文献阅读 |基于功能区间模型的关中地区碳减排分布式能源系统优化设计

题目

Optimal Design of a Distributed Energy System Using the Functional Interval Model That Allows Reduced Carbon Emissions in Guanzhong, a Rural Area of China

作者

Ying Zhu,*, Quanling Tong , Xueting Zeng , Xiaxia Yan , Yongping Li and Guohe Huang

期刊

Environmental Pollution

时间

2019.04

一作

单位

Shaanxi Key Laboratory ofEnvironmental Engineering, Xi’an University of Architecture and Technology

链接

https:// doi:10.3390/su11071930

研究导读

       目前，我国农村供电已成为制约经济发展和居民生活水平提高的重要因素。为支持农村地区不确定条件下分布式能源系统(DES)的优化设计，本研究提出了一种区间全无限规划农村能源模型(IFIP-REM)。通过复杂多变的外部条件影响区间的上下界，IFIP-REM可以模拟外部系统的影响。为验证模型的有效性，以关中地区为例，以最小化系统成本、资源约束、能源供应可靠性和碳减排为目标，对DES优化设计进行了验证。这些数据揭示了合理的优化方案的产生，以获得IFIP-REM的区间解。与集中能源系统(CES)相比，DES使城市电网购电量减少47.5%。总体而言，该模型可以通过协调经济成本、系统效率和碳减排之间的冲突，帮助管理者做出DES优化设计的决策。

研究背景

       为推进中国西部大开发战略，建设一带一路，中华人民共和国住房和城乡建设部于2018年发布了《关中平原城市群发展规划》。关中地区是中国西部第二个城市群，截至2017年，关中地区行政面积约107.10×103平方公里，人口2980万，地区生产总值19584.2亿元。目前，关中的可再生能源利用还比较简单，效率较低。虽然使用了太阳能、生物质能和地热能，但它们的效率不超过10%。因此，有必要改革农村能源使用方式，引入DES等节能环保新资源，以改善农村能源问题，促进农村生活和经济的发展。

研究方法

      分布式能源系统(DES)纳入了能源、电器设备、成本模块；其中成包含了设备成本，运营成本，燃料成本，购电成本，补贴成本等，设定了系统效率、容量、碳排放等限值参数。在这种DES中，天然气和光伏发电向用户供电，天然气产生的热量由余热储存设备回收，直接提供热负荷或冷负荷。当这个系统产生的电量不能满足电力负荷的需求时，由电网补充，当发电量大于电力负荷时，将其储存在电池中。由于DES设备复杂，因此将其分为以下几类：(A)能源生产设备：内燃式发电机组(NG)、太阳能光伏电池板(PV)、生物质锅炉(BB)；(B)能源转换设备：地源热泵(GP)、吸收式冷水机组(AC)、换热器(HE)；(C)能源转换设备：蓄冷设备(CS)、蓄热箱(HS)和电池(BA)。系统的流程图如图1所示。作者统计收集了农村居民用电信息和数据如表1-5

图1. 关中分布式能源系统(DES)能量流程图

表1.春秋两季家用电器小时运行表

表2.夏季家电小时运行表

表3.冬季家用电器每小时操作表

表4.设备参数汇总表

表5.能源系统说明

       优化设计过程首先确定当地资源的可用性和相应设备的选择，建立以系统总费用为目标的优化设计模型。然后，使用LINGO13.0 (线性交互和通用优化器13.0)对模型进行编程和求解。通过输入相关参数，得到模型的最优解。Lingo是一个全面的工具，可以更快、更容易、更高效地构建和求解线性、非线性和整数优化模型，它提供了一个快速求解器引擎来说明和求解优化模型。一般来说，使用LINGO解决运筹学问题可以分为以下两个步骤：(1)根据实际问题建立数学模型，利用数学建模的方法建立优化模型；(2)使用LINGO求解优化模型。

         优化过程首先确定可用的资源和相应的设备，建立以系统总成本最小为目标函数的优化配置模型。该模型提供了DES的最优解和配置模型。图2显示了IFIP-REM流的最佳配置。

图2. 关中DES区间全无限规划农村能源模型(IFIP-REM)框架

研究发现

本研究建立了区间全无限规划农村能源模型(IFIP-REM)，首先对DES进行优化设计，然后将其应用于关中地区。建立了冷、热、电成本与IFIP-REM解决方案。考虑了系统设备配置、成本和系统能耗之间的相互影响。本文选取了每个季节的典型日负荷。由于一年有8760小时，如果将每小时的能源供需平衡作为优化设计模型的约束条件，在输入其他非线性约束条件和目标函数后，模型将成为一个复杂的非线性优化问题。用通用计算机求解这类模型会有一定的难度，即求解效率低，解的质量不稳定。因此，在建模过程中，有必要对能源供需输入量进行适当压缩。压缩时间维度与系统终端的能量负载特性密切相关。由于研究区终端能源负荷存在较大的季度差异，将时间尺度压缩为四个具有代表性的季节，从而将计算点减少到96个。

（1）能源消费

        能源供应方案的上下限如图3所示。关中使用的能源可分为五类。天然气和太阳能分别以36.98%和50.34%的比例位居第一和第二位。在下限供应中，地热能占5.49%。相比之下，上限供应的地热能仅占总能源的0.05%。这是因为最优设计满足系统的最小总成本。此外，由于DES使用天然气作为内燃机的能源，天然气消耗量显示出最大的价值。这些数据表明，进口的可再生能源在IFIP-RES中发挥了重要作用，特别是在能源达到下限的情况下

图3. IFIP-REM的比例供电

（2）模型优化结果

        通过计算IFIP-REM，得到了该系统冷、热、电的最优配置模式。关中地区四季分明，春秋两季不要求冷热，但有必要提供夏冬两季的冷热，以改善居民的生活条件。下面讨论了三种可能的模式。

       图4描绘了典型夏日DES的冷平衡模式。在系统运行期间，冷负荷主要由内燃机、太阳能光伏电池板和电网向吸收式冷水机组转换来满足。用户冷需求高峰出现在13：00-20：00，其他时段无波动。随着用户能源需求的减少，系统配置的地源热泵机组数量较少这是由于自动系统优化造成的。通过地源热泵和吸收式冷水机组过程，将电能转化为冷负荷，然后供应给用户。在某些时段，冰蓄冷装置会产生和储存过多的冷负荷。由于蓄能效率为0.65，冰蓄冷装置释放的冷能低于储存的冷能，在冷能转换过程中没有能量浪费。图5显示了典型冬日DES的热平衡模式。生物质锅炉和内燃机产生的热量通过热交换器转换后提供给用户。由于转换效率为0.98，在加热过程中没有能量浪费。

                                  图4.典型夏日的冷平衡模式

图5.典型冬日的热平衡模式

        图6显示了四季DES运行的典型一天的电力平衡情况。随着居民在早上、白天和晚上使用更多的家用电器，用电量也增加了。在此之前，系统会提前储电，以减少发电设备的消耗。电池的储能效率为0.85。因此，流入电池的电量也高于流出电池的电量。太阳辐射强度达到光伏电池板发电要求，可以满负荷运行。光伏电池板产生的电能由控制器直接调节和控制，并直接送到直流和交流负载。当太阳能光伏电池板在某些时间段被过度使用时，除负载电力外的电力将暂时储存在电池中。当系统缺电时，可以调用电池作为电源来为负载供电。考虑到蓄电池容量有限，系统接入市政电网以保证正常负荷。另一方面，该系统在低压时段储存电能，在高峰时段向电网出售电力，同时确保自用。这可能会在削峰填谷的同时增加系统的经济性。如图6所示，春秋两季，由于冷热负荷需求不足，本系统仅有太阳能光伏电池板、蓄电池和市政电网为用户供电。供需比较平衡，基本不发生断电。在无热负荷的夏季，吸收式冷水机组可采用内燃式。吸收式冷水机组制冷效率高，性能值系数可达1.30，保证了系统较高的能量利用效率。在冬天，我们可以看到电能过剩。这是因为系统需要使用内燃机来产生热量，以满足用户的热需求。因此，通过从电网获取额外的电力，增加了系统的功耗

图6.电力每日平衡图

（3）碳排放

 图7描述了一年四季DES和CES的碳排放量。与CES相比，DES具有更好的减碳效果，减碳率为[22.73，31.05]%。在CES中，春季和秋季的碳排放量较少(分别为4.90×103和6.83×103 kg)。冬季最大([9.45，13.10]×103 kg)。在春季和秋季，用户不使用供暖或制冷。夏季和冬季，由于用户的冷热负荷，碳排放增加。而DES的碳排放曲线相对稳定，春、夏、秋三季的排放量在3.81×103 kg~5.98×103 kg之间波动。冬季碳排放量急剧上升，排放量为[6.27，10.06]×103 kg。DES和CES从市政电网购电分别达到[12.49，17.38]×103kWh和[23.80，33.16]×103kWh。因此，DES从市政电网购买的电力较少，以确保能源使用的可靠性。CES的耗电量更大，因为它需要用电来为用户提供热负荷和冷负荷，因此比DES消耗更多的电力。根据国家能源局最新公布的6×103kW及以上煤炭消耗率(326g/kWh)，DES通过使用清洁能源，每年减少标准煤燃烧[3687.06,5144.28]公斤。相关数据表明，天然气发电在减少碳排放方面比燃煤发电具有明显的优势。

图7.系统碳排放的比较

（4）系统成本

本研究的目的是在优化结果的基础上使系统成本最小化。通过优化拟议系统的配置，应将设备、运行、燃料、采购和补贴方面的系统总成本降至最低。图8给出了最优设计环境下系统成本上下限的组成。该系统的总成本徘徊在24.82×103元至39.85×103元之间。设备、燃料、购电费用占多数(分别为[12.92，16.70]×103元，[6.30，12.65]×103元，[6.22，8.66]×103元)。此外，可再生能源设备成本占设备总成本的[19.82，63.95]%。可再生能源设备价格高昂，再加上缺乏与DES政策相关的补贴，导致该系统无法在优化期间对可再生能源设备进行优先排序。在农村地区使用可再生能源DES不仅可以解决成千上万人的日常电力需求，还可以最大限度地保护环境。

图8.系统成本构成

研究结论

     本研究建立了一种区间全无限规划农村能源模型(IFIP-REM)，并将其应用于农村分布式能源系统(DES)。为了最大限度地降低系统成本，满足高能耗需求，实现更好的系统设备容量，降低设备成本，提高效率，将IFIP-REM技术应用于关中电厂。DES的优化配置模型考虑了农村地区丰富的可再生能源。
对传统的集中式能源系统和分布式能源系统进行了比较，结果表明，可以根据IFIP-REM计算确定关中地区DES的配置模式。另一方面，与CES相比，DES可以减少从市政电网购买电力47.5%。DES的碳减排上限和下限分别达到了[17.13，44.51]%和[12.42，36.02]%。研究发现，DES适用于可再生能源丰富的农村地区。政府要出台相关法律政策，支持新能源转换源建设，投资新项目。从长远来看，这应该会提高经济效益和环境效益。这些发现将有助于决策者讨论替代能源供应、可再生能源匹配、系统成本和碳排放缓解。
考虑到关中地区日益复杂多变的情况，我们首次尝试将IFIP方法应用于农村DES的优化设计。然而，这种方法仍有改进的空间。该模型的一个主要局限性是只使用与其因素线性相关的功能间期。DES优化过程中存在非线性，有必要对这些系统进行更深入的研究。如何处理IFIP问题和多个自变量将是未来研究的重点。

编辑&排版：刘心远

相关阅读

点击“阅读原文”浏览小组主页