計及檢修計劃的遠洋海島多能源系統協同優化

李鳳祥，賀鑫洪，孔維健，姜暢暢

(江蘇大學 電氣信息工程學院， 江蘇 鎮江 212013)

0 引言

近年來，在節能減排的基本政策要求下，具有低成本[1]、高可靠性[2]的多能源系統受到了更多關注。多能源系統也稱綜合能源系統、能源互聯網，相比于傳統能量直供系統，其最主要特征是系統內各種能源可以互相轉換，實現能量互濟互補，滿足用戶多樣需求[3-5]。遠洋海島作為國家安全戰略前沿，具有極難架設海底電纜的限制，但海島周邊風、光和天然氣等資源豐富，故建設基于可再生能源的多能源系統應成為解決遠洋海島供能問題的重要手段[6-8]。

在安排調度工作的同時，制定合理的檢修計劃能有效降低系統運行風險。對于具有不確定性可再生能源接入的多能源系統，如何協同優化中長期運行中檢修計劃和調度安排的經濟性與可靠性仍是目前亟待解決的關鍵問題。王雅楠等[9]以區域多能源系統綜合運行成本最小為優化目標，得到火電、水電機組的年度檢修容量安排，但未考慮風電出力的不確定性和風電場檢修計劃。劉方等[10]建立外層中長期調度售電收益最大、內層檢修損失最小的梯級水電站雙層優化模型。周明等[11]引入機會約束規劃理論描述風電出力的隨機性，建立機組組合與檢修計劃協同優化模型，得到機組啟停與檢修方案。上述文獻主要針對常規發電機組制定檢修方案，并沒有考慮可再生能源發電機組的檢修安排。

對于多能源系統的運行優化，國內外學者在多個時間尺度上開展了相關研究[12-14]。Wang等[15]提出基于區間法的需求響應不確定性模型，以運行成本最小為優化目標得到接入風光機組的多能源系統日前調度結果。何暢等[16]考慮風光出力和負荷的不確定性，以不同的優化目標建立日前、日內滾動和實時調度運行優化模型，分別得到多能源系統機組出力情況。上述文獻僅考慮多能源系統內機組的運行最優，并沒有結合檢修計劃對機組調度做進一步安排。

綜上，目前研究主要集中在考慮常規發電機組的檢修計劃優化和僅考慮較短期內機組出力調度的多能源系統運行優化方面，極少涉及考慮檢修計劃的多能源系統運行優化研究。為此，建立遠洋海島應用背景的多能源系統中長期協同優化模型，以周為時間尺度統籌安排可再生能源機組檢修計劃與各機組調度計劃，以降低運行成本，為遠洋海島多能源系統的運行和規劃提供參考。

1 遠洋海島多能源系統

1.1 系統拓撲結構

遠洋海島多能源系統結構如圖1所示，其特征在于無外部大電網接入，有海上油氣田為系統不間斷供給天然氣。產能模塊包含風電機組、光伏模塊和天然氣；能量轉換機組包含燃氣輪機、海水淡化機組、燃氣鍋爐和電鍋爐；儲能裝置包含蓄電池、蓄熱槽和蓄水池；耗能元件包含電、熱、水和氣共4類負荷。

圖1 遠洋海島多能源系統結構

1.2 各組件數學模型

1.2.1燃氣輪機

燃氣輪機是熱電聯產系統的重要組成元件，通過燃燒天然氣按定電熱比形式高效率生產電能和熱能。為簡化數學模型，將其工作模式描述為一次函數形式，且不考慮外界因素對產能效率等的影響。燃氣輪機出力表示為：

PMT,t=GMT,tHGSηE,MT

(1)

(2)

ηE,MT+ηQ,MT+ηL=1

(3)

式中：t為時間索引；PMT,t、QMT,t分別為t時段燃氣輪機電出力、熱出力；GMT,t為t時段消耗的天然氣量；HGS為天然氣熱值；ηE,MT、ηQ,MT、ηL分別為燃氣輪機發電效率、產熱效率和能量損耗率。

1.2.2燃氣鍋爐

燃氣鍋爐用以補足當燃氣輪機、電鍋爐和蓄熱槽不能滿足熱需求時的差額，其出力取決于鍋爐的效率，數學表達式為：

QGB,t=GGB,tHGSηQ,GB

(4)

式中：QGB,t、GGB,t分別為t時段燃氣鍋爐熱出力、消耗的天然氣量；ηQ,GB為燃氣鍋爐的熱效率。

1.2.3電鍋爐

電鍋爐可將電能轉換為熱能，其出力取決于鍋爐的效率，數學表達式為：

QEB,t=PEB,tηQ,EB

(5)

式中：QEB,t、PEB,t分別為t時段電鍋爐熱出力、消耗的電能；ηQ,EB為電鍋爐的熱效率。

1.2.4海水淡化機組

由于遠洋海島的特殊環境，海水淡化機組是系統內滿足淡水需求必不可少的元件，其產水量取決于制淡水的效率，數學表達式為：

EDP,t=PDP,tηQ,DP

(6)

式中：EDP,t、PDP,t分別為t時段海水淡化機組產水量、消耗的電能；ηQ,DP為制淡水的效率。

1.2.5蓄電池與蓄熱槽

蓄電池與蓄熱槽作為能量緩沖裝置，自身不產生能量，其內部能量與上一時段剩余容量、充放容量、能量自損率有關，數學表達式為：

(7)

1.2.6蓄水池

蓄水池不考慮存儲和充、放能過程中的損耗，故其容量只與上一時段剩余容量和充放容量有關，數學表達式為：

(8)

2 中長期協同優化模型

2.1 風光出力不確定性處理

為減輕可再生能源出力不確定性給系統運行及調度帶來的壓力，將系統中風光實際出力不確定性描述為確定的預測出力值與不確定的預測誤差值之和，將問題轉化為對預測誤差值的研究。以風電出力為例，其實際出力值可表示為：

(9)

假設預測誤差服從期望為μ、方差為σ2的正態分布[17]，概率密度函數為：

(10)

2.2 目標函數

以系統全年綜合運行成本最小為優化目標，考慮天然氣購買成本、機組運行成本、檢修成本和可再生能源出力不確定性，目標函數為：

(11)

式中：CGS,r、Crun,r、Cmt,r分別為第r個典型場景下的天然氣購買成本、機組運行成本、機組檢修成本(后文中均省略r)。

1) 天然氣購買成本

(12)

式中：kGS,t、GGS,t分別為t時段天然氣單價和購買量；T為調度周期。

2) 機組運行成本

(13)

式中：m為風電機組或光伏模塊；d為系統內除m外的其他機組，包括燃氣輪機、海水淡化機組、燃氣鍋爐、電鍋爐、蓄電池、蓄熱槽和蓄水池；M為風電機組和光伏模塊的集合；D為系統內除M外燃氣輪機、海水淡化機組、燃氣鍋爐、電鍋爐、蓄電池、蓄熱槽和蓄水池的集合；km和kd分別為機組m、機組d的單位運行成本；Pm,t和Pd,t分別為機組m、機組d在t時段的出力；um,t為機組m的運行狀態，為0/1變量，狀態為1表示正在運行，反之停止。

3) 機組檢修成本

(14)

式中：ym,t和xm,t分別為機組m在t時段的單位檢修成本和檢修狀態，其中檢修狀態為0/1變量，狀態為1表示正在檢修，反之正在運行。

2.3 約束條件

2.3.1機組檢修約束

1) 檢修連續性約束

(15)

2) 檢修資源約束

(16)

3) 檢修與運行關聯性約束

xm,t+um,t≤1

(17)

式(15)—(17)中：Um為機組m單次檢修的規定時長；Xm為在t時段能同時檢修的機組m的臺數限制。

2.3.2機組運行約束

1) 機組出力上下限約束

(18)

(19)

2) 機組爬坡功率約束

(20)

2.3.3系統運行約束

為使系統安全穩定運行，在任一時段均須保證系統能量供需平衡。

1) 電能平衡約束

(21)

2) 熱能平衡約束

(22)

3) 氣能平衡約束

GGS,t-GMT,t-GGB,t=GGL,t

(23)

4) 水能平衡約束

(24)

5) 備用容量約束

風光機組發電全部上網，將燃氣輪機和蓄電池發電余量作為備用容量。

(25)

2.4 求解方法

建立的協同優化模型為混合整數線性規劃模型，在Matlab 2020a軟件中調用Yalmip+Gurobi求解器進行求解。

3 算例分析

3.1 算例基礎數據

為驗證所提協同運行模型的有效性，選取某遠洋海島多能源系統為仿真算例，系統包括120臺裝機容量為1 MW的風電機組和100 MW容量的光伏模塊。以周為時間尺度對全年檢修和調度計劃進行分析，假設風機檢修小組每2周可以檢修30臺風機，則1 a需安排4次檢修；光伏檢修小組每2周可檢修20 MW容量的光伏模塊，1 a需安排5次檢修。

各機組設備參數如表1所示。海水淡化機組和蓄水池運行成本分別為 0.015、0.01元/ t ；出力區間分別為[0,5 000] t、[-800,800] t。

表1 各機組設備參數

可再生能源預測出力和部分電、熱、水負荷數據如圖2所示。氣負荷以及從海上油氣田購買天然氣的實時價格如圖3所示。

圖2 可再生能源預測出力及部分負荷數據

圖3 氣負荷及天然氣價格

考慮到風光預測誤差的季節性，假設海島各時期預測誤差的方差值(占總裝機容量的百分比)符合表2所示規律。

表2 各時期預測誤差的方差值

隨機生成2 000個風光出力場景，最終削減得到10個典型場景進行分析，各典型場景下風機出力、光伏出力分別如圖4和圖5所示。

3.2 結果分析

為分析檢修計劃對調度安排和經濟性的影響，設計了以下3種方案：

方案1根據檢修小組報送的理想檢修時段作為確定的檢修計劃，協調安排調度計劃。

方案2以檢修小組報送的理想檢修計劃為參考，允許其中1次檢修可以調整。在此前提下進行檢修計劃和調度計劃協同優化。

方案3不考慮檢修小組理想的檢修計劃，直接根據調度與檢修協調的綜合運行成本最小進行優化，同時制定檢修與調度計劃。

假設檢修小組根據排班而報送的理想檢修計劃如表3所示。

圖4 不同場景下風機出力

圖5 不同場景下光伏出力

表3 理想檢修計劃

根據上述3種方案分別進行仿真，得到不同方案下的綜合運行成本和檢修計劃結果(表4、表5)。由表4可知，方案1的綜合成本最高，方案2其次，方案3 綜合成本最小，說明考慮檢修計劃與調度計劃協同優化比考慮確定檢修計劃來安排調度計劃的經濟性更高。在方案1和方案2中，由于檢修成本在整個調度周期中是變化的，而方案1檢修計劃已經確定，限制了檢修計劃的優化空間，使得運行調度計劃的優化空間變小，進而增加了系統檢修和運行成本；方案3相比方案2雖然購氣成本有所增加，但是經過調度部門協調優化后的運行成本明顯減少，因此綜合經濟性更高；方案3相比方案1沒有理想檢修計劃的約束，故而可以更好地對檢修計劃進行尋優，使得系統整體經濟性提高。方案1中制定的理想檢修計劃偏離方案3得出的檢修計劃越多，兩者的綜合成本差距越大。

表4 各方案的成本值 萬元

表5 各方案的檢修計劃

由表5可知，方案1優化后的檢修計劃中，可再生能源機組檢修的時段通常安排在該機組出力較小的時段和天然氣價格較低的時段，如22周、25周，風電機組有1次檢修被安排在電負荷較高的第31周。這是因為該時段天然氣價格處于低位，利用燃氣輪機進行熱電聯供可以在安排檢修的同時較經濟地實現電熱供需平衡。在方案1情景下，分析其運行調度計劃，各機組出力調度結果如圖6—9所示。

由圖6可知，由于遠洋海島配置了大規模風電與光伏機組，所以多數時段僅靠風光機組發電即可滿足電負荷、海水淡化機組與電鍋爐等的用電需求。蓄電池在調度中的作用在于產生的電能滿足用電需求后還有余量時可將其儲存，當供能不足時，優先使用蓄電池放電補足缺額；燃氣輪機則作為備用機組，在用電高峰時段(如31—34周)發電，使電能供需平衡。由圖7可知，熱負荷主要由電鍋爐和燃氣鍋爐承擔，燃氣輪機在用電高峰時段發電的同時承擔了部分熱負荷，使得該時段燃氣鍋爐耗氣量減少。

圖6 方案1下電能調度結果

圖7 方案1下熱能調度結果

圖8 方案1下天然氣調度結果

圖9 方案1下淡水調度結果

結合圖7和圖8可知，蓄熱槽在氣價較低時通過燃氣鍋爐轉換將熱能儲存(如29、30周)；當氣價較高時釋放熱能以滿足熱負荷(如50—52周)，進而減少因燃氣鍋爐產熱而購買的天然氣。結合圖6與圖9可知，海水淡化機組在供電充足時，利用余電生產更多淡水被蓄水池儲存；在電能供應不充足時蓄水池放水補足水負荷缺額，以減少電能消耗。

以方案3為例，進一步分析多儲能裝置對系統協同優化的影響。為了保證不同儲能運行模式下的能量供需平衡，將電負荷整體縮減1/6，分別得到不同運行模式下的綜合成本如表6所示。由表6可知，系統的綜合成本隨著儲能形式的增多而降低，尤其是蓄熱槽的加入使綜合成本明顯降低，而蓄水池的加入使綜合成本略微降低。這是由于蓄水池的設計容量不大，對系統運行調度和檢修計劃安排產生的影響較小；而蓄熱槽容量相對較大，參與系統調節效果明顯，在天然氣價格低時多購入天然氣產熱儲存，在天然氣價格高時填補能量缺額。雖然加入蓄熱槽后會使協同優化后的檢修成本有所增加，但購氣成本與運行成本明顯縮減，使得系統運行的整體經濟性提高。

表6 不同儲能運行模式的成本值 萬元

4 結論

1) 場景分析法在新模型中能夠有效地處理風光預測出力的不確定性，降低預測誤差對多能源系統運行經濟性的影響。

2) 檢修和調度計劃協同優化，能夠在多能源系統可靠運行的基礎上產生更好的經濟效益，證明了新模型的有效性。

3) 在使用協同優化模型的同時，投入多種儲能裝置配合使用能進一步提高多能源系統運行的整體經濟性。

后續研究中，將考慮加入該類型多能源系統內其他機組檢修計劃進行總體的協同優化研究。