考慮電-熱等效虛擬儲能的綜合能源系統(tǒng)低碳經(jīng)濟調度

張志一,竇震海,于潤澤,胡亞春,陳佳佳,尹文良

(山東理工大學電氣與電子工程學院,山東省淄博市 255000)

0 引 言

近年來,在“雙碳”目標的指引下,我國的能源系統(tǒng)逐漸朝著高可再生率、高能源利用率、低排放和低污染的方向發(fā)展[1-3]。在這一過程中,風力發(fā)電仍然在可再生能源中占據(jù)著重要的地位。然而,隨著風電滲透率的提高,其自身的波動性所帶來的風險也在增加[4-6]。因此,為了減少風電不確定性對電力系統(tǒng)的負面影響,儲能系統(tǒng)作為一種重要手段得到了廣泛的應用[7-9]。

目前對于儲能的研究多集中于實體儲能,但是實體儲能往往伴隨著較高的前期投入成本[10-11],這對于中小型能源系統(tǒng)來說難以獨自承擔。基于這種情況,虛擬儲能成為了近年來研究的熱門方向[12-13]。具體來說虛擬儲能包括電力需求響應(power demand response, PDR)、電動汽車、儲熱鍋爐、儲水式熱水器等一系列的可控負荷。目前已有針對虛擬儲能的研究,文獻[14]通過在微電網(wǎng)的聯(lián)合規(guī)劃問題中引入由可轉移、可削減負荷與電動汽車共同組成的虛擬儲能,提高了新能源的消納水平,減少了一次設備的投資運行費用。文獻[15]將用戶側的可轉移負荷歸為虛擬儲能并與碳捕集機組協(xié)調配合,提高了負荷高峰時段的捕碳水平。文獻[16]利用冷、熱負荷中較大的慣性從而進一步提高了系統(tǒng)應對風光不確定性的能力。文獻[17]在過去僅考慮電力柔性負荷的基礎上,進一步分析了柔性熱負荷的潛力,并用自回歸滑動平均時間序列模型對其進行建模,充分利用系統(tǒng)各類調控資源從而增強系統(tǒng)的靈活性。文獻[18]針對熱網(wǎng)延遲特性提出了一種熱能輸運準動態(tài)模型,并把熱網(wǎng)虛擬儲能作為一種調度資源參與綜合能源系統(tǒng)的經(jīng)濟優(yōu)化運行。以上文獻分別研究了電力系統(tǒng)和熱力系統(tǒng)各自的虛擬儲能效應,而對于熱力系統(tǒng)中“虛擬電儲能效應”的研究較少[19]。

通過為發(fā)電機組加裝碳捕集設備可以有效降低機組的CO2排放量,實現(xiàn)整個能源系統(tǒng)的低碳化運行。文獻[20]提出了儲液式碳捕集電廠模式,利用儲液式和分流式相結合的方式實現(xiàn)了電力系統(tǒng)的低碳經(jīng)濟調度;文獻[21]在電-氣綜合能源系統(tǒng)中考慮了碳捕集系統(tǒng)和綜合需求響應,提高了系統(tǒng)的碳減排能力和風電消納水平;文獻[22]將碳捕集機組作為可控負荷的一部分引入到虛擬電廠中,在降低碳排放的同時提高了電廠的靈活調度能力。通過研究以上文獻,可以發(fā)現(xiàn)將碳捕集設備與現(xiàn)有的發(fā)電裝置結合在一起,不僅可以提高能源系統(tǒng)的低碳化程度,還可以通過調節(jié)設備功率來參與系統(tǒng)的經(jīng)濟調度。然而,現(xiàn)階段關于電熱等效虛擬儲能與碳捕集設備協(xié)同作用在降低碳排放的同時提高風電滲透率的研究較少。

因此,本文首先提出一種利用熱舒適度理論調節(jié)用戶熱負荷并與熱電聯(lián)產(combined heat and power, CHP)機組相結合的方法,形成熱力等效虛擬儲能。其次,將碳捕集設備在電負荷低谷期以最大功率運行,達到降低碳排放的目的,同時與電負荷需求響應一起作為電力等效虛擬儲能。并以總成本最小為目標函數(shù)建立電-熱綜合能源系統(tǒng)(electric-heat integrated energy system, EHIES)低碳經(jīng)濟優(yōu)化模型。最后,設置6種場景進行比較分析,并將其與實體儲能所需的投資費用進行對比。通過MATLAB和CPLEX求解器進行仿真求解,驗證本文所提出的模型在提高系統(tǒng)整體風電滲透率、降低碳排放和提升經(jīng)濟效益方面的優(yōu)越性。

1 電-熱綜合能源系統(tǒng)低碳經(jīng)濟運行原理

1.1 電-熱綜合能源系統(tǒng)結構

本文建立的電-熱綜合能源系統(tǒng)框架如圖1所示。供能端由風電機組、CHP機組、外部電網(wǎng)以及氣網(wǎng)組成;用能端分為電負荷和熱負荷。為降低系統(tǒng)的碳排放而考慮在熱電聯(lián)產機組中加入碳捕集設備,并采用被廣泛應用的燃燒后碳捕集技術[23-24]。該技術方案是將碳捕集設備放置于熱電聯(lián)產設備的下游,并捕集上游發(fā)電設備產生的CO2。在這種運行模式下的碳捕集設備能夠獨立于發(fā)電過程從而可以作為可調節(jié)電負荷的一部分參與需求響應,其與一部分電負荷共同組成了電力等效虛擬儲能。而部分熱負荷的改變則會進一步影響熱電聯(lián)產機組的運行。

圖1 考慮虛擬儲能的電-熱綜合能源系統(tǒng)框架Fig.1 A framework for electric-thermal integrated energy system considering virtual energy storage

1.2 熱力等效虛擬儲能原理

作為綜合能源系統(tǒng)核心部分的熱電聯(lián)產機組,其具備電熱耦合的作用。常見的有背壓式和抽汽式[25]。

常規(guī)背壓式熱電聯(lián)產機組的運行模式中汽輪機不會利用蒸汽中的所有能量,導致輸出蒸汽的溫度很高,因此熱電聯(lián)產機組的電功率和熱功率呈固定比例。

背壓式熱電聯(lián)產機組因其較強的熱電耦合特性導致了供電靈活性的降低。而抽汽式熱電聯(lián)產機組可以通過將高壓蒸汽從鍋爐輸送到汽輪機產生電力的同時,蒸汽也可以被送到加熱區(qū)域的暖水管道或送到冷凝裝置,并且在冷凝裝置中冷卻蒸汽后再次送到鍋爐,這一過程使得機組的電熱功率比呈區(qū)域模式,如圖2所示。

圖2 熱力等效虛擬儲能充放電原理Fig.2 Principle of thermal equivalent virtual energy storage charging and discharging

由圖2可知,抽汽式熱電聯(lián)產機組的電出力區(qū)間取決于熱出力的大小。下面對等效虛擬儲能實現(xiàn)原理進行具體分析:在冬季供暖期,熱電聯(lián)產機組主要以保障供熱為主,即運行在以熱定電模式下,如圖2所示,此時熱出力為a,對應的電出力區(qū)間為[a′,a″],不僅使得機組最大電出力受限,而且造成機組的向下調峰能力不足從而導致大量棄風。通過改變用戶的用熱習慣使得熱負荷變?yōu)槿嵝詿嶝摵?從而降低機組的熱出力,這時工作點從a遷移到b,電出力區(qū)間增大為[b′,b″]。增大的這部分電出力可以看作是由熱負荷改變產生的等效“放電”能力;同時減小的電出力下限可以為冬季風電提供更大的上網(wǎng)空間,這與實體儲能消納多余風電的充電作用類似,因此可以看作是熱力系統(tǒng)在“電視角”下所具備的等效“充電”能力。

2 電-熱綜合能源系統(tǒng)低碳經(jīng)濟優(yōu)化模型

2.1 目標函數(shù)

本文所建立的電-熱綜合能源系統(tǒng)低碳經(jīng)濟運行模型,其目標函數(shù)是總運行成本最小,運行成本包括購買天然氣成本、從電網(wǎng)購電成本、棄風成本、CO2封存運輸成本、碳交易成本、需求響應補償成本,其表達式為:

(1)

(2)

2.2 模型約束

2.2.1 熱力等效虛擬儲能約束

根據(jù)1.2節(jié)分析的熱力等效虛擬儲能充放電原理,即通過調節(jié)用戶側的熱負荷需求來增大抽汽式熱電聯(lián)產機組的電出力上下限,本文引入用戶側熱舒適度這一指標,其具體約束以及抽汽式熱電聯(lián)產機組運行約束如下。

1)用戶側熱舒適度約束。

與需要達成供應-負荷實時平衡的電力系統(tǒng)不同,熱力系統(tǒng)因為負荷側的用戶對于溫度的感知具有一定的滯后性,即室內溫度可以在用戶熱舒適度可接受的范圍內適當上下調節(jié),使得供熱設備能夠通過在某些時段削減一部分熱出力來參與整個電-熱系統(tǒng)的優(yōu)化調度。因此需要先確定一天中各個時刻用戶的熱舒適度范圍。

通常采用預測平均評價(predicted mean vote, PMV)[26-27]來定量分析人體感知到的冷熱狀況與最佳舒適度的偏離程度。其簡化后的表達式為:

(3)

由文獻[28]可知在冬季,PMV指標的范圍控制在±0.5內即可滿足居民熱舒適度要求。考慮到本文所建模型中CHP機組為唯一熱源所帶來的風險,以及白天和夜間人體對于溫度的敏感程度不同,設定夜間的PMV值范圍為-0.3～0.3,白天的范圍為-0.2～0.2。通過上述PMV值范圍求出用戶側白天和夜間的溫度變化范圍,從而得到考慮熱舒適度的柔性熱負荷表達式:

(4)

(5)

2)CHP機組約束。

抽汽式CHP機組的熱能和發(fā)電量取決于汽輪機的大小和抽取蒸汽的壓力,其熱電輸出的耦合運行區(qū)間的表達式為:

(6)

CHP機組發(fā)電功率與天然氣消耗量的關系為:

(7)

式中:ηG為CHP機組的氣電轉換效率;LCH4為甲烷氣體的熱值,取9.78×10-3MW·h/m3。

2.2.2 電力需求響應約束

(8)

由于不可控負荷是居民基礎負荷,如電視、計算機、照明等,這一類負荷對于電氣舒適度非常敏感,因此不參與優(yōu)化調度。下面將詳細分析另外兩類負荷所受到的限制。

1)可削減負荷。

可削減電負荷是指在電力系統(tǒng)中對于某些負荷,通過采用有效的技術手段可以在不影響一些設備正常使用的前提下,將其電能消耗量進行有效控制和降低的負荷類型。其表達式為:

(9)

(10)

(11)

2)可轉移負荷。

可轉移負荷相比于可削減負荷在一天中的運行更加靈活。可轉移負荷不僅可以將一部分負荷的工作時間轉移到其他區(qū)間,還可以調整其功率值。其表達式為:

(12)

(13)

(14)

(15)

(16)

2.2.3 碳捕集設備與碳交易相關約束

1)碳捕集設備運行建模。

(17)

2)CO2封存成本。

對于捕集到的CO2一般選擇運輸、封存在指定地點,從而減少其排放量。這一過程所產生的成本為:

(18)

式中:kTM為運輸、封存單位CO2的價格,其值取35元/t[30]。

3)碳交易成本。

由于碳捕集設備功率的限制只能捕集部分CO2,對于剩余的CO2即凈CO2排放量,選擇將其參與到碳交易市場,這一過程產生的碳交易成本為:

(19)

式中:kCT為排放單位二氧化碳的碳交易價格,其值取252元/t[31];βCT為在供電基準值標準下的單位電出力的碳排放配額[32]。

2.2.4 功率平衡約束

1)電功率平衡約束。

本文所建立的模型其優(yōu)化運行時所需要滿足的電功率平衡為:

(20)

2)熱功率平衡約束。

本文所建立的模型其優(yōu)化運行時所需要滿足的熱功率平衡為:

(21)

3 算例分析

3.1 算例參數(shù)

本文選取的算例來自于中國北方某個地區(qū)的一個冬季典型日,系統(tǒng)內的風電預測功率和電熱負荷的預測數(shù)據(jù)如圖3所示;棄風懲罰系數(shù)為600元/MW[15];負荷需求響應中可削減負荷和可轉移負荷分別占總負荷的2%、3%[31];電網(wǎng)分時電價及其區(qū)段劃分參考文獻[33];系統(tǒng)內各設備的參數(shù)如表1所示。其他一些參數(shù)見表2。優(yōu)化調度的時間為24 h,時間間隔為1 h并在MATLAB中調用CPLEX求解器對模型進行仿真驗證。

表1 系統(tǒng)各設備參數(shù)Table 1 Parameters of each equipment in the system

表2 系統(tǒng)其他參數(shù)Table 2 Other parameters of the system

圖3 風電和電熱負荷預測功率Fig.3 Wind power and electric/thermal load forecasting power

3.2 不同場景下的各類成本分析

為了分析需求響應,熱力等效虛擬儲能以及碳捕集技術協(xié)同優(yōu)化對電熱能源系統(tǒng)整體運行經(jīng)濟性的影響,本文設置了6個場景進行仿真對比:

場景1:不考慮電力需求響應,CHP機組運行在以熱定電模式下。

場景2:考慮電力需求響應,CHP機組運行在以熱定電模式下。

場景3:考慮電力需求響應,CHP機組以區(qū)域模式運行。

場景4:考慮電力需求響應,同時考慮熱力等效虛擬儲能。

場景5:在場景4的基礎上為CHP機組加裝碳捕集設備。

場景6:在場景5的基礎上考慮碳捕集設備始終以最大捕碳率狀態(tài)運行。

各場景優(yōu)化后的各類成本如表3所示。

表3 不同場景優(yōu)化后的各類成本Table 3 Costs of various types optimized for different scenarios 元

對比表3中場景1和2得出兩者的購氣成本和碳交易成本相等,是因為在這2個場景中CHP機組都運行在以熱定電模式下,輸出的電功率取決于用戶的實際熱負荷。此外得益于電力需求響應的平抑負荷波動,在電負荷谷時段提高了風電的消納,峰時段減少了從外電網(wǎng)的購電,總體成本下降了4.35%。

對比分析場景2、3、4的數(shù)據(jù)可得,場景3中的CHP機組以區(qū)域模式運行使得熱電解耦,其電出力的上下調峰能力都得到了提升,因此在電價峰時段減少了購電量,購電成本下降。場景4在購能(電、氣)成本和棄風成本兩方面相比于場景3分別降低了11.65%、46.55%,這表明場景4在考慮了熱舒適度后,熱負荷會根據(jù)一天內用戶對溫度感知的敏感度不同適當調節(jié),通過影響CHP機組的熱出力從而使得其電出力相比于場景3有更大的調峰空間。另一方面,需求響應補償成本提高了5.05%,但由于棄風率的大幅下降,總成本減少了17.25%。

對比場景4和5,場景4中碳捕集設備的加入提高了CHP機組在電負荷低谷時段的能耗,使得棄風成本降低了26.57%。此外碳捕集設備的裝設使得碳交易成本降低了41.72%,雖然購電成本和碳封存成本因此而增加,總成本卻減少了4.33%。

在場景6中,碳捕集設備始終保持在最大捕碳率,因此相比于場景5,CO2排放量大幅減少,且低于碳排放配額。這使得多余的配額可以在碳交易市場中出售,從而增加碳收益。然而,系統(tǒng)為了進一步提高碳交易收益,選擇增加CHP機組的出力導致購氣成本相比于場景5提高了13.87%,進而使得總成本增加了2.17%。

3.3 各場景優(yōu)化結果分析

場景1優(yōu)化后的電功率平衡如圖4所示,由于此場景中CHP機組運行在以熱定電模式,其電出力取決于熱出力,而在夜間熱負荷高峰時段CHP機組無法向下調峰,造成大量棄風。

圖4 場景1的電功率平衡圖Fig.4 Power balance diagram for scenario 1

場景2優(yōu)化后的電功率平衡如圖5所示。由圖5可知,在考慮電力需求側響應后一部分負荷從高峰期轉移到了低谷期,從而在CHP機組向下調峰能力不變的情況下減少了一部分棄風。

圖5 場景2的電功率平衡圖Fig.5 Power balance diagram for scenario 2

場景3優(yōu)化后的電功率平衡如圖6所示。相較于前面的場景,在10:00—14:00時段電價高峰期,通過使熱電解耦的CHP機組向上調峰提高電出力,降低了購電成本。在01:00—05:00以及20:00—24:00時段的棄風功率并沒有降低,這說明這些時候的CHP機組盡管以區(qū)域模式運行,但缺少熱負荷調節(jié)手段,使得其向下調峰能力不足。

圖6 場景3的電功率平衡圖Fig.6 Power balance diagram for scenario 3

在考慮用戶的熱舒適度后的場景4電功率平衡如圖7所示。在01:00—05:00和21:00—24:00時段棄風功率都有降低,原因是CHP機組向下調峰能力增強,機組上網(wǎng)功率降低從而可以容納更多的風電上網(wǎng)。

圖7 場景4的電功率平衡圖Fig.7 Power balance diagram for scenario 4

場景5優(yōu)化后的電功率平衡和碳捕集設備運行狀況分別如圖8、9所示,可以得出在01:00—06:00和22:00—24:00時段,風電預測功率高峰期同時是電負荷低谷,此時碳捕集設備以最大碳捕集率工況運行,使得該時段碳排放量大幅降低。

圖8 場景5的電功率平衡圖Fig.8 Power balance diagram for scenario 5

圖9 碳捕集設備運行狀況Fig.9 Operating status of carbon capture unit

場景6優(yōu)化后的電功率平衡如圖10所示。由圖10可知,碳捕集設備功率在全天都保持與CHP機組發(fā)電功率同步的狀態(tài)。因此在白天負荷高峰時段系統(tǒng)需要通過提高CHP機組電出力以及從電網(wǎng)購電來保證碳捕集設備以最大捕碳率狀態(tài)運行。

圖10 場景6的電功率平衡圖Fig.10 Power balance diagram for scenario 6

CHP機組運行狀況如圖11所示,由于CHP機組加裝了碳捕集設備,此時CHP機組發(fā)出的總電功率中一部分用于碳捕集,從而相比場景4進一步降低了機組的上網(wǎng)功率,為風電消納預留了更多空間。此外,在04:00—09:00和15:00—17:00時段電價低谷期,整個系統(tǒng)選擇從外部電網(wǎng)購電來滿足一部分負荷,從而減少了發(fā)電成本和碳交易成本。

圖11 CHP機組運行狀況Fig.11 Operating status of CHP unit

電力等效虛擬儲能效果如圖12所示。通過對比圖12中3條不同凈負荷曲線,驗證了加裝的碳捕集設備可以充當一部分的可削減電負荷,并且與原先的電力需求響應共同起到電力等效虛擬儲能充放電的作用,以達到削峰填谷的目的。

圖12 電力等效虛擬儲能效果圖Fig.12 Electric power equivalent virtual energy storage effect diagram

3.4 熱力等效虛擬儲能

為了具體說明熱舒適度是如何通過改變用戶的熱負荷曲線從而實現(xiàn)CHP機組電出力區(qū)間的平移,下面分別給出了場景4中考慮熱舒適度后的用戶實際熱負荷與預測熱負荷對比以及場景3和場景4中CHP機組電出力對比,如圖13、14所示。

圖13 場景4中考慮熱舒適度后的用戶實際熱負荷與預測熱負荷對比Fig.13 Comparison between actual and predicted heat loads for users in scenario 4 with consideration of thermal comfort

通過分析圖13可知,在用戶夜間熱感知能力較弱時段熱負荷削減程度較高,在這些時段的CHP機組熱出力可以相應減少一部分,根據(jù)前文中圖2所示使得CHP機組運行區(qū)域的電出力區(qū)間向左平移,得到了更大的向上和向下調峰區(qū)間。如圖14所示,在01:00—06:00和21:00—24:00時段場景4相比于場景3的CHP機組擁有更低的電出力下限,因此可以容納更多的風電上網(wǎng),形成等效充電;另一方面,在日間用電高峰期場景4中的CHP機組通過向上調峰增大了電出力,形成等效放電,減少了系統(tǒng)在電價高峰時段從電網(wǎng)購電的成本。

圖14 熱力等效虛擬儲能效果圖Fig.14 Heat power equivalent virtual energy storage effect diagram

3.5 與實體儲能對比

上文分析都是基于電-熱能源系統(tǒng)自身所具備的虛擬儲能效應來削峰填谷,消納棄風。為了驗證這一能力所能帶來的經(jīng)濟效益,本節(jié)在場景1的基礎上考慮配置實體儲能,并計算在該場景下的總成本最小時所需要的儲能容量。其中實體儲能相關參數(shù)見文獻[34],相關約束如下:

(22)

(23)

上述模型中式(23)為非線性約束,采用Big-M法對非線性約束進行線性化,轉化為約束條件式,其中M為足夠大的常數(shù)。

(24)

通過優(yōu)化得到該場景下的儲能配置方案以及總成本、棄風成本,如表4所示。

表4 考慮實體儲能場景的容量配置與成本分析Table 4 Capacity configuration and cost analysis for physical energy storage scenarios

可以看出,在不考慮電力側需求響應與熱力等效虛擬儲能,而只配置實體儲能的情況下,棄風成本相比場景4降低了14.91%,而總成本提高了12.63%。這說明通過配置實體儲能雖然可以很大程度地提高風電的消納率,但較高的建設成本使得總成本不降反增。這一場景的模擬結果表明本文所提出的電力與熱力等效虛擬儲能協(xié)同優(yōu)化削峰填谷能夠帶來較為可觀的經(jīng)濟收益。

3.6 不同碳交易價格對系統(tǒng)的影響

為了進一步研究系統(tǒng)對于碳交易價格變化的敏感性,本文對比分析了場景5中碳交易價格在50～350元/t區(qū)間變化時,總成本、碳交易成本、碳排放量和總捕集率的變化情況。其中總捕集率表示一天中全部CO2捕集量與全部CO2排放量的比值。具體結果見表5。

表5 碳交易價格對系統(tǒng)的影響Table 5 The impact of carbon trading price on the system

由表5可知,碳交易價格在50～250元/t區(qū)間上升時,系統(tǒng)整體為了減少碳交易成本,選擇提高碳捕集設備的捕集率來降低CO2排放總量,但碳交易成本仍然在增加;在碳交易價格高于300元/t后,系統(tǒng)可以通過提高CHP機組出力以及從電網(wǎng)購電將總捕集率維持在最高水平,使得全天CO2凈排放量小于碳排放配額,從而可以將多余的額度在碳交易市場中出售來提高收益;后續(xù)碳交易價格的提高不會影響系統(tǒng)的CO2排放總量以及總捕集率。

4 結 論

本文針對傳統(tǒng)實體儲能因前期建設投入大而難以大規(guī)模應用的問題,提出了一種新的EHIES低碳經(jīng)濟調度模型,該模型考慮了電-熱等效虛擬儲能的作用。通過算例驗證得出了以下結論:

1)通過在用戶側考慮熱舒適度可接受范圍所引起的熱負荷變化,將其與CHP機組區(qū)域運行模式結合形成熱力等效虛擬儲能,并在電負荷低谷時段等效充電消納棄風,在高峰時段等效放電降低發(fā)電成本,提高了EHIES整體的經(jīng)濟性。

2)通過為CHP機組加裝碳捕集設備,既降低了EHIES整體的碳排放,減少了碳交易成本,又與電負荷需求響應結合組成電力等效虛擬儲能參與負荷的削峰填谷。

3)通過與采用傳統(tǒng)實體儲能的場景對比,得出本文所提出的虛擬儲能方案在綜合考慮棄風消納、低碳環(huán)保以及成本后所具備的優(yōu)越性。

4)通過算例對比了不同碳交易價格對系統(tǒng)的影響。結果顯示碳交易價格低于250元/t時,系統(tǒng)總成本隨著價格的升高而增加;在超過300元/t后,總成本隨著價格的提高而減少。

需要指出的是,本文尚未具體分析碳捕集設備運行中的成本問題,并且沒有考慮到實際熱負荷中建筑物熱慣性所帶來的影響,這些將在后續(xù)的工作中進一步研究。