考慮氫儲能和需求響應的綜合能源系統雙層優化配置

栗 然， 彭湘澤， 呂慧敏， 王炳乾

(華北電力大學 電氣與電子工程學院，河北 保定 071003)

0 引 言

為了推動能源革命,實現能源綠色轉型,發展綠色低碳能源和實現全面綠色轉型是關鍵。氫能可作為能源耦合、存儲和轉換媒介,在能源互聯網的建設中發揮著重要作用[1],對低碳減排、提高利用效率和保護環境具有重要意義[2,3]。綜合能源系統(Integrated Energy System,IES)具有綜合化、智能化、市場化的特性,成為實現能源低碳、高效利用的重要途徑,受到國內外學者廣泛關注[4,5]。

目前,在雙碳目標的背景下,國內外學者對綜合能源系統優化配置問題已經進行了深入研究。文獻[6]在研究風-氫互補及低碳特征的基礎上,提出了利用碳捕獲技術建立風-氫低碳能源系統的最優配置方法。文獻[7]設計了電-氣一體化系統的功率容量優化方案,該方案在季節性和日內兩個尺度方面都具有一定的應用價值。文獻[8]為解決區域能源利用效率低、運營費用高的問題,提出了一種新的分布式資源和能量存儲的協調規劃模型。文獻[9] 基于全壽命周期理論對光儲電站容量進行優化配置。文獻[10]將地源熱泵及混合儲能系統引入區域綜合能源系統。文獻[11]研究了以儲能電站為基礎的多微電網兩級最優配置方案,上層為儲能電站長期規劃,下層為日前的多微電網優化運行。文獻[12]針對一種基于能量供需響應和魯棒性可調場景的社區綜合能源系統,提出了一種雙層優化配置策略。文獻[13]考慮了電力市場供求相互作用下IES投資經營者和配電系統投資經營者之間的主從關系,建立了主從博弈下配電網-多綜合能源協同規劃模型。文獻[14]參照現行的能源定價模型,建立了包含氫儲能運營商和各方博弈參與者的博弈模型,構建了三級主從博弈框架。

上述關于IES優化配置研究主要包含三種方法,第一種是綜合能源系統單層規劃;第二種是綜合能源系統雙層規劃,上層考慮規劃配置,下層考慮優化運行,通過KKT條件將下層模型轉為上層模型的約束條件求解;第三種是通過主從博弈建立不同利益主體,實現綜合能源優化配置。對于不同利益主體采用主從博弈是一種較優的方法,然而主從博弈的求解大多采用迭代算法,結果可能并非最優解,因此本文采用KKT條件將下層模型轉化為上層的約束條件,然后求解。

在現有綜合能源系統研究中,多數負荷聚合商僅考慮用戶負荷特性差異[15,16]或僅考慮負荷需求響應[17,18],未考慮用戶作為能源消費者,亦可通過自身能源轉換設備實現更優的購能選擇,更好地滿足自身需求,因此在下層模型中,本文將考慮含電制熱設備和需求響應的用戶群。

碳中和背景下間歇性風光資源將逐漸代替傳統火電,氫儲能(Hydrogen Storage System,HSS)以零碳排放[19]、聯儲聯供[20]、靈活轉換[21]等優點成為解決可再生能源不確定性的有效途徑之一,將過剩的新能源轉化為氫能儲存,在需要時轉化為電、熱能釋放出來,可改善綜合能源系統功率不平衡問題,提高運營商收益。

本文為消納新能源、提高運營商收益、降低用戶群購能成本,設計含氫儲能綜合能源系統雙層框架,結合含電制熱設備用戶群和需求響應,提出了考慮需求響應和電制熱用戶群的含氫儲能綜合能源系統雙層優化配置模型,建立了上層長時間尺度含氫儲能綜合能源系統配置模型和下層短時間尺度考慮需求響應和電制熱設備的用戶群優化運行模型;然后,采用KKT條件和Big-M法將雙層模型轉為單層模型求解;最后通過算例驗證所提模型的經濟性和有效性。

1 含氫儲能綜合能源系統雙層框架

IES具有多種能源轉換設備,多能互補為其靈活運行創造了有利條件,綜合能源運營商作為管理者,協調系統中各設備運行情況,并做出合理的規劃運行決策。設定綜合能源系統中含有運營商以及負荷聚合商。具體框架如圖1所示。

圖1 含氫儲能綜合能源系統雙層框架Fig.1 Two-layer framework for integrated energy system with hydrogen energy storage

由于上層運營商和下層智能用戶群屬于不同利益主體,所以采用雙層優化進行氫儲能容量配置。上層運營商作為綜合能源系統管理者,含有熱電聯產、燃氣鍋爐、電熱儲能設備,可與用戶側進行電熱交易,此外為提高綜合能源系統靈活性,上層運營商配置氫儲能設備,當新能源充足時,通過電解槽制氫并存儲;當新能源不能滿足負荷時,通過能源轉化釋放能量,滿足缺額。

下層負荷聚合商將多種不同類型的用戶聚合起來,用戶側包括電、熱負荷,且每個用戶含有光伏與電制熱設備。設定從運營商的購電電價小于電網分時電價,當上層運營商能源充足時,下層用戶將會優先選擇從運營商買電;同時當下層用戶光伏出力大于電負荷時,此時用戶既可通過電制熱設備將電能轉化為熱能,以滿足自身熱需求,也可將多余的光伏出售給運營商。用戶熱負荷能量來源更加豐富,一部分來自上層運營商;另一部分由電制熱設備供應,且可進行需求響應,極大提高靈活性。

在雙層框架中,上層運營商從長時間尺度出發進行規劃配置,下層智能用戶群從日前運行角度優化成本,分屬于不同的利益主體?？紤]到負荷與新能源出力的不確定性,上層規劃配置考慮一年中四個典型日,按每個典型日出現的概率,將上層的年投資規劃成本歸算到每天。下層優化運行考慮用戶群整體的運行成本,各智能用戶均可與上層運營商進行能源交互,滿足自身電熱負荷。

2 雙層優化配置模型

2.1 精細化氫儲能模型

氫能作為未來的低碳能源,具有零排放的特點。在電解槽中,通過電解水得到氫氣,同時釋放一定的熱量,并將余熱回收,多余的氫氣可儲存,在缺能時通過氫燃料電池供能。精細化氫儲能涉及電、氫、熱能量耦合,具體特性如下:

(1)

2.2 上層含氫儲能綜合能源系統配置模型

2.2.1 上層目標函數

目標函數為最大化運營商收益,即

(2)

(1)氫儲能投資成本

(3)

式中:Eel、Eh、Efuel為電解槽、儲氫罐、氫燃料電池容量,a、b、c分別為單位容量成本系數;m為投資使用年限。

(2)與電網交互費用

(4)

(3)購氣費用

(5)

式中:cgas為單位天然氣價格;PGT,t,w為燃氣輪機發電功率;QGB,t,w為燃氣鍋爐輸出熱功率;ηGT為燃氣輪機發電效率;ηGB為燃氣鍋爐熱效率;LNG為天然氣熱值,取9.7kW·h/m3。

(4)與下層交互電收益

(6)

式中:λ3,t為運營商的售電單價;λ4,t為運營商購電單價;Pb,t,w、Ps,t,w為下層智能用戶第w個場景下t時刻購電總量與售電總量。

(5)與下層交互熱收益

(7)

式中:λ5,t為上層運營商的售熱單價;Qb,t,w為下層智能用戶t時刻購熱總量。

(6)需求響應費用

(8)

式中:λ6,t、λ7,t、λ8,t、λ9,t分別為電熱需求響應單價;Pshift,t,w、Pcut-e,t,w、Qshift,t,w、Qcut-h,t,w分別為電熱需求響應量。

2.2.2 上層模型約束條件

(1)電功率平衡

(9)

(2)熱功率平衡

QGB,t,w+PHX,t,w+Qel,t,w+Qfuel,t,w+Qdis,t,w-Qch,t,w=Qb,t,w

(10)

2.3 下層考慮需求響應與電制熱用戶群模型

下層模型求解含電制熱設備用戶群優化運行,決策變量為:智能用戶從電網購電量、與運營商熱交互、電熱需求響應量、與運營商電交互、從運營商購售電狀態位、電制熱設備電功率。

2.3.1 需求響應與電制熱模型

用戶側考慮電熱需求響應,包含負荷轉移量和削減量,其中轉移量包含負荷轉入量與負荷轉出量。則需求響應與電制熱模型如下:

電熱負荷可轉移條件如下:

(11)

(12)

電制熱設備模型如下:

(13)

則需求響應收益為

(14)

2.3.2 下層目標函數

下層模型的目標函數為最小化含電轉熱用戶群日運行成本,即

(15)

(1)從電網購電成本

(16)

(2)與上層運營商電交互成本

(17)

(3)從上層運營商購熱成本

(18)

式中:Pgridbuy,i,t,w為智能用戶i在第w個場景下t時刻從電網購電功率;Pbuy,i,t,w、Psell,i,t,w為用戶與運營商電交互功率;Qbuy,i,t,w為用戶與運營商熱交互功率。

2.3.3 下層模型約束條件

(1)不等式約束

(19)

(2)上下層交互約束

(20)

上下層交互約束包含:下層各用戶從運營商購售電之和等于上層運營商購售電之和;下層運營商購熱功率之和等于上層運營商供熱;用戶電熱需求響應之和等于上層運營商調用需求響應的量;用戶電熱需求響應轉入總量等于轉出總量。

(3)電功率平衡

(21)

(4)熱功率平衡

Qbuy,i,t,w+ηehPeh,i,t,w=QLi,t,w+

(22)

3 雙層模型求解

本文構建的雙層模型可通過KKT條件將下層優化模型轉為上層規劃模型的約束條件,通過大M法將互補松弛條件線性化,使得模型可求解。上層模型的決策變量包括電解槽、儲氫罐和氫燃料電池的規劃配置,燃氣輪機發電功率和發熱功率,運營商與電網交互功率以及狀態位,燃氣鍋爐發熱功率,電熱儲能充放電功率及其狀態位;下層模型的決策變量為各用戶購售電功率及其狀態位,購熱功率,電熱需求響應功率,電轉熱設備耗電功率等。

采用大M線性化,約束條件均類似,故舉例說明:

(23)

雙層模型轉為單層模型過程:

(24)

4 算例分析

算例選取某綜合能源系統中一年4個典型日的實際數據,每個典型日對應的天數為 91天,假設綜合能源系統配置氫儲能,風電集中在夜晚,含有用戶光伏出力大于負荷的時刻,同時具有多種能源耦合設備。根據用戶群的電熱負荷需求差異,分為工業用戶、商業用戶和居民用戶,各智能用戶均含有電制熱設備,可根據自身負荷需求,提高靈活性。電熱需求響應參數λ6、λ7、λ8、λ9分別為0.2元/kW·h,0.35元/kW·h,0.1元/kW·h,0.2元/kW·h。

算例場景設置如下:

場景1:考慮上層運營商規劃投資電制氫設備,考慮下層智能用戶使用電制熱設備;

場景2:考慮上層運營商規劃投資電制氫設備,不考慮下層智能用戶使用電制熱設備;

場景3:不考慮上層運營商規劃投資電制氫設備,考慮下層智能用戶使用電制熱設備;

場景4:不考慮上層運營商規劃投資電制氫設備,不考慮下層智能用戶使用電制熱設備。

運營商投資建設氫儲能單位成本以及各設備的能源轉化效率如表1所示。

表1 氫儲能單位投資成本

設置上層運營商向用戶售電價格低于電網購電電價,可使智能用戶主動從運營商買電,減少與電網直接交互。智能用戶售電單價為0.3元/kW·h,從運營商購電、購熱單價和從電網購電價格如圖2所示。

圖2 購能單價Fig.2 Unit price of energy purchase

圖3為居民區4個典型日的負荷與光伏功率曲線,通過典型場景法來考慮負荷與新能源的不確定性,商業用戶與工業用戶類似,故不再詳細贅述。

圖3 居民區負荷與光伏功率曲線Fig.3 Residential loads and solar power curve

4.1 各場景結果對比分析

從表2中可知,對比場景1和場景3,在上層運營商投資建設電制氫后,運營商的收益增加1 612.48元,這是因為在上層運營商規劃氫儲能設備后,智能用戶可將多余的光伏出售給運營商,降低自身運行成本,同時運營商可將風電以氫能的形式存儲起來,在需要的時候放出,以達到削峰填谷的作用,減少生產總成本。對比場景1和場景2、場景3和場景4可知,當下層用戶含有電制熱設備時,多智能用戶成本明顯降低,分別降低888.44元和1 747.7元,這是因為電制熱設備可將多余的光伏轉化為熱能,從而減少從上層運營商購熱,降低總購能成本。而場景1和場景2相比,由于場景2不考慮下層用戶群電制熱設備,因此上層運營商需要配置更多的氫儲能,導致投資成本增加。

表2 場景對比

在不考慮上層氫儲能設備規劃與下層用戶群電制熱設備時,此時新能源消納率僅為72.25%,而當考慮下層電制熱設備時,消納率提高了11.9%,是因為電制熱設備可通過額外光伏出力制熱,增加了消納途徑;當上層配備氫儲能設備時,此時的新能源消納率均達到100%,是因為氫儲能可將額外的新能源轉為氫能存儲起來。

4.2 氫儲能配置結果

氫儲能配置結果如表3所示,配置氫儲能日成本之和為1 211.46元,日凈收益為25 017.63元,氫儲能日成本占比4.84%。合理規劃氫儲能的容量,有利于促進功率平衡,減少上層運營商的生產成本,因為在有多余的電能時,通過電解槽轉為氫能,在缺電時,通過氫燃料電池將能量釋放出來轉化為電能,并且此時會釋放出一定量的熱,使得熱能來源更加豐富,實現了氫儲能的多樣化能源轉換特性。

表3 氫儲能配置結果

4.3 上層氫儲能設備和下層電制熱設備對功率平衡影響

4.3.1 含氫儲能設備上層運營商

圖4為冬季典型日氫儲能的日周期儲能變化曲線,此時電制氫的電能來源為上層運營商的風電以及下層用戶的光伏出力,在晚高峰時段通過氫燃料電池產生電能與熱能,供給各智能用戶,達到降低自身生產成本的作用。

圖4 氫儲能日周期儲能變化Fig.4 HSS daily cycle energy storage change

由圖5可知,在冬季典型日,上層運營商電解槽主要工作在9:00-15:00,此時上層風電資源較為充足,與此同時,下層智能用戶群光伏發電充足,在滿足自身電負荷以及電制熱設備耗電供熱后,可將余量出售給上級運營商。在17:00-24:00,此時發電來源于風電、燃料電池、燃氣輪機和儲能放電,在白天時段積蓄的電能和氫能均釋放出來滿足智能用戶的基本供電。而且,上層運營商僅在13:00將多余的電上網,這是因為上層運營商在建設氫儲能設備后,能源轉化形式更加多樣化,通過電制氫可將某些時刻過剩的新能源存儲起來,無新能源出力時,通過燃料電池釋放,從而減少與電網的交互。

由圖6可知,上層運營商從0:00-16:00主要由燃氣鍋爐來供熱以滿足下層智能用戶群需求,由于燃氣輪機熱電聯產的特性,在熱能的同時會產生發電,導致電能過剩,因此在上述時段中,燃氣輪機不工作。此外,若利用電制氫余熱,則需配置大量的電制氫設備,使生產成本大幅提高,因此由燃氣鍋爐供熱,既可滿足熱需求,同時也不會棄風棄光。在17:00以后此時由燃氣鍋爐、燃氣輪機、氫燃料電池聯合供熱,熱能來源更加豐富。

圖6 運營商熱功率平衡Fig.6 Operator thermal power balance

4.3.2 含電制熱設備與需求響應下層用戶群

冬季典型日居民用戶電熱功率平衡如圖7所示,對于居民區,電負荷峰值集中在9:00和21:00,而光伏出力在13:00達到最大,因此,在負荷出現峰值附近,與上級運營商的電交互更加頻繁。

圖7 居民用戶電熱功率平衡Fig.7 Residential user electric and thermal power balance

在3:00-6:00無光伏出力,上層運營商風電出力較小,若由上級運營商以電網電價購電,然后以售電電價出售給用戶,會提高運營商的生產成本,而且此時電網電價處于谷價,因此,安排用戶直接從電網購電。而在8:00-17:00,此時光伏出力較大,因此,用戶可通過電制熱滿足自身熱需求。對于用戶,還是以購熱為主,由于購熱單價較低,對于上層運營商,一方面自身可以滿足下層用戶的熱需求,另一方面,調整用戶熱需求響應需要一定的費用,因此,從運營商的角度,不需要調用熱需求響應。

5 結 論

本文以含氫儲能的綜合能源系統為研究對象,為解決系統功率不平衡、網側運營商收益和負荷側用戶成本的問題,提出了一種考慮負荷側需求響應和含電制熱設備用戶群的綜合能源系統氫儲能雙層優化配置模型,上層求解長時間尺度綜合能源系統氫儲能配置,下層為考慮需求響應和電制熱的用戶群日前優化運行?；贙KT條件和線性化理論,將問題轉換為混合整數線性規劃。最后以實際算例驗證模型的有效性和經濟性,結論如下:

(1)通過合理配置氫儲能,可提高能源利用效率,減少功率失衡風險,增加運營商收益,并且利用氫儲能調節可實現新能源100%消納。

(2)用戶群引入電制熱設備和需求響應,能夠通過能源轉換和分時價格以及需求響應補償引導用戶調整購能計劃,降低下層用戶群購能成本,提高用戶靈活性。