并網型能源微網的優化模型及應用

2017-10-19 17:22:16 北極星電力網　點擊量：評論 (0)

摘要：為科學規劃設計并網型能源微網的總體方案，掌控項目的全生命周期過程，提出了一種簡單實用的定性與定量相結合的綜合分析方法，構建了并網型能源微網的優化配置模型，建立了天然氣多聯供系統的優化數學模型

4 應用分析

本文選取6個項目進行分析，計算參數和結果見表1，并與原方案進行對比。結果發現：1)判別式Ⅰ和Ⅷ均可用于校核CCHP的合理性，得到的Pe基本上都比原方案的小，說明原方案未能充分發揮CCHP滿負荷高效運行的經濟潛力，余熱利用率較低。2)判別式Ⅰ是一個簡單的經驗公式，對不同負荷特征的項目無法區別判斷，對一些民用建筑類項目估算過高，對熱(冷)電比較大(約大于4)的項目不適用。3)Peavg與設計電負荷之比的平均值小于30%。4)判別式Ⅷ適用于不同負荷特征的項目，也適用于發電并網上網模式。5)聯合判別式Ⅵ和Ⅶ可得Pe的取值范圍，可用于機組選型。6)判別式Ⅵ得到Pe的最小值，可用于判斷單臺燃氣發電機組容量的合理性。7)對于以熱定電且并網上網的單個工業企業類項目，熱電比大，且用電負荷小，遠遠無法消納CCHP所發的電力，因此本文優化模型不適用。該類項目應盡量減少發電機組容量，或者就近發展電力直供。

判別式Ⅰ適用于已知小時負荷而未知年用能量的情況。判別式Ⅷ適用于小時負荷和年用能量均已知的情況。當已知全年逐時負荷時，可得出基本負荷，燃氣發電機組容量則按最小的基本冷、熱或電負荷配置，使CCHP可以最長時間滿負荷高效運行。依據判別式Ⅵ~Ⅷ，結合市場上成熟設備，可以對燃氣發電機組的數量進行優化配置，且不宜超過4臺，并根據負荷的增長情況分步建設。從而簡單快速的實現了對并網型能源微網的優化配置，如圖3所示。

圖3 并網型能源微網的優化模型

Fig. 3 Optimization model of grid-connected energy microgrid

5 結論

目前，我國不少項目的燃氣發電機組配置不合理，難以保證CCHP足夠的滿負荷高效運行時間，能源效率低，經濟效益差，直接導致了項目的失敗。特別是在頂層設計階段，當用戶負荷難以準確預測、無法合理確定基本負荷時，再加上對能源微網量體裁衣特性以及CCHP的認知不足，沒有正確遵循電能自發自用、余熱利用最大化的原則，常常導致了規劃方案不合理，建設規模過大，初投資過高，資源不匹配，供需發展不平衡，寶貴天然氣得不到高效利用，最終造成了項目實施過程的復雜和困難，而已建成的項目則遠遠達不到預期的經濟效益。

本文總結分析了GCMG量體裁衣的基本特征，根據CCHP的電能自發自用、余熱利用最大化的原則，結合多年實踐經驗，提出了一種簡單有效的定性與定量相結合的綜合分析方法，構建了GCMG的優化配置模型，建立了CCHP的優化數學模型，從而得出了燃氣發電機組的最佳匹配容量范圍，所有初始計算參數都相對容易獲取，適用于各種負荷場景，對各類能源微網、天然氣分布式能源項目均適用，可以合理確定GCMG的總體建設方案，從源頭上掌控項目的全生命周期過程，能夠最大限度地避免項目失敗、提高靈活操作性、降低初投資、高效配置資源和增加經濟效益，具有極強的通用性和實用性，對并網型能源微網、天然氣多聯供項目的規劃與實施具有重要的參考價值。

參考文獻

[1] 曾鳴, 韓旭, 李冉, 等. 能源互聯微網系統供需雙側多能協同優化策略及其求解算法[J]. 電網技術, 2017, 41(2): 409-417.

ZENG Ming, HAN Xu, LI Ran, et al. Multi-energy synergistic optimization strategy of micro energy internet with supply and demand sides considered and its algorithm utilized. Power System Technology, 2017, 41(2): 409-417(in Chinese).

[2] 朱曉軍, 張超, 武海斌, 等. 中德生態園能源互聯網規劃實踐研究[J]. 節能, 2015, 10: 9-15.

Zhu Xiaojun, Zhang Chao, Wu Haibin, et al. Energy internet planning study of sino-german ecocity[J]. Energy Conservation, 2015, 10: 9-15(in Chinese).

[3] 胡榮, 馬杰, 李振坤, 等. 分布式冷熱電聯供系統優化配置與適用性分析[J]. 電網技術, 2017, 41(2): 418-425.

HU Rong, MA Jie, LI Zhenkun, et al. Optimal allocation and applicability analysis of distributed combined cooling-heating-power system. Power System Technology, 2017, 41(2): 418-425(in Chinese).

[4] 吳聰, 唐巍, 白牧可, 等. 基于能源路由器的用戶側能源互聯網規劃[J]. 電力系統自動化, 2017, 41(4): 20-28.

WU Cong, TANG Wei, BAI Muke, et al. Energy router based planning of energy internet at user side[J]. Automation of Electric Power Systems, 2017, 41(4): 20-28(in Chinese).

[5] 趙峰, 張承慧, 孫波, 等. 冷熱電聯供系統的三級協同整體優化設計方法[J]. 中國電機工程學報, 2015, 35(15): 3785-3793.

ZHAO Feng, ZHANG Chenghui, SUN Bo, et al. Three-stage collaborative global optimization design method of combined cooling heating and power[J]. Proceedings of the CSEE, 2015, 35(15): 3785-3793(in Chinese).

作者：韋尚正，張兵濤，龐沖，任靜，臧允秀(東旭藍天新能源股份有限公司，北京 100036)

韋尚正（1984-），男，壯族，廣西賀州人，工程師，華北電力大學（北京）熱能工程專業碩士研究生畢業，熱能專業工程師，從事智慧能源工作。