考慮多種能源耦合載體的綜合能源系統(tǒng)建模

李穎毅，鄭偉民，孫 可，鄭朝明，馬駿超，周 丹

(1.國網浙江省電力有限公司，浙江 杭州 310014；2.國網浙江省電力有限公司電力科學研究院，浙江 杭州 310006；3.浙江工業(yè)大學 信息工程學院，浙江 杭州 310023)

隨著工業(yè)化和城市化的快速發(fā)展，優(yōu)質供能網不僅需要為用戶穩(wěn)定供電，而且還需要供熱、供冷以及日常生活使用的天然氣。然而，傳統(tǒng)的能源基礎設施，如電和熱，依舊是獨立的，這使得系統(tǒng)易出現(xiàn)效率低、運行成本高等現(xiàn)象[1]。由此，多能載體(Multiple energy carries，MEC)集成在近年來受到了極大的關注。在應急情況下，不同類型的能源可以相互支持，從而增強系統(tǒng)的可持續(xù)性、靈活性和可靠性[2-3]。MEC的耦合被稱為綜合能源系統(tǒng)(Integrated energy system，IES)。在所有IES中，熱電聯(lián)供(Combine heat and power，CHP)以最小的排放滿足了用戶的用電和熱需求，其與電網的集成得到了快速的發(fā)展。此外，IES改進了系統(tǒng)的靈活性，弱化不確定性[4-5]，引入更多的可再生能源(Renewable energy sources，RES)，如風電和光伏(Photovoltaic，PV)，從而有助于減少系統(tǒng)對化石能源的依賴。供熱基礎設施分為獨立供熱(Individual heating，IH)和區(qū)域供熱(District heating，DH)網絡。由于環(huán)境污染問題，現(xiàn)階段政府正致力于MEC的集成，嘉興、上海等地已經開展了有源配電網試點項目，即電、熱、燃氣一體化的典型示范。目標是到2020年，可再生能源在總消費中所占份額至少為15%，到2030年我國將成為最大的可再生能源投資國[6]。在實現(xiàn)MEC集成的過程中，需求側響應(Demand response，DR)、儲能(Electricity storage，ES)以及熱儲(Thermal storage，TS)的靈活性則成為能源系統(tǒng)(電和熱)較大的影響因素。此外，通過熱泵(Heat pump，HP)等技術供暖亦是降低碳排放的有效方法[7]。

MEC的節(jié)點能源樞紐有助于整合RES，DR，ES和TS等分布式能源(Distributed energy resources，DER)，從而最小化運營成本[8]。因此，能源樞紐成為實現(xiàn)MEC優(yōu)化管理的關鍵所在。文獻[9]對冷熱電聯(lián)供系統(tǒng)中的熱泵進行了優(yōu)化配置，從而最大限度地減少電力和供熱設施的投資。文獻[10]分析了含熱泵和熱電聯(lián)產的綜合能源系統(tǒng)中熱損失最小的方案。文獻[11]提出可再生能源熱泵優(yōu)化控制策略，提高能效。文獻[12]通過熱能儲存增加系統(tǒng)的靈活性，提供輔助服務并降低可再生能源不確定性的影響。需求側響應方面，文獻[13]闡述了DR在集成DER中的作用。文獻[14]中，RES在利用車同網(Vehicle to grid，V2G)技術開發(fā)部門間協(xié)同效應的同時，使用EnergyPlan與DR有效集成。文獻[15]提出智能調度IES，從而使系統(tǒng)利用更多的RES。然而以往很少有案例研究采用能量規(guī)劃模型進行分析，且上述子系統(tǒng)基礎設施并沒有在大型IES模型上進行過完整的分析，因而筆者對IES進行建模，并將可再生能源和儲能等考慮在內。其中，可能使發(fā)電增量超過輸電線路容量，稱為臨界過剩發(fā)電量(Critical excess electricity production，CEEP)，而這種過剩電量通常會被忽視。為了應對這一現(xiàn)象，筆者以我國大規(guī)模工業(yè)園區(qū)為研究對象，構建智慧能源樞紐，通過HP和DR的引入提高系統(tǒng)對RES的利用，從而進一步提高系統(tǒng)靈活性和能源利用效率。

1 智慧能源樞紐模型

能源樞紐是能源供應商、集成商、用戶和相應的電力運營商子網之間的接口樞紐，用于生產、轉換、存儲和分配MEC以滿足能源需求。EnergyPlan使智能電網的協(xié)調、資源利用及轉換成為可能，從而使智慧能源系統(tǒng)以更低的排放獲得更高的效率。智慧能源樞紐建模如圖1所示。電力需求由可再生能源(水電、風能、太陽能、地熱)、核電站(Nuclear power plants，NPP)、火電廠(Thermal power plants，TPP)和CHP來滿足。DH需求由熱電聯(lián)產和鍋爐滿足，而HP和鍋爐則用于滿足IH需求。整體而言，主要通過實施技術模擬方案，減少一次能源供應(Primary energy supply，PES)或燃料消耗、CO2排放和總成本，并提出了在IH網絡中引入更多的RES、用HP替換鍋爐、增加TS和DR等多種方案，體現(xiàn)各單元對IES目標功能的影響。

圖1 智慧能源樞紐模型

1.1 各單元數學模型

1.1.1 輸入與輸出

傳統(tǒng)發(fā)電廠效率較低，主要是由于2/3的能源通常以熱的形式損耗，但在用戶側DER是可以有效減少配電和輸電損耗，降低能源成本并提高效率的。本研究以受控可再生能源(水電和地熱)、可再生能源(風能和太陽能)、核電站和發(fā)電廠(使用煤炭或天然氣的火力發(fā)電廠和熱電聯(lián)產廠)作為輸入，以產生所需的電、熱輸出?？偘l(fā)電量可表示為

(1)

電力和熱能需求可表示為

(2)

(3)

供熱分為DH和IH，可表示為

(4)

智慧能源中心(Smart energy hub，SEH)產生的電功率可表示為

(5)

NPP和RES產生的功率表達式為

(6)

風力、太陽能、水力和地熱等可再生能源的功率表達式為

(7)

風能和太陽能等的功率可以通過容量乘以小時分布來計算。盡管如此，不同的配置可能導致產能的提高或降低。因此，由校正因子C.F來改變分布。其取決于容量因數C，計算式為

(8)

(9)

(10)

(11)

(12)

(13)

(14)

將鍋爐產生的總熱量分為區(qū)域網絡供熱和單獨網絡供熱，可表示為

(15)

DH和IH的出力計算可分別表示為

(16)

(17)

燃料通過兩個轉換器進行供電(TPP和CHP)和供熱(CHP和鍋爐)，引入v來表示轉換器的功率，其值為0～1，因而分配因子總和將始終等于1。所建立的輸入輸出的映射可以用矩陣形式表示為

(18)

1.1.2 轉換單元

轉換器可以根據輸入和輸出的數量進行分類。筆者所使用的轉換器主要包括3 種類型。

1) 鍋爐的供熱計算式為

(19)

2) CHP的供電和供熱計算式分別為

(20)

(21)

3) 熱泵的供熱計算式為

(22)

1.1.3 儲能單元

能源樞紐可以包括多個儲能元件，這些儲能元件可以連接到任意輸入、輸出或能源轉換接口處。所提SEH同時采用電儲能與熱儲能，對應的能量充放公式為

(23)

式中：下標x表示筆者研究的電能或熱能的類型；δxs表示限制充放過程中的能量損失。

1.1.4 需求響應

需求響應是以負荷轉移的形式引入的，假設為總電力需求的10%。它可以通過需求價格彈性來量化，需求價格彈性定義為需求變化與價格變化之比，其表達式為

(24)

1.2 約束條件

能量輸入總功率應與輸出總功率相等，其表達式為

(25)

其中電和熱需求應在其最大和最小限度內，即

(26)

(27)

此外，還包括如下約束條件：

1) 電功率平衡約束為

(28)

2) DH網絡平衡約束為

(29)

3) IH網絡平衡約束為

(30)

4) 鍋爐出力限制為

(31)

5) 熱電聯(lián)產約束為

(32)

(33)

(34)

(35)

7) 儲能容量約束，充放能功率限制式為

(36)

(37)

式中x泛指電能和熱能。引入二元變量μx，保證充電和放電不同時發(fā)生。儲能容量約束表達式為

(38)

2 仿真數據

EnergyPlan采用面向對象編程和集成開發(fā)環(huán)境相結合的Delphi pascal(DP)編程。該軟件得到了廣泛的應用，包括小型熱電聯(lián)產的實施、探究可再生能源的最佳規(guī)模等。

由于人口、經濟和許多其他因素的巨大增長，能源需求預測總是很難預測。許多研究人員和組織通過考慮基于不同情景調查的許多假設來預測未來的能源需求。就筆者研究考慮的電力需求而言，按每年1.5%的增長率估算，2014—2030年國際能源署(International energy agency，IEA)也提出了我國全國能源需求率。我國2020年各月、年平均、最大和最小等能量需求[16]如圖2所示。

圖2 2020年能源需求圖

2.1 電力網絡

表1 2020年機組參數

2.2 熱力網絡

供熱管網分為DH和IH兩類，年熱量需求均為1 216.46 TWh/a[17]。

2.2.1 IH網絡

參考模型的單獨供熱需求首先由煤炭和Ngas鍋爐來滿足。與IH相比，DH在經濟和技術上更優(yōu)，因為IH網絡消耗更多的能量，而這些能量主要是由TPP產生的。

2.2.2 DH網絡

確定性能源規(guī)劃工具中的區(qū)域供熱分為3 組：第1組熱需求僅由鍋爐滿足；第2組為帶有鍋爐和小型熱電廠的DH系統(tǒng)；第3組為包含大型抽汽熱電廠的鍋爐。其中第3組熱電聯(lián)產既可以單獨發(fā)電(冷凝模式運行)，也可以發(fā)電和供熱(背壓模式運行)。可見第3組比第2組更具靈活性。此外，也有工業(yè)熱電聯(lián)產僅通過廢物焚燒和工業(yè)產生區(qū)域供熱。因此，筆者采用第2組鍋爐和第3組熱電聯(lián)產機組來滿足DH需求。單個產熱單元的詳細情況如圖3和表2所示。

圖3 產熱單元容量

表2 DH各項參數

3 算例分析

筆者研究分為5 個情境，針對兩種不同的模擬策略進行技術分析。多個場景的不同情況如表3所示。表3中的電氣單元主要包括TPP、NPP、地熱、水電、風電、光伏和CHP。

表3 場景分類

3.1 技術方案

在仿真方案1中，包括熱電聯(lián)產在內的所有產熱部件的唯一特點是根據熱需求發(fā)電。熱電聯(lián)產機組不需要根據RES的波動來運行。所采用的5 個場景目標函數均以此策略進行計算；在仿真方案2中，包括熱電聯(lián)產在內的所有生產部件均可供電和供熱。此外，使用熱泵可以減少電力過?，F(xiàn)象。因此，通過提高CHP生產裝置的發(fā)電量，可以將冷凝裝置的產量降至最低。

兩個方案主要區(qū)別就是前者的產熱單元采用常規(guī)的“以熱定電”的運行模式，即聯(lián)產機組不可響應RES的波動問題以及不確定性問題，后者則通過引入熱泵使得熱電的供給更為靈活，使得多單元有協(xié)同優(yōu)化的可能。

3.2 場 景 1

該場景為基礎參考模型，基于2020年綜合能源規(guī)劃所得的估計數據，計算目標函數(年成本、PES、CO2、CEEP、EEEP等)如圖4所示。由圖4可知臨界和可輸出的過剩電力均為零。

圖4 基本模型性能展示

3.3 場 景 2

在場景2中提高RES占比如圖5所示。由圖5可知：年成本數量級均為十億元人民幣(GRMB)，燃料消耗量以TWh/a計，CO2排放以百萬噸(Mt)計，RES，CEEP和EEEP均以TWh/a計；與仿真方案1的場景1相比，增加RES占比可將年度成本從1 062 GRMB減少到1 053 GRMB，燃料消耗從36 540 TWh/a減少到35 285 TWh/a，CO2排放從10 542 Mt減少到9 852 Mt。同樣，仿真方案2通過將CEEP保持為零，與仿真方案1相比，也略微降低了目標成本。雖然兩種目標函數仿真策略的結果差別不大，但仿真方案2對提高EEEP起著至關重要的作用。與仿真方案1相比，其過剩電量增加了2 TWh/a以上，且在其他方案中也將發(fā)揮類似的作用。

圖5 兩種仿真方案的性能對比

3.4 場 景 3

場景3中增加HP，后者的特點是其比化石燃料鍋爐更高效、更環(huán)保。在此，將Ngas鍋爐改為高壓鍋爐，以觀察其對系統(tǒng)參數的影響。其中，用高壓鍋爐代替所有的燃煤鍋爐可以降低燃料消耗和排放。HP的性能是通過輸出熱量與輸入電量之比(Coefficient of performance，COP)確定的。與鍋爐效率相比，更高的COP使HP效率更高，每千瓦時產生的排放更少。仿真結果如圖6所示，HP的高初始成本與圖6所示的場景2(從1 053 GRMB增加到1 054 GRMB)相比，還是增加了總成本。

圖6 加入HP后兩種仿真方案的性能對比

3.5 場 景 4

場景4中增加熱儲能。在區(qū)域供熱系統(tǒng)中，隨著鍋爐和熱電聯(lián)產的TS集成提高了整個系統(tǒng)的潛在靈活性。當電力生產從火力發(fā)電廠轉移到熱電聯(lián)產單元時，將對TS進行充電。TS的存在減少了CHP和鍋爐消耗，從而比方案3節(jié)省更多成本(從1 054 GRMB減少到1 050 GRMB)，并減少了CO2的排放(從9 822 Mt減少到9 779 Mt)，如圖7所示。

圖7 加入TS后兩種仿真方案的性能對比

3.6 場 景 5

場景5中增加需求響應，需求響應有助于解決集成RES帶來的挑戰(zhàn)，其在提高系統(tǒng)穩(wěn)定性的同時降低了運行成本。筆者需求響應是以負荷轉移的形式引入的，假設為總電力需求的10%。DR的實現(xiàn)需要智能儀表和先進的計量基礎設施等儀器。因此，為了彌補其對系統(tǒng)參數的影響，這些設備的成本將計入EnergyPlan的“附加成本”部分。

與場景4相比，需求響應就像是一種額外的儲能。其中，RES可將CO2排放量從9 779 Mt大幅減少至9 762 Mt，燃料消耗量從35 029 TWh/a減少至34 998 TWh/a。這不僅減少了對化石燃料來源的依賴，而且使該系統(tǒng)在經濟上可行，增加需求響應后的仿真結果如圖8所示，其中預測的年度成本與其他場景相比也有所降低(從1 050 GRMB減少到1 048 GRMB)。所有目標函數的減少都表明了DR在IES中作用。

圖8 加入DR后兩種仿真方案的性能對比

表4，5總結了所有場景的定量比較，體現(xiàn)出綜合能源系統(tǒng)有助于使系統(tǒng)低碳、高效。從場景1到場景5，RES占比增加到32%，CO2排放量和燃料消耗量分別減少到7.4%和4.2%，清晰地體現(xiàn)了綜合能源的作用。此外，利用儲能和需求響應技術還能夠降低運行成本。

表4 方案1多場景綜合評估

表5 方案2多場景綜合評估

綜上可知：與場景1相比，場景2中的風能和太陽能滲透率分別增加了220，150 GW，從而將成本、燃料消耗和排放分別減少到9 GRMB，1 255 TWh/a，690 Mt。在場景3中，由于Ngas鍋爐被更高效的熱泵所取代，燃料消耗和CO2排放量減少。場景4中蓄熱的引入分攤了熱電聯(lián)產壓力，從而使所有目標函數均小于場景1～3。最后，需求響應的引入有助于最大程度集成RES，使得場景5目標函數達到最優(yōu)。

此外，由表4，5可知：對于兩種仿真方案而言，仿真方案2除基本場景外的各個場景總成本及燃料的消耗均小于仿真方案1，由此使其CO2的排放更少，場景2到場景5分別少了2.48，1.92，1.67，0.79 Mt。且由于仿真方案2較高的靈活性，其除基本場景外的各個場景下的CEEP值均為0，可見熱泵的引入對減少電力過剩起到了實質性的作用，與此同時，仿真方案2除基本場景外的EEEP值也均小于仿真方案1。相比仿真方案1，仿真方案2具備更高的經濟性和靈活性。

4 結 論

提出了綜合能源系統(tǒng)的建模，提高了系統(tǒng)整體效率、可靠性和靈活性。利用能源系統(tǒng)分析工具EnergyPlan對我國2020年不同的IES建模場景進行了研究，通過對5 種不同場景下的2 種仿真方案進行技術分析，找到了SEH中電、區(qū)域供熱和獨立供熱元件的最佳組合。未來研究可以擴展到更廣泛的MEC模型，該模型還將包括SEH中的冷卻和氫需求，這可能會在一定程度上增加系統(tǒng)的復雜性，但在降低運營成本和增強系統(tǒng)靈活性方面起著至關重要的作用。