收稿日期:2022-09-14
基金項目:國家自然科學基金(51967016);內蒙古自治區(qū)科技重大專項項目(2019ZD027);內蒙古自治區(qū)重點研發(fā)和成果轉化項目
(2023YFHH0077;2023YFHH0097)
通信作者:任永峰(1971—),男,博士、教授,主要從事新能源發(fā)電、儲能技術、新型電力系統(tǒng)運行與控制方面的研究。
renyongfeng@vip.sina.com
DOI:10.19912/j.0254-0096.tynxb.2022-1394 文章編號:0254-0096(2023)12-0552-08
摘 要:為提高綜合能源系統(tǒng)經濟效益和運行靈活性,從源-儲-荷3個層面研究分析綜合能源系統(tǒng)運行機理,構建含太陽能熱發(fā)電站、電轉氣及可控負荷在內的綜合能源系統(tǒng)協(xié)調優(yōu)化調度模型。首先,提出電耦合太陽能熱發(fā)電站,實現(xiàn)電-熱能量轉換以及熱能存儲一體化;其次,建立電轉氫氣與電轉天然氣的雙層能量優(yōu)化控制策略,為可再生能源存儲及消納提供新的途徑;最后,綜合考慮電負荷需求響應及熱柔性負荷的影響機制,有效提高負荷側供給可靠性。依托內蒙古某工業(yè)園區(qū)實際數(shù)據(jù),驗證多場景、多能源配置下的調度可行性。結果顯示,考慮可控負荷的調度模型可有效降低工業(yè)園區(qū)運行成本,減少CO2排放,實現(xiàn)綜合能源系統(tǒng)的協(xié)同調度。
關鍵詞:綜合能源系統(tǒng);太陽能熱發(fā)電站;電轉氣;需求響應;優(yōu)化調度
中圖分類號:TK519""""""""""""" """""" """"""""文獻標志碼:A
0 引 言
在環(huán)境污染問題和能源危機問題日益嚴重的背景下,可再生能源發(fā)電占據(jù)愈發(fā)重要的地位[1-2]。高比例可再生能源的接入不僅會對電力系統(tǒng)造成沖擊,而且可再生能源的棄用現(xiàn)象也十分嚴重,電能流、氫能流、熱能流等能流協(xié)同技術的出現(xiàn)為可再生能源消納提供了新的研究方向[3]。綜合能源系統(tǒng)(integrated energy system,IES)在實現(xiàn)可持續(xù)能源發(fā)展和碳中和的方面發(fā)揮著重要作用[4]。構建IES是貫徹落實中國能源安全新戰(zhàn)略、實現(xiàn)“30、60”雙碳氣候應對目標的重大需要[5]。
目前針對IES調度優(yōu)化問題已有諸多學者展開研究,但關注點往往集中于IES“源-儲-荷”其中的一側。供給側方面:電耦合太陽能熱發(fā)電站(concentrating solar power,CSP)作為靈活性電源具有提供系統(tǒng)備用與消納可再生能源的能力與作用。文獻[6]將電鍋爐耦合進CSP電站將多余電能轉換為熱能,利用CSP電站儲熱系統(tǒng)實現(xiàn)能量存儲,降低了熱電聯(lián)產機組的調度壓力,提高了系統(tǒng)風電利用率。太陽能熱發(fā)電站因其獨特的工作原理,具有良好的調度特性。文獻[7]將電加熱器與含儲熱的CSP電站聯(lián)合運行,考慮電加熱器與CSP電站共同為系統(tǒng)提供旋轉備用,可有效提高系統(tǒng)調度靈活性并降低系統(tǒng)對火電機組的依賴。文獻[8-9]通過將CSP電站引入IES,提升了可再生能源的消納水平、提高了CSP機組的利用率、降低了系統(tǒng)碳排放。儲能側方面:雙層電轉氣(power-to-gas,P2G)系統(tǒng)在具有儲能功能的同時可實現(xiàn)能量多向流動。文獻[10]中P2G技術不僅有利于解決可再生能源消納問題,而且可進一步加深不同能源網絡之間的耦合,但全過程P2G能量轉換率較低,不利于能源高效利用。為此,文獻[11]在電-氣綜合能源系統(tǒng)中提出分級P2G系統(tǒng),將電轉天然氣過程細分為電制氫氣和氫氣制天然氣兩步,并分別與氫燃料電池和微型燃氣機形成雙能量閉環(huán)流動圈,實現(xiàn)能量的多向流動及梯級利用,但應用場景較為簡單。文獻[12]考慮可再生能源出力的隨機性,日前優(yōu)化調度含P2G混合儲能系統(tǒng)的綜合能源系統(tǒng),在減少系統(tǒng)碳排放的同時提高了系統(tǒng)經濟性。負荷側方面:挖掘可控負荷的運行靈活性。考慮熱柔性負荷在不破壞用戶體驗的同時減少能源浪費??紤]負荷側需求響應有利于實現(xiàn)可再生能源發(fā)電的最大利用,提高可再生能源發(fā)電吸收率[13]。文獻[14]建立了電熱柔性負荷模型,所提優(yōu)化模型及策略具有較高的經濟性與環(huán)保性,但未考慮到用戶的用熱體驗。文獻[15]建立了以溫度為調控標準的熱柔性負荷模型,證明了熱柔性負荷是一種高效、低碳的供能手段。需求響應需要合理的分時電價引導。文獻[16]針對負荷聚類劃分峰谷時段并制定合理分時電價,提出從供需平衡的角度定義運行靈活性評價指標,但未考慮到用戶的用電體驗。文獻[17]從用戶角度出發(fā),引入用戶滿意度,不僅考慮網側的調度情況,同時考慮節(jié)約用電、減少開支和提高用戶的滿意度。隨著可再生能源裝機滲透率的不斷提高,綜合能源系統(tǒng)的調度靈活性不斷降低,從源-儲-荷三個方面提升綜合能源系統(tǒng)靈活性是應對高比例可再生能源接入的關鍵。
在現(xiàn)有研究基礎上,本文從源-儲-荷三個方面考慮如何提高IES經濟性和低碳性,提出考慮可控負荷的含電耦合CSP電站和雙層電轉氣的IES優(yōu)化調度模型。將上述IES模型經YAMLIP工具箱導入Matlab平臺,輸入不同可再生能源裝機滲透率,在不同場景下調用CPLEX商業(yè)求解器求解,驗證所提策略的有效性。
1 綜合能源系統(tǒng)結構及模型搭建
含太陽能熱發(fā)電站、電轉氣及可控負荷在內的綜合能源系統(tǒng)結構及具體能量流動展現(xiàn)如圖1所示。其中,發(fā)電機組由可再生能源機組(風電、光伏和塔式太陽能熱發(fā)電站)與化石能源機組(燃煤火電)組成;主要供熱裝置包括火電余熱收集、光熱余熱收集、燃氣鍋爐;儲能設備包括氫能儲存以及熱能儲存;系統(tǒng)負荷包括電負荷、熱負荷。
1.1 電熱耦合的太陽能熱發(fā)電站
電耦合CSP電站由太陽能匯集裝置、太陽能吸收裝置、電耦合裝置、換熱裝置和熱電聯(lián)供機組組成(電耦合是指增加一條由低溫熔鹽電加熱轉變?yōu)楦邷厝埯}的通道)。由鏡場將太陽光聚集到集熱塔上,再將300 ℃低溫熔鹽抽至集熱塔塔頂吸收太陽光的能量,并將升溫到500 ℃的熔融鹽儲存到高溫熔鹽罐中,實現(xiàn)對棄風、棄光功率的轉換和熱能儲存。在負荷需求高峰期由高溫熔鹽在換熱裝置中加熱蒸汽,使蒸汽輪機帶動發(fā)電機提供能量如圖2所示。根據(jù)質量守恒定律建立數(shù)學模型:
[Ml(t+1)=Mlt-Mgt-Meht+MrtMh(t+1)=Mht+Mgt+Meht-Mrt]""" (1)
式中:[Ml]——低溫熔鹽罐中熔融鹽質量;[Mg]——進出集熱塔的熔融鹽質量;[Meh]——進出電加熱器的熔融鹽質量;[Mr]——進出換熱裝置的熔融鹽質量;[Mh]——高溫熔鹽罐中熔融鹽質量。
1.2 雙層電轉氣
P2G技術主要分為電轉氫氣和電轉天然氣兩種,電轉氫氣是電解水生成氫氣和氧氣[2H2O→e2H2+O2],電轉天然氣是在電轉氫氣的基礎上,通過薩巴蒂埃催化反應生成水和甲烷[CO2+4H2→CH4+2H2O][10]?;谀芰刻菁壚盟枷?,以雙層電轉氣儲能系統(tǒng)助力可再生能源消納,具體流程為:將棄風棄光電量經電解槽轉換為氫氣,儲存在儲氫罐內以備高峰期經燃料電池回饋電網。若棄風棄光電量過多,使儲氫系統(tǒng)不能完全消納,可將氫氣與二氧化碳反應生產天然氣,再由天然氣管道運輸,如圖3所示盡可能多地消納可再生能源。
1.3 可控負荷
1.3.1 電負荷需求響應
本文電負荷需求響應分為價格型和激勵型,價格型指通過對電價的調控引導用戶的用電時段和習慣。而激勵型是指在電力系統(tǒng)備用不足時,通過削減用戶負荷達到用電平衡的同時用戶可得到相應的經濟補償。價格型響應打破了傳統(tǒng)的源隨荷動,而激勵型負荷保證了系統(tǒng)的緊急功率平衡,與此同時引入用電滿意度機制,從用電用戶角度出發(fā),避免過度考慮經濟因素而導致的用戶體驗下降過大,而且有利于價格型和激勵型響應的協(xié)調調度。
[PL=Pf+Pj+Pvt=1Tpjqt?Δt=t=1Tpjht?Δtmt=plqt-plhtpLqtC5=Get?pLt+λm?mt-λv?pvt]""""" (2)
式中:[PL]——總電負荷,MW;[Pf]——固定負荷,MW;[Pj]——價格型負荷,MW;[Pv]——激勵型負荷,MW;[pjq]、[pjh]——需求響應前后價格型負荷,MW;[plq]、[plh]——需求響應前后總電負荷,MW;[C5]——電負荷需求響應用戶綜合成本,元/MW;[Ge]——分時電價,元/MW;[λm]——滿意度懲罰,元;[λv]——激勵負荷懲罰,元/MW。
1.3.2 熱柔性負荷響應
人體對于室內溫度的變化感知并不靈敏,這就使得室溫在一定溫度范圍內小速率變化,并不會影響用戶的用熱體驗。故在調度周期內優(yōu)化室溫變化曲線,有利于IES低碳性和經濟性的實現(xiàn)。根據(jù)熱力學第一定律原理,構建模型:
[HL=Hf+HrQroomt+1-Qroomt=Δt?hrt-Rr?Tint-TouttTint=QroomtCairTmin≤Tint≤TmaxTv min≤Tint+1-Tint≤Tv min]"""""" (3)
式中:[HL]——總熱負荷,MW;[Hf]——固定熱負荷,MW;[Hr]——熱柔性負荷,MW;[Qroom]——室內空氣所含內能,MWh;[Rr]——等效熱阻,℃/MW;[Tin]——室內溫度,℃;[Tout]——室外溫度,℃;[Cair]——室內空氣等效比熱容,MWh/℃;[Tmin]、[Tmax]——室內溫度上下限,℃;[Tvmin]、[Tvmax]——溫度變化速率上下限,℃。
1.3.3 電、熱負荷協(xié)調響應
在綜合能源系統(tǒng)運行過程中,各系統(tǒng)互聯(lián)互通,相互影響。在熱能需求高峰期,為了滿足熱能系統(tǒng)平衡,熱電聯(lián)供機組需在輸出更多熱能的同時也產生更多電能,而此時電能需求可能處于低谷期,或是與可再生能源高峰期重疊,就會導致電能系統(tǒng)功率過剩。那么在電能系統(tǒng)需求高峰期或是可再生能源低谷期,也同樣會影響到熱能系統(tǒng)的運行。這就需要電熱負荷協(xié)調響應,方案有3個:
1)熱負荷不變,電負荷需求響應。由電負荷調峰平谷,使電負荷曲線更加適應熱負荷曲線變化或可再生能源的變化規(guī)律。
2)電負荷不變,熱柔性負荷響應。調整熱負荷曲線峰谷需求,通過耦合進太陽能熱發(fā)電站的電熱能量轉換通道實現(xiàn)對過??稍偕茉吹南{。
3)電熱負荷都響應。重新構建電、熱負荷響應曲線,選取最佳電、熱負荷響應曲線。
影響電、熱負荷協(xié)調響應的因素有經濟性和低碳性兩個,它們均已被考慮進目標函數(shù),將由系統(tǒng)選取最佳的協(xié)調響應方案。
2 綜合能源系統(tǒng)調度模型
2.1 目標函數(shù)
本文綜合能源系統(tǒng)中各設備出力以運行成本最低為目標,同時由于需求側響應是用戶導向,以用戶的綜合用電成本最低為目標建立目標函數(shù):
[minF=α?C1+C2+C3+C4+β?C5]""" (4)
式中:[F]——系統(tǒng)運行總成本;[α、][β]——比例參數(shù),[α+β=1](當考慮電負荷需求響應時[α=0.6]、[β=0.4];當不考慮電負荷需求響應時[α=1]、[β=0]);[C1]——設備運維成本,元;[C2]——碳處理成本,元;[C3]——能源購買成本,元;[C4]——棄風棄光成本,元。
2.1.1 設備運維成本
[C1=t=1Ti=1NCw-i?Pit] (5)
式中:[T]——總運行時間,h;N——運維設備數(shù)量;[Cw-i]——[i]設備的運行維護費用,元/MWh;[Pi]——[i]設備的出力,MW。
2.1.2 碳處理成本
[C2=λCO2?3.6?λbqCH4?ηb?Hb+λtp?Ptp-λg?PCH4]""""" (6)
式中:[λCO2]——碳匯成本,元/t;[λb]——每立方米天然氣生成的二氧化碳量,t/m3;[qCH4]——天然氣熱值,J/m3;[ηb]——熱效率;[Hb]——燃氣鍋爐總出力,MW;[λtp]——單位火力發(fā)電電量碳排放量,t/MWh;[Ptp]——火電總出力,MW;[λg]——電轉天然氣碳收益,元/MW;[PCH4]——電轉天然氣總出力,MW。
2.1.3 能源購買成本
[C3=Gc?μtp?Ptp+GCH4?3.6qCH4?ηb?Hb]"""" (7)
式中:[Gc]——燃煤采購價,元/t;[μtp]——火電發(fā)電單位發(fā)電量的煤耗,t/MWh;[GCH4]——分時氣價,元/m3。
2.1.4 棄風棄光成本
[C4=λa?Pw-a+Ppv-a]"""" (8)
式中:[λa]——可再生能源棄電量懲罰,元/MW;[Pw-a]——風電棄電量,MW;[Ppv-a]——光伏棄電量,MW。
2.2 約束條件
2.2.1 功率平衡約束
[ptpt+pcspt+pwt+ppvt+pfct="""""""" pect+pht+pCH4t+pLthtpt+hcspt+hbt=hLt]"" (9)
式中:[pcsp]——太陽能熱發(fā)電站出力,MW;[pw]——風電出力,MW;[ppv]——光伏出力,MW;[pfc]——燃料電池出力,MW;[pec]——電解槽功率,MW;[ph]——電加熱器功率,MW;[pL]——電負荷,MW;[htp]——火電熱出力,MW;[hcsp]——太陽能熱發(fā)電站熱出力,MW。
2.2.2 設備啟停約束
[D=oit-oit-1R=t:minT, t+Ton-1oiRange≤1-D]""" (10)
式中:[D]——啟停狀態(tài)指示變量;[oi]——二進制變量,表示[i]設備的啟停狀態(tài);[R]——啟動范圍變量;[Ton]——最小連續(xù)啟動時間。
停止約束與啟動約束原理相同,不多贅述。
2.2.3 儲能系統(tǒng)約束
[Qcspmin≤Qcspt≤QcspmaxQcspt+1-ηheat?Qcspt=qmt+pHt-pcsptQcsp1=60]" (11)
式中:[Qcspmin、][Qcspmax]——熱儲系統(tǒng)上、下限,MWh;[Qcsp]——熱能系統(tǒng)儲存能量,MWh;[ηheat]——保溫系數(shù);[qm]——太陽能熱發(fā)電站鏡場收集熱量值,MWh。
氫儲能系統(tǒng)與熱儲能系統(tǒng)相似,不多贅述。
2.2.4 設備出力上下限約束
[oi?tPimin≤pit≤oit?Pimax]" (12)
式中:[Pimin]、[Pimax]——[i]設備的出力上、下限。
2.2.5 機組爬坡約束
[PiCn≤pit+1-pit≤PiCp]""""" (13)
式中:[PiCn]、[PiCp]——[i]設備最大向上、向下爬坡功率。
2.2.6 可再生能源約束
[Pwmax=Pw-a+PwPpvmax=Ppv-a+Ppv]"""" (14)
式中:[Pwmax]——風電最大可利用出力;[Ppvmax]——光伏的最大可利用出力。
2.2.7 設備矛盾約束
[ocspt+oht≤1ofct+oht≤1ofct+oect≤1]""""" (15)
該約束是防止儲能系統(tǒng)同時充放能量。
2.3 求解方法
本文將含有電耦合CSP和雙層電轉氣儲能系統(tǒng)的綜合能源系統(tǒng)經YAMLIP工具箱導入Matlab平臺,輸入不同可再生能源裝機滲透率,在不同場景下調用CPLEX商業(yè)求解器優(yōu)化各時段各設備出力,實現(xiàn)IES的經濟性最優(yōu)、碳排放最少。求解流程如圖4所示。
3 算例分析
3.1 系統(tǒng)參數(shù)及場景設置
本文IES建模參考呼和浩特某工業(yè)園,IES能源采購價格見表1。IES內各設備的基本參數(shù)見表2。其中tp表示火電、Csp表示太陽能熱發(fā)電、Pv表示光伏、W表示風電、Ec表示電解槽、Fc表示燃料電池、CH4表示甲烷反應器、H表示氫
儲、B表示電池??稍偕茉闯隽Α㈦姛嶝摵杉笆彝鉁囟阮A測曲線如圖5、圖6所示。
注:電能、天然氣煤炭的價格單位分別為元/kWh、元/m3、元/t。
引入可控負荷機制,研究電負荷需求響應和熱柔性負荷對綜合能源系統(tǒng)日前優(yōu)化調度影響。分為下列4種場景:
場景一:不引入可控負荷機制,即傳統(tǒng)的荷側無調度能力的IES日前調度優(yōu)化。
場景二:引入熱柔性負荷機制的IES日前調度優(yōu)化。
場景三:引入電負荷需求響應的IES日前調度優(yōu)化。
場景四:引入可控負荷機制的IES日前調度優(yōu)化。
3.2 場景四調度結果分析
以綜合能源系統(tǒng)各設備出力情況以及負荷調度情況作圖7。分析可知:源側太陽能熱發(fā)電站利用其電熱能量時移特性將白天儲存的能量依據(jù)調度需求在夜晚釋放,提高了系統(tǒng)的運行靈活性。儲側雙層電轉氣系統(tǒng)分階段消納棄風、棄光電量,同時在負荷高峰期由燃料電池向系統(tǒng)供能,在實現(xiàn)能源存儲的同時,不僅加深了各能源系統(tǒng)的耦合而且實現(xiàn)了棄風、棄光功率的分級高效消納利用。荷側電能部分利用需求響應特性實現(xiàn)價格型負荷隨分時電價而轉移,可明顯看出其16:00—23:00時段的“削峰”作用以及01:00—07:00時段和10:00—15:00時段的“填谷”作用。在降低電力系統(tǒng)用戶側峰值調度壓力的同時減少了用戶的用電費用,同時激勵型負荷未啟用,可當做系統(tǒng)的緊急備用,在可再生能源出力突然下降的情況下保證系統(tǒng)的穩(wěn)定運行。熱能部分在09:00—11:00和15:00—18:00兩個高天然氣價時段減少燃氣鍋爐出力,將負荷轉移到天然氣中低價時段,實現(xiàn)熱負荷隨分時天然氣價轉移,從而減少系統(tǒng)購能成本。同時利用熱柔性負荷運行機理,在保證用戶供熱效果不變的情況下,實現(xiàn)能源的精細化利用,使熱能供應從傳統(tǒng)的高排放、粗放式的供能模式轉向低碳型、用戶友好型、智能型的未來供能模式。
3.3 場景對比結果分析
場景一~場景四的系統(tǒng)運行總成本和總碳排見表3。分析可知,分別考慮電負荷需求響應和熱柔性負荷都具備降低綜合能源系統(tǒng)運行成本和碳排放的作用。電負荷需求響應在消納可再生能源、減少碳排放上表現(xiàn)出色,而熱柔性負荷降低運行成本效果顯著。在綜合考慮電負荷需求響應和熱柔性負荷的情況下,系統(tǒng)運行成本降低9.97萬元,同比減少6.68%。碳排放量減少214.6 t,同比減少13.3%。消納棄風棄光電量96.6 MW,棄風棄光率下降5.95%。
3.4 系統(tǒng)穩(wěn)定性分析
綜合能源系統(tǒng)中風光不確定性是影響系統(tǒng)穩(wěn)定運行的因素之一,本文提出可行域來評估綜合能源系統(tǒng)的運行穩(wěn)定性,可行域是指在不同風、光條件下系統(tǒng)能正常運行的最大范圍。圖8以圖5的可再生能源預測出力為基準(風、光不確定系數(shù)為1),展示了考慮風光不確定性的不同場景下綜合能源系統(tǒng)的可行域大小。風不確定性系數(shù)僅影響風電機組出力,而光不確定性系數(shù)影響光伏出力和太陽能熱發(fā)電站鏡場熱采集功率。以4個場景下綜合能源系統(tǒng)正常運行極限為邊界線可將圖8分為A~E共5個部分。場景一的可行域為A部分,此時的系統(tǒng)穩(wěn)定性不高,遇到較小的可再生能源出力波動就無法運行。場景二的可行域為A、B兩部分,可看到熱柔性負荷響應對于電能系統(tǒng)調度的幫助。場景三的可行域為A、B、C三部分,綜合能源系統(tǒng)中風電、光伏和光熱均接入電能系統(tǒng),電負荷需求響應對提升系統(tǒng)運行穩(wěn)定性效果較為明顯。場景四的可行域為A、B、C、D四部分,是4個場景中最大的,系統(tǒng)穩(wěn)定性提升也最大。由此可見,綜合考慮電負荷需求響應和熱柔性負荷協(xié)調響應有助于提升系統(tǒng)的運行穩(wěn)定性。
3.5 可再生能源裝機滲透率分析
以前文搭建的可再生能源裝機滲透率為60%的綜合能源系統(tǒng)為基準。保持總裝機量不變,等比放大系統(tǒng)內的可再生能源裝機量,等比縮小火電裝機量直至可再生能源裝機量達到100%,得到圖9所示結果。當可再生能源裝機量由60%增加到80%時,系統(tǒng)成本和碳排放均勻下降,這是由于可再生能源裝機量的上升,火電出力和裝機量的減小使火電設備維護成本、碳處理成本、購買煤炭成本都得以下降。當可再生能源裝機達到90%時,場景一、二都無法運行,而場景三、四不僅正常運行,運行成本和碳排放水平也明顯下降。這是由于可再生能源的波動性加上火電調度資源不足導致
場景一、二無法運行,而場景三、四考慮了電負荷需求響應,維持了綜合能源系統(tǒng)運行。當可再生能源裝機滲透率由90%增加到100%時,成本和碳排放下降趨勢放緩,因為綜合能源系統(tǒng)在90%可再生能源裝機時就可完全依靠可再生能源供能,運行成本和碳排放已基本無下降的空間。
3.6 100%可再生能源裝機場景四分析
當可再生能源裝機達到100%時,系統(tǒng)的調度靈活性大大降低。儲能系統(tǒng)的工作時間、工作功率都較基礎情況有較大提升,這是為了替代因缺失火電而減少的調度資源。如圖10所示,電能部分06:00—10:00時段,響應后曲線幾乎緊貼響應前曲線,08:00—09:00時段以及19:00—21:00時段,響應后曲線低于響應前曲線且依靠燃料電池提供部分功率來維持平衡。這都表明系統(tǒng)的靈活性資源緊張。如果沒有用戶側需求響應調度資源,系統(tǒng)無法穩(wěn)定運行。熱能部分因為火電的減少,燃氣鍋爐需要出力更多來維持系統(tǒng)平衡。在01:00—06:00時段燃氣鍋爐接近于滿功率運行,這是由于該時段天然氣采購價較低且室外氣溫較低,熱能需求本就較大。
4 結 論
針對綜合能源系統(tǒng)中綠色、經濟日前調度優(yōu)化問題,本文從源-儲-荷三個層面建立了考慮可控負荷、太陽能熱發(fā)電站和電轉氣的綜合能源系統(tǒng)日前優(yōu)化調度模型。通過建模、場景對比比及結果分析,得到以下主要結論:
1)電耦合太陽能熱發(fā)電站和雙層電轉氣系統(tǒng)在綜合能源系統(tǒng)中實現(xiàn)了能量的轉換和存儲,促進了系統(tǒng)內能量流通和可再生能源消納。
2)分別考慮電負荷需求響應和熱柔性負荷的運行場景,利用可控負荷的影響機制實現(xiàn)負荷的轉移,有效提高了綜合能源系統(tǒng)運行穩(wěn)定性、經濟性和低碳性。
3)本文提出的考慮可控負荷的含太陽能熱發(fā)電站和電轉氣的綜合能源系統(tǒng),擺脫了對火電機組的依賴,電能系統(tǒng)可以依靠100%可再生能源運行。在實現(xiàn)雙碳目標方面具有研究價值。
[參考文獻]
[1]"""" 臧海祥, 耿明昊, 黃蔓云, 等. 電-熱-氣混聯(lián)綜合能源系統(tǒng)狀態(tài)估計研究綜述與展望[J]. 電力系統(tǒng)自動化, 2022, 46(7): 187-199.
ZANG H X, GENG M H, HUANG M Y, et al. Review and prospect of state estimation for electricity-heat-gas integrated energy system[J]. Automation of electric power systems, 2022, 46(7): 187-199.
[2]"""" 祝榮, 任永峰, 孟慶天, 等. 基于合作博弈的綜合能源系統(tǒng)電-熱-氣協(xié)同優(yōu)化運行策略[J]. 太陽能學報, 2022, 43(4): 20-29.
ZHU R, REN Y F, MENG Q T, et al. Electricity-heat-gas cooperative optimal operation strategy of integrated energy system" based" on" cooperative" game[J]." Acta" energiae solaris sinica, 2022, 43(4): 20-29.
[3]"""" 陳勝, 衛(wèi)志農, 顧偉, 等. 碳中和目標下的能源系統(tǒng)轉型與變革: 多能流協(xié)同技術[J]. 電力自動化設備, 2021, 41(9): 3-12.
CHEN S, WEI Z N, GU W, et al. Carbon neutral oriented transition and revolution of energy systems: multi-energy flow"""" coordination"""" technology[J]."""" Electric"""" power automation equipment, 2021, 41(9): 3-12.
[4]"""" LI P, ZHANG F, MA X Y, et al. Multi-time scale economic optimization dispatch of the park integrated energy system[J]. Frontiers in energy research, 2021, 9: 743619.
[5]"""" 張智剛, 康重慶. 碳中和目標下構建新型電力系統(tǒng)的挑戰(zhàn)與展望[J]. 中國電機工程學報, 2022, 42(8): 2806-2819.
ZHANG Z G, KANG C Q. Challenges and prospects for constructing the new-type power system towards a carbon neutrality future[J]. Proceedings of the CSEE, 2022, 42(8): 2806-2819.
[6]"""" 崔楊, 張家瑞, 王錚, 等. 計及含儲熱光熱電站與電鍋爐聯(lián)合運行的供熱期棄風消納策略[J]. 高電壓技術, 2021, 47(6): 2250-2260.
CUI Y, ZHANG J R, WANG Z, et al. Strategy of wind curtailment accommodation in heating season by considering joint operation of concentrated solar power plant" and" electric" boiler[J]. High" voltage" engineering, 2021, 47(6): 2250-2260.
[7]"""" 崔楊, 張家瑞, 仲悟之, 等. 計及電熱轉換的含儲熱光熱電站與風電系統(tǒng)優(yōu)化調度[J]. 中國電機工程學報, 2020, 40(20): 6482-6494.
CUI Y, ZHANG J R, ZHONG W Z, et al. Optimal scheduling of concentrating solar power plant with thermal energy storage and wind farm considering electric-thermal conversion[J]. Proceedings of the CSEE, 2020, 40(20): 6482-6494.
[8]"""" 楊宏基, 周明, 武昭原, 等. 含光熱電站的電-熱能源系統(tǒng)優(yōu)化運行機制[J]. 電網技術, 2022, 46(1): 175-185.
YANG H J, ZHOU M, WU Z Y, et al. Optimal operation of electro-thermal energy systems with concentrated solar power plant[J]. Power system technology, 2022, 46(1): 175-185.
[9]"""" JIANG P, DONG J, HUANG H. Optimal integrated demand response scheduling in regional integrated energy system with concentrating solar power[J]. Applied thermal engineering, 2020, 166: 114754.
[10]""" 凌梓, 楊秀, 李莉華, 等. 含電轉氣多能系統(tǒng)的協(xié)調控制與優(yōu)化調度[J]. 太陽能學報, 2020, 41(12): 9-17.
LING Z, YANG X, LI L H, et al. Coordinated control and optimal scheduling of multi energy systems with power-to-gas devices[J]. Acta energiae solaris sinica, 2020, 41(12): 9-17.
[11]""" 余娟, 時權妍, 楊知方, 等. 考慮電解水與甲烷化運行特性的電轉氣系統(tǒng)日前調度方法[J]. 電力系統(tǒng)自動化, 2019, 43(18): 18-25.
YU" J," SHI" Q" Y," YANG" Z" F," et" al." Day-ahead scheduing" method" of" power-to-gas" system" considering operation characteristics of water electrolysis and methanation[J]." Automation" of" electric" power" systems, 2019, 43(18): 18-25.
[12]""" 馬志俠, 張林鍹, 鄭興, 等. 基于PEMFC-P2G與風光不確定的綜合能源系統(tǒng)優(yōu)化調度[J]. 太陽能學報, 2022, 43(6): 441-447.
MA Z X, ZHANG L X, ZHENG X, et al. Optimal scheduling of integrated energy system based on PEMFC-P2G and inpact of wind power and photovoltaic uncertainty[J]. Acta energiae solaris sinica, 2022, 43(6): 441-447.
[13]""" WANG W L, LIU T Y. Optimal scheduling of multi-park integrated energy system under renewable energy quota considering demand side response[J]. IOP conference series: earth and environmental science, 2021, 781(4): 042010.
[14]""" 鄧杰, 姜飛, 王文燁, 等. 考慮電熱柔性負荷與氫能精細化建模的綜合能源系統(tǒng)低碳運行[J]. 電網技術, 2022, 46(5): 1692-1704.
DENG J, JIANG F, WANG W Y, et al. Low-carbon optimized operation of integrated energy system considering electric-heat flexible load and hydrogen energy refined modeling[J]. Power system technology, 2022, 46(5): 1692-1704.
[15]""" 劉艷峰, 劉正學, 羅西, 等. 基于柔性負荷的孤立多能互補建筑能源系統(tǒng)優(yōu)化設計[J]. 太陽能學報, 2022, 43(6): 24-32.
LIU Y F, LIU Z X, LUO X, et al. Design of isolated multi-energy complementary building energy system based on flexible load[J]. Acta energiae solaris sinica, 2022, 43(6): 24-32.
[16]""" 胡戎, 邱曉燕, 張志榮. 計及靈活性資源的交直流混合配電網雙層優(yōu)化[J]. 電網技術, 2022, 46(6): 2259-2268.
HU R, QIU X Y, ZHANG Z R. Bi-level optimization of AC/DC hybrid distribution network considering flexible resources[J]. Power system technology, 2022, 46(6): 2259-2268.
[17]""" 郭曉利, 趙瑩, 曲楠, 等. 基于滿意度的戶用型微電網多屬性需求響應策略[J]. 太陽能學報, 2021, 42(7): 21-27.
GUO X L, ZHAO Y, QU N, et al. Multi-attribute demand response strategy of household microgrid based on satisfaction[J]." Acta" energiae" solaris" sinica," 2021," 42(7): 21-27.
OPTIMAL SCHEDULING OF INTEGRATED ENERGY SYSTEM WITH
CSP AND P2G CONSIDERING CONTROLLABLE LOAD
Li Xingguo1,Ren Yongfeng1,Meng Qingtian1,2,Chen Jian1,He Bin1,F(xiàn)ang Chenzhi1
(1. College of Energy and Power Engineering, Inner Mongolia University of Technology, Hohhot 010052, China;
2. Inner Mongolia Electric Power Research Institute of Inner Mongolia Power Group Co., Ltd., Hohhot 010020, China)
Abstract:To improve the economic benefits and operational flexibility of the integrated energy system, the complex operation mechanism of integrated energy is studied and analyzed from three levels of “generation, storage and load”, then a scheduling model of integrated energy system including concentrating solar power station, power to gas and controllable load is built. Firstly, an electric-coupled photothermal power station is proposed to realize the integration of electric-thermal energy conversion and thermal energy storage. Secondly, the double-layer energy optimization control strategy of power to hydrogen and power to gas is established, which provides a new way for renewable energy storage and dissipation. Finally, comprehensively consider the impact of electric load demand response and thermal flexible load to ensure power supply. Based on the actual data of an industrial park in Inner Mongolia, the feasibility of scheduling is verified under multi scenario and multi energy configuration. The simulation results show that the proposed model can reduce operating costs and reduce CO2 emissions effectively, which further realize coordinated dispatching of integrated energy system.
Keywords:integrated energy system; CSP; power to gas; demand response; optimal scheduling