面向能源转型的高㶲综合能源系统理论与应用

2022-09-19周天烁李家熙贾宏杰

电力系统自动化 2022年17期

王丹，周天烁，李家熙，贾宏杰

（1. 智能电网教育部重点实验室（天津大学）,天津市 300072；2. 天津市智慧能源与信息技术重点实验室（天津大学）,天津市 300072）

0 引言

2022 年3 月,习近平总书记指出,要积极稳妥推进“碳达峰·碳中和”工作,立足富煤、贫油、少气的基本国情,按照国家“双碳”工作规划部署,增强系统观念,坚持稳中求进、逐步实现［1］。当前,全球能源转型处于加速推进时期,在“双碳”背景下,中国经济社会发展产生的系统性变革随之而来,能源转型是实现经济发展和碳排放脱钩的关键因素之一,其根本任务是构建清洁、低碳的新型能源体系［2-4］。随着电力源-网-荷-储一体化、多能互补、整县屋顶分布式光伏等能源转型新技术新模式的蓬勃兴起,终端用户能源需求的标准也在不断提升,推动能源转型、构建具有量质协同发展特点的能源系统势在必行［5］。

Rant 于1956 年提出㶲（Exergy）的概念并确定了㶲值计算原则,在一定环境条件下将能量分成可转换和不可转换两部分,可转换部分称为“㶲”,不可转换部分称为“㷻（Anergy）”［6］。㶲定义为在任意可逆过程中,系统与环境达到平衡（或系统达到其寂态）时所做的有用功［7-8］,即一种有效能。与能量分析法相比,㶲分析法是一种更为有效的节能诊断方法,与焓分析法［9］、熵分析法［9］、分析法［10］相比,㶲分析法更加深入、易于理解且适用范围更广,对能源品质的研究具有重要意义［11］。对能源系统进行㶲分析,不仅可以追踪有效能损失的位置、类型和真实大小,还能够对设计、规划、生产、经济、资源利用等多个方面进行评价［12］。

㶲作为一种可以评价做功能力和能量可用性的物理量［13］,在多个领域中已有大量研究和应用,如附录A 表A1 所示,从研究对象、研究层级、分析方法、研究目标、研究方法、建模方法6 个方面综合归纳了国内外学者利用㶲分析方法在太阳能［14-15］、火力发电［16-17］、多能联产［18］、可再生能源［19-20］、原油输送［21］、内燃机［22-23］、工业废水处理［24］、污泥消化［25］、生物质燃料［26］、有机化合物［27］、建筑［28］、人体机能［29］、食品干燥［30］、生态生物学［31］、资源规划［32］以及综合能源系统（integrated energy system,IES）［33-34］等领域的研究概况,以上研究对象大多属于单元级和设备级,而针对网络级对象的㶲分析较少。

IES 被国际能源界誉为30～50 年后人类社会能源供用最可能的承载方式［35-36］。传统IES 相关研究中,普遍基于能量层面构建IES 模型,重点关注能量的“数量”,忽视了不同能量“质”的差异,即不同能源的品质差异,例如,电能的能源品质高于热能,机械能的能源品质高于天然气,仅依靠能流分析［37］无法完全体现能量的价值。为构建量质协同发展的IES,更充分地体现能量价值特征,引入㶲作为衡量能源品质的物理量,并将㶲分析法用于研究具有高效高品质特征的IES 是实现能源转型的重要技术途径之一。目前,从能源品质（㶲）方面对IES 开展研究尚属起步阶段,部分研究构建IES 黑箱模型,将㶲效率［38-39］、㶲输入［40］、㶲损［41-42］作为优化目标,以提升系统性能,并构建了基于㶲分析的IES 评价模型［43］和方法［44-45］。黑箱模型仅能进行粗略分析,为清晰展示IES 内部的㶲分布情况,部分研究针对单元级IES 构建白箱模型,建立双层规划优化模型［46］以及综合运行效率评价模型［47-48］,文献［49］提出了IES 㶲集线器模型,文献［50］进一步建立了标准化㶲集线器模型。但是,针对网络级IES 建立白箱模型进行㶲分析研究较少,文献［51］基于能量网络理论建立了电-热-气网的统一模型；文献［52］对分布式供能系统进行㶲传递分析,但对IES 网络中㶲“流”的特性考虑较少。文献［53］将能源品质“流”的特性与IES 网络属性相结合,提出了面向IES 的理论和分析方法,定义了㶲势等概念,讨论了IES 整体和局部的㶲平衡关系特性。

综上所述,深入结合IES 的网络属性研究系统㶲流分布和特性,有助于优化IES 的有效能供应能力。本文提出了“高㶲综合能源系统（high-exergy integrated energy system,HE-IES）”的概念,并分别详细阐述了未来HE-IES 的规划、运行优化与能量调度、㶲交易和市场化机制等核心应用框架,以期为构建量质协同发展的IES 提供有益参考。

1 HE-IES 的概念

1.1 HE-IES 的内涵

在能源生产、传输、分配、转换、存储、消费等环节中,能够实现低㶲损、高终端能质系数、高㶲效率、高有效能利用率等“一低三高”能源品质目标的IES,称之为HE-IES,可以从能源品质指标的角度进行分析:

1）从损耗的角度而言,定义未被用户消耗的㶲为㶲损,㶲损越低则能源系统越趋近于高㶲系统；

2）从终端用户的角度而言,定义输送到用户终端的㶲与输送到用户终端的能量的比值为终端能质系数,终端能质系数越高,则该能源系统越趋近于高㶲系统；

3）从能源供应的角度而言,定义输出㶲与输入㶲的比值为㶲效率,㶲效率越高,供应环节产生的㶲损占输入㶲比例越低,则能源系统越趋近于高㶲系统；

4）对整个系统而言,定义输出㶲与输入能量的比值为有效能利用率,有效能利用率越高,则能源系统越趋近于高㶲系统。

上述指标从不同环节阐述了HE-IES 的特点,结合设备约束等限制性因素,按照需求考虑提升IES 各个环节的能源品质,如图1 所示,在规划、运行优化与能量调度、㶲交易和市场化机制等应用领域考虑高㶲化目标,通过供应、转换、传输、消费等环节的有机协调,综合提升系统能源品质,推动供应-输送-需求多环节的高㶲化发展,构建HE-IES。

图1 HE-IES 研究范围示意图Fig.1 Schematic diagram of research scope of HE-IES

1.2 HE-IES 的研究意义

首先,HE-IES 研究有利于实现供需两侧的能源“双替代”效应,契合当前能源系统发展趋势,在提高系统能源品质的同时,助力实现双碳目标。

1）从消费侧的角度而言,终端能质系数越高,能源系统越趋向于高㶲化系统,终端能质系数与消费侧的能源结构密切相关,电能作为终端消费的高品质能源,可全部视为㶲。考虑到电能的高品质特征,高㶲化发展鼓励消费侧电能替代,提高用户侧的用能品质,符合国家十部委联合发文“推进电能替代”中的要求［54］。

2）从供给侧的角度而言,风、光等可再生能源理论上取之不尽、用之不竭,可再生能源设备向IES供应㶲,其从自然界所消耗的㶲可视为零［33］,促进了供给侧清洁能源替代,有利于提高整体IES 的㶲效率,使系统高㶲化发展,这与“十四五规划”鼓励发展新能源的理念相契合［55］,同时也与构建以新能源为主体的新型电力系统目标相契合。

其次,与传统研究相比,HE-IES 考虑能源品质,以㶲作为统一研究对象,兼顾了能量的“量”和“质”,相比于仅考虑能量,更能反映系统能源综合利用的效果。目前相关研究较多基于热力学第一定律,从能量“量”的角度考虑问题,而较少考虑有价值能量转化问题,即“质”的研究。举例来说,理论上低温热可以转换为高品质电能,但是其“沙里淘金”的思路势必带来大量的损失,反之,将大量电能转换为低品质热能,则会导致质量的大幅度贬值,无疑是“大材小用”。因此,无论是“低质能”干“高级活”,还是“高质能”干“低级活”,都不利于能源的可持续发展［56］。此外,单纯基于能量角度分析,可能会出现与常理相悖的结论,例如,在能源转换环节中,电锅炉的能效一般高于燃气锅炉,但是电锅炉将大量高品质电能转换为低品质热量,而燃气锅炉消耗的燃气能源品质低于电能。因此,从有效能利用、能源品质贬值程度来看,电锅炉并不意味着优于燃气锅炉［39］。基于㶲分析,可以合理评估系统整体或局部有效能的利用程度,分析IES 有效能薄弱环节,确定合理的IES 规划、运行优化和能量调度方案,促进系统的高㶲化发展,减少系统有效能损失,提升高品质能量供应能力,实现“量”和“质”匹配。

再次,㶲是能量中理论上能转换为其他形式能量的那部分能量,是最能反映能源价值的关键部分,相比于传统意义上的传输介质、能流而言,㶲更能统一表示不同形式能源,因此具有潜在的商品属性。结合㶲经济学进行成本分析,建立高㶲化场景下㶲交易或者㶲市场化机制研究,是未来能源交易市场化研究重点方向之一。

1.3 㶲流的概念和研究范畴

如果采用“黑箱”模型,通过能量系统输入和输出端口的能量或㶲,可以大致判断一个系统是否为HE-IES,但是无法采用有效的手段降低有效能在系统传输过程中的损失,也无法合理改善系统局部的能源品质。因此,有必要深入系统内部,将能源品质“流”的特性与IES 网络属性相结合,建立HE-IES理论和研究方法,对推动IES 实现高㶲转型、能源高质量发展具有重要意义。根据前人研究,能流计算［57］根据已知信息求取IES 能源节点和支路的状态参数,碳流［58］依附于能流存在,用于表征IES 中维持任一支路能流碳排放所形成的虚拟网络流。与能流和碳流不同,已有研究中㶲流表征主要是设备有效能的流动情况［11］,文献［53］提出了IES 㶲流机理模型,IES 㶲流即为IES 负荷、多能耦合环节消耗的能量㶲在能源网络中的分布。

在HE-IES 研究中,㶲流可将不同形式能源在统一框架下进行量化表示。基于表1 所示的IES 层级划分［59］,本文不涉及跨区级或用户级,不考虑源荷端及能源站等设施内部具体㶲变化,不考虑没有网络属性的㶲,诸如水、天然气的压强㶲和天然气扩散㶲等不被用户生产生活的㶲,重点关注IES 源端向荷端提供能量,其所包含的㶲在网络中的分布,即配电网电能㶲、配气系统中燃气热量所含的燃料㶲、热力网络中的热量㶲和供冷网络中的冷量㶲。

表1 IES 典型层级Table 1 Typical layers of IES

2 IES 㶲流建模

在能源系统或供用能设备的工程热力学研究中［56,60］,定义了总输入㶲EIn等于总输出㶲EOut、㶲损失（外部㶲损）ELoss和㶲耗散（内部㶲损）EDest之和,采用黑箱模型表示系统㶲平衡等式如式（1）所示。部分研究为简化分析,将㶲损失和㶲耗散统一视为㶲损［61］,得到式（2）。

㶲平衡是㶲分析方法的关键环节,上述研究仅关注单独能源系统且没有考虑系统内部特性,文献［53］结合IES 网络化特征,提出面向电力、天然气、热力系统及能源站的整体系统和局部节点㶲流平衡概念,用于IES 能源网络㶲分析。整体系统㶲平衡定义为:输入系统的㶲等于系统输出的㶲和系统各种㶲损之和,这一部分与式（2）类似；局部节点㶲流平衡定义为:流入节点的元件首端㶲流与源端供应的㶲之和,等于流出节点的元件末端㶲流、负荷消耗的㶲以及㶲损之和,适用于多能源网络。

文献［53］中定义电力系统以大地为㶲势参考点、天然气系统和热力系统以环境温度为㶲势参考点,即零㶲势点,系统中某一点与零㶲势点的㶲势差定义为该点的㶲势,㶲势反映电流、气流、水流等单位流率介质承载的㶲,㶲势差反映了系统中单位流率介质传递的㶲,电力、天然气、热力系统的㶲势具体分别表示为:

式中:pe、ph、pg分别为电力系统、热力系统和天然气系统的节点㶲势；U̇为电力支路首端的线电压相量；T为节点温度；Ta为环境温度；cp为水的比热容；Tb为天然气的理论燃烧温度；G为天然气的热值。

本文构建了一种具有深度耦合特点的IES 㶲流分布,如图2 所示。该图直观展示了IES 中电力系统、热力系统、天然气系统、能源站以及多种可再生能源接入的㶲流、㶲损等关键参数的分布情况。

图2 IES 㶲流示意图Fig.2 Schematic diagram of IES exergy flow

2.1 电力系统㶲流模型[53]

电力系统的能源品质最高,其能质系数为1。因此,可将有功潮流视为㶲流,有功损耗视为㶲损［9,62］,如图3 所示。电力支路㶲流、电力支路㶲损、电源㶲和电负荷㶲可表示为:

图3 电力系统㶲流示意图Fig.3 Schematic diagram of power system exergy flow

式中:ee和Δee分别为电力支路（线路/元件）的㶲流和㶲损；ee,S和ee,L分别为电源㶲和电力负荷㶲；real(·)为复数的实部；U̇1和U̇2分别为支路两端的线电压相量；İ、İe,S、İe,L分别为流过支路、电源和负荷的线电流相量的共轭。

2.2 天然气系统㶲流模型[53]

与电力系统类似,天然气系统满足基尔霍夫气体流量定律和基尔霍夫压力定律［63］。负荷主要通过天然气燃烧产生热能,利用热值研究天然气网所含的能量,利用燃料㶲表示天然气网向用户提供㶲。负荷消耗的燃料㶲在天然气网络中的分布即为天然气系统㶲流。燃料㶲等效为天然气燃烧过程中从环境温度变为理论燃烧温度放出的热量㶲［64］。该部分㶲流可由节点㶲势与气流率的乘积求解,其中,节点㶲势可表示为天然气能质系数与热值的乘积。

如图4 所示,氢气、甲烷等分布式气源的注入使得各个节点天然气能质系数与热值发生改变,进而导致管道两端节点㶲势存在差异,影响管道两端㶲流。在稳态条件下,该部分㶲流的变化可等效为管道㶲损,且该部分㶲损等于管道两端节点㶲势差与气流率的乘积,天然气系统㶲流、㶲损、气源㶲、气负荷㶲可表示为:

图4 天然气系统㶲流示意图(考虑㶲损)Fig.4 Schematic diagram of gas system exergy flow(considering exergy loss)

2.3 热力系统㶲流模型[53]

定义热力系统中水从环境温度Ta加热到温度T吸收的热量㶲,该部分㶲随水在网络中流动,称为热力系统的㶲流［53］。

如图5 所示,热力系统中的供回水管道、供回水节点、出口节点的㶲流可分别表示如下:

图5 热力系统㶲流示意图Fig.5 Schematic diagram of heat system exergy flow

式中:eh,s、eh,r、eh,sL、eh,oL、eh,rS分别为供水管道㶲流、回水管道㶲流、流入负荷㶲流、流出负荷㶲流和流入热源㶲流；ps、pr、po分别为供水节点㶲势、回水节点㶲势和出口节点㶲势；mh、mh,qL、mh,qS分别为管道水流率、负荷水流率和热源水流率。

热力系统中各部位㶲损包括供水管道㶲损、回水管道㶲损和负荷㶲损,分别表示为:

式中:Δeh,S和Δeh,L分别为热源㶲和负荷㶲。

2.4 能源站㶲流模型——㶲集线器

传统IES 稳态分析中,常用能源集线器（energy hub）对能源站建模［65］。基于能源集线器忽视了多能系统之间的能源品质差异的问题,文献［49］和文献［50］均提出并建立了㶲集线器（exergy hub）的模型。

文献［50］将标准化㶲集线器模型定义为:

式中:A为输入㶲关联矩阵,维数为nES,in×nES,e,其中nES,in为能源站输入端口的能量形式数目,nES,e为能源站内部㶲支路数；ein为能源站输入㶲列向量,维数为nES,in；B为输出㶲关联矩阵,维数为nES,out×nES,e,其中nES,out为能源站输出端口的能量形式数目；eout为能源站输出㶲列向量,维数为nES,out；C为㶲转换矩阵,维数为nES,c×nES,e,其中nES,c为能源站能量转换路径总数；e为能源站内部㶲列向量,维数为nES,e。

表2 对基于能流和㶲流分析的能源站建模方法进行对比,传统能源集线器模型无法体现能源站内部多能设备输入输出的有效能特性,㶲集线器模型可以客观合理反映设备能源品质转化情况。文献［50］在㶲集线器模型的基础上引入图论,基于输入㶲矩阵、输出㶲矩阵、㶲转换矩阵,建立等效㶲节点和㶲支路,形成了标准化㶲集线器模型,如图6 所示。相比于㶲集线器模型,标准化㶲集线器模型能够适用于更为复杂的网络化能源系统,以能源品质为目标对能源站进行运行优化策略研究,给定某一运行状态下的㶲分配矩阵可求解出稳态㶲流分布,为后续IES 规划、运行等研究工作奠定模型基础。

图6 标准化㶲集线器模型Fig.6 Typical exergy hub model

表2 基于能流和㶲流分析的能源站建模方法对比Table 2 Comparison of energy station modelling method based on energy flow and exergy flow analysis

2.5 可再生能源设备㶲流模型

为实现供能清洁化、提高能量综合利用效率,越来越多的可再生能源设备接入IES,包括接入电力系统的光伏、风机等新能源发电设备,以及接入热力系统的地源热泵等供热设备。这些设备消耗的能量形式各不相同,举例来说,光伏发电消耗的能量属于太阳能、风机消耗的能量来自空气流动的机械能,本质也是属于太阳能,地源热泵消耗地热能。这些能量均来源于自然界,理论上取之不尽、用之不竭,可认为自然环境条件下的㶲为零,因此,可再生能源对系统供能,其从自然界消耗的支付㶲可视为零,输送到系统中收益㶲为设备实际供应㶲［11］。此外,部分可再生能源设备还消耗非可再生能源㶲。基于IES㶲流机理模型［53］,考虑负荷以及多能耦合环节消耗能量㶲类型,包括电力系统的电能㶲、天然气系统的燃料㶲、热力系统的热量㶲等,可再生能源设备模型可表示为:

式中:ere,in和ere,out分别为可再生能源设备的输入㶲和输出㶲；en,in为设备从自然界消耗的支付㶲,可视为0；eS,in为设备消耗的非可再生能源㶲；eS,out为设备实际供应到能源网络的能量㶲。

基于式（11）,以光伏和地源热泵为例进行分析,理论上,光伏消耗能量来源于太阳能,即en,in=0,同时光伏不消耗非可再生能源,因此eS,in=0,eS,out为光伏实际供应到能源网络中的电能㶲；地源热泵一部分能量来源于地热,即en,in=0,除此之外,还需要消耗电能进行驱动,因此eS,in≠0,为地源热泵消耗的电能㶲,eS,out为地源热泵供应的热量㶲。

3 HE-IES 规划

3.1 㶲分析相关的IES 规划研究

IES 具有综合性、就近性、互动性,市场化、智能化、低碳化等特点。对其规划不仅需要考虑解决能源系统元件的时空、形式、结构、容量等问题,还需要考虑资源配置、经济效益等问题。传统研究较多从能量角度考虑规划问题,考虑提升能源品质角度的研究较少。部分基于㶲分析进行能源系统规划的研究如表3 所示,文献［33,46］均以㶲效率和经济性为目标函数,建立了IES 多目标规划模型；文献［67］综合考虑㶲效率和㶲损,将㶲平衡模型与EnergyPLAN 结合,以构建完全脱碳的可再生智慧能源城市。大量的能源系统规划研究较少从“量质合一”的角度考虑该问题,以上研究虽然在规划中结合了㶲分析方法,但是未能更深入地探究系统网络中㶲的实际分布情况。因此,面向IES 的规划需在保证经济性的基础上,基于IES 㶲流机理模型,结合能源系统的网络属性,科学合理评估系统整体或局部的有效能利用程度和能源品质分布,推动IES 实现高㶲转型。

表3 㶲分析相关的代表性IES 规划研究Table 3 Representative IES planning study related to exergy analysis

3.2 HE-IES 规划研究框架

IES 㶲流模型既适应于IES 整体的量质协同分析,又能针对关键局部进行优化,使系统规划更为高效和全面,如图7 所示。未来如果全面以㶲直接作为能源交易对象,以及在生产制造中对㶲进行广泛应用,甚至各种能源生产、转换、交易环节以及工业产品的㶲流参数的定量测量成为可能,并作为一种商品提供给用户,那么在目标规划周期内,将有助于获得面向量质协同的IES 最优系统配置和结构。

图7 基于㶲流机理的HE-IES 规划Fig.7 HE-IES planning based on exergy flow mechanism

此外,通过分析能源网络中实际㶲损分布情况,能够快速、准确地追踪到有效能损失的位置、类型和真实大小,在规划设计阶段全面了解高品质能源在能源管廊、能源站、能源网络等诸多环节的流失情况,那么可以使规划方案的㶲损失率降到最低。同时,对园区或具体设备进行规划分析时［68］,还需要考虑能量梯级利用特征,以提升系统能质与能效。

最后,基于IES 㶲流模型的㶲效率计算为规划方案提供了更加全面深入的评价标准,一方面能够针对系统整体进行㶲效率评价,另一方面还能够聚焦在源、网、荷、储某一环节、单元或具体设备的局部㶲效率评价,使规划方案的性能评价趋于准确和客观。

3.2.1 负荷㶲预测

多能负荷预测是传统IES 规划基础之一。IES供能和用能形式复杂多样,利用负荷的特征获取多能负荷演化趋势,是制定科学、合理规划方案的关键,此外,传统电力负荷预测还需要考虑储能、柔性负荷、电动汽车等灵活可调的负荷行为特征,建立相应的预测方法,天然气和热力的负荷预测还需要考虑建筑保温、结构、人口密度等多种因素的影响［69］。

与传统基于能量流的多能负荷预测不同,HEIES 直接以㶲作为分析对象,科学准确地预测负荷㶲对IES 㶲流计算、系统规划和运行分析至关重要。根据IES 㶲流机理可知,负荷㶲是介质流和节点㶲势的实数乘积（天然气、热力）或者复数乘积（电力）,实际系统中源荷位置一般安装量测装置,可获取介质流（诸如电流、水流、气流等）,或者节点㶲势（诸如电压或与㶲势有关的温度等历史数据）,基于这些数据可对介质流、节点㶲势进行合理预测,从而间接实现负荷㶲的预测。基于上述分析,可采用宏观和微观两类方法实现。

宏观方法是基于系统用户对能源品质需求的历史数据,从宏观角度分析㶲势、介质流等参数与环境、经济、人口等因素的内在联系,针对不同类型负荷物理特性的差异,分析电、气、热等系统节点㶲势、介质流的自相关与互相关特性,利用时间序列法、回归分析法等经典方法进行预测,间接实现负荷㶲的预测［70］。

微观方法采用非聚合类模型,挖掘区域内单体用户的介质流需求情况,分析用户位置㶲势机理,采用自上而下的方式得到IES 的聚合介质流率需求、㶲势机理预测,该方法需要利用㶲流机理挖掘介质流率需求以及㶲势分布特性,建立更为精细化㶲负荷预测模型。

㶲负荷预测存在多时间尺度、多重不确定性、负荷耦合关系复杂、数据收集处理困难、建模难度大等问题。人工智能［71］、数据驱动［72］等技术可与㶲负荷预测相结合解决上述问题,提升多能㶲负荷预测的准确性。

3.2.2 基于㶲集线器模型的能源站规划

集成多种能量耦合设备的能源站是IES 多能耦合的重要载体,传统能源站规划主要在于确定能源站内部集成设备配置方式和建设位置,以及互联多站的配置方案。HE-IES 的能源站规划为了实现量质协同的目标,主要以㶲效率、㶲损、建设成本等目标达到最优进行设备选型、定容以及选址。传统能源站规划中采用的能源站模型一般以标准矩阵化模型（如能源集线器或修正模型等）为基础,由于高㶲能源站规划中涉及能源品质的核心参数,宜采用㶲集线器模型进行描述。其典型基本规划模型如下:

式中:x为决策变量；y为状态变量；z为㶲参数相关变量；finv,ES(x,y)和foper,ES(y)分别为㶲集线器投资和运行成本；floss,ES(z) 为㶲集线器的㶲损；fmt,ES(x,y)和fem,ES(y)分别为㶲集线器维护和碳排放成本；feff,ES(z) 为㶲集线器的㶲效率；ginv,ES(x,y)≤0 和goper,ES(y,z)≤0 分别为㶲集线器规划、运行约束；hES(z)=0 为㶲集线器㶲平衡约束。

上述模型中能源建设、运行成本等能量流参数和㶲损、㶲效率等能源品质参数往往构成互斥目标,因此式（12）一般为多目标优化模型,典型求解方法包括Epsilon 约束法、快速非支配排序遗传算法（NSGA-II）、基于分解的多目标优化算法（MOEA/D）［73］等。

3.2.3 HE-IES 网络规划

能源网络是能源运输的物理关键载体,HE-IES网络规划不仅需要满足电力、天然气、热力网络本身运输能源需求与运行状态,还需要综合考虑互联耦合系统整体规划需求以及各区域㶲流分布特点,各能源网络间互为约束和互济补充。

本文提出的HE-IES 网络规划主要以㶲效率提升,㶲损、运行成本及环境碳排放降低等量质协同的需求为目标函数,满足㶲平衡约束、电力系统电压、功率约束,天然气、热力管网的管道压力约束等安全性要求,其基本规划模型如下式所示:

式中:finv,net(x)和foper,net(y)分别为能源网络投资和运行成本；floss,net(z)为能源网络的㶲损；fmt,net(x,y)和fem,net(y)分别为能源网络维护和碳排放成本；feff,net(z) 为能源网络的㶲效率；ginv,net(x)≤0 和goper,net(y)≤0 分别为能源网络规划约束和运行约束；hnet(z)=0 为系统㶲平衡约束。

基于上述模型,以投资、运维、碳排放成本、㶲损和㶲效率为最优目标,可实现能源网络拓扑、设备接入位置、管网管径和容量、建设时间等规划。上述模型也是多目标优化形式,相比于能源站规划,其维数更多,非线性复杂程度更高,求解难度更大。此外,计及可调资源（柔性负荷、电动汽车等）接入后带来的灵活性和互动性［69］,结合IES 㶲流机理,统筹考虑量质协同的灵活性网络规划将是未来研究的一个关键点。

3.2.4 可再生能源接入对HE-IES 规划的影响

随着风力、太阳能、地热等多种形式的可再生新能源在IES 的接入比例提升,如2.5 节所述,从能源品质的角度而言,可再生能源的㶲效率可视为无穷大,即认为可再生能源的能源品质最优,这为可再生能源接入后面向量质协同的IES 规划提供了新的优化目标和途径。可再生能源的接入对系统的经济性、可靠性、稳定性产生影响,如何在考虑“量质协同”前提下,平衡经济性、能源品质、可靠性等各项指标,提高可再生能源消纳率,构建安全清洁高效的高㶲系统,也是规划的一项重点。

含能源站、能源网络、灵活性资源以及可再生能源的高㶲规划问题,涉及网络㶲平衡约束、能源品质参数优化的问题,因此大大地增加了建模和求解难度,具有强非线性、高维的问题,大型数学规划算法或智能型算法可能是待选求解的方案。对于复杂的系统,可通过降低系统规模,建立线性化模型的方式,采用线性求解器（YAMLIP、GUROBI 等）［69］进行求解。因此,建立合理简化的模型和寻找具有高求解效率的算法也是未来的研究重点。

3.2.5 HE-IES 规划目标

图8 展示了HE-IES 规划示意图,在规划过程中考虑高能源品质目标,结合可再生能源新建、管线新建（虚线）、管线扩容（粗线）、能源站内部设备改造和增容等技术,有利于改善系统的能源品质,引导系统朝高㶲化的趋势发展。

节点㶲势反映单位介质流率承载的有效能,可作为反映局部能源品质的合理指标。选取节点㶲势作为高能源品质指标,基于高㶲规划技术,改善系统整体节点㶲势,有利于提高系统有效能供给能力,提升系统输送到负荷终端的能源品质。

在HE-IES 规划过程中,应该避免让“低质能”干“高级活”、让“高质能”干“低级活”等情况,综合考虑终端能质系数、系统有效能利用率、系统㶲损、系统㶲效率和系统能效等核心量质评估指标,在网架中接入可再生能源等高㶲效率元件,促进系统能质评估指标的整体提升,在规划环节实现系统的“量质合一”。

此外,能源站作为IES 能源转换的核心环节,涉及大量高品质能量的损失。选取合适的能源站规划方案对系统的高㶲化发展意义重大。基于高㶲规划技术,考虑高㶲效率能源转换设备,结合经济性、能效、㶲效率等诸多参数,对能源站设备进行合理地选型与定容,有效提升系统各个能源站的㶲效率、有效能利用率,降低能源站㶲损,进而改善能源转换环节的能源品质特征,以图8 为例,选取比原有三联供设备和电锅炉㶲效率更高的燃气锅炉接入能源站ES1和ES2,有利于改善ES1 和ES2 的能源品质特征。在改善系统整体和局部能源品质的同时,可能出现局部能效降低的情况,例如,电锅炉和燃气锅炉具有相反的能效、㶲效率特征,如何充分考虑“量”与“质”可能存在的互斥性,实现规划方案的“量质匹配”,也是部分高㶲规划场景研究的重点。

图8 HE-IES 规划效果示意图Fig.8 Schematic diagram of planned effect of HE-IES

4 HE-IES 运行优化和能量调度

4.1 㶲分析相关的IES 运行优化和能量调度研究

IES 运行优化和能量调度过程中,既需要考虑不同能源种类的经济运行约束、能源品质约束,也需要考虑如何平衡量质协同的经济性［45］、安全性［59］、灵活性、韧性［74］以及可持续性之间的关系,以寻求最佳的能源系统运行状态。如表4 所示,一些研究

表4 㶲分析相关的代表性IES 运行优化和能量调度方法Table 4 Representative IES operational optimization and energy scheduling methods related to exergy analysis

4.2 HE-IES 运行优化和能量调度研究框架

采用IES 㶲流模型,可揭示系统网络中诸如节点、管线等用能薄弱环节,提供更为精准和丰富的调节控制手段,同时也可综合考虑网络㶲流、㶲损分布等优化目标,与㶲经济性和㶲效率等能源品质需求相结合,确定量质协同的系统架构以及运行方案。工作重点以㶲损、㶲效率作为运行优化和能量调度的目标函数,文献［38］对多能互补能源系统建立㶲分析黑箱模型,以最低运行成本、最高㶲效率为目标函数,建立系统在供暖期的调度策略；文献［39］提出了一种考虑㶲效率、经济、环境等IES 多目标优化调度模型,并分析了不同目标函数主导的多目标优化调度结果；文献［41］以多能源枢纽的最小㶲损为目标函数,建立了单目标优化调度模型,得到了㶲损和成本之间的关系；文献［42］针对综合能源三联供系统,从高效、低碳、经济3 个方面进行综合优化；文献［51］以㶲经济损失为目标函数提出了一种IES 单周期运行模型。以上研究考虑到了㶲和能源品质因素对运行优化和能量调度问题的影响,主要仍然是针对于系统整体性的调整,或者局部能源枢纽的分析,缺乏对于网络中㶲元素的调控和分析。

网络㶲流的变化随时间段推移,会呈现出不用的分布特征,尤其是考虑存在能量梯级利用［75］、可再生能源渗透率较高等情况下更加显著,因此,多时段控制将网络㶲流分布的调整细化到不同的时间段,能源品质的控制将会更加精准。鉴于此,HE-IES 典型的优化运行问题可采用多时段优化控制、分布式优化控制和不确定性优化控制等形式进行描述。

多时间尺度的优化控制一般可分为单一时段优化、日前-日内优化、滚动优化和实时调度模型［76］；各系统采用分布式算法实现协同运行,可实现系统㶲流和能量流的灵活协同调度；针对可再生能源、负荷及能价等不确定性因素对IES 运行的影响,一般可采用随机优化［77］、鲁棒优化［78］、区间优化［79］等方法实现最优控制。针对以上框架,HE-IES 优化调度典型模型如下式所示:

式中:foper(x,y)、fem(x,y)、fEx,loss(z)分别为经济目标函数、碳排放目标函数和㶲损目标函数；fEx,eff(z)、fRe(x)、fEn,eff(x,y)分别为㶲效率目标函数、可再生能源消纳容量目标函数和综合能效目标函数。该多目标优化问题的约束条件主要包括㶲平衡约束hEx(z)、能量平衡约束hEn(z)、等式约束h(x,y)、不等式约束g(x,y)；xbase为基准状态场景；xFault为故障状态场景；xramp为控制变量的最大爬坡量,可根据问题复杂度增加新的约束。

如图9 所示,基于IES 㶲流模型的HE-IES 运行优化需重点考虑以下几方面因素:

图9 基于㶲流机理的HE-IES 运行优化思路Fig.9 Optimization of operation of HE-IES based on exergy flow mechanism

1）IES 网络拓扑结构复杂,传感量测数据庞杂,如何建立合理的量测集合,实现系统状态的准确估计,是运行优化和能量调度的基础。传统的多能流状态估计主要是对能量流参数的估计,包括电压、功率、气压、水温等,而量质协同状态估计,需要在此基础上考虑对㶲势、管道㶲流、源荷㶲进行估计,从算法上讲,可以先求解能量流状态估计,进而获得㶲流估计,即间接算法,也可以将能量流量测方程和㶲平衡约束等约束条件结合在一起进行联立求解,即所谓直接算法,为进一步的IES 㶲流计算提供状态估计后熟数据支撑。㶲势、㶲流及㶲损在IES 中的分布情况能够准确反映系统运行状态的故障位置和信息,并提前预警系统的运行风险。

2）在获取IES 运行状态、故障、风险信息的前提下,结合多能㶲经济性参数如㶲成本/价格、㶲效益等,以IES 运行安全稳定要求、爬坡出力、经济运行及㶲平衡等为约束条件,以量质协同、经济成本、可再生能源（RE）消纳能力、综合能效等为优化目标,建立面向智能调度的优化模型,模型具有高维、强非线性和多时间尺度等复杂特征,调度方案输出结果可用于调整设备出力、网络拓扑、储能、可再生能源及多样性负荷控制等。

3）通过控制后效果进行IES 运行效率评价,计及有效能利用率、㶲效率、热效率和节能率等核心指标构建量质协同的多能运行效率状态评估体系,建立多能运行效率评估模型,可采用聚类分析、神经网络、人工智能等算法进行求解。

5 HE-IES 㶲交易和市场化机制

5.1 㶲分析相关的IES 交易和市场化机制研究

㶲既是能源品质的参数,又兼顾了能量流的特征。从市场和经济的角度来看,㶲反映了能量中的有效能部分,这决定了㶲能够统一表示多能源的共有属性,㶲这种普适属性可作为一种商品特性,考虑到“能源品质效益最大化”和“成本最小化”之间的内在矛盾,结合㶲经济学等基础,可建立更为深入的㶲交易、㶲市场方面的研究理论。能源领域关于㶲经济和㶲成本分析已有部分研究,如表5 所示,文献［80］基于符号㶲经济学,将冷-热-电三联供的能量费用进行了能源产品成本分摊；文献［81］构建了电、蒸汽、热联供系统的产品成本分配模型,并计算了产品的单位㶲经济成本；文献［82］在分布式冷-热-电联供系统中验证了品味关联分摊法。以上研究仅利用㶲经济分析法构建了㶲经济成本分摊模型,对㶲在市场化环境下商品属性和交易机制讨论较少。

表5 㶲经济分析相关的代表性工作Table 5 Representative work related to exergy-economic analysis

5.2 HE-IES 㶲交易和市场化机制研究框架

5.2.1 基于㶲流追踪的有效能(㶲)经济成本分摊

以㶲作为交易对象的能源市场交易体系,实现电、气、热、冷等多类型能源的自由交易,可统一以㶲的量纲“焦耳或瓦特”来计量能源的消费,代替以往“一度电”“一立方米燃气”等相互独立的计量方式。本文提出一种㶲经济成本分摊的基本原则:源端输入㶲成本和传输网络对应㶲损的成本由负荷端承担。

㶲经济成本分摊需要对用户侧的有效能进行溯源,根据用户侧有效能的来源和比例,该过程定义为㶲流追踪。IES 㶲流机理模型可计算多能源荷及能源网络的源端㶲、负荷㶲、节点㶲势、支路㶲损等重要能源品质参数,能够快速准确追溯有效能的源头和比例。㶲流追踪的基本步骤如下:

步骤1:给定某一IES 系统,其边界（约束）条件是确定的,基于IES 㶲流模型计算系统网络㶲流分布情况,获得多能源荷及能源网络的能源品质参数；

步骤2:计算输入负荷端所消耗的㶲中不同源端输出㶲的比例；

步骤3:计算负荷端应承担的支路㶲损比例；

步骤4:根据不同源端㶲效率,计算负荷端应分摊的源端输入㶲的比例。

根据Valero 提出的㶲成本理论［83］,㶲经济成本概念考虑了设备折旧、人力成本等经济因素,可据此定义㶲交易机制的㶲价格,弥补了传统㶲成本定义的不足,将IES 㶲流模型与Valero 的㶲经济成本理论相结合,可得到如下㶲经济成本函数:

Πs=csein,s（15）

式中:Πs为某一源端输入㶲经济成本,是指该源端输入㶲所消耗的现金值；cs为该源端输入㶲单位㶲经济成本,表示生产该源端单位输入㶲需要的现金值；ein,s为IES 㶲流模型计算得到的该源端输入㶲。

根据步骤4计算得到的负荷端分摊源端输入㶲比例,结合式（15）可计算负荷端㶲经济成本分摊额度。

在各市场主体或设备元件中进行㶲经济成本分摊,关系到㶲交易机制设计的科学性和合理性。此外,㶲流追踪的原则是多样化的,不同原则将会导致不同的㶲经济成本分摊结果。同时还应考虑到在系统规划、运行中的风险分摊和收益分摊等问题,将是未来的研究重点。

5.2.2 基于㶲的市场交易机制

如果采用㶲进行交易,能源生产成本和报价也会相应改变,热电联产机组、热锅炉、可再生能源等参与㶲交易市场的主体,会根据㶲的产量申报新型竞价方案,不同的申报方案对应不同的市场出清结果和利润。本文给出一种基于双边竞价方式的典型㶲交易市场出清模型:

全面以㶲作为交易对象的能源市场交易主体包括供给侧、综合能源服务商和用户侧,市场客体包括供应到市场中的㶲商品和㶲相关服务。如图10 所示,IES 供给侧既可以向服务商出售㶲,也可以直接将㶲销售至用户侧,同时,供给侧的电力、燃气、冷热和分布式能源之间也可以相互进行㶲交易,例如分布式能源的热量㶲可与热力系统供给方进行交易。IES 服务商在㶲交易市场主体中具有承上启下的作用,可作为用户侧代理商批量参与㶲交易,或为用户供应㶲及相关服务、维护系统安全运行等。伴随着分布式屋顶光伏、家庭储能等装置的普及,用户侧转变为具有能源生产和交易能力的产消者,典型的能源产消者是供需融合的能源微网,能源微网既可在其内部进行㶲交易,也可将㶲销售给纯粹的能源消费者,同时也可由IES 服务商代理进行㶲交易,实现高㶲经济双赢的效果。

图10 基于㶲经济学的HE-IES 交易和市场Fig.10 HE-IES trading and markets based on economics of exergy

以能源品质（有效能）作为交易对象的能源市场可建立多种交易模式,包括中心化交易、多中心化交易、去中心化交易和一些衍生交易模式等。由于IES 中能源商品种类多样,传统中心化交易模式,多种能源类型的统一出清计算复杂,而以㶲作为交易对象的中心化或去中心化交易模式,在保持优化资源分配的同时,更有利于能源品质商品的流通和自由性。

㶲经济学是一门在㶲分析理论上发展的新兴学科,结合IES 㶲流模型可开展诸如IES 优化设计、运行分析、㶲价格制定、经济决策、㶲交易理论与机制等研究,助力推动IES 实现高㶲转型。