基于風電消納的熱電系統儲熱模型仿真

樊建強，趙曉艷

(山西農業大學信息學院，山西 晉中 030800)

1 引言

在冬季進行供暖的時候，由于熱電機出力較大，且熱電機組出力和風力出力的時間重合，導致系統巔峰困難[1-2]，出現較為嚴重的棄風現象。為了更好地解決上述問題，相關學者給出了一些較好的研究成果，例如電熱聯合優化等，這些方案雖然能夠提升電網系統的風電消納率，但是會導致仿真結果和實際結果之間存在較大的偏差。

我國北部地區主要是通過電熱廠進行集中供熱[3]，但是這種供熱方式給生態環境帶來了十分嚴重的危害。在供暖期間，為了確保系統供暖正常，系統調峰主要利用純凝火電機組進行發電，但是這種方案操作并不是十分方便。尤其是在夜晚出現供電高峰期，熱電機組強迫出力會導致空間被進一步壓縮，同時系統調峰也變得困難。相比傳統的鍋爐供熱，現階段熱電聯合具有明顯的優勢，同時也得到了國家相關部門的大力支持，熱電聯合還能夠有效減少環境污染。目前，我國北方地區的火電機組大部分都為熱電機組，但是該地區的熱電聯產儲熱存在較強的熱電耦合性，導致供暖期間熱電聯合系統儲熱變得十分困難。由于受到地域因素的影響，除了使用火力發熱以來，還有部分地區使用風力風電。在供暖期間，為了確保系統供暖正常，系統調峰主要利用純凝火電機組進行發電，但是這種方案操作并不是十分方便。尤其是在夜晚出現供電高峰期，熱電機組強迫出力會導致空間被進一步壓縮，同時系統調峰也變得困難。

針對上述問題，相關學者對電熱聯合系統的調峰做出了研究。文獻[4]提出基于動態頻率和電壓參數的能效感知儲熱模型。采集電壓、電流等系統參數并量化，構建能效感知云儲熱模型，實現電熱聯合系統能效優化；文獻[5]提出具有需求響應的電熱聯合系統。根據延時與熱衰減特性，引入PMV指標確定熱負荷特征的平衡約束條件。以煤耗量最小為目標構建電熱聯合系統優化儲熱模型。

上述方法具有一定的有效性，但在電熱聯合系統儲熱時存在較強的熱電耦合性，導致供暖期間熱電聯合系統儲熱變得十分困難。為了更好地解決上述問題，提出一種基于風電消納的電熱聯合系統儲熱模型。通過具體的仿真數據，有效驗證了所提方法的有效性以及優越性。

2 基于風電消納的電熱聯合系統優化建模

2.1 電熱聯合系統

在我國北方地區進行供熱的期間內，由于受到剛性條件的約束，導致系統無法進行調節，同時還有十分嚴重的棄風現象。

在熱電聯合機組的位置添加儲熱裝置之后，打破了傳統供熱系統的電熱耦合特性，同時有效增強電熱聯合機組的調節能力。上述方案為最佳的節煤方案，并且該方案也能夠有效解決在供熱期間出現的棄風問題。

相關專家認為在熱電廠中安裝儲熱裝置能夠有效緩解棄風現象，但是研究結果表明，并不是。系統在運行的過程中，由于風電的反調特性，在夜晚用電量持續增加的情況，棄風電量會持續增加，導致本地負荷也持續增加，與此同時，熱電聯合機組的供熱任務降低，電熱聯合系統的調節能力得到進一步提升。電熱聯合系統能夠有效取代傳統的供熱方式[6]，且該種供熱方式具有十分明顯的經濟效益以及環境效益。

電熱聯合系統全面利用兩個系統之間的優勢，促使兩種能源能夠得到更加廣泛的應用，同時配置也能夠得到優化[7]。由于用戶用電量以及供熱需求持續增加，為了滿足用戶的需求，需要將兩個不同的系統進行融合，組建電熱聯合系統，系統具體結構如圖1所示。

圖1 包含蓄熱的電熱聯合系統內部結構圖

2.2 儲熱模型的組建

設定系統的最小儲熱目標為運行成本，在整個系統在運行的過程中，運行成本通常情況下只考慮以下幾方面：

1)電機組以及熱電聯產機組的煤耗成本；

2)燃煤鍋爐的煤耗成本；

3)蓄熱電鍋爐的耗電成本。

①常規火電機組i在設定時間段內所耗費的煤成本計算式為

(1)

式中，ai、bi、ci各個機組的煤耗成本系數；Pi(t)代表機組的發電功率。

②熱電聯產機組煤耗成本：

背壓式供熱機組[8-9]中煤耗成本計算式和常規火電機組相同。

抽汽式供熱機組需要將電出力以及熱出力轉換為電功率，將其代入到式(1)中，則能夠得到對應的煤耗成本，具體的計算式為

(2)

③在設定時間段內燃煤鍋的煤耗成本計算式為

G(t)=dH2(t)+eH(t)+f

(3)

式中，d、e、f代表系統中各個機組在不同時間段內的煤耗成本系數；H(t)代表鍋爐在設定時間內的供熱功率。

④蓄熱電鍋爐耗電成本計算式能夠表示為以下的形式

D(t)=λPd(t)

(4)

式中，λ代表棄風電價系數；Pd(t)代表在t時間段內蓄熱電鍋爐的耗電功率。

綜上，目標函數能夠表示為以下的形式

(5)

式中，T代表時段數；N代表常規火電機組數；M代表供熱機組數。

火電機組約束條件具體的表現形式如下所示

(6)

式中，Pi，min代表機組的最小發電功率；Pi，max代表機組的最大發電功率；Pd，i代表機組向下爬坡的極限；Pμ，i代表向上爬坡的極限。

由于熱電聯產機組采用固定的熱電比進行，所以，聯合電熱機組需要滿足以下幾方面的約束

(7)

式中，Hi(t)代表熱電機組在設定時間段內的熱出力；k代表熱電機組的熱電比。

儲熱裝置約束條件需要滿足

(8)

式中，S(t)代表在設定時間段內系統儲熱裝置的儲熱量；Smax代表在設定時間段內系統儲熱裝置的最大儲熱量；Hin(t)代表t時間段內的儲熱功率；Hout(t)代表t時間段內的放熱功率；Hin，max代表在設定時間段內系統儲熱裝置的最大儲熱功率；；Hout，max代表設定時間段內系統儲熱裝置的放熱功率；S0代表儲熱裝置的初始儲熱量；ST代表儲熱裝置在運行七天之后的儲熱量；kloss代表儲熱裝置的漏熱損失系數。

電鍋爐約束條件需要滿足

(9)

式中，Hb(t)代表電鍋爐在t時間段內的熱出力；Pb(t)代表電鍋爐在t時間段內的電功率；ceh代表電鍋爐的電熱轉換系數。

在上述分析的基礎上，組建電熱聯合系統儲熱模型[10]，即

(10)

2.3 電熱聯合系統儲熱模型求解

分析電熱聯合系統儲熱模型可知，模型中含有等式約束以及不等式約束，其中，熱電機組存在于熱電耦合之中，且機組供電以及機組供熱之間是相互影響的。為了對電熱聯合系統儲熱模型進行求解[11-12]，以下采用粒子群算法，同時進行改進以有效保證經濟儲熱問題。

設定粒子群中含有n個粒子，同時各個粒子中含有三組D維向量。

粒子現階段位置公式為

(11)

粒子現階段的速度公式能夠表示為以下的形式

(12)

粒子歷史最優解能夠表示為以下的形式

(13)

粒子的速度以及位置更新式能夠表示為以下的形式

(14)

(15)

式中，w代表慣性因子；g1、g2代表學習因子；r1、r2代表0到1之間的隨機數；k代表迭代次數。

結合上述分析可知，通過不斷對粒子群中粒子的位置以及速度進行更新，能夠確定粒子群的更新方向，系統從無序轉換為有序，同時以最快的速度獲取粒子群最優解。

具體的計算過程如下：

1)通過粒子群算法對2.2小節中的儲熱模型進行求解，同時需要事先設定好算法所需要的參數，并且輸入不同時間段的熱負荷以及電負荷等參數的設定；

2)對電熱聯合系統中各個機組的電功率進行初始化處理，同時設定迭代次數為1；

3)對系統內部的粒子進行自我調節，使其滿足相關的約束條件；

4)通過迭代實時更新粒子的位置以及速度，同時對粒子進行自我調節，在完成迭代后，迭代次數加1；

5)如果迭代次數達到最大的迭代次數，則終止迭代，同時輸出最優解；反之，則繼續進行迭代更新。

在上述分析的基礎上，通過粒子群算法對模型進行求解，獲取最優儲熱方案。

3 仿真研究

為了驗證所設計基于風電消納的電熱聯合系統儲熱模型的綜合有效性，需要進行仿真測試，實驗環境為：Windows7，Matlab2010，Intel core i5-2400，3.0GHz CPU，4GB內存。選擇文獻[4]方法和文獻[5]方法作為實驗對比方法，以省級電網為研究對象，測試不同儲熱模型的性能。

1)運行成本/萬元

實現選取兩種傳統的電熱聯合系統儲熱模型作為對比模型進行仿真測試，實驗將運行成本作為評價儲熱模型的一項重要指標，利用下圖給出具體的實驗對比結果：

圖2 不同儲熱模型的運行成本對比結果

綜合分析上圖中的實驗數據可知，隨著最大發電功率的持續增加，各個儲熱模型的運行成本也在不斷變化。相比文獻[4]、文獻[5]的儲熱模型，所設計模型的運行成本有了明顯的下降趨勢。

2)棄風率/%

以下實驗測試將棄風率作為評價指標，測試3種模型具體的對比結果如圖3所示。

圖3 不同儲熱模型的棄風率變化情況

綜合分析圖3中的實驗數據可知，在不同的時間段內，各個儲熱模型的棄風率是完全不同的，所提儲熱模型的棄風率隨著時間的增加呈下降趨勢，最大值為14.51%，文獻[4]儲熱模型的棄風率則一直處于忽高忽低的狀態，最大值為17.89%，文獻[5]儲熱模型的棄風率則呈直線上升趨勢，最大值為18.40%。上述實驗結果表明，經過所提模型進行儲熱后，促使棄風現象有了十分明顯的下降趨勢。

3)煤耗量/J

為了進一步驗證所提模型的有效性，以下將系統原始煤炭量和經過儲熱后系統的煤炭量進行對比，具體的對比結果如表1所示：

表1 不同儲熱模型的煤耗量變化情況

綜合分析以上實驗數據可知，文獻[4]模型的系統煤耗量平均值為28625J，文獻[5]模型的系統煤耗量平均值為26206J，所提模型的系統煤耗量平均值為23008J。通過上述實驗結果可知，相比傳統兩種儲熱模型，所設計儲熱模型的煤炭量下降趨勢更為明顯。

實驗結果表明，所提模型能夠有效控制電熱聯合系統運行成本，同時可以降低棄風率和煤耗量，完成電熱聯合系統儲熱。

4 結束語

針對傳統的電熱聯合系統儲熱模型存在的一系列問題，本文設計并提出基于風電消納的電熱聯合系統儲熱模型。仿真結果表明，所提儲熱模型能夠有效降低煤炭量以及棄風率，同時還能夠有效減少運行成本，得到最佳儲熱方案。

在今后的研究中，將以電熱聯合系統儲熱效率為目標，進一步改善基于風電消納的電熱聯合系統儲熱模型。