賈興旺
摘要:傳統(tǒng)的綜合能源供給調(diào)控存在總負(fù)荷過高的問題,影響能源供給正常運作,針對這一問題,提出多能互補(bǔ)冷熱電綜合能源供給安全智能調(diào)控。通過傳感器和相關(guān)的計量表,獲取冷熱電綜合能源供給狀態(tài)信息,根據(jù)影響調(diào)控的因素確定調(diào)控目標(biāo)函數(shù)及相應(yīng)的約束條件,將獲取的信息作為目標(biāo)函數(shù)的輸入,利用粒子群算法,計算出最優(yōu)調(diào)控,實現(xiàn)綜合能源供給安全智能調(diào)控。測試結(jié)果表明:與傳統(tǒng)的能源供給調(diào)控方法相比,設(shè)計的多能互補(bǔ)冷熱電綜合能源供給安全調(diào)控方法總負(fù)荷變化較穩(wěn)定,沒有出現(xiàn)總負(fù)荷過高和能源供給異常的情況,說明該方法更適合應(yīng)用在多能互補(bǔ)冷熱電綜合能源供給中。
Abstract: Traditional integrated energy supply regulation has the problem of excessive total load, which affects the normal operation of energy supply. In response to this problem, a multi-energy complementary cooling heating and electricity integrated energy supply security intelligent regulation is proposed. Through sensors and related measurement table, the comprehensive energy supply status information of cooling heating and electricity is obtained, the regulation objective function and corresponding constraints according to the factors affecting the regulation are determined, the obtained information is taken as the input of the objective function, particle swarm optimization algorithm is used to calculate the optimal regulation and realize the comprehensive energy supply security intelligent regulation. The test results show that compared with the traditional energy supply control method, the designed integrated energy supply control method of multi-energy complementary cooling heating and electricity has a stable change in the total load, and there is no excessive total load or abnormal energy supply, indicating that this method is more suitable for the application of multi-energy complementary cooling heating and electricity comprehensive energy supply.
關(guān)鍵詞:多能互補(bǔ);綜合能源;能源供給;智能調(diào)控
1? 多能互補(bǔ)冷熱電綜合能源供給安全智能調(diào)控方法
1.1 獲取冷熱電綜合能源供給狀態(tài)信息
多能互補(bǔ)冷熱電綜合能源供給中存在三種不同的能源需求,其中的供電、供熱、制冷和儲能設(shè)備之間需要通過合理的調(diào)控和配合。主要對綜合能源供給的運行方式和組合方式調(diào)控,實現(xiàn)多能互補(bǔ)冷熱電綜合能源供給滿足經(jīng)濟(jì)性、安全性以及能源可再生性[4]。綜合能源的供能設(shè)備多樣且復(fù)雜,隨著供能運行狀態(tài)的變化,其相關(guān)參數(shù)也在不斷的變化,在此情況下,需要實時掌握相關(guān)的數(shù)據(jù)變化,才能根據(jù)實際情況進(jìn)行最優(yōu)調(diào)控,讓之后的綜合能源供給按照調(diào)控后的方案進(jìn)行運作。
綜合能源供給相關(guān)信息的獲取,需要通過與能源相對應(yīng)的設(shè)備采集,采集的過程如圖1所示。
圖中存在數(shù)據(jù)分析部分和數(shù)據(jù)處理部分,主要由聯(lián)機(jī)事務(wù)處理和聯(lián)機(jī)事務(wù)分析兩部分,使用數(shù)據(jù)庫和web界面來支持?jǐn)?shù)據(jù)分析和處理[5]。其中聯(lián)機(jī)分析處理部分保留SCADA接口,與監(jiān)控系統(tǒng)相連接。圖中最右側(cè)為能源供給的數(shù)據(jù)監(jiān)控部分,主要是為了采集能源供給時,相關(guān)設(shè)備的運行狀況和相關(guān)參數(shù)。
該部分主要是對冷量、熱量和電量的實時消耗數(shù)據(jù)采集,同時獲取相應(yīng)的溫度、濕度等數(shù)據(jù)[6]。具體內(nèi)容如表1所示。
對于溫度或濕度的參數(shù)的采集,使用多種無線傳感器,通過布置在各個不同位置的收集節(jié)點,利用無線網(wǎng)絡(luò)傳輸技術(shù),將數(shù)據(jù)匯總再上傳至處理中心。對于電量、熱量和冷量消耗數(shù)據(jù)的采集,通過分項計量電表、熱量計量表和冷量計量表完成采集。
以上數(shù)據(jù)采集是基于高級測量體系體系完成的,該體系采用雙向的通信網(wǎng)絡(luò),設(shè)置固定的時間采集量表中的數(shù)據(jù),時間間隔由能源供給公司負(fù)責(zé),實時的將數(shù)據(jù)傳輸至處理中心。其通信網(wǎng)絡(luò)主要由遠(yuǎn)程組網(wǎng)技術(shù)和接入組網(wǎng)技術(shù)組成,其中負(fù)責(zé)將采集的數(shù)據(jù)傳送至處理中心的是遠(yuǎn)程組網(wǎng)技術(shù),而接入網(wǎng)技術(shù)主要用來承載用戶使用能量領(lǐng)域的業(yè)務(wù)[7]。
通過聯(lián)機(jī)分析處理部分實現(xiàn)對采集數(shù)據(jù)的分析處理,將原始數(shù)據(jù)按照移動的標(biāo)度進(jìn)行轉(zhuǎn)化、分析和統(tǒng)計,將完成統(tǒng)計的數(shù)據(jù)存儲至數(shù)據(jù)庫中的同時,為能源供給調(diào)控提供一定的決策支持。
1.2 確定調(diào)控目標(biāo)函數(shù)及約束條件
多能互補(bǔ)冷熱電能源供給中總負(fù)荷的變化存在較大的不確定性和隨機(jī)性,研究這一問題,以經(jīng)濟(jì)安全最優(yōu)目標(biāo),確定調(diào)控目標(biāo)函數(shù)及相應(yīng)的約束條件。
假設(shè)綜合能源供給的調(diào)控周期為三個典型日乘以相應(yīng)的季節(jié)的天數(shù)之和,則調(diào)控的目標(biāo)函數(shù)為:
公式中C表示比熱容,?籽表示水的密度,?滋i表示節(jié)點水的流量值,Yi.max表示節(jié)點出水溫度的上限值,Yi.rel表示節(jié)點處的實際回水溫度。熱能主要由余熱回收裝置釋放,并通過網(wǎng)絡(luò)內(nèi)的水流傳遞,與傳輸?shù)臒崮?、水流量、供回收溫度等因素有關(guān)。通過上述約束公式約束熱能量流。在以上約束條件下,確定調(diào)控目標(biāo)函數(shù),通過輸入采集的數(shù)據(jù)參數(shù),輸出最優(yōu)解。
1.3 冷熱電能源供給智能調(diào)控
利用粒子群算法對以上調(diào)控目標(biāo)函數(shù)求解,由目標(biāo)函數(shù)決定當(dāng)前適應(yīng)值,每次迭代時通過各種自身最優(yōu)解及全局最優(yōu)解完成更新,實現(xiàn)實時智能調(diào)控。
將采集的相關(guān)參數(shù)作為輸入,每個單獨的參數(shù)視為粒子,在粒子群算法中,首先初始化每個粒子的位置和速度,通過更新方程完成粒子位置和速度的更新,方程如下:
2? 能源供給安全智能調(diào)控方法性能測試
2.1 測試參數(shù)設(shè)置
測試智能調(diào)控方法,基于用戶側(cè)相同熱電負(fù)荷需求的前提下,以某一工業(yè)區(qū)為例測試調(diào)控方法,該園區(qū)內(nèi)存在2臺CCHP機(jī)組,2臺機(jī)組的機(jī)組參數(shù)各不相同,具體參數(shù)如表2、表3所示。
使用這兩臺CCHP機(jī)組,配以兩臺參數(shù)相同的PC機(jī),PC機(jī)的相關(guān)配置為內(nèi)存8GB,硬盤350GB,操作系統(tǒng)為Linux,CPU為i5-7500。測試采用不同的調(diào)控方法得到能源供給冷熱電總負(fù)荷變化情況,在測試總負(fù)荷變化之前驗證多能互補(bǔ)冷熱電綜合能源供給安全智能調(diào)控方法有效性。
2.2 能源供給安全智能調(diào)控方法有效性驗證
驗證設(shè)計的智能調(diào)控方法有效性,需利用相關(guān)軟件進(jìn)行監(jiān)測,監(jiān)測某一工作日的能源供給總負(fù)荷的變化,監(jiān)測數(shù)據(jù)每隔6個小時更新一次,監(jiān)測結(jié)果如圖2所示。
從圖中可以看出隨著時間的變化,冷熱電綜合能源供給總負(fù)荷在不斷的變化,說明該調(diào)控方法使用正常,并且總負(fù)荷始終保持在紅色以下,沒有出現(xiàn)意外和安全事件,證明該方法真實有效,可進(jìn)行下一步測試。
2.3 綜合能源供給總負(fù)荷對比測試及分析
測試多能互補(bǔ)冷熱電綜合能源供給安全智能調(diào)控方法冷熱電總負(fù)荷的同時,為了更好的證明設(shè)計的安全智能調(diào)控方法性能更優(yōu)越,引用傳統(tǒng)的能源調(diào)控方法,在相同的測試環(huán)境下,使用相同參數(shù)的CCHP機(jī)組,測試?yán)錈犭娍傌?fù)荷情況,并根據(jù)測試結(jié)果進(jìn)行對比分析。為了方便分析與對比,將使用傳統(tǒng)的能源調(diào)控方法稱為對照組,使用設(shè)計的安全智能調(diào)控方法稱為實驗組。
測試結(jié)果如圖3所示。
觀察圖中測試結(jié)果,對照組測試結(jié)果中顯示,測試的綜合能源總負(fù)荷變化幅度較大,最高達(dá)到105W,并且在7-10h的時間段,沒有測試到負(fù)荷的變化,這說明在該時間段,能源供給出現(xiàn)異常,沒有正常供給;實驗組測試結(jié)果顯示,在整個測試的時間段,總負(fù)荷變化情況比較穩(wěn)定,沒有太大的起伏變化,總負(fù)荷最高只達(dá)到80W,始終在正常范圍內(nèi),并且沒有空白階段。兩者相比,實驗組測試結(jié)果優(yōu)于對照組,說明設(shè)計的多能互補(bǔ)冷熱電綜合能源供給安全智能調(diào)控方法能夠更好的控制負(fù)荷的變化,保證能源供給正常進(jìn)行,該方法優(yōu)于傳統(tǒng)的能源調(diào)控方法。
3? 結(jié)束語
多能互補(bǔ)冷熱電綜合能源供給是復(fù)雜的工程,它通過聯(lián)供設(shè)備實現(xiàn)對多種復(fù)合需求的高效供給,具有能源利用率高、環(huán)保的特點。但是隨著對能源需求量的增大,傳統(tǒng)的能源調(diào)控方法在調(diào)控過程中使總負(fù)荷加大,影響能源供給正常進(jìn)行,因此研究一個多能互補(bǔ)冷熱電綜合能源供給安全智能調(diào)控,利用粒子群算法,計算出最優(yōu)調(diào)控,實現(xiàn)綜合能源供給安全智能調(diào)控。
參考文獻(xiàn):
[1]熊文,劉育權(quán),蘇萬煌,等.考慮多能互補(bǔ)的區(qū)域綜合能源系統(tǒng)多種儲能優(yōu)化配置[J].電力自動化設(shè)備,2019,39(01):124-132.
[2]王博淵,何濤,黃祝連,等.基于太陽能的多能源互補(bǔ)供熱裝置的研究與開發(fā)[J].建筑科學(xué),2017,33(12):73-78.
[3]王志賀,劉元園,唐沂媛,等.考慮二氧化碳排放的冷熱電聯(lián)供系統(tǒng)的容量配置[J].電力系統(tǒng)及其自動化學(xué)報,2017,29(8):104-110.
[4]王澤峰,張娜,韓巍,等.燃機(jī)調(diào)控策略對冷熱電聯(lián)供系統(tǒng)性能影響的經(jīng)濟(jì)分析[J].科學(xué)通報,2017,62(32):3683-3692.
[5]王江江,楊穎.基于太陽能利用的天然氣冷熱電聯(lián)供系統(tǒng)熱力性能研究[J].熱能動力工程,2017,32(5):111-117.
[6]王婉璐,楊莉,王蕾,等.考慮供熱網(wǎng)儲熱特性的電-熱綜合能源系統(tǒng)優(yōu)化調(diào)度[J].電力系統(tǒng)自動化,2018,42(21):61-71.
[7]李品.中國能源供給安全影響因素研究[J].西安科技大學(xué)學(xué)報,2018,38(3):403-410.