PDF《融合风光出力场景生成的多能互补微网系统优化配置》

h t t p : / / ww w.

a e p s - i n f o . c o m 融合风光出力场景生成的多能互补微网系统优化配置 白凯峰1 ,顾洁1 ,彭虹桥1 ,朱彬若2 ( 1. 上海交通大学电子信息与电气工程学院,大数据工程技术研究中心,上海市

2 0

0 2

4 0;

2. 国网上海市电力公司电力科学研究院,上海市

2 0

0 4

3 7 ) 摘要:多能互补系统结构及设备耦合关系复杂, 为提高含高渗透率新能源的多能系统的能源利用 效率和运营效益, 对考虑风光出力不确定性和相关性的多能互补微网系统优化配置问题进行了研 究.在规划阶段充分考虑新能源随机性与相关性, 提出了基于核密度估计和 C o p u l a理论的风光出 力场景生成方法, 得到典型日风光出力序列;

基于能量枢纽, 建立结构完善的含风光多能互补系统 的多能流平衡方程, 进而以年化总成本最低和一次能源节约率最高为目标建立配置与运行相结合 的多能互补系统的双层优化配置模型, 并采用智能优化算法对模型进行求解.算例验证和灵敏度 分析表明, 所述方法能够在考虑风光出力不确定性的基础上得到结构完善的多能互补微网系统优 化配置方案, 有效降低了多能系统总成本并提高了一次能源节约率. 关键词:多能互补;

能量枢纽;

不确定性;

相关性;

场景生成;

双层规划 收稿日期:

2 0

1 7 -

0 9 -

1 3;

修回日期:

2 0

1 7 -

1 2 -

1 5. 上网日期:

2 0

1 8 -

0 5 -

1 8. 国家重点研发计划资 助项目(

2 0

1 6 Y F B

0 9

0 0

1 0 0) ;

国家电网公司总部科技项目 中低压配电网的弹性提升和价值评价关 键技术研究 .

0 引言 为了提高能源使用效率, 应对能源枯竭和环境 污染问题, 能源互联网的愿景在全球引起了广泛关 注[ 1] .多能互补微网( m u l t i - e n e r g yc o m p l e m e n t a r y m i c r o g r i d , ME CM) 系统耦 合电能、 风能、 光能以及 天然气能等多种能源, 通过配电网联 络线、 热力管 道、 风机(windt u r b i n e , WT) 、 光伏(photovoltaic,PV) 、 储能电池和冷热电三联供( c o m b i n e dc o o l i n g , h e a t i n ga n dp o w e r , C CH P) 系统实现多种能源之间 的互补阶梯利用, 是一种能够提高能源利用率、 减少 环境污染的多能流系统, 可以广泛用于医院、 学校、 工业园区等区域综合能源系统, 对促进能源互联网 发展的应用具有重要意义[

2 - 3] . 多能互补微网系统结构复杂、 运行方式繁多, 系 统内设备耦合关系复杂, 源侧及需求侧在技术发展 与政策引导等双重驱动下存在强不确定性, 因此如 何根据区域用能需求确定多能系统优化配置和优化 运行方案是实现多能互补系统最大能源利用效率以 及系统收益的难题[ 4] .目前, 国内外对多能互补系 统的优化配置和运行等问题进行了相应的研究.在 优化配置方面, 文献[

5 ] 采用 B e n d e r s分解法将热电 联供机组优化配置模型分解为投资优化主问题和模 拟运行子问题对模型进行求解;

文献[

6 ] 考虑了余热 在供热和供冷之间的分配系数, 根据用能需求分别 对系统的设备容量以及运行方式进行优化;

文献[

7 ] 建立多区域 C CH P系统容量优化配置模型, 研究了 电热网耦合对 C CH P 系统优化配置结果以及热网 能流的影响.在优化运行方面, 文献[

8 - 9] 分别建立 多能互补系统优化运行的多目标规划模型和计及光 伏和蓄能的机会约束规划模型, 从经济、 环境角度对 系统进行运行优化. 但目前对多能互补系统优化配置的研究存在两 个主要问题: ①所配置的多能系统结构不够完善, 大 多仅对系 统的燃气轮机(gast u r b i n e , G T) 进行配置, 不利于系统的环保性和经济性;

②多能互补系统 的风光接入容量较高, 波动性的风光出力给系统带 来功率平衡问题和风光消纳问题, 同时区域内风光 出力具有相关性, 因此还需要在规划阶段充分考虑 风光出力的不确定性和相关性. 本文针对多能互补微网系统的优化配置问题, 首先, 构建基于核密度估计法和 C o p u l a理论的风机 和光伏典型日出力场景生成方法, 从而在规划阶段 充分考虑风光出力不确定性和相关性的影响;

然后, 鉴于多能互补微网系统作为可再生能源消纳的有效 模式, 规划与运行紧密耦合是实现其建设目标的根 本保障, 本文针对系统的经济性和环保性, 建立了结 构完善的多能互补微网系统双层规划模型, 对系统

3 3

1 第4 2卷第1 5期2018年8月1 0日Vol.42N o .

1 5A u g .

1 0,

2 0

1 8 D O I :

1 0.

7 5

0 0 / A E P S

2 0

1 7

0 9

1 3

0 0

8 的配置和运行进行分层优化, 提高系统经济效益和 节能效益;

最后, 通过算例验证了模型的合理性和优 越性, 并进行了灵敏度分析.

1 多能互补微网系统 1.

1 多能互补微网系统结构 本文所研究的多能互补微网系统的结构及能量 流如图1所示.多能系统中, 发电设备包括风机、 光 伏电池以及燃气轮机, 同时微网通过联络线连接至 配电网;

制热设备包括燃气锅炉( g a sb o i l e r , G B) 和 余热锅炉( h e a t r e c o v e r yb o i l e r , R B) ;

制冷设备包括 电制冷机( e l e c t r i cc o o l e r , E C) 与溴化锂吸收式制冷 机( a b s o r p t i o nc o o l e r , A C) ;

另外, 系统中配有储能 电池设 备(batterys t o r a g ee q u i p m e n t , B S E) 、 储热设备 ( h e a ts t o r a g ee q u i p m e n t , H S E) 和储冷设备(ices t o r a g ee q u i p m e n t , I S E) .C CH P系统中, 燃气 轮机利用天然气向用户供电, 余热锅炉利用燃气轮 机烟气产生热水, 可供热或供给吸收式制冷机进行 制冷[

1 0 -

1 2] .储电/能设备在包含高比例波动性新能 源的多能系统中参与系统协调运行优化, 可提高系 统风光消纳能力并减少热冷能损失, 改善系统经济 性与环保性. 图1 多能互补微网系统结构 F i g .

1 S t r u c t u r eo fME CMs y s t e m 1.

2 多能互补微网系统内设备出力模型 多能互补系统中设备出力模型已有大量研究成 果, 本文主要参考文献[

1 3 -

1 7 ] 分别建立了风机和光 伏电池组、 燃气轮机、 电制冷机、 溴化锂吸收式制冷 机、 余热锅炉、 燃气锅炉以及储电/能设备出力模型. 篇幅所限, 此处不再赘述. 1.

3 基于能量枢纽的多能系统能量流模型 为了描述多能源系统中复杂的耦合关系, 苏黎 世联邦工学院(ETH Z u r i c h) 提出了能量枢纽(energyh u b ) 的概念.能量枢纽采用耦合矩阵清晰 地描述输入能源和输出负荷之间的平衡关系, 可应 用于多能源系统的运行、 规划研究[

1 8 ] . 能量枢纽可以将多能互补系统描述为如附录 A 图A1所示的输入―输出端口模型, 左侧P 为输入的 能量或能源, 经过多能系统后转换为符合需求的能 量或能源L. 能量枢纽的输入―输出关系可由式( 1) 表示, 其 中矩阵C 为表示P 和L 具体转换关系的耦合矩阵, S 为修正矩阵[

1 9 ] . S 用来描述系统中存在的内部供 能设备, 包括风机、 光伏电池、 储能设备以及电制冷 机, 因内部供能设备不起输入和输出的直接转换作 用, 所以需要对转换方程做出修正.这样就能简单 清晰地对复杂的多能系统能量流进行描述. L=C P- S (

1 ) 针对本文所研究的多能互补微网系统, 首先引 入天然气分配系数v 和余热分配系数w [

2 0] , 即有 PG T g a s= v Pg a s PG B g a s=( 1- v) Pg a s Qh A C=wQh R B ì ? í ? ? ? ? (

2 ) 式中: PG T g a s和PG B g a s分别为燃气轮机和燃气锅炉使用 的天然气功率,热值选天然气低热值[ 4] 9.

9 7( kW・h ) / m3 ;

Pg a s为多能系统使用的天然气功率;

Qh A C 为吸收式制冷机利用的热能;

Qh R B 为余热 锅炉出力. 根据各个设备的出力模型以及系统的能量平衡 关系, 得到电、 热、 冷平衡方程, 如式(

3 ) 所示: Le=Pg r i d+PWT+PP V+ v Pg a s η G T g - e- PE C RE C C O P -PB S E Lh=( 1- v) Pg a s η G B g - h+ v( 1-w) Pg a s η G T g - h η R B -PH S E Lc= v wPg a s η G T g - h η R B RA C C O P+PE C-PI S E ì ? í ? ? ? ? ? ? (

3 ) 式中: Le, Lh, Lc 分别为电、 热、 冷负荷;

Pg r i d为配电 网联络线电功率, 微网向大电网购电时 Pg r i d 为正, 微网向大电网售电时 Pg r i d为负;

PWT 和PP V 分别为 风机和光伏总出力;

PB S E, PH S E, PI S E 分别为储电、 储热、 储冷设备出力, 大于零表示充电/能, 小于零表示 放电/能;

PE C为电制冷机出力;

η G T g - e 和η G T g - h 分别为燃 气轮机产生电能和烟气中热能的效率;

η G B g - h 为燃气锅 炉的产热效率;

η R B 为余热锅炉效率;

RE C C O P和RA C C O P分 别为电制冷机和溴化锂吸收式制冷机的能效比. 将电、 热、 冷平衡方程整理为如下形式: Le Lh Lc é ? ê ê ê ê ù ? ú ú ú ú =

1 v η G T g - e

0 (

1 - v) η G B g - h+ v(

1 -w) η G T g - h η R B

0 v w η G T g - h η R B RA C C O P é ? ê ê ê ê ù ? ú ú ú ú Pg r i d Pg a s é ? ê ê ù ? ú ú - -PWT-PP V+ PE C RE C C O P +PB S E PH S E -PE C+PI S E é ? ê ê ê ê ê ù ? ú ú ú ú ú (

4 )

4 3

1 2

0 1 8,

4 2 (

1 5 ) ・学术研究・ h t t p : / / ww w. a e p s - i n f o . c o m 式(

4 ) 一方面可以清晰地描述本文所研究的多 能互补微网系统的能量平衡, 另一方面则可通过调 节天然气和余热分配系数对系统中各个设备的运行 状态进行控制, 如通过调节天然气分配系数, 实现对 燃气锅炉和燃气轮机出力的控制以达到经济、 环境 等方面的目的.

2 考虑风光不确定性和相关性的场景生成 风能和光能属于可再生能源, 利用风能和光能 发电对生态环境影响较小, 但风能和光能的自然属 性决定了风机和光伏出力的不确定性以及同区域风 光出力的相关性, 为了确保多能互补微网系统运行 的安全可靠性, 必须在规划和运行阶段考虑新能源 出力的随机性和相关性. 目前, 对风速和光照强度的随机性的处理方法 主要 有两种: ① 根据统计经验, 认为风速服从Weibull分布, 光照强度服从 B e t a分布[

2 1] , 采用采 样方法获取风速和光照强度序列, 然而这种方法忽 略了序列的时间尺度, 可用于系统的可靠性评估等 场景, 而不适用于计算系统含时间尺 度的指标, 如日、 年运行成本等;

②以风速和光照强度的日前预测 为基础, 认为预测误差服从正态分布, 通过误差采样 实现风速和光伏的随机性, 但是这种方法受日前预 测局限较大[

2 2 ] , 并不适用于系统规划研究. 本文研究目标是建立规划与运行相结合的多能 互补微网系统配置模型, 根据典型日风光出力曲线 计算系统年化总成本, 需要考虑风速和光照强度序 列的时间尺度.为此, 提出一种风机和光伏典型日 出力场景生成方........