摘要

綜合能源系統可以實現電、熱、氣等多種能源形式的互補供能和滿足負荷需求的多能調度,從而促進可再生能源消納能力,提高能源綜合利用率。針對含電、熱、氣并相互耦合的分布式多能流綜合能源系統的設備容量匹配優化問題,建立以系統各能量成本最低為目標,以能量平衡和設備工作特性為約束的優化模型,采用一種區域收縮算法加速尋優收斂速度。以西安市某廠房辦公樓為例,采用所建模型和所提算法得到綜合能源系統最小能量成本下的最優容量匹配和調度策略。結果表明,通過系統的容量匹配優化可以大大減少電、熱、氣的單位價格,降低多級儲熱器、可逆固體氧化物燃料電池的設備成本,提高太陽能電池的利用率,可有效提高系統經濟性。

關鍵詞 : 多能流; 綜合能源系統; 容量匹配; 優化調度; 能量成本;

0 引言

目前,能源互聯網的興起推動著全球能源體系的變革,能源互聯網是基于互聯網思維和方法構建的多能流綜合能源系統,它的出現極大地推動了綜合能源系統(integrated energy system,IES)的發展。基于電、熱、氣互聯互通的多能互補供能是綜合能源系統的關鍵特征之一,其主要收益來自于多能量流互補協同效應提升系統的能效和穩定性[1]。近年來,隨著信息技術的快速發展,綜合能源系統已經成為能源變革的重要發展趨勢[2],它的發展極大地推動了可再生能源的大規模應用,并引領能源供應和消費革命[3]。

綜合能源系統將太陽能、風能、生物質能等多種能源形態,轉化為消費主體所需的電、氣、熱(冷)等多種能量形式[4],能夠促進可再生能源的就地消納,實現資源的優化利用,提高能源綜合利用率[5-6]。

近年來針對綜合能源系統的建模分析、統籌規劃、性能評估等課題成為國內外研究熱點[7-9]。黎靜華等[4]構思了一種以電為核心的綜合能源系統框架,并提出一種協調優化運行模式和能源轉換方式,探討了多能運行存在的關鍵問題。張濤[10]等基于分布式能源系統的主要設備建立了不同的冷熱電能源系統,并建立了能源系統的優化模型,求解得到不同系統的最優配置、運行策略和評價指標值。Mehleri E D等[11]設計了一個以家庭冷熱負荷為依托的綜合能源系統,利用混合整數線性規劃方法進行優化設計,確定了系統主要設備類型以及裝機容量。Salimi M等[12]建立了包含冷熱電的多能系統機組,并解決了該系統的容量配置問題。綜上所述,目前對綜合能源系統的研究大多局限于單純的電力系統或者冷熱電聯供系統,鮮有對耦合電、熱、氣多能流的綜合能源系統的研究。但是,隨著燃料電池的商業化、燃料電池汽車的問世以及電轉氣(power to gas,P2G)技術的不斷成熟[13],氫氣的需求越來越廣泛,未來的IES以及能源互聯網的建立必然包括氫氣能量流,所以對包含電、熱、氣多能流綜合能源系統的優化設計具有深遠意義。

可逆固體氧化物燃料電池(reversible solid oxide cells,RSOC)[14]是燃料電池中最先進的一種,它是在同一設備上既可以作為燃料電池(solid oxide fuel cells,SOFC)對外界供電[15]或者進行熱電聯產[16],又能作為電解池(solid oxide electrolysis cells,SOEC)利用電能電解水生成氫氣和氧氣[17]。具有能量密度高、使用壽命長、轉換率高、使用中無自放電現象且無放電深度及電池容量限制等優點,是目前比能量最高的儲能系統[18]。同時,它配合太陽能、風能、潮汐能等可再生能源可以實現自給工作,因而被認為是解決可再生能源時間和地域不連續性的一種有效途徑。RSOC集電、熱、氣多種能流為一體,可以實現電、熱、氣的靈活轉化,是構建綜合能源系統的關鍵設備之一。但是目前大多數綜合能源系統是基于單獨的燃料電池[19]或者是基于燃料電池和電解池2個組件[20],極少有基于RSOC的綜合能源系統的優化設計研究。

結合以上背景,本文針對耦合電、熱、氣的包含可逆固體氧化物燃料電池的多能流分布式綜合能源系統,考慮電、熱、氣多種能源形式的需求,建立以各能量成本最小為目標的系統容量匹配優化和調度策略模型,并基于一種區域收縮算法[21-22]和序列二次規劃法(sequence quadratic program,SQP)進行優化求解。最后與具體實例相結合,實現經濟性條件下該綜合能源系統的最優容量匹配和相應的調度策略。

1 系統結構與運行模式

1.1 系統結構

圖1為多能流分布式綜合能源系統的能量流圖。 根據文獻[23]中子系統的概念,本文將該系統分為電、熱、氣3個子系統,主要由RSOC、太陽能電池組(photovoltaic,PV)、壓縮式熱泵(compression heat pump,CHP)、換熱器(heat exchanger,HE)、蓄電池(storage battery,BT)、多級儲熱器(multistage heat reservoir,MHR)、儲氫罐(hydrogen tank,HT)等設備構成,并接入大電網,其中電、熱、氣能流相互耦合并以清潔能源為載體向外界提供電、熱、氣多種能源中的一種或多種,也可以進行能源的轉化和存儲。

1.2 系統運行模式

運行模式的選擇對綜合能源系統運行性能的好壞起著決定性作用。目前存在2種典型的運行模式：“電跟隨(following the electrical loads,FEL)”和“熱跟隨(following the thermal loads,FTL)”[24]。傳統聯供系統采用“電跟隨”模式會產生多余的熱量,采用“熱跟隨”模式會產生多余的電量,本系統配備有蓄電池、儲熱器和儲氫罐等儲能設備,可將多余的能量儲存起來,不會造成能源的浪費。但在本文中,為了滿足各負荷需求,優先采用“熱跟隨”運行模式,具體運行模式如下：

1)RSOC在SOFC模式下運行,產生的余熱和壓縮式熱泵共同滿足用戶熱負荷,多余熱量儲存在多級儲熱器當中。當用熱高峰熱量不足時,優先使用儲熱器當中的熱量,若還不滿足需求,則使用壓縮式熱泵作為輔助熱源來提供熱量。

2)RSOC在SOEC模式下運行,產生的氫氣供用戶氣負載和系統內設備使用,多余氫氣儲存在儲氫罐當中,以備RSOC產生的氫氣不足時使用。

3)將PV作為首要供電設備,RSOC作為輔助供電設備,共同向用戶電負載和系統內設備供電,多余電量儲存在蓄電池中。當系統產生的電量不足時,優先使用蓄電池中的電量,若還不滿足需求,則接入大電網來提供電量。

2 系統優化模型

為了更好地對分布式綜合能源系統進行優化設計,本文在建模分析中做出如下假設[25]：

1)系統各設備的可選容量連續分布。

2)設備在優化期間內均無故障運行。

3)在各自的運行范圍內,各設備的運行效率為定值,不隨負荷率的改變而改變。

4)忽略各設備的啟停及變工況時間。

2.1 目標函數

3 系統優化算法

IES的優化設計需要從供需平衡角度依據電、熱、氣3種能量的需求和可再生能源的資源情況,對系統內的各設備容量進行匹配優化。同時,系統運行的調度策略對優化質量也有顯著影響,且設備容量和調度策略的耦合度較高。在上文中建立的系統優化模型中,對于每一級優化目標,都存在設備容量ωω和單位時間間隔ΔtΔt內各設備的供能量a 2個變量,其中a即代表系統運行調度策略,其值也存在最優解且隨著ωω的改變而改變。

對于這樣一個多約束多目標耦合的非線性優化問題,本文采用一種新的算法—區域收縮算法,結合SQP算法依次對多級優化問題進行求解,該方法可對上述2個變量分別求解。算法流程如圖2所示,算法的主循環是從“開始”到“結束”部分,主要利用區域收縮算法計算設備容量組合ωω,即根據優化結果不斷縮小ωω的取值范圍,最終確定出ωω的最優值,其本質上是尋找取值范圍內的最優域,區別于其他群智能算法,區域收縮算法并不是對單個點使用尋優算子不斷迭代的,而是將取值范圍作為迭代的基本單位,加快了收斂速度。其間,依據目標函數和約束條件,利用SQP算法來求解a。

4 實例分析

4.1 負荷需求

將所建立的分布式IES模型應用于西安市某廠房辦公樓的能源供應中,該建筑總建筑面積約為3692m2,共分3層,1層為廠房,2~3層為辦公室。根據建筑情況,利用eQUEST軟件可得該建筑全年逐時熱、電負荷。同時,該廠房主要用于粗苯加氫工業,則根據廠房的實際情況可得其氫氣負荷,負荷情況如附錄A的圖A1所示。由于優化計算全年逐時8760 h較為復雜,本文選取熱負荷較大的冬季1月份的5個工作日,進行最小時間間隔為1 h的模擬計算,優化得出系統內各設備的最優容量配比和相應的調度策略。根據文獻[32]描述的方法計算出的模擬周期內太陽輻射能隨時間的變化如附錄A的圖A2所示,從圖A2中可以看出第1天為陰天,太陽輻射能不足,其余4天為晴天,太陽輻射能較為充足,較全面地反應了實際天氣情況。

4.2 設備經濟技術參數

通過對文獻和設備產品的調查研究,總結各個設備的經濟技術參數[10,16,33-35]如附錄A中表A1所示。本文假設當RSOC處于SOEC運行模式時,SOEC在熱中性電壓下工作,則其電解效率為1[36]。且由于RSOC尚未得到大規模商業化運用,其價格是根據M.Beccali[33]發表的研究中的數據評估而來,因此關于RSOC價格的計算僅能評估當前情況,不具有未來指導性。

4.3 優化結果及分析

4.3.1 優化結果

利用上述模型和算法,在Matlab軟件中對該實例進行優化計算,得到的系統各設備最優容量配比如表1所示。電、熱、氣的單位價格如圖3所示,從圖3可以看出,優化得到的IES電能單位價格為0.4628元/(kW•h),熱能單位價格為0.02元/(kW•h),氫氣單位價格為0.51元/m3。而目前西安市的工商業用電平均價格為0.7704元/(kW•h),非居民用熱的計量熱價為0.21元/(kW•h),氫氣價格為1.98元/m3[37]。可以看出,利用分布式IES可以使電能的單位價格降低39.9%,熱能的單位價格降低90.5%,氫氣的單位價格降低74.2%。由于系統基本使用RSOC在SOFC運行模式下產生的余熱來滿足熱負荷,大大降低了系統的熱能單價。

4.3.2 系統成本組成分析

最優容量配比下的系統成本組成見圖4。

由圖4可知,在最優容量配比的條件下,系統熱子系統的成本主要花費在MHR上,氣子系統的主要花費在RSOC上,故降低MHR和RSOC的設備成本可以有效提高IES的經濟性。在電子系統中,大電網的電費花費了超過50%的成本,而PV一旦建成后便無需消耗額外成本,所以提高IES中PV的利用率也可以提高系統的經濟性。

4.3.3 系統調度策略分析

圖5為系統最優容量配比下5個工作日的逐時供熱、供氣、供電調度策略。從圖5(a)可以看出：在晚上用熱低谷期,主要由CHP來滿足熱負荷,產生的多余熱量存在多級儲熱器當中;在白天的用熱高峰期,RSOC產生的余熱滿足了大部分的熱負荷,不足的熱量由MHR和CHP進行補充。從

圖4 最優容量配比下的系統成本組成

Fig. 4 Composition of the cost of energy for the system under optimum components size

圖5(b)可以看出：RSOC在SOEC運行模式下產生的氫氣大部分在RSOC處在SOFC運行模式下被消耗,可見RSOC在系統中更多地用做能量轉換設備。從圖5(c)可以看出：白天RSOC和PV共同滿足了所有的電負載,并將多余的電能充入蓄電池備用;到了晚上,RSOC和PV均停止工作,電負載首先由蓄電池中存儲的電量來滿足,不足的電量由大電網進行補充。

圖5中任意時刻系統的供熱量等于耗熱量,供氣量等于耗氣量,供電量等于耗電量,說明本文采用的計算模型滿足了系統物理上的限制條件,基本實現了模擬實際的過程。

圖6表示了蓄電池、儲熱器和儲氫罐的儲能狀態曲線,從圖6可以看出3種儲能設備的運用量均較多。對于蓄電池,基本每天都會經歷1次完整的充放電循環,總是存儲部分白天的電能來供應夜晚

的負載需求。這是因為系統白天的熱負荷較大,且系統采用的是FTL運行模式,所以如圖7所示,RSOC總是在白天處于SOFC模式來滿足系統的熱負荷,產生的多余電能充入蓄電池中。同時,PV也只是在白天工作,產生的多余電能也會被充入蓄電池當中。到了晚上,RSOC處于SOEC模式,需要利用白天儲存在蓄電池當中的電量來電解制氫,有時蓄電池中的電量會被消耗至本文設定的最大放電深度0.4,不足的電量由大電網來補充。對于儲熱器,在模擬的5天內沒有被充滿過,總是在晚上儲存少量的熱量在白天釋放,來削減白天的用熱

圖5 最優容量配比下的系統調度策略

Fig. 5 Scheduling strategy of the system under optimum components size

高峰。對于儲氫罐,本文設定初始時氣罐中存有一定量的氫氣,則結合圖6和圖7可以看出,RSOC在晚上處于SOEC模式來電解制氫,產生的氫氣儲存在儲氫罐當中,在白天釋放出來供處于SOFC模式下的RSOC使用,同時滿足廠房的氫氣負荷。

5 結論

本文建立了以電、熱、氣能量成本最低為目標的多能流分布式綜合能源系統容量匹配優化模型。采用區域收縮算法結合SQP算法對模型進行優化求解,得到系統各設備的最優容量配比和模擬周期內電、熱、氣的優化調度策略,使系統在滿足負載的同時具有最低的能量成本。以西安市某廠房辦公樓運行15年為例進行分析,結果表明：與目前市場能量單價相比,利用該綜合能源系統可以降低電能單價39.9%,降低熱能單價90.5%,降低氫氣單價74.2%。通過對系統成本組成的分析可知,降低MHR和RSOC的設備成本和提高太陽能電池的利用率可以有效提高系統的經濟性。

參考文獻

[1] 孫宏斌,潘昭光,郭慶來.多能流能量管理研究:挑戰與展望[J].電力系統自動化,2016,40(15):1-8. Sun Hongbin,Pan Zhaoguang,Guo Qinglai.Energy management for multi-energy flow: challenges and prospects[J].Automation of Electric Power Systems,2016,40(15):1-8(in Chinese).

[2] Zhang X,Chan S H,Ho H K,et al.Towards a smart energy network: the roles of fuel/electrolysis cells and technological perspectives[J].Hydrogen Energy,2015,40(21):6866-6919.

[3] Ellabban O,Abu-Rub H,Blaabjerg F.Renewable energy resources: current status, future prospects and their enabling technology[J].Renewable and Sustainable Energy Reviews,2014,39(2):748-764.

[4] 黎靜華,桑川川.能源綜合系統優化規劃與運行框架[J].電力建設,2015,36(8):41-48. Li Jinhua,Sang Chuanchuan.Discussion on optimal planning and operation framework for integrated energy system[J].Electric Power Construction,2015,36(8):41-48(in Chinese).

[5] Jin H,Hong H,Wang B,et al.A new principle of synthetic cascade utilization of chemical energy and physical energy[J].Science in China,2005,48(2):163-179.

[6] Stanislav P,Bryan K,Tihomir M.Smart grids better with integrated energy system[C]//Electrical Power & Energy Conference (EPEC).Montreal: IEEE,2010:1-8.

[7] 張旭. 基于區域供能的多能源系統模型研究分析[D].上海:上海交通大學,2015.

[8] Alabdulwanhab A,Abusorrah A,Zhang X,et al.Coordination of interdependent natural gas and electricity infrastructures for firming the variability of wind energy in stochastic day-ahead scheduling[J].IEEE Transactions on Sustainable Energy,2015,6(2):606-615.

[9] Zhang X,Shahldehpour M,Alabdulwahab A,et a1.Optimal expansion planning of energy hub with multiple energy infrastructures[J].IEEE Transactions on Smart Grid,2017,6(5):2302-2311.

[10] 張濤,朱彤,高乃平,等.分布式冷熱電能源系統優化設計及多指標綜合評價方法的研究[J].中國電機工程學報,2015,35(14):3706-3713. Zhang Tao,ZhuTong,Gao Naiping,et a1.Optimization design and multi-criteria comprehensive evaluation method of combined cooling heating and power system[J].Proceedings of the Chinese Soscity for Electrical Engineering,2015,35(14):3706-3713(in Chinese).

[11] Mehleri E D,Sarimveis H,Markatos N C,et a1.A mathematical programming approach for optimal design of distributed energy systems at the neighborhood level[J].Energy,2012,44(1):96-104.

[12] Salimi M,Ghasemi H,Adelpour M,et a1.Optimal planning of energy hubs in interconnected energy systems: a case study for natural gas and electricity[J].IET Generation Transmission&Distribution,2015,9(8):695-707.

[13] Belderbos A,Delarue E,D'Haeseleer W.Possible role of power-to-gas in future energy systems[C]//European Energy Market.Lisbon:IEEE,2015:1-5.

[14] Singaravelu E,Hartvigsen J J,Frost L J.Intermediate temperature reversible fuel cells[J].International Journal of Applied Ceramic Technology,2010,4(2):109-118.

[15] Stambouli A B,Traversa E.Solid oxide fuel cells (SOFCs): a review of an environmentally clean and efficient source of energy[J].Renewable & Sustainable Energy Reviews,2002,6(5):433-455.

[16] Burer M,Tanaka K,Favrat D,et al.Multi-criteria optimization of a district cogeneration plant integrating a solid oxide fuel cell-gas turbine combined cycle, heat pumps and chillers[J].Energy,2003, 28(6):497-518.

[17] Liang M,Yu B,Wen M,et al.Preparation of LSM-YSZ composite powder for anode of solid oxide electrolysis cell and its activation mechanism[J].Journal of Power Sources,2009,190(2):341-345.

[18] Mitlitsky F,Blake Myers A,Weisberg A H.Regenerative fuel cell systems[J].Energy Fuels,1998,12(1):56-71.

[19] Barbir,Frano,Tolj,et al.Techno-economic analysis of PEM fuel cells role in photovoltaic-based; systems for the remote base stations[J].International Journal of Hydrogen Energy,2013,38(1):417-425.

[20] Dursun B.Determination of the optimum hybrid renewable power generating systems for Kavakli campus of Kirklareli University, Turkey[J].Renewable & Sustainable Energy Reviews,2012,16(8):6183-6190.

[21] Zhang X W,Tan S C,Li G J,et al.Components sizing of hybrid energy systems via the optimization of power dispatch simulations[J].Energy,2013(52):165-172.

[22] Zhang X,Li M,Ge Y,et al.Techno-economic feasibility analysis of solar photovoltaic power generation for buildings[J].Applied Thermal Engineering,2016(108):1362-1371.

[23] Ju L,Tan Z,Li H,et al.Multi-objective operation optimization and evaluation model for CCHP and renewable energy based hybrid energy system driven by distributed energy resources in China[J].Energy,2016(111):322-340.

[24] Wang J J,Zhai Z Q,Jing Y Y,et al.Particle swarm optimization for redundant building cooling heating and power stem[J].Applied Energy,2010,87(12):3668-3679.

[25] 李赟,黃興華.冷熱電三聯供系統配置與運行策略的優化[J].動力工程,2006,26(6):894-898. LiZhe,Huang Xinghua.Integrated optimization of scheme and operation strategy for CCHP system[J].Journal of Power Engineering,2006,26(6):894-898(in Chinese).

[26] Seeling-Hochmuth G.Optimization of hybrid energy system sizings and operation control[D].Kassel:University of Kassel,1998.

[27] 王成山,洪博文,郭力,等.冷熱電聯供微網優化調度通用建模方法[J].中國電機工程學報,2013,33(31):26-33. Wang Chengshan,Hong Bowen,Guo Li,et al.A general modeling method for optimal dispatch of combined cooling, heating and power microgrid[J].Proceedings of the Chinese Soscity for Electrical Engineering,2013,33(31):26-33(in Chinese).

[28] 周燦煌,鄭杰輝,荊朝霞,等.面向園區微網的綜合能源系統多目標優化設計[J].電網技術,2018,42(6):1687-1696. Zhou Canhuang,Zheng Jiehui,Jin Zhaoxia,et al.Multi-objective optimal design of integrated energy system for park-level microgrid[J].Power System Technology,2018,42(6):1687-1696 (in Chinese).

[29] 鐘杰,張莉,徐宏,等.SOFC熱電聯供系統應用模擬[J].動力工程學報,2015,35(10):846-852. ZhongJie,Zhang Li,Xu Hong,et al.Application simulation of SOFC-CHP systems[J].Journal of Chinese Society of Power Engineering,2015,35(10):846-852(in Chinese).

[30] 張文強,于波,陳靖,等.高溫固體氧化物電解水制氫技術[J].化學進展,2008,20(5):778-787. ZhangWenqiang,Yu Bo,Chen Jing,et al.Hydrogen production through solid oxide electrolysis at elevated temperatures[J].Progress in Chemistry,2008,20(5):778-787(in Chinese).

[31] Yousefi H,Ghodusinejad M H,Noorollahi Y.GA/AHP-based optimal design of a hybrid CCHP system considering economy, energy and emission[J].Energy & Buildings,2017(138):309-317.

[32] Zhang X.A statistical approach for sub-hourly solar radiation reconstruction[J].Renewable Energy,2014,71(71):307-314.

[33] Beccali M,Brunone S,Cellura M,et al.Energy, economic and environmental analysis on RET-hydrogen systems in residential buildings[J].Renewable Energy,2008,33(3):366-382.

[34] 李裕,葉爽,王蔚國.基于天然氣自熱重整的SOFC系統性能分析[J].化工學報,2016,67(4):1557-1564.Li Yu,Ye Shuang,Wang Weiguo.Performance analysis of SOFC system based on natural gas autothermal reforming[J].CIESC Journal,2016,67(4):1557-1564(in Chinese).

[35] 鄭衛東. 分布式能源系統分析與優化研究[D].南京:東南大學,2016.

[36] 梁明德,于波,文明芬,等.陰極支撐Ni-YSZ/YSZ/LSM-YSZ固體氧化物電解池制氫性能研究[J].中國稀土學報,2009,27(5):647-651. Liang Mingde,Yu Bo,Wen Mingfen,et al.Properties of cathode-supported solid oxide electrolysis cells for hydrogen production[J].Journal of the Chinese Rare Earth Society,2009,27(5):647-651(in Chinese).

[37] 宇博智業集團.2012—2016年中國氫氣行業發展及預測報告[R].北京:宇博智業集團,2012.