熊瑞峰，崔双喜，王江磊，文 达

(1. 新疆大学电气工程学院，新疆 乌鲁木齐 830047；2. 国网四川省电力公司达州供电公司，四川 达州 635000)

1 引言

随着我国工业的发展，对能源的需求和要求越来越多。但是但目前为止，我国依旧以石油和天然气等天然化石能源为主，造成环境污染问题也较为严重。国家近年大力倡导开发，使用清洁高效、可再生的新能源，对于我国微网的进一步研究和发展具有重要意义，许多学者也开始针对中国国情区域综合能源系统展开了研究[1]。

随着可再生能源发电机组不断增加，其发电渗透率逐年提高，由此带来的不确定性和波动性给区域微网运行带来了极大的挑战。

多能互补微网根据不同需求，既可以与外部电网并行运行，也可以实现离网独立运行，不同运行调度模式对系统经济调度的影响各不相同[2]。文献[3]将分布式新能源出力波动等多种不确定性因素用机会约束理论经行描述，引入目标级联法实现多微网动态经济调度。文献[4]建立了考虑系统对环境污染以及系统运行维护和器件折旧成本下，以微网运行的经济性为目标进行调度。但将微网结构过于简化，仅考虑了天然气和电能供应的成本和效益。文献[5]在典型冷热电联供系统(CCHP)上，对该结构如何进行优化调度进行了研究，但未考虑到风光发电的不确定性和波动性。

文献[6，7]均是对用户侧负荷一端经行精细化描述，将用户侧负荷大致分为可中断负荷、可平移负荷、保障性负荷，并考虑了用户参与的随机性，通过对用户侧一定的补偿调节次日的负荷分布，但是仅考虑了电负荷一端。

文献[8，9]为减小系统的弃风弃光量，通过提高区域对风电消纳水平来实现。文献[10]综合考虑了激励性需求响应和价格型需求响应的综合应用对综合能源系统的影响。文献[11]考虑了供热/冷系统的惯性并结合鲁棒指标对能源系统调度的影响。

综上所述，本文以居民室内温度舒适度[12]，并根据供热/冷系统的惯性和采暖/冷建筑的‘负荷惰性’，实现柔性热/冷的柔性负荷供应。增加P2G装置实现了电-气网络的联动，有效的增大了系统对新能源的消纳能力。并且考虑了激励型需求响应对居民负荷的调节作用。采用蚁狮算法[13]以微网经济调度成本最小为目标，来求解多能互补微网的协调调度。

2 多能互补微网系统模型

本文建立的多能互补微网系统居民生活园区模型，主要包括独立发电源微型燃气轮机(MT)、风电(PV)和光伏(PT)新能源、蓄电池、燃气锅炉(GB)、余热锅炉(WH)、电转气设备(P2G)，电制冷机(EC)等设备，微网与外界大电网连接。居民生活园区多能互补微网基本架构如图1所示。本文取24小时为一个周期即Nt=24，Δt=1表示时间间断。

图1 多能互补微网基本结构

2.1 微型燃气轮机

微型燃气轮机是一种小型热力发电机，适应于“电源小型化且分散化”的趋势。燃气轮机的数学模型如式(1)

(1)

式中：ηMT表示微型燃气轮机发电效率，可以通过三次项拟合得到其中a，b，c，d均为常数；PMT(t)为t时段内微型燃气轮机的发电功率；VGT为消耗的天然气量；LNG为燃气低热值，取值9.7(kW.h)/m3；HMT(t)为排出烟气中的余热量；ηMT.t为热损失系数。

2.2 余热锅炉

将燃气轮机产生的废烟中的热量回收利用，用来供给热负荷所需求的量。余热锅炉数学模型如式(2)：

HWH(t)=HGT(t)ηWH

(2)

式中：HWH(t)为余热锅炉在t时段内的输出热量；ηWH为转化效率。

2.3 电锅炉

将输入的电能转化为热能，其数学模型如式(3)

HEB(t)=PEB(t)ηEB

(3)

式中：HEB(t)为电锅炉输出的热量；PEB(t)为电锅炉吸收的电量；ηEB为转化效率。

2.4 燃气锅炉

燃气锅炉在本文中是主要的供热设备，通过燃烧天然气产生热量，其数学模型如式(4)

HGB(t)=VGB(t)LNGηGB

(4)

式中：HGB(t)为燃气锅炉在t时段所产生的热量；VGB(t)是消耗天然气量；ηGB转化效率。

2.5 蓄电池

蓄电池不仅可以调节负荷分布时段，也提高了系统对新能源的消纳能力。蓄电池的差分方程模型如式(5)

Sbt(t+1)=(1-ubt)Sbt(t)+

(5)

式中：Sbt(t)为蓄电池在t时段内荷电状态；ubt为蓄电池自损耗的能量系数；ηbt.abs和ηbt.relea分别代表充、放电效率；Pbt.abs(t)和Pbt.relea(t)分别为充、放电功率。

2.6 电转气设备

电转气设备(P2G)是将电能转化为化学能，通过人工合成天然气，可利用现有的天然气网络进行大规模的输送、储存，突破了传统的天然气只能单向转化为电能的局限。其数学模型如式(6)

GEG(t)=PEG(t)ηEG/LNG

(6)

式中：GEG(t)是生成的天然气体积；ηEG为P2G设备转化效率；PEG(t)为消耗的电能。

2.7 吸收式制冷机

吸收式制冷机将热负荷网络中的热量转化为冷气。其数学模型如式(7)

QAC(t)=HAC(t)ηAC

(7)

式中：QAC(t)为吸收式制冷机在t时段内的输出制冷量；HAC(t)为热负荷网络中用于吸收式制冷机的热量；ηAC为其制冷效率。

2.8 电制冷机

电制冷机通过消耗电能产生冷气用于供给用户侧对冷负荷的需求。数学模型如式(8)

QEC(t)=PEC(t)ηEC

(8)

式中：QEC(t)为电制冷机在t时段内的输出制冷量；PEC(t)为所消耗的电功率；ηEC为其制冷效率。

3 柔性负荷

3.1 供热/供冷系统的冷热惯性

供冷系统和供热系统具有较大的惯性。在居民生活园区内，供热网络由供热水管路组成。在园区供热网络中，t时段送水端节点温度Tg.t，回水端节点温度Th.t，室外温度Tw.t，室内温度Tn.t之间的四者关系用自回归滑动平均时间序列模型[14]进行描述，如式 (9)-(10)

(9)

Tn.t=θ1Tn.t-1+φ1Tg.t-1+ω1Tw.t-1

(10)

式中：J为供热系统的热惯性，本文J取2，其它的物理参数均为供热网络的热惯性常数。

同样，采冷建筑主要由吸收式制冷机和电制冷机进行供冷。由于采冷建筑物有一定的保温效果，其温度动态特性可以用等值热参数模型[15]进行描述，如式(11)所示

(11)

式中：Tnco.t和Twco.t分别为t时段采冷建筑室内温度和室外温度；QL.t代表t时段制冷机的总功率；R和C分别代表采冷建筑物等效热阻和等效热容。

3.2 冷/热负荷柔性值

由于人体对环境温度舒适度是具有模糊性的，可以将传统的冷/热负荷固定值转换为满足用户对环境温度要求下的区间范围柔性值。可以减缓供热/冷系统的压力，起到了相当于蓄热箱或蓄冷箱的作用。

文献[12]提到的预测平均投票数(PMV)是最常用的室内环境温度舒适度评价指标之一。λpmv为PMV指标值，通常取值范围为[-1，1]，其数学公式如式(12)

λPMV=(0.303e-0.036M+0.028){M-W-3.05×10-3

×[5733-6.99(M-W)-Pa]-0.42(M-W-58.15)-1.7

×10-3M·(5867-Pa)-1.4×10-3M(34-ta)-3.96

×10-8fc1[(td+273)4-(tτ+273)4]-fc1hc(tc1-ta)

}(12)

式中：除了人体周围温度ta为变量，其它参数均为常数，在文献[12]中可以查阅到。

3.3 激励型需求响应

激励型DR是由调度中心直接控制，引导签订合同的用户对中心的指令做出响应，并支付相应的补偿，有着转移用户负荷的分布实现电力调节的作用。参与调度的负荷如下式

(13)

式中：ΔL为参与激励型DR的负荷，ΔLt，r和ΔLs,d分别为用户响应调度中心而在该时刻增加的负荷和减少的负荷。

4 多能互补微网调度模型

4.1 目标函数

4.1.1 运行成本

微网系统中运行成本如式(14)所示

(14)

式中：CF为系统总的运行成本，Cb(t)、Pgrib.b(t)为t时刻的分时电价以及系统向电网的购电量；Cg为天然气价格，本文取2.9元/m3；Ggas(t)在t时刻的微网购买的天然气量；Ci，Pi分别为系统第i个设备的运行维护成本以及在调度总周期内第i个设备的总出力；Cs(t)、Pgrib.s(t)分别为系统向大电网在t时刻售卖电量的价格和电量；Ggas.s(t)为t时刻系统售卖的天然气量。

4.1.2 环境污染惩罚成本

多能互补微网中环境成本主要考虑包括通过大电网买电以及燃气轮机发电消耗天然气产生的污染气体(主要针对CO2)治理费用。惩罚成本如式(15)

(15)

式中：CE为环境污染惩罚成本；W为系统污染环境惩罚成本；ν为消耗天然气产生的二氧化碳排放因子。

4.1.3 激励型需求响应成本

(16)

式中：Cd激励型需求响应成本，Pt和Ps分别为响应的增加负荷Lt，r和减少负荷Ls，d的补偿系数。

4.1.4 弃风弃光惩罚成本

(17)

式中：CN为弃风弃光惩罚成本，L1和L2分别为弃风功率Ppv.b和弃光功率Ppw.b的惩罚系数。

多能互补微网的经济调度总成本如下式(18)所示

minCZ=min(CE+CF+Cd+CN)

(18)

4.2 约束条件

1)功率约束

=PL(t)+Ppt.b(t)+Ppv.b(t)+PEG(t)+PEB(t)+

(19)

2)供冷系统约束

QAC(t)+QEC(t)=QL(t)

(20)

3)供热系统约束

HWH(t)+HGB(t)+HEB(t)-HAC(t)=HL(t)

(21)

4)供气系统约束

(22)

5)能源转化设备出力约束式

(23)

5 模型求解

蚁狮算法(ALO)由格里菲斯信息与通信技术学院和爱思唯尔有限公司共同研发，主要模仿蚁狮挖陷阱来捕食蚂蚁的行为。

5.1 蚁狮算法数学模型以及求解流程

算法流程：

a.根据输入参数和约束条件生成蚂蚁群和捕食者(蚁狮群)，并选出适应度最好的蚁狮作为初代精英蚁狮。

b. 通过轮盘赌选择蚁狮进行捕食。由于受微网运行条件的约束，可行域存在边界条件限制，为确保所生成的解能够满足运行条件的要求，需要进行归一化处理，如式(24)。

(24)

c.在每次迭代中使用目标函数来评估每个尝试解和局部最优解的可行性。第t+1代第i个蚂蚁的位置，如式(25)

(25)

d.蚁狮更新位置如式(26)：

(26)

e.判断精英蚁狮和蚁狮适应度，并更新精英蚁狮的位置。

f.若达到最大迭代次数，则输出全局最优解。

6 算例仿真

6.1 算例介绍

本文算例参考浙江省某个主动配电网示范项目，且以冬季居民生活小区为例，多能互补微网系统结构以图1中的模型为参考。微网基于分时电价的背景下运行，相关的电价和时段划分如表1所示。冬季某日负荷预测曲线如图2所示。

图2 次日负荷预测曲线

表1 分时电价

6.2 计及冷/热负荷柔性值

由于本系统包含柔性供冷/供热两种模式，满足了用户舒适度对室内温度要求。PMV指标的大小对供热系统的影响，如图3所示。居住室内温度变化如图4所示。

图3 PMV指标对供热系统的影响

图4 居住室内温度变化

由图3和图4所示，λpmv取值范围越小，用户对室内环境温度要求越严格，室内温度变化越平缓，用户侧所需求的热负荷则越多，供热系统所需要提供热量越多，则供热系统的储热效果越差。

采冷建筑物的室内等效热阻R对供冷系统和室内温度温度的影响，如图5、6所示。

图5 等效热阻R对供冷系统影响

图6 采冷建筑物室内温度变化

由图5和图6和可知，等效热阻R越大，用户侧所需求冷负荷越小，表明采冷建筑物储冷效果越好，供冷系统所需提供冷气量越少。

6.3 计及激励型DR值

图7为引入激励型DR值的调度结果，其中DR正值代表的是系统负荷增加，负值则代表的是系统负荷减少。

图7 引入激励型DR后负荷曲线

6.4 调度结果分析

为了分析冷/热负荷柔性值和激励性DR值对调度结果的影响，设置以下4种情景：情景1：不考虑激励性DR和冷/热负荷柔性值；情景2：只考虑激励性DR；情景3：只考虑冷/热负荷柔性值；情景4：同时考虑激励性DR和冷/热负荷柔性值。情景4为本文所提策略，4种情景调度结果如下表2所示。

表2 不同情景的成本对比

如表2所示，和其它三种情景相比较，本文所提场景能有效降低系统的总成本并减少弃风弃光量，同时又降低了环境污染成本。

7 结论

本文结合实际生活中居民园区供热网络和供冷系统的冷/热惯性，在满足用户室内温度舒适度情况下，利用其“储能”特性和人体对环境温度舒适度的模糊性而生成的柔性负荷值，实现柔性供冷供热。并建立多能互补微网在并网模式下协调调度模型，最后引入激励型需求响应来转移用户负荷的分布实现电力的调节。

算例仿真验证了本文所提出虑激励型需求响应(IDR)以及供热/冷系统惯性的调度策略能够有效的降低成本，减小对环境的污染，降低弃风弃光量。