PDF《离岸微型综合能源系统多目标随机规划》

h t t p : / / ww w.

a e p s - i n f o . c o m 离岸微型综合能源系统多目标随机规划 张安安1,

2 ,张红1 ,吴建中2 ,M e y s a m QA D R D AN

2 ,李茜1 ( 1.西南石油大学电气信息学院,四川省成都市

6 1

0 5

0 0;

2.英国卡迪夫大学工程学院,卡迪夫 C F

2 43 AA,英国) 摘要:离岸微型综合能源系统与海洋工程的生产工艺环节结合紧密, 并独立运行.因此, 如何在克 服生产工艺环节或外界环境不确定性影响的同时, 尽可能减少 C O

2 的排放, 并尽量节省成本是其 规划的难点.文中从综合能源系统优化规划的角度, 根据能源集线器的思想, 建立离岸微型综合能 源系统的电 - 热-CO2耦合模型, 构建以总成本最小、 C O

2 排放量最少为目标, 以电、 热网络平衡等条 件为约束, 并考虑生产工艺环节和外界环境不确定性影响的多目标随机规划模型, 进而利用多目标 进化算法求解该模型, 实现兼顾成本与环保的离岸微型综合能源系统多目标优化规划.通过海上 油气平台群及全电舰船的微型综合能源系统的优化规划, 验证了所提方法的可行性与有效性. 关键词:综合能源系统;

海洋工程;

能源集线器;

多能耦合;

多目标随机优化 收稿日期:

2 0

1 8 -

0 4 -

1 7;

修回日期:

2 0

1 8 -

1 1 -

2 2. 上网日期:

2 0

1 9 -

0 2 -

2 6. 中国博士后科学基金资助项目(

2 0

1 4M

5 6

2 3

3 5 ) ;

四川省科研 创新团队研究项目(

1 5 T D

0 0

0 5) ;

国家重点研发计 划资助项目(

2 0

1 7 Y F E

0 1

1 2

6 0

0 ) .

0 引言 海上油气平台群、 大型舰船以及远洋海岛等这 类远离海岸、 环境复杂以及需要电、 热、 气、 水等多种 能量和物质供给的设施, 形成了一个较为完整的独 立综合能源系统(integratedenergysystem, I E S ) [

1 ] , 由于这类系统容量一般在几兆瓦至几十兆 瓦之间, 可称之为微型综合能源系统(microI E S, M I E S ) 或离岸微型综合能源系统( o f f s h o r e M I E S, OM I E S ) . 当前海上油气平台正向多平台协同、 集群开发 和多能利用等模式发展[

2 - 3] ;

而电力推进、 全电舰船、 综合电力系统等技术的应用也推动着大型舰船朝着 能源综合化方向发展[

4 - 5] .考虑到海岛周边往往有 丰富的可再生能源可供利用, 已有工程研究以海上 风能、 光伏、 海洋能等可再生能源为核心, 建立能独 立运行的海岛微能网[

6 -

7 ] . 目前, 已有从能量流建模分析、 多能耦合、 多能 协调运行以及经济优化规划等角度对陆上 M I E S进 行的研究[

8 -

1 0 ] ;

同时, 由于新能源接入, 多能耦合与 负荷波动等不确定性因素对 M I E S的影响显著, 因 此考虑不确定性影响的 M I E S 规划也日益受到重 视.文献[

1 1 ] 计及风力发电和负荷预测不确定性, 提出一个多时段天然气―电力耦合的概率最优潮流 模型, 并采用三点估计方法对该模型进行求解.文献[

1 2 ] 使用 C o p u l a函数对I E S的多能源建立了联 合分布模型, 用信息熵量化接入风力与光伏的MIES的不确定性.文献[

1 3 ] 结合随机模糊模型及 各类负荷间的耦合特性,提出了冷热电联供(CCH P) 系统接入电网的负荷随机模糊建模方法及 其相应建模步骤.文献[

1 4 ] 提出了一种确定孤岛微 电网电力和天然气网络中易受干扰的部件的方法, 通过求解双层优化问题, 识别出微网中的脆弱构件. 文献[

1 5 -

1 7 ] 分别提出结合分段线性热/电效率曲线 的鲁棒优化、 将CVaR理论引入I E S运行调度和两 阶段随机优化方法, 来应对系统中的各类不确定性. 文献[

1 8 ] 提出了计及多个光伏电站出力相关性的随 机潮流方法, 并对多个光伏电站的出力进行相关性 建模.文献[

1 9 ] 提出了考虑风电相关性的源―网规 划方法, 探讨了风电相关性对规划方案的影响.文献[

2 0 ] 考虑了天然气网络和电力网络之间的相关 性, 提出了基于需求响应和风力不确定性的气―电 集成的I E S 协调操作策略.上述研究考虑新能源 接入、 负荷随机波动等对陆 上MIES的影响, 但对 OM I E S的不确定性与相关性研究较少;

同时, 对MIES所服务 的生产工艺环节的不确定性也鲜有考虑. 本文梳理了 OM I E S的用能特点, 根据能源集 线器( e n e r g yh u b , EH) 思想建立 OM I E S多能流分 析模型, 从多目标优化的角度, 对生产工艺环节和外 界环境对 OM I E S的不确定性影响进行数学建模,

9 2

1 第4 3卷第7期2019年4月1 0日Vol.43N o . 7A p r .

1 0,

2 0

1 9 D O I :

1 0.

7 5

0 0 / A E P S

2 0

1 8

0 4

1 7

0 0

2 提出一种兼顾经济与环保的多目标随机规划方法. 最后, 选取海洋油气工程与大型舰船微型综合能系 统进行算 例分析, 验证模型与方法的可行性与有效性.

1 OM I E S结构 OM I E S通常由燃气轮机组、 锅炉、 余热回收装 置以及各种电、 热负荷等构成, 如图1所示.其中, 电站是微能系统的核心, 为生产和生活等设施提供 电力.热站装置是仅次于电站装置的第二大重要设 备, 主要用于工艺系统内及公用系统设备等的加热 和保温.电力的传输通过( 海底) 电缆完成, 热能的 传输则由各管道系统完成.受体积与面积的约束, OM I E S供能单元与负荷分布相对集中.例如, 海上 油气生产处理平台往往集原油生产处理系统、 工艺 辅助系统、 公用系统、 动力系统及生活楼宇于一体;

而大型舰船的供能系统与动力推进系统则多集中于 舰船的中上部. 图1 OM I E S示意图 F i g .

1 S c h e m a t i cd i a g r a mo fOM I E S 不同于陆地 M I E S, OM I E S 一般不与陆上电、 热网相连, 不确定性因素较多且燃料补给周期长, 成 本高, 污染较大.因此, 如何保证 OM I E S运行的经 济性和环保性是本文讨论的关键问题.

2 OM I E S多能流分析模型 2.

1 OM I E S的EH模型 由于 OM I E S各功能环节紧密耦合, 电-热-CO2等能量、 物质形式相互影响, 因而, 要实现经济、 环保 的协同优化规划, 有赖于建立系统化、 精细化的分析 模型.本文基于 EH 思想[

2 1] 建立 OM I E S的能量 - 物质流动模型, 如图2所示. 图2 OM I E S的EH模型 F i g .

2 E H m o d e l o fOM I E S 与其他 M I E S类似, OM I E S包含涉及单一能源 生产与使用的转换元件, 多种能源转换与消耗的耦 合元件, 以及存储元件.其数学模型可用 EH 模型 的耦合矩阵来描述, 如式(

1 ) 所示. L1 L2 ? Ln ? ? ????? ? ? ? ????? ? L = c

1 1 c

1 2 … c

1 n c

2 1 c

2 2 … c

2 n ? ? ? c n

1 c n

2 … c n n ? ? ????? ? ? ? ????? ? ? ? ? ???? ? ???? ? C P1 P2 ? Pn ? ? ????? ? ? ? ????? ? P - S1 S2 ? Sn ? ? ????? ? ? ? ????? ? S (

1 ) 式中: L, C, P, S, c i j 分别表示能量输入、 能量耦合、 能量输出、 能量存储、 耦合因子, c i j 为第j 种形式能 源输出与第i种形式能源输入的比值, 0≤ c i j≤1. 为了提升 OM I E S的能源利用水平, 可在燃气 轮机机组排烟管道后设置余热锅炉以回收燃气轮机 排放的高温烟气(

4 0 0~5

5 0 ℃) ;

同时为了保证热能 供应的稳定, 在余热锅炉上安装补燃装置.针对系 统中的较多中低温热能(

1 0 0~2

0 0 ℃) , 利用有机朗 肯循环( o r g a n i cR a n k i n ec y c l e , O R C) 回收中低温余 热发电, 进一步提高系统热效率[

2 2] .近年来为了保 护环境, 碳捕集与封存( c a r b o nc a p t u r e a n ds t o r a g e , C C S ) 等装置[

2 3] 也被引入OM I E S 中. 图3是OM I E S的多能流模型. 图3 OM I E S的多能流模型 F i g .

3 M u l t i - e n e r g y f l o wm o d e l o fOM I E S OM I E S以来自生产工艺环节的能源 PA 与外 界补给的天然气或柴油 Pg 为燃料, 燃气轮机( G T)

0 3

1 2

0 1 9,

4 3 (

7 ) ・学术研究・ h t t p : / / ww w. a e p s - i n f o . c o m 和余热补燃锅炉( G B) 分别是电站、 热站 的核心设备, 负责主要的电、 热供应.余热补燃锅炉以燃气轮 机的高温尾气为热源, 在余热不足时才补给燃料补 热;

经余热补燃锅炉排出的低温尾气再经 O R C, 进 一步回收余热发电.C C S负责捕捉一定量的 C O 2, 但同时会消耗电能和热能.图3中的 C O

2 流指该 环节所产生/吸收的 C O 2, PG T, g 和PG B, g 分别为燃 气轮机与锅炉的进料量;

EG T 和EO R C 分别为燃气轮 机与 O R C 的发电功率, EC C S 为CCS的耗电功率, EE S 为电池充/放电功率;

QG T 为锅炉利用的高温余 热量, QO 为锅炉加热的导热介质所含的热量, QO R C 为ORC利用的低温余热量, QC C S 为CCS消耗的热 量, QH S 为蓄热池充/放热功率;

DG T 和DG B 分别为 燃气轮 机与锅炉的CO2排放量, DC C S 为CCS的CO2捕捉存储量;

Le, Lh, LD 分别为 OM I E S 的电 负荷、热负荷与CO2最终排放量. 图3所示OM I E S的输入输出能量转化关系、 具体推导过程与 相关参数解释见附录 A 式( A

1 ) ―式( A

1 1 ) . 2.

2 OM I E S不确定性分析 OM I E S所处环境相对复杂, 系统惯性小, 需考 虑各种因素带来的不确定性影响.生产工艺环节与 外部环境的不确定性是影响 OM I E S运行的主要原 因.两类不确定性 具有不同的特点, 且对OM I E S 造成的影响也不同.例如, 海上平台群 OM I E S 与 生产工艺环节结构联系紧密, 其不确定性主要来自 生产工艺环节.舰船 OM I E S的主要不确定性因素 来自海洋环境, 如海风和海浪[

2 4] . 海上油气平台的生产工艺环节承担着海上油气 田开采生产任务, 为避免将采出的伴生气直接排空 造成浪费和污染, 常将伴生气作为海上平台群OM I E S的输入燃料.由于开采过程中油气比与开 采环境不断变化导致伴生气产量随机波动, 当伴生 气产量不能满足供能需求时, 启用平台备用燃料以 保证供能的可靠性.同时, 海上平台群 OM I E S 的 电热负荷需求也由生产工 况实时决定.如图

3 所示, 海上平台群 OM I E S输出的电热能作为生产工 艺环节的用能输入, 而生产工艺环节产出的伴生气 又作为 OM I E S的燃料输入.生产工艺环节的不确 定性使 OM I E S的电、 热负荷与伴生气产量高度耦 合, 三者呈正相关的关系.不同于海上平台群, 舰船 OM I E S的燃料会在舰船出航前储备充裕, 供应相对 稳定, 且舰船的生产工艺环节不与舰船 OM I E S的 输入端耦合, 其OM I E S的运行状况及燃料使用主 要受海上环境和运行速度的影响.因此, 考虑不确 定性影响的 OM I E S随机规划模型应能较好地适应 能源供应端与负荷侧相互独立, 也可能相互耦合的 情况. 本文利用 C o p u l a函数来近似描述这类多元变 量相关的联合分布函数.C o p u l a函数具有将变量 的累积分布同边缘分布函数连接的功能, 可以较好 地模拟联合分布函数[

2 5] .由Sklar定理可知: 若F为一个n 维变量x i 的联合分布函数, 其中x i 边缘 分布函数记为Fi, 则存在Copula函数c, 使得F( x1, x2, …, xn )=c ( F1 ( x1 ) , F2 ( x2 ) ,…, Fn ( xn ) ) .因此, 如果已知变量的边缘分布, 再选取 恰当的 C o p u l a类型, 即可构建多变量的联合概率分 布.考虑到 OM I E S的负荷多服从正态分布[

1 5] , 本 文选用多维高斯 C o p u l a函数构建 OM I E S 的联合 概率分布, 如式(

2 ) 所示. c( u1, u2, …, un ) =

1 | Ac o v |

1 2 e x p - q T ( A -1 c o v - I) q

2 q=[ q 1, q 2, …, q n ] T q i=Φ -1 ( u i) ? ? ? ?? ? ?? ? (

2 ) 式中: c( ・) 为Copula概率密度函数;

u i 为第i个均 匀分布的随机变量的具体值;

I 为单位矩阵;

q i 为正 态积分;

q 为q i 组成的向量;

Φ -1 为标准正态的逆 累积分布函数;

Ac o v 为协方差矩阵, 表示变量之间的 相关程度, 由变量间的相关系数构成, 如海上平台群 OM I E S的伴生气产量、 电负荷与热负荷的3个随机 变量的协方差矩阵如式(

3 ) 所示. Ac o v= σ

1 1 σ

1 2 σ

1 3 σ

2 1 σ

2 2 σ

2 3 σ

3 1 σ

3 2 σ

3 3 ? ? ??? ? ? ? ??? ? (

3 ) 式中: σ

1 1, σ

2 2, σ

3 3 分别为伴生气产量、 电负荷、 热负 荷的自相关系数;

σ

1 2 和σ

2 1 分别为伴生气产量与电 负荷的相关系数;

σ

1 3 和σ

3 1 分别为伴生气产量与热 负荷的相关系数;

σ

2 3 和σ

3 2 分别为电负荷与热负荷 的相关系数.

3 OM I E S多目标规划方法 3.

1 OM I E S随机规划模型 3. 1.

1 目标函数 OM I E S的根本任务是服务海洋工程, 经济性和 环保 性是对其规划的基本要求. 因此, 本文以OM I E S规划周期内总成本最小和 C O

2 总排放最少 为优化目标, 如式(

4 ) 和式(

5 ) 所示[

2 6] . fT C C=fA C C+fAMC+fAO C (

4 ) fT D =∑ τ fD, τ hg (

5 ) 式中: fT C C, fA C C, fAMC, fAO C 分别为 OM I E S规划周

1 3

1 张安安, 等 离岸微型综合能源系统多目标随机规划 期内的总成本、 投资成本、 维修成本、 操作成本;

fT D 为规划周期内的 C O

2 总排放量;

τ 为OM I E S的元 件编号;

fD, τ 为元件τ 单位时间内的 C O

2 排放;

hg 为运行时间. fA C C, fAMC, fAO C 的计算式如下: fA C C =∑ τ mτ (

6 ) fAMC= λ fA C C (

7 ) fAO C =∑ τ fAO C, τ hg (

8 ) 式中: mτ 为元件τ 的采购安装成本;

fAMC 一般与fA C C 呈比例关系, λ 为二者的比例系数;

fAO C, τ 为元 件τ 单位时间内的操作成本. 3. 1.

2 约束条件 OM I E S约束条件主要包含功率平衡约束( 见附 录A式(A12) ―式(A13) ) 、 元件运行约束(见附录A式( A

1 4) ―式(A19) ) 、 能源网络平衡约束[

2 7] 以及反映不确定性的机会约束(见附录A式( A

2 0 ) ―式( A

2 5 ) ) . 3.

2 OM I E S优化方法与求解 OM I E S随机规........