考慮生物質廢物分類處理的微能源網運行優化模型

滕 云，孫 鵬，回 茜，陳 哲

（1.沈陽工業大學電氣工程學院，遼寧省沈陽市 110870；2.國網遼寧省電力有限公司營銷服務中心，遼寧省沈陽市 110004；3.丹麥奧爾堡大學能源技術系，Aalborg DK-9220，丹麥）

0 引言

隨著工業化與城市化步伐加快，能源危機、大氣污染與“垃圾圍城”等問題日益嚴峻，尋求多種能源間清潔、高效的供能方式已是當務之急［1］。目前，“垃圾分類”和“無廢城市”等政策陸續頒布，旨在通過固體廢物源頭減量和資源化利用，形成城市的綠色發展方式和生活方式［2-3］。

微能源網（micro-energy network，MEN）作為能源互聯網的載體，是多種能源生產、消費及存儲設備所構成的高效智能的自治單元［4-5］。生物質廢棄物的轉化與利用包含電-熱-氣等多種能源間的轉換，若其可以具備電、熱、氣多種能源的調節能力，并能夠彌補微能源網中多能源功率的缺額或需求，就可以大幅減少備用機組與多源儲能配置，從而降低調度運行成本。

目前國內外學者對于生物質發電應用于多能源系統進行了初步研究。文獻［6-7］考慮電熱反饋的沼氣池輸出模型，構建了以沼-風-光為動力的全可再生能源系統優化調度模型。文獻［8］研究了小型可補燃生物質熱電聯產運行特性，建立了考慮生物質熱電聯供的綜合能源系統優化模型。文獻［9］研究了垃圾焚燒發電廠供能的數學模型，建立了“無廢城市”多能源協調儲能模型。但該文獻對于廢物處理僅考慮了垃圾焚燒供能，而對于城市的垃圾處理應考慮垃圾分類與環境效益的協調。

針對微能源網的優化運行方法，文獻［10-11］基于多種儲能建立了微能源網經濟調度模型，并為微能源網在生產和消費方面提供了新思路，但該類微能源網仍然在峰值時段或平時段買電，從而增加了大電網負擔。文獻［12］考慮可控負荷的需求響應能力，提出了基于清潔能源就地消納的微能源網自治策略。文獻［13］在文獻［12］的基礎上，建立一種電熱混合儲能模型，提出了基于多能源自治的微能源網優化運行模型，但該微能源網考慮的是減少與外部能源網絡的交互。文獻［14］從電網角度出發，提出了考慮電能交互的微網日前優化經濟調度模型，但該類微能源網不能實現多種能源的自治。微能源網引入廢物處理設施后，仍需考慮以下問題:兼容多種能源轉換與存儲設施的廢物處理供能系統，將使現有微能源網系統構架與形態特征發生變化，如何協同多類型不同調節資源間的優化運行，對微能源網的經濟性和自治調節能力提出了新的挑戰。

針對以上問題，本文考慮微網供能區域內的垃圾種類均可以采用生物質方法進行處理，提出一種以運行成本最優和生態效益最大為目標的微能源網多目標運行優化模型?？紤]到微能源網的多能源源荷不確定性以及廢物產生量的不確定性，提出一種微能源網魯棒多目標優化算法進行求解。最后，以中國北方地區某微能源網為背景數據進行仿真，算例結果驗證了該微能源網具有良好的經濟性和靈活性調節能力。

1 微能源網結構與模型

1.1 含生物質能源的微能源網拓撲結構

含廢物處理設施的微能源網內部能源供應以風電、光伏為主，引入可處理固體垃圾、生活污水的廢物能源化利用設備，以多源協調儲能系統作為靈活性調節資源。微能源網外部與配電網、配熱網、配氣網相連，其簡圖如圖1所示。

圖1 微能源網結構Fig.1 Structure of micro-energy network

針對垃圾分類后的干垃圾、濕垃圾及其他城市廢物，需要采用不同的生物質能轉換和處理方式，而不同的處理方式消耗和產生的能源種類和特性也不同。因此，本文提出一種綜合考慮多種垃圾處理方式的廢物能源化利用系統，如圖2所示。

圖2 廢物能源化利用系統Fig.2 Energy utilization system of waste

圖2中的廢物能源化利用系統可分為3個部分:熱解氣化發電（pyrolysis power generation，PG）單元、污水處理（sewage treatment，ST）單元，以及沼氣轉天然氣（biogas to gas，B2G）單元。各組成單元工作原理及其能源輸入、輸出特性如下。

1.2 PG單元模型

PG單元主要是指在缺氧條件下，利用高溫（600～800℃）使垃圾中的有機物分解成氫氣、天然氣等可燃氣體；燃氣在900～1 000℃燃燒做功驅動內燃機發電，高溫余熱煙氣經余熱鍋爐用于供熱［15］。垃圾PG設備的結構可分為2個部分。第1部分是熱解氣化:

式中:Vfuel(t)為t時段熱解氣化產生的可燃氣體積；mPG，r（t）為垃圾分類后的干垃圾在t時段的處理量；βR為可氣化干垃圾系數；βR2F為氣化系數，單位為kg/m3；ηPF為熱解爐的效率。

第2部分是利用氣化后的燃氣進行發電與余熱供熱:

式中:QPG（t）和PPG（t）分別為t時段燃機的制熱量和電出力；ηPG為燃機的發電效率；Lfuel為氣化的燃料熱值；ηl為散熱損失率；ηh為煙氣回收率。

1.3 生物質廢物制氣模型

1）糞污與濕垃圾混合產沼模型

ST單元應用厭氧發酵技術使城市生活污水中的有機物轉化為沼氣，實現污泥減量與資源回收［16］。

因為濕垃圾中碳含量較高，而糞污中氮含量較高，將二者結合可以調節適宜微生物生存的碳氮比，增加厭氧消化產氣量［17］。本文的ST單元將污水靜置、沉淀后的污泥與濕垃圾混合發酵，其余的污水進行凈化處理。生物質廢物制沼氣模型如下:

式中:PSTU(t)為t時段ST單元的污水處理耗電量；VST，S(t)為t時段ST單元處理的污水體積；βW2BG為單位電能所處理污水的體積系數，單位為m3/（kW·h）；ηAB為混合物中可發酵的有機物系數；βwsl和ρwsl分別為污水靜置、沉淀后的污泥系數和平均密度；msl(t)和mST，O(t)分別為污泥的質量和與污泥混合的濕垃圾質量；βS2B為污泥和濕垃圾混合物的產沼系數，單位為（k W·h）/kg；PBG（t）為t時段ST單元產生的沼氣量。其中，本文設定msl(t)=2mST，O(t)。研究表明，在濕垃圾與人類糞污之比為2∶1時產氣效果最好［18］。

2）沼氣池模型

由于沼氣池保溫需要熱量進行維護，還要消耗一定的熱能來保障沼氣池的溫度［19］。保溫所需熱量可表示為:

式中:SBD和ηBD分別為沼氣池的散熱面積和傳熱系數；ΔT(t)為沼氣池與外界t時段的溫差；PBD（t）和PBD，Q（t）分別為沼氣池t時段用電量和所需熱量；ηEQ為沼氣池內供熱裝置的電熱轉換系數；α1和α2分別為沼氣池內、外壁換熱系數；φ1和φ2分別為沼氣池壁和絕熱層的厚度；θ1和θ2分別為沼氣池和保溫材料的導熱系數。

3）B2G模型

B2G單元利用水洗法、膜分離法等對沼氣進行脫硫和脫碳處理，能夠使沼氣（甲烷含量約60%）達到標準天然氣（甲烷含量＞95%）的要求［20］。

式中:PBD，G（t）為沼氣經過凈化處理后得到的天然氣的功率；ηB2G為B2G系數。

1.4 多源協調儲能系統

由于該微能源網包含多種能源形式的生產與消費，本文采用一種多源協調儲能系統（multi-energy coordinated storage system，MESS）進行靈活性調節，結構如圖3所示。其對能源網絡表現為一個三輸入、三輸出的虛擬儲能系統。通過矩陣描述多種能源能量的轉換、存儲，以及輸出環節實現多種能源的協調分配。

圖3 多源協調儲能系統Fig.3 Multi-energy coordinated storage system

該多源協調儲能系統的能量模型如下，其中式（6）為儲能模型、式（7）為放能模型。

式中:PEH，H和PEB，T分別為電轉氫設備（EH）的制氫功率和電鍋爐（EB）的制熱功率；PMESS，E，in、PMESS，T，in和PMESS，G，in分別為MESS電能、熱能和天然氣輸入功率；α為電能輸入分配給電鍋爐的分配系數；δ為氫氣分配給燃氫微型燃氣輪機（MT）的分配系數；ηEH和ηEB分別為電轉氫設備和電鍋爐的效率；ηH2G為氫 氣 轉 天 然 氣 效 率；PMESS，E，out、PMESS，T，out和PMESS，G，out分別為MESS電能、熱能和天然氣輸出功率；PHS、PTS和PGS分別為儲氫（HS）、儲熱（TS）和儲氣（GS）設備的輸出功率；ηMT，E和ηMT，T分別為燃氫微型燃氣輪機的氫轉電和氫轉熱能源轉換效率系數。

2 微能源網多目標優化運行

2.1 目標函數

本文提出的考慮生物質廢物處理設施的微能源系統運行優化問題，其本質是解決多種能源生產、傳輸、轉換及消費過程的總成本與系統運行過程中所帶來的生態效益間的協調優化問題。優化目標如下。

1）微能源網運行成本最小化

式中:f1為微能源網總運行成本；f11、f12和f13分別為微能源網與電網、熱網和氣網的交互成本；f14為微能源網內部各設備的運行成本。

①微能源網與外部能源網絡交互成本:

式中:微能源網與外部能源網絡的購能和售能只能單 向 進 行，即 交 互 狀 態a，b，c=1或a，b，c=0；CE，grid、CT，grid和CG，grid分別為微能源網與外部電網、熱網和氣網的交互成本；CE，buy、CT，buy和CG，buy分別為微能源網購電、購熱和購氣價格；CE，sell、CT，sell和CG，sell分別為微能源網售電、售熱和售氣價格；NT為單個調度周期總時段數；PE，ex（t）、PT，ex（t）和PG，ex（t）分別為t時段微能源網與電網、熱網、氣網的交互功率。

②微能源網內部運行成本:

式中:CST和CM分別為系統內總的啟停成本和運維成本；CH為PG單元熱解垃圾時的制熱成本；CTP為垃圾輸運成本。

式中:Cm，i為設備i的維護成本系數；Pi（t）為t時段設備i的出力；Cst，i為設備i的一次啟動成本；Si（t）為t時段可控設備i的啟停狀態；NI為微能源網內部設備總數；cH為熱解單位垃圾的成本系數。

2）生態效益最大化

本文的生態效益目標函數為處理生物質廢物獲得的補貼收益和微能源網中設備供能所產生的CO2、CH4等污染物治理成本。構建最大化生態效益目標函數為:

式中:f2為微能源網總的生態效益；f21為微能源網處理各種生物質廢物的補貼收益；f22為微能源網處理由于各種設備供能產生的污染物的環境成本。

式中:φk為處理第k種生物質廢物的補貼系數；mk（t）為t時段處理第k種生物質廢物的質量；K為生物質廢物種類數目。

式中:δhi為第i臺設備輸出電能Pi(t)時所排放第h種污染物的排放系數；G為設備總數；αh為處理第h種污染物的單位費用；H為污染物種類數目；ηcoal為電力碳排放系數；αcoal為單位碳排放成本系數?？紤]到燃煤發電目前仍是中國主要的發電方式，故從外部電網購電電量也視為由電力燃煤導致的CO2排放。

2.2 約束條件

2.2.1 等式約束條件

1）供電平衡

式中:PBRU，E（t）為t時段生物質廢物處理設施所能提供的電能；PE，load（t）為t時段微能源網電負荷；PPV（t）和PWT（t）分別為t時段網內光伏和風機出力。

2）供熱平衡

式中:PBRU，T（t）為t時段生物質廢物處理設施所能提供的熱能；PT，load（t）為t時段微能源網熱負荷。

3）供氣平衡

式中:PBRU，G（t）為t時段生物質廢物處理設施所能提供的天然氣；PG，load（t）為t時段微能源網氣負荷。

2.2.2 不等式約束條件

1）熱解氣化發電設備約束

式中:PPG，min和PPG，max分別為PG單元出力的最小、最大值。

2）污水處理設施約束

式中:PSTU，min和PSTU，max分別為ST單元用電量的下限和上限。

3）垃圾處理量約束

式中:mr（t）、mO（t）和VS（t）分別為t時段產生的干垃圾、濕垃圾和污水量的預測值。

4）多源協調儲能約束

考慮到多源協調儲能的運行復雜性，提出一種功率狀態量函數，其表示式為:

式 中:X=E，T，G，代 表 電、熱、氣；PMESS，X，in，min和PMESS，X，out，min分別為MESS能源輸入功率和MESS能源 輸 出 功 率 最 小 值；PMESS，X，in，max和PMESS，X，out，max分 別為MESS能源輸入功率、能源輸出功率最大值；aX為多源協調儲能的狀態量函數，用于模擬電池儲能的充 放 電 速 率，且 有aX，min≤aX≤aX，max；aX，in和aX，out分別為MESS的輸入和輸出狀態量；aX，in，min和aX，out，min分別為MESS的輸入和輸出狀態量的最小值；aX，in，max和aX，out，max分 別 為MESS的 輸 入 和 輸 出 狀 態量的最大值。

5）儲熱、儲氫、儲氣的能量與功率約束

類似電池儲能荷電狀態SOC，本文提出儲熱的荷熱狀態SOT、儲氫的荷氫狀態SOH與儲氣的荷氣狀態SOG。

式中:WXS（t）為在t時段各儲能設備所存儲的能量；WXS，max（t）為t時段各儲能設備可存儲能量的最大值；PXS，in（t）為t時 段 各 儲 能 設 備 的 輸 入 功 率；PXS，out(t)為t時段各儲能設備的輸出功率；ηXS，in和ηXS，out分別為各儲能設備的能量輸入和輸出效率系數。

為保證各儲能設備的安全穩定運行，需滿足以下約束條件:

式中:X=E，T，G；WXS,min和WXS,max分別為各儲能設備儲能容量的最小、最大值；PXS,in,min和PXS,in,max分別為各儲能設備輸入功率的最小、最大值；PXS,out,min和PXS,out,max分別為各儲能設備輸出功率的最小、最大值；SOH,min、SOT,min和SOG,min分別為荷氫狀態、荷熱狀態和荷氣狀態的最小值；SOH,max、SOT,max和SOG,max分別為荷氫狀態、荷熱狀態和荷氣狀態的最大值。

6）啟停時間約束

由于微能源網設備較多，且不同設備啟停時間不一致，需要根據各設備啟停協調網內電、熱、氣的平衡。

式中:ti，st，min為設備i啟停的最小啟停時間；ti，st（t）為t時段設備i的啟停時間。

7）聯絡線功率約束

式中:PE，ex，min、PT，ex，min和PG，ex，min分別為微能源網與外部電網、外部熱網和外部氣網聯絡線功率的最小值；PE，ex，max、PT，ex，max和PG，ex，max分別 為微能源網與外部電網、外部熱網和外部氣網聯絡線功率的最大值。電制氫、電鍋爐、微燃機等設備約束見文獻［21］。

3 模型轉換與求解

3.1 不確定性描述

本文將含有不確定性的量均以區間形式表示，即[Pˉ?P?，Pˉ+P?]，其中Pˉ為不確定性量的預測值，P?為擾動量。在本文模型中，不確定性量包含了電、熱、氣負荷需求，風電和光伏發電輸出功率及干垃圾和濕垃圾的廢物產生量。

式中:X=E，T，G；Y代表風電和光伏；Z代表干垃圾、濕垃圾和糞污；PX，load為多能源負荷；PY為可再生能源出力；PZ為垃圾產量。

3.2 模型轉換

本文采用Bertsimas提出的魯棒線性優化方法來解決不確定性問題［22］。本文的微能源網優化模型可表示如下:

式中:x=［x1，x2，x3，x4，x5，x6，x7，x8］為由優化變量組成的8維決策向量，分別為PG單元發電功率、ST單元用電功率，以及多源協調儲能系統內部設備參數:電制氫用電功率、電鍋爐用電功率、微燃機發電功率和儲氫、儲熱、儲氣的輸出功率；A和b為系數矩陣；u和l分別為x的上、下限。

式中:βik為aik的權重系數。

引入對偶變量zi和pik，通過拉格朗日對偶變換將含隨機變量的線性優化模型式（29）轉化為如下的魯棒對等模型:

式中:zi和pik為魯棒對等變換產生的新決策變量，無實際物理意義；m為不確定變量數目。該魯棒對等模型為確定性線性優化模型，實現了原優化問題的確定性轉化。

基于上述模型，可以對供電平衡約束式（15）進行轉化:

式中；p1(t)、p2(t)、p3(t)和z1(t)、z2(t)、z3(t)為輔助變量；t=1，2，…，NT。

同理，式（16）、式（17）、式（20）至式（22）的轉化過程與式（32）類似，此處不再贅述。

3.3 最優折衷解的選取

本文通過模糊隸屬度函數優化多個目標，找出最優折衷解。按照如下隸屬度函數進行模糊化:

式中:F?為第?個目標的函數值；F?，min和F?，max分別為第?個目標的最小、最大值。

將模糊化之后的Pareto最優解集中的每個解按目標權重偏好加權求和，即

式中:γ為滿意度的值；D為待優化目標函數個數。

4 仿真算例

4.1 基礎數據

本文以北方某微能源網為例進行算例仿真，對系統24 h進行優化，以1 h為步長。附錄A圖A 1為微能源網內部24 h風電、光伏預測功率情況，圖A 2為預測電、熱、氣負荷。表A 1為垃圾處理補貼參數，表A 2為各設備運行參數。表A 3至表A 5為電網、氣網、熱網的時段劃分及分時能源價格，分時熱價和分時氣價可參考文獻［23］。表A 6、表A 7分別為人（成年）糞污日均排泄量和人均廢物產生量。表A 8、表A 9為熱解發電設備和污水處理設備關鍵參數。表A 10為廢物能源化利用設備參數。本文對微能源網系統采取以下3種場景進行對比分析:第1種場景下，微能源網中只包含多源協調儲能；第2種場景下，微能源網中增加了生物質廢物處理設施，采用文獻［14］的微網自治策略，減少與外部能源網的交互，檢驗此場景下，微能源網的多能源自治能力；第3種場景在第2種場景基礎上，同時考慮了微能源網與配電網的靈活交互。

4.2 3種場景優化結果對比分析

場景3電平衡情況如圖4所示。下文分別對3種場景下微能源網多目標優化的結果進行對比分析。時段8～22，微能源網中的凈負荷為負，存在富余電量。在場景1中，由電鍋爐和電制氫消納這部分電量，由于爬坡速率限制，會產生一些棄風現象。場景1考慮自身減少棄風而向外部電網售電，這樣會給大電網棄風消納帶來負擔。場景2中引入了廢物處理設備，夜間能夠消納更多風電。同時，考慮到能源自治策略，場景2的微能源網不會向外部電網售電，減輕了外部電網壓力。場景3中考慮微能源網與外部能源網絡的靈活交互，且在夜間低谷時段微能源網向外部電網售電價格為負，而購電電價遠低于發電成本，所以微能源網仍最大化購電并轉換成其他能源儲存起來。

在電力峰時段，微能源網凈負荷部分時段可能會大于MT 1功率上限，需開啟MT 2發電用于調峰。場景1在電力峰時段時仍向外部電網買電，以滿足系統內多源負荷需求。而場景2熱解發電單元集中在電力峰時段供電，幾乎不需要向外電網購電，有效提高了微能源網的電能自治能力。場景3的微能源網利用谷時段向大電網所購電能形成了電-氫-電閉環能量，并在峰時段售電給大電網，對大電網具有一定的削峰填谷作用。

圖4 場景3下的電平衡曲線Fig.4 Power balance curves in scenario 3

對于熱力子網和天然氣子網，場景1需要大量購能滿足能源需求。場景2引入生物質廢物處理設備后，PG單元和ST單元能夠提供大量熱能和氣能，基本實現微能源網內部能源自治。場景3中微能源網優先滿足電網調節，并利用熱網、氣網峰谷差價獲取收益。

微能源網多目標優化的Pareto解集如圖5所示。種群規模300、迭代次數300、交叉因子與變異概率的初始值均取0.5?？梢钥闯?，當微能源網運行成本減少時，生態效益也會減少。場景2、3的運行成本和生態效益遠高于場景1，場景3的部分解集運行成本較小，但生態效益不及場景2，因此可以根據環境約束或者能源調度部門的需要，權衡選擇微能源網的運行方式。

圖5 各場景下的Pareto解集分布Fig.5 Distribution of Par eto solution sets in each scenario

4.3 以天然氣和氫氣為燃料的微燃機對系統運行成本的對比分析

表1所示為3種場景下微能源網選用以天然氣和氫氣為燃料的微燃機對系統運行成本的結果對比?？梢钥闯觯⒛茉淳W中使用以天然氣為燃料的運行成本高于采用氫氣機組，且生態效益低于氫氣機組。這是因為采用天然氣為主要原料的系統需要經過電制氫、甲烷化的過程，能量流經過多次能源變換（電-氣-電）會導致能源利用率較低，而采用電-氫-電的循環利用方式則能源利用率較高，且不會產生CO2等污染物，生態效益較好。

表1 2類機組的選用對微能源網的優化結果對比Table 1 Comparison of optimization results of microenergy network by selecting two types of units

4.4 不確定度的影響分析

為分析不確定度參數對微能源網的運行影響，分別設置Γi取0、0.25、0.50、0.75、1.00，場景2和場景3優化后的結果如表2所示。從表中可看出不確定度參數越大，系統越趨于保守，成本也隨之升高且生態效益降低。不確定度參數從0到1，場景2和場景3的運行成本增幅分別為41.2%和36.4%，生態效益分別降低48.1%和59.4%?？梢钥闯觯紤]不確定度后對生態效益的影響更大，這是由于隨著不確定度參數的增加，生物質廢物處理能力下降，污染物排放量增多。場景3考慮了與外部能源網的靈活交互，較場景2的能源自治策略的運行成本低，對于不確定度的抑制作用優于場景2，但生態效益不及場景2。

表2 不同不確定度參數下的優化結果對比Table 2 Compar ison of optimization r esults with different uncertainty parameter s

5 結語

基于垃圾分類，本文建立了一種以微能源網運行成本最低和生態效益最大為目標的多目標優化運行模型，并通過微能源網的3種運行方式進行了對比分析，為“無廢城市”建設提供理論依據。

1）在“無廢城市”與垃圾分類的背景下，可根據城市不同廢物類別通過生物質方法進行處理，促進能源的可持續利用。

2）與傳統的微能源網相比，生物質廢物處理設施可作為微能源網的靈活性調節資源，能夠有效提高微能源網的自治能力，使微能源網具有良好的生態經濟效益。

3）隨著不確定度參數的增大，微能源網運行成本增大、生態效益降低，但魯棒性較好。因此，需要根據環境約束或者能源調度部門的需要，權衡考慮無廢微能源網的運行方式。

附錄見本刊網絡版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網絡全文。