内蒙古电力技术  2019, Vol. 37 Issue (04): 43-48   PDF    
基于粒子群算法的区域综合能源系统规划及运行优化
侯瑞     
内蒙古电力集团综合能源有限责任公司, 呼和浩特 010020
摘要:针对现有综合能源系统规划中存在的规划技术单一、资源类型设置少等问题,通过构建区域综合能源系统规划和运行优化模型,建立了规划和运行两阶段优化模式,并采用粒子群算法对综合能源系统进行优化,求得系统设备的最优配置方式。仿真分析结果表明,与采用传统规划配置方式的供能系统相比,本文构建的区域综合能源系统年总运营成本最低、经济性最好。
关键词区域综合能源系统     规划及运行优化     能源利用效率     粒子群算法     储能    
Planning of Reginal Integrated Energy System Based on Particle Swarm Optimization and Its Operation Optimization
HOU Rui     
Inner Mongolia Power Group Synthesis Energy Co., Ltd., Hohhot 010020, China
Abstract: Aiming at the problems of single planning technology and few resource types in the existing integrated energy system planning, a two-stage optimization model of planning and operation was established by constructing a regional integrated energy system planning and operation optimization model, and the integrated energy system was optimized by means of particle swarm optimization to obtain the system equipment optimal configuration. The simulation results showed that compared with the traditional energy supply system, the regional integrated energy system constructed in this paper had the lowest annual total operating cost and the best economy.
Key words: regional integrated energy system     planning and optimal operation     energy efficiency     particle swarm optimization     energy storage    
0 引言

随着国民经济的快速发展,能源和环境生态问题越来越受到国家和社会的重视,产业升级需求十分迫切。为了避免环境持续恶化,保障民众经济、可靠地使用能源,亟待寻求可持续发展的供能方式,而区域综合能源系统通过发挥多种类能源、设备的各自优势,能够实现能源综合利用的高效率性、经济性,受到了迅速推广应用。

1 综合能源技术研究现状

区域综合能源系统的总体性能与其设计规划和运行方式有密切关系。因投资者的诉求不尽相同,对于效益权重的看法也各有侧重。文献[1]将运行成本和投资回报周期等指标作为系统经济性评价依据,文献[2]则利用一次能源消耗量与节约量来体现系统的能源使用效益。文献[3]介绍了能源系统线性、非线性规划策略[3]。文献[4]设计了以线性规划方式为基础的在线最优运行策略,并立足于多时段运行状态开展综合能源系统规划。文献[5]利用1种混合整数非线性模型优化方式,实现了系统运行成本最低。文献[6]借助于混合整数线性模型将能源总消费降至最低,同时考虑了能源价格变化及CO2税率等要素在系统内所起的作用。文献[7]侧重于发电机组本身技术参数(如电制冷比、额定容量)的影响,使之与经济及环境进行融合,实现综合效益的最大化。

上述文献阐述的综合能源系统规划技术大都比较单一,未着眼于更多类型资源、系统的配置,存在模型及目标权重设置不够合理的情况。本文拟深入探究区域综合能源系统规划及优化运行方式,通过更多地吸纳多类型能源及多形式的能源转换方式[8],以期使构建的综合能源系统配置更加完善、更全面合理。

2 区域综合能源系统规划及运行优化 2.1 系统基础模型的构建

区域综合能源系统是融合很多功能各异能源转换设备的1个整体,其中每个设备均会对整个系统产生直接或间接作用[9]。因此在构建整个系统模型过程中,首先需要对系统内每个设备完成单独的数学建模和分析工作,再以此为依据实现全系统的建模以及进一步的优化。

图 1为区域综合能源系统基础构架示意图,该系统内涵盖了数量、种类众多的能源生产、转换或储能设备,对应的终端负荷需求为热、电、冷等。构建系统的基本构架前,需要预先对用户侧需求进行调研,明确气候、能源、资源状况,以及是否存在场地限制情况等,以使构建出的系统基本构架更加合理,再进一步优化到与此地各项条件相适应的程度,最终构建出最优的区域综合能源系统。

图 1 区域综合能源系统基础构架示意图
2.2 系统优化模式

区域综合能源系统的规划和运行优化分阶段实现,即第1阶段的规划优化和第2阶段的运行优化,如图 2所示。先以整套系统能够接纳的能源状况、设备型号及容量等基础数据资料为依据,构建出整套系统的大致框架,之后再将本阶段的内容作为下一阶段的输入条件(结合考虑价格、约束条件、设备参数等内容)继续进行优化,直至取得该系统配置和运行方式的最优状况。

图 2 规划及运行优化模式
2.3 优化算法简介

本文采用的优化算法为信息处理领域广泛使用的粒子群算法(PSO),粒子个体及全局最优位置解[10-11]分别见式(1)、式(2):

(1)
(2)

其中,pitpgt分别为粒子个体、全局最优位置解;id分别表示粒子数目和维度数;t为迭代次数;D为总维度数;pidtpgdt分别表示次数为t、维度为d的个体及全局最优位置。

这种算法可以借助于不断迭代粒子位置和速度,形成较为可靠的优化效果。需要指出的是,基于速度对迭代的作用,加入权重及随机系数可以使全局搜索更容易完成[12],如式(3)、及式(4):

(3)
(4)
(5)

其中,c1c2为加速度因子;r1r2为[0, 1]内的伪随机数;w为惯性权重系数;vidtxidt分别指迭代次数为t、维度为d时的粒子速度和位置;tmax为最大迭代次数;wmaxwmin分别为惯性权重系数最大值、最小值。

2.4 变量及约束条件 2.4.1 规划层

综合能源系统优化开始阶段需决定其优化内容是设备数量还是容量大小,前者多用于燃气轮机、内燃机系统规划,后者则用于制冷机和储能设备规划,与之对应的开始阶段变量V1的形式见式(6)。

(6)

其中,离散变量NGT1NGT2分别为燃气轮机及内燃机的设备数量;连续变量PGBratedPECrated分别为燃气锅炉及电制冷机额定容量。若上述单项值为0,则表示系统内未包含此种设备。

规划过程中有必要按照现场实际条件来限制设备的最大容量,式(7)、式(8)分别描述了设备台数以及额定功率的极限值[13]

(7)
(8)
2.4.2 运行层

若某一系统具有分布式特性,则需要关注其运行状态,一般用S(二进制数)来指代;另外,设备出力Pit也是需要考虑的变量因素,构成的混合整数模型经过处理后形成线性变量V2,见式(9)。

(9)

其中,离散变量SGTt为设备的运行状态;连续变量PGTtPGTreal, tPHSt分别为燃气轮机额定输出功率、实际输出功率、储热设备输出功率。

运行层面的约束主要涉及3个方面,分别为式(10)—式(12)所描述的运行状态、输出功率以及能量平衡[14-15]

(10)
(11)
(12)

其中,Pelec, ioutPelec, iinPheat, ioutPheat, iinPcold, ioutPcold, iin分别表示电功率、热功率、冷功率的输出量和输入量;PelecdemandPheatdemandPcolddemand分别表示电功率、热功率、冷功率的需求量。

2.5 仿真实验 2.5.1 仿真基本参数

本文所描述系统的地理位置在我国南方,其负荷需求主要集中在电、热、冷3个方面,系统内能够使用的绿色资源仅有太阳能。系统规划和运行优化模型的大致构成如下:系统包含光伏发电,存在天然气资源,含有多种制冷、制热设备,具有添加光电锅炉的外部条件。

图 3为该小区春、夏、秋、冬季节中各1天的仿真基础数据。能源(如天然气)标价假设没有变化,均为0.387元/kWh;用电价格一天之内的最低值为0.524元/kWh,中间值为0.875元/kWh,最高峰值为1.217元/kWh。表 1为系统内各设备的经济和技术参数,表 2为储能设备技术数据。

图 3 负荷及太阳能辐射密度变化情况

表 1 设备经济和技术参数

表 2 储能设备参数
2.5.2 极端场景设置

为了保证系统在极端工况下仍能正常运行,需要在初始阶段借助一些约束条件完成极端场景的设置。本文共设计了3种极端运行方式,见表 3。其中场景2单独负荷最大值并不确定是哪一种负荷需求最大,可以是冷、热、电其中的任意一种;场景3分布式能源最大出力工况指光伏发电和光热锅炉一定是被完全利用了,利用时长设置为4 h,在此期间若存在剩余热量则需要进行存储操作。

表 3 极端场景设置
2.6 优化结果

借助于粒子群算法进行优化计算,设迭代次数上限为200、种群规模大小为40,在迭代次数达到150次时适应度已基本不再变化,说明此次迭代计算收敛,求得最优解(最优配置方式)为:光伏容量7 MW;内燃机1、内燃机2的数量分别为1台和5台;燃气锅炉、光热锅炉的容量分别为12.2 MW、15.2 MW;耗电及吸收式制冷设备的容量分别为10.1 MW、19.3 MW;储冷箱和储热箱的容量分别为17.4 MWh和12.9 MWh。此配置选用内燃机是因为其成本低、且具备较好的热电效率,选用光热锅炉是因为效率较高、且不会消耗更多的高品位能源。

图 4为夏季典型日优化后综合能源系统(CCHP-IES)的电能、热能、冷能供需状况。

图 4 夏季典型日CCHP-IES系统能源供需状况

图 4a显示系统在大部分时间内均能维持很好的电能供需关系。从07:00到次日06:00表现为1个用能周期:01:00—08:00居民用电量不高,仅借助于电网即可满足居民的用电需求;09:00—24:00,电价一般较高,系统的最优运行方式是更多地让光伏和内燃机发电,若使用天然气发电,则将内燃机1配置为主要发电装置,内燃机2配置为辅助发电装置。由于与电网的连接关系遵循自由联网原则,在中午的某些时段还可有剩余电能售卖给电网。

图 4b显示该日的热能供需情况较好,多数时间内热能主要依靠内燃机提供,燃气锅炉作为补充。09:00—17:00用热量最高,此时间段太阳辐射也较强烈,可借助于光热锅炉最大限度地提升供热效率,另外吸收式制冷装置也会有热能产出。

图 4c同样显示系统可以在全时段内维持良好的冷能供需状况。01:00—08:00由电制冷机提供冷能;09:00—12:00则主要借助于内燃机获取冷能,电制冷机则起辅助作用。

3 CCHP-IES的优势

为了说明本文构建的综合能源系统优化方式的优点,特选取以常规规划方式配置的分供系统(SP)及2个太阳能冷热电联供系统CCHP-FTL(以热定电)、CCHP-FEL(以电定热)进行比较。各综合能源供能系统的设备配置情况见表 4表 5为各综合能源系统运行经济性的比较。

表 4 各综合能源供能系统设备及容量配置情况

表 5 各系统运行经济性比较

表 4可见,常规方式配置的CCHP-FEL系统需要准备较大容量的蓄电池来应对过载现象,而CCHP-FTL系统对光热锅炉的容量有较高要求;另外,二者均需配置较大容量的储热箱以应对急需。

表 5可见,SP系统的购电量很大,CCHP-FTL、CCHP-FEL系统的天然气消耗量更多,而本文构建的CCHP-IES系统的年总运营成本最低,经济性优于其他常规分供系统。

4 结语

区域综合能源系统是当前环境、能源问题的1种重要解决方式,能够实现能源的梯度利用,提高能源的使用效率。本文提出的区域综合能源系统规划和运行优化方法,能够实现系统综合经济效益的最大化,研究结果可供相关技术人员参考。

参考文献
[1]
马恒瑞, 王波, 高文忠, 等. 区域综合能源系统中储能设备参与辅助服务的运行优化[J]. 电力系统自动化, 2019, 43(8): 34-46, 68.
[2]
郑伟民, 郁家麟, 范娟娟, 等. 基于线性规划的综合能源系统运行优化[J]. 济南大学学报(自然科学版), 2019, 33(1): 61-67.
[3]
雷霞, 唐文左, 李逐云, 等. 考虑区域综合能源系统优化运行的配电网扩展规划[J]. 电网技术, 2018, 42(11): 3459-3470.
[4]
易文飞, 俞永增, 张艺伟, 等. 基于p-中位模型的区域综合能源系统能源站优化规划[J]. 电力系统自动化, 2019, 43(4): 107-113.
[5]
权超, 董晓峰, 姜彤. 基于CCHP耦合的电力、天然气区域综合能源系统优化规划[J]. 电网技术, 2018, 42(8): 2456-2466.
[6]
刘涤尘, 马恒瑞, 王波, 等. 含冷热电联供及储能的区域综合能源系统运行优化[J]. 电力系统自动化, 2018, 42(4): 113-120, 141.
[7]
王伟亮, 王丹, 贾宏杰, 等. 考虑运行约束的区域电力-天然气-热力综合能源系统能量流优化分析[J]. 中国电机工程学报, 2017, 37(24): 7108-7120, 7425.
[8]
白牧可, 王越, 唐巍, 等. 基于区间线性规划的区域综合能源系统日前优化调度[J]. 电网技术, 2017, 41(12): 3963-3970.
[9]
陈娟.能源互联网背景下的区域分布式能源系统规划研究[D].北京: 华北电力大学, 2017. http://cdmd.cnki.com.cn/Article/CDMD-11412-1017211151.htm
[10]
武传宝.基于供需调整的区域能源系统优化管理研究[D]: 北京: 华北电力大学, 2017. http://cdmd.cnki.com.cn/Article/CDMD-11412-1017222440.htm
[11]
王珺.区域综合能源系统规划及优化运行[D].南京: 东南大学, 2017. http://cdmd.cnki.com.cn/Article/CDMD-10286-1018006011.htm
[12]
尉峰.基于多目标优化和动态博弈方法的综合能源系统规划及运行优化研究[D].广州: 华南理工大学, 2017. http://cdmd.cnki.com.cn/Article/CDMD-10561-1017734240.htm
[13]
顾伟, 陆帅, 王珺, 等. 多区域综合能源系统热网建模及系统运行优化[J]. 中国电机工程学报, 2017, 37(5): 1305-1316.
[14]
施锦月, 许健, 曾博, 等. 基于热电比可调模式的区域综合能源系统双层优化运行[J]. 电网技术, 2016, 40(10): 2959-2966.
[15]
于波, 孙恒楠, 项添春, 等. 综合能源系统规划设计方法[J]. 电力建设, 2016, 37(2): 78-84. DOI:10.3969/j.issn.1000-7229.2016.02.011
[16]
党克, 陆雯雯, 严干贵. 基于改进滑模控制技术的光伏阵列最大功率跟踪控制研究[J]. 广东电力, 2016, 29(10): 12-16. DOI:10.3969/j.issn.1007-290X.2016.10.003
[17]
孙文磊, 王立彬, 申洪涛, 等. 基于大数据分析的光伏发电系统日电量预测方法[J]. 电力大数据, 2017, 20(9): 63-64.