考慮新能源消納的區域多能源系統網格化儲能協調優化模型

孫 碣， 康赫然， 韓永強， 張秀路， 金紅洋

（1.國網內蒙古東部電力有限公司 經濟技術研究院， 內蒙古 呼和浩特 010020； 2. 沈陽工業大學 電氣工程學院， 遼寧 沈陽 110870）

0 引言

多能源系統能夠有效兼容多種形式能源，保障多樣化供能系統運行的持續可靠。 近年來，隨著區域多能源系統中分布式儲電、儲熱滲透率不斷提高，電能熱能之間的復雜能量協調問題日益突出，給多能源系統運行帶來了新的挑戰[1]～[5]。

針對多能源系統優化運行問題，國內外學者從多種類能源傳遞、轉換與存儲過程的系統協同運行機制研究出發，在多能流協調優化方面做了大量研究工作。 文獻[6]針對電熱耦合多能源微網運行優化及風電消納問題，提出了基于電熱協同的混合儲能模型及其優化控制策略，實現多能源微網自治優化運行。 文獻[7]利用多種類能源的轉化與存儲特性，以系統運行成本為目標，提出不含電池儲能的多能源系統多源儲能協調模型及優化運行策略，可有效提高多能源系統的調節能力。 文獻[8]針對多能源系統內能量流特性，對多能流計算方法進行研究，以擴展Newton-Raphson為基礎，針對多能源系統中的天然氣管網壓縮機簡化模型以及多能源協同互動耦合機制，提出電熱氣多能流計算模型，實現了多種能量互動的快速有效分析。 文獻[9]針對多能源系統優化調度問題，建立基于能源集線器的多能源系統模型，并在此基礎上提出多能源系統分層優化調度方法，有效地降低了系統運行成本。

以上研究主要針對多能源系統運行問題，通過對系統中大容量能源轉換設備、 電熱氣能量存儲設備和其他可控單元進行協同控制， 實現多能源系統優化運行并提升新能源消納能力。然而，隨著分布式多能源儲能分散接入系統的規模不斷增加， 傳統集中式運行優化模型和以微網作為基本運行單元進行系統分區后建立的集群協調優化模型， 均難以應對含分散式儲能接入多能源系統所帶來的變量維度升高、時間尺度多樣化、運行場景特征復雜等問題， 不能充分挖掘分布式儲能的調節潛力，難以發揮分布式儲能系統的調節優勢。因此，從儲能分區角度出發，有效利用區域多能源系統中分布式儲能資源的靈活動態調節特性， 研究網格化儲能協調運行機制， 對促進新能源消納和提升多能源系統能量動態平衡效果具有重要意義。

本文提出了一種考慮新能源消納的區域多能源系統網格化儲能協調優化模型。首先，研究計及電力熱力能源網絡和分布式儲能的區域多能源系統模型；然后，考慮儲能節點調節容量和傳輸容量約束，進行網格化儲能分區，量化不同分區下的儲能運行成本；最后，以綜合運行成本最小化為目標， 構建區域多能源系統網格化儲能協調優化模型。 通過仿真算例驗證所提方法的有效性。

1 含多能源網絡分布式儲能的區域多能源系統模型

1.1 區域多能源系統

區域多能源系統主要由配電子系統和供熱子系統組成，子系統之間通過能源耦合單元進行能量交互。本文建立的包含風電、光伏、分布式儲電、分布式蓄熱式電鍋爐以及電、熱負荷的區域多能源系統拓撲模型如圖1 所示。

圖1 區域多能源系統拓撲結構圖Fig.1 The topology structure of regional multi-energy system

由于區域多能源系統各種能源供給網絡之間的深度融合，以及多能源網絡中分布式儲能單元具有對電能、熱能的多時間尺度能量遷移特性，因此在區域多能源系統建模過程中，須要考慮多能源網絡參數和分布式儲能的動態調節特征參數對系統模型的影響。

1.2 電力熱力能源網絡建模

（1）配電網絡建模

在配電網絡建模中，主要考慮風電、光伏、分布式儲電、配電子系統潮流和電負荷模型。 配電網絡模型為

式中：PWP，i，t，PPV，i，t分別為配電網絡節點i 在t 時刻的分布式風電、光伏出力；PWP，i，max，PPV，i，max分別為配電網絡節點i 的風電、光伏出力上限；PELoad，i，t為電負 荷， 其 上 下 限 約 束 分 別 為PELoad，i，max，PELoad，i，min；SEEs，i，t為分布式儲電容量；PchEEs，i，t，PdisEEs，i，t分別為分布式儲電的充放電功率；δEEs，ηchEEs，ηdisEEs分別為分布式儲電的損耗率、 考慮電能轉換效率的充電效率和放電效率；Pi，t，Qi，t分別為考慮能源耦合單元的配電網絡節點注入有功和無功功率；Y 為高比例分布式儲能配電網絡節點導納矩陣；U·為高比例分布式儲能配電網絡節點電壓相量。

（2）供熱網絡建模

在供熱網絡建模中， 主要考慮分布式蓄熱式電鍋爐作為熱源、 熱負荷以及環狀供熱子系統熱力-水力潮流模型。 供熱網絡模型為

式中：PchHEs，j，t為供熱網絡節點j 在t 時刻電鍋爐的制熱功率，即儲熱裝置的熱量注入功率；PdisHEs，j，t為分布式儲熱裝置作為熱網熱源時對供熱網絡釋放的熱功率；PEB，j，t為電鍋爐的電功率；SHEs，j，t為儲熱裝置容量；ηEB，δHEs，ηchHEs，ηdisHEs分別為分布式電鍋爐效率、分布式儲熱裝置的損耗率、考慮熱能轉換效率的分布式儲熱吸熱效率和放熱效率；PHLoad，j，t為 熱 負 荷， 其 上 下 限 約 束 分 別 為PHLoad，j，max，PHLoad，j，min；Cp為水的比熱容；mt為高比例分布式儲能供熱網絡節點流出的流量矩陣；Ts，t，To，t為供熱網絡節點中熱水的溫度矩陣， 下標s 和o 分別代表流入和流出；ΦSta為熱網中初始的熱功率矩陣；B 為供熱網絡回路-支路關聯矩陣；m 為熱網管道流量矩陣；K 為供熱網絡管道阻尼系數矩陣。

2 網格化儲能劃分方法

網格化儲能劃分不僅要考慮網格內部儲能的聯合協作特性即調節容量， 還應該考慮網格外部多能源網絡節點之間的功率協調特性即傳輸容量。 網格化儲能劃分是在研究能源系統的能量平衡特性基礎上， 根據儲能消納新能源過程中的儲能節點調節容量和儲能節點傳輸容量作為儲能分區指標， 進行基于儲能分區的網格化儲能劃分算法；同時，也是不同分區下儲能參與新能源消納調節成本量化的重要環節。 網格化儲能劃分過程如圖2 所示。

圖2 網格化儲能劃分過程示意圖Fig.2 The diagram of partition method of grid-based energy storage

儲電、儲熱的分區指標γEEs，γHEs，分別由儲電、儲熱節點調節容量指標和儲電、 儲熱節點傳輸容量指標耦合而成：

式中：βEEs，1，βEEs，2，βHEs，1，βHEs，2分別為各項指標權重系數， 采用變異系數法進行權重系數選取；fEEs，1，fHEs，1分別為分布式儲電、 儲熱節點的調節容量指標；fEEs，2，fHEs，2分別為分布式儲電、儲熱節點的傳輸容量指標。

儲電、 儲熱節點調節容量指標可根據儲能節點的容量狀態進行計算，分布式儲電、儲熱的調節容量指標分別為

式中：SEEs，i，max，SHEs，j，max分別為多能源系統中儲電節點、儲熱節點的最大容量。

儲電、 儲熱節點傳輸容量指標可根據儲能節點參與能量平衡調節時的線路或管道容量狀態進行計算，分布式儲電、儲熱的傳輸容量指標分別為

式 中：PEEs，is，max，PHEs，is，max分 別 為 多 能 源 系 統 中 儲 電節點、 儲熱節點所連接支路的最大有功傳輸容量和最大流量傳輸容量；Ns，Nm分別為與節點i、節點j 所連接節點數量總和。

本文采用K-means 聚類方法對γEEs和γHEs進行聚類，從而得到網格化儲能劃分結果。以網格化儲電劃分為例， 網格化儲熱劃分可參考網格化儲電劃分流程， 具體步驟如下： ①計算初始聚類中心，對儲能分區指標γEEs樣本進行隨機選取，得到聚類中心；②更新樣本，計算所有樣本與中心的距離， 并基于最近距離對中心樣本數據集合進行更新；③更新聚類中心，對中心樣本數據集進行均值計算，更新儲能分區指標中心；④重復②和③，直到聚類中心收斂， 從而得到網格化儲能劃分個數NγEEs。

3 區域多能源系統網格化儲能協調優化模型

3.1 目標函數

區域多能源系統網格化儲能協調優化目標函數由電網購電成本fex、 分布式儲電運行成本fEEs、分布式儲熱運行成本fEEs及棄風、棄光成本fAW，fAP組成：

式中：P0，t為區域多能源系統向外部電網購電功率；ωgrid，t為購電價格。

（2）分布式儲能運行成本

分布式儲能運行成本是在傳統儲電、 儲熱設備運行成本基礎上， 量化儲能在消納新能源過程中調節出力而產生的附加成本。因此，分布式儲電運行成本fEEs和分布式儲熱運行成本fHEs分別由設備運行成本和調節成本兩部分組成：

式中：fEEs，op，fHEs，op分別為儲電、 儲熱設備運行成本；fEEs，ad，fHEs，ad分別為儲電、儲熱的調節成本。

分布式儲能設備運行成本主要由設備的固定運行維護成本組成[6]：

式中：g（·），h（·）分別為不同分區下儲電、儲熱設備的附加調節成本系數量化函數， 該函數根據網格化儲能劃分后分布式儲能所處劃分區域而建立。

（3）棄風棄光成本

式中：PmaxWP，m，t，PmaxPV，n，t分別為風電、光伏在t 時刻的出力上限；ωAW，ωAP分別為棄風、 棄光的懲罰因子。

3.2 約束條件

（4）網絡約束

網絡約束如式（1）、式（2）所示。

4 算例分析

根據我國北方某區域多能源系統實際運行數據為參照， 基于MATLAB 建立包含分布式儲電、儲熱的區域電熱耦合系統仿真模型， 并調用CPLEX 進行求解。 區域多能源系統電熱耦合關系如圖1 所示。 電力熱力供能網絡詳細參數見文獻[10]。調度周期為24 h，單位調度步長為1 h。該區域電熱負荷曲線如圖3 所示。風電、光伏以及分布式儲能參數如表1 所示。

圖3 區域電熱負荷曲線Fig.3 The curves of electrical load and heat load

表1 風電、光伏以及分布式儲能參數Table 1 The parameters of wind power， PV and distributed energy storage

為對比分析多能源系統網格化儲能協調模型的有效性以及新能源消納效果， 本文設置區域多能源系統的3 種運行方式。 方式1：不考慮棄風棄光成本， 且分布式儲能運行成本僅考慮固定運行成本；方式2：考慮棄風棄光成本，且分布式儲能運行成本僅考慮固定運行成本；方式3：考慮棄風棄光成本， 且分布式儲能運行成本考慮網格化儲能動態調節成本，即本文所提方法。

表2 給出了3 種運行方式結果。從棄風率、棄光率、 外購電量和運行總成本等方面進行對比分析， 方式2 和方式3 的棄風棄光率要明顯低于方式1， 表明利用棄風棄光量化成本可有效提高系統對于新能源的接納能力。 方式3 比其他兩種方式的外購電量明顯下降，表明隨著風電、光伏利用率的提升，區域多能源系統可通過系統能量協調而降低對外電網的購電需求。分布式儲能的精細化能量管理，有利于進一步提升系統內部新能源的利用率。 值得注意的是，方式3 雖然新增考慮網格化儲能動態調節成本，但由于棄風棄光率和外購電量下降，總運行成本仍較方式1 和方式2 有明顯降低。 因此，與方式1 和方式2 相比，方式3 更適于大規模分布式儲能分散接入條件下的系統調度，區域多能源系統運行的綜合效益明顯提升。

表2 不同運行方式的結果對比Table 2 The comparison of results in different operating modes

為進一步驗證本文所提方法對提升多能源系統能源利用效率的有效性， 將各運行方式下系統能量消耗量與能量生產量做比值處理， 得到不同時刻的能源利用效率ηsys，t，其計算公式如下。

圖4 為不同運行方式下能源利用效率的對比結果。

圖4 不同運行方式下能源利用效率Fig.4 The comparison of energy efficiency in different operating modes

從圖4 可以看出，在一個調度周期內，方式3的能源利用效率明顯高于方式1 和方式2， 這是由于方式3 的分布式儲能設備運行方式是根據新能源發電量、 儲能節點調節容量和儲能節點傳輸容量等多種因素進行靈活調整的結果。 該仿真結果驗證了本文所提出的方法在提升新能源利用率和降低系統運行成本方面的有效性。

5 結論

本文提出了一種考慮新能源消納的區域多能源系統網格化儲能協調優化模型。首先，研究了由配電網絡和供熱網絡耦合形成的區域多能源系統模型； 針對多能源系統中能量傳輸特性以及分布式儲能動態調節特性， 研究了儲能節點調節容量和傳輸容量約束指標； 基于約束指標進行網格化儲能劃分， 建立具有靈活調節特性的儲能系統模型；最后，考慮綜合運行成本，建立了區域多能源系統網格化儲能協調優化模型。仿真結果表明，本文所提出的方法對于提升區域多能源系統中的新能源接納能力， 提高不同調節需求下的分布式儲能靈活高效響應能力具有明顯優勢。