冷热电联供的光伏/光热/AA-CAES容量配置方法

技术领域

本发明属于电力系统技术领域，具体涉及冷热电联供的光伏/光热/AA-CAES容量配置方法。

背景技术

随着全球经济生产和消费水平的不断提高，不可再生能源的短缺问题和环境的污染问题变得越来越严峻，开发和利用可再生资源成为解决问题的关键。新能源的冷热电联供(combined cooling heating and power,CCHP)被认为是解决环境问题和能源短缺问题的有效途径，也是实现能源互联网化的重要课题。在微综合能源系统中加入储能设备可提升系统可再生能源的消纳水平和运行灵活性

在众多的储能技术中，绝热压缩空气储能(AA-CAES)技术以其容量成本低、运行寿命长、容量大等优点脱颖而出。同时，AA-CAES具备冷热电联供的能力，能够很好匹配微综合能源系统的多能耦合特性，使能源综合能源利用率达到70％以上

目前，学者们对AA-CAES开展了相关研究。文献[3]构建了AA-CAES结合风电的联合发电模型，并对发电成本和供电的可靠性进行了评估。文献[4]在微网中加入AA-CAES构建模型，以

[1]姜海洋,杜尔顺,朱桂萍,等.面向高比例可再生能源电力系统的季节性储能综述与展望[J].电力系统自动化,2020,44(19):194-207.

[2]梅生伟,李瑞,陈来军,等.先进绝热压缩空气储能技术研究进展及展望[J].中国电机工程学报,2018,38(10):2893-2907.

[3]吴晨曦,陈泽昊,张杰,等.考虑先进绝热压缩空气储能的风力发电系统成本/供电可靠性评估[J].电力自动化设备,2020,40(2):62-71.

[4]吴晨曦,何章露,叶剑雄,洪晗笑.基于

[5]ZAFIRAKIS D，KALDELLIS J K.Autonomous Dual-mode CAES Systems forMaximum Wind Energy Contribution in Remote Island Networks[J].EnergyConversion and Management,2010,51(11)：2150-2161.

[6]宁光涛,李琳玮,何礼鹏,陈明帆,郑柱.面向绿色海岛微型综合能源系统的储能系统容量规划方法[J].电力自动化设备,2021,41(02):8-15.

发明内容

针对现有技术的不足，本发明提出了冷热电联供的光伏/光热/AA-CAES容量配置方法，对AA-CAES储能系统采取双层优化的方法对其相关组成设备进行容量规划。

冷热电联供的光伏/光热/AA-CAES容量配置方法，具体包括以下步骤：

步骤一、建立含AA-CAES的冷热电联供微综合能源系统模型，包括风力发电、光伏发电、太阳能集热的可再生能源输入，燃气发电机及余热回收锅炉的热电联供机组，吸收式制冷和电制冷的制冷设备，以及AA-CAES的储能装置。假设该系统模型中，空气为理想气体，满足理想气体状态方程；储气室的温度近似等于环境温度，储热室的温度近似等于额定温度；换热介质为水。

步骤二、以最大化AA-CAES带来的净效益为目标，建立上层目标函数max B

max B

其中，C

上层决策变量x包括：

x＝{A

其中，A

上层约束条件为光伏和太阳能集热的置地面积：

A

其中，S

步骤三、以配置AA-CAES后的供能成本与二氧化碳治理成本最低为调度目标，建立下层目标函数：

其中，D

下层决策变量x包括：

x＝{P

其中，P

下层的约束条件包括：

(1)电功率平衡约束

P

式中，P

(2)热功率平衡约束

H

式中，H

(3)冷功率的平衡

P

式中，σ

(4)AA-CAES模块的约束

式中，第一个式子为压缩透平的工况约束，u

(5)热电联产约束

其中，第一个式子是燃气轮机的出力约束，μ

(6)储热室约束

其中，第一个式子中，μ

(7)热泵和电制冷约束

式中，Q

(8)购电约束

-P

式中，P

步骤四、在上层使用遗传算法(NSGA-II)，以总成本最小为目标，通过对决策变量进行交叉变异，根据总成本结合精英保留策略筛选出新的父代容量值，并将结果传递至下层。下层采用Gurobi求解器，在接受到上层结果后，对下层模型进行调度，返回调度结果至上层辅助决策容量，实现双层规划。

本发明具有以下有益效果：

本方法考虑了压缩空气储能系统冷热电联供的能力，并建立其适用于容量规划和调度的模型；下层调度考虑了不同季节的典型日运行特性，优化目标计及了二氧化碳排放治理成本；上层规划考虑了储气室和储热室的容量初始值的选取，全面优化了压缩/膨胀功率、储气/储热容量。

附图说明

图1是冷热电联供微综合能源系统能流图；

图2是AA-CAES结构图；

图3是实施例中冬季冷热电负荷；

图4是实施例中过渡季冷热电负荷；

图5是实施例中夏季冷热电负荷；

图6是实施例中光照强度曲线；

图7是实施例中各季节风电出力；

图8是双层规划算法流程图；

图9是实施例中冬季电能调度的结果；

图10是实施例中夏季电能调度的结果；

图11是实施例中过渡季电能调度的结果；

图12是实施例中冬季热能调度的结果；

图13是实施例中夏季热能调度的结果；

图14是实施例中过渡季热能调度的结果；

图15是实施例中冬季冷能调度的结果；

图16是实施例中夏季冷能调度的结果；

图17是实施例中过渡季冷能调度的结果；

图18是实施例中储热室热水储存状态；

图19是实施例中储气室储气状态。

具体实施方式

以下结合附图对本发明作进一步的解释说明；

冷热电联供的光伏/光热/AA-CAES容量配置方法，具体包括以下步骤：

步骤一、假设：空气为理想气体，满足理想气体状态方程；储气室的温度近似等于环境温度，储热室的温度近似等于额定温度；换热介质为水，建立含AA-CAES的冷热电联供微综合能源系统模型，系统结构和能流图如图1所示，包括压缩机、膨胀机、电动机、发电机、储热室、储气室、换热器设备。AA-CAES模型包括压缩阶段、压缩换热阶段、压缩储热阶段、膨胀换热阶段、膨胀释热阶段和膨胀阶段，其典型的2级压缩2级膨胀的结构如图2所示。本实施例选择4级压缩、4级膨胀的压缩膨胀级数，系统参数如表1所示：

表1

膨胀阶段的第i级膨胀机的输出功率为：

式中，η

膨胀阶段的第i级膨胀机的出气温度为：

膨胀阶段的输出冷量为：

P

式中，T

光伏的输出功率模型为：

P

式中，P

T

选取线性菲涅尔式聚光集热模块作为系统中的太阳能聚光集热子系统，模型表达式为：

式中，A

表2

热电联产包括燃气轮机机组和余热回收锅炉，燃气轮机出力和回收热量的关系为：

式中：

表3

各个设备的单位建设成本如表4所示：

表4

各个季节的负荷、风电出力、光照辐射强度的曲线图如图3～7所示。

步骤二、本方法采取双层规划的方法对模型进行求解，上层以容量配置成本和下层的调度成本之和最少为目标规划容量的配置，由于各个季节的冷热电负载差异较大，下层的调度按季节进行分类调度。下层使用上层得到的容量参数进行调度，以供能成本和二氧化碳治理成本之和最低为目标，并将调度的结果返回到上层辅助容量决策。本实施例中，典型日的时长为24h，调度的步长为1h，假设系统运行年限为20年，系统的贴现率为8％。设置峰谷时电价，峰时段(10:00-12:00、16:00-22:00)买电价格为1.35元(kWh),卖电价格为1.03元/(kWh)；平时段(07:00-10:00、12:00-16:00以及22:00-23:00)的买电价格为0.90元/(kWh)，卖电价格为0.67元/(kWh),谷时段(23:00至次日07:00)的买电价格为0.40元/(kWh)，卖电价格为0.27元/(kWh)，购气价格统一为2.01元/m

表5

上层决策变量x包括：

x＝{A

其中，P

以最大化AA-CAES带来的净效益为目标，建立上层目标函数maxB

maxB

其中，C

式中C

C

C

式中，C

上层约束条件为光伏和太阳能集热的置地面积：

A

其中，S

步骤三、下层决策变量x包括：

x＝{P

其中，P

以配置AA-CAES后的供能成本与二氧化碳治理成本最低为调度目标，建立下层目标函数：

式中，D

下层的约束条件包括：

(1)电功率平衡约束

P

式中，P

(2)热功率平衡约束

H

式中，H

(3)冷功率的平衡

P

式中，σ

(4)AA-CAES模块的约束

式中，第一个式子为压缩透平的工况约束，u

(5)热电联产约束

其中，第一个式子是燃气轮机的出力约束，μ

(6)储热室约束

其中，第一个式子中，μ

(7)热泵和电制冷约束

式中，Q

(8)购电约束

-P

式中，P

步骤四、在上层使用遗传算法(NSGA-II)，以总成本最小为目标，通过对决策变量进行交叉变异，根据总成本结合精英保留策略筛选出新的父代容量值，并将结果传递至下层。下层采用Gurobi求解器，在接受到上层结果后，对下层模型进行调度，返回调度结果至上层辅助决策容量，实现双层规划，算法流程图如图8所示。在MATLAB软件中进行仿真，得到投资成本和调度成本以及未配置AA-CAES系统的调度成本如表6所示：

表6

从仿真结果可以看出，在配置AA-CAES后，系统的调度成本得到降低，虽然AA-CAES的前期投资成本较高，但是AA-CAES的运行寿命较长，大约3年后能收回其投资成本。系统配置AA-CAES后，不同季节各个出力模块的调度情况如图9～17所示，其中图9、图10、图11分别为冬季、夏季、过渡季的电能调度情况。由图可以看出，燃气轮机作为优质电力输出设备，一般以较大负荷运行；AA-CAES储能设备的压缩时段一般发生在低谷电时段，该时段也是向电网大量购电的时段，表明AA-CAES良好的填谷作用，其膨胀时段发生在高峰电时段，且向电网卖电的时刻一般也发生在该时刻，表明AA-CAES良好的削峰作用。

图12、图13、图14分别为冬季、夏季、过渡季的热能调度情况。从图中可以看出，由于燃气轮机的高负荷运行，余热锅炉的产热量也较高；电泵产热和压缩产热都发生在低谷电时期，虽然这些时刻的热量需求也相对较低，但是可以将多余的热量储存进储热室，在用热高峰释放，这样就避免购入高价电用于制热引起调度成本变高。

图15、图16、图17分别为冬季、夏季、过渡季的冷能的调度情况，由图可得，在冬季时由于热能需求较大，主要由电制冷和膨胀制冷满足需求；过渡季由于电力需求较高，主要由吸收式制冷和电制冷满足需求；夏季时，膨胀主要发生在高峰电时期，和吸收式制冷和电制冷联合供冷。从图中可以看出，AA-CAES能在每个季节都能通过膨胀稳定供冷。AA-CAES天然的冷热电联供能力能很好地与CCHP微综合能源系统相匹配，增加了CCHP微网中能源的灵活性。

图18展示了储热室热水储存状态，冬季、夏季、过渡季的最佳初始储热占比为0.3，且一天过后，储热室能够回到最初的储热水量。图19展示了储气室储气状态，储气室的最佳初始气体占比为0.7。因为电价低谷时期，向电网购电较多，所以有大量电被存进AA-CAES，故这个时间段储气室储气量增长较快。经过一天，储气室储气量能恢复至初始值。系统优化了AA-CAES储气与储热初始占比，证明储气储热初始占比值是一个对系统容量规划有影响的数值。