基于能源互联网的多能源系统综合优化规划

SmartGrid智能电网,2018,8(6),571-579PublishedOnlineDecember2018inHans.://doi.org/10.12677/sg.2018.86063文章引用:张利,韩群雁,刘思圆,宋阳阳.基于能源互联网的多能源系统综合优化规划[J].智能电网,2018,8(6):571-579.DOI:10.12677/sg.2018.86063ComprehensiveOptimizationProgrammingofMulti-EnergySystemBasedonEnergyInternetLiZhang1,QunyanHan2,SiyuanLiu3,YangyangSong41PowerResearchInstituteofSINOPECShengliOilfieldPowerCompany,DongyingShandong2PowerDispatchingCenterofSINOPECShengliOilfieldPowerCompany,DongyingShandong3PowerUtilitiesCenterofSINOPECShengliOilfieldPowerCompany,DongyingShandong4ChinaUniversityofPetroleum,QingdaoShandongReceived:Nov.15th,2018;accepted:Nov.26th,2018;published:Dec.12th,2018AbstractBasedontheconceptofenergyInternet,themulti-energysystemoptimizationprogrammingconsi-deringcomplementarityandsharingofelectricity,heatandcoldisthebasistoimprovethemul-ti-energyutilization.Themulti-energysystemissuppliedbymultipledistributedenergystations,whichareconnectedbythepowersupplynetworkandheatingnetworkonthebasisofself-balancingcapability.Themulti-sourcecomplementarityisrealized,andthe“generation-grid-load-storage”coordinationstrategyisputforward.Consideringthesizingcostandthetypicalscenariooperationrevenue,carbonemissionsandprimaryenergyconsumption,andthefeasibilityandsecuritycon-straints,multi-energysystemoptimalprogrammingmathematicalmodelisestablished.Analysisshowsthatthemulti-energysystemprogrammingschemewhichisconsideringthetypicalscenariosoperationachievestheoptimaleffectofsizingcostandrunningcomprehensivebenefit.KeywordsEnergyInternet,DistributedEnergyStation,OptimizationProgramming,Multi-SourceComplementary基于能源互联网的多能源系统综合优化规划张利1，韩群雁2，刘思圆3，宋阳阳41中国石化胜利油田电力分公司电力科研所，山东东营2中国石化胜利油田电力分公司电力调度中心，山东东营3中国石化胜利油田电力分公司电力公共事业中心，山东东营4中国石油大学(华东)，山东青岛张利等DOI:10.12677/sg.2018.86063572智能电网收稿日期：2018年11月15日；录用日期：2018年11月26日；发布日期：2018年12月12日摘要基于能源互联网理念，综合考虑电、热、冷互补共享的多能源系统优化规划是提高综合能源利用率的基础。多能源系统由多个分布式能源站供能，各能源站在具备自平衡能力的基础上通过供电网络和供热网络互联，实现横向多源互补。综合考虑能源配置的成本和典型场景系统网络运行的收益、碳排放量和一次能源消耗量，计及可行性约束和安全性约束，研究多能源系统优化规划数学模型。算例分析表明，兼顾典型场景运行的多能源系统规划方案达到了配置成本和运行综合效益最优的效果。关键词能源互联网，分布式能源站，优化规划，多能互补Copyright©2018byauthorsandHansPublishersInc.ThisworkislicensedundertheCreativeCommonsAttributionInternationalLicense(CCBY).引言石油、天然气和煤炭等化石能源在过去的两个世纪，为经济的发展和人类的进步做出了巨大贡献。然而，对化石能源长期、大规模的使用致使有限资源逐步枯竭[1][2][3]，与此同时，化石能源燃烧过程中带来的环境污染问题不容小觑，能源与环境问题已成为制约当今世界经济和社会发展的重要方面，传统的依赖化石能源的增长方式已经不能维持我国的经济发展，新能源和化石能源互补的多能源时代必将代替以石油和煤炭为核心的化石能源时代[4][5][6]。已有的文献中大多是将优化调度与配置分离优化的。文献[7][8]以配置经济性为目标，建立了含储能的多能源系统优化配置模型，达到了配置最优的效果，文献[9][10][11]以运行经济性和环保性为目标，建立了冷热电联供系统的优化调度模型，文献[12][13]以综合能源系统运行经济性为目标，建立了多能源系统优化调度模型，达到了运行最优的效果。文献[14]综合考虑了可再生能源消纳率与微电网的运行成本，建立了一个含有可再生能源以及冷、热、电多种能源形式的微网优化运行模型。以上文献中，均将优化调度与运行分离优化，且仅考虑了供能侧多能互补优化，未引入需求侧灵活因素参与优化运行。本文基于能源互联网理念，将供能侧的多样化能源互联，通过优化配置和优化运行两方面融合，实现综合能源利用和互补，在需求侧引入柔性负荷，从而增加系统灵活因素。以多能源系统配置的成本和典型场景系统网络运行的综合效益最优为目标，计及可行性约束和安全性约束，建立多能源系统优化规划数学模型，与已有文献相比，充分考虑了配置方案的运行经济性、环保性、节能性，从而实现多能源系统配置和运行的综合优化。2.多能源系统互补协调2.1.横向多源互补简介多能源系统由多个分布式能源站与负荷区块组成，分布式能源站包括风机、光伏电池板、热电联产能系统(CHP)、燃气锅炉、地源热泵、吸收式制冷装置及储能装置。为提高能源利用率，在分布式能源配置过程中引入“横向多源互补”理念。能源互联网中的“横向多源互补”是指分布式能源站中多种能源资源之间的互补协调，突出各类能源之间的“可替代性”。OpenAccess张利等DOI:10.12677/sg.2018.86063573智能电网Figure1.Multi-energysystemconstruction图1.多能源系统框架结构如图1，以含8区块的多能源系统为例，该多能源系统融合了多样化能源种类，实现供电、供热、供冷一体化。供能侧系统采用分布式和集中式的结构模式；各个能源区块具备自平衡能力，又通过管网全部连通，实现规划区内能源在空间上的互补调配。2.2.纵向“源–网–荷–储”协调策略为了提高能源综合利用率，在分布式能源调度过程中引入纵向“源–网–荷–储”协调的理念。由于用户侧用能的随机性和可再生能源出力的随机性，提出“源–网–荷–储”协调策略，如图2。Figure2.Technologyroadmapofdoubletrace图2.“源–网–荷–储”协调策略张利等DOI:10.12677/sg.2018.86063574智能电网源–网–荷互补协调：首先，在负荷侧引入需求侧响应，采用直接负荷控制手段，使可削减负荷追踪风机和光伏出力，即在可再生能源出力高峰时段，可削减负荷不削减；在可再生能源出力低谷时，可削减负荷减至最小。其次，配合调整CHP系统的出力，实现可再生能源与可控能源互补协调，降低可再生能源出力随机性对网络运行的不利影响。最后，考虑可控能源可行性约束，由外网补偿供需不平衡量，当能源站产能过剩时，将多余能量输送至外网；当能源站产能短缺时，由外网补充。荷-储互补协调：首先，储能装置通过预调度来平滑用户热/电负荷曲线，储能装置在负荷高峰时段作为源供能，在负荷低谷时段作为荷储能，在负荷平时段不工作，从而得到预调度后的等效负荷曲线(刚性负荷+储能)。其次，可平移负荷平滑等效负荷曲线，将其平移至等效负荷低谷时段，降低用户侧用能随机性对多能源系统供能的不利影响。3.多能源系统优化规划数学模型为提高多能源系统的综合利用率，保证其运行的安全性和经济性，需对其进行合理规划，在合理规划多能源系统过程中综合考虑多能源系统配置成本和典型场景系统网络运行综合效益，建立多能源系统优化规划目标函数，综合考虑电/热/冷功率平衡、CHP系统出力特性、分布式能源极限功率、联络线和热输管道上限功率、储能设备充放能、柔性负荷等可行性约束和备用容量安全性约束，建立多能源综合优化规划数学模型。12maxFff=−+(1)s.t.............CHPetgridetnewtetcutetBTetHPetPPPLLPP++=−++(2)...............CHPhtGBhtHPhtgridhthtcuthtBThtAChtPPPPLLPP+++=−++(3)...ACctctPL=(4)......max0jgridetjgridePP≤≤(5)......max0jgridhtjgridhPP≤≤(6)()()1..max..max1max110%niegrideenewiPPLP=+−+∑(7)()2..max..max.max1110%nihgridhhiPPL=++∑(8)式中，1f为多能源系统的配置成本，元；2f为多能源系统运行综合效益，元；....,CHPetCHPhtPP分别为t时段CHP系统发电功率和产热功率，kW；....,HPetHPhtPP分别为t时段地源热泵耗电功率和产热功率，kW；..GBhtP为t时段燃气锅炉产热功率，kW；.newtP为t时段可再生能源发电功率，kW；....,AChtACctPP分别为t时段吸收式制冷装置耗热功率和供冷功率，kW；..BTetP为t时段储电装置充放电功率，正为储电，负为放电，kW；..BThtP为t时段储热装置充放热功率，正为储热，负为放热，kW；...,,ethtctLLL分别t时段为用户电/热/冷负荷，kW；....,cutetcuthtLL分别t时段为用户电/热负荷削减量，kW；......,jgridetjgridhtPP分别为能源站j的联络线功率、热输管道功率，kW；...max...max,jgridejgridhPP分别为能源站j的联络线功率上限、热输管道功率上限，kW。多能源系统的配置成本为。()()81..max111min11iiyNijiyjirrfCPr==+=×+−∑∑(9)张利等DOI:10.12677/sg.2018.86063575智能电网式中，1f为多能源系统总配置成本，元；N为分布式能源种类数目；iC为分布式能源i单位容量初始