一种面向工业园区的综合能源系统规划设计方法

2020-11-30高首聪臧晓笛

控制与信息技术 2020年5期

高首聪，刘璐，臧晓笛

（中车株洲电力机车研究所有限公司，湖南株洲 412001）

0 引言

综合能源系统是由分布式发电设备、储能设备、能量转换设备、相关负荷、监控和保护装置等组成的小型发电、配电、用能系统，可实现自我控制、保护和管理功能。其既可以与外部电网并网，也可以独立运行。综合能源系统是智能电网的重要组成部分，也是大电网电能的有力补充，在工业园区、偏远地区、海岛等有着广泛的应用前景[1-4]。园区型综合能源系统的规划和设计通常是根据园（厂）区建筑基本情况、当前用能负荷需求、可利用资源（风、光、电等）情况及系统设计要求等，结合用户的特殊需求而确定的最优规划设计方案[5-8]。规划设计需综合考虑系统优化目标及系统约束，通过优化计算确定综合能源项目选址、分布式发电设备及供冷热设备的配置类型、数量和系统架构，因地制宜地实现集成分布式能源优化配置及冷热电的综合利用，以保障整个综合能源系统的可靠性、安全性、经济性及环保性等[9-11]。

本文围绕园区型综合能源系统中分布式设备的种类及容量优化配置问题，搭建了典型分布式电源准稳态模型、典型供冷/热设备准稳态模型、通用电储能装置准稳态模型，采用以运行成本最低为单一目标的优化策略，构造单目标综合能源系统调度优化模型，选用遗传算法(GA)流程进行求解，最后运用规划设计软件对项目案例进行仿真计算，提供了最优化综合能源系统解决方案，降低了项目前期开发成本，提高了项目效率，能帮助客户快速评估、甄选优质项目[12-13]。

1 综合能源系统典型设备建模

综合能源系统的设备种类众多，不仅涉及柴油发电机、光伏发电机组、风力发电机组等分布式电源，也包含电制冷机、热泵等供冷、供热设备，同时还包含储能电池、储热装置、蓄冰装置等储能设备。本文将针对园区综合能源系统典型设备进行模型搭建。

1.1 典型分布式电源准稳态模型

本文选取传统发电机、风力发电系统及光伏发电系统模型作为典型分布式电源准稳态模型进行介绍。

1.1.1 发电机模型

本文选取常规柴油发电机、燃气轮机模型作为典型发电机准稳态模型进行介绍。

（1）常规柴油发电机

使用燃料曲线的表达式表述柴油发电机的发电功率和燃料消耗量的对应关系：

式中：Ygen——发电机的额定功率；F0——消耗燃料对应曲线的截距系数；Pgen——一台常规发电机的实况输出功率；F1——对应的燃料曲线斜率系数。

（2）燃气轮机

燃气轮机同样采用燃料曲线描述发电机发电功率与燃料使用量的对应关系，其表达式与式（1）相同。考虑燃气轮机作为热电联供设备，此时由发电机产生的废烟气可被回收利用。假设发电单元在任何状态下都存在一个固定的热电比，即发电单元每发1单位功率电能伴随产生固定单位烟气热能。发电单元可被回收的烟气热能Qgen为

式中：αgen——燃气轮机热电比；Plun——单台燃气轮机的实况输出功率。

1.1.2 风力发电系统

当风速值处于切入风速vin和切出风速vout之间时，风力发电机组才能正常运行，风力发电机组的输出功率与风速的对应关系可参照风力发电机组的风速-功率特性曲线（图1）。可以看出，风机输出功率特性和切入风速vin、切出风速vout有关。当风速高于vin时，风机启动；当风速高于额定风速vR时，风机输出最大恒定功率PWT,max；当风速高于切出风速vout时，为了保护风机，风机停机。当风速处于[vin,vR]区间时，若风速-功率曲线并非如图1所示的直线，则可以通过两个实测点的值，利用线性插值法求得该风速段内任意风速下风机的输出功率。

式中：PWT(vi)——风速为vi时风力发电机输出功率；PWT(vi+1)——风速为vi+1时风力发电机输出功率。

图1 风电机组的风速-功率特性曲线Fig. 1 Speed-power characteristic curve of wind turbine

1.1.3 光伏发电系统

光伏发电系统的输出功率是由照射到光伏组件表面的光照强度、系统的运行工况和光伏组件物理参数等综合决定的。一般可应用式（4）计算光伏组件的输出功率：

式中：fPV——光伏组件的折减系数，用于计算由组件自身老化、雨雪及灰尘覆盖导致的能量损失，一般取0.9；PV,cap——光伏组件的额定功率；IS——标准工况下的光照强度，取值为1 kW/m2；Tcell——实际运行时光伏电池温度；Tcell,STC——标况下的光伏电池温度，取值为25℃；IT——光照强度；αp——功率-温度因数。

1.2 典型供冷/热设备准稳态模型

本文选取电制冷机、蒸汽/热水锅炉、溴化锂空调模型作为典型供冷热准稳态模型进行介绍。

1.2.1 电制冷机

电制冷机通过消耗电能来给外界供冷，其单位小时内耗电与供冷对应关系可由式（5）表示：

式中：Pout,cool——电制冷机的输出功率；Cvoec——电制冷机的能效比；Pin,voec——电制冷机输入电功率。

电制冷机工作时，考虑到冷却水泵、冷冻水泵、冷却塔风机等配套设备也大量耗电（约为主机的40%～60%），因此电制冷机的耗电功率和输入电功率的关系为

式中：αvoec——电制冷机的耗电系数。

1.2.2 热泵

热泵消耗电能给外界供冷或供热，其制冷功率和制热功率为

式中：Qout,HP,heat——热泵的输出热功率；uHP——热泵的运行状态，uHP=0表示运行在制冷状态，uHP=1表示运行在制热状态；Pin,HP——热泵的输入电功率；CHP,cool——热泵的制冷能效比；Qout,HP,cool——热泵的输出冷功率；CHP,heat——热泵的制热能效比。

与电制冷机类似，考虑到热泵配套设备的耗电量大，热泵消耗电功率与输入电功率的关系可以表示为

式中：αHP,cool——制冷状态下热泵的耗电系数；αHP,heat——制热状态下热泵的耗电系数。

1.2.3 燃气热水锅炉

设锅炉以恒定效率消耗天然气产生热水供热，燃气热水锅炉Δt时段内消耗的天然气热值为

式中：FWGB——燃料热值，kWh；PWGB,heat——燃气热水锅炉输出的热功率；ηWGB——燃气热水锅炉效率。

1.2.4 溴化锂空调

溴化锂空调是将燃气轮机（或燃气内燃机）产生的烟气（或缸套水）转化为热能或冷能的装置，其制冷和制热的一般形式可表示为

式中：Pout,CH,heat——溴化锂空调的输出热功率；Pout,CH,cool——溴化锂空调的输出冷功率；Pin,CH,water——溴化锂空调的输入缸套水功率；Pin,CH,smoke——溴化锂空调的烟气功率；CCH,heat——溴化锂空调的制热能效比；CCH,cool——溴化锂空调的制冷能效比；uCH——溴化锂空调运行状态，uCH=0表示运行在制冷状态，uCH=1表示运行在制热状态。

1.3 通用电储能装置准稳态模型

蓄电池充放电过程中，其荷电状态（SOC）可表示为

式中：SOCES,t和——t和（t-1）时段内电储能单元的荷电状态；ηES,decay——电储能单元自损耗率；CES——电储能单元容量；PES,t——电储能单元充放电功率（充电时为正，放电时为负）。

2 调度模型及控制约束

本文以经济调度优化模型为例，简述基于母线式结构的综合能源系统通用调度优化模型构建方法。当综合能源系统调度策略是以经济运行成本最低为目标时，可构造单目标综合能源系统调度优化模型，其一般形式如下：

式中：X——优化变量；f（x）——调度优化的目标函数；G和H——综合能源系统及设备的相关约束集。

2.1 目标函数

基于母线式结构的微网通用调度优化模型构建方法建立目标函数：

式中：Cgrid——典型综合能源系统的日总购电费用，若存在向电网售电情况，则售电费用为负值；Cfuel——用于燃料购买的费用；Csteam——市政蒸汽的购买费用。

其中：

式中：H——调度周期划分的时段数，日前动态经济调度中取值为24；Pgrid,n——n时段内从电网的购（售）功率，n=1, 2,…,H；Cgrid,n——n时段内的购（售）电价格；Δt——时间步长；Fgen,n，FWGB,n，Fingen,n，FGASCH,n和FGBST,n——n时段内燃气轮机、燃气热水锅炉、燃气内燃机、直燃型溴化锂空调和燃气蒸汽锅炉消耗的燃气热值；Cfuel——所购买天然气的单位热值价格；Csteam——所购买市政蒸汽的单位蒸汽量价格；Psteam,n——n时段内购买市政蒸汽的功率。

2.2 控制约束条件

基于母线式结构的综合能源系统调度优化模型，其主要约束包括母线功率平衡方程式约束和综合能源系统的设备模型约束。图2示出典型综合能源系统的母线式结构。

图2 典型综合能源系统的母线式结构Fig. 2 Busbar structure diagram of a typical integrated energy system

2.2.1 设备模型约束

各设备需满足自身运行功率限制条件，本文以常规发电机为例进行描述。发电机在运行时，需要满足输出功率上下限、最大爬坡率约束、最小开机时间等约束条件，其输出功率上下限约束可表述为

式中：Pgen,min，Pgen,max——发电机输出功率下限和上限。

此外，发电机模型中涉及的参数还有很多，如运行模式、运行寿命等，可根据具体要求进行补充。

2.2.2 冷能、热能、电、蒸汽母线平衡方程

电母线功率平衡方程为

式中：Pgrid——电网购电或售电功率，购电时为正，售电时为负；PES,D——蓄电池放电功率；Plun——燃气轮机的输出电功率；PDG——柴油发电机的输出电功率；Pin,VOEC——涡旋式电制冷机输入电功率；Pin,SCEC——螺杆式电制冷机输入电功率；Pin,CEEC——离心式电制冷机输入电功率；Pin,GB——电锅炉输入电功率；Pin,HP——热泵输入电功率；Pin,DC——双工况主机的输入电功率；PES,C——蓄电池充电功率；PPV——系统光伏输出电功率；PEL——系统电负荷；PWT——系统风机输出电功率；PHG——系统水轮机输出电功率。

热能母线功率平衡方程式为

式中：Pout,GASCH,heat——直燃型溴化锂空调的输出热功率；Pout,HP,heat——热泵的输出热功率；PGB,heat——燃气锅炉的输出热功率；PHL——系统热负荷；Pout,HR,heat——余热锅炉的输出热功率；Pout,HE,heat——板式换热器的输出热功率；PHS,C——蓄热装置输入功率；PHS,D——蓄热装置输出热功率。

冷能母线功率平衡方程为

式中：Pout,SCEC,cool——螺杆式电制冷机输出的冷功率；Pout,CEEC,cool——离心式电制冷机输出的冷功率；Pout,GASCH,cool——直燃型溴化锂空调输出的冷功率；Pout,DC,cool——双工况主机输出冷功率；PCS,C——蓄冰装置输入冷功率；PCS,D——蓄冰装置输出冷功率；Pout,HP,cool——热泵的输出冷功率；PCL——系统冷负荷。

蒸汽母线功率平衡方程为

式中：Pout,GB——电锅炉输出蒸汽功率；Pout,HR,steam——余热锅炉的输出蒸汽功率；PGBST,steam——燃气蒸汽锅炉的输出蒸汽功率；PSL——系统蒸汽负荷。

2.2.3 优化变量

调度周期时段的优化变量包括各类分布式电源的输出功率、供冷/供热设备的输出功率、储能设备的输入量/输出和电网购电量等。

3 求解流程

对于一些非线性、多模型的函数优化问题，用其他优化方法求解较困难，而采用遗传算法可以方便地得到较好的结果。遗传算法是一种基于自然选择和群体遗传机理的搜索算法，其模拟了自然选择和自然遗传过程中的繁殖、杂交和突变现象。利用遗传算法求解问题时，问题的每一个可能解都被编码成一个染色体（即个体），若干个个体构成了群体(所有可能解)。在遗传算法开始时，总是随机地产生一些个体(即初始解)，根据预定的目标函数对每一个个体进行评估，给出一个适应度值并基于此选择一些好的个体来产生下一代，坏的个体则被淘汰；所选个体再经过交叉和变异算子进行再组合生成新的一代。这一代的个体由于继承了上一代的一些优良性状，因而在性能上要优于上一代，这样逐步朝着最优解的方向进化。

本文结合所述综合能源系统调度优化模型，基于遗传算法求解非线性、多模型函数优化综合能源项目规划设计问题，其计算流程如图3所示。

图3 综合能源项目规划设计优化求解流程Fig. 3 Optimization and solution process of the plan and design for comprehensive energy project

4 案例仿真计算

选取湖南某工业园区作为研究对象，该园区所在地光伏资源较为丰富，负荷情况以电负荷及冷热负荷为主，采用本文提出的综合能源系统分布式电源及供冷热设备建模方法、调度模型及求解方法进行优化配置计算；仿真计算工具为综合能源系统规划设计软件，该软件已将上文所述模型及求解流程固化于软件中，通过案例仿真计算，因地制宜地提出了该工业园区的综合能源规划设计方案。

4.1 园区资源及负荷情况

4.1.1 太阳能资源情况

该工业园区所在区域多年平均太阳年总辐射量为4 041.8 MJ/m2；多年平均各月太阳总辐射量在171 MJ/m2～571.6 MJ/m2之间变化（图4），其中7月、8月较高，均大于530 MJ/m2（7月最高，为 571.6 MJ/m2）；11月～次年2月较低，均在240 MJ/m2以下（1月最低，为171 MJ/m2）。

图4 场区多年各月太阳总辐射量直方图Fig. 4 Histogram of monthly total solar radiation over the years in the field

4.1.2 负荷情况

（1）电负荷

根据园区土地规划的成果，结合周边类似产业园区的典型日负荷特征，对园区 2020 年夏季及冬季典型日负荷特性进行预测，如图5和图6所示。随着经济的发展及产业园区的不断扩张，其负荷水平出现明显提升，总负荷水平达到35 MW左右，其中1:00～7:00为休息时段，负荷约为全日满负荷的20%，存在明显负荷低谷时段；在其余时段均为用电负荷高峰时段。

图5 园区2020年夏季典型日负荷曲线Fig. 5 Typical daily load curve of the park in the summer of 2020

图6 园区2020年冬季典型日负荷曲线Fig. 6 Typical daily load curve of the park in the winter of 2020

（2）冷热负荷

园区目前的冷热负荷主要为厂房及办公用的空调冷热负荷，根据实际建筑面积及设计冷热指标估算得到；能源站设计冷负荷为2 381 kW，设计热负荷为1 010 kW。

4.2 设备参数

系统涉及的主要供冷、热设备有涡旋式电制冷机、燃气热水锅炉等，其设备参数如表1和表2所示。

表1 涡旋式电制冷机参数Tab. 1 Parameters of eddy electric refrigerator

表2 燃气热水锅炉参数Tab. 2 Parameters of gas fired hot water boiler

4.3 电网的分时电价

表3给出了项目所在地的分时电价，分尖、峰、平、谷4个时段，电价分别为0.86元/kWh，0.76元/kWh，0.61元/kWh和0.41元/kWh。

表3 场区分时电价Tab. 3 Electricity price by period

4.4 规划设计软件仿真计算

根据上述资源及设备参数并运用本文所搭建的模型及算法算例进行计算，软件计算的系统配置结果如表4所示。

表4 系统配置结果Tab. 4 Configuration result

图7～图9分别示出该算例的电功率调度图、热功率调度图和冷能功率调度图，图10示出该算例的成本分析，图11和图12示出该算例的工程经济分析。

图7 电功率调度统计界面Fig. 7 Electric power dispatching statistics

图8 热功率调度统计界面Fig. 8 Hot water power dispatching statistics

图9 冷能功率调度统计界面Fig. 9 Cold power dispatch statistics

图10 系统成本分析Fig. 10 Analysis of the system cost

图11 资本金现金流界面Fig. 11 Capital cash flow interface

图12 还本付息界面Fig. 12 Debt service interface

由图 7～图9 可知，系统运行能完全满足电、热、冷负荷需求，且系统中未出现系统向电网倒送的功率或废弃的冷、热量。优化后的系统运行方案具有以下特征：

（1）系统电负荷主要由大电网及光伏发电提供。在用电高峰时段，光伏发电设备可供系统自发自用，且用电费用低于同时段电网的，可有效减少该时段的系统购电量，进而降低系统的运行成本。

（2）系统热负荷由燃气热水锅炉供给，可满足项目的热水负荷需求。此种机型整机效率高达 91%以上，启动后 2～3 min内可提供 60 ℃～80 ℃热水，大大缩短了预热期并减小了能源的浪费。

（3）冷负荷由电制冷机中的磁悬浮离心式机组提供，实现了冷功率的平衡。该机型节能高效、运行费用低，机组部分负荷最高能效比达 26，非常适合于大型能耗建筑下的中央空调系统替换或改造。

由图10 ～图12可知，该综合能源系统的年值总成本约为4 116万元，主要包含光伏、燃气热水锅炉及涡旋式电制冷机的设备初建成本、维护成本，以及系统从电网购电的成本等。软件测算该项目的内部收益率为16.72%，项目动态回收期为6.6 年，财务指标满足行业要求，具有较强的盈利能力，因此本项目的规划设计在财务上具有可行性。