱)機(jī)分為煙氣型、熱水型和蒸汽型3種。燃?xì)鈨?nèi)燃機(jī)和微型燃?xì)廨啓C(jī)多采用余熱型溴化鋰吸收式制冷(熱)機(jī)與換熱器進(jìn)行組合。對于以燃?xì)廨啓C(jī)作為發(fā)電設(shè)備的分布式能源系統(tǒng)，可以配套余熱鍋爐與汽輪機(jī)組成燃?xì)猓羝?lián)合循環(huán)機(jī)組，根據(jù)實(shí)際的蒸汽負(fù)荷需求選擇不同類型的汽輪機(jī)。在此基礎(chǔ)上，可進(jìn)一步選擇余熱型溴化鋰吸收式制冷(熱)機(jī)、換熱器等進(jìn)行合理配置。

用于調(diào)峰的供冷(熱)設(shè)備主要包括燃?xì)忮仩t、電制冷機(jī)、水源(地源)熱泵、太陽能熱水器等。

文獻(xiàn)［18］討論了幾種發(fā)電設(shè)備的性能特征和優(yōu)缺點(diǎn)，著重分析了燃?xì)鈨?nèi)燃機(jī)與燃?xì)廨啓C(jī)的選型方法及應(yīng)用。文獻(xiàn)［19］對內(nèi)燃機(jī)、燃?xì)廨啓C(jī)以及微燃機(jī)從發(fā)電效率、余熱特性、變負(fù)荷特性、環(huán)境影響以及經(jīng)濟(jì)性能等多個(gè)方面進(jìn)行了分析，得出了不同發(fā)電裝置的適用場合，其中內(nèi)燃機(jī)冷熱電聯(lián)供系統(tǒng)在燃?xì)夂牧亢鸵淮文茉蠢寐史矫娓邇?yōu)勢，并指出冷熱電聯(lián)供系統(tǒng)與用戶間的不匹配問題是制約其高效率發(fā)展的重要瓶頸。文獻(xiàn)［20］總結(jié)了常用發(fā)電設(shè)備的特點(diǎn)和參數(shù)，對燃?xì)鈨?nèi)燃機(jī)、小型燃?xì)廨啓C(jī)和微型燃?xì)廨啓C(jī)進(jìn)行了定性分析，并對不同裝機(jī)容量等級、不同負(fù)荷需求、不同運(yùn)行模式進(jìn)行了技術(shù)經(jīng)濟(jì)對比。結(jié)果表明:對于較低容量的冷熱電聯(lián)產(chǎn)系統(tǒng)，如醫(yī)院、商場等場合，燃?xì)鈨?nèi)燃機(jī)具有明顯的節(jié)能和經(jīng)濟(jì)效益;燃?xì)廨啓C(jī)聯(lián)合循環(huán)適用于規(guī)模更大的系統(tǒng)，并且燃?xì)廨啓C(jī)的供熱能力突出，適合于熱負(fù)荷需求較高的場合，如區(qū)域型燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)。文獻(xiàn)［21］考慮了燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)在各種氣候條件下的應(yīng)用，建立了以內(nèi)燃機(jī)、燃?xì)廨啓C(jī)、斯特林機(jī)和熔融碳酸鹽燃料電池等不同發(fā)電設(shè)備的冷熱電聯(lián)供電站。采用基于經(jīng)濟(jì)、能耗、環(huán)境的多目標(biāo)優(yōu)化方法以確定設(shè)備的最佳容量，結(jié)果表明，以內(nèi)燃機(jī)為發(fā)電設(shè)備的冷熱電聯(lián)供系統(tǒng)對于各種氣候條件的適應(yīng)性最強(qiáng)，性能最佳，燃?xì)廨啓C(jī)和斯特林機(jī)次之。

文獻(xiàn)［22］設(shè)計(jì)了一種冷熱電聯(lián)供系統(tǒng)的三級協(xié)同整體優(yōu)化方法，并應(yīng)用于醫(yī)院的冷熱電聯(lián)供系統(tǒng)，實(shí)現(xiàn)了設(shè)備選型、容量配置及運(yùn)行參數(shù)的整體優(yōu)化，且該系統(tǒng)具有更高的一次能源利用率、更明顯的溫室氣體減排效果和更顯著的經(jīng)濟(jì)效益。文獻(xiàn)［23］利用多準(zhǔn)則上位函數(shù)分析對比了5種不同氣候條件下為同一建筑物供冷、熱、電負(fù)荷的發(fā)電設(shè)備選型，此外，不同發(fā)電設(shè)備的最佳運(yùn)行策略也隨氣候的不同而變化調(diào)整。

表2 不同發(fā)電設(shè)備的典型特性Tab．2 Typical characteristics of different power generation equipment

綜上所述，前述研究多以設(shè)備本身的特性與用戶負(fù)荷需求匹配度為基礎(chǔ)，考慮的重點(diǎn)主要是系統(tǒng)自身的節(jié)能效果。然而，在已建能源站的實(shí)際運(yùn)行過程中，系統(tǒng)運(yùn)行效果往往受周圍環(huán)境、經(jīng)濟(jì)條件、當(dāng)?shù)卣叩挠绊?。因此，在今后設(shè)備選型時(shí)，可綜合考慮更多方面的影響因素，使設(shè)備配置不僅適用于該分布式能源站，更適用于該地區(qū)的實(shí)際情況。

3 運(yùn)行策略優(yōu)化

常用的燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)的運(yùn)行策略有以下幾種。

(1)以電定熱。此種情況主要用于對電負(fù)荷要求較高，但又不能接入電網(wǎng)的情況。當(dāng)能源站以此方式運(yùn)行時(shí)，發(fā)電設(shè)備產(chǎn)生滿足電力需求所需的全部電力，而余熱則用來滿足用戶全部或部分熱負(fù)荷需求。如果回收的余熱不能滿足用熱需求，則可使用調(diào)峰鍋爐提供用戶所需的熱量。另一方面，如果回收的熱量超過用戶需要的熱量，多余的熱量可以儲(chǔ)存或丟棄。

(2)以熱定電。當(dāng)能源站以此方式運(yùn)行時(shí)，系統(tǒng)優(yōu)先滿足用戶熱負(fù)荷需求，發(fā)電設(shè)備產(chǎn)生的電能用于滿足用戶部分或全部用電需求。如果能源站產(chǎn)生的電能不能滿足用電需求，則必須從電網(wǎng)購買額外的電能。另一方面，如果產(chǎn)生的電能超過了用戶電負(fù)荷需求，多余的電能可以儲(chǔ)存或上網(wǎng)，具體的操作需遵循當(dāng)?shù)卣摺?/p>

(3)基本負(fù)荷運(yùn)行。當(dāng)能源站以此方式運(yùn)行時(shí)，不足的電負(fù)荷需求從電網(wǎng)購買，不足的熱(冷)負(fù)荷需求可通過調(diào)峰鍋爐、電制冷機(jī)或其他輔助設(shè)備提供。因此在選擇發(fā)電設(shè)備時(shí)，可以選擇小于或接近用戶基本負(fù)荷的容量，且系統(tǒng)運(yùn)行靈活、可靠。

雖然上述3種策略是燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)運(yùn)行中最常用的運(yùn)行策略，但系統(tǒng)往往無法達(dá)到其最佳性能，不能充分發(fā)揮聯(lián)供系統(tǒng)的優(yōu)勢，因此需要對系統(tǒng)的運(yùn)行策略進(jìn)一步優(yōu)化。文獻(xiàn)［24］指出，當(dāng)聯(lián)供系統(tǒng)運(yùn)行工況較差時(shí)，不但不節(jié)能，反而能源消耗量比分產(chǎn)時(shí)要大，所以為了應(yīng)對系統(tǒng)變工況的特性，運(yùn)行模式和策略的選擇尤為重要。文獻(xiàn)［25］指出，由于熱電聯(lián)產(chǎn)系統(tǒng)的運(yùn)行不僅受負(fù)荷需求的變化，而且受燃料價(jià)格的影響，簡單的運(yùn)行策略無法提供經(jīng)濟(jì)可行的解決方案。文獻(xiàn)［26］指出，以電定熱或以熱定電運(yùn)行模式的不足是，所設(shè)定的特性運(yùn)行規(guī)則并不能保證在遵循分布式熱電聯(lián)產(chǎn)系統(tǒng)能量梯級利用理念的同時(shí)靈活應(yīng)對各種需求，同時(shí)確保經(jīng)濟(jì)效益。

文獻(xiàn)［27］建立了一個(gè)在調(diào)度周期內(nèi)完成供能設(shè)備出力組合的逐時(shí)優(yōu)化運(yùn)行策略的數(shù)學(xué)模型，利用混合整數(shù)規(guī)劃算法對模型進(jìn)行求解，得到能源站的最佳運(yùn)行策略。文獻(xiàn)［28］針對微型燃?xì)廨啓C(jī)分布式能源系統(tǒng)提出了新的運(yùn)行優(yōu)化模型，采用混合邏輯方法，合理描述了考慮啟停邏輯和負(fù)荷限制等約束的各環(huán)節(jié)運(yùn)行特性，并與經(jīng)濟(jì)、能效和環(huán)保等目標(biāo)模型聯(lián)立，通過線性變換和矩陣化，得到了適用于各主要運(yùn)行策略研究的滾動(dòng)優(yōu)化模型，為各運(yùn)行策略的優(yōu)化和比較分析奠定了基礎(chǔ)。文獻(xiàn)［29］討論了影響冷熱電分布式能源系統(tǒng)運(yùn)行的因素以及投資可行性，提出了一種電力等效負(fù)荷跟隨策略，即電負(fù)荷僅包括吸收式制冷機(jī)無法提供的部分冷負(fù)荷。結(jié)果表明，無論從經(jīng)濟(jì)性還是節(jié)能性角度，這種運(yùn)行策略都優(yōu)于傳統(tǒng)的“以熱定電”或“以電定熱”模式。文獻(xiàn)［30］提出了一種遵循混合電－熱負(fù)荷的運(yùn)行策略(HETS)，結(jié)果表明該運(yùn)行策略能夠有效降低一次能源消耗量、運(yùn)行成本和CO2排放。文獻(xiàn)［31］提出了一種以綜合性能指標(biāo)為準(zhǔn)則，基于“以熱定電”和“以電定熱”的最優(yōu)運(yùn)行策略，利用該策略，分布式能源系統(tǒng)被負(fù)荷需求和綜合性能指標(biāo)所估計(jì)的1～3個(gè)邊界條件劃分為不同的區(qū)域。綜合性能指標(biāo)同時(shí)包含了一次能源消耗量、運(yùn)行成本和CO2排放等。文獻(xiàn)［32］提出了一種動(dòng)態(tài)分布式能源系統(tǒng)運(yùn)行策略，其目的是將建筑用能成本降至最低。通過對不同電價(jià)結(jié)構(gòu)進(jìn)行詳細(xì)建模，以模擬“以熱定電”、削峰、移峰或基礎(chǔ)負(fù)荷運(yùn)行等多種運(yùn)行模式，結(jié)果表明，新提出的運(yùn)行策略比傳統(tǒng)的運(yùn)行模式在降低總用能成本方面更有效。

由于當(dāng)前的燃?xì)饫錈犭姺植际侥茉凑驹谶\(yùn)行過程中往往不能兼顧一次能源利用率高、經(jīng)濟(jì)效益佳、污染物排放少等多種要求，能源站的運(yùn)行策略已不僅僅局限于常規(guī)的“以熱定電”“以電定熱”或“基本負(fù)荷運(yùn)行”模式，而是利用遺傳算法、粒子群算法等智能優(yōu)化方法進(jìn)行多目標(biāo)的運(yùn)行策略優(yōu)化，提出多種新型的運(yùn)行策略，提高運(yùn)行過程中的自由度，實(shí)現(xiàn)供需側(cè)的耦合，避免能源的浪費(fèi)。

4 系統(tǒng)綜合評價(jià)

為了比較不同分布式能源系統(tǒng)的優(yōu)劣，需要根據(jù)評價(jià)指標(biāo)對系統(tǒng)做出客觀的評價(jià)。僅用單一指標(biāo)來評價(jià)具有一定的片面性，因此，多指標(biāo)的綜合評價(jià)方法被廣泛應(yīng)用。通過客觀、多元的綜合評價(jià)，將系統(tǒng)設(shè)計(jì)和運(yùn)行優(yōu)化進(jìn)行量化，對于提高能源站的經(jīng)濟(jì)效益以及優(yōu)化能源結(jié)構(gòu)具有重大的現(xiàn)實(shí)意義。系統(tǒng)的評價(jià)主要包括技術(shù)、經(jīng)濟(jì)、環(huán)保幾個(gè)方面。

技術(shù)性評價(jià)指標(biāo)主要包括能源綜合利用率、節(jié)能率、熱電比等，可以比較不同類型、不同運(yùn)行策略的燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)，基于熱力學(xué)第一、第二定律，分析系統(tǒng)的能耗、損、余熱利用情況等方面的信息。能源綜合利用率是衡量系統(tǒng)利用燃?xì)獍l(fā)電及發(fā)電后余熱有效利用情況的指標(biāo);節(jié)能率是以常規(guī)系統(tǒng)或“分供”系統(tǒng)為基準(zhǔn)，分析分布式能源系統(tǒng)的節(jié)能效果;熱電比則反映了余熱利用程度，在一定的發(fā)電效率下，熱電比越高，總熱效率越高，熱損失越小，余熱利用程度越高。

經(jīng)濟(jì)性評價(jià)是決定項(xiàng)目能否實(shí)施的關(guān)鍵因素，其評價(jià)指標(biāo)主要包括項(xiàng)目初投資、回收年限、運(yùn)行費(fèi)用、年運(yùn)行時(shí)間等。項(xiàng)目初投資包括建筑工程費(fèi)、設(shè)備購置費(fèi)、安裝工程費(fèi)等?；厥漳晗奘琼?xiàng)目投產(chǎn)后獲得的收益總額達(dá)到該項(xiàng)目投入的投資總額所需要的時(shí)間。運(yùn)行費(fèi)用包括燃?xì)獾饶茉促M(fèi)(含水消耗等)、設(shè)備和設(shè)施折舊費(fèi)、維護(hù)管理費(fèi)(含人員工資、各項(xiàng)稅收、材料和工具費(fèi)等)。運(yùn)行時(shí)間的長短與能源站的年收益密切相關(guān)，應(yīng)對能源站的每臺發(fā)電裝置進(jìn)行年運(yùn)行小時(shí)的核算。

環(huán)保性評價(jià)主要是指在大氣污染物排放和噪聲方面的監(jiān)控。對于以天然氣為原料的分布式電站，SO2和固體廢棄物排放幾乎為零，其中大氣污染物主要是指二氧化碳和氮氧化物。大氣污染物減排量是指在取得同等供電供熱量情況下，與基準(zhǔn)系統(tǒng)相比減少的污染物排放量。根據(jù)GB 12348—2008《工業(yè)企業(yè)廠界環(huán)境噪聲排放標(biāo)準(zhǔn)》規(guī)定，晝間等效聲級不高于65 dB(A)，夜間不高于55 dB(A)。除此之外，廢水、廢熱的排放也須按照當(dāng)?shù)赜嘘P(guān)政府部門規(guī)定進(jìn)行正確處理。

文獻(xiàn)［33］基于冷熱電聯(lián)產(chǎn)系統(tǒng)能量梯級利用的本質(zhì)，提出了能量梯級利用率的新評價(jià)準(zhǔn)則，由發(fā)電、制冷與供熱級的能量利用率分別乘以不同的權(quán)重系數(shù)后累加得到能量梯級利用率。文獻(xiàn)［34］以某燃?xì)夥植际侥茉凑緸槔?，指出綜合能源利用率和熱電比是影響系統(tǒng)經(jīng)濟(jì)性的主要指標(biāo)［35］。文獻(xiàn)［36］提出《技術(shù)規(guī)程》與《實(shí)施細(xì)則》中的能源綜合利用效率計(jì)算方法不能區(qū)分冷熱電能的品位，因此在實(shí)際應(yīng)用中不能對系統(tǒng)的節(jié)能率給出客觀合理的評價(jià)，將該效率指標(biāo)與經(jīng)濟(jì)杠桿相結(jié)合的做法或?qū)⒎植际侥茉聪到y(tǒng)的發(fā)展引導(dǎo)至錯(cuò)誤的方向。文獻(xiàn)［37］提出了多項(xiàng)分布式發(fā)電的環(huán)境效益分析指標(biāo)，通過對指標(biāo)的計(jì)算定量分析系統(tǒng)的環(huán)境效益，并在此基礎(chǔ)上建立了考慮環(huán)境效益的電量成本計(jì)算新模型，該模型考慮了污染物排放的環(huán)境成本，從而使分布式發(fā)電的環(huán)境效益得到價(jià)值體現(xiàn)。

文獻(xiàn)［38－40］建立了綜合考慮能耗、經(jīng)濟(jì)、環(huán)境的分布式能源系統(tǒng)3E(即能源效益、經(jīng)濟(jì)效益和環(huán)境效益)綜合評價(jià)體系，其中文獻(xiàn)［38］建立了基于信息熵權(quán)和灰色關(guān)聯(lián)分析的綜合評價(jià)模型，并利用一次能源利用率、節(jié)能率、系統(tǒng)初投資、年度化成本、CO2排放量和NOx排放量6個(gè)指標(biāo)分析了武漢某園區(qū)各分布式能源系統(tǒng)方案的能源、經(jīng)濟(jì)和環(huán)境效益。文獻(xiàn)［39］采用主觀與客觀結(jié)合的AHP－熵權(quán)賦權(quán)法確定各單體指標(biāo)權(quán)重，運(yùn)用集對分析方法計(jì)算方案貼近度來評價(jià)方案優(yōu)劣，并進(jìn)行了實(shí)證分析。文獻(xiàn)［40］表明，著重考慮經(jīng)濟(jì)性指標(biāo)時(shí)，內(nèi)燃機(jī)系統(tǒng)、燃?xì)廨啓C(jī)系統(tǒng)應(yīng)優(yōu)先選擇，著重考慮能耗指標(biāo)時(shí)，光伏系統(tǒng)由于利用太陽能，能耗較少應(yīng)優(yōu)先選擇，著重考慮環(huán)境指標(biāo)時(shí)，燃料電池系統(tǒng)由于提供清潔能源量多應(yīng)優(yōu)先選擇。在3E綜合評價(jià)的基礎(chǔ)上，文獻(xiàn)［41］提出了綜合能耗、經(jīng)濟(jì)和環(huán)境的4E評價(jià)方法，并對某包含布雷頓循環(huán)、朗肯循環(huán)、噴射器制冷循環(huán)和家用熱水器的冷熱電聯(lián)供系統(tǒng)進(jìn)行了分析評估。

綜上所述，單一的評價(jià)方法只能分析分布式能源系統(tǒng)在特定方面的性能，且容易自相矛盾，而綜合評價(jià)可以從多角度考量系統(tǒng)的配置方案和投資實(shí)施的可行性。目前國內(nèi)在進(jìn)行綜合評價(jià)時(shí)大多考慮了能耗、經(jīng)濟(jì)、環(huán)境三方面的因素，常使用熵權(quán)法與灰色關(guān)聯(lián)度相結(jié)合的多指標(biāo)綜合評價(jià)法，并在此基礎(chǔ)上進(jìn)一步改進(jìn)修正。然而，對于不同評價(jià)指標(biāo)的權(quán)重分配并沒有統(tǒng)一規(guī)范的標(biāo)準(zhǔn)，評價(jià)結(jié)果無法完全做到客觀可靠。

5 結(jié)束語

本文對燃?xì)饫錈犭姺植际侥茉聪到y(tǒng)設(shè)計(jì)中的4個(gè)主要方面進(jìn)行了總結(jié)，包括用戶負(fù)荷預(yù)測、設(shè)備選型配置、運(yùn)行策略優(yōu)化和系統(tǒng)綜合評價(jià)，并對當(dāng)前國內(nèi)外的研究進(jìn)展進(jìn)行了梳理歸納，得到如下結(jié)論。

(1)目前負(fù)荷預(yù)測技術(shù)在分布式能源系統(tǒng)設(shè)計(jì)階段的應(yīng)用效果并不十分理想，且當(dāng)前預(yù)測對象大多為單體建筑物，具有一定局限性。

(2)設(shè)備選型配置與運(yùn)行策略之間存在相互影響、相互制約的關(guān)系，以智能算法為基礎(chǔ)的多目標(biāo)優(yōu)化方法可以綜合考量技術(shù)、環(huán)境、經(jīng)濟(jì)等多方面的因素對系統(tǒng)進(jìn)行優(yōu)化，但尚停留在理論階段，缺乏實(shí)際應(yīng)用。

(3)綜合評價(jià)方法已彌補(bǔ)了單一評價(jià)方法的不足，但還需進(jìn)一步規(guī)范統(tǒng)一不同評價(jià)指標(biāo)的權(quán)重分配及實(shí)施依據(jù)，使評價(jià)結(jié)果更加科學(xué)合理。