12优化方案：园区型综合能源系统多时间尺度模型预测优化调度

微信扫码，打开到小程序

第 39 卷 第 23 期 中 国 电 机 工 程 学 报 Vol.39 No.23 Dec. 5, 2019 2019 年 12 月 5 日 Proceedings of the CSEE ©2019 Chin.Soc.for Elec.Eng. 6791 DOI：10.13334/j.0258-8013.pcsee.181058 文章编号：0258-8013 (2019) 23-6791-13 中图分类号：TM 73 园区型综合能源系统多时间尺度模型 预测优化调度 王成山 1，吕超贤 1，李鹏 1，李树泉 2，赵鲲鹏 2 (1．智能电网教育部重点实验室(天津大学)，天津市 南开区 300072； 2．国家电网公司客户服务中心，天津市 东丽区 300300) Multiple Time-scale Optimal Scheduling of Community Integrated Energy System Based on Model Predictive Control WANG Chengshan1, LÜ Chaoxian1, LI Peng1, LI Shuquan2, ZHAO Kunpeng2 (1. Key Laboratory of Smart Grid of Ministry of Education (Tianjin University), Nankai District, Tianjin 300072, China; 2. State Grid Customer Service Center, Dongli District, Tianjin 300300, China) ABSTRACT: In combined cooling, heating and power systems, multiple energy devices must be coordinated to optimize operations and meet energy demands economically and reliably. A reasonable and effective scheduling strategy is the key to achieving this goal. The optimal scheduling of a real community integrated energy system in winter was studied. On the basis of building detailed models of the devices, a model predictive control based two-stage scheduling strategy of multiple time-scale was developed. In the rolling optimization stage, multiple devices ware coordinated to minimize the operation cost and unit startup/shutdown penalty under the time of use tariff mechanism and the schedule of large time-scale was formulated by multi-step’s rolling optimization. In the dynamic adjustment stage, the operation conditions of the devices ware adjusted based on the schedule of the rolling stage to deal with the small time-scale uncertainties of renewable energy and the loads. The analysis results show that the scheduling method in the paper can decrease the operation cost and startup times of the units by coordinating the operation of energy supply and thermal storage devices and utilizing these benefits of complementary operation of them. The introduction of the dynamic adjustment stage can response to the small time-scale changes of renewable energy and the loads quickly and meet the energy demands reliably and economically. KEY WORDS: community integrated energy system; thermal storage device; startup/shutdown penalty; model predictive control; multiple time-scale; optimal scheduling 摘要：在冷/热/电综合能源系统中，协调多种设备使其优化 运行，经济可靠地满足系统用能需求十分重要，制定合理有 效的调度策略是实现这一目标的关键。该文针对一个实际园 区综合能源系统冬季运行优化调度问题进行研究。在对设备 进行详细建模基础上，建立包含滚动优化环节和动态调整环 节的两阶段多时间尺度模型预测控制调度策略：滚动优化阶 段以系统运行费用和机组启停罚金最小为目标，结合分时电 价并考虑多系统互补运行，通过多步滚动求解制定系统大时 间尺度调度计划；动态调整阶段以滚动优化阶段调控计划为 基准，对设备的运行状态进行调整，应对可再生能源及负荷 小时间尺度的不确定性变化。分析结果表明，该文调度方法 可协调供能、蓄热装置的运行，发挥多种设备互补运行的优 越性，有效降低运行成本，减少主机启停次数；动态调整阶 段的引入可快速响应可再生能源和系统负荷小时间尺度变 化，经济可靠地满足系统用能需求。 关键词：园区型综合能源系统；蓄热装置；启停罚金；模型 预测控制；多时间尺度；优化调度 0 引言 随着化石燃料的枯竭和全球环境污染问题的 日益突出，开发和利用可再生能源，提高终端能源 消费的效率、清洁化水平至关重要[1-3]。园区型综合 能源系统(community integrated energy system， CIES)打破传统各种能源系统单独规划设计、运行 的既有模式，通过对包含电/气/热等多能耦合系统 合理规划和运行优化控制[4-6]，实现多能源的互动和 转换，向终端用户灵活供应冷、热、电等多种不同 品味能源，可减少环境污染，提升系统能源利用效 率和经济性[3, 6-8]，受到了广泛关注。 CIES 是一个复杂的多能耦合系统，夏季供冷、 冬季供热/热水需求量占相应季节能源需求量的很 大比例[9-10]。冷需求可由压缩制冷设备、吸热制冷设 6792 中 国 电 机 工 程 学 报 第 39 卷 备等供应；热/热水供应可来自热电联产(combined heat and power，CHP)单元、燃气锅炉、地源热泵系 统等。系统可配备蓄电/热装置，通过其不同时段的 蓄能和释能，提升系统运行调节的灵活性[11-12]。为 发挥 CIES 优势，需要制定合理有效的调度策略协 调多种设备的运行。 目前，对 CIES 优化运行的研究主要聚焦于灵 活调动各种能源形式及蓄能装置，提升系统新能源 消纳能力、灵活性和运行经济性。文献[12-13]对包 含 CHP 设备、风机、电锅炉和蓄热装置的热/电能 源系统，以能源消耗和弃风费用最小为目标进行多 能耦合整体的优化调度，增强系统运行灵活性和经 济性。文献[14]研究基于电转气(power to gas，P2G) 技术的电/热/气耦合系统，通过建立其日前经济调 度模型，实现了系统风能利用率的提高和系统购能 成本的降低。文献[15]采用能源集线器模型，在对 系统详细建模的基础上，以日运行费用最小为目标 实现电、热、冷能的优化调度运行。文献[16]在分 时电价机制下，以调度周期内收益最大为目标，协 调电热泵、CHP 设备、辅助锅炉和蓄热、蓄电装置 的运行，满足建筑系统冷、热、电需求，获得了较 高供能效率。文献[17]在动态电价机制下基于楼宇 的蓄热特性，构建了 1 种虚拟储能系统模型，进而 进行融合需求侧的冷/热/电能源系统的优化调度， 降低系统运行成本。 上述优化控制均是基于负荷、可再生能源预测 信息准确的基础上。但实际运行中，可再生能源和 负荷预测值与真实值存在偏差，给系统运行控制带 来挑战。为处理预测的不确定性问题，鲁棒规划[9]、 随机规划[18]、区间规划[19-20]等方法得到了应用。上 述方法多采用多个时段的提前调度策略，虽可采取 滚动优化方法进行滚动调度，但上述调度模型均为 近似模型，无法完全满足实际运行中系统在线优化 调 整 的 需 求 。 模 型 预 测 控 制 (model predictive control，MPC)方法基于滚动优化和反馈校正的思想 可以较好的适应预测不准确定的问题，具有较好的 鲁棒性。文献[21]基于 MPC 方法对微电网进行日前 与日内滚动校正相结合的多时间尺度的优化调度。 文献[22]对一冷/电耦合系统，采用 MPC 控制方法 优化设备供能功率和蓄热装置的蓄/放能功率。文 献[23]采用 MPC 方法对能源局域网进行能量管理， 增强对可再生能源输出力间歇性、波动性的适应 性。文献[24]以日前计划联供设备的出力值为参考 值，在日内调度下建立可再生能源及负荷预测模 型，基于多步滚动优化求解出各联供设备的平滑出 力。上述文献虽然采用 MPC 方法增强对了对预测 信息不准确的适应性，但是没有考虑预测信息和小 时间尺度运行信息的误差，因而无法满足系统运行 时小时间尺度的动态调整需求。 为此，本文主要对象为一个包含多种供能设备、 蓄热装置、分布式光伏、太阳能热水系统的园区型 综合能源系统，考虑子系统供能功率、供能介质流 量的关系、供能主机的离散特性和辅助设备的耗电 特性建立各子系统的供能模型，在分时电价机制下 构建了基于模型预测控制的两阶段多时间尺度优 化调度策略：1）滚动优化阶段：基于模型预测控 制方法，以系统运行费用最小为目标，结合设备启 停罚金影响，对非线性项线性化，构建系统大时间 尺度下(如 1h)的混合整数线性规划(MILP)滚动优化 模型，协调优化多种供能、蓄能装置的运行，发挥 蓄热装置能量转移作用和多个设备互补协调的工 作优势，生成系统多时段大时间尺度的调度计划； 2）动态调整阶段：基于滚动优化阶段的调度计划， 对其每个调度间隔根据较小时间尺度(如 15min)内 系统负荷、光照强度的变化，构建以运行费用和功 率调整惩罚费用最小为目标的混合整数二次规划 (mixed integer quadratic programming，MIQP)模型， 动态调整系统供能、蓄能设备功率，增强运行时刻 系统对负荷、光照强度小时间尺度变化的适应性。 最后通过算例分析，验证本文所提调度策略的合理 性和有效性。 1 CIES 结构组成及供能方式 本文以国家电网公司客户服务中心北方园区 供暖期(冬季)为例进行优化调度策略的研究。在该 园区供暖期，由外部电网和光伏系统满足电力需 求，采用 3 台螺杆式地源热泵主机、蓄热式电锅炉 系统(4 台承压电锅炉、3 台蓄热水箱)构建集中能源 站产生空调热水输送至各个楼宇，通过风机盘管满 足供热需求。同时太阳能热水系统和蓄热式电锅炉 系统为园区提供生活热水。供暖期系统供能结构见 图 1。设备详细参数及供能工况见附表 A1。 本系统是一个二次泵变流量供热系统。热源按 照一次水泵开启情况供应流量恒定的空调热水，在 热水分配侧安装有二次水泵，根据负荷需求变流量 运行。图 2 是系统空调热水流量分配示意图。如图 所示，系统包含 m 个热源，其空调热水目标温度设 置相同，设为 TS，经分水器分流给各个楼宇。空调 第 23 期 王成山等：园区型综合能源系统多时间尺度模型预测优化调度 6793 热水流经负荷楼宇后温度降低经回水管道到达集 水器，混合温度为 TR。则热源 i 制热功率 Qi 为 W W S R ( ) i i Q c F T T    (1) 式中：cw、w 分别为水的比热容和密度；Fi 为热源 i 一次水泵的额定流量。从式(1)可知，热源 i、j 所 供热量比例与其一次侧水泵流量的关系如下： / / i j i j Q Q F F  (2) 供暖期系统 t 时刻一次空调水泵总流量 tFH 为 HP AWP H HP HP AWP AWP , , 1 1 N N t t i t i i i F F U F U       (3) 式中：FHP、FAWP 为地源热泵一次水泵、蓄热式电 锅炉系统空调热水泵额定流量；NHP 为地源热泵主 机个数；NAWP 为蓄热式电锅炉系统空调热水泵个 数； HP U ,t i 、 AWP U ,t i 分别为 t 时刻第 i 台地源热泵、空 调热水泵启停标志。本文中，二进制变量为 1 代表 设备/工况处于启动/执行状态，0 代表关闭/不执行。 承压电锅炉2 承压电锅炉4 承压电锅炉3 承压电锅炉1 高温热水 生活热水 地源侧热水 地源热泵1 地源热泵2 地源热泵3 太阳能热水系统 水泵 光伏发电系统 外 部 电 网 电 热 热 水 蓄 热 水 箱 蓄 热 水 箱 蓄 热 水 箱 集中能源站 电 空调热水 板 式 换 热 器 板 式 换 热 器 图 1 CIES 供暖期供能结构图 Fig. 1 Structure of the CIES in heating period 热源1 热源i 分水器 集水器 一次空调水泵 空调 热水 回水 空调热 水供水 总流 量FH 流量F1 流量Fi 热源j 流量Fj TS TR 供给侧 分配侧 二次空调水泵 楼宇n 楼宇1 楼宇i 功率Q1 功率Qi 功率Qj 热源m 流量Fm 功率Qm 高温热水 低温热水 ... ... ... ... ... ... ... ... ... 图 2 CIES 系统空调热水流量分配示意图 Fig. 2 Schematic of the distribution of air conditioning hot water in the CIES 2 CIES 运行模型 2.1 太阳能热水系统模型 太阳能热水系统结构见图 3。太阳能热水系统 由太阳能集热器、太阳能热水箱、生活热水预热罐 和生活热水贮热罐组成。太阳能集热器将吸收的太 阳能热量通过换热器传送至预热罐和贮热罐中，当 贮热罐中热水达不到生活热水供应温度(60℃)时由 蓄热式电锅炉通过生活热水换热器将贮热罐中热 水加热至所需温度。 生活热 水贮热 罐ST 生活热 水预热 罐PT 太阳能 热水箱 HT 蓄热式电 锅炉系统 自来水 太阳能集 热器SC 太阳能热水系统 园区 热水 负荷 水泵 板式换热器 蓄热电锅炉高温热水 生活热水 太阳能热水系统高温热水 自来水进水 图 3 太阳能热水系统结构图 Fig. 3 Structure of the solar water system t 时刻系统生活热水所需的体积 tV HW 见式(4)。 HW HW W W HW TW ) / [ ( ] t t V L t c T T     (4) 式中： tLHW 为 t 时刻热水负荷；THW、TTW 为生活热 水供应温度、自来水进水温度；t 为调度间隔。 为最大限度利用太阳能热水系统供热水，贴近 其循环泵利用温差起停控制特性，以每个调度时刻 生活热水预热罐热水温度 tT PT 最大为目标： PT max tT (5) 太阳能集热器运行约束见式(6)—(8)： SC SC,HT W W SC SC SC 1 ( ) / t t t t Q Q c V T T t       (6) SC SC,MAX 0 tT T   (7) SC SC,T t t Q  Q (8) 式中： tTSC 为 t 时刻太阳能集热器温度； QtSC 为 t 时刻太阳能热水集热器集热功率； QtSC,HT 为太阳 能集热器向热水箱提供的热功率；VSC 为集热器 额定容积；TSC,MAX 集热器热水高温保护温度； SC,T Qt 为根据太阳辐照度计算得出的集热器理论集热 功率[25]。 太阳能热水箱运行特性见式(9)—(11)。 SC,HT SC,HT SC HT SC t t t T T T T T       (9) HT,PT TW HT HT,MAX t T T T T     (10) 6794 中 国 电 机 工 程 学 报 第 39 卷 SC,HT HT,PT W W HT HT HT 1 ( ) / t t t t Q Q c V T T t       (11) 式中： TSC,HT 、 TSC,HT 为集热器和热水箱之间的 温差上下限； T HT,PT 为利用温差控制热水箱和预 热罐之间循环泵启停的温差下限； tT HT 为 t 时刻太 阳能热水箱温度；其高温保护温度为 THT,MAX；热 水箱容积为 VHT； QtHT,PT 为热水箱向预热罐的热传 递功率。 假设预热罐中的热水在进入贮热罐前和太阳 能热水箱进行了充分的换热，因此预热罐中的热水 温度满足式(12)—(14)： PT HW tT  T (12) HT,PT HT,PT HT PT HT t t t T T T T T       (13) HT,PT PT,ST W W PT PT PT 1 ( ) / t t t t Q Q c V T T t       (14) 式中： tT PT 为 t 时刻生活热水预热罐温度； T HT,PT  为热水箱