姜 涛，许 真，张劲松，周炜然，周慧娟

（1.国网重庆市电力公司市北供电分公司，重庆 401147；2.国网四川省电力公司苍溪县供电分公司，四川 广元 628000；3.国网河南省电力公司营销服务中心，郑州 450000）

0 引言

“双碳”战略目标驱动下，推动能源绿色转型势在必行。RIES（区域综合能源系统）通过整合区域内风、光、天然气等多种能源，以多能互补形式开展电、气、热、冷能源供应，从而实现清洁绿色能源有效利用，减少污染物质排放［1-2］。

CCHP（冷热电联供）是RIES 核心供能载体，受冬季供暖需求限制，其通常按“以热定电”模式运行，从而使调节灵活的燃气轮机运行受限［3］。CCHP对RIES运行的不利影响包括两个方面：受风电反调峰特性影响，夜间负荷低谷时段风电高发，CCHP热电耦合运行模式导致风电消纳困难；白天热负荷较低而电负荷较高时，CCHP“以热定电”运行方式限制了燃气轮机供电出力，增加了系统运行成本。

对供能环节进行优化，通过增设新的灵活热源以解耦热电机组“以热定电”运行约束，能够减少弃风。其中，热泵装置凭借高能效、低排放的优势，在电锅炉、燃气锅炉等热源中脱颖而出。文献［4-5］针对电锅炉、热泵消纳风电方案及经济性进行了阐述。文献［6］引入热泵装置提升CCHP供能灵活性，与电热可控柔性负荷协同优化，以提升系统运行效益。文献［7］考虑热泵与电动汽车的灵活性特点，通过源-荷协同互动来减少系统弃风。上述文献验证了热泵对促进风电消纳的有效性，但并未解决用电高峰CCHP 供电不足问题，而且研究中热泵装置能效比均按定值计算，与实际运行存在一定差异，从而导致风电消纳存在偏差。

为提高电负荷较高时热电机组电热调节能力，现有研究多从源、荷、储三方面展开。文献［8-9］采用余热发电设备对电-热能源耦合环节进行优化，通过调整CHP（热电联供）的热电比来减少系统购电功率。文献［10-11］提出计及人体舒适度与柔性负荷的电热系统优化调度方法，通过拓宽人体舒适度约束，增加用电高峰CHP 机组供电量，减少系统购电成本。文献［12-13］引入储热装置，通过增加用电高峰CHP产热功率，提高热电机组供电能力，降低系统运行成本。上述文献分别从源、荷、储不同角度对热电机组进行优化，其中储热装置投资成本低廉、技术成熟，并且运行过程中不会影响用户舒适度体验，因此较其他方式而言更具优势。

利用源-储协同优化，充分发挥二者优势以同时应对联供机组“以热定电”运行方式造成的弃风及用电高峰供电不足问题，能够提高RIES可再生能源利用水平与运行效益。然而现有关于源-储协同的研究多侧重于能量远距离输送的大型电热互联系统，通过电锅炉与储热配合来改善热电机组调节能力［14-16］。随着“十四五”规划以及“双碳”战略的展开，推行分布式能源建设成为现阶段工作重点［17］。RIES 作为分布式能源集成的典型物理载体，对其积极开展源-储协同优化意义重大。

为此，本文提出ASHP（空气源热泵）与储热联合调度的RIES优化模型。从ASHP与储热原理入手，充分发挥源-储协同优化作用，即：在夜间风电高发时段，采用ASHP 消纳风电供热，与储热装置放热配合，以减少燃气轮机热电耦合发电功率，提升风电并网空间；在电负荷较高而采暖负荷较低时，利用储热装置蓄热，增加CCHP 热电耦合发电功率，减少系统购电成本。源-储协同作用可使系统风电消纳能力与运行成本得到有效改善。

1 源－储协同优化RIES调度架构

本文研究对象为社区型RIES，冬季负荷为电、热负荷，CCHP 由燃气轮机与溴冷机组成。由于冬季电、热负荷呈现相反态势，CCHP“以热定电”运行方式导致燃气轮机发电功率表现为“夜高昼低”，在夜间挤占风电并网空间，而白天系统供电不足。

基于源-储协同优化的RIES 调度架构如图1所示。该架构能够直观展示RIES中设备之间的连接组成方式、能量流动及转换过程，其中CCHP与ASHP 热能转换路径为系统热能供应提供了选择，同时蓄热罐通过热能蓄放进一步提高了热能供应的灵活性。通过对能量转换、存储环节进行优化，能够提升RIES运行灵活性与经济性。

图1 区域综合能源系统结构

1.1 变工况ASHP电热转换建模

ASHP 运行原理为逆卡诺循环过程，通过电能驱动压缩机运转以驱使冷媒进行物理相变，从而实现供热、制冷。

图2为ASHP提升风电消纳原理。为了促进风电并网消纳，采用风电对ASHP 进行直接供能，在增加夜间用电负荷的同时将风电转换为调峰热源，以减少CCHP 承担的供热峰荷，从而实现联供机组热电解耦，提高风电上网空间。

图2 ASHP促进风电消纳原理

现有优化调度研究中ASHP 能效比通常按定值计算，供热模式下ASHP 通过吸收户外空气中的热量进行制热循环，因此室外环境温度变化对ASHP 制热性能ηHP，h具有直接影响。考虑环境温度影响的变工况ASHP电热转换数学模型［18］为：

式中：PHP（t）和PHP，h（t）分别为t时段ASHP消耗的电功率、电热转换的热功率；Pw（t）为t时段风电机组发电功率；μwl（t）和μwd（t）分别为t时段风电分配至集电器功率系数和弃风系数；ηHP，h（t）为t时段ASHP 电热转换系数；θout（t）为t时段室外环境温度。

对于冬季供热而言，ASHP 制热性能随着环境温度的降低而下降，一天中多数时段ηHP，h均低于额定值。考虑到RIES弃风集中于夜间环境温度最低时段［19］，忽略环境温度对ηHP，h的影响会使系统风电消纳存在偏差，即夜间变工况ASHP 制热功率低于定工况运行时制热功率，导致系统风电消纳量低于ASHP 定工况运行模式。在实际调度中，为弥补定能效ASHP 调度差额，系统需要进行切负荷或额外购置能源，从而降低了供能可靠性，增加了运行成本。

1.2 基于RIES运行状态的蓄热罐热能时移特性建模

蓄热罐工作原理如图3 所示，图中TG为温控参数。

图3 蓄热罐工作原理

蓄热罐接入运行后，通过热能时移，将与蓄热容量相等的峰时热负荷转移至用热低谷，实现对采暖负荷削峰填谷，进而提高CCHP 电热调节能力，原理如图4所示。夜间用热高峰，蓄热罐作为热源放热运行，通过承担部分热负荷来减少燃气轮机热电耦合发电功率，增加风电并网空间；白天用热低谷，蓄热罐作为热负荷蓄热运行，从而增加燃气轮机热电耦合发电功率，降低用电高峰RIES对主网的依赖程度。

图4 蓄热罐热能时移调节原理

将系统自供电状态Zs、弃风状态fw作为蓄热罐蓄、放热标志，其中Zs表示系统内部发电机组满足用电负荷能力，fw表示系统对风电可再生能源消纳能力。通过灵活调控不同时间段蓄热罐运行模式，最大限度促进风电并网消纳，降低系统运行成本。调度中心可根据机组信息、负荷预测数据对fw和Zs进行判断。基于系统运行状态的蓄热罐热能时移特性表达式为：

式中：PH（t）和PHz（t）分别为蓄热罐接入前和接入后t时段热负荷；Pe（t）为t时段电负荷；H（t）为t时段蓄热罐能量状态；EH为蓄热罐容量；PH，c（t）和PH，d（t）分别为t时段蓄热罐蓄热、放热功率；ηH为蓄热罐蓄放热效率；PGT（t）和Pv（t）分别为t时段燃气轮机、光伏发电功率；Δt为单位调度时间；Pmaxline为联络线最大传输功率；Zs=1 时蓄热罐蓄热，fw=1时蓄热罐放热。

2 源-储协同优化RIES经济调度模型

2.1 目标函数

以RIES 日前调度成本最优为目标，通过ASHP 与蓄热罐协同运行，从源、储两侧共同提升CCHP 冬季电热调节能力，从而提升系统风电消纳能力，降低运行成本。目标函数表达式为：

式中：CRS为系统运行成本；CFU（t）和COM（t）分别为t时段机组燃料成本、运行维护成本；CEN（t）和CWC（t）分别为t时段系统环境成本、弃风惩罚成本；CEX（t）为t时段RIES 电能交互成本（含购电成本、售电收益）；CDE为新增设备（ASHP、蓄热罐）日投资成本；T为总时段数。

2.1.1 燃料成本

系统需要外购天然气以供给燃气轮机发电，费用可表示为：

式中：ηGT为发电效率；HCH4为天然气低热值，取9.7 kWh/m3；DCH4为天然气单价，取2.54元/m3。

2.1.2 运行维护成本

燃气轮机、ASHP 以及风电、光伏在运行中需进行日常维护，费用可表示为：

式中：Kw、Kv、KGT、KHP分别为风电、光伏、燃气轮机、ASHP功率维护单价。

2.1.3 环境成本

风电、光伏、ASHP 均为清洁能源供能，因此排污治理征收对象主要为运行中的燃气轮机、系统购电功率（目前用电高峰购电功率多来自燃煤电厂），费用可表示为：

式中：δk和βk分别为燃气轮机、购电功率第k种污染物单位排放量；W为排污种类数；ωk为第k种污染物单位治理费用。

2.1.4 弃风惩罚成本

为提升风电消纳能力，对系统弃风功率进行按量惩罚，费用可表示为：

式中：πwd为弃风罚款单价，取0.05元/kWh。

2.1.5 电能交互成本

联络线功率PEX（t）分为购电与售电两类，对应成本收益可表示为：

式中：Pbuy（t）和Psell（t）分别为t时段系统购、售电功率；Dbuy（t）和Dsell（t）分别为t时段系统购、售电电价。

2.1.6 新增设备日投资成本

ASHP与蓄热罐作为RIES新建设备，其投资成本将会对系统运行经济性造成一定影响。将总投资成本转化为日折旧费用进行量化考虑，表示为：

式中：CDE，HP和CDE，H分别为ASHP、蓄热罐日投资成本；CHP和βHP分别为ASHP 规划容量和单位容量建设成本；CH和βH分别为蓄热罐规划容量和单位容量建设成本；rHP和rH分别为ASHP、蓄热罐折现率；γHP和γH分别为ASHP、蓄热罐可使用年限。

此外，蓄热罐成本中总还包括其运行维护成本COM，H，将CDE，H乘以系数λ作为其年维护成本，进一步折算至日维护成本为：

因此蓄热罐折算至每日投资运维成本为：

2.2 约束条件

2.2.1 能量平衡约束

能量平衡主要为系统能源汇集分配环节，即集电器、集热器能量流入、流出应保持实时平衡，表示为：

式中：PLB，h（t）为溴冷机t时段制热功率。

2.2.2 能量转换元件约束

燃气轮机、溴冷机的能量转换约束参考文献［3］，ASHP能量转换需满足式（2）、式（3）。

2.2.3 机组运行约束

所有设备均需在允许范围内工作。机组运行约束主要考虑燃气轮机、ASHP 运行功率约束、爬坡约束，具体为：

式中：和分别为燃气轮机运行最大功率、最小功率；和分别为ASHP 运行最大功率、最小功率；和分别为燃气轮机最大向上、向下爬坡速率；和分别为ASHP最大向上、向下爬坡速率。

2.2.4 联络线交互功率约束

联络线传输容量有限，各时段RIES与主网交互功率不能越限，表示为：

式中：和分别为交互功率上限、下限。

2.2.5 蓄热罐运行约束

蓄热罐运行过程中，需满足蓄放能、储能量等相关约束，表示为：

式中：和分别为蓄热罐最大蓄、放热功率；Hmax和Hmin分别为蓄热罐最大、最小能量状态。

2.2.6 网络约束

网络约束详见文献［20］，主要考虑电力网络、天然气网络约束。

2.3 仿真工具

优化模型中天然气网络为非线性约束，采用文献［8］方法处理，将模型转化为线性规划问题。CPLEX作为优秀的线性规划问题求解工具，能够应用割平面定界划分范围技术进行快速求解。本文在CPLEX12.6版本中实现仿真。

3 算例分析

3.1 算例数据

算例系统参考文献［20］并进行调整，引入ASHP、蓄热罐对热能耦合环节进行优化，同时去除柴油发电机组，系统结构如图5所示。源、荷预测数据取自华北地区某绿色能源示范项目，环境温度、机组参数及电价信息见表1—3、图6—8。ηH=0.88，βHP=1 200 元/kW，γHP=10 年，βH=380 元/kW，γH=30 年，rHP=5%，rH=10%，λ=0.5%。

图6 ASHP工作原理

表1 机组参数

图5 算例系统结构

设置3类运行场景（见表4）并分别进行仿真分析，以验证源-储优化模型的优势。

3.2 ASHP定、变工况运行分析

表2 污染排放数据

表3 区域综合能源系统电价信息

表4 场景分类

图9为无ASHP系统供电调度结果。调度周期内CCHP 按“以热定电”模式运行，燃气轮机需按照供热负荷进行发电安排，导致其供电曲线呈现“夜高昼低”：在风电高发的1—8和24时段挤占风电上网空间，造成弃风；在电价较高的13—22 时段，受热负荷制约燃气轮机不能充分投入运行，导致系统供电不足，联络线存在较高的购电功率。因此该场景下系统弃风较为严重，运行成本较高。

图10 为ASHP 接入后在定工况、变工况模式下的运行结果。在电价低谷的1—6 和23—24 时段，燃气轮机度电成本高于电网电价，此时优先调用ASHP 进行供热以降低燃气轮机供电出力；在电价较高的7—22时段，系统购、售电电价均高于燃气轮机度电成本，此时CCHP 优先供热，ASHP在7—8弃风时段进行辅助供热。

受环境温度影响，在1—8和23—24时段，变工况ASHP 制热能效均无法达到额定值，导致系统供热功率存在偏差，而该部分供热缺额需由CCHP承担。与场景1相比，场景2燃气轮机需要增加发电计划以弥补供热缺额，导致风电并网消纳情况也存在一定偏差。

图11 为ASHP 定工况、变工况模式下的系统弃风情况。在1—7 时段，场景2 弃风功率均高于场景1，偏差率为11.88%，由此可知，忽略环境温度对ASHP 制热能效影响，会使风电消纳理想化，不利于系统调度计划可靠制定。与此同时，由图7可知，ASHP仅在低谷电价或弃风时段运行方能取得经济效益，并未改善用电高峰CCHP 热电耦合而导致的系统供电不足现象。

图7 源、荷预测数据

3.3 源-储协同优化运行分析

源-储协同调度结果如图12 所示。在电价低谷的1—6和23—24时段，燃气轮机度电成本高于电网电价，ASHP 优先于CCHP 供热，同时蓄热罐在图8所示弃风标志时段进行放热，源-储协同共同降低燃气轮机调度出力，促进风电并网消纳。

图8 环境温度预测曲线

图9 无ASHP调度结果

图10 ASHP定、变工况运行结果

图11 ASHP定、变工况弃风结果

图12 源-储协同调度结果

在7—22时段，燃气轮机度电成本低于电网电价，CCHP 优先进行供热，其中在13—22 时段系统内部发电机组存在供电缺额，并且在17—22 时段系统购电电价最高，因此蓄热罐在该时段内充当热负荷进行蓄热，增加CCHP 产热功率以提高燃气轮机用电高峰供电量，从而减少系统与主网间购电功率，提高系统运行经济性。

3.4 风电消纳水平

各场景风电消纳情况如图13 所示。场景2 中ASHP 制热能效受环境温度影响，难以达到额定值，从而导致该场景系统风电消纳率略低于场景1定能效ASHP 运行模式。场景3 通过ASHP 与蓄热罐协同优化，从源、储两侧共同解耦CCHP 热电耦合运行约束，调度周期内系统风电消纳率得到有效提升，验证了本文模型提高RIES接纳风电能力的有效性。

图13 各场景风电消纳率

3.5 成本分析

调度周期内系统各场景运行成本如表5 所示。ASHP 变工况运行模式导致风电消纳存在偏差，场景2弃风惩罚成本、运行成本较场景1分别提高了11.88%和0.73%。场景3 通过ASHP 与蓄热罐协同优化，弃风惩罚成本较场景2降低了66.62%，有效提升了系统风电消纳能力；用电高峰燃气轮机供电调节能力得到了有效提升，购电成本降低了47.09%，系统运行总成本较场景2 降低了6.84%。

表5 各场景系统运行成本

此外，通过源-储协同优化，系统环境成本较场景2 降低了20.32%，在提高可再生能源利用水平与运行经济性的同时，有效减少了污染排放，具有良好的社会环境效益。

4 结语

针对CCHP“以热定电”导致的弃风及用电高峰供电不足问题，建立了基于源-储协同运行的RIES 优化模型。采用变工况ASHP 与蓄热罐从源、储两侧共同解耦CCHP 热电耦合运行约束，以提高联供机组在电、热负荷需求不均时段的调节能力，达到促进风电并网消纳、降低系统运行成本的目的。算例结论如下：

1）ASHP 制热能效受环境温度影响，与定工况模式相比，变工况模式下系统风电消纳情况存在偏差，调度周期内弃风偏差率为11.88%。

2）利用储热装置热能时移特性，基于系统弃风状态、自供电状态灵活进行蓄、放能，能够有效改善CCHP 电热调节能力，从而在夜间促进风电并网消纳，在用电高峰增加CCHP供电出力。

3）优化模型在兼顾系统风电消纳与运行成本的同时，有效降低了污染排放，具有良好的社会环境效益。

考虑到风、光、负荷预测精度具有随时间尺度减小而提高的特点，后续研究将结合多时间尺度进行协调优化，以削减不确定因素对调度结果影响。