计及能源利用效率的含生物质沼气发电农村能源系统优化运行
冯凯辉1 , 闫湖1 , 戴吴珍2 , 陈健2 , 刘永亮2
（1. 国网能源研究院有限公司，北京 102209; 2. 山东大学 电气工程学院，山东 济南 250061）
摘要：
引文信息
冯凯辉, 闫湖, 戴吴珍, 等. 计及能源利用效率的含生物质沼气发电农村能源系统优化运行[J]. 中国电力, 2022, 55(7): 172-178.
FENG Kaihui, YAN Hu, DAI Wuzhen, et al. Optimal operation of rural energy system with biomass biogas power generation considering energy utilization efficiency[J]. Electric Power, 2022, 55(7): 172-178.
引言
随着“乡村振兴”计划的不断深入推进，农村经济发展受到极大重视。农村新能源发展迅速，但农村能源系统中能源消费结构不合理、能源消费层次低、农村能源能效低下等问题依旧存在。农村能源系统建设还需要根据当地自然资源禀赋，实现多能互补利用，提高能源利用效率。近年来，农村能源系统对以生物质能为代表的新能源需求越来越强烈。文献[1]研究了生物质发电的微网动态经济调度问题。文献[2]构建基于沼气的内燃机热电气联供系统，研究了系统的一次能源利用效率。文献[3]在基于沼气生产的生物质资源利用的基础上，研究了对应的经济效益、生态效益与社会效益。文献[4]建立了风机、光伏、沼气发电机和蓄电池的控制模型，实现多种能源的综合利用。文献[5]重点阐述了沼气发电技术的系统特点和运行工况要求。上述文献没有充分探讨能源系统中能源利用效率问题。在能源利用效率方面，文献[6]构建了冷热电联产系统，提出了一次能效指标。文献[7]基于热力学第二定律，提出了㶲效率的概念。文献[8]引入能量价值参数以解决园区中不同能源的统一问题。本文构建了含生物质沼气的综合能源系统模型，在考虑风光、负荷出力的不确定性条件下，建立了基于机会约束的电气热综合能源系统优化运行模型。通过算例验证了本文所提方法的正确性与有效性。
1 电-气-热综合能源系统模型
（1）本文建立了电气子系统模型。在该模型中，蓄电池容量、出力、电量约束分别为式中： S SOC (t ) 为t 时刻蓄电池的荷电状态； 分别为荷电状态的上、下限； P c (t ) 为时刻t 蓄电池的充电功率； P d (t ) 为时刻t 蓄电池的放电功率； 分别为蓄电池充放电最大功率限值；B c (t )、 B d (t ) 分别为时刻t 的充、放电标志位； Δt 为时间间隔； η c 、 η d 分别为充、放电效率；T 为优化调度周期。 生物质沼气发电技术利 用了农村地区的废弃物，经厌氧发酵处理产生沼气，并驱动沼气发电机组发 电。沼气应用结构如图1所示。
图1 沼气应用结构 Fig.1 Application structure of biogas 近似认为一天内生物质能总量固定。沼气发电机组发电容量及出力约束分别为
E z t ) 为时刻t 机组的剩余发电容量；E z ,max 为机组的发电容量上限； P zqdis(t) 为时刻t 机组的出力； P zqmax W (t ) 为时刻t 储气罐的气量； W max 为储气罐最大容量限制； Q c (t ) 、 Q d (t ) 分别为时刻t 储气罐充、放气功率；为储气罐充、放气最大功率限制； η c,c 、 η c,d 分别为储气罐充、放气时的效率。 （3）热力子系统模型。在该模型中，蓄热池容量、出力、热量约束分别为S r (t )为时刻t 蓄热池的剩余热量；为蓄热池最大热容量限制； H r,c (t ) 、 H r,d (t ) 分别为时刻 t 蓄热池的蓄、放热功率； 为蓄热池蓄放热最大功率限制； A c (t )、A d (t ) 分别为蓄、放热标志位； η r,c 、 η r,d 分别为蓄热池蓄、放热时的效率。 （4）耦合单元模型。在该模型中，电转气设备出力约束为G P2G (t) 为电转气设备输出的天然气功率； P P2G (t) 为电转气设备使用的电能大小； η P2G 为电转气设备电能转化为气能的效率。燃气轮机出力约束为式中： P gt (t ) 为燃气轮机产生的电能； η gt 为燃气轮机转化电能的效率；G gt (t )为燃气轮机使用的天然气量； Q gt (t )为燃气轮机 产热功率； C V 为燃气轮机转化为热功率的效率。 蓄热电锅炉出力约束为Q r (t ) 为蓄热电锅炉时刻t 产生的热能； P r (t) 为蓄热电锅炉在时刻t 消耗的电能； η r 为蓄热电锅炉的转化效率。蓄热电锅炉消耗电能有一定的限制，即为蓄热电锅炉的最大电功率。 本文的约束条件包括5条，具体如下。电功率守恒条件为P load (t ) 为系统时刻t 的电负荷； P P2G (t ) 为系统时刻t 的电转气设备耗电情况； P in (t ) 、 P out (t ) 分别为时刻t 从电网购售电功率； P wt (t )、P pv (t ) 分别为时刻t 风机光伏的出力。气功率守恒条件为G buy (t) 为系统时刻t 从天然气网络购气量； G load (t) 为系统时刻t 气负荷出力情况。热功率守恒条件为Q load (t ) 为系统时刻t 热负荷出力情况。电网联络线功率约束为P in⋅max 、 P out⋅max 分别为购、售电功率的上限； F in (t)、F out (t) 分别为购、售电标志位。气网联络线功率约束为为气网联络线功率上限。
2 机会约束处理
风机、光伏和负荷的出力存在着随机性与不确定性，可采用正态分布来表征误差，通过机会约束规划解决不确定性的问题，即
δ pv (t ) 、 δ wt (t ) 、 δ load (t ) 分别为光伏、风机、负荷的预测误差正态分布的均值； α 为置信水平，表示该约束成立时所取的概率值；P 为概率。式（34）表示在燃气轮机、沼气发电、蓄电池放电和从电网购电的这些可控变量里满足风机、光伏和负荷不确定性的概率要大于等于 α 。由于该式含有随机变量，可通过等价变化转化为确定形式，从而直接求解[11-16] 。
3 目标函数
系统运行过程中所需费用包括从电网的购电费用、从天然气网络的购气费，其中当系统电能充足时，还可以售卖一部分电量给上级电网。本文考虑系统运行周期为24 h，时间间隔为1 h，目标函数 F 1 为
f b 为24 h内从电网的购电总花费； f g 为24 h内从天然气网络的购气总花费； f s 为24 h内卖电给电网的盈利费用； c (t ) 、 d (t ) 、 p (t ) 分别为时刻t 的购电电价、售电电价和购买天然气的气价。本文采用标准煤能效指标来衡量系统能源利用效率 η ，将其定义为系统向用户供能与系统输入能量之比，即θ f 、 θ e 分别为天然气、电力折算成标准煤的系数[13] 。目标函数为综合考虑运行经济性与能源利用效率属于多目标优化问题。本文利用目标隶属度函数将多目标问题模糊化，从而将其转化成单目标进行求解。目标函数 F 1 、F 2 均为最小化函数。本文选择降半直线形作为隶属度函数， F 1 、F 2 的隶属度函数具体形式参考文献[17-19]。 设μ 为2个目标隶属度 函数中的最小值，代表优化的满意度指标，即
4 案例分析
本文以某地区含生物质沼气发电的电气热能源系统为研究对象，结构如图2所示。
图2 系统结构
Fig.2 Structure of the system
该系统内风机、光伏24 h内出力情况如图3所示。电、气、热负荷数据如图4所示。系统运行周期为24 h。01:00—08:00时段购电电价为0.43元/（kW•h），售电电价为0.27元/（kW•h）。09:00—11:00、16:00—18:00、22：00—24:00时段购电电价为0.69元/（kW•h），售电电价为0.5元/（kW•h）。12:00—15:00、19:00—21:00峰时段购电电价为1.21元/（kW•h）[21-25] ，售电电价为1.02元/（kW•h）。天然气气价为0.25元/（kW•h）。
图3 新能源的出力情况
Fig.3 Output of new energy
图4 电气热负荷数据
Fig.4 Electrical heat load data
为分析不同场景下优化运行方案，在此设置3种方案。方案1只考虑系统日前优化运行经济性。方案2只考虑系统能源利用效率。方案3综合考虑系统经济性与能源利用效率。4.1 方案1 当能源系统不考虑风光负荷出力不确定性时，各发电机组的出力变化情况如图5~7所示。从图5~7中可知，在电价较低的时候，储能系统储存多余的电量以备套利运作，且由于此时电转气的成本低于直接购气，故也会产生较多的气来供应气网，此时的天然气供应充足，故热负荷更多的是由燃气轮机供应。随着电价的上升，电转气的成本高于直接购气，故不再经济，气网开始更多的购气，沼气发电机组开始向外发电，而为了更好地供应电力负荷，储能也会释放多余的电能，以减少购电费用。
图5 电网交互情况
Fig.5 Interaction of power grid
图6 气网交互情况
Fig.6 Gas network interaction
图7 热网交互情况
Fig.7 Heat supply network interaction
在考虑新能源出力以及负荷功率不确定性时，电负荷波动方差取值为0.01（p.u.），风光发电波动方差为0.1（p.u.）。当采用不同的置信水平时，不同置信度的选取会对结果产生影响，具体的运行成本如表1所示。从表1可以看出，随着置信水平的不断增大，总成本不断增多。这说明系统考虑不确定性使得系统可靠性水平提高，是以总运行成本的增加为代价。当置信度提高时，总运行成本也依次增加，可以体现风光、负荷的随机性对调度结果的影响。
表1 方案1的优化结果 Table 1 Optimization results of scheme 1
4.2 方案2 为了更好地研究能源利用效率，本文分析在考虑能效下的调度策略，为决策者如何考虑能效提供方案。考虑不同置信水平的运行结果如表2所示。在表2中，随着置信水平α 的不断增大，系统能源利用效率逐渐减小，说明系统考虑不确定性使得系统可靠性水平提高，这是以系统能效的减小为代价。
表2 方案2的优化结果
Table 2 Optimization results of scheme 2
4.3 方案3 3 种情况下置信水平α 取60%的运行费用和能效情况如表3所示。
表3 方案3的优化结果 Table 3 Optimization results of scheme 3
从表3中可以看出，以经济性为优化目标时，系统日运行费用最低，但此时系统能效结果不是很理想。以能效为优化目标时，系统取得较高的能效水平，但此时系统经济性水平较差。以经济性和能效为单一目标时，系统运行存在一定地局限性。采用本文所提的模糊隶属度函数较好的解决了多目标优化问题，使系统能够统筹兼顾经济性与能源利用效率。
5 结语
本文通过对含生物质沼气发电的农村综合能源系统进行日前经济优化运行和能源利用效率建模研究，在单目标研究的基础上再进一步综合研究经济性与能源利用效率的多目标优化运行问题。通过采用机会约束规划较好地解决了不确定性问题，所提方法能够统筹兼顾系统经济性与能源利用效率。（责任编辑 杨彪）
作者介绍
冯凯辉（1986—），男，通信作者，高级工程师，从事分布式电源、微电网、农村能源研究，E-mail：fengkhui@163.com; ★
闫湖（1985—），女，高级工程师，从事能源统计、农村能源、分布式电源研究，E-mail：yanhu@126.com; ★
戴吴珍（1997—），女，硕士研究生，从事综合能源系统优化调度研究，E-mail：dai_hfut@163.com.