基于熱力系統儲熱控制的大規模風電消納研究

王 羽

(水電水利規劃設計總院，北京100120)

0 引言

隨著能源系統革命，能源結構發生巨大變化，風電等可再生能源比例逐年提高，尤其是在我國三北地區[1-2]。然而，風電等可再生能源具有隨機性和波動性，降低了系統靈活調節能力，風電并網消納問題突出[3-6]。同時，我國三北地區電網中存在著高比例的熱電聯產機組用于滿足冬季巨大的采暖需求，運行在“以熱定電”模式下[7]，靈活調節能力極其有限，進一步加劇了棄風問題，采暖季棄風率高達30%以上。大規模風電和高比例熱電聯產的并存，造成了嚴重的棄風問題，給電力系統安全、經濟運行帶來諸多困難[8]。根據現有研究，引入分布式熱泵、電鍋爐和儲熱裝置，可以提高熱電聯產的運行靈活性，實現平抑風電波動的目的[9-12]。

在中國北方地區，區域供暖系統很早就開始用于冬季采暖，而空調等分布式熱泵很少被用于冬季采暖。另外，學者對分布式熱電聯產機組配合儲熱裝置進行了研究[13-15]，但是針對大型熱電聯產機組配置儲熱裝置的研究還相對較少。進一步地，利用建筑物熱慣性和人體熱舒適性提高熱負荷的靈活調節能力已成為電力系統的研究熱點[16-18]。但是，如何將現有空調熱泵引入區域供暖，并利用多種儲熱技術提高電力系統靈活性，還缺乏相應的研究。由此，文中基于區域能源系統框架，提出了一種聯合大型儲熱裝置和建筑物儲熱的熱力系統儲熱控制方法，用于促進風電消納。

1 原理概述

區域能源系統(如圖1所示)以大型燃煤熱電聯產機組為核心，并配有大型熱水儲熱裝置和分布式熱泵。其中，熱電聯產機組和分布式熱泵作為熱源向用戶提供熱能，滿足其采暖需求。進一步，通過優化控制熱水儲熱裝置，并利用建筑物儲熱特性和用戶熱舒適需求特性，提高整個區域能源系統的運行靈活性，由此在日前優化調度中向電網提供調峰容量，促進大規模風電消納。

圖1 區域能源系統基本框架Fig.1 District energy system

首先，大型熱水儲熱裝置具有成本低的特點，可以充分地匹配大型熱電聯產機組的供熱容量，并通過優化控制其蓄、放熱，實現在熱負荷低谷蓄熱，在熱負荷高峰放熱的運行方式，滿足了采暖負荷的需求。根據圖2的熱電聯產機組運行工況，隨著熱出力的逐漸增加，熱電聯產機組的功率調節范圍在逐漸減小，機組調峰能力逐漸減弱，通過儲熱裝置放熱，減小熱電聯產機組的熱出力，進而提高熱電聯產機組的發電出力調峰能力，實現機組的向上調峰，用于補償風電功率的不足。

圖2 CN300/200-16.7 型熱電聯產機組運行工況Fig.2 P-Q chart of CN300/200-16.7 extraction condensing turbine CHP

其次，空調等分布式熱泵在中國城市里普及度較高，但一般僅用于滿足夏季制冷需求。如果充分利用分布式熱泵的供熱能力，代替熱電聯產的部分采暖負荷，既可以利用過剩的風電滿足采暖需求，也可以提高熱電聯產的運行靈活性，滿足電網中的風電調峰需求。

最后，北方地區建筑物具有巨大的蓄熱能力。當供暖量大于采暖負荷時，熱量儲存在建筑物中時，室內溫度升高；當供暖量小于采暖負荷時，熱量從建筑物中釋放，室內溫度下降。進一步，考慮到人體熱舒適性，室內溫度可在一定的舒適溫度范圍內波動，而通過優化控制熱電聯產機組和分布式熱泵的供暖功率，改變建筑物的熱平衡狀態，使建筑物不斷的蓄、放熱，從而為電網提供更大的調峰能力，實現對風電波動的追蹤。

2 數學模型

2.1 目標函數

大規模風電并網會導致電網負荷峰谷差和波動率的增加。因此，文中以等效負荷的標準差最小作為目標函數，如式(1)所示：

(1)

Peq(t)=Pl(t)-Pw(t)-PCHP(t)+PEHPs(t)

(2)

式中：Pl(t) 為電力負荷；Pw(t) 為可利用風電功率；PCHP(t)為熱電聯產機組的發電出力；PEHPs(t) 為分布式熱泵的耗電功率。

2.2 熱電聯產機組運行約束

熱電聯產機組的發電出力受到其上、下限約束和爬坡約束，如式(3)和(4)所示：

(3)

(4)

(5)

(6)

(7)

2.3 蓄熱控制約束

(8)

(9)

(10)

2.4 熱負荷控制約束

用戶總耗熱功率Pend(t) ，由熱電聯產的熱出力Pwater(t)和分布式熱泵的熱功率Ph,EHPs(t)共同承擔，如式(11)所示：

Pend(t)=Pwater(t)+Ph,EHPs(t)

(11)

式中：熱電聯產的熱出力Pwater(t)為熱電聯產機組的出力和儲熱裝置的蓄放熱功率的疊加，見式(12)：

Pwater(t)=Phot(t)+PTES.out(t)-PTES.in(t)

(12)

同時，分布式熱泵的熱功率受到其額定容量PCAP和性能系數C的約束，如式(13) 和 (14)所示：

0≤Ph,EHPs(t)≤PCAP

(13)

Ph,EHPs(t)=C·PEHPs(t)

(14)

2.5 建筑物儲熱和人體熱舒適約束

由于建筑圍護結構的熱惰性，建筑物可以被認為是一個儲熱裝置。根據能量守恒定律，其儲熱特性可以由式(15)表示：

(15)

最后，考慮到人體熱舒適性，室內溫度可以在上限溫度Tup和下限溫度Tdown范圍內波動：

Tdown≤T(t)≤Tup

(16)

3 算例仿真

本文設計了3個對比算例，其中，算例Ⅰ為熱電聯產“以熱定電”的原始控制方法，算例Ⅱ為不考慮儲熱的控制方法，算例Ⅲ為本文所提儲熱控制方法，具體如表1所示。模型為典型的非線性規劃(NLP)問題，利用GAMS/MOSEK求解器進行求解。

表1 對比算例Tab.1 Comparison cases

(1) 風電數據。基于天氣數值預報和人工神經網絡的風電預測系統早已應用于電網調度中心[19]。根據風電預測規范，本文選用了分辨率為15 min，時長為24 h的冬季風電預測功率曲線作為算例仿真對象，如圖3所示。

圖3 預測風電功率Fig.3 Prediction wind power curve

(2) 電力負荷數據。預測電力負荷曲線如圖4所示。

圖4 電力負荷曲線Fig.4 Electricity load

(3) 采暖負荷。早晚溫差的變化導致了采暖負荷需求的波動，而室外溫度的日峰谷差是溫度變化的典型指標之一。由此，本文根據室外溫度日峰谷差的不同，選擇了3條峰谷差不同的采暖熱負荷曲線作為對比算例，如圖5所示。

圖5 典型采暖熱負荷曲線Fig.5 Space heating load

(4) 區域供暖系統參數。區域能源系統包含一臺CN300/200-16.7型號的抽凝機組，其熱電耦合特性如圖2所示：熱出力為0 MW時，其最大發電出力為330 MW，最小出力為165 MW；最大熱出力445 MW時，發電出力固定在250 MW，熱出力拐點為300 MW。另外，熱電機組的最大爬坡速度設為3.3 MW/min。一臺容量為2000 MW·h的大型熱水蓄熱罐和熱電聯產機組配合使用，其最大熱輸出和蓄熱功率設為500 MW。建筑物的平均導熱系數為0.5 W·m-2·℃-1，空氣比熱容為1.007 kJ·kg-1·℃-1，空氣密度為1.2 kg·m-3。熱舒適溫度上、下限分別設為18 ℃ 和 22 ℃。

4 結果與分析

4.1 電力負荷優化控制結果

圖6展示了不同算例下的分布式熱泵耗電功率和熱電聯產機組發電出力時序曲線。利用本文所提儲熱控制方法(算例Ⅲ)，一方面引入了分布式熱泵耗電功率，實現對等效負荷(如圖7)的跟蹤，可以提供的額外調峰容量達到150 MW；另一方面，這也改善了熱電聯產機組的發電出力靈活性，使其最大出力顯著提高(算例Ⅲ中20:00時)，最大調峰容量提高了30 MW。進一步，算例Ⅱ并未考慮熱力系統的聯合儲熱控制，雖然熱泵依然能提供很好的調峰能力，但是熱電機組的調峰能力相比算例Ⅰ并未有改善，因為調整后的等效負荷在峰谷時間段平滑效果較差(如圖7)，可見聯合儲熱對提高熱電機組的調峰能力(算例Ⅲ)方面具有重要作用。由此，分布式熱泵代替部分供暖，可以提供巨大的調峰潛力，而考慮儲熱裝置和建筑物熱慣性的聯合儲熱控制是提高熱電聯產機組調峰能力的關鍵。

圖6 熱電機組和分布式熱泵的電力負荷分配Fig.6 The Electricity dispatch for CHP and EHPs

圖7 調整后的等效負荷曲線Fig.7 The adjusted equivalent load

圖7給出了待調整的等效負荷和算例Ⅰ、算例Ⅱ、算例Ⅲ中調整后的等效負荷。等效負荷就是電力負荷和風電功率之差，由于風電的逆調峰特性，等效負荷的峰谷差和波動率要明顯大于原始電力負荷。算例Ⅱ和算例Ⅲ中調整后的等效負荷要明顯比算例Ⅰ中的更平滑，特別是算例Ⅲ幾乎為一條直線，而算例Ⅰ和原始等效負荷的峰谷差為281 MW和188 MW。可見，本文所提儲熱控制方法，能夠有效地利用熱電聯產機組和分布式熱泵跟蹤等效負荷，從而減小等效負荷的波動。

4.2 熱負荷和儲熱優化結果

圖8展示了儲熱控制后的熱負荷分配結果。可見，熱負荷由熱電聯產機組和分布式熱泵共同承擔，且由于考慮了建筑物儲熱特性，供熱功率和熱負荷需求并不是實時平衡的。當總供熱功率大于熱負荷時，建筑物儲熱，室內溫度升高；當總的供熱功率小于熱負荷時，建筑物放熱，室內溫度降低。圖9展示了室內溫度的變化情況。一方面分布式熱泵可以通過分擔熱電聯產機組的采暖負荷，來提高機組的運行靈活性。另一方面，利用建筑物儲熱特性，分布式熱泵可以更好地跟蹤風電或者是等效負荷的波動，這也可以用來解釋室內溫度波動的規律。

圖8 熱電機組和分布式熱泵的熱負荷分配Fig.8 The heating load dispatch for CHP and EHPs

圖9 室內溫度曲線Fig.9 The variation of indoor temperature

圖10展示了儲熱裝置的蓄、放熱功率。可見，儲熱裝置在熱負荷低谷進行蓄熱，而在熱負荷的高峰放熱，用來補償熱電聯產機組的熱水出力，達到提高熱電聯產機組發電出力靈活性的目的。這樣，儲熱裝置的蓄、放熱功率也能夠很好的匹配熱電聯產機組的熱水出力。

圖10 儲熱裝置的蓄放熱功率Fig.10 The heat input and output of TES

進一步地，分布式熱泵的供熱功率和儲熱裝置的蓄放熱功率能夠很好地相互配合。例如，從12：00—14：00，分布式熱泵供暖可以有效地降低熱電聯產機組的熱水出力，使得更多的熱水出力可以用來滿足儲熱裝置蓄熱需求。然后，在等效負荷高峰的時候，存儲在儲熱裝置中的熱水能夠補充熱電聯產機組的熱水出力，提高熱電聯產機組的靈活性，來跟蹤等效負荷的波動。

4.3 熱負荷類型的影響分析

圖11展示了3種典型熱負荷下調整后的等效負荷。可見，隨著熱負荷水平的提高，調整后的等效負荷逐漸降低，尤其是在等效負荷低谷時段(12：00—16：00)，等效負荷最小值分別為954 MW、931 MW和870 MW。這主要是因為較低的熱負荷需求限制了分布式熱泵的使用，無法充分地利用分布式熱泵的耗電功率去補償低估電力負荷。

圖11 不同類型熱負荷下的等效負荷調整效果Fig.11 The adjusted equivalent load for three typical space heating load

由此，如表2所示，由于采暖熱負荷需求的限制，分布式熱泵總的耗電量隨著熱負荷水平的降低而減少，其值分別為1564 MW，1266 MW，731 MW。另外，隨著分布式熱泵耗電量的減少，熱電聯產機組發電出力的峰谷差明顯增加(從126 MW增加到155 MW)，用來補償分布式熱泵調峰能力的不足，而熱電聯產機組調峰能力的增加，可以歸因于儲熱裝置熱輸出的增加(如表2，從868 MW·h增加到1056 MW·h)。綜上，由于熱負荷的不同，導致了熱泵調峰能力、熱電聯產機組調峰能力，甚至是儲熱裝置熱輸出的變化，而三者的變化趨勢則存在著此消彼長的關系。一方面，在總熱負荷有限的情況下，總的調節效果受到熱泵調峰能力的影響較大；另一方面，熱泵獲得巨大調峰能力是以犧牲熱電機組的調節能力為代價的。在電力市場環境下，這是值得進一步考慮的一個因素。

表2 不同類型熱負荷下的結果比較Tab.2 The different results for space heating load

4.4 棄風電量分析

圖12 展示了不同調峰容量和熱負荷類型下的棄風情況。文中調峰容量指的是除熱電聯產機組外，所有機組的最小出力。顯然，在相同的調峰容量下，由于采用了儲熱調度方法，算例Ⅲ的棄風電量更少，某些情況下甚至為0。另外，采用儲熱調度后，棄風電量會受到熱負荷類型的影響，隨著熱負荷水平的逐漸降低而增加，如算例Ⅲ中調峰容量為900 MW時，當熱負荷水平下降到最大熱負荷的75%時，其棄風電量略微增加到了30 MW·h。由此可見，較低的熱負荷水平能夠增加熱電聯產機組的運行靈活性，但是不利于分布式熱泵用于調峰，尤其是在風電過剩的時候。

圖12 棄風電量Fig.12 The abandoned wind power

5 結論

本文提出了一種熱力系統儲熱控制方法，用來促進電力系統大規模風電的消納。該方法以包含大型熱電聯產機組的區域能源系統為基本框架，引入大型儲熱裝置、分布式熱泵，考慮建筑物儲熱特性和人體熱舒適需求特性，從而滿足電力系統日前風電調峰的需求。最后，通過對比算例的分析，獲得以下結論：

(1) 本文熱力系統儲熱控制方法能夠增加熱電聯產機組發電出力的靈活性，同時由于分布式熱泵的快速跟蹤作用，降低了熱電聯產機組發電出力的波動率。

(2) 考慮建筑物儲熱特性和人體熱舒適需求特性，分布式熱泵的耗電功率能夠實現對等效負荷(電力負荷與風電功率之差)的有效跟蹤，同時也帶來了室內溫度的變化。

(3) 分布式熱泵的控制和儲熱裝置的控制能夠很好地實現優化匹配。分布式熱泵的運行能夠促進儲熱裝置的蓄熱作用，這有利于提高熱電聯產機組的熱、電出力靈活性。

(4) 分布式熱泵的耗電功率受到熱負荷水平的限制，較低的熱負荷會不利于其跟蹤較高的電力負荷或較低的風電功率。

(5) 在電力系統調峰容量不足時，儲熱控制方法對減少系統棄風具有很好的效果。