考虑光热电站参与的新能源热电联供型微网运行优化

0 引言

风力发电（Wind Power，WP）与太阳能发电已在我国西部与北部发挥着重要的作用[1]。 然而，受到负荷功率需求低、外送能力弱、电网调节能力有限等因素影响，可再生能源发电的弃风、弃光现象严 重[2]～[4]。 热 电 联 供（Combined Heat and Power，CHP） 型微网既可以有效整合多种可再生能源发电形式，又能在微网内部实现多种能量形式转换，可以有效提升新能源发电利用率， 实现资源的优化 分配[5]，[6]。

目前，国内外针对CHP 型微网的优化运行进行了大量的研究。 文献[7]～[11]均以CHP 机组作为核心， 配以常规机组作为主要的热电负荷供能源，且电-热能量网络模型均为单向流动，未考虑电-热能量的双向流动。 光热发电是一种新型太阳能发电技术[12]，无光照的条件下，配有储热系统（Thermal Energy System，TES）的光热（Concentrating Solar Power，CSP）电站可维持电站约15 h 的满负荷发电[13]，具有良好的调度特性；且光热机组内拥有可控性良好的热交换系统， 使汽轮机组具备媲美燃气机组的快速爬坡能力[14]。 CSP 内部结构可以实现“光-热-电”多种能量形式的转换，不仅有利于微网内各种能量的有效利用， 而且还可以实现电-热能量的双向闭环流动[15]。由于CSP 电站具有良好的可控性与可调度性， 现有研究集中于CSP 电站与其他可再生能源间的联合发电方面。文献[16]～[19]只考虑了CSP 电站的出力可控性，很少对CSP 电站参与CHP 的潜力进行研究，且以上文献并未对CSP 电站、WP 及PP 的联合优化运行进行研究。

本文在已知风光相关预测曲线的前提下，对考虑CSP 电站参与的新能源CHP 型微网运行优化方法进行研究。 首先，构建了含WP，PP，CSP 电站、 蓄电池储能系统 （Battery Energy Storage System，BS）、EH 及热电负荷的新能源CHP 型微网，并建立了各部分出力模型。其中，EH 协同CSP电站实现微网内部热-电能量的双向流动。 在此基础上，以微网内运行成本最小为目标，兼顾与外部电网交互成本、 各设备维护成本、BS 老化成本及各类约束条件，建立了CHP 型微网运行优化模型，并采用Matlab 软件的YALMIP 工具箱进行求解。最后，算例分析说明了所提模型的正确性与有效性。 同时， 通过灵敏度分析进一步说明了CSP电站发电规模对微网运行成本的影响。

1 CHP 型微网

CHP 型微网主要包含热、 电两种能源形式，其结构图如图1 所示。 其中，CSP 电站、PP 及WP作为主要的内部供能源。

图1 CHP 型微网结构图
Fig.1 System structure of CHP microgrid

图8 为各时段TES 储放热情况。

2 CHP 型微网运行优化模型

3 算例分析

3.1 基础数据

算例以包含一个光热电站、 光伏电站、 风电场、蓄电池储能装置及电加热器装置的CHP 型微网为例， 对本文所提方法进行验证说明。 表1 为BS 参数[20]。

表1 BS 参数
Table 1 Parameters of BS

图2～4 分别为WP，PP 预测功率、 热电负荷预测功率[10]及光照辐射强度。 购电电价与售电电价采用分时电价[6]，其预测值如图5 所示。

微网内部既可以向用户提供电能， 也可以提供热能。微网有两种能源形式，图中实线表示电能流动方向，虚线表示热能流动方向，而电能的传递依靠微网的电能网络，热能的传递依靠热能网络。电能可由CSP 电站、PP、WP 及BS 提供， 也可通过电力市场进行购电； 热能的供应主要依赖EH与TES；用户负荷类型主要包括电负荷与热负荷。

3.2 算例结果分析

3.2.1 模型结果分析

图2 WP 与PP 预测功率Fig.2 Forecasting power of WP，PP

图3 热电负荷预测功率
Fig.3 Forecasting power of electrical loads and thermal loads

图4 光照辐射强度预测值
Fig.4 Forecasting value of light radiation intensity

图5 分时电价
Fig.5 Time-of-use price

图6 为微网各时段供热情况，微网24 个时段的热负荷由EH 与CSP 电站提供；0：00-8：00 及22：00-23：00 时， 由于WP 的预测功率大于热负荷所需功率， 将一部分WP 输出功率经EH 直接供给热负荷；9：00-21：00 时， 热负荷由CSP 电站的TES 直接供给。

图7 为微网各时段供电情况。

图6 微网各时段供热情况
Fig.6 Heat supply of microgrid in different periods

图7 微网各时段供电情况
Fig.7 Power supply of microgrid in different periods

由图7 可知：0：00-5：00 时，微网供电电源只有WP，而WP 出力无法满足电负荷及热负荷需求，此时处于购电价格最低时段，外购电量达到最大， 电负荷功率由WP 与外购电功率承担；6：00-15：00 时， 随着光照辐射强度的增加，PP 与CSP电站开始向电负荷供电，这一时段供电量充足，在8：00 之后微网内各电源出力可以满足电负荷需求，未发生购电交易；16：00-18：00 时，随着光照强度的下降，CSP 电站与PP 的供电功率逐渐下降， 导致微网内出现供电缺额， 外购电量逐渐上升；19：00-23：00 时，供电电源只有BS 与WP，微网电负荷供电缺额继续增大， 为满足微网供需平衡，外购电量进一步增加。

EH 的能量转换效率取99%， 其输出热功率上限为600 kW，维护成本取0.02 元/kW，其他参数见文献[19]；微网与外部电网的交互功率上限为900 kW；CSP 电站耗散系数取0.03， 发电机最大出力为250 kW，TES 的充放热效率均取98%，其最大充、放热功率均为400 kW，可满足电站10小时的满负荷运行，CSP 电站供电及储、供热成本系数分别取0.2 元/kW，0.05 元/kW [19]；WP，PP 的运维成本均取0.03 元/kW。

图8 各时段TES 储放热情况
Fig.8 Charging and discharging heat of TES in different periods

由图8 可知：0：00-8：00 及22：00-23：00 时，从外部电网购电价格较低， 为了保证白天热负荷功率的供应， 通过EH 将外购电转化为热能储存于CSP 电站的TES 中，在3：00-6：00 时储热速率达到最大值；9：00-21：00 时， 热负荷完全由CSP电站的TES 供给， 而CSP 电站不再进行储热，直接将光场接收到的热能转化为电能供给电负荷。全天CSP 电站的TES 向热负荷放热总功率为3 207 kW·h。

图9 为各时段EH 的热功率。

图9 各时段EH 的热功率
Fig.9 Thermal power of EH in different periods

由图9 可知：0：00-8：00 及22：00-23：00 时，外购电价格较低，微网内主要供能源为WP。 为了向TES 充热以满足白天的热负荷供应，此时购电价格较低， 可从外部电网购电，EH 将WP 的部分电能转化为热能供给热负荷，EH 将WP 外购电的部分电能转化为热能供给TES， 保证系统的稳定运行。 全天EH 向微网提供热功率5 260 kW·h。

各时段购电及售电量如图10 所示。

图10 各时段购电及售电量
Fig.10 Amount of electricity purchasing and selling in different periods

由 图10 可 知：0：00-2：00 及22：00-23：00时， 外购电全部供给EH 与电负荷，EH 将电能转化为热能全部供给TES 充热；3：00-8：00 时，EH向TES 供热达到最大值后逐渐减小，BS 进行充电，由于6：00 以后，CSP 电站与PP 开始发电，微网的供电压力逐渐减小， 外购电量也随之下降；9：00-15：00 时，微网内的供电量十分充足，PP 与CSP 电站出力达到较大值， 微网内部热电负荷无法消纳， 将部分多余电能售出获取一定的经济效益；15：00-21：00 时， 随着光照强度的下降，CSP电站与PP 的输出功率不断减小，需通过外购电保证微网的稳定运行。 全天微网的购电总量为6 191.4 kW·h，售电总量为1 055.9 kW·h。

图11 为微网的运行成本。

图11 微网的运行成本
Fig.11 Operation costs of microgrid

由图11 可知：微网与外部电网交互成本为3 273.2 元，约占运行总成本的74.6%；各设备运行维护成本为1 056.2 元， 而BS 老化成本为60元。 由以上数据可知，CHP 型微网的运行成本为4 389.4 元。

表2 微网优化运行数据
Table 2 Optimization operation data of microgrid

由表2 可知： 微网的购电量及售电量分别为6 191.4 kW·h 与1 055.9 kW·h， 其中购电量约占热电总负荷需求的40.5%， 使购电总成本达到4 389.4 元。

3.2.2 模型有效性分析

为了验证本文模型的有效性， 构建两种不同的模型进行对比说明。 模型1：微网中仅考虑CSP电站参与运行；模型2：微网中考虑EH 与CSP 电站参与运行。

为了防止发生供热不足的现象， 模型1 假设购热成本为0.9 元/kW[8]，微网内各设备电功率情况及微网内各设备热功率情况分别如图12，13 所示。

图12 微网内各设备电功率情况
Fig.12 Electric power of various devices in the microgrid

图13 微网内各设备热功率情况
Fig.13 Electric power of various devices in the microgrid

由图12，13 可知： 模型1 中微网的购电量明显减小，WP 与PP 承担了电负荷的主要供给，购电量仅为1 376.4 kW·h， 微网内部电源满足了大部分电力需求； 而热负荷主要通过外购热及TES供热两种方式满足，6：00-15：00，TES 储热以满足其他时段热负荷需求， 该时段需从外部购热以满足微网内热功率供需平衡。

不同模型运行成本对比如图14 所示。

图14 不同模型运行成本对比
Fig.14 Comparison of operation costs of different models

由图14 可知：模型1 的购电购热成本为3 937.6 元，比本文模型高664.4 元；而各设备运维成本模型1 为682.2 元，低于本文模型374 元，储能系统老化成本皆为60 元。 模型1 运行总成本4 679.8 元，比本文模型运行成本高290.4 元。由此可知， 本文模型运行成本较低， 具有良好的经济性。 进一步，本文将研究CSP 电站规模对运行成本的影响。

3.2.3 不同CSP 电站规模对运行成本的影响

本文中的CSP 电站的发电机组上限分别取100，150，200，250 及300 kW，分别对以上情况进行求解，不同CSP 电站规模下的运行成本及出力对比如图15 所示。

图15 不同光热电站发电规模下的运行成本及出力对比
Fig.15 Comparison of operation costs and output power with different capacities CSP plant

由图15 可知： 随着CSP 电站出力上限的增加， 系统的运行成本由4 775.4 元降为4 389.4元；而CSP 电站的出力从1 096 kW·h 增加至1 780.9 kW·h， 并且从100 kW 增至200 kW 时增长较快。 这说明在一定范围内增加CSP 电站发电规模，不仅可以提高CSP 电站的发电能力，而且有效降低了系统的运行成本，经济效益明显。

4 结论

本文引入CSP 电站与EH， 构建了一种新能源CHP 型微网，提出了一种计及微网运行成本的新能源CHP 型微网运行优化模型，经过算例分析得到以下结论。 ①该策略实现了微网内部的100%可再生能源发电供应，内部电源不仅可满足59.5%的热电负荷需求， 而且微网通过外售多余电能获取部分经济利益以减小运行成本； 而购电量约占热电总负荷需求的40.5%，表明CHP 型微网对外部电网的依赖度较高， 需保持与外部电网的实时互动才可以保证内部的供需稳定。 ②EH配合CSP 电站可以提高微网的运行灵活性，实现电-热能量的双向流动，且依据电价信号，将负荷低谷时段电能转换为热能， 在负荷高峰时段将收集的热能转化为电能，降低了微网的运行成本。③本文所提模型的全天微网运行成本仅为4 389.4元，低于对比模型约6.2%，具有良好的经济性。④灵敏度分析表明，CSP 电站的发电规模会影响微网的运行成本，当已知光照强度预测曲线时，增大发电规模可以提高CSP 电站的发电能力，降低系统的运行成本。