100%可再生能源綜合能源系統(tǒng)容量?jī)?yōu)化配置

開賽江，計(jì) 力，周 專，袁鐵江，郭小龍

(1.國(guó)網(wǎng)新疆電力有限公司，新疆維吾爾自治區(qū) 烏魯木齊市 830011；2.大連理工大學(xué) 電氣工程學(xué)院，遼寧省 大連市 116024)

0 引言

隨著化石能源日益稀缺，全球氣候變暖等環(huán)境問(wèn)題愈發(fā)嚴(yán)峻，發(fā)展綠色、低碳、清潔的能源體系已經(jīng)成為世界各國(guó)的戰(zhàn)略選擇[1]。國(guó)際可再生能源機(jī)構(gòu)指出，2020年全球可再生能源裝機(jī)量超過(guò)260 GW，相比于2019年增長(zhǎng)了近50%，中國(guó)以136 GW裝機(jī)容量成為世界上最大的可再生能源市場(chǎng)。構(gòu)建可再生能源為主體的綜合能源系統(tǒng)(integrated energy system, IES)，實(shí)現(xiàn)能源的清潔低碳安全高效利用，是未來(lái)能源系統(tǒng)的重要發(fā)展方向。

綜合能源系統(tǒng)對(duì)提高能源利用效率、促進(jìn)可再生能源消納及節(jié)能減排具有重要意義[2-3]，是實(shí)現(xiàn)“碳中和”的有效途徑[4-5]。因此，對(duì)于綜合能源系統(tǒng)容量?jī)?yōu)化配置開展研究有重要意義。文獻(xiàn)[6]以投資和運(yùn)營(yíng)總成本最小為優(yōu)化目標(biāo)，并考慮碳減排效益，進(jìn)行微電網(wǎng)的風(fēng)能、太陽(yáng)能儲(chǔ)能容量配置，采用遺傳粒子群算法求解最優(yōu)容量分配問(wèn)題。文獻(xiàn)[7]建立了以投資成本、環(huán)境保護(hù)和供電質(zhì)量為指標(biāo)的多目標(biāo)優(yōu)化模型，實(shí)現(xiàn)風(fēng)光柴儲(chǔ)分布式能源系統(tǒng)的容量配置，并采用多目標(biāo)麻雀搜索算法進(jìn)行求解。文獻(xiàn)[8]以儲(chǔ)能系統(tǒng)凈收益、火電機(jī)組出力標(biāo)準(zhǔn)差改善量以及新增風(fēng)電接納量指標(biāo)構(gòu)成多因素優(yōu)化模型，采用迭代計(jì)算的方法得到配置備選集內(nèi)所有方案的多因素指標(biāo)，選取最優(yōu)值作為兼顧技術(shù)性及經(jīng)濟(jì)性的儲(chǔ)能系統(tǒng)配置結(jié)果。文獻(xiàn)[9]分別建立了電力、熱力柔性負(fù)荷模型，采用混合整數(shù)線性規(guī)劃方法，以經(jīng)濟(jì)成本最小和一次能源消耗量最少為目標(biāo)，對(duì)綜合能源系統(tǒng)進(jìn)行配置優(yōu)化，得到各個(gè)設(shè)備的最佳容量和各時(shí)段出力。文獻(xiàn)[10]提出一種考慮能量成本和污染排放的線性加權(quán)雙目標(biāo)優(yōu)化模型，并分析各目標(biāo)不同權(quán)重對(duì)容量配置的影響，計(jì)算不同權(quán)重組合下的最優(yōu)容量配比，對(duì)不同權(quán)重下最優(yōu)容量配比組合進(jìn)行了運(yùn)行分析。以上文獻(xiàn)考慮了經(jīng)濟(jì)性與環(huán)保性對(duì)能源系統(tǒng)的容量進(jìn)行了優(yōu)化配置，但主要側(cè)重于優(yōu)化求解算法的創(chuàng)新與應(yīng)用。文獻(xiàn)[11]考慮了可再生能源及負(fù)荷的波動(dòng)性，利用多場(chǎng)景規(guī)劃方法對(duì)區(qū)域IES進(jìn)行設(shè)計(jì)。文獻(xiàn)[12]針對(duì)區(qū)域綜合能源系統(tǒng)，以經(jīng)濟(jì)性、能源節(jié)約率及污染物排放量為綜合優(yōu)化目標(biāo)，以基于CPLEEX混合整數(shù)線性規(guī)劃為求解方法，求解最優(yōu)的網(wǎng)絡(luò)布局和設(shè)備組合。

為保障系統(tǒng)的安全穩(wěn)定運(yùn)行，有不少研究著眼于多種儲(chǔ)能單元的結(jié)合以及考慮更多可再生能源消納方式進(jìn)行系統(tǒng)的容量配置。文獻(xiàn)[13]提出了一種由全釩液流電池和先進(jìn)絕熱壓縮空氣儲(chǔ)能組成的混合儲(chǔ)能系統(tǒng)，建立了考慮大規(guī)模風(fēng)電接入的系統(tǒng)容量?jī)?yōu)化配置模型。文獻(xiàn)[14]考慮電動(dòng)汽車充電負(fù)荷的波動(dòng)性與不確定性，建立了儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置模型，同時(shí)，在優(yōu)化配置模型中利用儲(chǔ)能電池可變壽命模型，實(shí)現(xiàn)多約束條件下的儲(chǔ)能系統(tǒng)綜合成本最小化，使得充電站可以在增加較少綜合成本的情況下應(yīng)對(duì)負(fù)荷的隨機(jī)波動(dòng)。文獻(xiàn)[15]針對(duì)一類包含熱電聯(lián)產(chǎn)機(jī)組與熱泵等設(shè)備的區(qū)域綜合能源系統(tǒng)，建立以共享儲(chǔ)能系統(tǒng)作為上層、多個(gè)區(qū)域綜合能源系統(tǒng)作為下層的雙層優(yōu)化配置模型，有效減少了各區(qū)域綜合能源系統(tǒng)的運(yùn)行成本。文獻(xiàn)[16]將電轉(zhuǎn)氣設(shè)備引入綜合能源系統(tǒng)，并以經(jīng)濟(jì)效益為優(yōu)化目標(biāo)，構(gòu)建了計(jì)及容量配置約束、五母線平衡約束及儲(chǔ)能約束的混合整數(shù)非線性規(guī)劃模型。

綜上所述，為實(shí)現(xiàn)100%可再生能源綜合能源系統(tǒng)的安全穩(wěn)定運(yùn)行，合理的容量配置是基礎(chǔ)。對(duì)此，已有大量文獻(xiàn)針對(duì)容量配置模型的構(gòu)建、求解算法的優(yōu)化、電動(dòng)汽車與電轉(zhuǎn)氣等設(shè)備的應(yīng)用進(jìn)行了研究，但鮮有研究涉及到氫負(fù)荷，以及考慮到儲(chǔ)氫罐、氫燃料電池在可再生能源消納中的作用。因此，本文考慮電、熱、氫多能互補(bǔ)特性，構(gòu)建含電-氫雙向轉(zhuǎn)換單元的綜合能源系統(tǒng)；考慮電、熱、氫負(fù)荷特性，基于不同季節(jié)典型日風(fēng)光出力，以經(jīng)濟(jì)性最優(yōu)和污染物排放量最小為目標(biāo)，建立一種100%再生能源綜合能源系統(tǒng)的容量配置模型；最后，采用折衷規(guī)劃和模糊方法構(gòu)造Pareto前沿來(lái)獲得多目標(biāo)問(wèn)題的最優(yōu)解。

1 綜合能源系統(tǒng)結(jié)構(gòu)及設(shè)備出力模型

本文構(gòu)建的綜合能源系統(tǒng)結(jié)構(gòu)如圖1所示，系統(tǒng)包括有燃?xì)廨啓C(jī)(gas turbines, GT)、余熱鍋爐(waste heat boiler, WHB)、燃?xì)忮仩t(gas boiler, GB)、有機(jī)朗肯循環(huán)(organic rankine cycle, ORC)、甲烷反應(yīng)器(methane reactor, MR)、電解槽(elec-trolyzer)、氫燃料電池(hydrogen fuel cell, HFE)、儲(chǔ)氫設(shè)備。

圖1 綜合能源系統(tǒng)結(jié)構(gòu)圖Fig.1 Structure chart of integrated energy system

1) 燃?xì)廨啓C(jī)

(1)

式中：PGT(t)為燃?xì)廨啓C(jī)t時(shí)段的功率；PGTe(t)、PGTh(t)分別為燃?xì)廨啓C(jī)t時(shí)段的電、熱功率；ηGTe(t)、ηGTh(t)分別為t時(shí)段燃?xì)廨啓C(jī)的產(chǎn)電、產(chǎn)熱效率[17]。

2) 電解槽

電解槽作為電-氣耦合設(shè)備，以氫氧化鉀、氫氧化鈉水溶液為電解質(zhì)，在直流電的作用下將水電解，生成氫氣和氧氣。堿性水電解制氫的關(guān)鍵設(shè)備是堿性電解槽，由鍍鎳的鐵電極或鎳系金屬電極、石棉或聚酯系材料等多孔質(zhì)隔膜構(gòu)成。在電解槽的陽(yáng)極和陰極分別發(fā)生如下電化學(xué)反應(yīng)：

式中：PECin(t)、PEC(t)分別為t時(shí)段的電解槽輸入、輸出功率；ηEC(t)表示電解制氫在t時(shí)段的效率。

3) 甲烷反應(yīng)器

氫氣和二氧化碳經(jīng)過(guò)Sabatier反應(yīng)生成甲烷和水化學(xué)方程式見(6)

式中：PMRin(t)、PMR(t)分別為t時(shí)段甲烷反應(yīng)器輸入、輸出功率；ηMR(t)為氫氣轉(zhuǎn)甲烷效率。

4) 有機(jī)朗肯循環(huán)

(7)

式中：PORCin(t)、PORC(t)分別為t時(shí)段ORC余熱發(fā)電的輸入、輸出功率；ηORC為余熱發(fā)電效率；PORC-min、PORC-max分別為輸入功率上下限；ΔPORC-min、ΔPORC-max分別為爬坡上下限。

5) 燃料電池

(8)

式中：PHFCe(t)、PHFCh(t)分別為t時(shí)段的電、熱輸出功率；PHFCin(t)為t時(shí)段氫燃料電池的輸入功率；ηHFCe(t)、ηHFCh(t)依次為t時(shí)段的產(chǎn)電、產(chǎn)熱效率。

6) 儲(chǔ)氫設(shè)備

(9)

式中：EH2(t)為t時(shí)段儲(chǔ)氫罐的儲(chǔ)存容量；PH2-in(t)、PH2-out(t)分別為t時(shí)段的輸入、輸出功率；ηH2-in、ηH2-out依次為儲(chǔ)氫、放氫效率。

2 綜合能源系統(tǒng)容量?jī)?yōu)化配置模型

2.1 目標(biāo)函數(shù)

以系統(tǒng)的經(jīng)濟(jì)運(yùn)行成本最低和污染物排放量最小作為優(yōu)化目標(biāo)，建立系統(tǒng)的優(yōu)化配置模型[18]。

1) 運(yùn)行成本

式中：me、mg分別表示購(gòu)電和購(gòu)氣成本；Pin(t)表示電網(wǎng)實(shí)際功率；pe(t)表示t時(shí)段電價(jià)；pg表示天然氣價(jià)格；ηge為燃?xì)廨啓C(jī)發(fā)電效率；Pge(t)燃?xì)忮仩tt時(shí)段的發(fā)電功率；ηgb燃?xì)忮仩t產(chǎn)熱效率；Pgb(t)燃?xì)廨啓C(jī)t時(shí)段的產(chǎn)熱功率。

2) 污染物排放量

(13)

式中：ηe、ηg分別表示電、天然氣等效排放系數(shù)。

2.2 約束條件

1) 功率平衡約束

綜合能源系統(tǒng)電、熱、氫能量平衡關(guān)系：

(14)

式中：Pesup(t)為t時(shí)段供給側(cè)的電輸出功率；PECin(t)電解槽輸入功率；PHFCe(t)燃料電池輸出功率；PGTe(t)燃?xì)廨啓C(jī)電輸出功率；PORC(t)余熱發(fā)電輸出功率；Pel(t)為電負(fù)荷功率；PGT2hl(t)為燃?xì)廨啓C(jī)熱輸出功率；PHFC2hl(t)為燃料電池?zé)彷敵龉β?；PGB(t)為鍋爐輸出功率；Phl(t)為熱負(fù)荷；PH2in(t)為儲(chǔ)氫罐輸出功率；PH2load為氫負(fù)荷。

2) 購(gòu)電購(gòu)氣約束

(15)

式中：Pemet-max為綜合能源系統(tǒng)與電網(wǎng)購(gòu)電與售電的上限；Vgnet-max為與天然氣網(wǎng)購(gòu)氣與售氣的上限[7]。

2.3 折衷規(guī)劃算法

多目標(biāo)問(wèn)題往往轉(zhuǎn)換為單目標(biāo)問(wèn)題進(jìn)行求解，本文采用折衷規(guī)劃[18]來(lái)進(jìn)行求解。折衷規(guī)劃方法是將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)化求解最小最優(yōu)解和標(biāo)準(zhǔn)解之間的距離問(wèn)題，如式(16)～(19)。

式中：Ψ1min和Ψ2min分別代表目標(biāo)函數(shù)1和目標(biāo)函數(shù)2的最優(yōu)值，δ是切比雪夫距離。

下一步統(tǒng)一兩個(gè)目標(biāo)值的維度，來(lái)幫助分析并將其相互比較，采用max-min進(jìn)行統(tǒng)一化。

(18)

下式對(duì)進(jìn)一步達(dá)成權(quán)衡點(diǎn)的過(guò)程進(jìn)行描述：

(19)

式中：μn表示Pareto方案中最小值；μmax代表折衷解，從最小的方案中選取最大值。

3 算例分析

3.1 算例簡(jiǎn)介

以新疆某工業(yè)園區(qū)為例，為了減小模型計(jì)算量，考慮需求負(fù)荷和氣候的季節(jié)性特征，將該區(qū)域全年分為夏季(5—10月)，冬季(11—2月)，春季(3—4月)，構(gòu)成3個(gè)典型日?qǐng)鼍埃湄?fù)荷曲線如圖2所示。由圖2可見，電、熱負(fù)荷在夏季和冬季明顯高于春季，電負(fù)荷在夏季最高，而熱負(fù)荷在冬季最高，氫負(fù)荷在各個(gè)季節(jié)均具有較大的波動(dòng)性。以典型日24 h為規(guī)劃周期，時(shí)間步長(zhǎng)為1 h，各設(shè)備容量投資成本、功率參數(shù)如表1—2所示

圖2 各類典型日負(fù)荷曲線Fig.2 Typical daily load curve for each category

表1 市場(chǎng)環(huán)境參數(shù)Table 1 Market environment parameters

表2 設(shè)備價(jià)格和壽命Table 2 Equipment price and life

3.2 算例結(jié)果及分析

本算例在滿足電、氫、熱3種不同負(fù)荷的需求前提下，對(duì)分布式能源設(shè)備容量進(jìn)行優(yōu)化，以達(dá)到區(qū)域綜合能源系統(tǒng)典型日周期內(nèi)運(yùn)行成本最低與污染物排放量最低，容量配置結(jié)果如表3所示；圖3所示為從折衷優(yōu)化算法中獲得的Pareto前沿解；圖4、5依次為電負(fù)荷供應(yīng)和熱負(fù)荷供應(yīng)情況。

表3 容量?jī)?yōu)化配置結(jié)果

圖3 Paeeto前沿面Fig.3 Pareto front solutions

圖4 電負(fù)荷供應(yīng)情況Fig.4 The power balance in IES

1) 電負(fù)荷供應(yīng)情況分析

從圖4中可以看出，為了保證電能的供需平衡，綜合能源系統(tǒng)每一時(shí)段都在與上級(jí)電網(wǎng)進(jìn)行能量交互。風(fēng)光發(fā)電全部用于滿足電負(fù)荷需求，其余部分依靠燃?xì)忮仩t與ORC供給。當(dāng)電能供大于求時(shí)，系統(tǒng)向電網(wǎng)進(jìn)行售電。由圖可見，在10:00—12:00、15:00—17:00時(shí)段的售電功率較大，這是由于上述時(shí)段的熱、電總負(fù)荷較小，且可再生能源(尤其是光伏)的出力比較大。

2) 熱負(fù)荷供應(yīng)情況分析

由圖5可以看出，熱負(fù)荷主要由燃?xì)廨啓C(jī)供給，不足部分由燃?xì)忮仩t、電解槽進(jìn)行補(bǔ)充。在16:00時(shí)，燃?xì)廨啓C(jī)出力達(dá)到峰值，這是由于該時(shí)段熱負(fù)荷最大。在04:00—05:00時(shí)段，ORC幾乎不再消耗熱能，因?yàn)樵摃r(shí)段電負(fù)荷比較低，燃?xì)廨啓C(jī)發(fā)熱優(yōu)先滿足熱負(fù)荷需求，此外，該時(shí)段可再生能源出力(尤其是風(fēng)電)處于峰值。

圖5 熱負(fù)荷供應(yīng)情況Fig.5 The heating balance in IES

4 結(jié)論

本文以系統(tǒng)運(yùn)行成本最低、污染物排放量最少為多目標(biāo)，建立了基于氫能的綜合能源系統(tǒng)容量?jī)?yōu)化配置模型，為100%可再生能源綜合能源系統(tǒng)容量配置提供理論基礎(chǔ)。同時(shí)對(duì)于多目標(biāo)優(yōu)化問(wèn)題，采用折衷優(yōu)化方法得到了Pareto前沿面，表示所有可行的解集，并利用min-max方法找到最優(yōu)解。與單目標(biāo)規(guī)劃相比，污染物排放量降低了35.722%；經(jīng)濟(jì)性成本增加了28.2%上述模型能夠較好的兼顧經(jīng)濟(jì)性與環(huán)保性，實(shí)現(xiàn)了綜合能源系統(tǒng)的容量?jī)?yōu)化配置。