降國俊， 崔雙喜， 樊小朝， 左 帥， 鄭 浩

（新疆大學(xué) 電氣工程學(xué)院， 新疆 烏魯木齊 830047）

0 引言

隨著全球能源危機(jī)的日益加深，構(gòu)建適合大規(guī)?？稍偕茉床⒕W(wǎng)的能源系統(tǒng)已經(jīng)勢在必行。國內(nèi)外學(xué)者提出了以電力系統(tǒng)和天然氣系統(tǒng)為核心的現(xiàn)代能源系統(tǒng) （Integrated Electricity Natural Gas System，IEGS）。

目前， 關(guān)于IEGS 的研究主要集中在協(xié)同規(guī)劃及運(yùn)行。 文獻(xiàn)[4]設(shè)置了多種指標(biāo)對(duì)IEGS 進(jìn)行建模， 并以設(shè)備成本最小為目標(biāo)函數(shù)進(jìn)行優(yōu)化，驗(yàn)證了電轉(zhuǎn)氣技術(shù)在提高負(fù)荷功率及減少棄風(fēng)等方面的作用。文獻(xiàn)[5]，[6]通過建立IEGS 協(xié)同規(guī)劃模型， 驗(yàn)證了電轉(zhuǎn)氣技術(shù)的經(jīng)濟(jì)性和可行性。文獻(xiàn)[7]將P2G 的反應(yīng)全過程與微電網(wǎng)相結(jié)合，構(gòu)建了含氫能與天然氣的混合儲(chǔ)能模型。 上述研究忽略了電轉(zhuǎn)氫氣這一中間過程。 雖然氫氣難以大規(guī)模運(yùn)輸儲(chǔ)存，但電轉(zhuǎn)氫氣具有更高的轉(zhuǎn)換效率以及更廣泛的工業(yè)應(yīng)用，因此，本文構(gòu)建了考慮P2G 全過程的電-氫-氣綜合能源系統(tǒng)（Integrated Electricity Hydrogen Natural Gas System，IEHGS），研究IEHGS 在可再生能源利用和減少能量損耗方面的價(jià)值。

1 電-氫-氣綜合能源系統(tǒng)運(yùn)行特性

P2G 設(shè)備通過電解水產(chǎn)生H2與O2，H2與傳統(tǒng)發(fā)電廢氣中的CO2制成人工天然氣。 H2的大規(guī)模存儲(chǔ)與運(yùn)輸難度較大，但其能量轉(zhuǎn)化效率較高，為75%～85%。人工天然氣能夠通過天然氣管道系統(tǒng)進(jìn)行大規(guī)模儲(chǔ)存和傳輸， 但其能量轉(zhuǎn)換效率卻只有45%～65%。 因此，本文將氫氣轉(zhuǎn)換效率高以及天然氣能大規(guī)模儲(chǔ)存的優(yōu)點(diǎn)進(jìn)行綜合，建立電-氫-氣綜合能源系統(tǒng)。 氫氧燃料電池、燃?xì)廨啓C(jī)和P2G 設(shè)備均為綜合能源系統(tǒng)的能源耦合單元，用來完成電力系統(tǒng)、氫氣系統(tǒng)、天然氣系統(tǒng)之間能量的閉環(huán)流動(dòng)。 電-氫-氣綜合能源系統(tǒng)能量流圖如圖1 所示。

圖1 電-氫-氣綜合能源系統(tǒng)能量流圖Fig.1 Energy flow diagram of electric-hydrogen-gas integrated energy system

由于H2負(fù)荷多用于工業(yè)生產(chǎn)，其生產(chǎn)時(shí)段較為固定，需求側(cè)響應(yīng)靈活度有限。 天然氣負(fù)荷和電力負(fù)荷的負(fù)荷曲線以及峰谷時(shí)段不完全重合，可以通過電力系統(tǒng)、氫氣系統(tǒng)和天然氣系統(tǒng)之間的能量分配與轉(zhuǎn)換，達(dá)到平抑系統(tǒng)負(fù)荷波動(dòng)的目的。

2 電-氫-氣綜合能源系統(tǒng)的綜合需求側(cè)響應(yīng)模型

本文采用價(jià)格型需求響應(yīng)，通過電價(jià)或氣價(jià)的變化引導(dǎo)用戶自發(fā)地改變用能時(shí)段。 目前，關(guān)于綜合能源系統(tǒng)需求響應(yīng)的研究，基本忽略了需求側(cè)的負(fù)荷替代作用，只強(qiáng)調(diào)耦合設(shè)備的負(fù)荷替代作用。 本文提出負(fù)荷替代系數(shù)，對(duì)電力負(fù)荷和天然氣負(fù)荷的可替代負(fù)荷進(jìn)行描述，從而充分利用需求側(cè)的負(fù)荷替代作用。

實(shí)施需求側(cè)響應(yīng)后的電力負(fù)荷需求為

電力和天然氣擁有相似的市場商品屬性。 本文將天然氣負(fù)荷類比價(jià)格型電力負(fù)荷， 天然氣負(fù)荷與分時(shí)氣價(jià)的關(guān)系在此不做贅述。

3 電-氫-氣綜合能源系統(tǒng)協(xié)調(diào)優(yōu)化模型

3.1 目標(biāo)函數(shù)

3.1.1 發(fā)電設(shè)備的運(yùn)行成本

3.2 系統(tǒng)約束

天然氣系統(tǒng)網(wǎng)絡(luò)平衡約束、 天然氣管道流量與壓力約束、蓄電池約束、燃?xì)廨啓C(jī)約束、電網(wǎng)運(yùn)行功率約束、P2G 設(shè)備功率約束等見文獻(xiàn)[4]。

3.3 用戶滿意度約束

用戶滿意度由購電滿意度和購氣滿意度組成，其表達(dá)式為

5.2.3 環(huán)境衛(wèi)生管理。食品收貨區(qū)域地面、天花板、滅蠅燈、接收的容器、運(yùn)輸車輛、接收工具應(yīng)定期清潔，保持干凈無破損，并做好衛(wèi)生巡檢記錄。

式中：Suser為總用戶滿意度；Sg，Se分別為用戶的購氣滿意度與購電滿意度；cg，shift為氣負(fù)荷轉(zhuǎn)移量；cg，all為 全 部 的 氣 負(fù) 荷；ce，shift為 電 負(fù) 荷 的 轉(zhuǎn) 移 量；ce，all為全部的電負(fù)荷。

滿意度約束條件為

3.4 模型求解方法

本文所構(gòu)建的電-氫-氣綜合能源系統(tǒng)協(xié)調(diào)優(yōu)化模型，采用禁忌搜索算法與粒子群算法相結(jié)合的改進(jìn)算法進(jìn)行求解。粒子群算法在處理非線性優(yōu)化問題時(shí)魯棒性強(qiáng)， 擁有較低的初值要求，但局部搜索能力較差，容易陷入局部收斂。 禁忌搜索算法（Tabu Search Algorithm，TSA）擁有較好的局部搜索能力，但禁忌搜索算法的初值要求較高，而初值的選取直接影響計(jì)算效率。因此，本文將禁忌搜索算法與粒子群算法相結(jié)合，使得兩種算法優(yōu)勢互補(bǔ)。模型求解首先基于綜合需求側(cè)響應(yīng)策略，求得考慮需求響應(yīng)后的能源價(jià)格變化及能源負(fù)荷變化。 接著基于響應(yīng)后的系統(tǒng)負(fù)荷變化，利用改進(jìn)的混合智能算法對(duì)協(xié)調(diào)優(yōu)化模型進(jìn)行求解。

4 算例分析

為驗(yàn)證本文提出的電-氫-氣綜合能源系統(tǒng)協(xié)調(diào)優(yōu)化模型的合理性和有效性， 文中將9 節(jié)點(diǎn)電力系統(tǒng)與7 節(jié)點(diǎn)天然氣系統(tǒng)進(jìn)行結(jié)合， 加入燃料電池與儲(chǔ)氫設(shè)備， 構(gòu)建電-氫-氣綜合能源系統(tǒng)。 圖2 為電-氫-氣綜合能源系統(tǒng)結(jié)構(gòu)圖。 圖3為該綜合能源系統(tǒng)典型日的預(yù)測風(fēng)電出力及各負(fù)荷需求曲線。

圖2 電-氫-氣綜合能源系統(tǒng)結(jié)構(gòu)圖Fig.2 Structural chart of electric-hydrogen-gas integrated energy system

圖3 典型日的預(yù)測風(fēng)電出力及各負(fù)荷需求曲線Fig.3 Forecasting wind power output and load demand curves on typical days

在圖3 基礎(chǔ)上， 執(zhí)行文中提出的綜合需求側(cè)響應(yīng)策略。將優(yōu)化運(yùn)行周期設(shè)為24 h，優(yōu)化時(shí)段設(shè)為1 h。 將系統(tǒng)內(nèi)的電價(jià)與氣價(jià)，結(jié)合需求側(cè)響應(yīng)進(jìn)行調(diào)整。 執(zhí)行需求響應(yīng)策略前后的電價(jià)與氣價(jià)如圖4 所示。

圖4 需求響應(yīng)前后能源價(jià)格變化曲線Fig.4 Energy price change curve before and after demand response

分別對(duì)比電價(jià)與氣價(jià)變化曲線可知， 考慮需求響應(yīng)之后， 電價(jià)與氣價(jià)與系統(tǒng)負(fù)荷的變化趨勢相呼應(yīng)。 在天然氣負(fù)荷高峰期（7：00-16：00），天然氣價(jià)格較響應(yīng)前相應(yīng)地上漲， 經(jīng)過自動(dòng)需求響應(yīng)， 引導(dǎo)用戶在天然氣負(fù)荷高峰期進(jìn)行負(fù)荷轉(zhuǎn)移或者利用電力負(fù)荷進(jìn)行替代，繼而實(shí)現(xiàn)對(duì)天然氣負(fù)荷曲線“削峰”的作用。 在天然氣負(fù)荷低谷期（1：00-6：00，17：00-24：00）， 天然氣價(jià)格相應(yīng)降低， 引導(dǎo)用戶在此時(shí)進(jìn)行可轉(zhuǎn)移負(fù)荷與可替代電負(fù)荷的使用， 從而實(shí)現(xiàn)對(duì)天然氣負(fù)荷曲線的“填谷”作用。 電力負(fù)荷變化與天然氣負(fù)荷變化類似，同樣對(duì)系統(tǒng)負(fù)荷起到了“削峰填谷”的作用。

圖5 為需求響應(yīng)前后電力負(fù)荷與天然氣負(fù)荷的變化對(duì)比圖。

圖5 需求響應(yīng)前后負(fù)荷變化曲線Fig.5 Load change curve before and after demand

由圖5 可知，考慮需求側(cè)響應(yīng)之后，電力負(fù)荷與天然氣負(fù)荷曲線較響應(yīng)前更為平緩， 減小了供能系統(tǒng)在負(fù)荷高峰期的供能壓力。 將負(fù)荷移動(dòng)和負(fù)荷替代的作用最大限度的發(fā)揮出來， 實(shí)現(xiàn)負(fù)荷的削峰填谷。

通過考慮綜合需求側(cè)響應(yīng)， 得出系統(tǒng)的能源價(jià)格變化與負(fù)荷變化，對(duì)綜合能源系統(tǒng)進(jìn)行優(yōu)化。為了更好地分析和驗(yàn)證本文所提出的協(xié)調(diào)優(yōu)化方案對(duì)電-氫-氣綜合能源系統(tǒng)的影響，本文設(shè)置以下3 種情景進(jìn)行對(duì)比分析。 情景1：設(shè)置不考慮需求側(cè)響應(yīng)的電-氣綜合能源系統(tǒng)；情景2：設(shè)置不考慮需求側(cè)響應(yīng)的電-氫-氣綜合能源系統(tǒng)；情景3： 設(shè)置基于綜合需求響應(yīng)的電-氫-氣綜合能源系統(tǒng)。

在算例中， 天然氣管道壓縮機(jī)的壓縮比上下限分別為2.0 和1.1。 天然氣單價(jià)為2.64 元/m3，天然氣熱值采用39.5 MJ/m3。 利用改進(jìn)的混合智能算法進(jìn)行優(yōu)化求解。 表1 為系統(tǒng)內(nèi)各設(shè)備的計(jì)算參數(shù)取值。 表2 為3 種情景下各設(shè)備的運(yùn)行成本及環(huán)境成本。

表1 算例計(jì)算參數(shù)Table 1 Calculating parameters of example

表2 系統(tǒng)運(yùn)行成本及環(huán)境成本Table 2 System operation cost and environmental cost 萬元

由表2 可知，情景1～情景3 的綜合成本依次降低，說明在考慮電轉(zhuǎn)氫氣過程的基礎(chǔ)上結(jié)合綜合需求側(cè)響應(yīng)策略，能夠進(jìn)一步降低系統(tǒng)運(yùn)行成本及環(huán)境成本。 情景3 的蓄電池運(yùn)行成本以及P2G 設(shè)備運(yùn)行成本均有所降低。 因?yàn)樵谙{同等風(fēng)電的情況下，P2H 設(shè)備將一部分風(fēng)電轉(zhuǎn)為氫氣進(jìn)行儲(chǔ)存， 只將剩下的風(fēng)電轉(zhuǎn)為天然氣， 因此，P2G 設(shè)備的整體成本降低，降低了48%。 考慮需求側(cè)響應(yīng)之后，更多的剩余風(fēng)電被分配向能源利用率最高的電轉(zhuǎn)氫氣設(shè)備。因此情景3 的E2H 出力比情景2 的要高，而情景3 的H2G 出力比情景2 的出力要低。 燃?xì)廨啓C(jī)與火力發(fā)電機(jī)組的運(yùn)行成本，從情景1～情景3 逐步降低。

圖6～8 分別為3 種情景下的系統(tǒng)出力圖。

圖6 情景1 的系統(tǒng)出力圖Fig.6 System output diagram in case 1

圖7 情景2 的系統(tǒng)出力圖Fig.7 System output diagram in case 2

圖8 情景3 的系統(tǒng)出力圖Fig.8 System output diagram in case 3

由圖6 可知， 風(fēng)電在1：00-7：00，22：00-24：00 有剩余，由于蓄電池對(duì)電能損耗小，且充放電速率較高，優(yōu)先對(duì)蓄電池進(jìn)行充電。 同時(shí)，利用P2G 設(shè)備將多余的風(fēng)電轉(zhuǎn)換為天然氣進(jìn)行存儲(chǔ)。在2：00-6：00，風(fēng)電功率大于P2G 設(shè)備可以轉(zhuǎn)換的最大功率，出現(xiàn)了短暫的棄風(fēng)現(xiàn)象。在7：00，風(fēng)力發(fā)電不再有剩余，且電力供應(yīng)出現(xiàn)缺額，第一時(shí)間由蓄電池開始放電，8：00 啟動(dòng)燃?xì)廨啓C(jī)進(jìn)行電量補(bǔ)充。11：00 燃?xì)廨啓C(jī)發(fā)電不足，啟動(dòng)火力發(fā)電進(jìn)行電量補(bǔ)充。直到22：00 風(fēng)力發(fā)電量再次大于負(fù)荷需求， 蓄電池開始充電。 由圖7 可知，與電-氣綜合能源系統(tǒng)相比， 本文系統(tǒng)考慮了電轉(zhuǎn)氫氣過程。 由于電轉(zhuǎn)氫氣的效率要高于電轉(zhuǎn)天然氣， 所以多余的電量優(yōu)先由E2H 設(shè)備轉(zhuǎn)為氫氣，一部分供給系統(tǒng)中的氫負(fù)荷， 一部分進(jìn)行儲(chǔ)存。當(dāng)儲(chǔ)氫設(shè)備達(dá)到額定容量， 啟動(dòng)氫氣轉(zhuǎn)天然氣（H2G）設(shè)備將多余氫氣轉(zhuǎn)為天然氣。 當(dāng)電力供應(yīng)出現(xiàn)缺額時(shí)，根據(jù)最大化消納可再生能源的標(biāo)準(zhǔn)，按照蓄電池、燃料電池、燃?xì)廨啓C(jī)、火力發(fā)電的順序進(jìn)行電量補(bǔ)充。與情形一對(duì)比可知，增加考慮電轉(zhuǎn)氫氣過程，使得風(fēng)電利用更加高效。并且在同等負(fù)荷變化的情況下， 減少了5.03%的燃?xì)廨啓C(jī)出力及6.94%的火力發(fā)電出力。 圖8 為基于需求側(cè)響應(yīng)策略的電-氫-氣綜合能源系統(tǒng)協(xié)調(diào)優(yōu)化運(yùn)行出力曲線，各設(shè)備大致出力趨勢與圖7 類似，但是由于考慮了需求側(cè)， 使得系統(tǒng)內(nèi)的負(fù)荷曲線發(fā)生了如圖4 所示的變化， 負(fù)荷波動(dòng)減小且趨勢變緩。 對(duì)負(fù)荷曲線的“削峰填谷”使得風(fēng)電在發(fā)電高峰期有了更大的風(fēng)電剩余量， 可供儲(chǔ)能設(shè)備進(jìn)行儲(chǔ)能。 在風(fēng)力發(fā)電低谷期，蓄電池、P2G、燃料電池和火力發(fā)電機(jī)組的出力壓力也得到了緩解。 對(duì)比圖7 可以看出，E2H 的出力變得更大，H2G 的出力相對(duì)而言變得更小。由于考慮了需求側(cè)，轉(zhuǎn)換效率更高的E2H 得到了更多的功率分配。 與此同時(shí)， 蓄電池的充放電峰值也得到了減小， 由19 MW 變成了16 MW。 火力發(fā)電電量減小了32%，提高了可再生能源利用率， 同時(shí)也減小了對(duì)環(huán)境的污染。

5 結(jié)束語

文中對(duì)基于綜合需求側(cè)響應(yīng)的電-氫-氣綜合能源系統(tǒng)的協(xié)調(diào)優(yōu)化問題進(jìn)行了研究。 本文全面考慮電轉(zhuǎn)氫氣， 氫氣轉(zhuǎn)天然氣的過程及綜合需求側(cè)響應(yīng)， 建立以最小化系統(tǒng)運(yùn)行總成本為目標(biāo)函數(shù)的協(xié)調(diào)優(yōu)化模型， 利用改進(jìn)的混合智能算法求解。經(jīng)過算例驗(yàn)證，該協(xié)調(diào)優(yōu)化模型在最小化系統(tǒng)成本的基礎(chǔ)上， 平抑了電力負(fù)荷與天然氣負(fù)荷的波動(dòng)， 提高了可再生能源利用率和系統(tǒng)的環(huán)保效益，滿足目前最大化消納可再生能源、減少化石燃料燃燒的發(fā)展要求。