编辑: 哎呦为公主坟 | 2019-11-23 |
33 No.8 Aug.
2013 第33 卷第
8 期2013 年8月收稿日期:2012-08-23;
修回日期:2013-06-17 基金项目:国家高技术研究发展计划(863 计划)资 助项目(2011AA05A103) Project supported by the National High Technology Research and Development Program of China(863 Program)(2011AA05A103)
0 引言 微网是一种由负荷和微型电源共同组成的系 统,相对于外部大电网其表现为单一的可控单元, 能同时满足用户对电能质量和供电可靠性、安全性 的要求[1] . 作为一种新型能源网络化供应与管理技 术,微网具有灵活的运行方式和可调度性能,可以 实现需求侧管理,自我控制、保护以及能源最大化 利用等功能. 近年来,以微型燃气轮机 MT(Micro Tubrine) 为核心设备的热电联供CHP (Combined Heat and Power)系统在微网中得到了广泛的应用, 有效地解决了微网系统电能和热能的供应问题,同 时实现了能源的梯级利用,具有良好的社会和经济 效益,得到了国内外的广泛研究[2-6] . 目前国内外对热电联供的微网的经济运行已 有相关的研究. 文献[3]建立了冷热电三联供系统 的节能优化调度模型,重点研究了联供系统的生产 成本、环境成本、协调成本对调度策略的影响. 文献 [4]提出冷电联供分布式供能系统的能量管理优化 模型,主要考虑了电网购电价格、燃气价格等因素 对微网经济运行的影响. 文献[3 - 4]均侧重于联供 系统的经济性分析,欠缺调度细节的研究. 文献[5] 考虑了可再生能源的随机波动性,建立了热电联供 型微网经济调度的随机规划模型,文献[6]在文献 [5]的基础上进一步提出了考虑污染气体排放的多 目标优化模型,实现了微源的动态调度,有效地减 少运行费用及污染气体排放. 文献[7]建立了含热 电联供系统的微网经济优化模型,但缺乏对蓄电池 动态运行特性的研究,且热平衡模型描述较简单. 文献[8]建立了微网独立运行的混合整数规划模型, 分析了电动汽车换电站储能设备对微网运行的影 响,其储能模型具有借鉴意义. 上述研究大都是以热电联供型微网的调度模 型为基础,但各微源模型的约束仍不能满足实际的 要求. 本文在上述文献的基础上,研究了热电联供 系统和储能技术在微网中的应用,在分时电价以及 微网并网运行的环境下,建立了含热电联供系统的 微网经济优化模型. 对热电联供系统、燃料电池 FC (Fuel Cell)、蓄电池、热储能设备等电热微源分别 建模,考虑了机组启停、爬坡约束、储能约束等以往 文献中较少考虑到的实际约束条件. 采用方程线性 化的方法将优化问题转化为混合整数线性规划问 题求解,通过算例仿真比较了微网在热电联供系统 和单独供电系统
2 种模式下各自的经济效益. 仿真 结果表明,热电联供系统具有十分显著的经济效益.
1 微网分布式电源模型 1.1 热电联供经济模型 热电联供系统主要由微型燃气轮机、溴冷机组 成,其利用天然气燃烧做功驱动微型燃气轮机发电, 燃烧后的高温烟气送入溴冷机进行制热,不足的热 量由天然气补燃. 其能量流动过程如图
1 所示. 热电联供系统的数学模型[9] 如下所示: He = Pe(1-ηe -ηl) ηe (1) 摘要: 为了分析热电联供系统和储能技术的经济节能作用,在分时电价以及微网并网运行的环境下,建立包 含光伏、风电、热电联供系统、燃料电池以及储能系统的微网经济优化模型. 采用方程线性化的方法将优化问 题转化为混合整数线性规划(MILP)问题. 算例分析验证了模型与算法的准确性,并比较了微网采用与不采 用热电联供系统以及采用储能单元的经济效益,结果表明热电联供系统具有显著的经济效益,电储能带来的 经济效益比热储能高. 关键词: 热电联供;
微网;
蓄电池;
热储能设备;
经济运行;
模型;
储能 图分类号: TM
73 文献标识码: A DOI: 10.3969 / j.issn.1006-6047.2013.08.001 含热电联供系统的微网经济运行 吴雄,王秀丽,别朝红,王建学 (西安交通大学 电气工程学院,陕西 西安 710049) 微型燃气轮机 居民用户 电负荷 溴冷机 热负荷 供电 电网 天然气 制热 高温烟气 天然气补燃 图1微型燃气轮机的热电联供系统 Fig.1 Combined heat and power system with micro turbine 第33 卷电力自动化设备Hho = Heηrec δho (2) ηrec = T1 -T2 T1 -T0 (3) 其中,He 为微型燃气轮机烟气余热量;
Pe 为单台微 型燃气轮机的功率;
ηe 为微型燃气轮机发电效率;
ηl 为微型燃气轮机散热损失系数;
Hho 为微型燃气轮 机烟气余热提供的制热量;
ηrec 为烟气余热回收效 率;
δho 为溴冷机的制热系数;
T
1、T2 分别为余热烟气 进、出溴冷机的温度;
T0 为环境温度. 对于热电联供系统,其热电输出比 θ 一般为常 数,其表达式如下: Hho Pe = (1-ηe -ηl)(T1 -T2) ηe(T1 -T0) δho =θ (4) 1.2 微型燃气轮机及燃料电池经济模型 微型燃气轮机为小型的燃气涡轮机,其利用天 然气发电,可以产生数 kW 至数 MW 的功率. 微型 燃气轮机的发电费用主要包括燃料和维护费用,它 的总费用与输出功率之间的关系如下[10] : Cmt = amtP + bmt (5) 其中,Cmt 为微型燃气轮机发电总费用;
P 为输出功 率;
amt、bmt 为费用系数. 燃料电池[11] 是一种将化学能高效、无污染地转 化为电能的发电装置. 燃料电池的运行特征与微型 燃气轮机相似,都具有较小的体积和较高的操作灵 活性,启停迅速且机组出力可控. 它的总运行费用 与式(5)类似,但具有不同的系数. 1.3 热储能设备和蓄电池模型 由于热电负荷之间的不匹配,热储能设备能将 联供系统多生产的热能存储起来供热负荷高峰期 用. 其数学模型[12] 如下: L(t) = L(t - 1)ηL + ΔT Hin(t)ηin - ΔT Hout(t) / ηout (6) 其中,L(t)为热储能设备 t 时段的储能容量;
Hin(t) 和Hout (t)分别为 t 时段输入和输出热能;
ηL、ηin 和ηout 分别为热储能设备的存储、输入和输出转化效 率;
ΔT 为单位时段长. 蓄电池模型与热储能装置类似,其t时段的容 量与 t-1 时段的放电容量有关,其数学模型[13] 如下. 当系统发电量大于负荷时,蓄电池充电,有: E(t) = E(t - 1)(1 - δ) + ΔT Pch(t)ηch (7) 当系统发电量小于负荷时,蓄电池放电,有: E(t) = E(t - 1)(1 - δ) - ΔT Pdis(t)ηdis (8) 其中,E(t)为蓄电池 t 时段的总能量;
δ 为蓄电池的 自放电率,数值很小;
Pch(t)和Pdis(t)分别为蓄电池 t 时段的充电和放电功率;
ηch 和ηdis 分别为蓄电池的 充、放电效率.
2 微网总效益优化模型 微网的经济优化运行要求微网的运行费用最 少. 目前,微网的电能质量还达不到向电网输送功 率的要求,因此微网与电网并网只考虑电网向微网 单向供电. 此外,微网中光伏、风电利用自然资源发 电,属于绿色能源,可认为其没有发电成本. 因此微 网运行过程中的费用主要有微型燃气轮机的发电 费用、机组启动费用、从电网的购电费用以及供热 燃料费用. 本文研究的优化周期为一天
24 h,单位 时间间隔为
1 h. 其目标函数为: min鄱t=1 T 鄱i=1 N [C(P CG i (t))+CCG si (t)]+鄱t=1 T Pbuy(t)Cgrid(t)+ 鄱t=1 T 鄱i=1 Nb Cgas HBo i (t) / ηBo (9) CCG si (t) = max{0,Ui(t) - Ui(t - 1)}CCG s,i (10) 其中,T 为运行周期;
CG 代表可控机组;
N 为可控机 组的数量;
P CG i (t)为可控机组i在t时段的出力;
C(P CG i (t))为可控机组 i 在t时段的发电费用;
CCG si (t) 为可控机组 i 在t时段的启动费用;
Ui(t)为可控机 组i在t时段的开停机状态,其值为
0 表示停机状态, 为1表示开机状态;
CCG s,i 为可控机组 i 每次启动的费 用;
Pbuy(t)为微网在 t 时段的购电;
Cgrid(t)为t时段 的购电价格;
Nb 为锅炉数量;
HBo i (t)为锅炉 i 在t时段的产热量;
Cgas 为天然气价格;
ηBo 为锅炉效率. 目标函数满足系统电热能约束、分布式发电机 组约束、储能设备约束等. 2.1 电能约束 a. 系统电能量平衡约束: 鄱i=1 N P CG i (t)+鄱i=1 M PRG i (t)+Pbuy(t)+Pbat(t)=P 轨L(t) (11) b. 联络线约束: 0≤Pbuy(t)≤Pline,max (12) 其中,RG 代表可再生能源机组;
M 为可再生能源机 组的台数;
PRG i (t)为可再生能源机组 i 在t时段的出 力;
Pbat(t)为蓄电池在 t 时段的出力,视其充放电状 态而定;
P 轨L(t)为t时段的负荷值;
Pline,max 为微网与电 网联络线上允许的最大传输功率. c. 分布式机组约束[14] . 发电约束: PCG i,minUi(t) ≤PCG i (t) ≤PCG i,maxUi(t) (13) 爬坡约束: - Rdown i ≤PCG i (t) - PCG i (t - 1) ≤Rup i (14) 启停时间约束: XCG i (t)≥TUi XCG i (t)≥0 -XCG i (t)≥TDi XCG i (t)<
≥
0 (15) 其中,PCG i,min、PCG i,max 分别为可控机组 i 的最小和最大发 电值;
Rdown i 、Rup i 分别为可控机组 i 的下爬坡和上爬坡 速度;
XCG i (t)为可控机组 i 在t时段开机或停机状态 持续时间,其值为正时,为开机持续时间,为负时, 为停机持续时间;
TUi 和TDi 分别为可控机组 i 的最 第8期小开、停机时间. d. 蓄电池约束. 容量约束: Emin ≤E(t)≤Emax (16) 出力约束: 0≤Pdis(t)≤Pd,max (17)
0 ≤Pch(t)≤Pc,max (18) Pbat(t) = Pdis(t) Pbat(t)≥0 -Pch(t) Pbat(t)<
≥
0 (19) 一个周期始末电储能平衡约束: E(0) = E(T) (20) 其中,Emin 和Emax 分别为蓄电池的最小储能容量和 最大储能容量;
Pd,max 和Pc,max 分别为蓄电池放电和 充电最大限值. 2.2 热能约束 a. 系统热能量平衡约束: 鄱i=1 NCH HCH i (t)+鄱i=1 Nb HBo i (t) + Hout(t) - Hin(t) = HD(t) (21) 其中,NCH 为热电联产机组的数量;
HCH i (t)为热电联 产机组 i 在t时段的产热量;
HD(t)为t时段的热负荷. b. 锅炉约束. 产热能力约束: 0≤HBo i (t)≤HBo i,max (22) 热能爬坡约束: HBo i (t)-HBo i (t-1) ≤RBo i (23) 其中,HBo i,max 为锅炉 i 的最大产热量;
RBo i 为锅炉 i 的 热爬坡速度. c. 热储能设备约束. 储热容量约束:
0 ≤L(t) ≤Lmax (24) 输入、输出热能约束:
0 ≤Hin(t) ≤Hin,max (25)
0 ≤Hout(t) ≤Hout,max (26) 一个周期始末热储能平衡约束: L(0) = L(T) (27) 其中,Lmax、Hin,max 和Hout,max 分别为热储能设备的最大 容量、最大热能输入值、最大热能输出值.
3 优化模型的求解 该优化问题包含离散变量和连续变量,属于一 个混合整数规划问题,通过适当的线性化处理,可以将该优化问题转化为一个混合整数线性规划MILP(Mixed Integer Linear Programming) 问题,并通过相应的软件求解. 目标函数中发电费用的线性化: C(PCG i (t)) = (ai PCG i (t) + bi)Ui(t) = ai Pi CG (t)Ui(t) + bi Ui(t) = ai PCG i (t) + biUi(t) (28) 其中,ai、bi 为分布式电源 i 的发电费用系数. 对于启动费用表达式(10)可以进行如下线性 处理: CCG si ≥0 (29) CCG si ≥(Ui(t)-Ui(t-1))CCG s,i (30) 约束条件当中需要对蓄电池的约束条件进行 线性化处理,为此引入状态变量 Bch(t)、Bdis(t),分别表 示充电和放电的状态,为0时表示非,为1时表示是. E(t) = E(t - 1) + ΔT Pch(t)ηch - ΔT Pdis(t) / ηdis (31) 0≤Pch(t)≤Pc,max Bch(t) (32) 0≤Pdis(t)≤Pd,max Bdis(t) (33) Bch(t) + Bdis(t) ≤1 (34) Pbat = Pdis(t) - Pch(t) (35) 对于机组的启停约束参照文献[15]中的方法. 最小开机时间表述为: 鄱t=1 Gi (1 - Ui(t)) =
0 Gi = min{T,(TUi - TUi0)Ui(0)} (36) 鄱k=t t+TUi -1 Ui(t)≥TUi(Ui(t)-Ui(t-1)) t = Gi + 1,…,T - TUi +
1 (37) 鄱k=t T [Ui(k) - (Ui(t) - Ui(t - 1))]≥0 t = T - TUi + 2,…,T (38) 其中,TUi0 为机组 i 的初始开机时间;
Gi 为开始时刻 机组 i 要求的开机时间. 关机时间约束处理方法类似,这里不再赘述.
4 算例分析 本文选取中国北方某地区微网设计案例,其电 热传输网络结构如图
2 所示,包含光伏(PV)、风电 (WT)、微型燃气轮机热电联供系统、燃料电池、蓄 电池、锅炉及热储存设备. 算例的数据[16] 包括冬季典型日电负荷和热负 荷的预测曲线,风机与光伏预测出力如图
3 所示. 图2微网系统结构图 Fig.2 System configuration of microgrid 电网 光伏 风电 燃料电池 居住负荷 微型燃 气轮机 锅炉 蓄电池 居住负荷 商业 负荷 居住负荷........