太陽能“冷-熱-電”聯(lián)供系統(tǒng)集成建模與運(yùn)行優(yōu)化

收稿日期：2011-12-03

基金項(xiàng)目：國家重點(diǎn)研發(fā)計劃（2018YFE0208400）；國家電網(wǎng)有限公司總部科技項(xiàng)目《面向跨境互聯(lián)的多能互補(bǔ)新型能源系統(tǒng)關(guān)鍵技術(shù)研究》

通信作者：許 野（1980—），男，博士、副教授，主要從事綜合能源系統(tǒng)優(yōu)化方面的研究。xuye@ncepu.edu.cn

DOI：10.19912/j.0254-0096.tynxb.2021-1541 文章編號：0254-0096（2023）05-0080-08

摘 要：遵循“負(fù)荷預(yù)測-機(jī)理仿真-軟件模擬-協(xié)同優(yōu)化”的技術(shù)路線，在運(yùn)用DeST軟件預(yù)測上海某酒店全年逐時冷、熱負(fù)荷、PVsyst軟件計算光伏發(fā)電量和構(gòu)建燃?xì)廨啓C(jī)仿真模型計算能源輸出的基礎(chǔ)上，將上述計算結(jié)果輸入預(yù)先構(gòu)建的太陽能“冷-熱-電”聯(lián)供系統(tǒng)運(yùn)行優(yōu)化模型中，得到合理、可行的系統(tǒng)供能方案。相較于傳統(tǒng)優(yōu)化模型，運(yùn)用集成方法得到的調(diào)度方案更有利于實(shí)現(xiàn)能源供需平衡，可為其他類似系統(tǒng)的運(yùn)行和管理提供很好的示范。

關(guān)鍵詞：太陽能；燃?xì)廨啓C(jī)；負(fù)荷預(yù)測；CCHP；設(shè)備仿真；集成建模

中圖分類號：TK514 文獻(xiàn)標(biāo)志碼：A

0 引 言

大規(guī)模開發(fā)和利用可再生能源，實(shí)現(xiàn)能源的梯級利用是目前世界范圍內(nèi)關(guān)注的重點(diǎn)問題。耦合太陽能的“冷-熱-電”聯(lián)供系統(tǒng)（hybrid PV and combined cooling， heating and power system，PV-CCHP）可實(shí)現(xiàn)太陽能與天然氣聯(lián)供系統(tǒng)的耦合互補(bǔ)，通過多能協(xié)同優(yōu)化，發(fā)揮不同能源的優(yōu)勢和潛能，實(shí)現(xiàn)多能互補(bǔ)、能源梯級利用，減少傳統(tǒng)化石能源的使用的同時，提高能源利用率和供能可靠性。

為實(shí)現(xiàn)多能協(xié)同和滿足用戶側(cè)的能源需求，精準(zhǔn)的用戶側(cè)能源需求預(yù)測、供應(yīng)側(cè)設(shè)備出力仿真和整個系統(tǒng)的協(xié)同運(yùn)行優(yōu)化是必不可少的。首先，用戶的能源需求受到外界的氣象參數(shù)、建筑特征參數(shù)及內(nèi)部人員活動的影響，導(dǎo)致需求呈現(xiàn)出明顯的季節(jié)性和典型日內(nèi)的時變規(guī)律。目前常見的模擬軟件有Energy Plus［1］、TRANSYS［2］、eQUEST［3］、Design Builder［4］和DeST［5-6］等。付嘉衡等［5］利用DeST軟件對辦公建筑的熱負(fù)荷進(jìn)行模擬計算，并設(shè)計和分析了系統(tǒng)的供能方案。馮國會等［6］使用DeST模擬軟件對沈陽市、長春市、哈爾濱市的逐時負(fù)荷進(jìn)行了模擬，并使用IBE模擬軟件進(jìn)行驗(yàn)證。對比結(jié)果顯示，DeST軟件能精確地模擬嚴(yán)寒地區(qū)超低能耗建筑的負(fù)荷特性。

其次，供能系統(tǒng)設(shè)備出力的精準(zhǔn)計算對于提高系統(tǒng)運(yùn)行方案的合理性及可行性至關(guān)重要。燃?xì)廨啓C(jī)作為太陽能冷熱電聯(lián)供系統(tǒng)的主體設(shè)備，構(gòu)建物理意義明確、具有較強(qiáng)適應(yīng)性的機(jī)理模型，有助于提高燃?xì)廨啓C(jī)出力計算的準(zhǔn)確性。茍湘等［7］建立了燃?xì)廨啓C(jī)動態(tài)仿真模型，考察了不同負(fù)荷條件下余熱量的變化情況。Mohammadian等［8］建立了工業(yè)雙軸燃?xì)廨啓C(jī)模型，對燃?xì)廨啓C(jī)從零轉(zhuǎn)速到滿負(fù)荷工況的啟動運(yùn)行進(jìn)行了仿真及驗(yàn)證。此外，PVsyst軟件作為目前光伏發(fā)電領(lǐng)域常用的軟件之一，在氣象參數(shù)獲取、光伏發(fā)電組件信息收集方面具有優(yōu)勢，基于光伏發(fā)電原理和能量傳導(dǎo)過程完成光伏一體化系統(tǒng)的仿真研究，可很好地表征光伏出力的間歇性和波動性。趙竹星［9］使用PVsyst光伏模擬軟件對屋頂光伏系統(tǒng)進(jìn)行設(shè)計和仿真結(jié)果輸出，結(jié)果表明，光伏系統(tǒng)的年平均發(fā)電量為34.6 MWh。蔣歡［10］利用PVsyst軟件模擬計算了光伏茶園的發(fā)電量。與固定式支架光伏系統(tǒng)的比較結(jié)果顯示，平單軸跟蹤系統(tǒng)的光伏發(fā)電量增加了10.72%。

最后，由于太陽能“冷-熱-電”聯(lián)供系統(tǒng)的設(shè)備類型眾多、運(yùn)行機(jī)制復(fù)雜，采用優(yōu)化算法，制定經(jīng)濟(jì)合理、利于節(jié)能減排的供能策略顯得尤為重要。曹巖等［11］建立了以凈發(fā)電量最大、系統(tǒng)總效率最高和總成本最小化為目標(biāo)函數(shù)的太陽能“冷-熱-電”聯(lián)供系統(tǒng)運(yùn)行優(yōu)化模型，提高了系統(tǒng)的運(yùn)行效率及經(jīng)濟(jì)性。楊干等［12］建立了太陽能“冷-熱-電”耦合系統(tǒng)，分析了系統(tǒng)在5種不同運(yùn)行策略下的特性，并與傳統(tǒng)的聯(lián)供系統(tǒng)進(jìn)行了對比，節(jié)能率明顯提高。

綜上，盡管國內(nèi)外學(xué)者圍繞負(fù)荷預(yù)測、設(shè)備仿真和系統(tǒng)運(yùn)行優(yōu)化開展了很多相關(guān)工作，但上述研究多數(shù)情況下都是孤立進(jìn)行的，缺乏上述研究內(nèi)容的有效組合，不利于最優(yōu)供能方案的制定［13-14］。因此，本文在運(yùn)用DeST軟件模擬上海某酒店全年逐時冷、熱負(fù)荷的基礎(chǔ)上，利用PVsyst軟件對酒店的光伏一體化系統(tǒng)進(jìn)行仿真研究，綜合考察光伏組件的傾角、運(yùn)行溫度和衰減損耗等影響因素，計算光伏發(fā)電量；然后，構(gòu)建燃?xì)廨啓C(jī)機(jī)理仿真模型，對各部件的運(yùn)行過程進(jìn)行細(xì)致的刻畫和描述，準(zhǔn)確識別燃?xì)廨啓C(jī)變工況條件下的運(yùn)行特性；最后，分別將負(fù)荷預(yù)測結(jié)果和光伏發(fā)電量計算結(jié)果作為太陽能“冷-熱-電”聯(lián)供系統(tǒng)運(yùn)行優(yōu)化模型的能源供需平衡約束和設(shè)備功率限制約束的主要參數(shù)，燃?xì)廨啓C(jī)仿真模型集合到能源供應(yīng)約束中，實(shí)現(xiàn)“負(fù)荷預(yù)測-出力計算-設(shè)備仿真-運(yùn)行優(yōu)化”的有效集成，制定合理、可行的供能策略。

1 關(guān)鍵技術(shù)

1.1 總體介紹

圖1為本文研究的太陽能“冷-熱-電”聯(lián)供系統(tǒng)的設(shè)備組成和運(yùn)轉(zhuǎn)流程。其中，用戶用電需求由光伏發(fā)電、燃?xì)廨啓C(jī)發(fā)電和電網(wǎng)購電共同滿足，燃?xì)廨啓C(jī)發(fā)電過程中產(chǎn)生的余熱可被溴化鋰制冷機(jī)和余熱鍋爐利用以滿足冷、熱需求，不足部分分別由電制冷機(jī)和補(bǔ)燃鍋爐來滿足。

圖2為本文的整體思路和關(guān)鍵內(nèi)容。負(fù)荷預(yù)測、設(shè)備仿真和協(xié)同優(yōu)化的聯(lián)合使用和有效集成可確保整個系統(tǒng)的正常、穩(wěn)定運(yùn)行，更好地發(fā)揮耦合系統(tǒng)的優(yōu)勢，實(shí)現(xiàn)能源供需平衡和節(jié)能降耗。

1.2 燃?xì)廨啓C(jī)仿真模型構(gòu)建研究

本文構(gòu)建燃?xì)廨啓C(jī)仿真模型，準(zhǔn)確估算其動力輸出，主要基于以下兩個原因：1）燃?xì)廨啓C(jī)的組成要素眾多、運(yùn)行機(jī)制復(fù)雜，由壓氣機(jī)、燃燒室、透平三大部件組成，且部件之間存在關(guān)聯(lián)互動，基于能量守恒和質(zhì)量守恒方程建立燃?xì)廨啓C(jī)機(jī)理仿真模型，能更加準(zhǔn)確地模擬其能量輸出情況；2）燃?xì)廨啓C(jī)在整個供能系統(tǒng)中發(fā)揮著關(guān)鍵作用，其發(fā)電量直接關(guān)系到用戶電需求是否滿足的同時，產(chǎn)生的余熱煙氣決定溴化鋰和余熱鍋爐的冷、熱輸出，影響電制冷和燃?xì)忮仩t的使用。圖3為燃?xì)廨啓C(jī)的主要結(jié)構(gòu)和運(yùn)轉(zhuǎn)流程，工作原理為：壓氣機(jī)壓縮空氣并輸送到燃燒室與燃料充分混合后燃燒，產(chǎn)生高溫高壓煙氣進(jìn)入透平膨脹做功，帶到轉(zhuǎn)子發(fā)電。部件的關(guān)鍵計算方程如下所示。

1.2.1 壓氣機(jī)模塊

壓氣機(jī)的出口溫度[TC]和壓縮耗功[NC]分別為：

[TC=T01+πmaC-1/ηC] （1）

[NC=GCcpaT0πmaC-1/ηC] （2）

式中：[T0]——入口溫度，K；[πC]——壓氣機(jī)的壓比；[ma]——空氣絕熱指數(shù)；[ηC]——壓氣機(jī)效率；[GC]——壓氣機(jī)內(nèi)空氣流量，kg/s；[cpa]——空氣的比熱容，J/（kg?K）。

1.2.2 燃燒室模塊

根據(jù)能量守恒方程可計算出燃燒室出口燃?xì)鉁囟萒g：

[Tg=GacpaTC+Gfif+GfHuηg/Ggcpg] （3）

式中：[Ga]——進(jìn)入燃燒室的空氣流量，kg/s；[Gf]——進(jìn)入燃燒室的燃料流量，kg/s；[if]——燃料物理焓值，J/kg；[Hu]——燃料的低熱值，J/kg；[ηg]——燃燒效率；[Gg]——燃燒室出口燃?xì)饬髁?，kg/s；[cpg]——燃燒室出口燃?xì)獾谋葻崛?，J/（kg?K）。

1.2.3 透平模塊

透平所做膨脹功[NT]和透平排氣溫度[Ttp]分別為：

[NT=GbcpgTg1-1/πmgTηT] （4）

[Ttp=Tg1-1-1/πmgTηT] （5）

[Egt=NT-NC?ηf] （6）

式中：[Gb]——透平進(jìn)氣流量，kg/s；[πT]——透平膨脹比；[mg]——燃?xì)饨^熱指數(shù)；[ηT]——透平效率；[Egt]——燃?xì)廨啓C(jī)發(fā)電量，kWh；[ηf]——發(fā)電效率。

1.2.4 主要評價指標(biāo)

燃?xì)廨啓C(jī)仿真模型的精度評估主要對比實(shí)際發(fā)電量和預(yù)測發(fā)電量，通過百分誤差（percentage error，PR，[RP]）和平均絕對差值（mean absolute error，MAE，[γMAE]）進(jìn)行判斷，計算公式為：

[RP=n=1nEgt，0-EgtEgt，0×100%] （7）

[γMAE=n=1nEgt，0-EgtN] （8）

式中：[Egt，0]——燃?xì)廨啓C(jī)的實(shí)際發(fā)電量，kWh；[Egt]——燃?xì)廨啓C(jī)仿真模型輸出發(fā)電量，kWh；[N]——數(shù)據(jù)數(shù)量。

1.3 基于PVSYST軟件的光伏發(fā)電量計算

PVsyst是目前主流的光伏系統(tǒng)設(shè)計輔助軟件，含有世界范圍內(nèi)各個地區(qū)的氣象數(shù)據(jù)庫和大量光伏組件的數(shù)據(jù)庫，可以根據(jù)需要自定義添加相應(yīng)的參數(shù)，應(yīng)用范圍非常廣泛。PVsyst軟件仿真模擬流程為：1）建立項(xiàng)目基本信息和輸入氣象參數(shù)：軟件允許直接輸入實(shí)測的溫度、濕度、太陽輻射、風(fēng)速等氣象數(shù)據(jù)，也可從Meteonorm軟件中下載相應(yīng)格式的氣象參數(shù)；2）搭建光伏系統(tǒng)模型：根據(jù)光伏系統(tǒng)的基本情況，輸入光伏組件的型號、數(shù)量、安裝方式、逆變器型號及數(shù)量等關(guān)鍵參數(shù)；3）運(yùn)行軟件和計算結(jié)果輸出。

1.4 太陽能“冷-熱-電”聯(lián)供系統(tǒng)優(yōu)化模型構(gòu)建研究

1.4.1 目標(biāo)函數(shù)

經(jīng)濟(jì)性是制定耦合系統(tǒng)運(yùn)行方案過程中需要重點(diǎn)考慮的因素，本文以實(shí)現(xiàn)系統(tǒng)運(yùn)行維護(hù)成本最小化為目標(biāo)，主要包括天然氣消耗成本、耗電成本和設(shè)備維護(hù)成本。

[minC=Ce+Cg+Cm] （9）

[Ce=t=124Zt×Cept] （10）

[Cg=t=124Vgtt+Vgaht×Cngt] （11）

[Cm=t=124（Cmgt×Egtt+Cmgh×Qght+Cmgah×Qgaht+Cmref×Qreft+Cmeref×Qereft+CmPV×EPVt] （12）

式中：[C]——系統(tǒng)的運(yùn)行維護(hù)總費(fèi)用，元；[Ce]——電網(wǎng)的購電費(fèi)用，元；[Cg]——燃?xì)赓M(fèi)用，元；[Cm]——設(shè)備維護(hù)費(fèi)用，元；[Zt]——[t]時刻電網(wǎng)購電量，kWh；[Cept]——[t]時刻電網(wǎng)電價，元/kW；Vgt（t）——[t]時刻燃?xì)廨啓C(jī)消耗天然氣量，m3；[Vgaht]——[t]時刻補(bǔ)燃鍋爐消耗天然氣量，m3；Cng（t）——[t]時刻天然氣價格，元/m3；[Cmgt]——燃?xì)廨啓C(jī)單位發(fā)電量的運(yùn)行維護(hù)費(fèi)用，元/kW；[Cmgh]——余熱鍋爐單位產(chǎn)熱量的運(yùn)行維護(hù)費(fèi)用，元/kW；[Cmgah]——補(bǔ)燃鍋爐單位產(chǎn)熱量的運(yùn)行維護(hù)費(fèi)用，元/kW；[Cmref]——溴化鋰制冷機(jī)單位制冷量的運(yùn)行維護(hù)費(fèi)用，元/kW；[Cmeref]——電制冷機(jī)單位制冷量的運(yùn)行維護(hù)費(fèi)用，元/kW；[CmPV]——光伏發(fā)電單位發(fā)電量的運(yùn)行維護(hù)費(fèi)用，元/kW；[Egtt]——[t]時刻燃?xì)廨啓C(jī)發(fā)電量，kWh；[Qght]——[t]時刻余熱鍋爐產(chǎn)熱量，kWh；[Qgaht]——[t]時刻補(bǔ)燃鍋爐產(chǎn)熱量，kWh；[Qreft]——[t]時刻溴化鋰制冷量，kWh；[Qereft]——電制冷制冷量，kWh；[EPVt]——[t]時刻光伏發(fā)電量，kWh。

1.4.2 主要約束

約束條件包括系統(tǒng)能源供需平衡和設(shè)備功率限制。

1）系統(tǒng)能源供需平衡

[Zt+Egtt+EPVt-Eereft≥Eequipt] （13）

[Qght+Qgaht≥Qheatt] （14）

[Qreft+Qereft≥Qcoolt] （15）

[Qreft=Qegt?xt?ηref?RCOP，a] （16）

[Qereft=Eereft×RCOP，eref] （17）

[Qght=Qegt?1-xt?ηgh] （18）

[Vgaht=Qgahtηgah?Hu] （19）

式中：[Eequipt]——[t]時刻用戶的電需求，kWh；[Qheatt]——[t]時刻用戶的熱負(fù)荷，kW；[Qcoolt]——[t]時刻用戶的冷負(fù)荷，kW；[Qreft]——[t]時刻溴化鋰制冷量，kWh；[Qegt]——[t]時刻燃?xì)廨啓C(jī)釋放的余熱煙氣熱值，kWh；[xt]——燃?xì)廨啓C(jī)抽出的分配給溴化鋰制冷的余熱煙氣量，[xt∈0，1;][ηref]——溴化鋰制冷機(jī)的熱回收效率，%；[RCOP，a]——溴化鋰制冷機(jī)制冷系數(shù)；[Qereft]——[t]時刻電制冷量，kWh；[Eereft]——[t]時刻電制冷機(jī)的耗電量，kWh；[RCOP，eref]——電制冷機(jī)的能效比；[Qgh（t）]——[t]時刻余熱鍋爐的制熱量，kWh；[ηgh]——溴化鋰制冷機(jī)的熱回收效率，%；[Qgah（t）]——補(bǔ)燃鍋爐補(bǔ)然制熱量，kWh；[ηgh]——補(bǔ)燃鍋爐的熱回收效率，%；[Hu]——天然氣熱值。

2）設(shè)備功率限制

[Emingtt≤Egtt≤Emaxgtt] （20）

[EminPVt≤EPVt≤EmaxPVt] （21）

[Qminght≤Qght≤Qmaxght] （22）

[Qmingaht≤Qgaht≤Qmaxgaht] （23）

[Qminreft≤Qreft≤Qmaxreft] （24）

[Qminereft≤Qereft≤Qmaxereft] （25）

式中：各個不等式的上、下限為[t]時刻各類設(shè)備運(yùn)行的功率限制，即最大和最小出力。

2 案例分析

2.1 基于DeST軟件的建筑負(fù)荷模擬

本文以上海某五星級酒店為研究對象，對其供能系統(tǒng)的運(yùn)行方案進(jìn)行優(yōu)化。上海典型年的氣象參數(shù)如圖4所示，最高溫度為6月份（4837 h）的38.5 ℃，最低溫度為1月份（552 h）的[-4.4 ℃]；全年輻射量約為1 268.8 kWh/m2。

酒店占地面積約為53330 m2，地下3層，地上29層，總高度為99.15 m?？紤]到DeST軟件可基于AutoCAD用戶界面靈活設(shè)置建筑的相關(guān)參數(shù)，建筑建模和計算十分簡便且模擬準(zhǔn)確性高，因此本文利用DeST軟件模擬得到酒店全年的逐時冷、熱負(fù)荷。

圖5為酒店的全年冷、熱、電負(fù)荷。冷、熱負(fù)荷的季節(jié)差異性明顯，其中，6—8月的冷負(fù)荷較高，最大的逐時冷負(fù)荷在4709 h處為9643.23 kW；12月份、1月份和2月份的熱負(fù)荷較高，最大的逐時熱負(fù)荷在8549h處為3412.92 kW。電負(fù)荷在全年的分布較為均勻，未呈現(xiàn)出季節(jié)波動性。

2.2 基于機(jī)理模型的燃?xì)廨啓C(jī)出力預(yù)測

圖6為不同負(fù)荷工況條件下，采用機(jī)理仿真模型和經(jīng)驗(yàn)公式計算得到的燃?xì)廨啓C(jī)發(fā)電量和實(shí)際發(fā)電量的對比情況。其中，機(jī)理仿真模型的平均PR值和MAE分別為4.76%和3.59。預(yù)測準(zhǔn)確率隨出力的增加顯著提高，對應(yīng)不同工況條件下的PR分別為17.02%、12.99%、9.88%、7.22%、4.95%、3.06%、1.53%、0.18%、[-0.82%、-1.57%]和[-2.12%]。由于燃?xì)廨啓C(jī)普遍處于高負(fù)荷運(yùn)行狀態(tài)，機(jī)理模型可更好地滿足預(yù)測要求。對應(yīng)地，經(jīng)驗(yàn)公式的誤差遠(yuǎn)遠(yuǎn)大于機(jī)理模型，PR分別為[-1.50%、-4.89%、-7.52%、][-9.76%、][-11.67%、][-13.26%、][-14.54%、][-15.68%、][-16.52%、][-17.15%、][-17.61%;]平均PR值為[-11.83%]，MEA為10.03。不同于機(jī)理仿真模型，經(jīng)驗(yàn)公式在燃機(jī)大功率輸出條件下的預(yù)測性能更差，且預(yù)測值均低于實(shí)際值，低估了耦合系統(tǒng)的供能能力，可能導(dǎo)致資源浪費(fèi)、系統(tǒng)成本的提高和能源供需失衡。

2.3 基于PVsyst軟件的光伏發(fā)電量計算

該酒店的光伏發(fā)電系統(tǒng)型號為AVA250C54NB的多晶硅光伏組件，光伏組件塊數(shù)為1200 塊，單位功率為250 W光伏組件的安裝方式為固定式安裝，組件傾斜角度為26°；逆變器型號為RPS 450-170，共2臺。圖7為PVsyst光伏模擬軟件

計算得到的全年逐時光伏發(fā)電量。統(tǒng)計結(jié)果顯示，全年的總發(fā)電量為328 MWh。另外，發(fā)電量呈現(xiàn)出明顯的季節(jié)波動性，該地區(qū)太陽輻射最大的月份7月份的總發(fā)電量最高，達(dá)到32.08 MWh。

2.4 案例參數(shù)

為計算供能系統(tǒng)的運(yùn)維成本，調(diào)查得到電價、氣價和設(shè)備的運(yùn)行成本。其中，天然氣價格分兩個時間階段收費(fèi)，12月1日—次年3月31日價格為2.59元/m3，其他時間段為2.29元/m3。電價按夏季、非夏季和峰、谷時間段分別收費(fèi)，具體如表1所示。供能系統(tǒng)中燃?xì)廨啓C(jī)、燃?xì)忮仩t、補(bǔ)燃鍋爐、吸收式制冷機(jī)、電制冷機(jī)和光伏發(fā)電的運(yùn)維費(fèi)用分別為0.13、0.05、0.05、0.06、0.05、0.1元/kWh。

3 結(jié)果分析和討論

3.1 結(jié)果分析

圖8～圖10為供暖季、過渡季和供冷季典型日的系統(tǒng)供能方案。首先，3個季節(jié)典型日的光伏發(fā)電均為滿負(fù)荷運(yùn)行，很好地反映了系統(tǒng)的耦合特性，可實(shí)現(xiàn)可再生能源的高比例消納。其次，各典型日05：00—21：00時段的電需求由燃?xì)廨啓C(jī)單獨(dú)滿足，00：00—04：00和22：00—23：00的電需求則由燃?xì)廨啓C(jī)和電網(wǎng)購電共同滿足。主要原因在于，燃?xì)廨啓C(jī)在發(fā)電的同時，產(chǎn)生的余熱可被溴化鋰和余熱鍋爐回收利用，因此優(yōu)先選擇用來供電。至于電價低谷期從電網(wǎng)購電，更有利于實(shí)現(xiàn)系統(tǒng)總成本的最小化。再次，由于酒店夜間內(nèi)部

人員密度較大，導(dǎo)致供冷季典型日夜間的冷需求較高，主要由溴化鋰回收利用燃?xì)廨啓C(jī)產(chǎn)生的余熱來滿足。供暖季典型日的熱負(fù)荷由余熱鍋爐和補(bǔ)燃鍋爐共同滿足，由于余熱鍋爐利用燃?xì)廨啓C(jī)的余熱煙氣作為熱源，很好地實(shí)現(xiàn)了能源的梯級利用，因此供熱過程中優(yōu)先使用余熱鍋爐，在余熱鍋爐滿負(fù)荷運(yùn)行條件下，不足的部分由補(bǔ)燃鍋爐供給。最后，過渡季典型日的冷、熱負(fù)荷偏低，由溴化鋰制冷和余熱鍋爐滿足。

3.2 討論

為更好地反映集成模型的優(yōu)勢，本文構(gòu)建了基于經(jīng)驗(yàn)公式的傳統(tǒng)運(yùn)行優(yōu)化模型，并將求解兩個模型得到的運(yùn)行方案進(jìn)行對比分析。圖11各季節(jié)供能設(shè)備的出力對比情況?；诩赡Ｐ偷玫降?個季節(jié)典型日燃?xì)廨啓C(jī)出力占比分別為83.92%、83.47%和94.13%；傳統(tǒng)優(yōu)化模型的燃?xì)廨啓C(jī)出力占比均有所降低，分別為80.04%、80.08%和92.63%。主要原因是經(jīng)驗(yàn)公式計算得到的燃?xì)廨啓C(jī)出力低于實(shí)際值，導(dǎo)致其供能成本增加。為了實(shí)現(xiàn)系統(tǒng)總成本最小化，燃?xì)廨啓C(jī)出力相應(yīng)減少。另外，燃?xì)廨啓C(jī)出力的低估還會影響到其他供能設(shè)備的供能策略。例如，集成模型的供暖季和過渡季典型日余熱鍋爐出力占比分別為47.12%和100%；傳統(tǒng)模型的占比僅為33.38%和70.92%；此外，在過渡季和供冷季典型日，集成模型的冷負(fù)荷均由溴化鋰來滿足；相反，傳統(tǒng)模型的過渡季冷負(fù)荷由溴化鋰和電制冷機(jī)共同滿足，分別占比71.12%和28.88%。由此可見，主體設(shè)備建模的準(zhǔn)確性對系統(tǒng)運(yùn)行方案的設(shè)計影響很大，在降低系統(tǒng)經(jīng)濟(jì)性的同時，導(dǎo)致能源供需失衡，影響用戶體驗(yàn)。

4 結(jié) 論

本文創(chuàng)新性地實(shí)現(xiàn)了負(fù)荷預(yù)測、可再生能源出力計算、設(shè)備仿真和系統(tǒng)協(xié)同優(yōu)化的聯(lián)合使用和有效集成，在分別運(yùn)用DeST軟件、燃?xì)廨啓C(jī)機(jī)理仿真模型和PVsyst光伏模擬軟件準(zhǔn)確計算得到用戶側(cè)逐時冷熱負(fù)荷、燃?xì)廨啓C(jī)出力和光伏發(fā)電出力的基礎(chǔ)上，將其有效地結(jié)合到預(yù)先構(gòu)建的太陽能“冷-熱-電”聯(lián)供系統(tǒng)運(yùn)行優(yōu)化模型中，得到合理、可行的系統(tǒng)供能方案。相較于傳統(tǒng)優(yōu)化模型，集成模型中主體設(shè)備燃?xì)廨啓C(jī)輸出功率的準(zhǔn)確計算有效避免了出力低估導(dǎo)致的系統(tǒng)經(jīng)濟(jì)性下降和能源供需失衡，可為其他類似系統(tǒng)的運(yùn)行和管理提供很好的示范。由于本文僅僅實(shí)現(xiàn)了耦合系統(tǒng)核心設(shè)備燃?xì)廨啓C(jī)的機(jī)理仿真，未考慮其他輔助設(shè)備，后續(xù)需要進(jìn)一步完善，實(shí)現(xiàn)整個耦合系統(tǒng)的仿真。另外，系統(tǒng)運(yùn)行優(yōu)化模型僅考慮經(jīng)濟(jì)成本最小化作為唯一的目標(biāo)函數(shù)，事實(shí)上，能源利用效率、污染物排放等對于評估耦合系統(tǒng)的性能和表現(xiàn)，同等重要。后續(xù)考慮構(gòu)建多目標(biāo)優(yōu)化模型，提升運(yùn)行方案的實(shí)用性和可靠性。

［參考文獻(xiàn)］

［1］ BUENO B， NORFORD L， PIGEON G， et al. A resistance-capacitance network model for the analysis of the interactions between the energy performance of buildings and" the" "urban" "climate［J］." Building" and" environment， 2012， 54： 116-125.

［2］ 于水， 常忠浩， 楊江輝. 基于TRNSYS的太陽能-天然氣冷熱電三聯(lián)供最優(yōu)配比研究［J］. 沈陽建筑大學(xué)學(xué)報（自然科學(xué)版）， 2021， 37（2）： 324-329.

YU S， CHANG Z H， YANG J H. Optimal ratio of solar-gas cooling，heating and power triple supply based on TRNSYs［J］." Journal" "of" "Shenyang" "Jianzhu" "University（Natural Science）， 2021， 37（2）： 324-329.

［3］ ASSAF S， NOUR M. Potential of energy and water efficiency improvement in Abu Dhabi’s building sector- analysis of Estidama pearl rating system［J］. Renewable energy， 2015， 82： 100-107.

［4］ HUANG H， NAZI W I B W， YU Y， et al. Energy performance of a high-rise residential building retrofitted to passive" "building" "standard-A" "case" " study［J］." "Applied thermal engineering， 2020， 181： 115902.

［5］ 付嘉衡， 宋夢宇， 田曉亮. 青島某辦公建筑供熱改造工程技術(shù)經(jīng)濟(jì)分析［J］. 熱科學(xué)與技術(shù)， 2021， 20（2）： 200-208.

FU J H， SONG M Y， TIAN X L. Technical and economic analysis of heating renovation project of an office building in Qingdao［J］. Journal of thermal science and technology， 2021， 20（2）： 200-208.

［6］ 馮國會， 崔航， 黃凱良， 等. 嚴(yán)寒地區(qū)超低能耗建筑負(fù)荷特性研究［J］. 沈陽建筑大學(xué)學(xué)報（自然科學(xué)版）， 2021， 37（4）： 724-729.

FENG G H， CUI H， HUANG K L， et al. Load characteristics of ultra low energy consumption building in severe" "cold" "area［J］." "Journal" "of" "Shenyang" "Jianzhu University（Natural Science）， 2021， 37（4）： 724-729.

［7］ GOU X， ZHANG H， LI G Y， et al. Dynamic simulation of a gas turbine for heat recovery at varying load and environment conditions［J］. Applied thermal engineering， 2021， 195： 117014.

［8］ MOHAMMADIAN P K， SAIDI M H. Simulation of startup operation of an industrial twin-shaft gas turbine based on geometry and control logic［J］. Energy， 2019， 183： 1295-1313.

［9］ 趙星竹. 屋頂并網(wǎng)光伏發(fā)電系統(tǒng)優(yōu)化設(shè)計與驗(yàn)證［D］. 沈陽： 沈陽工程學(xué)院， 2019.

ZHAO X Z. optimization design and verification of rooftop grid-connected photovoltaic power generation system［D］. Shenyang： Shenyang Institute of Engineering， 2019.

［10］ 蔣歡. 基于數(shù)值模擬的光伏茶園光環(huán)境分析［D］. 杭州：浙江大學(xué)， 2018.

JIANG H. Analysis of lighting environment of photovoltaic tea garden based on numerical simulation［D］. Hangzhou： Zhejiang University， 2018.

［11］ CAO Y， DHAHAD H A， TOGUN H， et al. Exergetic and economic assessments and multi-objective optimization of a" modified" solar-powered" CCHP" system" with" thermal energy storage［J］. Journal of building engineering， 2021， 43： 102702.

［12］ YANG G， ZHAI X Q. Optimization and performance analysis of solar hybrid CCHP systems under different operation" strategies［J］." Applied" thermal" engineering， 2018， 133： 327-340.

［13］ 吳鳴， 駱釗， 季宇， 等. 基于模型預(yù)測控制的冷熱電聯(lián)供型微網(wǎng)動態(tài)優(yōu)化調(diào)度［J］. 中國電機(jī)工程學(xué)報， 2017， 37（24）： 7174-7184.

WU M， LUO Z， JI Y， et al. Optimal dynamic dispatch for combined cooling heating and power microgrid based on model" predictive" control［J］. Proceedings" of" the" CSEE， 2017， 37（24）： 7174-7184.

［14］ 段成俊. 區(qū)域綜合能源系統(tǒng)負(fù)荷預(yù)測和優(yōu)化調(diào)度研究［D］. 鎮(zhèn)江： 江蘇大學(xué)， 2020.

DUAN C J. Research on load forecasting and optimal scheduling" "of" regional" "integrated" "energy" "system［D］. Zhenjiang： Jiangsu University， 2020.

RESEARCH ON COMBINED SIMULATION AND OPTIMIZATION OF COOLING， HEATING AND POWER SYSTEM WITH SOLAR ENERGY

Kuang Huizi1，Li Wei1，Wang Xu1，Xu Ye1，Liu Kaicheng2，Tan Junyuan1

（1. College of Environmental Science and Engineering， North China Electric Power University， Beijing 102206， China；

2. China Electric Power Research Institute， Beijing 100192， China）

Abstract：Accurate architecture-load prediction and equipment-output calculation are the key to realize the operation optimization of integrated energy system." In" this" paper，" the" procedure" of" “l(fā)oad" prediction-device" simulation-software" simulation-collaborative optimization” was firstly designed. Secondly， DeST software was used to predict the cooling and heating load and PVsyst software was exploited to calculate the photovoltaic power. Next， the power output of gas turbine was estimated by aid of simulation model. Finally， the obtained results based on above three processes were incorporated into pre-established operation optimization model in order to generate reasonable and efficient energy-provision scheme. Compared with traditional optimization model， the schedule pattern based on integrated method was beneficial to achieve balance between energy supply and demand， also was capable of providing a good demonstration for the operation and management of other similar systems.

Keywords：solar energy； gas turbine； load forecasting； CCHP； device simulation； integrated modelling