姚 娟 ,張曉文 ,宋 嘉 ,董新偉
(1. 國(guó)網(wǎng)浙江省電力有限公司嘉興供電公司,浙江 嘉興 334201;2. 中國(guó)礦業(yè)大學(xué),江蘇 徐州 221000)
嘉興港區(qū)是嘉興工業(yè)企業(yè)聚集地,近年來(lái),隨著人才鏈、創(chuàng)新鏈、產(chǎn)業(yè)鏈、資金鏈、政策鏈“五鏈同構(gòu)”的深入實(shí)施,國(guó)家級(jí)經(jīng)開(kāi)區(qū)能源結(jié)構(gòu)多樣化進(jìn)展加快,一大批小微園區(qū)陸續(xù)建成并投入使用,成為嘉興港區(qū)能源消耗與碳排放的重要組成部分。圍繞“生態(tài)綠色、電力先行”發(fā)展理念[1-2],屬地供電公司面對(duì)能源供需新格局、能源發(fā)展新趨勢(shì),和屬地政府聯(lián)手,創(chuàng)造性的制定了全力打造用戶側(cè)“光電樁換、氫儲(chǔ)余碳”全要素綜合能源示范項(xiàng)目藍(lán)圖,開(kāi)足馬力在三余發(fā)電、氫能綜合利用、儲(chǔ)能、能效提升、光伏發(fā)電、綠電交易、智慧電務(wù)等業(yè)務(wù)方面持續(xù)發(fā)力,打造了“三余”發(fā)電、屋頂光伏等一系列助力嘉興能源體系綠色低碳發(fā)展的亮點(diǎn)工程。
隨著能源供需格局日漸打開(kāi),多能互補(bǔ)協(xié)調(diào)利用日漸成為多方關(guān)注的熱點(diǎn)[3-5]。作為一種高效的能源利用方式,多能互補(bǔ)對(duì)于提高能源的綜合利用率,助力打造安全可控、智能開(kāi)放、互動(dòng)友好、清潔低碳的新型電力系統(tǒng),推動(dòng)能源利用結(jié)構(gòu)轉(zhuǎn)型以及助力雙碳目標(biāo)平穩(wěn)落地都有重大意義[6]。在小微園區(qū)構(gòu)建多能互補(bǔ)微型能源網(wǎng)絡(luò)[7],實(shí)現(xiàn)園區(qū)多能共濟(jì),互補(bǔ)協(xié)調(diào),成為當(dāng)前嘉興港區(qū)打造小微園區(qū)節(jié)能降碳樣板的典型實(shí)踐。
當(dāng)前,小微園區(qū)的能源利用呈現(xiàn)出以下5 大特點(diǎn)[8-10]:(1)園區(qū)電能供應(yīng)基本以網(wǎng)電為主,本次調(diào)研的19 個(gè)園區(qū),僅有3 家配置有第三方投資建設(shè)的光伏電站,新能源消耗在小微園區(qū)的整體能源體系中占比很?。唬?)已經(jīng)發(fā)展成熟的小微園區(qū),園區(qū)產(chǎn)業(yè)定位相對(duì)明確,單個(gè)園區(qū)產(chǎn)業(yè)結(jié)構(gòu)呈現(xiàn)單一化特性,生產(chǎn)端鮮有多種能源的加工、轉(zhuǎn)化及供給,電、氣、熱、冷為其終端用能的主要形式,能源結(jié)構(gòu)簡(jiǎn)單;(3)未發(fā)展成熟的小微園區(qū),因其產(chǎn)業(yè)結(jié)構(gòu)在各發(fā)展階段存在較大不確定性,因而用能特征具有離散型、流程型以及新興研發(fā)型等特點(diǎn),負(fù)荷需求的時(shí)空異質(zhì)性以及多樣性都很明顯;(4)園區(qū)內(nèi)企業(yè)集聚,對(duì)于能源品種(熱、冷、電等)以及載能公共產(chǎn)品(水、氣等)的需求相對(duì)集中且用量較大,對(duì)其供應(yīng)質(zhì)量要求及可靠性要求也比較高;(5)園區(qū)內(nèi)的能源負(fù)荷特性比較復(fù)雜,尤其是以實(shí)驗(yàn)研發(fā)、生物醫(yī)藥、醫(yī)療器械、半導(dǎo)體研發(fā)、電子芯片、智能制造、航空航天等數(shù)字經(jīng)濟(jì)類企業(yè)為主的高新技術(shù)園區(qū),其能源輸配送系統(tǒng)復(fù)雜,且對(duì)能源的穩(wěn)定性及供應(yīng)可靠性要求苛刻,更關(guān)注于能源的可靠性、高效性、清潔性及經(jīng)濟(jì)性。
對(duì)發(fā)展相對(duì)成熟的11 個(gè)小微園區(qū)建立能源基礎(chǔ)設(shè)施數(shù)據(jù)庫(kù),統(tǒng)計(jì)發(fā)現(xiàn),發(fā)展相對(duì)成熟的小微園區(qū)在役的能源基礎(chǔ)設(shè)備裝機(jī)容量基本在變壓器總?cè)萘康?0%~70%之間。以2023 年為節(jié)點(diǎn),11 個(gè)小微園區(qū)在2023 年之前已經(jīng)實(shí)現(xiàn)穩(wěn)定運(yùn)行的有5 個(gè),當(dāng)前在役的5 個(gè)園區(qū)其基礎(chǔ)設(shè)施裝機(jī)容量統(tǒng)計(jì)值為45.5 MW。根據(jù)2022 年用電量,按照折算為標(biāo)準(zhǔn)煤來(lái)計(jì)算節(jié)能減排效益,根據(jù)國(guó)際能源署(IEA)《世界能源展望2007》,我國(guó)CO2的排放指數(shù)[11-12]在:0.814 kg/kW·h,每1 kW·h 的火電上網(wǎng),標(biāo)準(zhǔn)煤消耗在305 g 的體量,按照脫硫和脫氮前的數(shù)據(jù)統(tǒng)計(jì),會(huì)排放6.2 g 的硫氧化物(SOx)以及2.1 g 的氮氧化物(NOx)。根據(jù)2022 年用電量折算,這些設(shè)施的溫室氣體排放量大約為370.4 t,大致占到當(dāng)年整個(gè)轄區(qū)的2.1%;SO2排放量大約為2.82 t,大致占當(dāng)年整個(gè)轄區(qū)的1.2%;NOx大約排放0.96 t,占當(dāng)年整個(gè)轄區(qū)的1.5%左右;同時(shí),新鮮水消耗大致為轄區(qū)新鮮水用量的0.5%。
園區(qū)內(nèi)的能源基礎(chǔ)設(shè)施主要呈現(xiàn)3 大特點(diǎn):以電能為能源消耗主體的用能機(jī)組,其裝機(jī)容量比例達(dá)97%左右;能源利用效率較低的小機(jī)組,尤其是單機(jī)容量在50 kW 以下的機(jī)組,其裝機(jī)數(shù)量占總量的68%左右;就溫室氣體排放量而言,能源基礎(chǔ)設(shè)施排放量占整個(gè)園區(qū)總排放量的75%。基礎(chǔ)設(shè)施的一個(gè)特征是服役時(shí)間長(zhǎng),能耗具有代表性和典型性,一旦投運(yùn)其排放量基本被鎖定,作為園區(qū)的基礎(chǔ)排放,它是當(dāng)前園區(qū)節(jié)能降碳的核心要素[13]。
為直觀展示調(diào)整后小微園區(qū)的能源供需格局,量化其間產(chǎn)生的成本集約與碳值壓降,采取了2 項(xiàng)措施:(1)搭建多能互補(bǔ)微型能源網(wǎng)絡(luò)數(shù)字化模型,通過(guò)肉眼可辨的能源網(wǎng)絡(luò)即時(shí)狀態(tài)分布,輔助動(dòng)態(tài)調(diào)度;(2)建立效益測(cè)算模型,通過(guò)測(cè)算項(xiàng)目多方效益,精準(zhǔn)評(píng)判項(xiàng)目經(jīng)濟(jì)性[14-15]。
多能互補(bǔ)能源網(wǎng)絡(luò)實(shí)現(xiàn)的關(guān)鍵[16-18]在于對(duì)能源網(wǎng)絡(luò)狀態(tài)分布的即時(shí)把握以及動(dòng)態(tài)調(diào)度。
本文提出的基于Microsoft Azure IoT 多能互補(bǔ)數(shù)字孿生實(shí)現(xiàn)方法如圖1 所示。通過(guò)3 步走即可實(shí)現(xiàn)模型的數(shù)字孿生功能:將監(jiān)測(cè)數(shù)據(jù)傳送到云基礎(chǔ)設(shè)施;搭建基于多物理場(chǎng)的數(shù)字孿生模型實(shí)現(xiàn)Paas層建模到IoT 平臺(tái)的導(dǎo)出;在IoT 平臺(tái)集成監(jiān)測(cè)數(shù)據(jù)與孿生模型,達(dá)到數(shù)字孿生。
圖1 多能互補(bǔ)數(shù)字孿生實(shí)現(xiàn)方法
第一步:利用Microsoft Azure IoT[19]模擬平臺(tái),將監(jiān)測(cè)數(shù)據(jù)傳送到云基礎(chǔ)設(shè)施。
要求首先利用網(wǎng)關(guān)方式或者直連形式,對(duì)各監(jiān)測(cè)裝置傳輸協(xié)議轉(zhuǎn)換,成為MOTT 等常用協(xié)議,避免各裝置數(shù)據(jù)傳輸協(xié)議不同導(dǎo)致的傳送異常,再將對(duì)應(yīng)數(shù)據(jù)傳送至Azure 的IoT Hub;非結(jié)構(gòu)化的數(shù)據(jù),諸如紅外圖譜及各類文檔等,則須要單獨(dú)使用SDK 上傳。所有數(shù)據(jù)傳輸完畢后,統(tǒng)一再在Azure上對(duì)這些數(shù)據(jù)做進(jìn)一步的存儲(chǔ)、融合、可視化、分析等部署處理。至此,云上成功涵蓋模型搭建所需完整數(shù)據(jù)源[20-22]。
第二步:搭建數(shù)字孿生模型。
要求在Twin Builder 搭建數(shù)字孿生模型,確保實(shí)時(shí)數(shù)據(jù)在該模型上能夠?qū)崿F(xiàn)多物理場(chǎng)即時(shí)仿真功能,且Azure 可支撐建模語(yǔ)言的文件導(dǎo)出。
基于Twin Builder 的數(shù)字孿生模型如圖2 所示。輸入?yún)?shù)包括環(huán)境指標(biāo)(風(fēng)力風(fēng)速、光照強(qiáng)度、大氣溫濕度等)及負(fù)載特性(電能、熱量、冷量等)2 種,輸入?yún)?shù)經(jīng)能量場(chǎng)部分降階模型及Modelia模型等處理后,文件最終以.twin 形式與Twin Deloyer 孵化出的SDK 同步部署在Azure。
圖2 基于Twin Builder 的數(shù)字孿生模型
第三步:實(shí)現(xiàn)Azure 監(jiān)測(cè)數(shù)據(jù)與孿生模型的集成,數(shù)字孿生成功。
調(diào)用Azure 上匯集的實(shí)時(shí)數(shù)據(jù),對(duì)孿生模型進(jìn)行仿真,實(shí)現(xiàn)數(shù)據(jù)與模型集成,達(dá)到多能互補(bǔ)微型能源網(wǎng)絡(luò)的數(shù)字孿生,如圖3 所示。
圖3 模型與數(shù)據(jù)在Azure 的集成
對(duì)其他同類型項(xiàng)目調(diào)研結(jié)果顯示,園區(qū)內(nèi)的綜合能源項(xiàng)目當(dāng)前主要考慮經(jīng)濟(jì)性評(píng)價(jià)指標(biāo)[23-25]及項(xiàng)目敏感性指標(biāo)2 大指標(biāo)要素。
2.2.1 經(jīng)濟(jì)性評(píng)價(jià)指標(biāo)
經(jīng)濟(jì)性評(píng)價(jià)指標(biāo)主要考量動(dòng)態(tài)投資回收期(TP)、財(cái)務(wù)內(nèi)部效益率(IRR)以及財(cái)務(wù)凈現(xiàn)值(NPV)3 大核心要素。
動(dòng)態(tài)投資回收期計(jì)算公式為:
式中:CI為現(xiàn)金流入,取值為第t年的收入;CO為現(xiàn)金流出,取值為第t年的投資或者支出;i0為行業(yè)基準(zhǔn)折現(xiàn)率。
財(cái)務(wù)內(nèi)部效益率:一般來(lái)說(shuō),內(nèi)部效益率[26]取值越大越好,它是體現(xiàn)投資報(bào)酬率的一項(xiàng)指標(biāo)。在其取值不小于基準(zhǔn)效益率的情況下,可以判斷項(xiàng)目是可行的。
式中:a、b均為折現(xiàn)率,且a>b; N PVa為折現(xiàn)率a對(duì)應(yīng)的凈現(xiàn)值,其取值為正; N PVb為折現(xiàn)率b對(duì)應(yīng)的凈現(xiàn)值,其取值為負(fù)。
財(cái)務(wù)凈現(xiàn)值:財(cái)務(wù)凈現(xiàn)值[27]直接反映了項(xiàng)目的盈利能力,其值越大則效益越好,方案越優(yōu)質(zhì)。且只有在其取值大于0 時(shí),方案才是可行的。
式中:lt為第t年項(xiàng)目的現(xiàn)金流入量;Ot為第t年項(xiàng)目的現(xiàn)金流出量;R為項(xiàng)目折現(xiàn)率。
2.2.2 項(xiàng)目敏感性指標(biāo)及分析
項(xiàng)目的敏感度系數(shù)[28]可以用經(jīng)濟(jì)評(píng)價(jià)指標(biāo)變化率和項(xiàng)目不確定性因素變化率的比值來(lái)衡量,計(jì)算如下:
式中:ΔA/A為經(jīng)濟(jì)評(píng)價(jià)指標(biāo)變化率,可以是內(nèi)部效益率IRR 或者凈現(xiàn)值NPV;ΔF/F為項(xiàng)目不確定性因素變化率,可以是工期或者建設(shè)投資等。
SAF>0 時(shí),不確定性因素和評(píng)價(jià)指標(biāo)的變化是同方向的;SAF<0 時(shí),則不確定性因素和評(píng)價(jià)指標(biāo)變化反向。且SAF 數(shù)值越大,A對(duì)于F越敏感;反之亦然[29]。
本課題以嘉興港區(qū)KQ 產(chǎn)業(yè)園為應(yīng)用對(duì)象,利用數(shù)字孿生技術(shù)對(duì)其構(gòu)建包括新能源發(fā)電(光伏、風(fēng)電)系統(tǒng)、蓄冷蓄熱系統(tǒng)以及儲(chǔ)能系統(tǒng)在內(nèi)的園區(qū)多能互補(bǔ)網(wǎng)絡(luò)[30]。同時(shí)考慮能源網(wǎng)絡(luò)中清潔能源的節(jié)能減排效益,在政府補(bǔ)貼日漸減少甚至無(wú)補(bǔ)貼時(shí),綜合評(píng)價(jià)項(xiàng)目經(jīng)濟(jì)性[31-32]。
3.1.1 園區(qū)多能互補(bǔ)能源網(wǎng)絡(luò)項(xiàng)目概況
KQ 產(chǎn)業(yè)園多能互補(bǔ)系統(tǒng)除市電外還包括2 大發(fā)電系統(tǒng)(光伏、風(fēng)力發(fā)電系統(tǒng))、儲(chǔ)能系統(tǒng)、冷熱交換系統(tǒng)(地源熱泵、冰蓄冷、蓄熱式電鍋爐)等3 大類供能系統(tǒng)。利用數(shù)字孿生技術(shù),對(duì)園區(qū)構(gòu)建多能互補(bǔ)微型能源網(wǎng)絡(luò)如圖4 所示。
圖4 KQ 產(chǎn)業(yè)園多能互補(bǔ)能源微網(wǎng)模型
項(xiàng)目規(guī)劃全壽命周期25 年,建設(shè)期2 年,基礎(chǔ)數(shù)據(jù)如表1 所示。
表1 KQ 產(chǎn)業(yè)園項(xiàng)目基礎(chǔ)數(shù)據(jù)
3.1.2 園區(qū)多能互補(bǔ)能源網(wǎng)絡(luò)項(xiàng)目成本計(jì)算
綜合KQ 產(chǎn)業(yè)園各供能系統(tǒng)裝機(jī)容量,該項(xiàng)目預(yù)計(jì)投資成本以及年運(yùn)行維護(hù)成本如表2 所示。
表2 KQ 產(chǎn)業(yè)園項(xiàng)目預(yù)計(jì)投資及年運(yùn)行維護(hù)成本
根據(jù)表2 數(shù)據(jù),KQ 產(chǎn)業(yè)園項(xiàng)目初始投資1 962 萬(wàn)元,全部為企業(yè)自籌資金。
每年運(yùn)行維護(hù)成本55.22 萬(wàn)元,具體用途涉及人工工資和福利、保險(xiǎn)費(fèi)、維修費(fèi)、材料費(fèi)以及其他相關(guān)費(fèi)用。
利用平均年限折舊法對(duì)固定資產(chǎn)殘值計(jì)算:殘值回收98.1 萬(wàn)元,每年折舊84.72 萬(wàn)元。
3.1.3 園區(qū)多能互補(bǔ)能源網(wǎng)絡(luò)項(xiàng)目效益計(jì)算
供能效益:根據(jù)嘉興市歷史氣象資料及園區(qū)用能負(fù)荷曲線,本項(xiàng)目設(shè)計(jì)光伏發(fā)電系統(tǒng)總計(jì)容量1.58 MWp,規(guī)劃年利用1 000 h,預(yù)計(jì)年均發(fā)電量139.43 萬(wàn)kW·h,足額消納;風(fēng)力發(fā)電系統(tǒng)總計(jì)裝機(jī)容量1 MW,規(guī)劃年利用2 400 h,預(yù)計(jì)年均發(fā)電量240 萬(wàn)kW·h,足額消納;儲(chǔ)能電站總計(jì)裝機(jī)容量0.8 MW,規(guī)劃年儲(chǔ)能1 800 h,采用谷存峰取利用模式,預(yù)計(jì)年均電能儲(chǔ)耗量144 萬(wàn)kW·h;地源熱泵系統(tǒng)按機(jī)組出力情況,冬、夏季節(jié)分開(kāi)考慮,依據(jù)當(dāng)前機(jī)組效能,冬季供暖COP 取值4.0,預(yù)計(jì)每年制冷季節(jié)電能節(jié)約65.7 萬(wàn)kW·h、供暖季節(jié)電能節(jié)約566.5 萬(wàn)kW·h;冰蓄冷系統(tǒng)主要作用是削峰填谷,考慮機(jī)組容量及冷量需求,預(yù)計(jì)每年節(jié)約電能103.4 萬(wàn)kW·h;蓄熱式電鍋爐系統(tǒng)采用全蓄熱模式,預(yù)計(jì)每年節(jié)省電能47.72 萬(wàn)kW·h,考慮蓄熱損失,蓄熱效率按90%考慮。
當(dāng)前園區(qū)高峰電價(jià)1.313 3 元/kW·h,低谷電價(jià)0.427 3 元/kW·h,綜合電價(jià)0.820 1 元/kW·h,各系統(tǒng)年均供能效益計(jì)算如表3 所示。
表3 KQ 產(chǎn)業(yè)園項(xiàng)目各系統(tǒng)年均供能效益
節(jié)能減排效益:考慮光伏發(fā)電系統(tǒng)、風(fēng)力發(fā)電系統(tǒng)只在設(shè)備生產(chǎn)、運(yùn)輸及建設(shè)過(guò)程中產(chǎn)生環(huán)境成本,項(xiàng)目建成后直接貢獻(xiàn)清潔電能,不再排放污染物,而其他4 種供能系統(tǒng)僅起能量中轉(zhuǎn)作用,投運(yùn)前后,用能環(huán)節(jié)均沒(méi)有污染物的產(chǎn)生,因此在對(duì)KQ 產(chǎn)業(yè)園多能互補(bǔ)系統(tǒng)節(jié)能減排效益計(jì)算時(shí),僅須考慮光伏發(fā)電系統(tǒng)、風(fēng)力發(fā)電系統(tǒng)的出力情況。
園區(qū)光伏發(fā)電系統(tǒng)年均發(fā)電量139.43 萬(wàn)kW·h,折合425.26 t 標(biāo)準(zhǔn)煤;風(fēng)力發(fā)電系統(tǒng)年均發(fā)電量240 萬(wàn)kW·h,折合732 t 標(biāo)準(zhǔn)煤,節(jié)能減排效益如表4 所示。
表4 KQ 產(chǎn)業(yè)園項(xiàng)目光伏、風(fēng)電系統(tǒng)節(jié)能減排效益
項(xiàng)目全投資分年現(xiàn)金流量如表5 所示,由該表可知KQ 產(chǎn)業(yè)園多能互補(bǔ)項(xiàng)目動(dòng)態(tài)投資回收期4.94 年,凈現(xiàn)值6 638.72 萬(wàn)元,項(xiàng)目?jī)?nèi)部效益率26.17%,因此,本項(xiàng)目具有經(jīng)濟(jì)性。
表5 KQ 產(chǎn)業(yè)園項(xiàng)目全投資分年現(xiàn)金流量表元
本文利用財(cái)務(wù)內(nèi)部效益率IRR 及項(xiàng)目敏感性要素SAF 評(píng)價(jià)指標(biāo)對(duì)KQ 產(chǎn)業(yè)園多能互補(bǔ)項(xiàng)目做不確定分析。SAF 絕對(duì)值大于1 時(shí),該因素為敏感性因素;反之亦然。
數(shù)據(jù)表明,風(fēng)光發(fā)電量、固定資產(chǎn)投資以及經(jīng)營(yíng)成本這3 項(xiàng)經(jīng)濟(jì)因素是影響本項(xiàng)目經(jīng)濟(jì)性的主要因素。設(shè)定基準(zhǔn)效益率8%,分別計(jì)算變化率在-20%、-10%、10%及20%時(shí),各不確定因素對(duì)應(yīng)的內(nèi)部效益率及敏感度系數(shù)如表6 所示。
表6 KQ 產(chǎn)業(yè)園項(xiàng)目各經(jīng)濟(jì)因素敏感性分析表
財(cái)務(wù)內(nèi)部效益率、凈現(xiàn)值以及動(dòng)態(tài)投資回收期3 項(xiàng)數(shù)據(jù)表明,KQ 產(chǎn)業(yè)園多能互補(bǔ)項(xiàng)目具有經(jīng)濟(jì)性。
KQ 產(chǎn)業(yè)園項(xiàng)目中,固定資產(chǎn)投資是敏感性最強(qiáng)的因素,風(fēng)光發(fā)電量次之,經(jīng)營(yíng)成本敏感性最低。因此,在對(duì)小微園區(qū)多能互補(bǔ)項(xiàng)目投資時(shí),須要對(duì)固定資產(chǎn)投資及風(fēng)光發(fā)電量這2 個(gè)因素重點(diǎn)考慮。
本文深入研究了小微園區(qū)用能特性及碳排放現(xiàn)狀,深刻分析了當(dāng)前數(shù)字孿生技術(shù)與多能互補(bǔ)技術(shù)的發(fā)展應(yīng)用,創(chuàng)新性提出“構(gòu)建小微園區(qū)多能互補(bǔ)能源網(wǎng)絡(luò)”能源利用新模式,從實(shí)現(xiàn)方法與評(píng)價(jià)標(biāo)準(zhǔn)2 個(gè)維度出發(fā),開(kāi)展實(shí)地調(diào)研與建模探究。并以KQ 產(chǎn)業(yè)園為建模樣本,搭建多能互補(bǔ)能源網(wǎng)絡(luò)數(shù)字孿生模型,通過(guò)肉眼可辨的能源網(wǎng)絡(luò)即時(shí)狀態(tài)分布,輔助動(dòng)態(tài)調(diào)度;同時(shí)利用效益測(cè)算模型,量化分析其間產(chǎn)生的成本集約與碳值壓降,多方評(píng)價(jià)項(xiàng)目經(jīng)濟(jì)性。