李博文，冯洪庆，张晓东，李雪萌

(1.中国石油大学(华东) 新能源学院，山东 青岛 266580；2.集美大学 机械与能源工程学院，福建 厦门 361021)

目前，很多已经建成的分布式能源项目由于在设计过程中对系统容量的计算和机组配置大多采用经验法，导致出现了设计周期长、计算方法不统一、系统评价标准不明确等问题。因此 ，对不同形式的分布式能源系统从机组配置、运行策略和建设成本等方面[1]进行优化是非常值得研究的课题。

近年来，有学者对可再生能源和化石能源所构建的多能互补分布式能源系统进行了研究。文献[2-4]提出利用冷热电三联供系统耦合地源热泵系统联合供能，并采用遗传算法来优化系统容量。结果表明，混合供能系统比单一供能系统更加节能，并且效益更好。魏大钧等[5]通过对生物质气分布式能源项目和天然气分布式能源项目进行设计分析，认为优化后的热电联产系统与常规分产系统相比，节能减排效果显著。陈洁等[6]以一个包含光伏，风电，微燃机，燃料电池，蓄电池以及热、电负荷组成的热电联产型微网系统为研究对象，运用改进遗传算法，对综合经济性与环保性的多目标优化和单目标优化进行了对比分析，证明了多目标优化比单目标优化精度更高。

尽管许多学者通过对分布式能源系统多能互补方案的研究优化了其能源利用效率，但是实际工程实践中设备配置和容量的优化仍然是制约系统节能和经济性的最关键因素。目前，通过模拟分布式能源系统机组配置并结合数学模拟计算是求解系统最优容量比较常见的方式。Wang等[7]针对区域性分布式能源系统的余热利用形式进行分析，采取详细的混合整数线性规划模型进行数据优化，对余热按照品质等级进行分类，实验结果表明混合整数线性规划模型可以节约5%的能源成本。黄兴华等[8]基于混合整数非线性规划理论，构建了微型冷热电三联供系统的多目标运行优化模型。通过对系统运行过程进行优化，结合储能技术，迭代生成运行控制策略，项目运行以后取得了较好的经济效益和节能效果。Abdollahi等[9]通过智能优化算法对小型分布式能源系统进行优化，优化过程考虑了对于环境的影响。陈旭等[10]通过对比天然气和供电价格，分别找到了分布式能源项目节能减排的平衡点和成本经济性平衡点。

但是分布式能源系统运行是一个动态过程，已有的优化方案对基于全年动态负荷需求进行发电机组容量配置的相关研究较少[11]。另外，发电机组的配置环节对于分布式能源系统设计过程非常重要，尤其是发电机组的满负荷运行时间和发电机组的贡献情况，已有的研究尚缺乏明确的评价指标。本文基于此提出了针对分布式能源系统中基础发电机组的评价指标，耦合两种算法优化了分布式能源系统，并验证了算法的有效适用性。

1 构建系统模型

1.1 基础发电机组原动机类型的选择

本文对于计算方法验证和发电机组评价指标的分析过程基于中国四川某楼宇式建设项目模型，模型一年中有冷、热、电3种负荷需求，并且热负荷中包含蒸汽和建筑采暖两种形式。分布式能源系统在不同的运行时间段，动态负荷需求曲线的波动情况不同，见图1。全年共8760 h，本文把分布式能源系统的单位运行周期定为24 h，全年共365个运行周期，见图1。

图1 典型单位运行周期负荷需求波动图Fig.1 Load comparisonin typical unit operating cycles

楼宇分布式能源系统，单位运行周期内用能负荷昼夜波动较大，要求机组具有更快的动态响应，机组的运行调节系统具有更高的灵敏度。本文中，楼宇分布式能源系统采用天然气作为一次能源，冷热电负荷都需要通过分布式能源站满足，这就要求能源站运行过程可以灵活调节，随用能负荷变化系统运行响应迅速，并且分布式能源系统容量应该和用能需求匹配合理。由于燃气轮机在电负荷变化比较大的情况下生产的电能品质差，安全系数低，所以楼宇式项目发电机组不宜采用燃气轮机作为原动机。为了保证楼宇分布式能源系统供能稳定，满足综合能源利用率、经济性指标等条件，基础发电机组优先选择天然气内燃机发电机组。

1.2 系统配置方案

项目模型全年动态电负荷在单位运行周期内波动较大，发电机组采用天然气内燃机发电机组是合理的。项目全年有稳定蒸汽需求，不适合采用储热设备，余热的主要利用方式为提供热负荷，仅在夏季有空调冷负荷需求，所以机组配置方案采用蒸汽型余热锅炉、蒸汽型溴化锂吸收式冷水机组、汽-水换热器和蓄电单元。蓄电单元的作用主要是在电负荷需求比较低的时间段协同基础发电机组提高发电功率，基础发电机组结合蓄电单元用于减小电负荷调峰的范围，提高余热供热能力，可以实现电能削峰填谷和保障热负荷供给目的。另外，由于政策限制，本系统采用并网不上网供电方式，电负荷调峰采用电网调峰方式，热负荷调峰设备采用燃气蒸汽锅炉。系统设备配置模型见图2。

图2 系统机组配置方案Fig.2 Schematic of the system configuration

1.3 系统能量平衡

本例中发电机组采用国产天然气内燃机发电机组，发电效率为38%，蓄电池的输入输出效率为95%[12]，余热锅炉对余热的利用效率根据实际项目热需求进行确定，蒸汽型溴化锂吸收式冷水机组制冷系数取1.2，燃气锅炉热效率取92%，负荷数据计算过程均考虑了3%的管网损失。

蓄电单元容量计算式如下：

(1)

式中：Qb为蓄电单元容量，A·h；Pg,s为蓄电单元实时充电量，kW·h；ηc为充电效率；U为蓄电单元输出电压，V；U(t)为实时充电电压，V；I(t)为实时充电电流，A；t为时间，h。

蓄电单元供电能力计算公式如下：

Pd=Qb×ηd，

(2)

式中：Pd为蓄电单元输出电量，kW·h；ηd为放电效率。

机组实际供能热电比计算公式如下：

(3)

基础发电机组余热供能能力表达式：

(4)

式中：cg为烟气质量比热容，kJ/(kg·℃) 。在此给出标况下本项目所需烟气物理性质相关参数(400 ℃时cg=1.151；500 ℃时cg=1.185；600 ℃时cg=1.214；700 ℃时cg=1.239)；Cbg为基础发电机组容量，kW；Gg为通过余热利用设备的烟气质量流量，kg/h；Tg1、Tg2为通过余热设备的烟气进出口温度，℃；cj为缸套水质量比热容,kJ/(kg·℃)，在此取4.2；Gj为通过余热利用设备的缸套水质量流量，kg/h；Tj1、Tj2为通过余热设备的缸套水进出口温度，℃；Qwh为余热供能能力，kW ；Reld为全年动态电负荷，kW；i为运行时间，h。

分布式能源系统电平衡表达式：

Enggs+Egrid+Eb-Enggs,b=EAC，

(5)

式中：Enggs为发电机组瞬时输出功率，kW；Egrid为分布式能源系统采用电网调峰瞬时功率，kW；Eb为电池瞬态输出功率，kW；Enggs,b为电池瞬态输入功率，kW；EAC为电负荷瞬时功率，kW。

分布式能源系统冷热平衡表达式：

Qhrsg+Qsb=Qsteam+Qhe+Qac，

(6)

式中：Qhrsg为基础发电机组余热功率，kW；Qsb为燃气蒸汽锅炉功率，kW；Qsteam为项目蒸汽负荷，kW；Qhe为汽-水换热器输入功率，kW；Qac为蒸汽型溴化锂吸收式冷水机组输入功率，kW。

2 优化模型

目前国际上建筑环境模拟软件很多，研究表明清华大学建筑环境模拟软件DeST计算结果符合中国建筑特征，其建筑模型充分考虑了房间的热平衡和建筑环境等因素，尤其是在动态模拟方面，DeST计算结果更加准确[13-14]，所以本文中原始负荷数据采用DeST软件计算。

2.1 分布式能源系统中基础发电机组性能评价指标

第一个指标是发电机组有效利用率，即机组实际全年总发电量和理论上全年8760 h均以额定功率运行时总发电量的比值，ηeu的大小用来评价分布式能源系统装机容量是否恰当，ηeu越小则说明装机容量越大。

第二个指标是机组发电量贡献率，即机组实际全年总发电量和建设项目实际需求总电量的比值，ηeg的大小用来评价分布式能源系统对于用户总需求的贡献作用，ηeg越小则说明分布式能源系统在整个供能系统中起的作用越小。

机组有效利用率计算式如下：

(7)

(8)

机组发电量贡献率计算式如下：

(9)

式中：Eat为年发电总量，kW·h；ηeu为机组有效利用率；ηeg为机组发电量贡献率。

2.2 能源成本经济性优化模型

本文经济性分析主要考虑分布式能源系统能源成本节约率[15]。

(10)

(11)

(12)

式中：ηcost为年运行成本节约率；QcostA为分布式能源系统年运行成本，元；QcostB为常规系统年运行成本，元；Ogas,i为天然气价格，元；Fgs,i为发动机消耗燃料量，m3；Fsb,i为燃气锅炉燃料消耗量，m3；Fgrid,i为从电网购电量，kW·h；Ogrid,i为购电价格，元。

2.3 分布式能源系统综合用能优化模型

分布式能源系统年平均能源综合利用率[16]表达式：

(13)

式中：v为年平均能源综合利用率；W为年联供系统净输出电量，kW·h；Q1为年有效供热利用余热总量，MJ；Q2为年有效供冷利用余热总量，MJ；B为年联供系统燃气总耗量，m3；QL为燃气低位发热值，MJ / m3。

分布式能源系统节能率表达式：

(14)

式中：Ape为常规系统一次能源消耗量，m3；Bpe为分布式能源系统一次能源消耗量，m3。

2.4 动态电负荷平均值算法

本方案以动态电负荷的平均值为系统基础发电容量，计算方法如下：

任意时间段机组供电做功计算式：

(15)

动态电负荷平均值计算式：

(16)

式中：Eaal为电负荷的平均值，kW；En为动态电负荷，kW；WE为电功，kW·h；U(t)为发电机组输出动态电压，V；I(t)为发电机组输出动态电流，A；k为系统运行时长，h(系统全年运行工况下k=8760 h)；t0为统计开始时间；t1为统计结束时间。

2.5 基础发电机组容量多维度迭代算法

多维度迭代算法通过对全年动态负荷进行冷、热、电、时间、性能、贡献比和经济性等进行耦合计算，首先对全年最高电负荷按照固定步长进行迭代降值计算，输出可以作为基础发电机组容量的一维数组Rcd(n)。然后，分别以机组容量数组中的值为基础发电机组，通过计算得到发电机组年满负荷运行时间数组Tf(n)、实际满负荷发电总量数组Ef(n)和基础发电机组的全年总发电量数组Eat(n)。本方案运算过程考虑了在全年动态负荷需求下的机组的能量转化情况，运算得到的数据用来分析机组有效利用率和发电量贡献率两个指标，具体计算模型见式(17)。

(17)

依次运算可以得到以下数组：

Rcd(1)，Rcd(2)，Rcd(3)，Rcd(4)，Rcd(5)，…，Rcd(n)，

Tf(1)，Tf(2)，Tf(3)，Tf(4)，Tf(5)，…，Tf(n)，

Ef(1)，Ef(2)，Ef(3)，Ef(4)，Ef(5)，…，Ef(n)，

Eat(1)，Eat(2)，Eat(3)，Eat(4)，Eat(5)，…，Eat(n)。

3 结果和讨论

3.1 基于基础发电机组容量多维度迭代计算的优化运行结果

以数组Rcd(n)的数据为X轴，命名为基础发电机组装机容量；以Tf(n)的数据为Y轴，命名为满负荷运行时间；以Ef(n)的数据为Z轴，命名为满负荷发电量，建立三维曲面图，如图3。

通过三维曲面图(图3)，找到Z轴方向峰值A点，即当基础发电机组容量为2477 kW时，全年满负荷运行时间为3505 h，满负荷发电量为8677 MW·h。采用多维度迭代计算优化，以图3中A点机组容量为基础发电机组，全年实际满负荷发电量最大，说明基础发电机组在此容量时达到了本建设项目实际满负荷运行的最佳条件。

图3 不同容量发电机组在全年的运行结果Fig.3 Year-round operation comparison of generator sets with different capacities

采用动态电负荷平均值计算法优化得到项目基础发电机组容量结果为2297 kW，发现多维度迭代计算得到的电负荷值与全年动态电负荷平均值有一定的偏差。以数组Rcd(n)负荷值和全年动态电负荷平均值的并集作为基础发电机组容量，计算出发电机组有效利用率和机组发电量贡献率的曲线，见图4。可以看出随着基础发电机组容量增加，机组有效利用率呈下降趋势，机组发电量贡献率呈上升趋势。发电机组容量越大，机组全年有效发电量越多，虽然机组发电量贡献率增高，但是理论上全年8760 h均以额定工况运行时总发电量会更大，机组在实际动态运行时满负荷运行时间减少，导致机组有效利用率低。图4中A点发电机组容量为2477 kW，B点为全年动态电负荷平均值时发电机组容量2297 kW，以两条曲线的交点为中心，A、B两点对称，说明在两个比率因素共同影响时，A、B两点为参与计算的数值中的优选数值。考虑到根据实际情况，基础发电机组选择机型时应该有一个功率选型范围，耦合优化方案把A、B两点的容量值定为发电机组选型功率范围，即2297～2477 kW，A、B两点对比结果见表1。

图4 发电机组有效利用率和机组发电量贡献率对比图Fig.4 Comparison of the effective utilization rates and electricity contribution rates of the generator sets

表1 A、B两点参数

注：Efi=Cbg×8760,为理想全年满负荷发电总量(kW·h)

以Rcd(n)数组中的数值作为基础发电机组容量进行运行模拟计算，计算出每个机组容量的能源成本节约率。从图5可以看出，随着机组容量上升，能源成本节约率也逐渐升高。在2297～2477 kW内，能源成本节约率为20.14%～20.85%，具有良好的运行经济效益。综合考虑基础发电机组利用率、基础发电机组贡献率，选择2297～2477 kW机组容量较为合适。

图5 不同容量机组的能源成本节约率曲线Fig.5 Energy cost saving ratio curves of generator sets of different capacities

通过图6a可以看出在2297～2477 kW内均保证了分布式能源系统年平均能源综合利用率大于70%，通过图6b可以看出随着基础发电机组容量的增大，分布式能源系统均保证节能率大于14.3%，根据《燃气冷热电三联供工程技术规程》[16]要求，在2297～2477 kW内的基础发电容量是有效容量。

图6 机组容量变化对年平均能源综合利用率和节能率影响图Fig.6 Influence of generator capacity changes on the annual average energy utilization rate and primary energy saving ratio

4 结论

(1)本文提出针对天然气发动机发电机组的两个评价指标，其中发电机组有效利用率以机组本身在整个供能系统全年运行周期中的使用情况为研究对象，利用率越高说明机组容量闲置越少，机组运行过程中利用越充分。机组发电量贡献率是以能源供应的分配问题为研究对象，发电机组有效发电量大，对于整个用能系统贡献率高，说明调峰需求能量就会减少，这种工况下分布式能源系统在供能系统中贡献更大。

(2)耦合算法得到的装机容量范围为2297～2477 kW，在此容量范围内的分布式能源系统相对于分产供能系统一次能源节约率大于14.3%，能源经济性提高了20.14%～20.85%，能源综合利用率大于70%。耦合时间和动态负荷等多维度优化方案适用于楼宇式分布式能源项目，可以显著提高能源利用率和经济性。