综合能源系统（6）——综合能源系统规划设计技术

综合能源系统关键技术与典型案例　 何泽家，李德智主编

综合能源系统是指利用先进的技术和管理模式，整合区域内的各类能源，并对能源的生产、传输、转换、分配、存储、消费等环节进行有机协调，面向工业企业、商业园区、公共建筑、居民小区、电动汽车等用能主体，形成以电为主，冷、热、气等多种能源联合供给的产供销一体化系统，实现各异质能源子系统之间的协调规划、优化运行、协同管理、交互响应和互补互济。典型的综合能源系统一般可由分布式能源、供电、供冷、供热、供气、储能及相关的控制和管理系统组成，通过热泵、电锅炉、燃气轮机等能量转换设备耦合成一个整体。基于各能源子系统间在时间和空间上的耦合关联，综合能源系统可以满足各能源的互补匹配，从而提升可再生能源的吸纳率，减少能源消费对化石能源的依赖。

综合能源系统的规划不同于传统电力系统规划，其涉及能源站、能源网络、多能负荷、多能存储多个环节，包含电、气、热、冷多种能源，能源转换和耦合关系更为复杂，“源-网-荷一储”交互更为频繁，与市政、交通、信息系统融合更为深入。研究可实际应用于工程的综合能源规划的关键技术，能够大大降低综合能源系统的规划难度，形成最佳的能源供应方案，为区域发展规划提供依据。

1、综合能源系统网格化规划关键技术

目前进行区域能源规划时各规划相互独立，规划方法和思路各不相同，难以统筹考虑，能源利用效率难以进一步提高。针对这一问题，结合电、冷、热、可再生能源等各类能源规划要求，考虑城市交通、道路规划，采用统一的能源网格划分要求，形成最小能源单元，通过不同能源规划中的能源网格组合方法，为综合能源系统规划提供依据。

网格划分思路为：能源网格划分需统筹考虑集中式冷、热站供能范围与布置原则、电网单元制划分原则、分布式电源消纳与储能配置原则、充电服务半径等要求划分能源网格。分析各网格功能需求，需要分别考虑各网格内冷/热集中供应需求、电力供应需求、电动汽车充电需求、分布式光伏电源开发条件、电储能需求等，将能源要素多元的能源网格作为重点建设对象。将能源网格内重点能源要素相融合，采用多站融合建设方式，共享利用场地、管道、通信等资源，打造能源综合服务站。能源网格划分思路如图3-11所示。

能源网格划分技术路线如图3-12所示。首先，明确能源网格划分原则；其次，根据能源网格划分原则，建立描述用能负荷单元广义距离的坐标体系；最后，基于用能负荷单元之间的广义欧式距离，建立加权图，利用谱聚类实现用能单元的划分，得到各级能源网格。

能源网格划分方法具体技术路线如下：

首先，明确能源网格关键元素及划分原则，具体包括但不限于以下几个方面：

1. 能源网格的划分应与电力网格的划分现状实现高度的契合，突出综合能源系统中电力的主体地位。
2. 能源网格的划分应与行政区域的分区、市政规划片区划分保持协调一致；能源网格应属于同一开发片区。
3. 能源网格的划分需要结合铁路、公路、河流、山丘等人为或者自然的地理因素，尽量以上述大型地物作为网格的边界，避免地物跨越。
4. 能源网格的划分需考虑各个网格之间的相对独立性、网架完整性以及管理便利性等需求，网格之间不宜存在交叉。
5. 能源网格不宜跨越220kV变电站供电分区。
6. 网格划分的结果应该具有一定的远期适应性，即划分后在较长时间内可以对边界进行微调，但不能进行较大的改变。

其次，基于上述规划原则，建立评价用能负荷单元广义距离的坐标体系，包含但不限于电力网格坐标、经纬位置坐标、行政区域坐标、市政规划坐标、开发深度坐标、自然地理因素坐标、人文地理因素坐标等7个维度。

最后，基于广义欧式距离，在规划片区内对用能负荷进行聚类，得到供能网格和供能分区。

2、综合能源系统多阶段规划方法研究

3、多种耦合单元的区域综合能源系统协同规划研究

燃气轮机、燃气锅炉以及热电联产系统等耦合单元的广泛应用，使电力系统、天然气系统和热力系统之间的联系日益紧密。为鼓励综合能源系统背景下更多的联供系统积极参与，针对该系统中电力、天然气和热力系统之间的交互影响及其不确定因素，重点考虑耦合单元位于电网、热网平衡节点的影响，以及各网信息交互不同运行模式的潮流分布式顺序求解。

当前国内外相关文献主要采用牛顿统一求解算法分析综合能源系统稳态潮流，主要存在以下问题：

1. 对于耦合单元特别是CHP的建模多为简单线性模型，忽略了CHP非额定功率运行的非线性特性；
2. 关于耦合单元对电气热网潮流的影响，尤其是耦合单元存在于平衡节点时的影响分析不够充分；
3. 牛顿统一求解算法需要各网运行主体之间完全共享信息，不能充分利用现有电、气、热各网潮流计算成果，并且气、热网变量的引入会大大增加雅克比矩阵的维度。

研究CHP、燃气轮机、燃气锅炉、电压缩机、热泵等多种电气热耦合单元的建模，应重点研究不同耦合单元存在于电热平衡节点时对潮流计算的影响。

含电、气、热的综合能源系统由电力系统、热力系统、天然气系统以及CHP、燃气轮机、燃气锅炉等多种耦合单元组成。电力系统主要包括发电机、电负荷以及输电线路：热力系统主要包括热源、热负荷、供应和回流管道以及水泵：天然气系统主要包括气源、气负荷、输气管道以及压缩机。各系统节点类别及变量如表3.2所示。

分布式顺序求解算法是利用现有电网、热网和气网的潮流计算成果，并结合耦合单元的模型特点，通过各网之间的迭代计算全网潮流分布。针对不同的系统运行模式，其求解算法不同。除了涉及CHP、燃气锅炉、燃气轮机、水泵以及电压缩机等耦合单元以外，还应重点考虑不同耦合单元在电网平衡节点以及热网平衡节点的作用。

根据在平衡节点运行的耦合单元种类的不同，将系统运行方式进行分类。考虑到CHP的高效性，在各网平衡节点均配置一定容量的CHP。为了保证平衡节点的功率充足，电网平衡节点应配置容量充足的燃气轮机，热网平衡节点应配置容量充足的燃气锅炉。在平衡节点由CHP和其他耦合单元联合供能时，CHP均以额定功率运行。

4、综合能源系统优化配置方法

综合能源系统要达到高效的能源利用率，发挥其节能减排的作用，使保障系统经济稳定运行，合理的配置方案必不可少。综合能源系统在进行规划优化的过程中，需要考虑园区资源禀赋、环境、政策、经济情况等因素，从系统全寿命周期角度考虑各种能源的运行情况，制定出电、冷、热、气系统在互补、耦合情况下的优化组合及配置方案。

基于国内外综合能源协同规划研究，综合能源系统规划优化目标主要围绕全寿命周期内总成本最低、碳排放最低和能效最高三个目标展开，分别将其设置为目标函数，统筹考虑投资成本、运行成本、维护成本、碳排放量、设备输出能量等。再考虑多元化的约束条件，如：投资能力、建筑面积、电网供能、供能设备运行、天然气网络容量、可靠性、需求响应等。

综合能源系统规划与运行调度涉及设备间的相互耦合，属于非线性求解问题，数学模型之间的相互约束比较复杂，求解维度要求高。求解此类问题的常用数学算法有粒子群算法、遗传算法、模拟退火算法等。

（1）粒子群算法
粒子群优化算法(Particle Swarm Optimization， PSO)又翻译为粒子群算法、微粒群算法或微粒群优化算法，是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能(Swarm Intelligence, SI)的一种。它可以被纳入多主体优化系统(Multiagent Optimization System，MAOS)。粒子群算法求解流程图如图3-14所示。

（2）遗传算法
遗传算法(Genetic Algorithm，GA)最早是由美国的John Holland于20世纪70年代提出的，该算法是根据大自然中生物体进化规律而设计提出的。它是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。该算法通过数学的方式，利用计算机仿真运算，将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。在求解较为复杂的组合优化问题时，相对一些常规的优化算法，通常能够快速地获得较好的优化结果。遗传算法求解流程图如图3-15所示。

（3）模拟退火算法
模拟退火算法(Simulated Annealing， SA)最早的思想是由N.Metropolis等人于1953年提出的。1983年，S.Kirkpatrick等人成功地将退火思想引入到组合优化领域。它是基于Monte-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法从某一较高初温出发，伴随温度参数的不断下降，结合概率突跳特性，在解空间中随机寻找目标函数的全局最优解。模拟退火算法是一种通用的优化算法，理论上，算法具有概率的全局优化性能，目前已在工程中得到广泛应用。模拟退火优化算法求解流程图如图3-16所示。