基于大數據的分布式多能源系統最優運行策略研究

張 偉，李家斌，張 淵，姚雨晨，盧 偉

（1.國網常州供電公司，江蘇常州 213000；2.天津天大求實電力新技術股份有限公司，天津 300000）

隨著國民生活質量的不斷提升，能源需求也呈現上升趨勢。雖然我國的煤炭等一次能源資源較為豐富，但人均能源占比與其他國家相比仍存在較大差距，且一次能源還會對生態環境造成巨大污染。基于此，可再生能源在碳中和背景下迎來了發展機遇[1-4]。

同時，大數據技術的蓬勃發展也有利于促進可再生能源的消納。在此背景下，通過利用非可再生能源和開發可再生能源實現多種能源耦合體，進而為電、熱、冷負荷提供電力保障。分布式多能源系統充分利用可再生能源與一次能源的互補，提高了可再生能源的利用率[5-8]。21 世紀初，美國與歐洲等國首先對綜合能源系統進行了研究，并展開了示范項目，從而推動了全球的多能互補綜合能源發展。而我國在分布式多能源系統方面的發展則較為滯后，且在推廣該能源系統時，還需確保并網的穩定性以及居民生活用電不受影響。因此，我國正在建立智慧能源示范項目工程[9-10]。對于綜合能源系統建模是當前的研究熱點，有學者將能源系統的輸入與輸出進行簡化，進而建立了可反映能源輸入及輸出的集線器模型。例如文獻[11]通過細化集線器建模，對模型加以改進并提供考慮儲能裝置的多能源集線器模型。在分布式多能源系統運行策略方面，眾多研究將系統的輸入與輸出關系簡化為線性關系。然而在設備的實際運行工況中，其性能也會影響功率輸出，給分布式多能源系統造成不利的影響。而在能效利用效率方面，對冷-熱-電聯產系統的研究則較多。通常將三聯供系統的能源消耗、節約作為評價指標，來反映該系統的節能效果[12-14]。在此大數據背景下，考慮分布式可再生能源對傳統電網的影響，建立一套適用于智能電網的節能減排能效評估方法，并計算出能效量化數值，有利于多能源系統的經濟運行[15-16]。

綜上所述，文中研究了基于大數據的分布式多能源系統最優運行策略，并進行了分布式能源系統建模。在詳細分析分布式多能源系統的基本機構與功能的基礎上，設計系統的功能結構，并針對各設備工況特性，建立了分布式多能源系統優化模型；同時充分考慮了非可再生能源利用、可再生能源消納以及能效轉換狀況，提出能效評估體系；最后，通過實際算例驗證了所述方法的有效性與科學性。

1 大數據下的分布式多能源系統建模

1.1 分布式多能源系統結構

通常，分布式多能源系統包括可再生能源發電、熱電聯產機組與儲能等主要組成部分。光伏、風力、太陽能和熱電聯產機組是可再生能源發電的關鍵，而儲能則主要通過蓄電池儲存用電低谷期的電能，并于用電高峰期釋放。其中，冷-熱-電聯產機組是能源供給的主力；可再生能源發電則同時具有調節電力不足的作用；儲能裝置負責在發電與負荷間進行協調；而對于燃氣機組，主要通過利用余熱推動氣缸內的機組，從而平衡冷熱負荷。

1.2 分布式多能源系統設備模型

分布式多能源系統最典型的設備為燃氣內燃機，其具有響應快、效率高及熱工轉換能力強等特點，并能充分回收利用余熱。該設備工作原理是利用燃燒的燃料推動氣缸運動，從而將機械能轉換為電能，且還可與光伏發電協作。對于燃氣機組，其發出的電能與燃料間的關系可表示為：

式中，PGE表示內燃機的輸出功率，ηGE表示內燃機的電能轉換效率，mgas表示消耗天然氣流量，HL為天然氣低位熱值。其中，負荷特性均會影響發電效率、燃氣排放流量以及煙氣溫度的值。

在分布式多能源系統中，冷溫水機具有回收排煙余熱的功能，故可通過回收余熱提高能源利用效率。但針對不同類型的冷溫水機，其能源利用效率也有所不同。根據機組輸入熱量與輸出能量間的關系，其計算公式如下：

式中，QAC為折合制冷/熱量，KQ1、KQ2、KQ3表示排煙流量二次系數、一次系數、常數項，F為排煙流量。

此外，光伏發電也是多能源系統的重要組成部分，其是將太陽能轉化為電能的裝置，且在碳中和背景下發揮著關鍵作用。單一的太陽能電池板難以形成規模化的應用場景，因此通常將各個單一的太陽能電池板進行排列，以形成光伏陣列，再根據太陽輻照的強度變化感知外界環境的改變。其光伏特性可表示為：

式中，T表示太陽能的實際溫度，Tr表示周圍正常的環境溫度，K為溫度系數，GAC表示太陽輻射強度。

在實際應用場景中，光伏裝置的輸出功率為：

其中，PPV表示光伏裝置的輸出功率，PSTC表示測試條件下的功率，ρ表示光能轉換系數，GSTC表示太陽光照強度。

在分布式多能源系統中，還應配置適當的儲能裝置抵御發電的波動性，以提高供電可靠性。目前儲能裝置中使用最多的為蓄電池，其可利用化學反應實現化學能與電能的轉換，進而促進可再生能源的消納。

蓄電池的剩余容量表征如下：

式中，QES(t+1)、QES(t)分別表示t+1、t時刻蓄電池剩余電量，δe表示蓄電損失率，PES表示蓄電池的充放電功率，λES表示蓄電池充放電轉換系數，Δt表示時間間隔。

2 分布式多能源系統運行策略與評價

2.1 分布式多能源系統模型

分布式多能源系統模型僅從能源利用率角度來衡量較為片面，故需采用多種運行策略形成完整的能效評估方案。對于傳統的分布式多能源系統，光伏、天然氣與風能等均為輸入的一次能源，經轉換后再以電能、熱能的形式輸出。因此，建立分布式綜合能源系統模型，還需滿足運行成本最小化：

式中，pi,t表示機組的發電出力，、分別表示火電機組、風電場機組與其他設備的運行成本。

2.2 多能源系統協調運行

在分布式多能源系統協調運行模型中，決策變量為火電機組、風電場、天然氣機組的發電出力以及儲能機組的出力。目標函數為分布式多能源系統的總運行成本最小，約束條件為：

2.3 多能源系統能效評價

由于當前還未形成統一的能效評價標準，而現階段流行的三聯供系統指標評價也并不適用于分布式能源系統。分布式能源系統需建立多維度的綜合評價體系，以克服指標的局限性。為了從多方面體現分布式能源系統的優越性，基于熱力學定律，在可再生能源的基礎上建立數量與質量守恒關系，促進可再生能源的消納。

基于大數據的分布式多能源系統通過利用各種能源來提升能源消的納能力，為充分反映非可再生能源的利用情況，需要精確統計非可再生能源消納量，采用的計算公式如下：

式中，Qi表示非可再生能源消耗值，Mgas為分布式多能源系統的天然氣消耗量，Qep表示分布式多能源系統向外界吸收的電量。

基于大數據分布式多能源系統的可再生能源消納率等于其消納量與發電量之間的比值，即：

式中，Qre和Qre,i分別表示可再生能源的吸收電量和發電量。

2.4 多場景能效評估

對于基于大數據分布式多能源系統的能效評估，可根據其所在系統的周圍環境，考慮負荷大小、溫度與光照等因素進行綜合評價，并采用多場景分析法預測綜合能效近似值。在進行能效評估時，不確定因素可由系統加以設定。在滿足全年負荷需求的情況下，采用聚類分析法(Cluster Analysis)得到典型日場景集{S1,S2,…,Sn}，同時生產天數場景集為{D1,D2,…,Dn}。由于分布式系統的能源利用率與其工作狀態密切相關，當發電設備的運行策略發生變化時，會造成較大影響。因此在建立典型場景時，需綜合考慮該能源系統的運行策略。

基于多次典型場景的模擬，得到分布式多能源系統輸入與輸出量之間的關系，以及能效指標的定義，進而可以獲得典型場景下評價指標的具體數值；再根據平均加權，便可以估算全年能效近似值。具體的能效評估流程如圖1 所示。

圖1 分布式多能源系統能效評估流程

3 算例分析

文中以某地區的分布式多能源系統為算例進行數值實驗測試，該系統主要考慮燃氣機組、分布式光伏發電機組、儲能裝置與空氣源熱泵等發電設備，各設備參數如表1-2 所示。該系統與外界通過母線連接，利用母線傳輸功率，并與大電網之間進行能量交換。由于光伏發電機組屬于可再生能源，因此優先消納分布式光伏發電能源。

表1 各設備容量

表2 儲能設備基本參數

此分布式多能源系統包含商業、居民與工業等用戶的基本用電負荷，因此具有冷熱電負荷的需求。采用當地典型日負荷曲線進行測算，分布式多能源系統均能滿足附近用電需求，且其能源利用效率取決于系統的運行策略以及能源轉換關系。系統中，熱電聯產機組由內燃機與冷水機構成。電熱能之間存在耦合關系，采用冷熱電聯產策略，充分結合當地季節氣候的變化情況，優先滿足電負荷與冷/熱負荷。分別對比不同運行策略下的能源消耗量，具體如表3 所示。從表中可知，當以非可再生能源消耗量最小為優化目標時，購氣量增加、購電量減少，可再生能源消耗量更低。

表3 不同運行策略下能源消耗量

文中采用UCI（University of California,Irvine）大學公開的大數據樣本集對典型場景進行運行模擬，獲得了各場景下的設備輸入與輸出量、結合能效評價體系，所得到的能效評估具體數值如表4 所示。

表4 能效指標統計

通過分析在各場景下設備的運行情況可知，在場景1 中其光照時間較為充足，可再生能源消納率為94.2%，效率為98.2%，效率最高。而在場景5 中分布式多能源系統內無冷熱需求，因此內燃機的熱量損失，則其能源利用率低于其他場景。

4 結束語

在大數據環境下，分布式多能源系統應用愈加廣泛，而對該背景下的相關能源系統進行運行策略研究，可以為多能源系統經濟運行提供理論依據。文中建立了分布式多能源系統輸入、輸出能量轉換模型，通過分析該多能源系統的供能結構及功能設備，建立了分布式多能源系統模型，提出了能效評估體系；在對實際案例進行分析后，對比不同場景下能效指標的變化值，得到最優的運行策略以滿足能效數值最高，從而為分布式多能源系統的高效運行提供了理論依據。但此次在分析分布式多能源系統的最優運行策略時，僅考慮了其的經濟性。因此，未來研究將綜合考慮該系統的經濟性與可靠性，以期實現多目標優化運行。