楊建賓,謝麗蓉,宋新甫,李進衛(wèi),章攀釗,卞一帆
(1.新疆大學電氣工程學院,新疆烏魯木齊 830047;2.國網(wǎng)新疆經(jīng)濟技術(shù)研究院,新疆烏魯木齊 830011;3.烏魯木齊市達坂城海為支油風電有限公司,新疆烏魯木齊 830039)
“雙碳”背景下妥善解決新能源和傳統(tǒng)火電之間的矛盾,合理實現(xiàn)不同能源之間的相互耦合具有重要意義。區(qū)域綜合能源系統(tǒng)(Regional Integrated Energy System,RIES)作為能源互聯(lián)網(wǎng)的重要載體,在提高能源利用率、節(jié)能減排方面具有顯著作用[1]。
碳捕集(Carbon Capture and Storage,CCS)技術(shù)為傳統(tǒng)火電低碳運行提供了技術(shù)保障,其中燃燒后捕集技術(shù)以其結(jié)構(gòu)簡單、適應(yīng)性強的特點得到廣泛應(yīng)用[2]。碳捕集機組較火電機組在負荷跟蹤及調(diào)峰等方面更具優(yōu)勢[3-4],目前協(xié)調(diào)CCS 能耗與機組產(chǎn)能的關(guān)系是CCS 技術(shù)發(fā)展過程中的關(guān)鍵一環(huán)[5]。文獻[6]通過煙氣分流與儲液裝置的協(xié)同作用實現(xiàn)了煙氣處理與產(chǎn)能的解耦。文獻[7-8]考慮可再生能源與火電機組的聯(lián)合運行模式,在實現(xiàn)系統(tǒng)低碳運行的同時提高了可再生能源利用率。文獻[9]指出在含CCS 的多源協(xié)調(diào)模型中考慮源荷不確定性有助于提升系統(tǒng)經(jīng)濟性。CCS 技術(shù)在有效降低火電機組碳排放量的同時產(chǎn)生了高昂的碳封存(Carbon Sequestration,CS)和運輸成本,在碳捕集電廠(Carbon Capture Power Plant,CCPP)中引入電轉(zhuǎn)氣(Power to Gas,P2G)設(shè)備可平衡二者間的矛盾[10-12]。文獻[10]建立CCS 與P2G 聯(lián)合的循環(huán)運行系統(tǒng),實現(xiàn)了二氧化碳的循環(huán)利用。文獻[11]指出CCPPP2G 聯(lián)合運行在提高風電消納能力方面具有顯著作用。文獻[12]在綜合能源系統(tǒng)中引入CCS 與P2G有助于減少系統(tǒng)碳交易成本,提升系統(tǒng)經(jīng)濟性。文獻[10-12]雖然對CCS 裝置和P2G 的運行機理進行了研究,但未充分挖掘可再生能源供能方式和滲透率對CCS 的影響,且對不同CCS-P2G 協(xié)調(diào)優(yōu)化運行模式下系統(tǒng)的運行機理也有待進一步深入分析。
綜上所述,本文針對傳統(tǒng)CCPP 存在的強電碳耦合問題,提出基于可再生能源的CCS-P2G 協(xié)同運行方法。研究的創(chuàng)新點在于根據(jù)CCS 裝置供能來源的不同分別對CCPP 出力進行刻畫,并構(gòu)建計及源荷不確定性的CCS-P2G 優(yōu)化調(diào)度模型。利用改進的綜合能源節(jié)點系統(tǒng)對系統(tǒng)的經(jīng)濟性、低碳性及綜合評估指標進行分析,算例分析結(jié)果驗證了所提系統(tǒng)的有效性。
本文構(gòu)建了含CCPP、光熱電站(Concentrating Solar Power Plant,CSPP)、P2G 設(shè)備的碳捕集-電轉(zhuǎn)氣低碳綜合能源系統(tǒng)(CCS-P2G-Low Carbon Integrated Energy System,CCS-P2G-LCIES)。為重點分析CCS 裝置與供能途徑的關(guān)系,設(shè)定所有火電機組為CCS 機組。在CCS-P2G-LCIES 中,風電機組、CCPP是系統(tǒng)的核心供電部分,燃氣輪機(Gas Turbine,GT)和CSPP 是傳統(tǒng)的輔助供電設(shè)備。通過電網(wǎng)購電的方式以保障系統(tǒng)供電穩(wěn)定性,為緩解CCPP 的CCS 能耗與產(chǎn)能之間的矛盾,采用可再生能源為CCS 供電。增設(shè)P2G 單元用于降低CCPP 內(nèi)部的CS 及運輸成本,且P2G 的供電全部由風電場和CSPP 承擔。GT 和燃氣鍋爐(Gas Boiler,GB)作為熱源供給熱負荷,儲熱裝置(Heat Storage Tank,HST)作為輔助設(shè)備保障供熱的穩(wěn)定性,電制冷機協(xié)助吸收式制冷機進行供冷。
系統(tǒng)設(shè)備包括靈活綜合運行模式下的CCPP,CSPP,P2G 等常規(guī)機組。其中靈活綜合運行模式下的CCPP 包含煙氣分流、儲液裝置2 部分,其在實現(xiàn)CCS 與產(chǎn)能的解耦方面有一定作用。CCPP 主要模型詳見文獻[4],按照CCS 供能來源的不同,可分為CCPP 供能、可再生能源供能和可再生能源+CCPP供能3 類。
1.2.1 CCPP供能模型
CCPP 機組總出力由CCS 功率、固定功率和電廠凈發(fā)電功率組成,其供能模型為:
1.2.2 可再生能源供能模型
CCS 功率全部由可再生能源提供,CCPP 承擔基荷,完全實現(xiàn)了CCS 和CCPP 之間的解耦,其供能模型為:
1.2.3 可再生能源+CCPP供能模型
可再生能源參與協(xié)同CCPP 機組進行CCS 有助于增大CCPP 的出力空間,增加機組的調(diào)峰靈活性,其供能模型為:
常規(guī)機組中,氣井、風電機組、常規(guī)火電機組以及GT,GB,HST,P2G 等設(shè)備建模可參見文獻[13-14],CSPP 設(shè)備建模參見文獻[15]。
本文以新疆供暖季(10 月15 日—次年4 月15 日)的源荷數(shù)據(jù)為對象進行分析,利用蒙特卡洛抽樣和同步回代法進行場景生成。
1.3.1 風光出力相關(guān)性
考慮同一區(qū)域臨近風光電場出力相關(guān)性可以保證優(yōu)化調(diào)度的合理性[16],由于核密度估計采用歷史數(shù)據(jù)對風光出力的概率分布進行擬合,具有更高的精準度[17],因此本文采用自適應(yīng)帶寬的核密度估計。Copula 函數(shù)理論在多元隨機變量的聯(lián)合分布函數(shù)和其邊緣分布函數(shù)之間建立聯(lián)系可對變量的相關(guān)性進行描述[18],本文選擇Frank-Copula 函數(shù)表征風光出力的相關(guān)性。Frank-Copula 函數(shù)f的表達式為:
1.3.2 負荷自相關(guān)性
在綜合能源系統(tǒng)中,負荷的隨機性服從正態(tài)分布,其概率分布函數(shù)的表達式為:
為保證負荷典型場景選取的合理性,根據(jù)各負荷概率密度函數(shù),利用蒙特卡洛方法進行場景生成并計算不同季節(jié)的時序自相關(guān)矩陣[19],最后對時序自相關(guān)性矩陣進行Cholesky 分解[20],消除隨機抽樣產(chǎn)生的時序自相關(guān)性影響。
本文所提的基于源荷不確定性的CCS-P2GLCIES 優(yōu)化調(diào)度模型以系統(tǒng)經(jīng)濟性最優(yōu)為目標,其目標函數(shù)F為:
式中:U為場景總數(shù);φu為各完備場景的概率;Fdev,u,F(xiàn)car,u,F(xiàn)IDR,u,F(xiàn)buy,u,F(xiàn)pun,u分別為場景u下系統(tǒng)設(shè)備運維成本、階梯碳交易成本、需求響應(yīng)成本、購能成本和懲罰成本。
1)運維成本Fdev,u為:
式中:T為運行周期總時長,本文調(diào)度周期為24 h;分別為場景u下τ時刻風電機組運行功率、風電機組供給P2G 的功率、CSP 運行功率、GB 運行功率、P2G 單元運行功率、吸收式冷機運行功率、第k臺GT 運行功率、第j臺電制冷機運行功率;μW,μCSP,μGB,μP2G,μGT,μAb,μE_C分別為風電機組、吸收式制冷機、電制冷機以及CSPP,GB,P2G,GT 單元的運行成本系數(shù)。
2)階梯碳交易成本Fcar,u:
本文采用免費配額的階梯碳交易成本模型,假設(shè)電網(wǎng)購電全部來自火電機組,具體模型可參照文獻[21]。
3)激勵型需求響應(yīng)成本FIDR,u為:
4)購能成本Fbuy,u為:
5)懲罰成本Fpun,u為:
1)需求響應(yīng)約束為:
2)電力功率平衡約束為:
其中,S的取值為1。
3)熱/冷系統(tǒng)功率平衡約束為:
其中,式(13)、式(14)中S的取值分別為2,4。
4)天然氣平衡約束為:
其中,S的取值為3。
5)電/熱/冷/氣節(jié)點潮流約束:
關(guān)于電、熱、天然氣潮流相關(guān)模型較成熟,文中不再贅述,具體建??蓞⒄瘴墨I[22-23]。
6)CCS 電廠儲液裝置約束:
關(guān)于CCPP 儲液裝置約束的研究已相較完備,具體可參照文獻[6]。
本文所提方法中共有2 處需要進行線性化處理,分別為:(1)式(1)涉及煙氣分流比和CCPP 發(fā)電總功率的乘積項,需先轉(zhuǎn)化為平方和的形式再利用分段線性化處理,具體方法可參考文獻[21];(2)式(9)中CCS 機組煤耗成本涉及平方項,可直接利用分段線性化進行處理。
本文利用MATLAB2018b 環(huán)境以CCS-P2GLCIES 總成本最小為目標,通過Yalmip 工具箱調(diào)用CPLEX 進行優(yōu)化計算。CCS-P2G-LCIES 優(yōu)化調(diào)度模型求解流程如圖1 所示,其中m為運行模式,本文共劃分6 種運行模式。
圖1 CCS-P2G-LCIES優(yōu)化調(diào)度模型求解流程Fig.1 Solving procedure for CCS-P2G-LCIES optimal scheduling model
由圖1 可知,在CCS-P2G-LCIES 優(yōu)化調(diào)度過程中,利用源荷歷史數(shù)據(jù)構(gòu)建完備典型場景,以能源價格、設(shè)備參數(shù)、節(jié)點網(wǎng)絡(luò)數(shù)據(jù)為基礎(chǔ),考慮設(shè)備運行約束、潮流約束、能量平衡約束,求解出系統(tǒng)總成本最小時的設(shè)備出力及網(wǎng)絡(luò)潮流。每種源荷數(shù)據(jù)(風、光、電、熱、氣、冷)通過場景生成的方式分別產(chǎn)生5 個典型場景及其對應(yīng)的概率,按照每種源荷典型場景的概率對5 種場景進行排序并編號,并將各類源荷場景編號相同的場景劃歸為1 組。當各運行模式m下的所有典型完備場景均求解出最優(yōu)值后,求解流程結(jié)束。
為全面客觀的分析CCS-P2G-LCIES,依據(jù)求解結(jié)果采用綜合能效、設(shè)備利用率、清潔能源利用率3個指標對系統(tǒng)進行評價,相關(guān)模型詳見文獻[24]。在此基礎(chǔ)上,本文采用網(wǎng)絡(luò)分析法-變異系數(shù)法的組合權(quán)重模型解決指標之間交叉影響導致權(quán)重計算失準的問題。
本文采用改進的IEEE 39 節(jié)點測試系統(tǒng)、20 節(jié)點天然氣系統(tǒng)[23]、44 節(jié)點熱力系統(tǒng)[25]進行仿真。綜合能源系統(tǒng)拓撲結(jié)構(gòu)如圖2 所示。
圖2 綜合能源系統(tǒng)拓撲結(jié)構(gòu)Fig.2 Integrated energy system topology
由圖2 可知,電力節(jié)點為黃色區(qū)域的數(shù)字1-39,熱網(wǎng)節(jié)點為紅色區(qū)域的數(shù)字1-44,氣網(wǎng)節(jié)點為藍色區(qū)域的數(shù)字1-20。2 臺電制冷機、1 座風電場、上級電網(wǎng)、1 座CSPP 分別接在電力節(jié)點18,30,33,39上,3 臺CCPP 機組分別接在電力節(jié)點31,34,35上,2 臺GT 分別接在電力節(jié)點36 和38 上,2 臺GB分別接在熱網(wǎng)節(jié)點22 和44 上,氣網(wǎng)節(jié)點1,2,5,8,13,14 為天然氣氣井,氣網(wǎng)節(jié)點12 上配置的P2G 設(shè)備同時對應(yīng)電力系統(tǒng)節(jié)點1。CCPP 中經(jīng)CCS 得到的部分CO2供給P2G 設(shè)備,用于制取天然氣。在仿真過程中,系統(tǒng)各節(jié)點的負荷大小按照參考文獻[23],[25]中的節(jié)點負荷比例進行分配。
綜合能源系統(tǒng)拓撲結(jié)構(gòu)中CCPP 機組相關(guān)參數(shù)如表1 所示。
表1 CCPP機組相關(guān)參數(shù)Table 1 Related parameters of units in CCPP
由表1 可知,對比CCPP 機組1—3 的相關(guān)參數(shù),機組1 的碳排放強度最小,在運行構(gòu)成中可優(yōu)先安排其出力;機組2 最大出力值最高,可以降低用電高峰的電能外購壓力;機組3 最小出力值最低,在用電低谷時段可以更好地響應(yīng)負荷需求。由于機組煤耗成本主要受二次項系數(shù)和常數(shù)項的影響,在不考慮碳排放成本時應(yīng)優(yōu)先選擇機組2 和機組3 供電。
當?shù)氐姆鍟r電價為1.025 元/kWh(9:00—1:00;19:00—24:00);谷時電價為0.25 元/kWh(1:00—8:00;15:00—16:00);平段電價為0.75 元/kWh(12:00—13:00;17:00—18:00)。源荷典型場景如圖3 所示。
圖3 源荷典型場景Fig.3 Typical source-load scenarios
圖3 中,圖例括號中的數(shù)字為源荷各典型場景的對應(yīng)概率,縱坐標單位均為歸一化量值。
圖3(a)中的風電出力集中在1:00—7:00 和21:00—24:00,與圖3(c)中電負荷趨勢相反,表現(xiàn)出了風電的反調(diào)峰特性。圖3(b)中光伏出力主要集中在12:00—16:00,與實際光伏出力時段吻合。圖3(d)中熱負荷與圖3(f)中冷負荷在趨勢上呈負相關(guān)性,較好的展現(xiàn)出了熱、冷負荷的需求特點。由于系統(tǒng)中的天然氣主要用于供暖和供電,圖3(e)中1:00—4:00 和用電高峰時段天然氣需求量較大。綜上,典型場景能較好展現(xiàn)源荷特征,與實際情況較為符合,表明典型場景選取具有合理性。
算例以新疆某區(qū)域的典型風光和負荷為基礎(chǔ),不同場景經(jīng)濟性最優(yōu)為目標進行優(yōu)化。為驗證所提CCS-P2G-LCIES 的有效性,本文劃分了6 種運行模式:(1)風電機組、火電機組聯(lián)合為CCS 裝置供能;(2)風電機組、CSPP、火電機組聯(lián)合為CCS 裝置供能[5];(3)風電機組為P2G 設(shè)備供能,火電機組為CCS 裝置供能[9];(4)風電機組、CSPP 為P2G 設(shè)備供能,火電機組為CCS 裝置供能;(5)風電機組分別為P2G 設(shè)備、CCS 裝置供能;(6)風電機組、CSPP 同時為P2G 設(shè)備、CCS 裝置供能,即本文所提CCS-P2GLCIES 所對應(yīng)的考慮源荷相關(guān)性的運行模式。
3.2.1 優(yōu)化調(diào)度結(jié)果分析
在不考慮用戶側(cè)需求響應(yīng)的前提下,對比分析不同場景下的調(diào)度結(jié)果,從經(jīng)濟性、低碳性等角度驗證本文所提CCS-P2G-LCIES 的優(yōu)勢,6 種運行模式下優(yōu)化調(diào)度結(jié)果如表2 所示。
表2 6種運行模式下優(yōu)化調(diào)度結(jié)果Table 2 Optimization scheduling results of six operating modes 元
由表2 知,運行模式2 中的CSPP 為CCPP 的CCS 設(shè)備供能,減弱了CCPP 的電碳耦合強度,在降碳的同時保證了CCPP 的供電能力,從而減少了系統(tǒng)的購電量,與運行模式1 相比,系統(tǒng)總成本下降37.1%,碳交易成本減少92.7%,驗證了可再生能源在碳減排過程中的積極意義;運行模式3 在CCPP增設(shè)P2G 單元并利用風電制取甲烷,有效緩解了運行模式1 購氣、CS、運輸?shù)瘸杀靖叩膯栴};運行模式4 中CSPP 參與P2G 的供能,P2G 的運行可行域被拓寬,較運行模式3 可進一步降低系統(tǒng)碳排放;與運行模式1,2 相比,運行模式5,6 中CCPP 不承擔為CCS 設(shè)備供能的作用,CCS 功率完全由風電、CSPP 提供,有效降低了CCPP 機組的燃料成本。綜合對比6 種運行模式可知,提高系統(tǒng)可再生能源占比、引入P2G 單元、利用可再生能源代替CCPP 機組進行CCS 是實現(xiàn)系統(tǒng)的經(jīng)濟、低碳運行的重要舉措。
3.2.2 綜合評估指標分析
通過計算可得6 種運行模式的綜合評估指標如表3 所示。
表3 綜合評估指標Table 3 Comprehensive evaluation indexes for six operating modes
由表3 可知,運行模式1 中的CCPP 存在強電碳耦合且不考慮用戶需求響應(yīng)的作用,降低了系統(tǒng)的綜合能效;與運行模式1 相比,運行模式6 在綜合能效方面的優(yōu)勢相對突出;由于沒有考慮CSPP的棄光懲罰,運行模式5,6 的光熱出力相對較少,進而降低了系統(tǒng)的清潔能源利用率。綜上,運行模式6 擁有更好的發(fā)展前景。
為驗證考慮風光和負荷相關(guān)性場景生成的合理性,在運行模式6 的基礎(chǔ)上根據(jù)是否考慮考慮風光和負荷相關(guān)性再劃分出3 組對照運行模式:運行模式7,僅考慮風光相關(guān)性;運行模式8,僅考慮負荷相關(guān)性;運行模式9,不考慮源、荷相關(guān)性。為探究源荷相關(guān)性對系統(tǒng)運行的影響,分別從經(jīng)濟性及清潔能源利用率的角度進行分析。4種運行模式下,源荷相關(guān)性與系統(tǒng)經(jīng)濟性指標如表4 所示。
表4 源荷相關(guān)性與系統(tǒng)經(jīng)濟性指標Table 4 Indicators for source-load correlation and system economy
由表4 可知,運行模式7 在運行模式9 的基礎(chǔ)上考慮了風光相關(guān)性,提高了清潔能源利用率,明顯降低了棄風量。對比運行模式7,8,9 可知,單獨考慮源荷任意1 側(cè)的相關(guān)性均可提升系統(tǒng)經(jīng)濟性,但考慮源側(cè)相關(guān)性更有益于降低系統(tǒng)碳排放量,提高系統(tǒng)經(jīng)濟性。綜上,考慮系統(tǒng)源、荷之間的相關(guān)性關(guān)系有助于提高系統(tǒng)對可再生能源的消納能力,降低系統(tǒng)運行成本。
可再生能源滲透率是可再生能源裝機容量與系統(tǒng)最大負荷的比值[26]。為探究可再生能源滲透率對系統(tǒng)運行的影響,本文在可再生能源滲透率為10%~80%的區(qū)間內(nèi)以5%的滲透率為步長對6 種運行模式下的系統(tǒng)進行分析??稍偕茉礉B透率與系統(tǒng)總成本關(guān)系如圖4 所示。
圖4 可再生能源滲透率與系統(tǒng)總成本關(guān)系Fig.4 Relationship between renewable energy penetration and total system cost
由圖4 可知,與運行模式2—4 不同,運行模式1,5,6 對可再生能源滲透率區(qū)間有限制,其可行區(qū)間分別為是[30%,80%]和[20%,80%]。隨著可再生能源滲透率的增加運行模式1—4 下系統(tǒng)CCPP 機組燃料成本、碳交易成本等成本快速減少。當滲透率超過50%時系統(tǒng)總成本緩步下降;當可再生能源滲透率小于60%時,運行模式5,6 的總成本受系統(tǒng)購能成本影響,下降趨勢緩慢。
為驗證不同煙氣分流比下限對系統(tǒng)運行的影響,在0~0.65 的煙氣分流比下限區(qū)間內(nèi)以0.05 為步長對6 種運行模式的運行狀況進行分析。煙氣分流比下限與供碳量關(guān)系如圖5 所示。
圖5 煙氣分流比下限與供碳量關(guān)系Fig.5 Relationship between lower limit of flue gas split ratio and carbon supply
由圖5 可知,隨著煙氣分流比下限的提高,運行模式1 下儲液裝置和煙氣供給的二氧化碳量同時增長,儲液裝置起主導作用;運行模式2—4 下來自煙氣的二氧化碳量逐步增加,并占據(jù)主導;運行模式5,6 下二氧化碳主要源自儲液裝置。綜上,運行模式5,6 有效地實現(xiàn)了CCS 與煙氣的解耦,體現(xiàn)了CCS 的靈活性。
用戶側(cè)需求響應(yīng)與系統(tǒng)經(jīng)濟性關(guān)系如圖6 所示。
圖6 用戶側(cè)需求響應(yīng)與系統(tǒng)經(jīng)濟性關(guān)系Fig.6 Relationship between user side demand response and system economy
由圖6 可知,在需求響應(yīng)的作用下用戶側(cè)通過負荷轉(zhuǎn)移、負荷代替、負荷削減等方式主動參與負荷調(diào)節(jié),在實現(xiàn)負荷削峰填谷的同時提高了可再生能源利用率。需求響應(yīng)過程中CCS 的出力空間增加,購能需求下降,提高了系統(tǒng)的運行經(jīng)濟性和低碳性,驗證了需求響應(yīng)在CCS-P2G-LCIES 中的積極作用。
針對傳統(tǒng)碳捕集電廠存在的強電碳耦合問題,建立CCS-P2G-LCIES。通過對比6 種運行模式下系統(tǒng)的運行狀況,驗證了本文所提模型的有效性。主要結(jié)論如下:
1)可再生能源取代CCPP 機組供給CCS,有助于實現(xiàn)CCS 與CCPP 產(chǎn)能之間解耦,拓寬系統(tǒng)對煙氣分流比下限的適應(yīng)范圍,提升系統(tǒng)經(jīng)濟性。
2)利用可再生能源進行CCS 對系統(tǒng)可再生能源滲透率的要求較高,但當滲透率超過60%后會影響系統(tǒng)經(jīng)濟性。