含分布式新能源的熱電聯(lián)供系統(tǒng)運行優(yōu)化

趙子嫣，王 燦，潘超瓊，王金浩，別朝紅

(1.西安交通大學電氣工程學院，陜西 西安 710049; 2.山西電力科學研究院，山西 太原 030001)

0 引言

分布式新能源裝機容量不斷增加，在緩解環(huán)境污染和能源短缺問題的同時，也帶來一些負面影響。電源裝機容量增速與負荷增速不匹配帶來的棄風、棄光問題日益突出，成為制約新能源發(fā)展的主要瓶頸之一[1]。2017年全國棄風電量達419億 kW·h，棄光電量73億 kW·h[2], 隨著新增新能源裝機占比不斷提高，未來新能源消納問題將會更加突出。

近年來，綜合能源系統(tǒng)快速發(fā)展，為解決棄風棄光問題、提高新能源消納能力提供了新思路，一些學者提出以多能互補的方式來促進分布式新能源消納。隨著我國能源消費模式的轉變，熱、電能源系統(tǒng)聯(lián)系日漸緊密[3]。文獻[4]考慮電、熱能源系統(tǒng)在能量傳輸和存儲性能上的差異性和互補性，以提高可再生能源消納能力和整體能源利用效率為目標，提出了多種能量形式的協(xié)調優(yōu)化控制方法。該方法在提高整體能源利用率的同時，可較為高效地解決棄風棄光問題、促進分布式新能源的消納。文獻[5]基于區(qū)域式綜合能源系統(tǒng)，以系統(tǒng)運行成本最小為目標建立優(yōu)化運行模型，通過利用粒子群算法求解分析了熱電耦合效應對分布式電源滲透率和接入量的影響。文獻[6]以某典型園區(qū)為研究對象，考慮需求側響應和儲能對負荷曲線的影響，建立了冷熱電綜合能源系統(tǒng)多目標協(xié)同優(yōu)化模型，在提升系統(tǒng)靈活性的同時能夠有效消納新能源出力。此外，考慮分布式新能源就地消納、就近消納的特點，文獻[7]通過分析負荷需求響應特性，提出了促進分布式光伏發(fā)電就地消納的主動負荷需求響應策略，有效促進了居民側小型分布式電源消納。經(jīng)分析發(fā)現(xiàn)，現(xiàn)有促進分布式新能源消納的方式有以下不足：1)多對新能源機組出力進行概率模擬，未考慮其時序特性；2)多以促進用戶側分布式新能源消納為主，對電源側分布式新能源消納問題研究較少。

結合北方冬季清潔供暖的背景，針對上述促進分布式新能源消納方式的不足，本文考慮分布式新能源機組出力和負荷的時序特性，針對提高配電網(wǎng)新能源消納能力及能源綜合利用的問題，提出一個包含風力發(fā)電、光伏發(fā)電、電鍋爐、燃氣鍋爐和換熱器的熱電聯(lián)供系統(tǒng)，建立熱電聯(lián)供系統(tǒng)運行優(yōu)化模型，通過協(xié)調新能源機組棄電量、電鍋爐及燃氣鍋爐供熱量，實現(xiàn)熱電聯(lián)供系統(tǒng)的經(jīng)濟運行。結果表明：熱電聯(lián)供系統(tǒng)可有效提高配電網(wǎng)分布式新能源消納能力并降低系統(tǒng)運行成本。

1 熱電聯(lián)供系統(tǒng)

1.1 系統(tǒng)組成與結構

熱電聯(lián)供系統(tǒng)組成結構如圖1所示[8]，包括分布式電源、轉換設備和電、熱負荷。分布式電源包括風電、光伏和燃氣鍋爐，其中風電和光伏機組承擔系統(tǒng)電負荷，功率缺額由主網(wǎng)補充，燃氣鍋爐承擔系統(tǒng)熱負荷；轉換設備包括電鍋爐和換熱器，電鍋爐可將電能轉化為熱能，與燃氣鍋爐共同承擔熱負荷，換熱器將燃氣鍋爐產(chǎn)生的熱量供給熱負荷。

圖1 熱電聯(lián)供系統(tǒng)結構Fig.1 Schematic diagram of combined heating and power system

1.2 系統(tǒng)元件模型

1) 風電機組。

風速v采用雙參數(shù)威布爾分布模型[9]模擬，其概率分布函數(shù)為

(1)

式中a和b分別為尺度參數(shù)和形狀參數(shù)，可由歷史風速數(shù)據(jù)的期望和方差計算得到。

由于威布爾分布只能在概率上模擬風速特性，而不能模擬其時序特性，考慮風速一般在夜晚達到峰值，本文利用白天07：00—18：00和夜晚19：00—24：00及01：00—06：00的風速歷史數(shù)據(jù)分別對白天和夜晚的風速概率分布函數(shù)進行擬合，通過反函數(shù)抽樣法對擬合得到的兩條曲線進行抽樣，得到具有時序變化特性的風速序列。

根據(jù)風電轉換關系，第k臺風電機組在i時刻的出力可表示為

(2)

式中：v(i)為i時刻的風速；vin為風機切入風速；vout為風機切出風速；vn為風機額定風速；k1和k2為與vin和vn相關的參數(shù)；PWn為風電機組額定功率。

2) 光伏機組。

輻照度r采用β分布模型[10]模擬，其概率密度函數(shù)為

(3)

式中：Γ(·)為Gamma函數(shù)；rmax為最大輻照度；c和d分別為位置參數(shù)和形狀參數(shù)，可由歷史輻照度的期望和方差計算得到。

由于β分布只能在概率上模擬輻照度特性，不能反映其時序特性，考慮光伏出力峰值出現(xiàn)在正午時刻，本文按07：00—11：00、12：00—14：00和15：00—18：00對輻照度概率分布函數(shù)進行分段擬合，通過對服從不同位置參數(shù)和形狀參數(shù)的概率分布函數(shù)進行抽樣，得到具有時序特性的輻照度數(shù)據(jù)。

輻照度與光伏機組出力的關系可由分段函數(shù)表示。第k臺光伏機組在i時刻的出力可表示為

(4)

式中：rin為光伏機組切入輻照度；rn為額定輻照度；k3和k4是與rin和rn相關的參數(shù)；PSn為光伏機組額定功率。

3) 燃氣鍋爐。

燃氣鍋爐將化學能轉化為熱能，其數(shù)學模型[11]為

QGB,k(i)=ηGB,kFGB,k(i)

(5)

式中:FGB,k(i)為第k臺燃氣鍋爐在i時刻的燃氣耗量，MW；QGB,k(i)為第k臺燃氣鍋爐在i時刻的制熱功率；ηGB,k為第k臺燃氣鍋爐的效率。

利用下式可計算標準單位下系統(tǒng)的天然氣耗量[12]：

(6)

式中：NGB為系統(tǒng)內燃氣鍋爐數(shù)；T為總時段數(shù)；Δt為模擬時間間隔；QLH為天然氣低熱值。

4) 電鍋爐。

電鍋爐可實現(xiàn)電熱轉換，其數(shù)學模型為

QEB,k(i)=ηEB,kPEB,k(i)

(7)

式中：PEB,k(i)為第k臺電鍋爐在i時刻的耗電功率；QEB,k(i)為第k臺電鍋爐在時刻i的制熱功率；ηEB,k為第k臺電鍋爐的能量轉換效率。

5) 換熱器。

換熱器數(shù)學模型如下：

(8)

6) 電、熱負荷。

電負荷的數(shù)學模型如下：

(9)

式中:AE,k、BE,k和CE,k為參數(shù)，可由電負荷的歷史數(shù)據(jù)擬合得到；δE(i)為預測電負荷的修正量。

熱負荷的數(shù)學模型如下：

(10)

式中:AH,k、BH,k和CH,k為參數(shù)，可由熱負荷的歷史數(shù)據(jù)擬合得到；δH(i)為預測熱負荷的修正量。

1.3 熱電聯(lián)產(chǎn)系統(tǒng)的運行方式

基于新能源機組出力和負荷的時序特性，確定熱電聯(lián)產(chǎn)系統(tǒng)的運行方式。對于冬季典型日，新能源機組時序出力與負荷曲線如圖2所示。

圖2 新能源機組出力及負荷曲線Fig.2 Curves of load and output of renewable energy unit

由圖2可知：光伏機組出力峰值時段為12：00—14：00，此時為電、熱負荷需求低谷[13]；風電機組出力在凌晨23：00—06：00達到峰值，此時為電負荷需求低谷、熱負荷需求高峰。因此，對于新能源機組僅承擔電負荷的系統(tǒng)，在白天和凌晨電負荷低谷時，更容易發(fā)生棄風棄光現(xiàn)象。

白天電負荷峰值時段，充分利用新能源機組出力，電功率缺額由主網(wǎng)補充；白天和凌晨電負荷低谷時段，熱電聯(lián)供系統(tǒng)的電鍋爐工作，將多余新能源出力轉化為熱能，從而承擔部分熱負荷，熱功率缺額由燃氣鍋爐補充。

2 熱電聯(lián)供系統(tǒng)運行優(yōu)化模型

熱電聯(lián)供系統(tǒng)運行優(yōu)化模型以各新能源機組棄電功率、電鍋爐及燃氣鍋爐出力為決策變量，以系統(tǒng)運行成本和新能源棄電量最小為優(yōu)化目標，綜合考慮實時電、熱平衡、設備及電力系統(tǒng)運行的各種約束，利用Cplex求解器求解得到熱電聯(lián)供系統(tǒng)優(yōu)化運行方式。

2.1 目標函數(shù)

該模型的目標函數(shù)為

f=min(CE+CG+CP)

(11)

式中：CE為主網(wǎng)供電成本；CG為天然氣成本；CP為棄風棄光懲罰成本。

(12)

式中：Pgrid(i)為i時刻主網(wǎng)的供電功率；Ce為電價。

CG=CgasFs

(13)

式中Cgas為天然氣價格。

(14)

式中：ΔPW(i)為i時刻系統(tǒng)的棄風功率；ΔPS(i)為i時刻系統(tǒng)的棄光功率；β為棄風棄光懲罰系數(shù)。

2.2 約束條件

除式(5)—(8)外，系統(tǒng)還應滿足以下約束條件:

1) 電功率平衡。

(15)

式中：NW為風電機組數(shù)；NS為光伏機組數(shù)；PLE(i)為i時刻系統(tǒng)的電負荷；NEB為電鍋爐數(shù)。

2) 熱功率平衡。

(16)

3) 蒸汽平衡。

(17)

4) 新能源機組出力切除量約束。

5) 設備功率上下限約束。

① 燃氣鍋爐。

QGBmin,k≤QGB,k(i)≤QGBmax,k

(20)

式中QGBmin,k和QGBmax,k分別為第k臺燃氣鍋爐制熱功率的最小和最大值。

② 電鍋爐。

QEBmin,k≤QEB,k(i)≤QEBmax,k

(21)

式中QEBmin,k和QEBmax,k分別為第k臺電鍋爐制熱功率的最小和最大值。

③ 換熱器。

(22)

6) 潮流約束。

利用直流潮流模型[14]，潮流約束為

(23)

式中：PGi為i節(jié)點發(fā)電機注入功率；PLi為i節(jié)點負荷吸收的功率；Bij為系統(tǒng)節(jié)點導納矩陣虛部；θij為節(jié)點i和節(jié)點j之間的電壓相角差。

7) 線路傳輸功率約束。

(24)

式中：Plmax為線路最大允許傳輸功率；Xij為從節(jié)點i到節(jié)點j線路的電抗值；θi和θj分別為節(jié)點i和節(jié)點j的電壓相角。

2.3 求解方法

熱電聯(lián)供系統(tǒng)運行優(yōu)化模型的優(yōu)化變量包括新能源機組棄電功率、電鍋爐及燃氣鍋爐出力；等式約束包括電、熱平衡方程；不等式約束包括設備功率上下限及電力系統(tǒng)運行約束。

針對上述模型，本文利用Matlab調用Cplex求解器進行求解。

2.4 評價指標

為評價本文所提方法的有效性，引入指標量化熱電聯(lián)供系統(tǒng)優(yōu)化運行方式對新能源消納的影響。

1) 新能源消納提升比例。

(25)

式中：ΔWR,0為原系統(tǒng)新能源棄電量；WR,0為原系統(tǒng)新能源可用電量；ΔWR,CHP為熱電聯(lián)供系統(tǒng)新能源棄電量。

2) 新能源機組供熱比。

(26)

式中：WEB為電鍋爐供熱量；Wgrid,0為原系統(tǒng)中主網(wǎng)供電量；Wgrid,CHP為熱電聯(lián)供系統(tǒng)中主網(wǎng)供電量；WLH為系統(tǒng)負荷耗熱量。

3 算例分析

3.1 算例介紹

本文采用改進的IEEE 33算例[15]，結構如圖3所示。系統(tǒng)電負荷峰值為6.7 MW，熱負荷峰值為5.6 MW；節(jié)點1為主網(wǎng)功率接入點，節(jié)點18和33為風電場，節(jié)點18和33為光伏電站，風電機組總裝機容量為3 MW，光伏機組總裝機容量為3 MW；一臺電鍋爐與節(jié)點32相連，電鍋爐裝機容量1 MW，其輸出側接至熱負荷。

圖3 算例系統(tǒng)結構圖Fig.3 Structure of test case

以冬季典型日為研究對象，取時間間隔Δt為5 min，Δt內各機組出力和負荷保持恒定，總時段數(shù)T為288。新能源機組出力及負荷曲線如圖2所示。熱電聯(lián)供系統(tǒng)主要參數(shù)如表1所示。

表1 主要參數(shù)Table 1 Main parameters

為驗證本文所提方法的有效性，利用熱電分供情況作為對比。熱電分供時，不設置電鍋爐，新能源機組出力僅承擔電負荷。

利用本文提出的熱電聯(lián)供系統(tǒng)運行優(yōu)化模型，得到系統(tǒng)中新能源機組棄電功率、電鍋爐及燃氣鍋爐出力的優(yōu)化結果，其中新能源實現(xiàn)了全額消納，電鍋爐及燃氣鍋爐時序出力如圖4所示。

圖4 機組出力優(yōu)化結果Fig.4 Optimal result of unit output

3.2 優(yōu)化結果分析

選取24個時刻進行結果分析，如圖5所示。

圖5 熱電聯(lián)供與熱電分供對比圖Fig.5 Comparison between combined heating and power system and separation supply of heat and power

由圖5可知，在白天和凌晨電負荷水平較低的時段內，電鍋爐工作，利用新能源棄電量承擔部分熱負荷，從而減小燃氣鍋爐出力，降低天然氣成本。熱電分供與熱電聯(lián)供系統(tǒng)運行成本如表2所示。

表2 運行成本Table 2 Operation cost

與熱電分供相比，熱電聯(lián)供系統(tǒng)優(yōu)化運行方式下系統(tǒng)總運行成本減少1.62萬元，主要原因是棄風棄光和燃氣鍋爐天然氣耗量的減少，使得棄新能源懲罰成本和天然氣成本降低。

評價指標如表3所示。加設電鍋爐后，可利用多余新能源出力承擔2.8%的熱負荷?？梢?，本文所提的熱電聯(lián)供系統(tǒng)優(yōu)化運行方式可減少系統(tǒng)棄風棄光、提高分布式新能源的消納能力。

表3 評價指標Table 3 Evaluation index

圖6為不同新能源裝機容量情況下新能源棄電量的優(yōu)化結果。由圖6可知：當新能源裝機容量小于7.2 MW時，熱電聯(lián)供系統(tǒng)的多余新能源機組出力全部用于承擔熱負荷，可實現(xiàn)新能源發(fā)電全額消納；當熱電聯(lián)供系統(tǒng)新能源裝機大于7.2 MW時，系統(tǒng)出現(xiàn)棄風、棄光情況，此時需要增大電鍋爐容量或數(shù)目以利用多余新能源出力。

圖6 不同新能源裝機容量下新能源棄電量Fig.6 Renewable energy curtailment with different capacities

4 結論

本文針對配電網(wǎng)分布式新能源消納問題，考慮新能源機組出力與負荷的時序特點，提出了一種包含分布式電源、轉換設備和熱、電負荷的熱電聯(lián)供系統(tǒng)；通過引入棄風棄光懲罰系數(shù)，建立了以運行成本最小為目標的熱電聯(lián)供系統(tǒng)運行優(yōu)化模型，并利用線性規(guī)劃方法進行求解。通過與熱電分供方式進行對比，驗證了本文所提方法的有效性，所得結論如下：

1) 相對于熱電分供方式，熱電聯(lián)供系統(tǒng)優(yōu)化運行方式可提高系統(tǒng)新能源消納能力并降低運行成本；

2) 熱電聯(lián)供系統(tǒng)新能源棄電量與新能源總裝機容量有關；

3) 本文未考慮熱電聯(lián)供系統(tǒng)設備的配置問題，未來可研究設備接入位置不同對新能源消納能力的影響。