含CCHP及儲能的微網(wǎng)建模及經(jīng)濟(jì)運行優(yōu)化研究

付光杰,曹 旭

(東北石油大學(xué) 電氣信息工程學(xué)院,黑龍江 大慶 163318)

0 引 言

近年來,隨著一次能源的逐漸枯竭以及地球生態(tài)環(huán)境的逐漸惡化,如何使用清潔可再生的能源代替煤炭石油等不可再生能源已成為人們研究的重點。為此,各種分布式電源應(yīng)運而生,其中含有冷熱電聯(lián)供系統(tǒng)(CCHP:Combined Cooling Heating and Power)的綜合能源微網(wǎng)系統(tǒng)(IEM:Integrated Energy Microgrid)是解決這個難題的一種有效方式。如今我國正處于傳統(tǒng)電力體制改革的關(guān)鍵時期,所以綜合能源微網(wǎng)的建設(shè)發(fā)展十分迅速,例如作為創(chuàng)建清潔能源示范省的浙江省,正在積極推動包括含有冷熱電聯(lián)供系統(tǒng)在內(nèi)的利用清潔能源發(fā)電的一系列改革措施[1]。

在綜合能源微網(wǎng)中能量最顯著的特征就是能源之間的相互耦合性,而這也給含有CCHP的綜合能源微網(wǎng)的利用帶來了極大的困難。在CCHP系統(tǒng)中包含冷、熱、電3種能量流動,并且3種能量之間還存在相互轉(zhuǎn)化關(guān)系,因此若想做到對各種能量充分利用就顯得比較困難。所以,在現(xiàn)階段的CCHP系統(tǒng)研究中,優(yōu)化能量流動之間的調(diào)度仍是研究人員關(guān)注的重中之重[2-3]。

目前,涉及到CCHP系統(tǒng)的研究有很多。王成山等[4]建立了含有燃?xì)廨啓C、內(nèi)燃機在內(nèi)的聯(lián)供機組以及制冷制熱單元在內(nèi)的CCHP系統(tǒng),采用母線型分析策略對CCHP系統(tǒng)內(nèi)復(fù)雜的能量耦合進(jìn)行分析。汪洪濤等[5]、汪洋子等[6]采用年度運行仿真,對冷熱電聯(lián)供系統(tǒng)成本進(jìn)行優(yōu)化,系統(tǒng)成本節(jié)約效果明顯。俞春堯[7]、Liu等[8]以上海某真實項目為例,對CCHP聯(lián)供系統(tǒng)從投資、運行效率與運行成本等進(jìn)行了詳細(xì)的分析,證實CCHP系統(tǒng)可以實現(xiàn)能源充分的梯級利用。荊朝霞等[9]對制冷系統(tǒng)進(jìn)行分析,給出了詳細(xì)的性能擬合曲線,為以后對能量之間轉(zhuǎn)化關(guān)系的研究提供了理論基礎(chǔ)。

筆者選取包含燃?xì)廨啓C和微型內(nèi)燃機在內(nèi)的發(fā)電機組,并且在系統(tǒng)中包含其他分布式電源的發(fā)電量,包括光伏、風(fēng)力發(fā)電等。而且系統(tǒng)中包含儲能設(shè)備和余熱回收系統(tǒng),可根據(jù)系統(tǒng)所處的環(huán)境對冷、熱、電負(fù)荷的需求做出相應(yīng)的改變,做到將多余的能量儲存或轉(zhuǎn)化為其他當(dāng)前需要的能量,在合理的科學(xué)指導(dǎo)下,CCHP系統(tǒng)中能源的利用率可達(dá)70%～90%[10]。

粒子群算法是發(fā)展最為快速、全面的算法之一,其原理簡單,可操作性強,適應(yīng)度高,因此被廣泛應(yīng)用于各種系統(tǒng)優(yōu)化等問題。筆者在已有的研究基礎(chǔ)上,首先建立系統(tǒng)模型,充分考慮系統(tǒng)的發(fā)電以及產(chǎn)熱等約束條件,將系統(tǒng)的經(jīng)濟(jì)性和環(huán)保性作為目標(biāo),建立冷熱電聯(lián)供的數(shù)學(xué)模型,在現(xiàn)有的粒子群算法基礎(chǔ)上進(jìn)行改進(jìn)[11],采用改進(jìn)后的多目標(biāo)粒子群算法對模型進(jìn)行優(yōu)化。最后對所選算例進(jìn)行仿真,驗證系統(tǒng)的可靠性。

1 改進(jìn)粒子群算法

粒子群算法是智能算法中尋找最優(yōu)值的熱門算法,因其簡單通俗易懂的概念和相對數(shù)量較少的控制參數(shù)而被廣泛使用。粒子群算法從最初的標(biāo)準(zhǔn)型經(jīng)過許多研究改進(jìn)得到的改進(jìn)型已經(jīng)有了很大的變化,其使用范圍和尋優(yōu)能力都得到了大幅提升。由于筆者需要同時考慮污染氣體排放以及系統(tǒng)的經(jīng)濟(jì)性,實際為多目標(biāo)優(yōu)化系統(tǒng),然而,目前的標(biāo)準(zhǔn)型粒子群算法對多目標(biāo)優(yōu)化還存在一些不足,所以需要對粒子群算法進(jìn)行優(yōu)化。

1.1 標(biāo)準(zhǔn)型粒子群算法

一般的標(biāo)準(zhǔn)型粒子群算法的速度和位置的更新方式為[12-13]

(1)

xid(t+1)=xid(t)+vid(t+1)

(2)

ω為慣性權(quán)重,且有

ω=ωmax-t(ωmax-ωmin)/Tmax

(3)

1.2 改進(jìn)型粒子群算法

目前的標(biāo)準(zhǔn)粒子群算法是根據(jù)初始粒子群算法改進(jìn)的,已經(jīng)具備良好的尋優(yōu)能力,但其在收斂效果和迭代時間上仍然存在一些不足,尤其是應(yīng)用在本系統(tǒng)時,目標(biāo)函數(shù)為兩個,標(biāo)準(zhǔn)粒子群算法很容易陷入局部尋優(yōu),從而導(dǎo)致求解結(jié)果不是全局最優(yōu)解。針對此問題,筆者在現(xiàn)有標(biāo)準(zhǔn)粒子群的基礎(chǔ)上,增設(shè)了一個外部Leader集合,增強尋優(yōu)能力,適應(yīng)多目標(biāo)優(yōu)化。

增設(shè)外部集合,選取非劣解粒子放入外部檔案構(gòu)成Leader集合,并根據(jù)計算粒子的適應(yīng)度公式

F(i)=1/mi

(4)

計算外部集合中粒子的適應(yīng)度。其中

(5)

其中sh(d(i,j))為粒子i,j之間的適應(yīng)度共享函數(shù)。有

(6)

其中Eshare通常選為常數(shù)；α控制sh(d(i,j))的形狀,通常為1。

在算法運行過程中,具有全局最佳位置的粒子指導(dǎo)其他粒子按式(1)更新各自的位置和速度。每次迭代后,選取所得粒子中的非劣解加入精英集中,使精英集中的粒子數(shù)會因迭代次數(shù)的增加而不斷增加,從而影響算法的運行速度。在日常生活中,系統(tǒng)中的負(fù)荷量隨時都發(fā)生變化,要求系統(tǒng)必須根據(jù)負(fù)荷的變化做出快速的響應(yīng),所以必須要確保算法的運行速度。因此,需要對精英集的容量進(jìn)行限制,當(dāng)精英集中的粒子數(shù)超過其最大容量時,根據(jù)式(4)計算精英集中各粒子的適應(yīng)度,刪除其中適應(yīng)度較小的粒子。當(dāng)算法滿足終止迭代條件時,精英集中的粒子即可認(rèn)為是所求的Pareto最優(yōu)解。改進(jìn)后的算法流程圖如圖1所示。

圖1 算法流程圖Fig.1 Algorithm flow chat

2 系統(tǒng)模型的構(gòu)建

目前包括CCHP系統(tǒng)在內(nèi)的綜合能源微網(wǎng)中,由于與配電網(wǎng)相連的熱電聯(lián)產(chǎn)設(shè)備以及其余分布式能源設(shè)備的性能指標(biāo)與其負(fù)荷之間都息息相關(guān),其輸入和輸出為非線性關(guān)系,因此具有顯著的部分負(fù)荷特性(PLR:Part Load Ratio)[14],所以在對冷熱電聯(lián)供系統(tǒng)建模時,需根據(jù)各個機組的特性進(jìn)行設(shè)備的單獨建模。

2.1 聯(lián)供機組模型

CCHP系統(tǒng)中往往包含發(fā)電機組和制熱制冷單元,以及儲能和余熱回收單元,筆者選取的CCHP系統(tǒng)將風(fēng)機、光伏等其余分布式電源的發(fā)電量也考慮在內(nèi),系統(tǒng)結(jié)構(gòu)框圖如圖2所示。

圖2 系統(tǒng)模型圖Fig.2 Model diagram of co-supply unit

聯(lián)供機組選用近年來發(fā)展速度較快、實用性較強的微型燃?xì)廨啓C和微型內(nèi)燃機,單機功率一般在20～300 kW,這種聯(lián)供機組優(yōu)勢在于使用天然氣、沼氣等清潔原料,排放污染小,機組噪音小,運行成本低等。因此,近年來的CCHP系統(tǒng)基本都選用此發(fā)電機組。

2.2 機組數(shù)學(xué)模型

1) 燃?xì)廨啓C

PGTh=PGTηGTh

(7)

PGTe=PGTηGTe

(8)

其中PGT為燃?xì)廨啓C的耗氣功率,PGTh為燃?xì)廨啓C的產(chǎn)熱功率,PGTe為發(fā)電功率,ηGTh、ηGTe分別為燃?xì)廨啓C的產(chǎn)熱效率和發(fā)電效率。

2) 吸收式制冷機

(9)

QAC=PhsCOPAC

(10)

其中COPAC為吸收式制冷機制冷性能系數(shù),QAC(t)和QACN分別為吸收式制冷機實際出力和額定出力,Kaci(i=0,1,2,3)為吸收式制冷機性能系數(shù)特性曲線擬合參數(shù)。

3) 電制冷機

(11)

QEC=PECCOPEC

(12)

其中COPEC為電制冷機制冷性能系數(shù),QEC(t)和QECN分別為吸收式制冷機實際出力和額定出力,Kaci(i=0,1,2)為電制冷機性能系數(shù)特性曲線擬合參數(shù)。

4) 總制冷量

QAll=QAC+QEC

(13)

系統(tǒng)中冷負(fù)荷由兩部分供給,其中一部分由傳統(tǒng)電能控制空調(diào)制冷,而另外一部分冷負(fù)荷則由余熱回收系統(tǒng)中的煙氣余熱驅(qū)動吸收式制冷機,轉(zhuǎn)化為冷負(fù)荷提供給用戶。

5) 天然氣內(nèi)燃機[12]

PGEh=PGEηGEh

(14)

PGEe=PGEηGEe

(15)

其中PGE為天然氣內(nèi)燃機的耗氣功率,PGEh為內(nèi)燃機的產(chǎn)熱功率,PGEe為內(nèi)燃機的發(fā)電功率,ηGEh、ηGEe分別為產(chǎn)熱效率、發(fā)電效率。

6) 燃?xì)忮仩t

PGBh=PGBηGBh

(16)

其中PGB為燃?xì)廨啓C的耗氣功率,ηGBh為產(chǎn)熱效率,運算得到熱功率PGBh。

7) 余熱回收系統(tǒng)

Phs=(PGEh+PGTh)ηhs

(17)

其中ηhs為熱回收系統(tǒng)回收效率。

余熱回收系統(tǒng)中,主要回收由聯(lián)供發(fā)電機組燃燒天然氣發(fā)電時所產(chǎn)生的余熱煙氣。將煙氣儲存,后續(xù)提供給吸收式制冷機以及換熱裝置,為系統(tǒng)提供冷、熱負(fù)荷。

8) 換熱器

Phr=Phsηhr

(18)

其中ηhr為換熱器效率。

換熱器將余熱回收系統(tǒng)中一部分煙氣通過液化降溫等方式,將其轉(zhuǎn)化為熱水,以熱水的形式提供給系統(tǒng)中用戶。

9) 蓄電池

(19)

(20)

表1 部分機組參數(shù)表Tab.1 Part of unit parameter table

2.3 約束條件

2.3.1 機組上下限約束條件

機組上下限約束條件為

Pi,min≤Pi,t≤Pi,max

(21)

其中Pi,min,Pi,max分別為機組輸出功率的上下限。

2.3.2 功率約束條件

功率約束條件[15]為

(22)

其中Pe,i為用戶側(cè)用電量,PCOP,i為電制冷機消耗電功率,Pc,i、Pgrid,i、PEC,i分別為CCHP系統(tǒng)發(fā)電量、配電網(wǎng)購電量和蓄電池儲存電量；Qc,i為用戶側(cè)使用總冷負(fù)荷,QEC,i,QAC,i分別為電制冷機和吸收式制冷機實際鏟除冷負(fù)荷；Rg,i為用戶側(cè)使用總熱量,Sg,i為儲熱量,RGB,i、Rhr,i分別為燃?xì)忮仩t產(chǎn)熱和換熱器總產(chǎn)熱量。

2.4 目標(biāo)函數(shù)

筆者采用多目標(biāo)優(yōu)化,以保證系統(tǒng)的經(jīng)濟(jì)性為主要目標(biāo)。在保證系統(tǒng)經(jīng)濟(jì)性的同時盡可能降低系統(tǒng)污染物排放,充分考慮污染物排放帶來的經(jīng)濟(jì)成本,做到系統(tǒng)的最優(yōu)性[15]。

CCHP系統(tǒng)的成本構(gòu)成包括機組運行成本以及購買燃料成本,其中機組運行成本包括機器維護(hù)、人員費用等,在本文中暫不考慮。筆者主要對購買燃料及配電網(wǎng)購電等費用進(jìn)行優(yōu)化,則目標(biāo)函數(shù)為

CA=min(Ceh+Cs)

(23)

(24)

表2 分時電價表Tab.2 Tou tariff meter

3 算例分析

目前CCHP的發(fā)展趨勢逐漸趨于城市,并應(yīng)用于大型建筑系統(tǒng),例如上海浦東國際機場、上海世博B片區(qū)總部中心以及北京天然氣控制中心大樓等,都是應(yīng)用CCHP系統(tǒng)非常經(jīng)典的實例,從中也可以看出,對應(yīng)CCHP系統(tǒng)中的聯(lián)供機組的要求也逐漸趨于小型化商業(yè)化。

根據(jù)圖2所示模型,系統(tǒng)是由若干臺天然氣內(nèi)燃機及微型燃?xì)廨啓C組成的聯(lián)供系統(tǒng),選擇清潔能源天然氣作為燃料。制冷部分則由電制冷機、吸收式制冷機組成,為保證系統(tǒng)中能源可實現(xiàn)更加充分的梯級利用,還增設(shè)了儲能設(shè)備。天然氣先作為燃料驅(qū)動聯(lián)供機組運轉(zhuǎn)進(jìn)行發(fā)電,滿足系統(tǒng)中電負(fù)荷的使用量,然后余熱回收系統(tǒng)將天然氣燃燒產(chǎn)生的煙氣進(jìn)行回收,經(jīng)過處理得到高溫水蒸氣。根據(jù)系統(tǒng)所處地理位置,將水蒸氣作為驅(qū)動吸收式制冷機的能源送入吸收式制冷劑或進(jìn)入建筑的供暖系統(tǒng)。在本文中,因算例選取為我國南方城市的夏季,所以主要用于驅(qū)動吸收式制冷機。

3.1 結(jié)果分析

筆者算例選取我國南方某城市夏季的辦公大樓中負(fù)荷使用情況,圖3為系統(tǒng)24 h的實際負(fù)荷圖。

圖3 實際負(fù)荷圖Fig.3 Actual load diagram

由于南方夏季城市24 h中,冷、電負(fù)荷遠(yuǎn)遠(yuǎn)高于熱負(fù)荷,因此系統(tǒng)中保證充足的冷、電負(fù)荷供應(yīng)是驗證系統(tǒng)是否穩(wěn)定可靠的重要標(biāo)準(zhǔn)。圖4為系統(tǒng)出力和實際負(fù)荷對比圖,其中柱形表示系統(tǒng)所需的實際負(fù)荷,而折線為系統(tǒng)實際出力。通過對比可以看出,8-17時為冷、電負(fù)荷的使用高峰。其中個別時間點會出現(xiàn)系統(tǒng)出力不足的情況,但絕大部分的時間點,系統(tǒng)出力都可以覆蓋甚至超過系統(tǒng)所需的實際負(fù)荷。

圖4 功率對比圖Fig.4 Power comparison diagram

系統(tǒng)儲能圖如圖5所示,其中正值代表需要從CCHP系統(tǒng)外調(diào)配量,負(fù)值為儲存在系統(tǒng)中能量。圖4表示在下午15時,冷功率會出現(xiàn)小幅的系統(tǒng)出力不滿足實際所需的情況,此時觀察系統(tǒng)儲能圖(見圖5),會發(fā)現(xiàn)在15時,系統(tǒng)自動從儲能單元調(diào)配儲存的能量對系統(tǒng)此時的能量缺口進(jìn)行補充。同樣的情況還發(fā)生在凌晨4點,只不過此時的系統(tǒng)能量缺口非常小。而從圖4還可看出,系統(tǒng)運行非常好,其實際出力全部滿足實際所需,未出現(xiàn)能量缺口。因此可知,該系統(tǒng)的穩(wěn)定性十分良好,從而證明了筆者對算法的優(yōu)化起到了非常好的效果。

圖5 系統(tǒng)儲能圖Fig.5 System energy storage diagram

3.2 成本分析

以經(jīng)濟(jì)最優(yōu)為目標(biāo)函數(shù)和約束條件,分析系統(tǒng)中的成本優(yōu)化情況,系統(tǒng) 1 d中的成本情況如表3所示。天然氣價格取3.2元/m3,分時電價見表2。

表3 系統(tǒng)成本表Tab.3 System cost sheet

從表3中可以看出,在使用CCHP聯(lián)供系統(tǒng)時,系統(tǒng)的成本降低約40%,說明系統(tǒng)具有良好的經(jīng)濟(jì)效益。

4 結(jié) 語

筆者通過增設(shè)外部集合的方式對標(biāo)準(zhǔn)型粒子群算法進(jìn)行改進(jìn),使其可以適應(yīng)多目標(biāo)優(yōu)化系統(tǒng)。以系統(tǒng)的經(jīng)濟(jì)性為主要目標(biāo)并充分考慮系統(tǒng)環(huán)保性,選擇天然氣作為燃料驅(qū)動聯(lián)供機組發(fā)電,并為其中增設(shè)余熱回收系統(tǒng),以確保將產(chǎn)生的煙氣充分回收利用進(jìn)行供熱或制冷,保證能源的梯級利用。

選取算例對模型進(jìn)行驗證,通過對比效果圖,發(fā)現(xiàn)系統(tǒng)中實際所需與實際產(chǎn)出之間相差較小,而當(dāng)實際產(chǎn)出不能滿足所需時,系統(tǒng)及時進(jìn)行外部補充,可安全有效地保證系統(tǒng)的實際運行。經(jīng)過模擬充分證實系統(tǒng)模型的選取和算法的改進(jìn)是有效且實用的,這為今后CCHP系統(tǒng)的研究和探索提供了前期基礎(chǔ)。