实例分析｜经济性条件下综合能源系统的最优容量匹配和相应调度策略

摘要

综合能源系统可以实现电、热、气等多种能源形式的互补供能和满足负荷需求的多能调度,从而促进可再生能源消纳能力,提高能源综合利用率。针对含电、热、气并相互耦合的分布式多能流综合能源系统的设备容量匹配优化问题,建立以系统各能量成本最低为目标,以能量平衡和设备工作特性为约束的优化模型,采用一种区域收缩算法加速寻优收敛速度。以西安市某厂房办公楼为例,采用所建模型和所提算法得到综合能源系统最小能量成本下的最优容量匹配和调度策略。结果表明,通过系统的容量匹配优化可以大大减少电、热、气的单位价格,降低多级储热器、可逆固体氧化物燃料电池的设备成本,提高太阳能电池的利用率,可有效提高系统经济性。

关键词 : 多能流; 综合能源系统; 容量匹配; 优化调度; 能量成本;

0 引言

目前,能源互联网的兴起推动着全球能源体系的变革,能源互联网是基于互联网思维和方法构建的多能流综合能源系统,它的出现极大地推动了综合能源系统(integrated energy system,IES)的发展。基于电、热、气互联互通的多能互补供能是综合能源系统的关键特征之一,其主要收益来自于多能量流互补协同效应提升系统的能效和稳定性[1]。近年来,随着信息技术的快速发展,综合能源系统已经成为能源变革的重要发展趋势[2],它的发展极大地推动了可再生能源的大规模应用,并引领能源供应和消费革命[3]。

综合能源系统将太阳能、风能、生物质能等多种能源形态,转化为消费主体所需的电、气、热(冷)等多种能量形式[4],能够促进可再生能源的就地消纳,实现资源的优化利用,提高能源综合利用率[5-6]。

近年来针对综合能源系统的建模分析、统筹规划、性能评估等课题成为国内外研究热点[7-9]。黎静华等[4]构思了一种以电为核心的综合能源系统框架,并提出一种协调优化运行模式和能源转换方式,探讨了多能运行存在的关键问题。张涛[10]等基于分布式能源系统的主要设备建立了不同的冷热电能源系统,并建立了能源系统的优化模型,求解得到不同系统的最优配置、运行策略和评价指标值。Mehleri E D等[11]设计了一个以家庭冷热负荷为依托的综合能源系统,利用混合整数线性规划方法进行优化设计,确定了系统主要设备类型以及装机容量。Salimi M等[12]建立了包含冷热电的多能系统机组,并解决了该系统的容量配置问题。综上所述,目前对综合能源系统的研究大多局限于单纯的电力系统或者冷热电联供系统,鲜有对耦合电、热、气多能流的综合能源系统的研究。但是,随着燃料电池的商业化、燃料电池汽车的问世以及电转气(power to gas,P2G)技术的不断成熟[13],氢气的需求越来越广泛,未来的IES以及能源互联网的建立必然包括氢气能量流,所以对包含电、热、气多能流综合能源系统的优化设计具有深远意义。

可逆固体氧化物燃料电池(reversible solid oxide cells,RSOC)[14]是燃料电池中最先进的一种,它是在同一设备上既可以作为燃料电池(solid oxide fuel cells,SOFC)对外界供电[15]或者进行热电联产[16],又能作为电解池(solid oxide electrolysis cells,SOEC)利用电能电解水生成氢气和氧气[17]。具有能量密度高、使用寿命长、转换率高、使用中无自放电现象且无放电深度及电池容量限制等优点,是目前比能量最高的储能系统[18]。同时,它配合太阳能、风能、潮汐能等可再生能源可以实现自给工作,因而被认为是解决可再生能源时间和地域不连续性的一种有效途径。RSOC集电、热、气多种能流为一体,可以实现电、热、气的灵活转化,是构建综合能源系统的关键设备之一。但是目前大多数综合能源系统是基于单独的燃料电池[19]或者是基于燃料电池和电解池2个组件[20],极少有基于RSOC的综合能源系统的优化设计研究。

结合以上背景,本文针对耦合电、热、气的包含可逆固体氧化物燃料电池的多能流分布式综合能源系统,考虑电、热、气多种能源形式的需求,建立以各能量成本最小为目标的系统容量匹配优化和调度策略模型,并基于一种区域收缩算法[21-22]和序列二次规划法(sequence quadratic program,SQP)进行优化求解。最后与具体实例相结合,实现经济性条件下该综合能源系统的最优容量匹配和相应的调度策略。

1 系统结构与运行模式

1.1 系统结构

图1为多能流分布式综合能源系统的能量流图。 根据文献[23]中子系统的概念,本文将该系统分为电、热、气3个子系统,主要由RSOC、太阳能电池组(photovoltaic,PV)、压缩式热泵(compression heat pump,CHP)、换热器(heat exchanger,HE)、蓄电池(storage battery,BT)、多级储热器(multistage heat reservoir,MHR)、储氢罐(hydrogen tank,HT)等设备构成,并接入大电网,其中电、热、气能流相互耦合并以清洁能源为载体向外界提供电、热、气多种能源中的一种或多种,也可以进行能源的转化和存储。

1.2 系统运行模式

运行模式的选择对综合能源系统运行性能的好坏起着决定性作用。目前存在2种典型的运行模式：“电跟随(following the electrical loads,FEL)”和“热跟随(following the thermal loads,FTL)”[24]。传统联供系统采用“电跟随”模式会产生多余的热量,采用“热跟随”模式会产生多余的电量,本系统配备有蓄电池、储热器和储氢罐等储能设备,可将多余的能量储存起来,不会造成能源的浪费。但在本文中,为了满足各负荷需求,优先采用“热跟随”运行模式,具体运行模式如下：

1)RSOC在SOFC模式下运行,产生的余热和压缩式热泵共同满足用户热负荷,多余热量储存在多级储热器当中。当用热高峰热量不足时,优先使用储热器当中的热量,若还不满足需求,则使用压缩式热泵作为辅助热源来提供热量。

2)RSOC在SOEC模式下运行,产生的氢气供用户气负载和系统内设备使用,多余氢气储存在储氢罐当中,以备RSOC产生的氢气不足时使用。

3)将PV作为首要供电设备,RSOC作为辅助供电设备,共同向用户电负载和系统内设备供电,多余电量储存在蓄电池中。当系统产生的电量不足时,优先使用蓄电池中的电量,若还不满足需求,则接入大电网来提供电量。

2 系统优化模型

为了更好地对分布式综合能源系统进行优化设计,本文在建模分析中做出如下假设[25]：

1)系统各设备的可选容量连续分布。

2)设备在优化期间内均无故障运行。

3)在各自的运行范围内,各设备的运行效率为定值,不随负荷率的改变而改变。

4)忽略各设备的启停及变工况时间。

2.1 目标函数

3 系统优化算法

IES的优化设计需要从供需平衡角度依据电、热、气3种能量的需求和可再生能源的资源情况,对系统内的各设备容量进行匹配优化。同时,系统运行的调度策略对优化质量也有显著影响,且设备容量和调度策略的耦合度较高。在上文中建立的系统优化模型中,对于每一级优化目标,都存在设备容量ωω和单位时间间隔ΔtΔt内各设备的供能量a 2个变量,其中a即代表系统运行调度策略,其值也存在最优解且随着ωω的改变而改变。

对于这样一个多约束多目标耦合的非线性优化问题,本文采用一种新的算法—区域收缩算法,结合SQP算法依次对多级优化问题进行求解,该方法可对上述2个变量分别求解。算法流程如图2所示,算法的主循环是从“开始”到“结束”部分,主要利用区域收缩算法计算设备容量组合ωω,即根据优化结果不断缩小ωω的取值范围,最终确定出ωω的最优值,其本质上是寻找取值范围内的最优域,区别于其他群智能算法,区域收缩算法并不是对单个点使用寻优算子不断迭代的,而是将取值范围作为迭代的基本单位,加快了收敛速度。其间,依据目标函数和约束条件,利用SQP算法来求解a。

4 实例分析

4.1 负荷需求

将所建立的分布式IES模型应用于西安市某厂房办公楼的能源供应中,该建筑总建筑面积约为3692m2,共分3层,1层为厂房,2~3层为办公室。根据建筑情况,利用eQUEST软件可得该建筑全年逐时热、电负荷。同时,该厂房主要用于粗苯加氢工业,则根据厂房的实际情况可得其氢气负荷,负荷情况如附录A的图A1所示。由于优化计算全年逐时8760 h较为复杂,本文选取热负荷较大的冬季1月份的5个工作日,进行最小时间间隔为1 h的模拟计算,优化得出系统内各设备的最优容量配比和相应的调度策略。根据文献[32]描述的方法计算出的模拟周期内太阳辐射能随时间的变化如附录A的图A2所示,从图A2中可以看出第1天为阴天,太阳辐射能不足,其余4天为晴天,太阳辐射能较为充足,较全面地反应了实际天气情况。

4.2 设备经济技术参数

通过对文献和设备产品的调查研究,总结各个设备的经济技术参数[10,16,33-35]如附录A中表A1所示。本文假设当RSOC处于SOEC运行模式时,SOEC在热中性电压下工作,则其电解效率为1[36]。且由于RSOC尚未得到大规模商业化运用,其价格是根据M.Beccali[33]发表的研究中的数据评估而来,因此关于RSOC价格的计算仅能评估当前情况,不具有未来指导性。

4.3 优化结果及分析

4.3.1 优化结果

利用上述模型和算法,在Matlab软件中对该实例进行优化计算,得到的系统各设备最优容量配比如表1所示。电、热、气的单位价格如图3所示,从图3可以看出,优化得到的IES电能单位价格为0.4628元/(kW•h),热能单位价格为0.02元/(kW•h),氢气单位价格为0.51元/m3。而目前西安市的工商业用电平均价格为0.7704元/(kW•h),非居民用热的计量热价为0.21元/(kW•h),氢气价格为1.98元/m3[37]。可以看出,利用分布式IES可以使电能的单位价格降低39.9%,热能的单位价格降低90.5%,氢气的单位价格降低74.2%。由于系统基本使用RSOC在SOFC运行模式下产生的余热来满足热负荷,大大降低了系统的热能单价。

4.3.2 系统成本组成分析

最优容量配比下的系统成本组成见图4。

由图4可知,在最优容量配比的条件下,系统热子系统的成本主要花费在MHR上,气子系统的主要花费在RSOC上,故降低MHR和RSOC的设备成本可以有效提高IES的经济性。在电子系统中,大电网的电费花费了超过50%的成本,而PV一旦建成后便无需消耗额外成本,所以提高IES中PV的利用率也可以提高系统的经济性。

4.3.3 系统调度策略分析

图5为系统最优容量配比下5个工作日的逐时供热、供气、供电调度策略。从图5(a)可以看出：在晚上用热低谷期,主要由CHP来满足热负荷,产生的多余热量存在多级储热器当中;在白天的用热高峰期,RSOC产生的余热满足了大部分的热负荷,不足的热量由MHR和CHP进行补充。从

图4 最优容量配比下的系统成本组成

Fig. 4 Composition of the cost of energy for the system under optimum components size

图5(b)可以看出：RSOC在SOEC运行模式下产生的氢气大部分在RSOC处在SOFC运行模式下被消耗,可见RSOC在系统中更多地用做能量转换设备。从图5(c)可以看出：白天RSOC和PV共同满足了所有的电负载,并将多余的电能充入蓄电池备用;到了晚上,RSOC和PV均停止工作,电负载首先由蓄电池中存储的电量来满足,不足的电量由大电网进行补充。

图5中任意时刻系统的供热量等于耗热量,供气量等于耗气量,供电量等于耗电量,说明本文采用的计算模型满足了系统物理上的限制条件,基本实现了模拟实际的过程。

图6表示了蓄电池、储热器和储氢罐的储能状态曲线,从图6可以看出3种储能设备的运用量均较多。对于蓄电池,基本每天都会经历1次完整的充放电循环,总是存储部分白天的电能来供应夜晚

的负载需求。这是因为系统白天的热负荷较大,且系统采用的是FTL运行模式,所以如图7所示,RSOC总是在白天处于SOFC模式来满足系统的热负荷,产生的多余电能充入蓄电池中。同时,PV也只是在白天工作,产生的多余电能也会被充入蓄电池当中。到了晚上,RSOC处于SOEC模式,需要利用白天储存在蓄电池当中的电量来电解制氢,有时蓄电池中的电量会被消耗至本文设定的最大放电深度0.4,不足的电量由大电网来补充。对于储热器,在模拟的5天内没有被充满过,总是在晚上储存少量的热量在白天释放,来削减白天的用热

图5 最优容量配比下的系统调度策略

Fig. 5 Scheduling strategy of the system under optimum components size

高峰。对于储氢罐,本文设定初始时气罐中存有一定量的氢气,则结合图6和图7可以看出,RSOC在晚上处于SOEC模式来电解制氢,产生的氢气储存在储氢罐当中,在白天释放出来供处于SOFC模式下的RSOC使用,同时满足厂房的氢气负荷。

5 结论

本文建立了以电、热、气能量成本最低为目标的多能流分布式综合能源系统容量匹配优化模型。采用区域收缩算法结合SQP算法对模型进行优化求解,得到系统各设备的最优容量配比和模拟周期内电、热、气的优化调度策略,使系统在满足负载的同时具有最低的能量成本。以西安市某厂房办公楼运行15年为例进行分析,结果表明：与目前市场能量单价相比,利用该综合能源系统可以降低电能单价39.9%,降低热能单价90.5%,降低氢气单价74.2%。通过对系统成本组成的分析可知,降低MHR和RSOC的设备成本和提高太阳能电池的利用率可以有效提高系统的经济性。

参考文献

[1] 孙宏斌,潘昭光,郭庆来.多能流能量管理研究:挑战与展望[J].电力系统自动化,2016,40(15):1-8. Sun Hongbin,Pan Zhaoguang,Guo Qinglai.Energy management for multi-energy flow: challenges and prospects[J].Automation of Electric Power Systems,2016,40(15):1-8(in Chinese).

[2] Zhang X,Chan S H,Ho H K,et al.Towards a smart energy network: the roles of fuel/electrolysis cells and technological perspectives[J].Hydrogen Energy,2015,40(21):6866-6919.

[3] Ellabban O,Abu-Rub H,Blaabjerg F.Renewable energy resources: current status, future prospects and their enabling technology[J].Renewable and Sustainable Energy Reviews,2014,39(2):748-764.

[4] 黎静华,桑川川.能源综合系统优化规划与运行框架[J].电力建设,2015,36(8):41-48. Li Jinhua,Sang Chuanchuan.Discussion on optimal planning and operation framework for integrated energy system[J].Electric Power Construction,2015,36(8):41-48(in Chinese).

[5] Jin H,Hong H,Wang B,et al.A new principle of synthetic cascade utilization of chemical energy and physical energy[J].Science in China,2005,48(2):163-179.

[6] Stanislav P,Bryan K,Tihomir M.Smart grids better with integrated energy system[C]//Electrical Power & Energy Conference (EPEC).Montreal: IEEE,2010:1-8.

[7] 张旭. 基于区域供能的多能源系统模型研究分析[D].上海:上海交通大学,2015.

[8] Alabdulwanhab A,Abusorrah A,Zhang X,et al.Coordination of interdependent natural gas and electricity infrastructures for firming the variability of wind energy in stochastic day-ahead scheduling[J].IEEE Transactions on Sustainable Energy,2015,6(2):606-615.

[9] Zhang X,Shahldehpour M,Alabdulwahab A,et a1.Optimal expansion planning of energy hub with multiple energy infrastructures[J].IEEE Transactions on Smart Grid,2017,6(5):2302-2311.

[10] 张涛,朱彤,高乃平,等.分布式冷热电能源系统优化设计及多指标综合评价方法的研究[J].中国电机工程学报,2015,35(14):3706-3713. Zhang Tao,ZhuTong,Gao Naiping,et a1.Optimization design and multi-criteria comprehensive evaluation method of combined cooling heating and power system[J].Proceedings of the Chinese Soscity for Electrical Engineering,2015,35(14):3706-3713(in Chinese).

[11] Mehleri E D,Sarimveis H,Markatos N C,et a1.A mathematical programming approach for optimal design of distributed energy systems at the neighborhood level[J].Energy,2012,44(1):96-104.

[12] Salimi M,Ghasemi H,Adelpour M,et a1.Optimal planning of energy hubs in interconnected energy systems: a case study for natural gas and electricity[J].IET Generation Transmission&Distribution,2015,9(8):695-707.

[13] Belderbos A,Delarue E,D'Haeseleer W.Possible role of power-to-gas in future energy systems[C]//European Energy Market.Lisbon:IEEE,2015:1-5.

[14] Singaravelu E,Hartvigsen J J,Frost L J.Intermediate temperature reversible fuel cells[J].International Journal of Applied Ceramic Technology,2010,4(2):109-118.

[15] Stambouli A B,Traversa E.Solid oxide fuel cells (SOFCs): a review of an environmentally clean and efficient source of energy[J].Renewable & Sustainable Energy Reviews,2002,6(5):433-455.

[16] Burer M,Tanaka K,Favrat D,et al.Multi-criteria optimization of a district cogeneration plant integrating a solid oxide fuel cell-gas turbine combined cycle, heat pumps and chillers[J].Energy,2003, 28(6):497-518.

[17] Liang M,Yu B,Wen M,et al.Preparation of LSM-YSZ composite powder for anode of solid oxide electrolysis cell and its activation mechanism[J].Journal of Power Sources,2009,190(2):341-345.

[18] Mitlitsky F,Blake Myers A,Weisberg A H.Regenerative fuel cell systems[J].Energy Fuels,1998,12(1):56-71.

[19] Barbir,Frano,Tolj,et al.Techno-economic analysis of PEM fuel cells role in photovoltaic-based; systems for the remote base stations[J].International Journal of Hydrogen Energy,2013,38(1):417-425.

[20] Dursun B.Determination of the optimum hybrid renewable power generating systems for Kavakli campus of Kirklareli University, Turkey[J].Renewable & Sustainable Energy Reviews,2012,16(8):6183-6190.

[21] Zhang X W,Tan S C,Li G J,et al.Components sizing of hybrid energy systems via the optimization of power dispatch simulations[J].Energy,2013(52):165-172.

[22] Zhang X,Li M,Ge Y,et al.Techno-economic feasibility analysis of solar photovoltaic power generation for buildings[J].Applied Thermal Engineering,2016(108):1362-1371.

[23] Ju L,Tan Z,Li H,et al.Multi-objective operation optimization and evaluation model for CCHP and renewable energy based hybrid energy system driven by distributed energy resources in China[J].Energy,2016(111):322-340.

[24] Wang J J,Zhai Z Q,Jing Y Y,et al.Particle swarm optimization for redundant building cooling heating and power stem[J].Applied Energy,2010,87(12):3668-3679.

[25] 李赟,黄兴华.冷热电三联供系统配置与运行策略的优化[J].动力工程,2006,26(6):894-898. LiZhe,Huang Xinghua.Integrated optimization of scheme and operation strategy for CCHP system[J].Journal of Power Engineering,2006,26(6):894-898(in Chinese).

[26] Seeling-Hochmuth G.Optimization of hybrid energy system sizings and operation control[D].Kassel:University of Kassel,1998.

[27] 王成山,洪博文,郭力,等.冷热电联供微网优化调度通用建模方法[J].中国电机工程学报,2013,33(31):26-33. Wang Chengshan,Hong Bowen,Guo Li,et al.A general modeling method for optimal dispatch of combined cooling, heating and power microgrid[J].Proceedings of the Chinese Soscity for Electrical Engineering,2013,33(31):26-33(in Chinese).

[28] 周灿煌,郑杰辉,荆朝霞,等.面向园区微网的综合能源系统多目标优化设计[J].电网技术,2018,42(6):1687-1696. Zhou Canhuang,Zheng Jiehui,Jin Zhaoxia,et al.Multi-objective optimal design of integrated energy system for park-level microgrid[J].Power System Technology,2018,42(6):1687-1696 (in Chinese).

[29] 钟杰,张莉,徐宏,等.SOFC热电联供系统应用模拟[J].动力工程学报,2015,35(10):846-852. ZhongJie,Zhang Li,Xu Hong,et al.Application simulation of SOFC-CHP systems[J].Journal of Chinese Society of Power Engineering,2015,35(10):846-852(in Chinese).

[30] 张文强,于波,陈靖,等.高温固体氧化物电解水制氢技术[J].化学进展,2008,20(5):778-787. ZhangWenqiang,Yu Bo,Chen Jing,et al.Hydrogen production through solid oxide electrolysis at elevated temperatures[J].Progress in Chemistry,2008,20(5):778-787(in Chinese).

[31] Yousefi H,Ghodusinejad M H,Noorollahi Y.GA/AHP-based optimal design of a hybrid CCHP system considering economy, energy and emission[J].Energy & Buildings,2017(138):309-317.

[32] Zhang X.A statistical approach for sub-hourly solar radiation reconstruction[J].Renewable Energy,2014,71(71):307-314.

[33] Beccali M,Brunone S,Cellura M,et al.Energy, economic and environmental analysis on RET-hydrogen systems in residential buildings[J].Renewable Energy,2008,33(3):366-382.

[34] 李裕,叶爽,王蔚国.基于天然气自热重整的SOFC系统性能分析[J].化工学报,2016,67(4):1557-1564.Li Yu,Ye Shuang,Wang Weiguo.Performance analysis of SOFC system based on natural gas autothermal reforming[J].CIESC Journal,2016,67(4):1557-1564(in Chinese).

[35] 郑卫东. 分布式能源系统分析与优化研究[D].南京:东南大学,2016.

[36] 梁明德,于波,文明芬,等.阴极支撑Ni-YSZ/YSZ/LSM-YSZ固体氧化物电解池制氢性能研究[J].中国稀土学报,2009,27(5):647-651. Liang Mingde,Yu Bo,Wen Mingfen,et al.Properties of cathode-supported solid oxide electrolysis cells for hydrogen production[J].Journal of the Chinese Rare Earth Society,2009,27(5):647-651(in Chinese).

[37] 宇博智业集团.2012—2016年中国氢气行业发展及预测报告[R].北京:宇博智业集团,2012.