考慮生物質儲運模式的多區域綜合能源系統協同規劃

劉小慧 王小君 張義志 孫慶凱 席 皛

考慮生物質儲運模式的多區域綜合能源系統協同規劃

劉小慧1王小君1張義志1孫慶凱1席 皛2

（1. 北京交通大學電氣工程學院 北京 100044 2. 中國電力建設集團吉林省電力勘測設計院有限公司 長春 130022）

隨著我國“雙碳”政策的推行，生物質能作為清潔能源不斷引起關注。相比化石燃料，生物質具有原料分散、儲運模式復雜的特點，如何平衡原料儲運成本與能量傳輸損耗是生物質多區域規劃的重要問題。因此，該文提出一種考慮生物質儲運模式的多區域綜合能源系統協同規劃方法。首先，對比分析生物質傳統儲運和“點-中-心”儲運兩種模式，并建立秸稈儲運成本模型；然后，考慮不同園區負荷需求、資源約束以及生物質機組容量成本階梯型關系，以區域綜合能源系統群整體經濟性最優為目標，優化秸稈運輸路徑與設備管道配置；最后，以吉林省某典型綜合區域為例，驗證了基于“點-中-心”儲運模式協調優化原料運輸與區域能源互聯協同能夠降低系統規劃成本。

多區域綜合能源系統 協同規劃 生物質儲運模式 生物質聯供機組

0 引言

近年來，我國能源供給形式逐漸由單一系統演變為多區域綜合能源系統（Integrated Energy System, IES），其在滿足各區域能量需求的同時提高了整體的經濟性、環保性和可靠性[1-2]。而且在2020年我國提出“雙碳”目標，加速能源綠色轉型，形成以可再生能源為主的能源結構是一種必然趨勢[3]。針對我國東北地區，利用生物質機組將秸稈原料轉換為電熱能源，既發揮了當地生物質豐富的資源優勢，又可以作為供能系統的主要組成部分，因此在東北地區設計規劃以生物質聯供機組（Biomass Power Generation, BPG）為核心的多區域綜合能源系統是能源領域發展的熱點之一。

目前考慮生物質能的多區域綜合能源系統協同規劃研究相對較少，文獻[4]研究一種考慮生物質余熱回收的混合供能模式，提高生物質燃料利用效率；文獻[5]利用生物質能耦合風能，提出一種考慮生物質發電的新型綜合能源系統；文獻[6-7]建立了考慮生物質能與風光儲能等聯合互補供能的優化配置模型，有效提高系統經濟可靠運行；文獻[8-9]考慮熱網傳輸能量損耗與延遲效應建立供熱系統模型，研究區域綜合能源系統電熱聯合規劃運行方法；文獻[10]同時考慮經濟性和可靠性，建立區域IES規劃運行一體化多目標優化模型。上述研究將生物質機組應用于系統規劃運行中，但普遍認為生物質原料具有與傳統化石燃料相同的供應特性，并未考慮秸稈原料分散和儲運模式復雜的特點。與目前市場機制成熟的化石原料相比，生物質秸稈的儲運模型仍處于發展階段。

生物質能作為一種可儲存運輸的新型清潔能源，當前主要有兩種儲運模式。傳統集中式儲運模式原理簡單，但占地面積大、具有嚴重的火災隱患。文獻[11-12]考慮生物質可用性，按照實際收儲運環節建立了生物質收集成本模型；文獻[13]提出一種基于生物質成本模型確定最佳收集半徑的方法。上述研究均采用傳統模式，根據秸稈需求量估算收集范圍，忽略了收集半徑的合理性，因此隨著收集規模增大，分布式儲運模式被相應提出。文獻[14]提出一種以產消者空間布局和動態能源需求為基礎的分布式供能方式，該模式符合生物質供能特點；文獻[15]考慮影響秸稈供應鏈物流成本的關鍵因素優化分析運輸存儲成本；文獻[16]綜合考慮生物質運輸成本與污染物排放，提出一種高效經濟的秸稈供應方式。上述研究都是將區域內所有生物質資源收集于系統中心，沒有考慮實際中如何在多個生物質能源系統間實現資源協調優化分配的問題。

同時，多區域系統中生物質能通常有兩種能源供應形式：①通過車輛運載直接將秸稈原料運輸至各園區；②在區域中心利用生物質機組將秸稈原料轉換為電熱能源傳輸到各園區。但上述兩種供能形式都需要將區域內生物質資源統一收集，其作為開展生物質能源系統規劃的基礎，而且在能源傳輸方式中還伴隨著較高的能源損耗，如何平衡區域內秸稈儲運成本與園區間能量傳輸成本是需要解決的重要實際應用問題。

針對上述問題，本文提出考慮生物質儲運模式的多區域綜合能源系統協同規劃方法，首先，針對生物運輸問題，建立精細化的生物質儲運成本模型；然后，協同優化秸稈儲運成本與能量傳輸損耗，實現多區域IES設備管道配置、系統整體經濟運行；最后，經過基于吉林地區實際數據驗證了生物質“點-中-心”儲運模式運輸原料的多區域IES協同規劃方案具備更高的經濟性。

1 以生物質為核心的多區域IES結構

針對我國東北地區資源稟賦和用能需求，可考慮建設以生物質機組為核心的多區域綜合能源系統，充分利用各園區用能差異使有限秸稈資源實現效益最大化[17]。由于生物質收集區域近似為圓形，而且實際園區開發一般呈圓形向外擴建，所以本文將多區域IES近似為圓形區域。用生物質熱電聯供（Combined Heat and Power, CHP）機組代替傳統供能設備，并與其他設備進行能量耦合，同時園區間建設熱網（Heating Network, HN）實現熱能交互，其簡化的基本結構如圖1所示。

該結構主要由秸稈儲運系統、各園區CHP系統和區域間能量交互系統構成。

（1）秸稈儲運系統：整個多區域系統采用統一的秸稈儲運模式，各園區根據自身負荷需求可以跨區域收購運輸生物質資源。

（2）各園區CHP系統：各園區根據自身用能特性和建設條件，合理配置各類機組設備滿足自身負荷需求。

圖1 考慮能源交互的多區域互聯系統結構

（3）區域間能量交互系統：各園區CHP系統之間通過投建熱網進行熱能交互，沒有直接的電能交互，電能采用并網不上網方式與電網交互。

其中，以生物質機組為核心的各園區IES基本結構如圖2所示。基于當地資源優勢，考慮以生物質聯供機組作為各園區主要供能設備，風光機組作為輔助供能設備。同時各園區按需配置電鍋爐、蓄電儲熱等設備實現能源轉換與存儲，促進可再生能源消納，解耦熱電聯系[18]，提高生物質機組運行靈活性。由于本文所考慮的負荷需求種類、擬配置機組類型的常規性，生物質原料分布的廣泛性，本文所建立的生物質供能系統結構具有一定的通用性。

圖2 以生物質機組為核心的單園區IES結構

2 生物質原料儲運與成本模型

目前秸稈原料儲運成本居高不下制約了生物質能源系統的發展，根據相關調研，秸稈儲運成本可達總收集成本的35%～70%[19]，因此采用科學合理的生物質儲運模式，優化系統供能方式尤為重要。本節基于兩種生物質儲運模式提出相應的供能形式，針對分布式儲運模式考慮秸稈在各園區優化分配運輸建立一種秸稈儲運成本計算模型。

2.1 兩種生物質儲運模型

2.1.1 基于傳統儲運模式傳輸能量供能

生物質電廠的秸稈原料一般來自附近的農田，傳統生物質儲運模式是將區域內所有生物質資源直接收集至系統中心。而對于多區域系統存在多個秸稈利用中心，采用該儲運模式導致秸稈還需再分配運輸到各園區，增加了運輸成本。因此，基于生物質傳統儲運模式可以在區域中心投建生物質電廠，通過電網、熱網向各園區傳輸能量，該供能方式如圖3所示。

圖3 基于傳統儲運模式傳輸能量供能

Fig.3 Energy transmission based on traditional storage and transportation mode

基于生物質傳統儲運模式傳輸能量供能方案節省了原料二次運輸成本，但需要遠距離傳輸大量電能、熱能，電能傳輸損耗較少，而熱能傳輸損耗相對較大，降低了能源利用效率，增加了管道投資成本。因此針對以生物質能為核心的多區域系統，需構建一種經濟合理的供能模式。

2.1.2 基于“點-中-心”儲運模式運輸原料供能

生物質資源在區域系統內廣泛分布，因此可以在各園區分別配置生物質機組，根據負荷需求將秸稈原料就近分配運輸至各園區。這種供能模式就地產能就地利用，原料運輸損耗較小，能源利用效率較高，同時為進一步提高系統經濟性，優化秸稈運輸方式，采用新型的分布式“點-中-心”儲運模式。

“點-中-心”儲運模式是在秸稈收集區域內建立若干暫儲站，每個暫儲站負責收集自身小半徑圓形范圍和鄰近未覆蓋區域內的生物質資源，集中壓縮后根據各園區需求優化分配。基于“點-中-心”儲運模式運輸原料的供能方式如圖4所示。

圖4 基于“點-中-心”儲運模式運輸原料供能

生物質“點-中-心”儲運模型將半徑為的大區域秸稈利用系統劃分為多圈大小相等的暫儲站，每個暫儲站半徑為1，三者之間的關系為

式中，q為暫儲站的總圈數。

根據每圈暫儲站圓心所在圓環的周長和暫儲站直徑可確定第圈暫儲站的數量為

式中，n為第圈暫儲站的數量，為正整數；round為四舍五入函數。

所以，區域內秸稈暫儲站總數zc等于每圈暫儲站個數與中心暫儲站的總數和，即

通過利用生物質“點-中-心”儲運模式可將秸稈從農田到生物質電廠的運輸過程大致劃分為兩部分：①農田至暫儲站：這一環節的特點是運輸距離短、重量小、路況復雜，將田間秸稈原料運輸到暫儲站中心；②暫儲站至生物質電廠：這一環節運輸距離較長，運輸費用在總運輸成本中占比較大。

（1）農田至暫儲站

因而暫儲站的秸稈量M為

區域內第一階段運輸成本2-1為所有暫儲站從農田收集秸稈的運輸費用之和，其包括圓形區域運輸成本（實質為傳統收集方式）和鄰近未覆蓋區域運輸成本。

（2）暫儲站至各園區

區域內第二階段運輸成本2-2為所有暫儲站秸稈分配運輸到特定園區的運輸費用之和，即

（3）暫儲站投資與壓縮費用

秸稈具有松散性、易壓結等特點，一般在暫儲站會進行壓實預處理，增大秸稈密度，降低運輸成本。秸稈壓縮成本2-3可以表示為單位秸稈壓實費用y與壓縮秸稈量的乘積，即

同時，區域內投建暫儲站會產生一定的投資成本，包括與暫儲站個數相關的固定成本和與面積相關的可變成本兩部分，所以暫儲站投資成本2-4為

基于生物質“點-中-心”儲運模式運輸原料供能方案可以根據就近原則和各園區需求優化分配運輸暫儲站秸稈，減小運輸距離、降低運輸成本，但增加了秸稈壓縮處理費用和暫儲站投資成本。經上述分析，隨著暫儲站個數增加，降低了第一階段運輸成本，但提高了暫儲站至園區的運輸費用，也增加了暫儲站建設成本。根據模型預測和合理估值，本文所規劃區域宜投建三圈暫儲站。

2.2 生物質原料儲運成本計算模型

考慮到生物質儲運成本的影響因素多而復雜，為便于分析，本文的秸稈儲運成本模型基于以下假設：①所有暫儲站大小相等；②規劃區域內秸稈廣泛均勻分布；③采用統一的收購價格[19-20]。秸稈儲運成本SC主要包括收購成本1、運輸成本2和其他成本3三部分。因此，生物質原料儲運成本模型可以表示為

2.2.1 生物質收購成本

生物質收購成本與其收購價格和收購量成正比，收購價格受當地市場調節作用。多區域系統生物質總收購成本1等于區域內全部暫儲站收購成本之和，即

2.2.2 生物質其他成本

生物質儲運成本除了收購和運輸成本，還涉及裝卸費用、儲存費用、勞動力費用等，這些成本實質上是關于秸稈收購量的線性函數，同時秸稈總儲運成本也與收購量成正比，所以其他成本3與儲運成本為固定比例關系，其值為=0.15。

2.2.3 生物質儲運模型約束條件

為保證生物質“點-中-心”儲運模式中秸稈運輸體系簡單有序，規定單個暫儲站的秸稈量只能供應給一個園區；同時園區的生物質收購量等于為其供應的暫儲站秸稈量之和。具體約束為

式中，M為園區的秸稈收購量。

3 多區域協同規劃模型

本文研究考慮生物質儲運模式的多區域協同規劃方法，首先，針對多園區機組選型考慮容量與成本之間階梯型關系，并建立計及能量損耗的園區間互聯熱網模型；然后，以系統整體經濟性為目標建立多區域協同規劃模型；最后，在單層運行模型基礎上增設規劃層決策變量和約束條件，實現機組熱網配置選型和優化運行一體化求解。

3.1 生物質機組容量與成本關系

與常規聯供機組相比，生物質機組的規劃配置更具復雜性，其不僅要考慮秸稈原料供應，而且受機組容量大小與單位投資成本之間非線性關系的影響。大體趨勢為隨著機組容量增大，單位投資費用降低，一定范圍內機組容量越大越經濟。但目前生物質利用技術不夠成熟，機組容量相對較小，國內最大的生物質發電機組單機容量達50MW，受生物質原料和成本限制一般機組容量不超過30MW[21]。

傳統研究中通常將機組單位投資成本視為常數，不考慮機組容量大小對其影響，而實際中生物質機組不同容量等級的成本系數不同，容量與投資成本之間大致為階梯型非線性關系，如圖5所示。生物質機組單位投資成本隨容量增大而呈階梯型下降層級關系。當機組容量較小時初始成本較高，隨著機組逐漸大容量化，每千瓦裝機容量的投資成本有所降低。

圖5 生物質機組的容量與單位投資成本關系

按照生物質機組容量與成本的一般性原則，若采用配置一臺生物質機組能量傳輸形式供能，雖然單位投資成本小，但規劃容量較大，增加了秸稈原料儲運費用和傳輸能量成本。若采用運輸原料供能方式，需綜合考慮不同園區負荷需求及生物質機組投資成本，在各園區配置相應容量機組建立以生物質機組為核心的供能系統，提高能源利用率，滿足多樣化負荷需求。

3.2 多區域互聯熱網模型

建立精確的互聯系統模型是實現多區域協同規劃的基礎，本文以熱網聯結各園區CHP系統，參考文獻[22-23]中熱力潮流模型，根據水流溫度與熱能流功率的轉換關系建立考慮熱能損耗的互聯熱網傳輸模型。

熱力管道中一般以水作為傳熱介質，由傳統熱力潮流模型可得，考慮熱能損耗的管道中水流溫度變化可以表示為

根據熱能與溫度的關系，時刻熱力管道中熱能流功率Q()為

3.3 多區域協同規劃模型

3.3.1 目標函數

本文所研究的多區域協同規劃模型主要考慮系統整體經濟性，以全生命周期內等值年總成本最小為目標，包括年投資成本和年運行成本兩部分。其中涉及的備選設備有生物質聯供機組、蓄熱電鍋爐（Regenerative Electric Boiler, REB）、蓄電池（Electricity Storage, ES）、風電機組（Wind Turbine, WT）、光伏機組（Photovoltaic, PV）。

式中，obj為本文所研究多區域協同規劃問題的目標函數；inv、run分別為年投資成本和年運行成本。

1）年投資成本

（1）設備年等額投資成本包括生物質聯供機組等設備的年投資成本，即

（2）熱網投資成本由固定成本和可變成本兩部分組成，前者指挖掘鋪設費用，與管道容量無關，后者與管道容量相關。

2）年運行成本

為了減少數據簡化計算，本文根據研究地區一年氣溫變化及負荷需求特征選取夏季、過渡季、冬季三種典型日數據為代表進行求解，各成本計算方法為

3.3.2 約束條件

多區域協同規劃模型中約束條件主要包括能量平衡約束、熱網選型傳輸約束和設備運行約束等。

1）電熱功率平衡約束

2）管道選型約束

式（32）表示每條管道最多投建一種型號管道。

3）熱能傳輸約束

4）設備運行約束

與式（32）和式（33）所示區域間互聯熱網功率傳輸與選型約束類似，園區中各類設備只能選擇一種型號，各機組都應運行在其額定范圍內。

3.4 模型求解方法

不同于傳統將規劃與運行分兩階段求解的思路，本文的多區域協同規劃模型將規劃與運行融為一層，建立典型的混合整數線性規劃模型，調用成熟的商用求解器Cplex12.8進行聯合求解，求解流程見附圖1。

4 算例分析

4.1 算例設置

本文以吉林省某典型綜合區域為研究對象進行仿真分析，該地區按照功能性質可分為工業區、居民區和商業區，如圖1所示。根據不同區域地理環境和資源條件，各園區供能設備容量規劃上限有所差異，尤其是風光等可再生能源差異明顯：各園區都規劃一定容量的光伏機組而居民區商業區沒有風電機組安裝條件。此外，工業區和商業區采用分時電價，具體數據見附表1；居民區采用單一電價，全天均為0.53元/(kW·h)。

同時，為了減少變量簡化計算，依據研究地區一年氣溫、光照、風況等具有明顯季節特點，結合實際歷史負荷數據取三種典型日進行研究：冬季典型日為供暖期共計169天，夏季典型日為6月～8月共92天，過渡季典型日為其余時段共104天。各典型日的園區電熱負荷需求和風光出力如附圖2～附圖4所示。設定區域規劃年限取20年，折現率為6.7%。區域內擬規劃的各類機組和熱網管道參數信息見附表2、附表3，綜合區域相關信息見附表4。

4.2 結果分析

為驗證基于秸稈“點-中-心”儲運模式運輸原料供能的多區域系統協同規劃方法的優越性，設置4種規劃方案。方案1：基于傳統生物質儲運模式，配置1臺生物質機組通過能量傳輸供能；方案2：基于傳統生物質儲運模式運輸原料，各園區均配置生物質機組協同運行；方案3：基于生物質“點-中-心”儲運模式運輸原料，各園區CHP系統獨立運行；方案4：基于生物質“點-中-心”儲運模式運輸原料，建設互聯熱網多區域系統協同規劃運行。

1）生物質資源優化利用分析

針對上述4種方案，區域內生物質資源消耗情況見表1。

表1 生物質消耗情況對比

（1）從成本來看，方案1采用傳統收集模式將秸稈運輸到區域中心，集中發電產熱后向各園區供能；方案2秸稈集中收集后還需根據各園區需求二次運輸，增加了運輸成本；方案4采用“點-中-心”儲運模式，在初始規劃階段考慮暫儲站與各園區距離，近似采用就近原則直接運輸至所需園區，減小運輸距離，運輸成本降低了25.4%。

（2）從各園區秸稈消耗量來看，方案4考慮投建熱網可與其他園區進行熱能交互，在采用“點-中-心”儲運模式下為降低成本就近運輸，因此商業區秸稈消耗量略有增加，工業區居民區有所減小。

方案4中暫儲站在園區間的運輸狀態如圖6所示。本文所規劃區域采用“點-中-心”儲運模式共設置38個暫儲站，其中居民區和商業區所需秸稈燃料由其鄰近的11個、5個暫儲站供應，其余運輸至工業區。綜合考慮能量傳輸與秸稈儲運成本，實現生物質資源優化利用，使區域整體秸稈收儲運成本減少了386萬元。

圖6 方案4各暫儲站運輸狀態

2）設備配置和成本分析

不同方案下設備管道配置結果見表2。

（1）方案1中區域內所有秸稈原料供應給1臺生物質機組，通過建設熱網在峰平時電價階段向工商業區供能，因此配置的生物質機組和OA、OC管道容量較大。

表2 不同方案多區域系統規劃結果

Tab.2 Results of multi-regional system planning for different schemes

（2）方案2和方案4基于秸稈儲運模式不同，方案2中各園區秸稈消耗量更接近實際需求，熱網傳輸能量較少，所以居民區選用效率較低的Ⅲ號機組，且不規劃AC熱力管道。

（3）方案4與方案3相比，考慮建設互聯熱網，在峰時電價時段利用居民區較低電價轉換為熱能向工商業區供應，因此方案4中居民區蓄熱電鍋爐容量較大，選用效率較高的Ⅱ號生物質機組與熱網進行更多能量交互，以減少系統總購電成本。

四種方案的成本對比見表3。方案1僅配置1臺生物質機組，投資成本較低，但投建大規模熱網運行費用較高，而且受管道能量傳輸限制增加了購電成本。與方案2、方案4相比可得，若利用傳統儲運模式則通過熱網向各園區供能總成本較低，若采用“點-中-心”儲運模式優化運輸秸稈原料，則應在各園區分別配置生物質機組，提高能源利用效率，使總成本降低了3.9%，經濟性更優。此外，對比方案3、方案4可知，配置互聯熱網可以利用居民區較低電價為其他園區供能，減少設備投資冗余，節省購電成本143萬元。

表3 不同方案成本對比

Tab.3 Cost comparison of different schemes（單位：萬元）

3）各園區系統運行情況分析

基于園區設備和互聯管道規劃結果，實現多區域IES整體優化運行。根據研究地區負荷特性，冬季熱需求相比其他季節差異明顯，因此以冬季典型日為例分析方案4中多區域系統協同運行情況。

多區域IES冬季典型日電負荷平衡狀態如圖7所示。工商業區采用分時電價機制，峰平時電價階段主要由生物質機組供能減少購電；谷時電價時段增加購電利用電鍋爐實現電熱轉換，同時蓄電池蓄電為后期備用。商業區各類機組配置容量小，峰時電價階段仍需電網購電，蓄電池一天內會進行兩次完全充放電過程。居民區采用單一電價不配置儲能裝置，生物質機組全天運行，在8:00～21:00由于自身電價較低，因此該時段大量購電轉換為熱能傳輸至其他園區，降低系統運行成本。

圖7 多區域IES冬季電負荷平衡狀態

圖8為多區域IES冬季熱負荷平衡狀態，工業區凌晨電價較低，蓄熱電鍋爐半蓄熱模式運行，滿足自身熱需求的同時存儲部分能量；在電價峰平時階段生物質機組大量供熱，缺額部分由電鍋爐補充。在8:00～21:00時段居民區電價較低，利用電鍋爐向熱網注入熱功率，減少其他園區的供熱成本；其余時段正好相反。商業區在0:00～7:00沒有熱負荷，為充分利用分時電價優勢蓄熱電鍋爐運行，產生的熱能一部分通過熱網為居民區供熱，少部分自身存儲為峰時電價階段利用；白天熱需求較大、電價較高時從熱網吸收能量。

圖8 多區域IES冬季熱負荷平衡狀態

綜上所述，在考慮生物質能的多區域系統規劃研究中，選擇合理的生物質儲運模式確定能源輸送方式極為重要。基于生物質“點-中-心”儲運模式運輸原料的多區域協同規劃方案能夠優化分配秸稈資源，節省原料運輸成本，減小設備容量浪費，整體經濟性更優。雖然與生物質相關的分布變量、價格變量會因研究地區不同有所差異，但變量本身具有可調性，對本文建立的協同規劃模型和求解算法沒有影響，因此上述結論具有普遍意義。

5 結論

本文基于生物質傳統儲運模式和“點-中-心”儲運模式實現原料運輸與能量傳輸的平衡供能，建立了精細化的秸稈儲運成本模型，提出以生物質機組為核心的多區域協同規劃方法。并以吉林省某綜合區域為例，得到生物質多區域系統協同優化秸稈原料儲運成本與能量傳輸損耗可以節約25.4%的燃料運輸成本，使系統規劃總成本降低了3.9%，實現更高的整體效益。雖然不同地區生物質能分布不同，但從生物質供能系統結構、儲運成本參數、協同規劃模型來看，本文所提方法和上述結論具有通用性。

在后續研究中，由于近年來東北地區風電光伏等可再生能源的裝機容量持續增加，其較大的隨機性、波動性對綜合能源系統規劃產生一定影響，未來將進一步研究考慮風、光等可再生能源隨機性的多區域系統規劃方法。

附 錄

附圖1 模型求解流程

App.Fig.1 Model solving process

附圖2 多區域IES各典型日負荷

App.Fig.2 Each typical daily load of the multi-regional IES

附圖3 規劃地區各典型日光伏出力

App.Fig.3 Each typical daily photovoltaic output in the planned area

附圖4 規劃地區風電場典型日出力

App.Fig.4 Each typical daily wind power output in the planned area

附表1 園區分時電價

App.Tab.1 TOU electricity prices in the park

時段類型時段電價/[元/(kW·h)] 谷時階段0:00～07:0021:00～24:000.291 平時階段7:00～08:0012:00～17:000.633 峰時階段8:00～12:0017:00～21:001.055

附表2 生物質機組可選型號參數

App.Tab.2 Optional model parameters of biomass unit

設備類型Ⅰ型Ⅱ型Ⅲ型Ⅳ型 初始成本/(元/kW)12 60011 3509 5008 500 運維成本/[元/(kW?h)]0.0440.0460.0470.050 發電效率0.350.330.310.29 產熱效率0.500.500.480.45

附表3 熱力管道可選型號參數

App.Tab.3 Optional model parameters for heating pipes

管道類型Ⅰ型Ⅱ型Ⅲ型 固定投資成本/(元/m)200280500 可變投資成本/[元/(km?kW)]132546 運維成本/[元/(kW?h)]0.030.030.03 額定流量/(kg/s)30.7450.2680.42

附表4 園區各設備成本參數

App.Tab.4 Cost parameters of equipment in the park

設備名稱初始成本/(元/kW)運維成本/[元/(kW?h)] 蓄熱電鍋爐1 2400.03 儲能電池7800.013 光伏機組4 2000.039 風電機組7 5000.023

附表5 綜合區域相關信息

App.Tab.5 Comprehensive area related information

參數數值 冬季典型日天數169 夏季典型日天數92 過渡季典型日天數104 OA熱力管道長度/km7.1 OB熱力管道長度/km4.3 OC熱力管道長度/km7.1 AB熱力管道長度/km10.5 BC熱力管道長度/km8.9 AC熱力管道長度/km12.0 秸稈收購價格/(元/t)230 農田-暫儲站秸稈運輸價格/[元/(t?km)]7 暫儲站-園區秸稈運輸價格/[元/(t?km)]5 農田-暫儲站距離曲折因子1.5 暫儲站-園區距離曲折因子2.0 壓縮系數3 壓縮成本/(元/t)26

[1] 刁涵彬, 李培強, 呂小秀, 等. 考慮多元儲能差異性的區域綜合能源系統儲能協同優化配置[J]. 電工技術學報, 2021, 36(1): 151-165.

Diao Hanbin, Li Peiqiang, Lü Xiaoxiu, et al. Coordinated optimal allocation of energy storage in regional integrated energy system considering the diversity of multi-energy storage[J]. Transactions of China Electrotechnical Society, 2021, 36(1): 151-165.

[2] Cheng Yaohua, Zhang Ning, Lu Zongxiang, et al. Planning multiple energy systems toward low-carbon society: a decentralized approach[J]. IEEE Transactions on Smart Grid, 2019, 10(5): 4859-4869.

[3] 李暉, 劉棟, 姚丹陽. 面向碳達峰碳中和目標的我國電力系統發展研判[J]. 中國電機工程學報, 2021, 41(18): 6245-6259.

Li Hui, Liu Dong, Yao Danyang. Analysis and reflection on the development of power system towards the goal of carbon emission peak and carbon neutrality[J]. Proceedings of the CSEE, 2021, 41(18): 6245-6259.

[4] 許健, 施錦月, 張建華, 等. 基于生物質熱電混合供能的城鎮綜合能源雙層優化[J]. 電力系統自動化, 2018, 42(14): 23-31.

Xu Jian, Shi Jinyue, Zhang Jianhua, et al. Bi-level optimization of urban integrated energy system based on biomass combined heat and power supply[J]. Automation of Electric Power Systems, 2018, 42(14): 23-31.

[5] Bamisile O, Huang Qi, Dagbasi M, et al. Steady-state and process modeling of a novel wind-biomass comprehensive energy system: an energy conservation, exergy and performance analysis[J]. Energy Conversion and Management, 2020, 220(6): 113139.

[6] 許偉, 肖湘寧. 基于模式轉換的獨立微電網實時運行控制[J]. 電工技術學報, 2019, 34(增刊1): 282-291.

Xu Wei, Xiao Xiangning. Real-time operational control of stand-alone microgrid based on mode switch[J]. Transactions of China Electrotechnical Society, 2019, 34(S1): 282-291.

[7] 郭威, 楊鵬, 孫勝博, 等. 計及生物質能的熱電聯供系統經濟運行優化策略[J]. 電力系統保護與控制, 2021, 49(11): 88-96.

Guo Wei, Yang Peng, Sun Shengbo, et al. Optimization strategy of a rural combined heat and power system considering biomass energy[J]. Power System Protection and Control, 2021, 49(11): 88-96.

[8] 張義志, 王小君, 和敬涵, 等. 考慮供熱系統建模的綜合能源系統最優能流計算方法[J]. 電工技術學報, 2019, 34(3): 562-570.

Zhang Yizhi, Wang Xiaojun, He Jinghan, et al. Optimal energy flow calculation method of integrated energy system considering thermal system modeling[J]. Transactions of China Electrotechnical Society, 2019, 34(3): 562-570.

[9] Wu Chenyu, Gu Wei, Jiang Ping, et al. Combined economic dispatch considering the time-delay of district heating network and multi-regional indoor temperature control[J]. IEEE Transactions on Sustainable Energy, 2018, 9(1): 118-127.

[10] 邊曉燕, 史越奇, 裴傳遜, 等. 計及經濟性和可靠性因素的區域綜合能源系統雙層協同優化配置[J]. 電工技術學報, 2021, 36(21): 4529-4543.

Bian Xiaoyan, Shi Yueqi, Pei Chuanxun, et al. Bi-level collaborative configuration optimization of integrated community energy system consideringeconomy and reliability[J]. Transactions of China Electrotechnical Society, 2021, 36(21): 4529-4543.

[11] 翟明嶺, 張旭, 程飛, 等. 生物質發電中農戶秸稈供應成本敏感性分析[J]. 動力工程學報, 2016, 36(7): 569-574, 588.

Zhai Mingling, Zhang Xu, Cheng Fei, et al. Sensitivity analysis on supply cost of farmer straw for power generation[J]. Journal of Chinese Society of Power Engineering, 2016, 36(7): 569-574, 588.

[12] Yang Hanyu, Li Canbing, Shahidehpour M, et al. Multistage expansion planning of integrated biogas and electric power delivery system considering the regional availability of biomass[J]. IEEE Transactions on Sustainable Energy, 2021, 12(2): 920-930.

[13] 李鵬超, 單明, 楊旭東. 農村生物質成型燃料加工廠最佳收集半徑計算模型[J]. 區域供熱, 2019, 4(6): 115-120, 129.

Li Pengchao, Shan Ming, Yang Xudong. Calculation model of optimum collection radius for rural biomass fuel processing plant[J]. District Heating, 2019, 4(6): 115-120, 129.

[14] 任洪波, 鄧冬冬, 吳瓊, 等. 基于熱電共融的區域分布式能源互聯網協同優化研究[J]. 中國電機工程學報, 2018, 38(14): 4023-4034, 4308.

Ren Hongbo, Deng Dongdong, Wu Qiong, et al. Collaborative optimization of distributed energy network based on electricity and heat interchanges[J]. Proceedings of the CSEE, 2018, 38(14): 4023-4034, 4308.

[15] 李昂. 生物質原料供應鏈物流系統的成本優化模型研究[D]. 北京: 華北電力大學, 2017.

[16] Zhao Xingang, Li Ang. A multi-objective sustainable location model for biomass power plants: case of China[J]. Energy, 2016, 112: 1184-1193.

[17] 姚志力, 王志新. 考慮負荷特性的區域冷熱電聯供系統站網協同優化設計方法[J]. 電工技術學報, 2021, 36(22): 4760-4772.

Yao Zhili, Wang Zhixin. Station and network coordinated design method of regional combined cooling heating and power system considering load characteristic[J]. Transactions of China Electrotechnical Society, 2021, 36(22): 4760-4772.

[18] 刁涵彬, 李培強, 王繼飛, 等. 考慮電/熱儲能互補協調的綜合能源系統優化調度[J]. 電工技術學報, 2020, 35(21): 4532-4543.

Diao Hanbin, Li Peiqiang, Wang Jifei, et al. Optimal dispatch of integrated energy system considering complementary coordination of electric/thermal energy storage[J]. Transactions of China Electrotechnical Society, 2020, 35(21): 4532-4543.

[19] 高建偉, 張昊渤, 縱翔宇. 生物質電廠秸稈收購優化方案及其成本估算模型[J]. 可再生能源, 2017, 35(1): 141-147.

Gao Jianwei, Zhang Haobo, Zong Xiangyu. Optimization of straw purchase scheme and cost estimation on biomass power generation[J]. Renewable Energy Resources, 2017, 35(1): 141-147.

[20] 張淑妹. 生物質發電燃料收儲站選址研究[D]. 北京: 華北電力大學, 2018.

[21] 卓振宇, 張寧, 謝小榮, 等. 高比例可再生能源電力系統關鍵技術及發展挑戰[J]. 電力系統自動化, 2021, 45(9): 171-191.

Zhuo Zhenyu, Zhang Ning, Xie Xiaorong, et al. Key technologies and developing challenges of power system with high proportion of renewable energy[J]. Automation of Electric Power Systems, 2021, 45(9): 171-191.

[22] 劉洪, 趙晨曉, 葛少云, 等. 基于精細化熱網模型的電熱綜合能源系統時序潮流計算[J]. 電力系統自動化, 2021, 45(4): 63-72.

Liu Hong, Zhao Chenxiao, Ge Shaoyun, et al. Sequential power flow calculation of power-heat integrated energy system based on refined heat network model[J]. Automation of Electric Power Systems, 2021, 45(4): 63-72.

[23] 孫鵬, 滕云, 冷歐陽, 等. 考慮供熱系統多重熱慣性的電熱聯合系統協調優化[J]. 中國電機工程學報, 2020, 40(19): 6059-6071.

Sun Peng, Teng Yun, Leng Ouyang, et al. Coordinated optimization of combined heat and power systems considering multiple thermal inertia of heating system[J]. Proceedings of the CSEE, 2020, 40(19): 6059-6071.

Multi-Regional Integrated Energy System Collaborative Planning Considering Biomass Storage and Transportation Mode

Liu Xiaohui1Wang Xiaojun1Zhang Yizhi1Sun Qingkai1Xi Xiao2

（1. School of Electrical Engineering Beijing Jiaotong University Beijing 100044 China 2. Jilin Electric Power Engineering Co., Ltd. Power China Changchun 130022 China）

With the implementation of China's “dual carbon” policy, building an integrated energy system dominated by renewable energy is the direction of future energy system. Biomass energy has attracted widespread attention due to its advantages of environmental protection, renewability, wide distribution and other advantages. Compared with fossil fuels, biomass has the characteristics of scattered raw materials and complex storage and transportation mode. How to balance raw material storage and transportation costs and energy transmission losses is an important issue for biomass multi-regional planning. Therefore, this paper proposed a collaborative planning method for a multi-regional integrated energy system that considered the biomass storage and transportation mode, and taken a typical comprehensive area in Jilin Province as an example, it is verified that the proposed planning method can significantly reduce the system planning cost.

Firstly, in view of the resource endowment and energy demand of northeast China, a multi-regional interconnection system structure is constructed, which consists of straw storage and transportation system, CHP system of each park and inter-regional energy interaction system. Secondly, considering the disadvantages of the transmission energy supply scheme based on traditional storage and transportation mode in the multi-regional system, a transportation raw material energy supply mode based on biomass "point-middle-center" storage and transportation mode is constructed. And a refined cost model of biomass storage and transportation is established. Finally, fuel transportation and energy transmission are compared based on different biomass storage and transportation modes, a multi-regional cooperative planning model is established with the aim of regional overall economy. This planning method can realize a balanced energy supply between fuel transportation and energy transmission, so as to make reasonable allocation and efficient utilization of straw in the region, and improve the overall economy of the system.

Based on the actual data of a typical comprehensive region in Jilin Province, the simulation results show that the "point-middle-center" storage and transportation mode is adopted in the multi-regional system of biomass, and the distance between the temporary storage station and each park was considered in the initial planning stage, which can optimize the distribution of straw resources and reduce the transportation cost by 25.4%. At the same time, through the collaborative optimization of straw raw material storage and transportation cost and energy transmission loss to realize the optimal utilization of straw resources, the total cost of collecting, storing and transporting straw in the region is reduced by 3.86 million yuan, and the total cost of system planning is reduced by 3.9%. In addition, each park according to its own electricity price mechanism and energy demand to achieve thermal interaction, can reduce equipment capacity waste, achieve higher overall benefits.

The following conclusions can be drawn from the simulation analysis: (1) The distributed "point-middle-center" storage and transportation mode is adopted in the multi-regional system, which can be transported by the adjacent temporary storage station according to the demand of straw fuel in each park, thus saving the transportation cost. (2) The multi-regional collaborative planning scheme based on biomass "point-middle-center" storage and transportation mode by transporting raw materials can optimize the allocation of straw resources, improve the utilization ratio of equipment, reduce capacity waste, and improve the overall economy. (3) From the aspects of biomass storage and transportation, energy supply mode and system coordination planning model, the method presented in this paper and the above conclusions are universal.

Multi-regional integrated energy system, collaborative planning, biomass storage and transportation mode, biomass cogeneration unit

10.19595/j.cnki.1000-6753.tces.211757

TM732

國家自然科學基金資助項目（51977005）。

2021-11-01

2021-12-10

劉小慧 女，1996年生，碩士，研究方向為綜合能源系統規劃與運行。E-mail：19121460@bjtu.edu.cn

王小君 男，1978年生，教授，博士生導師，研究方向為綜合能源系統規劃與運行、人工智能在能源系統中的應用、電力系統分析與控制等。E-mail：xjwang1@bjtu.edu.cn（通信作者）

（編輯 赫 蕾）