CN111415045A - 一种乡村生物质综合能源系统两阶段运行优化方法 - Google Patents

Abstract

本发明公开了一种乡村生物质综合能源系统两阶段运行优化方法，包括以下步骤：构建乡村生物质综合能源系统结构，建立设备出力模型；构建两阶段优化模型；第一阶段，以日总热量供给最低为目标进行热源出口温度的优化控制；第二阶段，以日收益最大为目标优化综合能源系统各个设备的出力；针对两阶段优化模型求解；第一阶段采用自适应交叉概率的改进差分算法求解；第二阶段采用Gurobi求解器直接求解；根据求解结果输出各设备出力值，基于所输出的各设备出力值控制各个设备的出力。该方法中两个阶段优化模型通过热源出口温度将设备功率与热网潮流解耦，大大降低问题求解的复杂性，提高方法的适用性。

Description

一种乡村生物质综合能源系统两阶段运行优化方法

技术领域

本发明涉及综合能源系统技术领域，具体涉及一种乡村生物质综合能源系统两阶段运行优化方法。

背景技术

随着我国能源结构变革的推进，一次能源中可再生能源占比逐步提高，预计2050年将超过60％。为进一步提高分布式可再生能源消纳和能源利用效率，各国都在努力发展综合能源系统，其主要能源是分布式燃气和风、光、地热等可再生能源。而我国由于燃气供应量不足，限制了综合能源的进一步发展。生物质能是一种能够与环境友好发展、储量巨大且还未被充分利用的能源，受到世界各国的广泛关注，近十年发展快速。为此，充分利用我国农村地区丰富的生物质能，依托生物质热电联产构建乡村综合能源供给系统，对促进美丽乡村计划的实施、提高乡村收入、促进产业调整都具有重要的意义。

近年来，针对生物质热电联产(CHP)的研究和应用已取得了部分成果，研究表明相同生产电热负荷下就地利用生物质热电联产可减少煤耗量，节约单位用能成本；计及环境成本，对林木为主的生物质热电联产和燃煤热电联产进行包括设备初始投资、运营费用、环境价值等全成本经济比较，发现生物质环境效益显著，全成本低于燃煤热电联产；生物质总CO₂排放量远远小于燃煤，而且得到CO₂排放价格越大，生物质热电联产的效益越优异，生物质热电联产环境效益显著。现有研究验证了生物质热电联产具有较好的经济性和环境效益，但针对其发电特性和建模的研究较少，而这却是综合能源系统运行与优化规划的基础。

目前，针对综合能源系统优化运行的研究已经较为深入，研究对象可分为不考虑热网网架和考虑的两类。不考虑网架调度优化通常采用能源集线器(Energy Hub)模型描述综合能源系统能量转换，此类不考虑网络损耗的研究结果存在偏差。考虑热网网架的综合能源系统的运行优化，其通常做法是首先建立热网水力模型和热力模型、热源设备输出功率与出口温度映射模型，然后采用综合能流优化方法进行设备输出功率的日前或日内优化。目前热网潮流优化模型，大多是以热源功率为控制变量，温度为状态量，属于非线性非凸的优化问题，常用方法是采用牛顿法、构造拉格朗日函数、构造障碍函数将问题转换为凸函数进行求解，存在函数构造复杂、计算量大，不利于实际应用的问题。

发明内容

针对上述问题，本发明提供一种乡村生物质综合能源系统两阶段运行优化方法，本发明考虑热网损耗和生物质出力特性进行综合系统优化运行，该方法中两个阶段优化模型通过热源出口温度将设备功率与热网潮流解耦，大大降低问题求解的复杂性，提高方法的适用性。

本发明所采用的技术方案是：一种乡村生物质综合能源系统两阶段运行优化方法，包括以下步骤：

S1：构建乡村生物质综合能源系统结构，建立设备出力模型；

S2：构建两阶段优化模型；第一阶段，以用户热负荷、外界温度、网络结构为输入，计及热网网络损耗，以日总热量供给最低为目标进行热源出口温度的优化控制；第二阶段，基于获取的控制温度和电、热需求，以日收益最大为目标优化综合能源系统各个设备的出力；

S3：针对两阶段优化模型求解；第一阶段采用自适应交叉概率的改进差分算法求解；第二阶段采用Gurobi求解器直接求解；

S4：根据求解结果输出各设备出力值，基于所输出的各设备出力值控制各个设备的出力。

优选的，步骤S1中建立所述设备出力模型包括建立生物质出力模型、光伏出力模型、热泵出力模型和电锅炉出力模型。

优选的，所述生物质出力模型由下式表示：

式中，P_b(t)为t时生物质电功率；α_e为生物质系统电转换效率；m_b(t)为t时所燃烧的生物质量；η_b为生物质的燃烧转化效率；NCV_b为所使用的生物质的净热值；Δt为调度时间(h)；

生物质热值分为总热值(GCV)和净热值(NCV)，净热值与总热值满足下列公式：

其中，w为燃料的含水量；h为燃料不含水分状态下，燃料中氢的比重；GCV为总热值。

优选的，所述光伏出力模型由下式表示：

P_PV＝P_stcG_SL[1+k(T_p-T_c)]/G_STC (5)

式中，P_PV为光伏发电的输出功率；P_stc为在标准条件下，测试出的最大发出功率；G_SL为太阳辐射强度；G_STC为在标准条件下，测试出的太阳辐射强度；k为功率温度系数；T_p为电池温度；T_c为参考温度。

优选的，所述热泵出力模型由下式表示：

Φ_HP＝η_HPP_HP (6)

式中，Φ_HP、η_HP和P_HP分别为地源热泵的输出热功率、输入电功率和转换效率。

优选的，所述电锅炉出力模型由下式表示：

Φ_EB＝η_EBP_EB (7)

式中，Φ_EB、η_EB和P_EB分别为电锅炉的输出热功率、转换效率和锅炉的输入电功率。

优选的，步骤S2中建立所述第一阶段优化模型具体为：

(1)目标函数

在已知用户热负荷、外界温度、网络结构条件下，考虑热网损耗以日总热量供给最低为目标，建立热源出口温度优化控制模型，其目标函数表示为：

式中，F为总热量供给；N_T为调度时段总数；N为用户数；Φ_L(i,t)为第i个用户，第t个时段的热负荷；Φ_loss(t)为第t个时段热网的损耗；

(2)约束条件

1)热源供给与返回温度约束

式中，T_{s_source}和T_{r_source}分别为热源出口的供给温度和返回温度；

和

分别为供给温度的上下限；

和

分别为返回温度的上下限；

2)负荷节点供给与返回温度约束

式中，T_si和T_ri分别为负荷节点i的供给温度和返回温度；

和

分别为供给温度的上、下限；

和

分别为返回温度的上、下限；

3)热负荷平衡约束

式中，Φ_source为热源供给的热功率；N为用户数；Φ_L(i)为第i个用户的热负荷；Φ_loss为热网的损耗。

优选的，步骤S2中建立所述第一阶段优化模型中还包括建立热网水力模型，具体为：

1)水流连续性模型

式中，A为网络关联矩阵(n_node×n_pipe)，由+1，0，-1组成，+1表示管道中的水流入节点，-1表示管道中的水流量流出节点，0表示管道与节点没有连接；

为每个管道的水流量；

为每个负荷节点的注入水流量；

2)循环压力方程

Bh_f＝0 (15)

式中，B为回路与管道之间的矩阵(n_loop×n_pipe)，由+1，0，-1组成，+1表示管道内水流向与回路定义的正方向相同，-1表示管道内水流向与回路定义的正方向相反，0表示管道与回路无联系；h_f为水从管道一头流向另一头的压力损失；

3)水头压力损失方程

式中，K为各管道阻力系数；L为管道长度；D为管道直径；ρ为水密度；g为重力加速度；f为摩擦系数；

为管道粗糙度；Re为雷诺数；μ为水运行粘度(m²/s)；v为管道水流速(m/s)。

优选的，步骤S2中建立所述第一阶段优化模型中还包括建立热力模型，具体为：

1)热功率计算

式中，Φ为热功率；C_p为水的比热容；

为每个负荷节点的注入水流量；T_s为水供给温度；T_o为水出口温度；

2)管道温度损失方程

式中，T_start和T_end分别为管道开始节点和结束节点的温度；T_a为环境温度；λ是每个管道单位长度的传热系数；L为每根管道的长度；m～为每根管道内的水流量；

3)节点温度混合方程

式中，T_out为混合节点流出水温度；

为流出节点水流量；T_in为混合节点流入水温度；

为流出节点水流量。

优选的，步骤S2中建立所述第二阶段优化模型具体为：

(1)目标函数

基于获取的控制温度和电、热需求，在满足约束条件的前提下，以日经营利润最大为目标优化各个设备的出力；目标函数表示为：

式中，F为日经营利润；R_CHP(t)、R_PV(t)、R_HP(t)和R_EB(t)分别为生物质热电联产、光伏发电、热泵和电锅炉在t时段的收益；C_CHP(t)、C_OM(t)和C_GRID(t)分别为t时段生物质热电联产、运行维护和从电网购电成本；N_T为总调度时段数；

(2)约束条件

1)生物质相关约束

①可燃烧量约束

0≤m_b(t)≤S_b(t) (31)

式中，m_b(t)为可燃烧量；S_b(t)为t时段能源中心的生物质总量；

②能源中心储存量约束

式中，

为能源中心可储存的最大生物质量；S_b(end)为一天最后时刻的存储量；

为第二天初始时刻存储中心的生物质量，以保证正常运行；

③电量约束

式中，

为t时刻自用电量；

为t时刻上网电量；P_b(t)为t时刻生物质电功率；

2)光伏出力约束

0≤P′_PV(t)≤P_PV(t) (35)

式中，P′_PV(t)为t时段系统消纳的光伏电量；P_PV(t)为预测功率；

3)功率平衡约束

P_b(t)+P′_PV(t)+P_gird(t)＝P_L(t)+P_EB(t)+P_HP(t) (36)

Φ_b(t)+Φ_EB(t)+Φ_HP(t)＝Φ_L(t)+Φ_loss(t) (37)

式中，P_b(t)为t时段生物质电功率；P′_PV(t)为t时段系统消纳的光伏电量；P_gird(t)为t时段从电网购电功率；P_L(t)为t时段系统的用电负荷；P_EB(t)为t时段电锅炉的输入电功率；P_HP(t)为t时段地源热泵的转换效率；Φ_b(t)为t时段生物质热电联产系统的热出力；Φ_EB(t)为t时段电锅炉的输出热功率；Φ_HP(t)为地源热泵的输出热功率；Φ_L(t)为t时段的热负荷；Φ_loss(t)为第t时段热网的损耗；

4)爬坡率约束

|P_b(t)-P_b(t-1)|≤ΔP_b (38)

|Φ_EB(t)-Φ_EB(t-1)|≤ΔΦ_EB (39)

|Φ_HP(t)-Φ_HP(t-1)|≤ΔΦ_HP (40)

式中，ΔP_b、ΔΦ_EB和ΔΦ_HP分别为生物质热电联产、电锅炉和热泵的最大爬坡率；

5)机组出力上下限约束

式中，

分别为电锅炉输出热功率的上、下限；

分别为热泵机组出力的上、下限。

上述技术方案有益效果：

(1)本发明针对其发电特性和建模的研究较少这一情况，分析了生物质热电联产出力机理，建立其出力模型，并考虑生物质运输、储存、处理全过程，建立了供能成本模型。

(2)本发明考虑热网损耗和生物质出力特性进行综合系统优化运行，该方法中两个阶段优化模型通过热源出口温度将设备功率与热网潮流解耦，大大降低问题求解的复杂性，提高方法的适用性。

(3)热网潮流计算中，热源出口温度是设备功率与热网潮流的桥梁，同时由于其良好的可检测性，通常也是实际供热调度依据，本发明以出口温度为控制变量更有利于与现有热网控制系统的接口。

附图说明

图1为本发明一种乡村生物质综合能源系统两阶段运行优化方法的流程图；

图2为本发明乡村综合能源系统结构示意图；

图3为本发明两阶段优化框架图；

图4为本发明两阶段优化求解流程图；

图5为本发明算例分析中系统结构示意图；

图6为本发明算例分析中负荷曲线图；

图7为本发明算例分析中热源出口温度；

图8为本发明算例分析中优化前后负荷对比；

图9为本发明算例分析中负荷及预测光伏出力曲线；

图10为本发明算例分析中各设备单元的电出力/功率；

图11为本发明算例分析中生物质存储、运输、使用量变化曲线；

图12为本发明算例分析中生物质CHP发电、自用、上网电量曲线；

图13为本发明算例分析中光伏总出力、自用、上网电量曲线。

具体实施方式

下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例的详细描述和附图用于示例性地说明本发明的原理，但不能用来限制本发明的范围，即本发明不限于所描述的优选实施例，本发明的范围由权利要求书限定。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

在本发明的描述中，需要说明的是，除非另有说明，“多个”的含义是两个或两个以上；术语“上”“下”“内”“外”等指示的方位或位置关系仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。下述描述中出现的方位词均为图中示出的方向，并不是对本发明的具体结构进行限定。在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“安装”“相连”“连接”应做广义理解，对于本领域的普通技术人员而言，可视具体情况理解上述术语在本发明中的具体含义。

实施例1

本发明提供的一种乡村生物质综合能源系统两阶段运行优化方法，如图1所示，包括以下步骤：

S1：构建乡村生物质综合能源系统结构，建立设备出力模型，建立设备出力模型包括建立生物质出力模型、光伏出力模型、热泵出力模型和电锅炉出力模型。

S1-1：如图2所示，根据乡村资源特点，利用生物质燃机、光伏发电、热泵、电锅炉和电网作为能源中心能量输入，建立综合能源系统；同时为进一步发挥生物质潜力，在生物质燃机后面加入余热锅炉，组成热电联产，提高生物质利用效率。

生物质直接燃烧发电，利用率只有40％，通过使用余热锅炉收集热量进行居民供热可以大大提高生物质利用效率，而利用有机朗肯循环(ORC)的余热锅炉生物质利用效率可以大大提高；有机朗肯循环是以低沸点有机物为工质的朗肯循环，由于有机溶液的沸点较低，因此可以利用温度较低的热源运作，被广泛运用在工业废热回收、太阳热能发电、生质能燃烧发电上。生物质燃烧加热有机介质，转化利用其90％的能量，加热的有机介质通过蒸发、分离、冷凝过程，将18％的能量用于发电，70％的能用用户供热，期间损失1.8％的能量，生物质的利用效率达到88％。

系统运行遵循“自发自用，余量上网”的原则，生物质和光伏发电满足用户需求后，剩余电量全部由电网接收，若不足则从电网购电，以此获得供电收入、发电上网收入和发电补贴收入；同时利用余热锅炉、电锅炉和热泵产热保证综合能源系统的热力需求，赚取供热收入。

S1-2：建立生物质出力模型，生物质出力模型由下式表示：

式中，P_b(t)为t时生物质电功率(MW)；α_e为生物质系统电转换效率(％)；m_b(t)为t时所燃烧的生物质量(kg)；η_b为生物质的燃烧转化效率(％)；NCV_b为所使用的生物质的净热值(MJ/kg)；Δt为调度时间(h)。

生物质热值分为总热值(GCV)和净热值(NCV)，总热值是生物质燃烧所产生的水份似液态的形式存于产物中获得的热值；净热值是生物质燃烧所产生的水份以蒸气的形式存于产物中时获得的热值；由于燃烧排气的温度通常都相当高，而水份均呈蒸气状态，因此通常采用净热值计算。净热值与总热值满足下列公式：

其中，w为燃料的含水量(wt％w.b.)；h为燃料不含水分状态下，燃料中氢的比重(wt％d.b.)(w.b.代表固体生物燃料含水分时的状态；d.b.代表固体生物燃料不含水分时的状态)；GCV为总热值；NCV的单位为MJ/kg，其状态为w.b.。

总热值GCV满足下列关系：

GCV＝0.3491X_C+1.1783X_H+0.1005X_S-0.0151X_N-0.1034X_O-0.0211X_ash (3)

其中，X_C、X_H、X_S、X_N、X_O和X_ash分别为生物质中碳、氢、硫、碳、氧和灰的比重(wt％d.b.)；GCV的单位为MJ/kg，其状态为d.b.。

同理，生物质热电联产系统的热出力为：

式中，Φ_b(t)为t时段生物质热电联产系统的热出力；α_h为热电联产系统热转换效率(％)。

S1-3：建立光伏出力模型

光伏发电通过太阳能电池板将太阳能转换成电能，在乡村有很大的应用空间，一方面可以解决偏远地区送电困难问题，另一方面又可以为农民带来收入。光伏发电的输出功率如下：

P_PV＝P_stcG_SL[1+k(T_p-T_c)]/G_STC (5)

式中，P_PV为光伏发电的输出功率；P_stc为在标准条件下，测试出的最大发出功率；G_SL为太阳辐射强度；G_STC为在标准条件下，测试出的太阳辐射强度；k为功率温度系数；T_p为电池温度；T_c为参考温度；通过预测第二天的太阳辐射强度和环境温度可以得到对应的光伏出力预测值。

S1-4：建立热泵出力模型

地源热泵是陆地浅层能源通过输入少量的高品位能源(如电能)实现由低品位热能向高品位热能转移的装置，其制热功率与消耗的电功率关系可由下式表示：

Φ_HP＝η_HPP_HP (6)

式中，Φ_HP、η_HP和P_HP分别为地源热泵的输出热功率、输入电功率和转换效率。

S1-5：建立电锅炉出力模型

电锅炉以电力为能源并将其转化成为热能，用于居民供暖，根据其电热转换效率建立出力模型：

Φ_EB＝η_EBP_EB (7)

式中，Φ_EB、η_EB和P_EB分别为电锅炉的输出热功率、转换效率和锅炉的输入电功率。

S2：如图3所示，构建两阶段优化模型；第一阶段，以用户热负荷、外界温度、网络结构为输入，计及热网网络损耗，以日总热量供给最低为目标进行热源出口温度的优化控制；第二阶段，基于获取的控制温度和电、热需求，以日收益最大为目标优化综合能源系统各个设备的出力。

综合能源的运行优化是为了在满足用户用能需求的前提下，通过优化分配一次能源的出力达到能源效率的最优化。而目标函数中能源用量的计算是基于热网潮流，温度热网潮流的状态变量。

S2-1：第一阶段，考虑热网损耗的热源出口温度优化；

(1)目标函数

在已知用户热负荷、外界温度、网络结构条件下，考虑热网损耗以日总热量供给最低为目标，建立热源出口温度优化控制模型，其目标函数表示为：

式中，F为总热量供给；N_T为调度时段总数；N为用户数；Φ_L(i,t)为第i个用户，第t个时段的热负荷(MW_th)；Φ_loss(t)为第t个时段热网的损耗(MW_th)；

(2)约束条件

1)热源供给与返回温度约束

式中，T_{s_source}和T_{r_source}分别为热源出口的供给温度(℃)和返回温度(℃)；

和

分别为供给温度的上下限；

和

分别为返回温度的上下限；

2)负荷节点供给与返回温度约束

式中，T_si和T_ri分别为负荷节点i的供给温度和返回温度；

和

分别为供给温度的上、下限；

和

分别为返回温度的上、下限；

3)热负荷平衡约束

式中，Φ_source为热源供给的热功率；N为用户数；Φ_L(i)为第i个用户的热负荷；Φ_loss为热网的损耗。

(3)热网潮流

负荷节点的供给温度和返回温度以及热网传输损耗需要通过热网潮流计算得到；热网潮流计算包括水力计算和热力计算两部分。

1)水力模型

①水流连续性模型

式中，A为网络关联矩阵(n_node×n_pipe)，由+1，0，-1组成，+1表示管道中的水流入节点，-1表示管道中的水流量流出节点，0表示管道与节点没有连接；

为每个管道的水流量(kg/s)；

为每个负荷节点的注入水流量(kg/s)；

②循环压力方程

Bh_f＝0 (15)

式中，B为回路与管道之间的矩阵(n_loop×n_pipe)，由+1，0，-1组成，+1表示管道内水流向与回路定义的正方向相同，-1表示管道内水流向与回路定义的正方向相反，0表示管道与回路无联系；h_f为水从管道一头流向另一头的压力损失。

③水头压力损失方程

式中，K为各管道阻力系数；L为管道长度(m)；D为管道直径(m)；ρ为水密度(kg/m³)；g为重力加速度(kg·m/s²)；f为摩擦系数；

为管道粗糙度；Re为雷诺数；μ为水运行粘度(m²/s)；v为管道水流速(m/s)。

2)热力模型

①热功率计算

式中，Φ为热功率(W_th)；C_p为水的比热容(J/(kg·K))；

为每个负荷节点的注入水流量；T_s为水供给温度；T_o为水出口温度；

②管道温度损失方程

式中，T_start和T_end分别为管道开始节点和结束节点的温度(℃)；T_a为环境温度(℃)；λ是每个管道单位长度的传热系数(W/(m·K))；L为每根管道的长度(m)；m～为每根管道内的水流量(kg/s)；

③节点温度混合方程

式中，T_out为混合节点流出水温度(℃)；

为流出节点水流量(kg/s)；T_in为混合节点流入水温度(℃)；

为流出节点水流量(kg/s)。

S2-2：第二阶段，电-热综合能源系统调度优化；

(1)目标函数

遵循“自发自用，余量上网”的原则，综合能源系统可以将多余电量卖给电网，同时赚取一定收益；因此第二阶段的优化目标不再为常规的运行成本最优；基于获取的控制温度和电、热需求，在满足约束条件的前提下，以日经营利润最大为目标优化各个设备的出力；目标函数表示为：

式中，F为日经营利润；R_CHP(t)、R_PV(t)、R_HP(t)和R_EB(t)分别为生物质热电联产(CHP)、光伏发电(PV)、热泵(HP)和电锅炉(EB)在t时段的收益(万元)；C_CHP(t)、C_OM(t)和C_GRID(t)分别为t时段生物质热电联产、运行维护和从电网购电成本(万元)；N_T为总调度时段数。

①生物质热电联产收益

生物质热电联产收益分为给用户供电收入、余电上网收入、补贴收入以及供热收入三部分；可由下式表示：

式中，

为自用电量；

为上网电量；U_grid为电价(元/kW h)；

为生物质发电上网电价；

为生物质发电的补贴(元/kW h)；U_th为热价(元/kW h)。

②光伏发电收益

光伏发电收入分为三部分：给用户供电收入、余电上网收入和补贴收入，可表示为：

式中，

为光伏余电上网卖电价格(元/kW_th·h)；

为光伏发电补贴(元/kW_th·h)；P_re(t)为总用电量除去生物质热电联产后供给部分的等效负荷，可表示为：

其中，P_HP(t)、P_EB(t)和P_L(t)分别为热泵耗电功率、电锅炉耗电功率和用户电负荷；

为自用电量。

③热泵和电锅炉收益

热泵和电锅炉的收益主要是供热收益，可由下式表示：

R_HP(t)＝Φ_HP(t)U_thΔt (24)

R_EB(t)＝Φ_EB(t)U_thΔt (25)

式中，Φ_HP(t)、Φ_EB(t)分别为热泵和电锅炉的热功率；U_th为热价。

④生物质热电联产成本

生物质发电成本主要包括原料成本、处理成本、储存成本和运输成本，生物质发电成本可由下式表示：。

C_CHP(t)＝λ₁m_b(t)+λ₂S_b(t)+C_tran(t) (26)

式中，λ₁为原料处理成本系数；λ₂为原料存储成本系数；S_b(t)为t时段能源中心的生物质总量(吨)，S_b(t)与上一时段剩余生物质量和此时段运输来的生物质量有关，可由下式表示：

其中，

为t+1时段运输过来的生物质量(吨)；

C_tran(t)为原料运输成本，与运输量和运输距离有关，本发明采用的原料收集模式包括和燃料经纪人收购和农民直接运送至电厂，不同的收集模式对应的成本不同，可由下式表示：

式中，U_farmer、U_broker分别为农民和燃料经销商运送过来的原料收购价格(元/吨)；

和

分别为t时段农民和燃料经销商运送过来的生物质量(吨)；

其中，

与农民运送量和运送时间有关，假设农民运送时间和每次运送量服从正态分布，而燃料经销商运送时间服从均匀分布，每次运送量服从正态分布，通过蒙特卡洛模拟可得到一天各个时段的原料购进量。

⑤运维成本

光伏、热泵、电锅炉只有运维成本，没有其他成本；运维成本可以表示为：

式中，C_OM(t)为运维成本；Ns为设备单元总数；β_i为第i类设备的维护成本系数；P_i(t)为第i类设备在时段t的输出功率。

⑥电网购电费用

综合能源系统自发电量不够用时，需要从电网购电，从电网购电的费用可表示为：

C_GD(t)＝P_gird(t)U_gird(t)Δt (30)

式中，C_GD(t)为从电网购电的费用；P_gird(t)为t时段从电网购电功率(MW)；U_gird(t)为t时段电价(元/kW h)。

(2)约束条件

1)生物质相关约束

①可燃烧量约束，生物质热电联产的燃料有限，不能超过所存储的量：

0≤m_b(t)≤S_b(t) (31)

式中，m_b(t)为可燃烧量；S_b(t)为t时段能源中心的生物质总量(吨)；

②能源中心储存量约束

式中，

为能源中心可储存的最大生物质量(吨)；S_b(end)为一天最后时刻的存储量；

为第二天初始时刻存储中心的生物质量，以保证正常运行；

③电量约束，自用电量和上网电量要等于总发电量：

式中，

为t时刻自用电量；

为t时刻上网电量；P_b(t)为t时刻生物质电功率；

2)光伏出力约束

0≤P′_PV(t)≤P_PV(t) (35)

式中，P′_PV(t)为t时段系统消纳的光伏电量(MW)；P_PV(t)为预测功率；

3)功率平衡约束

P_b(t)+P′_PV(t)+P_gird(t)＝P_L(t)+P_EB(t)+P_HP(t) (36)

Φ_b(t)+Φ_EB(t)+Φ_HP(t)＝Φ_L(t)+Φ_loss(t) (37)

式中，P_b(t)为t时段生物质电功率；P_P＇_V(t)为t时段系统消纳的光伏电量；P_gird(t)为t时段从电网购电功率；P_L(t)为t时段系统的用电负荷；P_EB(t)为t时段电锅炉的输入电功率；P_HP(t)为t时段地源热泵的转换效率；Φ_b(t)为t时段生物质热电联产系统的热出力；Φ_EB(t)为t时段电锅炉的输出热功率；Φ_HP(t)为地源热泵的输出热功率；Φ_L(t)为t时段的热负荷；Φ_loss(t)为第t时段热网的损耗；

4)爬坡率约束

|P_b(t)-P_b(t-1)|≤ΔP_b (38)

|Φ_EB(t)-Φ_EB(t-1)|≤ΔΦ_EB (39)

|Φ_HP(t)-Φ_HP(t-1)|≤ΔΦ_HP (40)

式中，ΔP_b、ΔΦ_EB和ΔΦ_HP分别为生物质热电联产、电锅炉和热泵的最大爬坡率(MW)；

5)机组出力上下限约束

式中，

分别为电锅炉输出热功率的上、下限；

分别为热泵机组出力的上、下限。

S3：如图4所示，针对两阶段优化模型求解；第一阶段采用自适应交叉概率的改进差分算法求解；第二阶段采用Gurobi求解器直接求解。

(1)第一阶段优化模型求解具体为：

输入用户负荷数据、外界温度、网络结构参数；初始化算法参数，生成初始种群；进行热网潮流计算，计算个体适应度；确定种群最优值，交叉、变异、选择；满足终止条件后得到温度控制曲线。

(2)第二阶段优化模型求解具体为：

由第一阶段优化模型求解得到总热能供给量；输入电负荷需求、电价等参数；通过蒙特卡洛模拟运输量；采用Gurobi求解器直接求解；输出各设备出力。

S4：根据求解结果输出各设备出力值，基于所输出的各设备出力值控制各个设备的出力。

实施例2

本实施例为算例分析：

(1)算例条件和技术参数

以我国北方某地区为例，如图5所示，该乡村电-热综合能源系统由18个节点组成(包括能源中心)，电、热负荷由生物质热电联产等设备组成的能源中心供给。热网供水管道的管道参数见表1。回水网络结构与供水网络相同，因此未在图中表示，假设各热负荷节点负荷大小相同，负荷曲线见图6。设备容量为：电锅炉0.3MW；热泵0.4MW；生物质热电联产最大出力为0.5MW，光伏最大出力为1.4MW。模型各参数取值和分时电价见表2和表3。生物质原料采用秸秆。

表1热网管道参数

表2模型参数取值

(2)两阶段优化结果分析

1)第一阶段优化结果分析

优化后的热源出口温度如图7所示，优化前热负荷和优化后总热负荷如图8所示。由图8可得，当热源出口温度以85℃恒定温度进行供热时，热网损耗很大，计算得全天损耗为1.2957MW，通过优化热源的出口温度，总供热负荷与用户总热负荷相差很小，全天损耗量只有0.1256MW，说明通过温度趋势控制优化，可有效减少能源的浪费。

2)第二阶段优化结果分析

负荷曲线及光伏预测出力如图9所示，第二阶段优化结果如图10-13所示。图10为各单元的电出力/功率情况，由图10可以看出，在1-5时段电价为谷时电价，此时主要以电产热设备进行供热、从电网购电，热泵一直满发，因为热泵只需要少量的电而产生几倍的热量；在6-7时段生物质热电联产(CHP)使用量变多，这是由于生物质储存量变多，为减少储存成本而使用生物质能发电、产热。

由图10-13可以看到在5时生物质存储量达到最大，此时段生物质CHP产热量已基本满足供给热量需求，因此电锅炉退出运行，不足由热泵进行供给；由于电锅炉产热效率比热泵要小很多，而其盈利能力又不如生物质CHP，因此之后的电价平、峰时段电锅炉都将退出运行。7-17时光伏发电，由于光伏发电成本较低，此时段又是平、峰电价，因此首先用光伏电量进行负荷供给，若有余量则上网。热负荷方面，继续由生物质热电联产和热泵进行供给，相应热电联产发出的电量主要卖给电网赚取收益。17-23时段，光伏不再发电，此时段由生物质CHP进行综合系统能源电量供给，不足部分则从电网购电。同时，热电联产和热泵继续进行热负荷供给。24时进入电价谷时段，此时电锅炉投入运行。

通过一天各设备的出力优化，最大收益为0.5094万元。

本发明针对其发电特性和建模的研究较少这一情况，分析了生物质热电联产出力机理，建立其出力模型，并考虑生物质运输、储存、处理全过程，建立了供能成本模型；本发明考虑热网损耗和生物质出力特性进行综合系统优化运行，该方法中两个阶段优化模型通过热源出口温度将设备功率与热网潮流解耦，大大降低问题求解的复杂性，提高方法的适用性。

虽然已经参考优选实施例对本发明进行了描述，但在不脱离本发明范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例，而是包括落入权利要求范围内的所有技术方案。

Claims (10)

1.一种乡村生物质综合能源系统两阶段运行优化方法，其特征在于，包括以下步骤：

S1：构建乡村生物质综合能源系统结构，建立设备出力模型；

S2：构建两阶段优化模型；第一阶段，以用户热负荷、外界温度、网络结构为输入，计及热网网络损耗，以日总热量供给最低为目标进行热源出口温度的优化控制；第二阶段，基于获取的控制温度和电、热需求，以日收益最大为目标优化综合能源系统各个设备的出力；

S3：针对两阶段优化模型求解；第一阶段采用自适应交叉概率的改进差分算法求解；第二阶段采用Gurobi求解器直接求解；

S4：根据求解结果输出各设备出力值，基于所输出的各设备出力值控制各个设备的出力。

2.根据权利要求1所述的一种乡村生物质综合能源系统两阶段运行优化方法，其特征在于，步骤S1中建立所述设备出力模型包括建立生物质出力模型、光伏出力模型、热泵出力模型和电锅炉出力模型。

3.根据权利要求2所述的一种乡村生物质综合能源系统两阶段运行优化方法，其特征在于，所述生物质出力模型由下式表示：

式中，P_b(t)为t时生物质电功率；α_e为生物质系统电转换效率；m_b(t)为t时所燃烧的生物质量；η_b为生物质的燃烧转化效率；NCV_b为所使用的生物质的净热值；Δt为调度时间(h)；

生物质热值分为总热值(GCV)和净热值(NCV)，净热值与总热值满足下列公式：

其中，w为燃料的含水量；h为燃料不含水分状态下，燃料中氢的比重；GCV为总热值。

4.根据权利要求2所述的一种乡村生物质综合能源系统两阶段运行优化方法，其特征在于，所述光伏出力模型由下式表示：

P_PV＝P_stcG_SL[1+k(T_p-T_c)]/G_STC (5)

式中，P_PV为光伏发电的输出功率；P_stc为在标准条件下，测试出的最大发出功率；G_SL为太阳辐射强度；G_STC为在标准条件下，测试出的太阳辐射强度；k为功率温度系数；T_p为电池温度；T_c为参考温度。

5.根据权利要求2所述的一种乡村生物质综合能源系统两阶段运行优化方法，其特征在于，所述热泵出力模型由下式表示：

Φ_HP＝η_HPP_HP (6)

式中，Φ_HP、η_HP和P_HP分别为地源热泵的输出热功率、输入电功率和转换效率。

6.根据权利要求2所述的一种乡村生物质综合能源系统两阶段运行优化方法，其特征在于，所述电锅炉出力模型由下式表示：

Φ_EB＝η_EBP_EB (7)

式中，Φ_EB、η_EB和P_EB分别为电锅炉的输出热功率、转换效率和锅炉的输入电功率。

7.根据权利要求1所述的一种乡村生物质综合能源系统两阶段运行优化方法，其特征在于，步骤S2中建立所述第一阶段优化模型具体为：

(1)目标函数

在已知用户热负荷、外界温度、网络结构条件下，考虑热网损耗以日总热量供给最低为目标，建立热源出口温度优化控制模型，其目标函数表示为：

式中，F为总热量供给；N_T为调度时段总数；N为用户数；Φ_L(i,t)为第i个用户，第t个时段的热负荷；Φ_loss(t)为第t个时段热网的损耗；

(2)约束条件

1)热源供给与返回温度约束

式中，T_{s_source}和T_{r_source}分别为热源出口的供给温度和返回温度；

和

分别为供给温度的上下限；

和

分别为返回温度的上下限；

2)负荷节点供给与返回温度约束

式中，T_si和T_ri分别为负荷节点i的供给温度和返回温度；

和

分别为供给温度的上、下限；

和

分别为返回温度的上、下限；

3)热负荷平衡约束

式中，Φ_source为热源供给的热功率；N为用户数；Φ_L(i)为第i个用户的热负荷；Φ_loss为热网的损耗。

8.根据权利要求1所述的一种乡村生物质综合能源系统两阶段运行优化方法，其特征在于，步骤S2中建立所述第一阶段优化模型中还包括建立热网水力模型，具体为：

1)水流连续性模型

式中，A为网络关联矩阵(n_node×n_pipe)，由+1，0，-1组成，+1表示管道中的水流入节点，-1表示管道中的水流量流出节点，0表示管道与节点没有连接；

为每个管道的水流量；

为每个负荷节点的注入水流量；

2)循环压力方程

Bh_f＝0 (15)

式中，B为回路与管道之间的矩阵(n_loop×n_pipe)，由+1，0，-1组成，+1表示管道内水流向与回路定义的正方向相同，-1表示管道内水流向与回路定义的正方向相反，0表示管道与回路无联系；h_f为水从管道一头流向另一头的压力损失；

3)水头压力损失方程

式中，K为各管道阻力系数；L为管道长度；D为管道直径；ρ为水密度；g为重力加速度；f为摩擦系数；

为管道粗糙度；Re为雷诺数；μ为水运行粘度；v为管道水流速。

9.根据权利要求1所述的一种乡村生物质综合能源系统两阶段运行优化方法，其特征在于，步骤S2中建立所述第一阶段优化模型中还包括建立热力模型，具体为：

1)热功率计算

式中，Φ为热功率；C_p为水的比热容；

为每个负荷节点的注入水流量；T_s为水供给温度；T_o为水出口温度；

2)管道温度损失方程

式中，T_start和T_end分别为管道开始节点和结束节点的温度；T_a为环境温度；λ是每个管道单位长度的传热系数；L为每根管道的长度；

为每根管道内的水流量；

3)节点温度混合方程

式中，To_ut为混合节点流出水温度；

为流出节点水流量；T_in为混合节点流入水温度；

为流出节点水流量。

10.根据权利要求1所述的一种乡村生物质综合能源系统两阶段运行优化方法，其特征在于，步骤S2中建立所述第二阶段优化模型具体为：

(1)目标函数

基于获取的控制温度和电、热需求，在满足约束条件的前提下，以日经营利润最大为目标优化各个设备的出力；目标函数表示为：

式中，F为日经营利润；R_CHP(t)、R_PV(t)、R_HP(t)和R_EB(t)分别为生物质热电联产、光伏发电、热泵和电锅炉在t时段的收益；C_CHP(t)、C_OM(t)和C_GRID(t)分别为t时段生物质热电联产、运行维护和从电网购电成本；N_T为总调度时段数；

(2)约束条件

1)生物质相关约束

①可燃烧量约束

0≤m_b(t)≤S_b(t) (31)

式中，m_b(t)为可燃烧量；S_b(t)为t时段能源中心的生物质总量；

②能源中心储存量约束

式中，

为能源中心可储存的最大生物质量；S_b(end)为一天最后时刻的存储量；

为第二天初始时刻存储中心的生物质量，以保证正常运行；

③电量约束

式中，

为t时刻自用电量；

为t时刻上网电量；P_b(t)为t时刻生物质电功率；

2)光伏出力约束

0≤P′_PV(t)≤P_PV(t) (35)

式中，P′_PV(t)为t时段系统消纳的光伏电量；P_PV(t)为预测功率；

3)功率平衡约束

P_b(t)+P′_PV(t)+P_gird(t)＝P_L(t)+P_EB(t)+P_HP(t) (36)

Φ_b(t)+Φ_EB(t)+Φ_HP(t)＝Φ_L(t)+Φ_loss(t) (37)

式中，P_b(t)为t时段生物质电功率；P′_PV(t)为t时段系统消纳的光伏电量；P_gird(t)为t时段从电网购电功率；P_L(t)为t时段系统的用电负荷；P_EB(t)为t时段电锅炉的输入电功率；P_HP(t)为t时段地源热泵的转换效率；Φ_b(t)为t时段生物质热电联产系统的热出力；Φ_EB(t)为t时段电锅炉的输出热功率；Φ_HP(t)为地源热泵的输出热功率；Φ_L(t)为t时段的热负荷；Φ_loss(t)为第t时段热网的损耗；

4)爬坡率约束

|P_b(t)-P_b(t-1)|≤ΔP_b (38)

|Φ_EB(t)-Φ_EB(t-1)|≤ΔΦ_EB (39)

|Φ_HP(t)-Φ_HP(t-1)|≤ΔΦ_HP (40)

式中，ΔP_b、ΔΦ_EB和ΔΦ_HP分别为生物质热电联产、电锅炉和热泵的最大爬坡率；

5)机组出力上下限约束

式中，

分别为电锅炉输出热功率的上、下限；

分别为热泵机组出力的上、下限。

Images