城市電熱綜合能源系統分布式魯棒經濟調度

吳瀟雨，孔維政，代紅才

（國網能源研究院有限公司，北京 102200）

受環境和能源危機的影響，大力發展風、光等可再生能源利用技術，加快能源轉型發展已經成為世界各國的普遍共識。城市電熱綜合能源系統UI?HPS（urban integrated heat and power systems）將為能源轉型的落地實施和加速發展提供有力的支持[1-2]。通過大型熱電聯產CHP（combined heat and power）機組和分布式蓄熱DTES（distributed thermal energy storage）裝置等電熱耦合設備，可以有效利用熱力系統的靈活調節特性，實現兩種能源系統間的協同互補，顯著提升風能等可再生能源消納水平[3]?？紤]到風力發電機組出力強，隨機波動性對系統運行穩定性的影響，發展一種同時計及熱力系統靈活調控能力和可再生能源消納安全性的城市電熱綜合能源系統經濟調度模型變得尤為重要。

城市級熱力系統靈活調控能力主要受一級熱力管網和分布在一級管網換熱站的分布式蓄熱裝置影響。在計及城市熱力管網的運行優化研究方面，目前主要采用節點模型來模擬熱網流量和各節點動態變化過程[4-5]。文獻[4]綜合考慮了熱網傳熱時延和溫度損耗特性，建立了考慮火電機組啟停和熱力網絡約束的熱電綜合能源系統優化調度模型；文獻[5]在對熱網動態特性分析的基礎上，建立了綜合考慮CHP機組運行特性、風電功率以及儲熱運行策略的熱電系統協同調度模型。對DTES的建模，目前多通過類比電儲能的荷電狀態模型，建立DTES的能量狀態時序模型。文獻[6]以DTES的蓄熱和放熱功率為優化變量，構建了社區綜合能源系統的優化調度模型，但未考慮不同DTES熱交換過程中介質溫度的影響。

在處理風電出力不確定方面，目前的主流建模方法有隨機優化[7]和魯棒優化[8]，但隨機優化中的不確定變量概率分布往往與其真實的概率分布存在一定的偏差，而魯棒優化中預先設置的不確定變量邊界可能會對優化方案保守性產生較大影響。近年來，結合了隨機優化、魯棒優化優點的分布式魯棒優化DRO（distributionally robust optimization），逐漸成為處理可再生能源出力不確定性的常用方法之一。文獻[9]建立了一種考慮風電不確定性的綜合能源系統DRO調度模型，依據L1范數和L∞范數調節各不確定場景的概率分布，得出出力最惡劣概率分布式下的系統調度方案；文獻[10]以Kullback-Leibler散度作為依據，度量風電出力分布函數與參考分布之間距離，建立了綜合能源系統的DRO調度模型。但上述研究中，未考慮傳熱介質溫度對熱力管網和分布式蓄熱裝置運行的影響，無法準確刻畫熱力系統的靈活調控特性。

本文面向城市電-熱綜合能源系統，首先建立了計及介質溫度變化的城市熱力管網和分布式蓄熱設備模型，完整刻畫了熱力系統調控特性。在此基礎上，提出了一種城市電熱綜合能源系統分布式魯棒經濟調度模型。通過分布式魯棒優化理論，對風電機組的不確定性進行建模，進而得到可再生能源出力最惡劣概率分布下的經濟調度方案。

1 城市電熱綜合能源系統

UIHPS通過整合城市范圍內不同種類能源資源，打破原有能源系統單獨規劃、獨立運行的模式，實現電熱兩種能源協調發展。圖1給出了一個典型的UIHPS示意。

UIHPS中，電能供應主要來自火電發電TPG（thermal power generation）機組、CHP機組、風力發電機組，熱能供應主要來自CHP。城市電網主要負責將電能供應設備發出的電能傳輸給用戶，連接了電源、輸配電網和電負荷。城市熱網將CHP機組發出的熱能傳輸給用戶，由一級熱網和二級熱網構成。一級熱網與二級熱網在換熱站內進行熱力交互。同時，為了增強熱力系統運行靈活性，部分換熱站會配置水蓄熱和相變蓄熱兩種類型的DTES。

1.1 發電供能設備模型

1.2 電力網絡模型

1.3 熱力網絡模型

1.4 分布式蓄熱裝置模型

1.5 換熱站模型

2 城市電熱綜合能源系統分布式魯棒經濟調度

在UIHPS經濟調度問題中，風電機組出力波動性對調度方案的影響尤其突出。本文基于DRO理論，提出了一種UIHPS的DRO經濟調度模型，旨在得到風電機組最惡劣概率分布下的最優調度方案。

2.1 目標函數

基于DRO的UIHPS優化調度是一個典型的兩階段優化模型[9]?？紤]到熱網的動態特性要慢于電網，因此，在本文模型中，通過調節電網設備的出力來應對風電出力不確定性帶來的影響。第1階段在不計及風電出力不確定性（即預測場景）的前提下，綜合考慮CHP機組運行成本和DTES的運維成本，以系統運行成本最小為優化目標；第2階段根據各不確定場景下的風電機組出力變化，考慮運行安全，以TPG機組發電成本和棄風懲罰成本最小為優化目標。

2.2 約束條件

3 算例分析

本文基于中國北方某城市電-熱綜合能源系統[19]，對所提模型的有效性進行了驗證。該系統由30節點電力系統與28節點熱力系統構成，電力系統與熱力系統通過CHP耦合節點相連接，包括2臺熱電聯產機組CHP1與CHP2，CHP1的最大電功率和最大熱功率輸出分別為450 MW和270 MW，CHP2的最大電功率和最大熱功率輸出分別為100 MW和125 MW，CHP機組的運行參數見表1，系統中含有4臺熱電機組TPG1～TPG4與1個裝機容量為300 MW的風電場PW，熱電機組與電力和熱力網絡數據參見文獻[19]。UIHPS拓撲結構如圖2所示，系統最大電負荷為1 072.75 MW，最大熱負荷為359.26 MW，具體數據參見文獻[19]。DTES的相關技術參數如表2所示。

表1 CHP機組運行參數Tab.1 Operating parameters CHP units

圖2 UIHPS拓撲結構Fig.2 Topological structure of UIHPS

表2 DTES的技術參數Tab.2 Technical parameters of DTES

根據DRO優化理論，建立以風電預測出力值為其期望值、方差為0.6倍期望值的正態分布模型，生成100個風電出力數據，然后利用K-means聚類得到4個不確定場景。預測場景、不確定場景下的風電機組出力如圖3所示。

圖3 各場景下的風電機組出力Fig.3 Wind turbine output in each scenario

3.1 風電出力不確定性對調度結果的影響

根據是否考慮風電出力的不確定性，設方案1為確定性調度，方案2為不確定性調度，UIHPS的運行成本如表3所示。

表3 UIHPS在方案1和方案2中的運行成本Tab.3 Operating costs of UIHPS in Cases 1 and 2萬元

由表3可見，考慮風電出力的不確定性后，UI?HPS的各項運行成本均發生了不同幅值的增長。其中，CHP機組運行成本變化幅度最大，為3.2萬元；棄風懲罰成本的變化比例最大，約為原棄風懲罰成本的26.31%。這說明，為應對風電出力的不確定性，UIHPS運營商需要棄用部分富余場景下的風電、提高TPG機組和CHP機組出力，來保證用戶的可靠供電，增強風電消納的安全性。

由于受到風電出力不確定性的影響，CHP機組的電出力會發生改變。同時，受出力可行域約束，其熱出力也發生變化，進而通過熱力管網的傳播影響DTES裝置的運行轉態，如圖4所示。

圖4 2種方案中CHP機組和DTES的出力偏差值Fig.4 Deviation values of CHP unit output and DTES output in two cases

3.2 熱力系統介質溫度特性對調度結果的影響

設方案3為不考慮熱力系統介質溫度特性的不確定性調度。方案2和方案3中，UIHPS的運行成本如表4所示，熱網優化結果分別如圖5和圖6所示。

表4 UIHPS在方案2和方案3中的運行成本Tab.4 Operating costs of UIHPS in Cases 2 and 3萬元

圖5 Case 2中熱網運行結果Fig.5 Operating results of heat network in Case 2

圖6 Case 3中熱網運行結果Fig.6 Operating results of heat network in Case 3

由表4可見，與方案3相比，考慮熱力系統介質溫度特性后，方案2的總成本下降51.1萬元，降幅為11.55%。其中，CHP機組的運行成本降低最多，占運行成本降幅總量的83%。

圖5和圖6分別給出了方案2和方案3中熱力運行優化結果。可以看出，在考慮熱力系統介質溫度特性后，整個熱力系統能夠在全天不同時段實現92 MW熱量的轉移，其調控靈活性大大增強，可以有效降低CHP機組的發電成本。當不考慮熱力系統介質溫度特性時，熱網溫度變化能夠瞬時傳遞到換熱站，各時刻完全依靠CHP機組的熱出力來滿足熱負荷，熱力系統的靈活性大大降低。

3.3 風電裝機容量對調度結果的影響

風電機組裝機容量變化意味著其發電功率隨機波動幅度的大小對于整個系統調度方案也會產生很大影響。表5給出了不同風電機組裝機容量下UIHPS的運行成本。

表5 不同風電裝機容量的UIHPS的運行成本Tab.5 Operating costs of UIHPS for different wind power installations萬元

可以看出，隨著風機裝機容量的增加，UIHPS的總成本呈現出先下降，后上升的變化趨勢。當風電裝機容量小于等于350 MW時，CHP和TPG機組運行成本的減小量高于棄風成本的增加量，系統總體運行成本會逐步下降；當風電裝機容量大于350MW時，CHP和TPG機組運行成本的減小量低于棄風成本的增加量，系統成本會隨著風電裝機容量的增加而增大。

這是因為，在用戶負荷不變的前提下，風電裝機容量越高，電網消納的風電功率就越高，CHP和TPG機組的出力減少，運行成本隨之下降。但由于風電出力具有不確定性，隨著風電裝機容量的提高，棄風功率會逐步增大，導致棄風懲罰成本越來越高。

4 結論

本文面向城市電-熱綜合能源系統，提出了一種計及熱力系統介質溫度特性的分布式魯棒經濟調度模型。通過對熱力系統調控特性的完整刻畫，以及對風電機組出力不確定性的分布式魯棒優化建模，得到風電機組最惡劣概率分布下系統的最優調度方案，實現風電機組最大化安全消納。通過算例分析發現如下結論：

（1）考慮風電出力不確定性后，CHP機組的出力和棄風情況會出現不同程度的增長。同時，風電出力的不確定性可以通過CHP機組，影響熱力管網和分布式蓄熱裝置的運行；

（2）考慮熱力系統介質溫度特性，有助于改善系統的運行狀況，有效降低CHP機組的運行成本和棄風懲罰；

（3）隨著風電機組裝機容量的變化，系統運行成本會呈現出先減少后增高的變化趨勢。這說明在一定的價格政策下，城市熱電綜合能源系統存在一個經濟最優的風電裝機容量。