電氫熱多源聯合的微能源網優(yōu)化模型

趙為光， 董鳳麟， 楊 瑩， 孫建宇， 于天洋

(黑龍江科技大學 電氣與控制工程學院， 哈爾濱 150022)

0 引 言

隨著可再生能源在能源系統(tǒng)中的比例不斷增加，多能源聯合系統(tǒng)與分散式發(fā)電功能的運行協調問題日益突出。而微能源網作為一種集合了多種能源生產、分配、消費和轉換方式的高效智能能量單元，在實現系統(tǒng)內源儲荷協調優(yōu)化方面發(fā)揮著重要作用[1-2]，但隨著其容量的增加，對其中所包含的儲能系統(tǒng)在低成本，大容量等方面的特性提出了更高的要求。電池儲能容量低，成本高，調節(jié)特性復雜等不足，使其很難滿足微能源網的調節(jié)要求，同時，也限制了其自我調節(jié)的能力，基于傳統(tǒng)電池儲能的微網系統(tǒng)往往需要配電網支撐。因此，對微能源網及其中包含的儲能結構的優(yōu)化，是提高其內部分布式發(fā)電電源的消納能力和實現多種能源形式自給自足的關鍵。

微能源網可以通過能量管理來維持內部功率的動態(tài)平衡，盡量減少與外部電網的功率交換來保證自身利益，具有一定的自我調節(jié)功能[3]。微能源網方面的研究包括以區(qū)域并網型微網為基礎，引入電熱聯合調度對微能源網實現優(yōu)化運行[4]。以可再生能源就地消納為目標，側重于微能源網離網自治調度的微能源網自治運行，結合電熱聯合魯棒調度模型[5]。針對互聯微網之間的協同調度問題呈現的非合作特性，構建基于產銷方式的互聯性微網自治運行策略[6]。學者對能源網中的儲能系統(tǒng)展開了大量的研究，通過構建一種由燃料電池，電解制氫，以及電轉氣為主體的電氣轉換儲能模型，或者對“風能-電能-蓄熱式儲能”的聯合系統(tǒng)進行優(yōu)化建模以及高系統(tǒng)風電消納能力[7-8]。亦或基于建筑相變儲能，結合包含熱電聯供型的光熱電站，在滿足整個系統(tǒng)能源綜合需求的前提下，提高各機組的運行能力，降低系統(tǒng)的運行成本[9]。

筆者在滿足電、熱負荷需求的基礎上，提出以微能源網的運行成本最小和風電消納量最大為目標的優(yōu)化運行策略。該策略以電解制氫、電加熱裝置和微燃機為主體，結合儲氫、儲熱，以及余熱利用系統(tǒng)的電氫熱儲能模型為基礎，采用差分進化算法進行求解，提升電氫熱多源聯合微能源網的靈活性與經濟性。

1 電氫熱多源聯合系統(tǒng)結構模型

1.1 系統(tǒng)結構

電氫熱多源聯合系統(tǒng)(Electric hydrogen heating multi-energy combined system，EHHMCS)是以電力網為核心，結合儲氫系統(tǒng)與熱力系統(tǒng)MCS，在微網自治運行框架下，實現電能、氫能和熱能的耦合互補與協調運行[10-12]。文中構建的EHHMCS結構如圖1所示。

圖1 EHHMCS系統(tǒng)結構Fig. 1 EHHMCS system structure

由圖1可見，EHHMCS由6部分組成，分別為電加熱單元(Electric heating unit，EHU)，電解制氫單元(Electric hydrogen production unit，EHPU)，微燃機單元(Micro gas turbine unit，MGTU)，余熱鍋爐單元(Waste heat boiler unit，WHBU)，儲氫單元(Hydrogen storage unit，HSU)以及儲熱單元(Thermal storage unit，TSU)。

1.2 電加熱單元模型

EHU采用電鍋爐作為能量耦合設備進行電熱能量轉換，其產熱量與鍋爐功率的關系為

PET(t)=ηePEH(t)，

式中：PET(t)——t時刻電鍋爐的制熱功率；

ηe——電鍋爐熱效率的值；

PEH(t)——t時刻電鍋爐用電功率。

1.3 電解制氫單元模型

EHPU采用電解槽，可將水電解為氫氣和氧氣，產氫量與電能輸入的關系為

vh=ηfPEP(t)，

vo=0.5ηfPEP(t)，

式中：vh——氫氣產生速率；

vo——氧氣產生速率；

PEP(t)——電解槽用電功率；

ηf——電解制氫設備氫氣轉換系數。

1.4 微燃機單元模型

選取燃氫微燃機作為氫電轉換部分的能量耦合設備進行發(fā)電，該設備以氫氣為燃料，燃燒產物只有水，實現真正意義上的發(fā)電零排放。微燃機輸出的電功率與輸入的氫氣量有關，其數學模型為

式中：PMG(t)——MGTU輸出的電功率；

ηM(t)——MGTU輸出的熱效率；

HMT(t)——消耗的天然氣量；

CL——低位熱值常量。

1.5 儲氫和儲熱單元模型

為便于反映儲能單元的存儲狀態(tài)，定義儲氫單元的等效荷電狀態(tài)Shse(Hydrogen storage equivalent state of charge)和儲熱單元的等效荷電狀態(tài)Shses(Heat storage equivalent state of charge)，表達式為

Shse=[WHS(t-1)+P1(t)Δtη1-

P2(t)Δt/η2]/Whm，

(1)

Shses=[WTS(t-1)+P3(t)Δtη3-

P4(t)Δt/η4]/Wtm，

(2)

式中：WTS(t)、WHS(t)——t時段TSU和HSU所存儲的能量；

P1(t)、P2(t)——t時段HSU輸入和輸出的能量；

P3(t)、P4(t)——t時段TSU輸入和輸出的能量；

η1、η2、η3、η4——t時段TSU和HSU能量輸入和輸出效率。

1.6 余熱利用單元模型

余熱利用單元采用余熱鍋爐，可通過回收利用余熱生產熱水或者蒸汽來供給其他工段使用，其數學模型為

式中：PWH(t)——余熱鍋爐輸出熱功率；

hf——微燃機燃料單位熱值；

cf——微燃機單位燃料成本；

Ch(t)——微燃機每小時運行成本；

ηt——微燃機額定功率；

ηr——余熱鍋爐熱回收系統(tǒng)效率。

2 電氫熱多源聯合系統(tǒng)建模

對含有電氫熱多能源聯合系統(tǒng)進行建模，系統(tǒng)內能量的輸入、輸出、轉換、存儲等環(huán)節(jié)可以通過文中提出的具有能量耦合與多能互補矩陣描述，轉換公式為

(3)

式中：Pei、Peo——系統(tǒng)電網輸入功率和輸出功率；

Pti、Pto——系統(tǒng)熱網輸入功率和輸出功率；

ρ——能量流入時分配給EHPU的電能分配系數；

ηEH、ηEB、ηMe、ηMt、ηET——EHPU電轉氣能量轉換效率，EHU電轉熱能量轉換效率，MGTU氫轉電和氫轉熱能量轉換效率，EHPU電轉氣能量轉換效率。

3 電氫熱多源聯合系統(tǒng)優(yōu)化運行模型

為減少與外界的能量交換，微能源網通過能量管理盡可能的實現系統(tǒng)自身能量的產銷一致，在保證區(qū)域電網安全運行的前提下，盡可能降低運行成本。

3.1 目標函數

微能源網優(yōu)化模型的建立需要考慮用戶電負荷，熱負荷與電網、熱網之間的利益關系。如果優(yōu)化模型存在多個目標函數，要在滿足等式和不等式約束條件下，協調目標函數之間的關系實現整個模型的優(yōu)化調度。

采用日前調度模型，逐時優(yōu)化各設備輸出功率，求得微能源網日運行成本最優(yōu)解。

3.1.1 微能源網最小運行成本

最小運行成本可表示為

F1(t)=min(F11(t)+F12(t)+F13(t))，

(4)

式中：F1(t)——微能源網運行總成本；

F11(t)、F12(t)——多源聯合系統(tǒng)中能量轉換單元和儲能單元運行成本；

F13(t)——系統(tǒng)的交互成本。

系統(tǒng)能量轉換單元運行成本

F11(t)=CEP+CEH+CMG，

CMG=CH2+CST，

式中：CEP、CEH、CMG——電解制氫設備、電加熱設備和微燃機的運行成本；

C1、C2——電解制氫設備運行成本系數和電鍋爐運行成本系數；

CH2、CST、Si(t)——微燃機氫氣成本、微燃機啟停成本和t時段可控機組i的啟停狀態(tài)；

Ch、KH2——氫氣單價和氫氣低熱值，Ch=2.4元/m3，KH2=3.1 kW·h/m3。

系統(tǒng)儲能單元運行成本

F12(t)=CTS+CHS，

(5)

式中：CTS、CHS——TSU和HSU的運行成本；

C3、C4——TSU和HSU的單位維護成本；

PTS(t)、PHS(t)——t時段儲熱和儲氫的充放功率。

系統(tǒng)與外界交互功率成本

F13(t)=CE+CT，

(6)

式中：CE、CT——t時段系統(tǒng)與電網和熱網的交互成本；

CEb、CTb、CEs、CTs——購電(熱)價格和售電(熱)價格；

Pex(t)、Pet(t)——系統(tǒng)與電網和熱網的交互功率。

規(guī)定購電(熱)或售電(熱)必須單向進行，因此，交互狀態(tài)變量τ、γ均等于1或都等于0。τ等于1時表示微能源網從外電網購電，等于0時代表向外電網售電；γ等于1時表示微能源網從外電網購熱，等于0時代表向外電網售熱。

3.1.2 風電消納量最大

系統(tǒng)的風電消納量可以用風電預測功率與實際并網功率的差值表出，即系統(tǒng)棄風量最小，表達式為

(7)

式中：Pw(t)——t時段的棄風功率值；

Pwp(t)——t時段風電預測功率；

Pws(t)——風電實際發(fā)出功率。

3.2 系統(tǒng)約束條件

3.2.1 等式約束條件

電功率平衡

PMe(t)+Pe(t)+Pwi(t)=Pel(t)，

式中，Pel(t)——t時段內電負荷。

熱功率平衡

PMt(t)+Pet(t)=Ptl(t)，

式中，Ptl(t)——t時段內熱負荷。

3.2.2 不等式約束條件

電鍋爐功率約束

0≤Peb(t)≤Pem，

ΔPei≤ΔPeb(t)≤ΔPea，

式中：Peb(t)——t時段電鍋爐用電功率；

ΔPeb(t)——輸入功率變化量；

ΔPei、ΔPea——電鍋爐爬坡功率最大值和最小值。

電解制氫設備功率約束

0≤PEP(t)≤PEm，

ΔPEi≤ΔPEP(t)≤ΔPEm

式中：PEm——電解制氫設備最大用電功率；

ΔPEP(t)——輸入功率變化量；

ΔPEm、ΔPEi——設備爬坡率最大值和最小值。

微燃機約束

PTi≤PMT(t)≤PTm，

式中，PTm、PTi——第i個微燃機出力的最大值和最小值。

儲能約束

W1≤Wso(t)≤W2，

S1≤STS(t)≤S2，

S3≤STS(t)≤S4，

式中：Wso(t)——t時段儲能設備的儲能容量；

W1、W2——儲能設備最小最大儲能容量；

S1、S2、S3、S4——余氫狀態(tài)最小最大值和余熱狀態(tài)的最小最大值。

余熱鍋爐約束

PWi≤PWH(t)≤PWm，

式中：PWH(t)——余熱鍋爐輸出余熱功率；

PWi、PWm——輸出余熱功率最小最大值。

聯絡線功率約束

式中：Pli、Plm——系統(tǒng)與電網聯絡線的最小最大功率；

Pti、Ptm——系統(tǒng)與熱網聯絡線的最小最大功率。

4 微能源網運行的優(yōu)化與求解

4.1 微能源網運行策略

基于風電預測功率值與電負荷、熱負荷的值，通過協調微能源網內部能量轉換單元出力和儲能出力，使微能源網在實現自我調節(jié)的同時與外電網和熱網的交互功率最小。文中基于一種微能源網運行策略，過程如圖2所示。

圖2 多源聯合微能源網運行策略Fig. 2 Multi-source united micro-energy grid operation strategy

4.2 模型求解

采用差分進化算法對模型進行求解，是一種隨機并行進行的全局搜索算法，具有全局尋優(yōu)能力強和方便易用的特點，被廣泛應用于單目標和多目標優(yōu)化問題的求解。文中采用基于切比雪夫方法進行非線性多目標聚合的進化算法，其聚合函數定義為

式中：x——系統(tǒng)決策變量；

Fi(x)——目標函數；

通過隨機產生盡可能覆蓋全部區(qū)域的初始種群，執(zhí)行差分變異操作產生變異向量，使目標向量與變異向量進行二項式交叉生成最終的實驗向量，與目標向量的目標函數值進行比較，若實驗向量具有更優(yōu)的目標函數值，則將目標向量替換為實驗向量，否則，該目標向量保持不變，判斷是否滿足終止條件，若滿足則輸出結果，否則返回繼續(xù)迭代求解。差分進化算法的具體流程如圖3所示。

圖3 多目標差分進化算法流程Fig. 3 Flow of multi-objective differential evolution algorithm

5 算例仿真分析

5.1 系統(tǒng)運行數據

采用MOEA算法對文中提出的電氫熱多能源聯合系統(tǒng)進行求解，以系統(tǒng)24 h進行優(yōu)化，步長為1 h，一天24 h預測的電負荷、熱負荷功率見圖4，采用分時電價進行仿真，通過負荷與發(fā)電量的供給關系，將一天24 h劃分為峰時、平時和谷時三個電價階段，其中11:00—13:00、18:00—21:00為峰時；23:00—5:00為谷時；其余時間段為平時。分時電價、熱價如表1所示。Y代表購電價格，S代表售電價格，T代表購熱價格，Z代表售熱價格。電氫熱多能源系統(tǒng)運行參數如表2所示。微網設備的有功出力和調度出力為連續(xù)變量，高載能負荷的投切狀態(tài)為離散變量，微網設備的啟停狀態(tài)由機組在某時段的出力大小來確定。

圖4 典型日電熱負荷預測功率Fig. 4 Typical daily heating load forecast power

表1 系統(tǒng)分時電價和熱價

表2 系統(tǒng)運行參數

5.2 系統(tǒng)優(yōu)化結果

系統(tǒng)電負荷平衡優(yōu)化運行結果如圖5所示。在0～9 h負荷較小時，系統(tǒng)發(fā)電量多于系統(tǒng)消耗量，存在富余電量，EHHMCS通過引入電解制氫設備和電加熱設備再配合儲氫和儲熱單元，將多余的電量進行存儲，從而提高系統(tǒng)的風電消納量。當儲能單元由輸入變?yōu)檩敵鰰r，Shse從最高點開始下降，當系統(tǒng)負荷減少，儲能單元由輸出變?yōu)檩斎霑r，Shse開始上升，直到達到儲能單元上限，系統(tǒng)電負荷平衡優(yōu)化運行結果如圖6所示。系統(tǒng)Shse、Shses運行結果中0～9 h及21～24 h如圖7所示。根據微能源網運行策略，在夜間低谷時段售電價格大大降低的前提下，可以極大的降低負荷低谷時段系統(tǒng)向外兜售電量。當系統(tǒng)中的凈負荷變?yōu)檎禃r，系統(tǒng)儲能單元向外輸出能量，隨著系統(tǒng)凈負荷功率的增加，微燃機單元會逐漸增加運行機組數目，補充系統(tǒng)功率缺額。由于微燃機成本低于系統(tǒng)購電成本，EHHMCS在交互功率約束和分時電價的作用下，使系統(tǒng)峰時段的購電量降低，即避免了峰上加峰的情況出現，減少微能源網對外部電網的依賴，同時提高了區(qū)域電網的調度靈活性。

圖5 EHHMCS電負荷平衡優(yōu)化運行結果Fig. 5 EHHMCS electric load balance optimization operation results

從圖6和7系統(tǒng)Shse、Shses的運行結果可以看出，當系統(tǒng)處于用熱高峰時，系統(tǒng)發(fā)電量大于消耗量，系統(tǒng)通過電加熱設備將一部分電能轉化為熱能供熱負荷使用，同時，儲熱單元也進行放熱，Shses下降，如圖7系統(tǒng)Shse、Shses運行結果中0～5 h所示。在MGTU運行時會產生大量熱能，基于微能源網運行策略，EHHMCS會首先通過WHBU將MGTU的余熱收集儲存起來或者給熱負荷使用，多于熱能將存儲于TSU，直到達到其容量上限，由圖7系統(tǒng)的Shse和Shses運行結果中的10～16 h及16～21 h。在系統(tǒng)電負荷谷時段，系統(tǒng)最小發(fā)電量大于負荷量，會產生棄風現象，EHHMCS中TSU會在谷時段優(yōu)先放熱，從而提高風電的利用率，并盡量減少系統(tǒng)與外界的交互功率，實現系統(tǒng)能量的自給自足。

圖6 EHHMCS熱負荷平衡優(yōu)化運行結果Fig. 6 EHHMCS heat load balance optimization operation results

圖7 EHHMCS系統(tǒng)Shse、Shses運行結果Fig. 7 EHHMCS system Shse，Shses running results

EHHMCS系統(tǒng)運行結果如表3所示。其中，C代表系統(tǒng)運行成本，E代表系統(tǒng)購電量，I代表系統(tǒng)售電量，U代表系統(tǒng)購熱量，K代表系統(tǒng)售熱量。由表3可知，文中提出的模型可以在減小微能源網與外界主電網交互功率的基礎上控制系統(tǒng)的運行成本。

表3 EHHMCS系統(tǒng)運行結果

5.3 EHHMCS多能源聯合系統(tǒng)Pareto解集

利用差分進化算法求解，種群規(guī)模設置為200，迭代次數設置為500，在交叉概率0.5，變異概率0.6的參數下，系統(tǒng)在得到最優(yōu)解時又能使運行時間較短，得到如圖8所示的EHHMCS優(yōu)化的Pareto前沿圖。

圖8 EHHMCS系統(tǒng)Pareto解集Fig. 8 Pareto solution set of EHHMCS system

由圖8可以看出，系統(tǒng)的最大風電消納量即系統(tǒng)棄風量與系統(tǒng)運行成本不支配，隨著系統(tǒng)棄風量的降低，運行成本會增加?？筛鶕嶋H情況選擇或者根據模糊度隸屬函數計算出每個解的滿意度值，最大值即為最優(yōu)方案。

6 結 論

針對新能源發(fā)電隨機性與波動性造成電網調節(jié)能力下降，以及產生棄風量的問題，建立了以電解制氫、電加熱裝置和微燃機為核心，配合儲氫、儲熱單元以及余熱利用裝置的多源聯合微能源網優(yōu)化模型，考慮系統(tǒng)運行成本最低與系統(tǒng)風電消納量最大，提出一種微能源網運行策略。

(1)相對于傳統(tǒng)熱電聯合微能源網系統(tǒng)僅僅考慮系統(tǒng)運行成本，EHHMCS型微能源網考慮了系統(tǒng)與外部電網、熱網的交互功率并使其最小化，可以最大程度上實現系統(tǒng)本身的產銷一致，減小系統(tǒng)對外部電網的依賴性。

(2)相對于傳統(tǒng)熱電聯合微能源網系統(tǒng)，EHHMCS型微能源網降低系統(tǒng)運行成本的同時，能最大程度減少棄風量。

EHHMCS型微能源網具有良好的經濟性與靈活性，在未來新能源戰(zhàn)略中具有廣闊的發(fā)展前景。在后續(xù)工作中，將更深入的將電轉氣，電制冷等多種能源轉化模式與微能源網結合起來，進一步考慮多能源網絡的約束。