含電轉氣的冷熱電聯供型微電網多目標優化調度

張承鑫，白尚旻，趙冠雄，馬群凱

(1.東北電力大學,吉林 吉林 132012;2.國網吉林供電公司,吉林 吉林 132012;3. 國網長春供電公司,長春 130021)

冷熱電聯供(combined cooling,heating and power,CCHP)型微電網具有運行模式多樣性，較高的能源利用率，將制冷、制熱、供電的微源設備相結合可實現能源的梯級利用，減少環境污染[1-3]。

目前對于微電網的研究大多針對經濟調度方面，鮮有文獻考慮CCHP型微電網污染氣體排放的問題，文獻[4]以運行成本最低為目標建立含儲能的CCHP優化調度模型，解耦以熱定電約束；文獻[5]建立考慮儲能電站的CCHP型微電網的優化經濟調度模型。然而，CCHP型微電網運行過程中會產生污染氣體，隨著各國對污染氣體排放問題的關注，以經濟調度為單目標的優化結果具有局限性。因此將兩者結合的多目標優化具有重要意義。

此外電轉氣(power to gas,P2G)技術近年來日益成熟，通過轉換生成的甲烷屬于清潔能源，燃燒過程不會產生污染氣體，利于環境的保護，電能的轉換也會為風電的消納提供新的思路[6]。現有針對P2G的研究主要集中在P2G的優化配置方面，文獻[7]將P2G視為第二類靈活資源，優化配置風光機組及第三類靈活性資源的容量；文獻[8]將風電-氫儲能(wind-hydrogen energy storage,W-HES)與火電整合，表明配置一定容量的P2G有利于提高系統經濟性。然而目前針對于P2G對CCHP型微電網調度影響鮮有研究，P2G配合燃氣輪機實現了電力和天然氣系統的雙向流動，對CCHP型微電網的運行和調度有著顯著的影響，因此考慮CCHP和P2G聯合運行具有較強現實意義。

綜上所述，本文考慮運行成本和污染氣體排放成本建立了含P2G的CCHP型微電網多目標優化調度模型，采用帕累托(Pareto)最優解的多目標粒子群(multi-objective particle sware optimization,MOPSO)算法對模型求解，通過算例仿真對含P2G的CCHP型微電網運行系統的棄風消納、微電源出力、經濟環境效益進行分析。

1 含P2G的CCHP型微電網模型

本文研究的CCHP系統主要包含風機(wind turbine，WT)、燃氣輪機(gas turbine，GT)、儲電裝置(energy storage，ES)、燃氣鍋爐(gas boiler,GB)、余熱鍋爐(waste heat boiler，WHB)、換熱器(heat exchanger，HE)、吸收式制冷機(absorption refri-gerator，AR)、電制冷機(electrical conditioning，EC)。含P2G的CCHP型微電網(MG)結構示意圖見圖1。

圖1 含P2G的CCHP型微電網結構示意圖

WHB、HE、AR模型參見文獻[9]，限于篇幅有限，此處不再贅述。

1.1 GT模型

燃氣輪機是CCHP系統常用的供能設備。發電的同時將燃燒產生的余熱經吸收式制冷機和余熱鍋爐供冷、供熱。忽略GT燃燒天然氣網中混合氣體與燃燒P2G產生的純甲烷氣體輸出相同功率消耗然氣量不同的影響。該微源耗氣量模型如下：

(1)

式中：PGT,i,t為第i臺GT在t時刻發出電功率；ai，bi，ci為GT能量轉換系數[10]；QGT,i,t為第i臺GT在t時刻耗氣量，包括天然氣網中注入的氣體和P2G制得的甲烷。

1.2 EC模型

EC通過消耗電能制冷，消耗電能與產生冷能關系如下：

QEC,t=PEC,t(1-ηEC,l)ηECCEC

(2)

式中：QEC,t表示t時刻EC制冷量，ηEC,l、ηEC為EC能量損失系數和制冷效率；CEC為EC制冷能效比。

1.3 GB模型

GB通過消耗天然氣實現供熱，耗氣量如下：

(3)

式中：QGB,i,t為第i臺GB在t的產熱功率;FGB,i,t為第i臺GB在t時刻耗氣量;ηGB為GB的熱效率；LNG為天然氣熱值，一般為9.7 kW·h/m3[9]。

1.4 P2G模型

(4)

式中：ξP2G為P2G轉換效率；HQ為天然氣熱值；PP2G,t為時t刻P2G轉換過程耗電量；QP2G,t為t時刻P2G轉換后產生的天然氣，儲存在天然氣儲存罐中。

2 目標函數及約束條件

2.1 目標函數

本文所提含P2G的CCHP型微電網優化調度模型以全系統運行成本和污染氣體排放治理成本為目標。系統運行成本包括GT燃燒天然氣消耗成本、從配電網購電成本、棄風懲罰成本、電轉氣運行成本。污染氣體排放成本主要考慮天然氣燃燒產生SO2、NO等污染氣體治理成本。

本文旨在使系統運行成本最低和環境治理成本最低作為系統優化的2個目標，目標函數表示如下：

(5)

式中：F1表示系統運行成本；F2表示環境成本。

2.1.1 目標1：運行成本

F1=fgas+fgrid+fWT+fP2G

(6)

式中：fgas為GT和GB燃燒天然氣成本；fgrid為從配電網購電成本；fWT為棄風懲罰成本；fP2G為P2G運行成本。

2.1.1.1 燃氣成本

(7)

式中：T為調度周期總時段；NGT為GT總數；NGB為GB總數；cgas為天然氣購氣價格，取2.2元/m3。

2.1.1.2 購電成本

(8)

式中：ρt為t時刻CCHP系統從配電網購電價格[5]；Pgrid,b,t為t時刻CCHP系統從配電網購電功率。

2.1.1.3 棄風懲罰成本

(9)

2.1.1.4 P2G運行成本

當風電出力有剩余時，多余的風電通過P2G轉化為天然氣消納，P2G運行成本如下：

(10)

式中cP2G為P2G的運行成本系數。

2.1.2 目標2：環境成本

污染氣體排放治理成本如下：

(11)

式中：Npg為污染物種類，包括SO2、NO、CO氣體；σi為第i種污染物單位排放治理成本系數；Qpg,i為第i種污染物排放量。

2.2 約束條件

2.2.1 等式約束

等式約束包括冷熱電負荷平衡約束，儲能裝置運行狀態約束。

2.2.1.1 電負荷平衡約束

Pload(t)=PWT(t)+PGT(t)+PES,d(t)+

Pgrid,b(t)-PP2G(t)-PES,c(t)-PEC(t)

(12)

式中：PWT(t)為t時刻風電計劃接納功率；PGT(t)為t時刻GT輸出功率；PES,d(t)為t時刻ES放電功率；Pgrid,b(t)為t時刻從配電網購電功率；PES,c(t)為t時刻ES充電功率；PEC(t)為t時刻EC耗電量；Pload(t)為t微電網t時刻電負荷。

2.2.1.2 熱負荷平衡約束

Pheat(t)=PGB(t)+PHE(t)

(13)

式中：PGB(t)為GB在t時刻制熱功率；PHE(t)為HE在t時刻制熱功率；Pheat(t)為微電網t時刻熱負荷。

2.2.1.3 冷負荷平衡約束

Pcool(t)=PAR(t)+QEC(t)

(14)

式中：PAR(t)為AR在t時刻制冷功率；QEC(t)為EC在t時刻制冷功率；Pcool(t)為微電網t時刻冷負荷。

2.2.1.4 儲電裝置荷電狀態約束

S(t)=S(t-1)(1-σES)+[ηES,cPES,c(t)-

PES,d(t)/ηES,d]Δt

(15)

式中：S(t)為ES在t時刻的存儲能量；σES為ES自損耗系數；ηES,c為ES充能效率；ηES,d為ES放能效率；Δt為調度時段步長。

2.2.2 不等式約束

2.2.2.1 第k個微電源出力上下限約束

Pk,min≤Pk(t)≤Pk,max

(16)

式中：Pk,min和Pk,max分別表示微電網中各微源系統出力最小和最大功率。

2.2.2.2 儲電裝置充放電功率約束及容量約束

(17)

式中：Smin、Smax分別為ES容量上、下限；PES,min、PES,max分別為ES最小、最大充放電功率；考慮到儲能裝置在同一時刻不能同時充放電,設置ES充放電狀態變量UES,c、UES,d。

3 基于帕累托最優解的MOPSO算法

結合本研究采用基于帕累托最優解的MOPSO算法求解多目標問題，具體步驟如下。

步驟1:輸入含P2G的CCHP型微電網各微電源運行參數、費用參數，確定種群規模，設定慣性權值以及迭代次數；

步驟2:初始化粒子位置X，即各微電源如GT、GB、EC在每個時段功率，生成粒子初始速度v，形成1個粒子，以初始位置作為粒子個體最佳位置；

步驟3:分別計算目標函數F1(以系統運行成本最低)的優化調度模型和目標函數F2(以環境治理成本最低)的優化調度模型，得到每個個體的目標函數值，基于帕累托支配關系排序，計算個體的排擠距離篩選非劣解，優先選擇擁擠度大的粒子，選取全局最優解；

步驟4:更新粒子速度和位置；

步驟5:計算目標函數F1、F2，更新非劣解集和個體最優解以及全局最優解；

步驟6:判斷是否滿足最大迭代次數，滿足則執行步驟7，不滿足則執行步驟4；

步驟7:輸出帕累托最優解集。

4 算例分析

本文選取包含P2G設備的冷熱電聯供型微電網作為仿真對象，天然氣價格為2.2元/m3,優化周期為T=24 h，調度時長Δt為1 h。以夏季為例，通過可再生能源最大出力預測和負荷預測得到夏季典型日功率和負荷曲線(見圖2)。為了對比分析P2G對冷熱電聯供型微電網各微源出力影響，分為以下兩種場景分析：

圖2 夏季典型日負荷及風電功率曲線

場景1：傳統冷熱電聯供型微電網優化運行；

場景2：在場景1運行方式的基礎上加入P2G。

4.1 場景1

圖3、圖4分別為場景1、2的帕累托最優解集散點圖。

圖3 場景1的帕累托最優解集散點圖

圖4 場景2的帕累托最優解集散點圖

選取帕累托前沿最左邊的一個點，即運行成本最低，環境成本最高點進行分析。

4.1.1 不同場景下系統對風電使用情況

圖5為兩種場景下棄風功率。由于風電功率部分時段遠超負荷功率，導致場景1存在在大量時段風電功率無法上網，產生棄風現象。場景2中當P2G加入到CCHP行為微電網后，多余的風電通過P2G轉化成天然氣注入天然氣網消納，使系統風電完全消納，增加了系統風電接納能力，相比場景1棄風率減少9.53%。同時由于P2G加入系統，相當于增加了系統的電負荷，起到了對負荷“填谷”的作用。

圖5 兩種場景下系統棄風功率

4.1.2 不同場景下對系統微電源出力影響

場景1：該運行方式下，CCHP型微電網獨立運

行，不包含P2G，各微電源出力見圖6。系統冷負荷由EC和GT提供，熱負荷由GB和GT提供。系統存在時段風電功率大于電負荷需求，此時為降低系統運行成本，部分時段ES儲能功率提高，在電負荷功率超過風功率時，ES放電供電負荷使用，降低系統運行成本。

圖6 不含P2G的CCHP型微電網微電源出力

4.2 場景2

場景2：對比場景1，該運行方式下，P2G投入到CCHP型微電網聯合運行，各微電源出力見圖7。ES儲能充放電次數減小，是因為P2G盡可能將微電網中消納不掉的風電轉換成天然氣供GT使用，降低系統運行成本，這就造成了ES充放電次數降低，同時由于P2G產生的甲烷直接供GT使用，使得部分時刻GT出力增加(如9：00—14：00)，GB和AC出力降低。

圖7 含P2G的CCHP型微電網各微電源出力

4.3 不同場景下微電網運行成本及環境成本

不同場景下系統運行成本和環境成本見表1。

表1 不同場景下夏季典型日系統運行成本 元

從經濟性角度，場景2相較于場景1系統運行成本下降明顯，原因是場景2中P2G使棄風電量完全消納，減少了棄風懲罰成本，同時P2G將轉化后的天然氣存儲起來直接供各GT，減少了GT從天然氣網的購氣成本，綜合可得場景2運行成本更低。

從環境保護角度，P2G轉化過程會消耗CO2，同時轉化后產生的甲烷屬于純凈燃料，燃氣輪機燃燒不會產生NO、SO2等污染氣體，因此P2G投入到CCHP型微電網使環境成本降低。

5 結論

本文將P2G與CCHP型微電網相結合，建立了考慮運行成本和環境成本的多目標優化調度模型，采用帕累托最優解的MOPSO算法對模型求解。實驗結果表明，P2G的投入使CCHP系統的風電消納能力大大提高，P2G聯合CCHP型微電網運行減少了ES充放電功率及次數，進而可減小ES容量。棄風懲罰成本降低使運行成本大大降低，同時P2G產生甲烷直接供給GT不會產生污染氣體，使的環境治理成本降低，環境價值轉化為經濟效益，進一步降低了系統運行成本。綜合分析，P2G的投入使CCHP型微電網具有良好經濟性和環保性，在未來的能源發展中具有廣闊的應用場景。