考虑多评价指标的可再生微能源网双层优化配置

金璐，何伟，闫华光，何桂雄，吴建章，石天

(1. 中国电力科学研究院有限公司，北京 100192； 2. 国网江西省电力有限公司，南昌 330096；

3.东南大学 电气工程学院，南京 210096)

0 引 言

随着“乡村振兴”战略的推进，乡镇能源需求多样化特征日益显著，对能源服务品质也提出了更高要求[1]。然而，现有的乡镇能源供应仅局限于电能，且未对当地蕴藏丰富的可再生资源进行有效利用，原始粗放的能源消费方式也使得乡镇人与自然矛盾日趋尖锐。集电、冷、热于一体的多能互补系统对异类能源施行梯级利用，打破了传统方式中能源供给相互独立的藩篱，是推动乡镇低碳减排、提升能源利用效率的有效途径[2-3]。因此，合理配置众多可再生能源，因地制宜构建绿色乡镇微能源网，对于缩小城乡差距、加快乡镇现代化建设意义重大。

目前，已有许多学者对以混合可再生能源系统为代表的新型乡镇能源供给方式展开了研究[4]。文献[5]构建了以生物质沼气为气源的多能流农村微网架构，并基于改进杂交粒子群算法实现了系统的日前经济优化调度；文献[6]计及新能源出力不确定性，提出一种用于沼-风-光全可再生能源系统的两阶段优化调度策略；文献[7]对包含光伏、地源热泵设备在内的可再生多能互补系统进行展开分析，从经济和环境两个层面制定系统鲁棒出力计划；文献[8]将热泵与储能装置引入传统冷热电联供系统，并以运行费用最低为目标实现了多能互补系统的协调调度。然而，上述研究多数侧重于系统的优化调度，对于如何合理配置多类可再生能源设备则较少提及。

作为充分消纳当地可再生资源、确保系统良好效益的关键因素，有必要在乡镇能源系统的规划伊始，综合考虑设备类型和数量以及系统运行策略，站在多方利益主体角度对其进行统筹优化设计[9]。目前有关能源系统的规划设计方法已有许多，可为乡镇多能互补系统建设提供参考。文献[10]采用解析方法对社区能源系统进行设计，但未考虑系统运行方式对规划结果的影响；文献[11]综合考虑成本、环保、能耗等因素对多能互补系统进行优化配置，但在求解时采用权重法将多类目标转化为单一目标，所得方案缺乏代表性；文献[12]基于多目标粒子群算法和证据推理理论，通过构建双层优化配置模型实现了园区多能微网的多目标设计，并取得了良好效果。

针对我国当前乡镇地区农网供需矛盾、清洁能源利用率低下等问题，充分发掘当地自然资源禀赋，构建包含风、光、生物质能以及地热能在内的可再生微能源网系统；综合考虑系统的运营成本、环保性能以及能源效率，参照传统供能系统设计了多元评价指标；计及运行策略对配置结果的影响，提出一种用于可再生微能源网的多目标双层优化配置模型，并基于模糊理论对折衷解进行决策。仿真算例分别在并网和离网条件下将所得配置方案与传统供能方式进行对比，详尽阐述了不同能源设备的选取对系统运行指标带来的影响，证明文中方法能够有效权衡多方因素对系统进行合理配置。

1 可再生微能源网

1.1 可再生微能源网系统架构

为促进清洁能源就地消纳，助力绿色乡镇低碳可持续发展，考虑一种由可再生能源构成的多能互补微能源网(Renewable Micro Energy Network，RMEN)系统，其拓扑架构及能量流如图1所示。

图1 可再生微能源网架构Fig.1 Renewable micro-energy network architecture

由图1可知，该能源网络中发电设备由光伏单元(Photovoltaic Cell，PV)、风电机组(Wind Turbine Generator，WT)以及沼气热电联供(Combined Heating and Power，CHP)系统构成，并通过联络线与外部电网实现双向互通；沼气锅炉(Biogas Boiler，BB)以生物质气为燃料，与CHP系统一同向用户提供热源；地源热泵(Ground Source Heat Pump，GSHP)可在电能驱动下将地表浅层能源转化为高品位热能，进而实现制冷和制热；供冷设备包括电制冷机(Electric Cooler，EC)、吸收式制冷机(Absorption Cooler，AC)；此外，为有效提高能源利用效率，微能源网内还配备有包含蓄电装置(Electrical Storage，ES)、蓄热装置(Heating Storage，HS)以及蓄冷装置(Cooling Storage，CS)在内的储能设备。

1.2 能源设备数学模型

1.2.1 沼气热电联供系统

目前，我国乡镇地区由农林牧业中产生的生物质能储量丰富，但由于其资源分布较为分散，且多数仅被用于生活采暖，闲置浪费情况严重。因此，采用适度集中化处理方式，以生物质沼气为气源，选用由微型燃气轮机(Micro Turbine，MT)和烟气余热回收装置共同组成的CHP系统作为乡镇微能源网的主要能源供给设备，其出力模型[13]可描述为：

(1)

1.2.2 沼气锅炉

沼气锅炉是一种以生物质沼气为燃料的气热耦合装置，能够将生物质能转换为热能，是微能源网中的辅助热源设备，具有成本低、污染轻、热效率高等优势，其数学模型可表示为：

(2)

1.2.3 地源热泵

热泵技术作为一种新兴能源转换手段，其能效比(Coefficient of Performance, COP)通常大于4，远高于现有多数能源供给设备，可依据用户需求工作于制热或制冷状态，具有节能环保、安全可靠且易于维护等优势，因而备受世人关注，发展前景十分广阔。此外，热泵作为典型的多能源耦合设备，其引入还将促进多能互补系统供给侧能源的合理分配，进而提高综合能源利用水平。选用地源热泵作为微能源网供能设备，该装置由地源换热泵以及热泵主机构成[14]，其能耗及出力模型可表示为：

(3)

1.2.4 储能设备

储能装置可依据不同时刻能源设备出力状态以及负荷大小，对剩余能量进行存储，对空缺需求进行填补，进而改变多能流的时空分布状态，是多能互补系统中的重要组成部分之一。考虑到乡镇微能源网中可再生能源比例较高，机组出力存在明显波动性，在模型中配置了包括蓄电池、蓄热箱以及蓄冷箱在内的多元储能设备。由于不同能源种类的储能装置均具有相似的运行特性，仅以蓄电池为例，给出其出力及能量存储数学模型分别为：

(4)

(5)

此外，微能源网中电制冷机及吸收式制冷剂的设备模型均参照文献[15]建立。

2 可再生微能源网评价指标

在传统的能源分产系统(Separation Production，SP)中，乡镇用户的电力需求由外部电网直接购得，冷负荷、热负荷则由EC和BB分别供应，且未配置储能设备，存在环境污染严重、资源利用率低下等诸多弊端，相比之下，多能互补系统则优势明显。对比SP系统定义成本节约率、污染减排率以及能效提升率指标，分别从经济运行、污染防治以及利用效率三方面刻画可再生微能源网的能源供给潜力。

2.1 成本节约率指标

无论是SP系统还是微能源网系统，其全年运营成本C均由设备安装成本CEI、能源采购成本CEP以及设备维护成本CEM共同组成，即：

(6)

参照SP系统制定微能源网的成本节约率(Cost Saving Rate，CSR)指标来衡量多能互补系统所带来的经济效益，CSR具体定义为微能源网相对于SP系统节约的年运营成本与SP系统年运营成本的比值[16]，即：

(7)

2.2 污染减排率指标

能源转换过程中产生的污染物主要包括温室气体CO2和酸性气体SO2、NOx，其主要由外部电厂发电污染Fgrid以及生物质气燃烧污染Fbio组成。表1给出了不同污染源对应的排放系数，从中也可以看出，相较于传统化石能源，生物质沼气在污染防治方面具有先天优势，在解决我国乡镇地区资源浪费问题的同时，缓解当地生态环境压力。对于SP系统和微能源网，其污染物排放量FSP和FRMEN可表示为：

表1 污染物排放系数Tab.1 Emission coefficient of pollutants

(8)

在此基础上定义多能互补系统的污染减排率(Pollution Reduction Rate，PRR)如式(9)所示，依据该指标能够有效评估联供系统的环境保护性能。

(9)

2.3 能效提升率指标

由图1可知，微能源网系统的输入侧能源包括光伏和风机所产生的电能、地热能、生物质能和外购电能，输出能源为负荷所需电、热、冷能以及外送电能。由于不同种类能源间存在品质差异，从热力学第二定理角度出发，同时考虑综合能源利用率以及可再生能源消纳水平，定义能源利用效率E为系统输出能量Qout与输入能量Qin之比。对于SP系统和微能源网，其输入和输出能量为：

(10)

依照式(10)可分别求得SP和微能源网的能源利用效率ESP和ERMEN，并由此定义可再生微能源网能效提升率(Efficiency Improvement Rate，EIR)为：

(11)

3 可再生微能源网双层优化配置模型

3.1 目标函数

对于上层优化配置模型，结合上述评价指标，选取年运营成本、污染排放量以及能源利用效率3个不同参数作为目标函数f1：

minf1=(CRMEN，FRMEN，1/ERMEN)

(12)

下层日内优化调度则主要考虑能源采购成本CEP、设备维护成本CEM以及弃光弃风成本CAE，并定义日综合运行成本f2作为目标函数。其中，CEP和CEM可参见式(6)，CAE计算方法为：

(13)

3.2 约束条件

3.2.1 传输功率约束

可再生微能源网系统在任意时刻均需满足区域内用户的电、热、冷用能需求，因此存在如下约束：

(14)

此外，与外部电网的联络线还应满足约束如下：

(15)

3.2.2 设备安装容量约束

对设备安装容量进行限制以使其在最大负荷值下不冗余，约束条件如下：

(16)

3.2.3 能源耦合设备约束

文中能源耦合设备CHP、BB、GSHP、PV、WT、EC以及AC均需满足设备出力约束：

(17)

(18)

式中 ΔSi为第i类设备的出力爬坡限额。

3.2.4 储能设备约束

对于多类储能设备，同样以蓄电池为例，其运行约束条件为：

(19)

3.3 求解方法

上述模型属于混合整数非线性双层规划模型，若直接对其进行求解将会面临计算难度大且耗时长等问题。因此，采用分段线性化方法[18]将上述模型转化为混合整数线性规划问题(MILP)，并运用非支配排序遗传算法(NSGA-II)对上层多目标规划问题进行求解；下层模型调用IBM商业软件Cplex对设备出力进行优化调度，并将优化结果传递至上层算法，从而实现可再生微能源网的多目标优化配置。对于规划模型输出的最优解集，基于模糊理论，选用降半梯形分布作为各子目标的隶属度函数，在综合满意度最大的情况下实现折衷解的最优选取，进而获取微能源网多元评价指标。可再生微能源网双层优化配置方法流程如图2所示。

图2 可再生微能源网双层优化配置方法Fig.2 Double-layer optimal allocation method of renewable micro-energy network

4 算例分析

4.1 算例介绍

以江西省某待改建多能互补系统示范工程为例，采用文中方法对该系统进行优化设计，其系统架构如图1所示。依据当地气候条件将全年划分为夏季(6月～8月)、冬季(12月～2月)以及过渡季，各季节典型日电热冷负荷曲线以及典型风、光出力场景如图3所示，三季用能峰值分别为1 382.7 kW·h、1 159.3 kW·h以及976.4 kW·h；购电价格采用当地峰谷分时电价，售电价格取新能源上网标杆电价0.459 3 ￥/kW·h，单位沼气生产成本为0.58 ￥/m3；NSGA-II算法中种群规模为150，迭代次数为100，交叉率和变异率分别取0.9和0.1。

图3 典型负荷曲线及风光出力场景Fig.3 Typical load curve and scenery output scenario

4.2 优化配置结果分析

依据NSGA-II优化算法在并网方式下求得的帕累托(Pareto)非劣解集如图4所示，从中可知，文中方法能够有效捕捉多目标规划设计问题的Pareto前沿，以供投资者进行权衡选择，同时还能看出，微能源网的经济效益指标与环保性能之间存在明显冲突。

图4 Pareto前沿解集Fig.4 Pareto front solution set

按各子目标最优原则分别从解集中挑选出三组典型方案：方案1、方案2和方案3，其优化配置结果如表2所示。从中可知，方案1与方案2分别具有最低的年运营成本和最少的污染排放总量，但同时方案1的环保性与方案2的经济性也是所有方案中最差的，这是因为方案1较少选用成本高昂的新能源发电设备与储能装置，使设备购置成本大幅减小，但这也导致系统中由无污染的风能和光能产出的电能比例下降，转而依赖生物质能进行电能供给，从而引起污染物排放量的升高。方案2则降低了沼气热电联供机组的能源产量，大量配置了包括WT、PV和GSHP在内清洁能源设备，储能装置数量也随之增加，以经济成本为代价换来环保性能的提升。较之前两者，方案3更多使用了可实现能源梯级利用的CHP机组，并通过电能的售出节约了运营成本支出，同时也获取了良好的能源利用效率，但大量的沼气消耗也对当地生态环境也产生了一定破坏。

表2 典型方案优化配置结果Tab.2 Optimal configuration results of typical schemes

4.3 微能源网运行指标分析

为综合考虑可再生微能源网的投资费用、环保性能以及运行能效，文章基于模糊理论，分别在并网和离网运行条件下挑选出综合满意度最高的折衷优化配置方案，即方案4和方案5，并将其与SP系统进行对比，以衡量其综合能源供给潜力，上述系统优化配置结果以及运行参数如表3所示。从中可知，SP系统由于供能结构简单且设备单价低廉，在能源设备采购以及运维成本方面较优，但其未充分利用当地的可再生资源，同时也没有实现能源的梯级利用，故其环保性能与能源利用效率十分落后。

表3 优化配置结果对比Tab.3 Comparison of optimized configuration results

相比之下，方案4和方案5的各项运行指标则优势明显。并网方案在能源消耗方面主要依赖当地各类可再生资源，极少购入电能，同时还配备有一定数量的储能装置以确保系统的灵活运行。能源产出方面，方案4更多选用相对廉价的WT和CHP机组作为发电设备，在满足乡镇用户负荷需求，也为外部电网输送清洁电能，因而经济效益良好。与并网方式相比，离网系统多能流之间的耦合特征更加显著，故其配置方案中增加了储能设备的投入，以实现系统能量在不同时段的合理分配，这也使得其运营成本大幅提高。此外，方案5降低了风光装机容量以减少弃风弃光总量，并在夏冬两季依靠GSHP提高新能源消纳水平，达到提高系统能源利用效率的目标。为维持系统功率平衡，尤其是夏季的电、热功率平衡，方案5还更多地选用吸收式制冷机而非电制冷机作为冷源。由于离网系统仅需满足自身用能，故其生物质气消耗量低，较之并网系统环境效益更佳。

参照SP系统可分别求得方案1～方案5的系统运行指标，结果如图5所示。从中可知，所得方案的运行指标均较传统供能方式有很大提升，并且在低碳环保方面尤为突出，这也体现了多能耦合系统在绿色乡镇能源供给方面的巨大优势。与此同时，模糊最优解也实现了多元指标的有效权衡，能够充分发掘微能源网的供能潜力，避免了以往单一目标规划的盲目性。

图5 多元评价指标对比Fig.5 Comparison of multi-dimensional evaluation indices

5 结束语

为充分利用乡镇地区自然资源禀赋，设计了一种集冷热电供应于一体的可再生能源微网，综合考虑成本节约率、污染减排率和能效提升率指标，提出基于NSGA-II算法的多目标双层优化配置方法，并结合模糊理论选取最优配置方案，仿真结果表明：

(1)提出的考虑多类评价指标的双层优化配置模型，能够兼顾系统的运营成本、环保性能以及能源利用率给出合理完整的配置方案；

(2)对于所提出的可再生微能源网，其在并网方式下可获取更优的经济效益，而在离网方式下其环保性能则更强；

(3)不论是在何种运行条件下，与乡镇传统供能系统相比，文中方法所得系统配置方案在各项性能指标上均存在明显优势。

文章的不足在于未计及新能源的出力波动性，对于能源系统的安全性能考虑也不够完善，后续工作中将着重对上述问题进行探究。