论文部分内容阅读
摘要： 为解决高速城镇化进程中能源领域面临的清洁能源利用率不足、用能成本过高等问题，搭建了城镇综合能源系统的优化调度模型。考虑到多能源的协同作用和互补效益，针对所搭建的城镇综合能源系统，提出以成本最小为目标函数，系统功率平衡、各设备的运行限值为主要约束的能源供给网络规划模型。采用参数优化的粒子群算法对模型进行求解，并对该系统在并网和孤岛运行两种情况下的冬夏两季典型日能源供需进行了仿真研究，得到对城镇能源供给网络的系统调度方案，以宁夏某城镇的能源使用为案例进行分析。结果表明，城镇能源系统按上述方式进行调度时可有效利用清洁能源，供能可靠性和经济性更优。
关键词： 城镇; 综合能源系统; 参数优化的粒子群算法; 仿真研究
中图分类号： TM73 文献标识码： A
文章编号：1005—7277（2019）04—0004—06
Abstract： In order to solve the problems of insufficient utilization of clean energy and high energy cost in the energy field in the process of high-speed urbanization， an optimal scheduling model for urban integrated energy systems was established. Considering the synergy and complementary benefits of multiple energy sources， an energy supply network planning model with minimum cost as the objective function， system power balance and operating limits of each device as the main constraints is proposed for the integrated urban energy system. The parameter optimization particle swarm optimization algorithm is used to solve the model， and the typical daily energy supply and demand in the winter and summer seasons of the system under grid-connected and island-running conditions are simulated. The system scheduling scheme for urban energy supply network is obtained. The energy use of a town is analyzed for the case. The results show that the urban energy system can effectively use clean energy when dispatching in the above manner， and the energy supply reliability and economy are better.
Key words： Urban; IES; Parameter Optimization Particle Swarm Algorithm; Simulation stu
1 引言
中國正经历着人类历史上最大规模的城镇化进程，在高速城镇化的进程中，更多的人口进入城镇，新建住房，公用设施等无不需要更多的能源来支撑，国务院发展研究中心数据表明，城镇化率每提高1%，能源消费最少会增长6000万吨标准煤。在我国能源供应本就紧张的情况下，能源领域又面临着综合能效偏低、清洁能源利用率低下、能源浪费严重等问题[1]。综合能效水平远低于日欧美等发达国家，新型城镇化发展需要进入提质升级阶段。而具备多能协同，交易开放等特征的综合能源系统（IES）是推动城镇化发展和能源结构清洁化的重要支撑。综合能源系统是以电力系统为核心，以分布式能源为主要一次能源，与天然气网络、交通网络等系统紧密耦合而形成的复杂多网流系统[2]。在区域能源网络的研究中，如何在满足城镇居民冷热电负荷需求的前提下，以居民的各时段用能量来制定城镇化能源网未来一段时间内的运行方案（即各微源在各时段的出力情况），以使能源系统获得最佳经济和环境效益[3]，是城镇综合能源系统经济运行研究中的重要内容。
本文以宁夏地区某城镇能源使用为仿真对象，构建了并网与孤岛两种情况下城镇综合能源系统的优化调度模型，建立了系统优化数学模型，综合考虑天然气的消耗、各分布式电源及辅助设备的运行维护费用、购电费用、排污处理费用，从冷热电功率平衡以及各设备出力的约束综合考虑优化成本，采用参数优化后的粒子群算法对综合能源系统模型进行求解。确定了在满足城镇居民冷热电负荷需求的前提下，考虑各分布式电源的出力情况来制定城镇化能源网冬季和夏季典型日的运行方案，使能源系统获得更好的供能可靠性和经济性。
2 城镇IES优化调度模型
城镇IES是以电力系统、天然气系统、热力系统为典型代表，系统向城镇居民供电、供冷、供热。其实现应用的关键在于多能互济与能量的梯级利用[4-5]，图1为城镇IES的优化调度模型图： 3 城镇IES经济环境优化运行问题数学模型
3.1 目标函数
3.1.1 综合能源系统运行成本
本文研究城镇IES的运行规划问题，在系统运行过程中，需同时考虑经济效益和环境效益。即城镇综合能源系统的运行成本需要计及系统的运行维护费用COM，燃料费用Cf，从电网购售电的费用Cgrid和排污处理费用Cp。
系统的目标函数可表示为式（1）：
假设允许系统向电网售电，在并网情况下，向电网售电时Cgrid 取负值，向电网购电时Cgrid 取正值。在孤岛情况下Cgrid 取零值。
系统的运行维护费用的表达式为式（2）：
式中，COM，MT 、COM，WT 、COM，PV ——微燃机、风力发电机、光伏电池板单位时间（h）发电量所对应的运行维护费用（元/kWh）;COM，AC 、COM，EC ——吸收式制冷机、电制冷热机单位时间（h）制冷热时对应的运行维护费用（元/kWh）;COM，bt ——蓄电池单位时间（h）供应及存储电量的运行维护费用（元/kWh）;PMT 、PWT 、PPV ——微燃机、风力发电机、光伏电池的实际运行电功率（kW）;QAC ——吸收式制冷机的冷功率（kW）;QEC ——电制冷热机的冷热功率值（kW）;Qbt ——蓄电池充放电量（kW）。
光伏发电和风力发电在一次性的成本投入后，不再有燃料成本和排污处理成本，即光电和风电仅考虑运行维护成本，则系统的燃料费用主要考虑天然气消耗的费用，其表达式为式（3）：
并网时系统与电网的交互的费用公式用式（4）表示：
排污处理费用可用式（5）表示：
3.1.2 单一供能方式运行成本
目前的单一供能方式中，認为所有的夏季电负荷由电网提供，所有的夏季冷负荷由电空调（电制冷热机）满足。目前单一供能模式下夏季典型日电空调的运行成本如式（6）所示：
在冬季典型日，假设所有的热负荷都由标准燃煤提供，电负荷仍为电网提供。供暖效率取η，标准煤转换系数？滓，单位kg/（kWh），标准煤价格为pcoal，单位元/kg。则目前单一供能模式下冬季典型日煤炉的运行成本如式（7）所示：
3.2 约束条件
城镇综合能源系统的经济环境优化运行问题主要考虑的约束条件有：功率平衡（冷、热、电）约束和各个设备（风力发电机、光伏电池、微燃机、蓄电池、溴化锂制冷机、电空调、电网）的运行约束条件。
3.3 粒子群算法的参数优化
标准PSO算法有着固定的缺陷[9]，存在迭代前期容易陷入局部极值、迭代后期难以收敛到更好的解等情况[10]。针对上述问题，对PSO算法的参数性质进行研究，使得优化后的PSO算法在迭代前期增强全局搜索能力，不易陷入局部极值;在迭代后期增强其局部搜索能力，能收敛到更好的解，且一旦粒子陷入局部极值，可改变粒子的位置更新方式，让粒子变异使其脱离当前的局部区域，从而使算法得到更好的解。
为有效解决标准PSO算法所存在的缺陷，首先对惯性权重因子？棕进行研究。算法的惯性权重因子？棕是PSO算法的一个十分重要的参数，较大的？棕有利于全局搜索，较小的有利于局部搜索。按照优化思路，在对典型线性递减惯性权重因子进行研究后，对惯性权重因子的求解公式进行构造，优化后的自适应惯性权重系数求解公式如式（8）所示：
式中，x为控制因子，控制惯性权重因子？棕随着迭代次数k变化曲线的平滑度。
为了探究x取何值时，能更好的满足迭代前期全局搜索能力强，后期局部搜索能力强的要求，可先取迭代次数为50，首先拟合出x取值为1-10之间随迭代次数变化的曲线图与典型线性权重因子的对比图如图2：
由图2可知，只有当控制因子x取值为5时，？棕的递减为先凸后凹，即前期的全局搜索能力比典型线性惯性权重因子好，后期的局部能力比典型线性惯性权重强。但较强的局部搜索能力在迭代后期又容易陷入局部极值，此时就需要对粒子位置进行变异，使粒子跳出局部极值，从而找到更好的解。
上式中，xmax——粒子搜索空间上边界。
4 算例仿真
4.1 算例资料
该城镇供能系统冬夏季典型日的电负荷及热冷负荷需求曲线如图4所示
4.2 仿真结果分析
采用上述的参数优化后的粒子群算法对算例进行求解，粒子数目为80个，多次尝试采取合适的最大迭代次数kmax=150。通过Matlab编程仿真，此次仿真考虑两种运行情况，第一种为并网运行，即与大电网有电能交换。第二种为孤岛运行，即与大电网没有电能的交换，在此种情况下更加倚重蓄电池来进行削峰填谷，抑制系统电压波动。系统采用以热定电的方式运行，微燃机的出力情况受此时冷热负荷需求及大电网购售电价格的影响。不同情况时的仿真结果如下：
系统运行在孤岛情况下时，没有了电网的调节，则以微燃机为主来满足用电需求。故微燃机大部分时段以接近出力上限进行发电，其烟气余热足以满足冬夏季的用热用冷需求。
在夏季典型日中，目前单一供能时成本共计4672元，综合能源系统孤岛运行情况下成本共计2165.7元，并网情况时为1921元。在冬季典型日中，目前单一供能成本共计3245.3元，综合能源系统孤岛运行情况下成本共计1883元，综合能源系统并网运行情况下成本共计1250元。在能源系统的调度下，峰谷电价与储能手段的应用与结合，使得优化效果显著，而且因为可再生能源的加入和天然气的大量使用，在兼顾经济效益的同时有效减少了对环境的污染。
5 结束语
针对宁夏某城镇综合能源系统，首先搭建了其运行规划模型，考虑到多能源的协同作用和互补效益，对所搭建的城镇综合能源系统，提出以总成本函数为目标函数，系统冷热电负荷，系统经济性为主要约束的能源供给网络规划模型。利用参数优化的粒子群算法对模型进行求解，并对该系统在并网运行和孤岛运行两种情况下的冬夏两季典型日能源供需进行了仿真分析，得到对城镇能源供给网络的系统规划方案，以宁夏某城镇的能源使用为案例进行仿真研究。结果表明，城镇能源系统按上述方式进行规划时供能可靠性、经济性更优。 参考文献：
[1]贾宏杰，王 丹，徐宪东. 区域综合能源系统若干问题研究[J]. 电力系统自动化，2015，39（7）：198-207.
[2]余晓丹，徐宪东，陈硕翼，等. 综合能源系统与能源互联网简述[J]. 电工技术学报，2016，31（1）：1-13.
[3]闫立东. 微网冷热电联供系统最优经济运行研究[D]. 山东，青岛大学，2013.
[4]邓莉荣，孙宏斌，陈润泽，等. 面向能源互联网的热电联供系统节点能价研究[J]. 电网技术，2016，40（11）：3375-3382.
[5]彭 克，张 聪，徐丙垠，等. 多能协同综合能源系统示范工程现状与展望[J]. 电力自动化设备，2017，37（6）：3-10.
[6]程宇旭. 基于改进粒子群算法的微电网能量优化调度研究及实现[D]. 湖南，中南大学，2013.
[7]黎静华，桑川川. 能源综合系统优化规划与运行框架[J]. 电力建设， 2015， 36（8）： 41-48.
[8]刘涤尘，马恒瑞，王 波，等. 含冷热电联供及储能的区域综合能源系统运行优化[J]. 电力系统自动化，2017，41（1）：1-9.
[9]祖其武，牛玉刚，陈 蓓. 基于改进粒子群算法的微网多目标经济运行策略研究[J]. 电力系统保护与控制，2017，45（14）：57-63.
[10]徐生兵，李 国，徐 晨. 一种新的位置变异的PSO算法[J]. 计算机工程与应用，2010，46（28）：54-56.
[11]刘 洪，陈星屹，李吉峰，等. 基于改进CPSO算法的区域电热综合能源系统经济调度[J]. 电力自动化设备，2017，37（6）：193-200.
作者简介：
邹玙琦（1994-），女，在读硕士研究生，主要研究方向综合能源系统。
李志明（1993-），男，在读硕士研究生，主要研究方向电力系统与通信技术。
楊国华（1972-），男，硕士，教授，硕士生导师，主要从事新能源发电与微网技术。
收稿日期：2019-07-05
关键词： 城镇; 综合能源系统; 参数优化的粒子群算法; 仿真研究
中图分类号： TM73 文献标识码： A
文章编号：1005—7277（2019）04—0004—06
Abstract： In order to solve the problems of insufficient utilization of clean energy and high energy cost in the energy field in the process of high-speed urbanization， an optimal scheduling model for urban integrated energy systems was established. Considering the synergy and complementary benefits of multiple energy sources， an energy supply network planning model with minimum cost as the objective function， system power balance and operating limits of each device as the main constraints is proposed for the integrated urban energy system. The parameter optimization particle swarm optimization algorithm is used to solve the model， and the typical daily energy supply and demand in the winter and summer seasons of the system under grid-connected and island-running conditions are simulated. The system scheduling scheme for urban energy supply network is obtained. The energy use of a town is analyzed for the case. The results show that the urban energy system can effectively use clean energy when dispatching in the above manner， and the energy supply reliability and economy are better.
Key words： Urban; IES; Parameter Optimization Particle Swarm Algorithm; Simulation stu
1 引言
中國正经历着人类历史上最大规模的城镇化进程，在高速城镇化的进程中，更多的人口进入城镇，新建住房，公用设施等无不需要更多的能源来支撑，国务院发展研究中心数据表明，城镇化率每提高1%，能源消费最少会增长6000万吨标准煤。在我国能源供应本就紧张的情况下，能源领域又面临着综合能效偏低、清洁能源利用率低下、能源浪费严重等问题[1]。综合能效水平远低于日欧美等发达国家，新型城镇化发展需要进入提质升级阶段。而具备多能协同，交易开放等特征的综合能源系统（IES）是推动城镇化发展和能源结构清洁化的重要支撑。综合能源系统是以电力系统为核心，以分布式能源为主要一次能源，与天然气网络、交通网络等系统紧密耦合而形成的复杂多网流系统[2]。在区域能源网络的研究中，如何在满足城镇居民冷热电负荷需求的前提下，以居民的各时段用能量来制定城镇化能源网未来一段时间内的运行方案（即各微源在各时段的出力情况），以使能源系统获得最佳经济和环境效益[3]，是城镇综合能源系统经济运行研究中的重要内容。
本文以宁夏地区某城镇能源使用为仿真对象，构建了并网与孤岛两种情况下城镇综合能源系统的优化调度模型，建立了系统优化数学模型，综合考虑天然气的消耗、各分布式电源及辅助设备的运行维护费用、购电费用、排污处理费用，从冷热电功率平衡以及各设备出力的约束综合考虑优化成本，采用参数优化后的粒子群算法对综合能源系统模型进行求解。确定了在满足城镇居民冷热电负荷需求的前提下，考虑各分布式电源的出力情况来制定城镇化能源网冬季和夏季典型日的运行方案，使能源系统获得更好的供能可靠性和经济性。
2 城镇IES优化调度模型
城镇IES是以电力系统、天然气系统、热力系统为典型代表，系统向城镇居民供电、供冷、供热。其实现应用的关键在于多能互济与能量的梯级利用[4-5]，图1为城镇IES的优化调度模型图： 3 城镇IES经济环境优化运行问题数学模型
3.1 目标函数
3.1.1 综合能源系统运行成本
本文研究城镇IES的运行规划问题，在系统运行过程中，需同时考虑经济效益和环境效益。即城镇综合能源系统的运行成本需要计及系统的运行维护费用COM，燃料费用Cf，从电网购售电的费用Cgrid和排污处理费用Cp。
系统的目标函数可表示为式（1）：
假设允许系统向电网售电，在并网情况下，向电网售电时Cgrid 取负值，向电网购电时Cgrid 取正值。在孤岛情况下Cgrid 取零值。
系统的运行维护费用的表达式为式（2）：
式中，COM，MT 、COM，WT 、COM，PV ——微燃机、风力发电机、光伏电池板单位时间（h）发电量所对应的运行维护费用（元/kWh）;COM，AC 、COM，EC ——吸收式制冷机、电制冷热机单位时间（h）制冷热时对应的运行维护费用（元/kWh）;COM，bt ——蓄电池单位时间（h）供应及存储电量的运行维护费用（元/kWh）;PMT 、PWT 、PPV ——微燃机、风力发电机、光伏电池的实际运行电功率（kW）;QAC ——吸收式制冷机的冷功率（kW）;QEC ——电制冷热机的冷热功率值（kW）;Qbt ——蓄电池充放电量（kW）。
光伏发电和风力发电在一次性的成本投入后，不再有燃料成本和排污处理成本，即光电和风电仅考虑运行维护成本，则系统的燃料费用主要考虑天然气消耗的费用，其表达式为式（3）：
并网时系统与电网的交互的费用公式用式（4）表示：
排污处理费用可用式（5）表示：
3.1.2 单一供能方式运行成本
目前的单一供能方式中，認为所有的夏季电负荷由电网提供，所有的夏季冷负荷由电空调（电制冷热机）满足。目前单一供能模式下夏季典型日电空调的运行成本如式（6）所示：
在冬季典型日，假设所有的热负荷都由标准燃煤提供，电负荷仍为电网提供。供暖效率取η，标准煤转换系数？滓，单位kg/（kWh），标准煤价格为pcoal，单位元/kg。则目前单一供能模式下冬季典型日煤炉的运行成本如式（7）所示：
3.2 约束条件
城镇综合能源系统的经济环境优化运行问题主要考虑的约束条件有：功率平衡（冷、热、电）约束和各个设备（风力发电机、光伏电池、微燃机、蓄电池、溴化锂制冷机、电空调、电网）的运行约束条件。
3.3 粒子群算法的参数优化
标准PSO算法有着固定的缺陷[9]，存在迭代前期容易陷入局部极值、迭代后期难以收敛到更好的解等情况[10]。针对上述问题，对PSO算法的参数性质进行研究，使得优化后的PSO算法在迭代前期增强全局搜索能力，不易陷入局部极值;在迭代后期增强其局部搜索能力，能收敛到更好的解，且一旦粒子陷入局部极值，可改变粒子的位置更新方式，让粒子变异使其脱离当前的局部区域，从而使算法得到更好的解。
为有效解决标准PSO算法所存在的缺陷，首先对惯性权重因子？棕进行研究。算法的惯性权重因子？棕是PSO算法的一个十分重要的参数，较大的？棕有利于全局搜索，较小的有利于局部搜索。按照优化思路，在对典型线性递减惯性权重因子进行研究后，对惯性权重因子的求解公式进行构造，优化后的自适应惯性权重系数求解公式如式（8）所示：
式中，x为控制因子，控制惯性权重因子？棕随着迭代次数k变化曲线的平滑度。
为了探究x取何值时，能更好的满足迭代前期全局搜索能力强，后期局部搜索能力强的要求，可先取迭代次数为50，首先拟合出x取值为1-10之间随迭代次数变化的曲线图与典型线性权重因子的对比图如图2：
由图2可知，只有当控制因子x取值为5时，？棕的递减为先凸后凹，即前期的全局搜索能力比典型线性惯性权重因子好，后期的局部能力比典型线性惯性权重强。但较强的局部搜索能力在迭代后期又容易陷入局部极值，此时就需要对粒子位置进行变异，使粒子跳出局部极值，从而找到更好的解。
上式中，xmax——粒子搜索空间上边界。
4 算例仿真
4.1 算例资料
该城镇供能系统冬夏季典型日的电负荷及热冷负荷需求曲线如图4所示
4.2 仿真结果分析
采用上述的参数优化后的粒子群算法对算例进行求解，粒子数目为80个，多次尝试采取合适的最大迭代次数kmax=150。通过Matlab编程仿真，此次仿真考虑两种运行情况，第一种为并网运行，即与大电网有电能交换。第二种为孤岛运行，即与大电网没有电能的交换，在此种情况下更加倚重蓄电池来进行削峰填谷，抑制系统电压波动。系统采用以热定电的方式运行，微燃机的出力情况受此时冷热负荷需求及大电网购售电价格的影响。不同情况时的仿真结果如下：
系统运行在孤岛情况下时，没有了电网的调节，则以微燃机为主来满足用电需求。故微燃机大部分时段以接近出力上限进行发电，其烟气余热足以满足冬夏季的用热用冷需求。
在夏季典型日中，目前单一供能时成本共计4672元，综合能源系统孤岛运行情况下成本共计2165.7元，并网情况时为1921元。在冬季典型日中，目前单一供能成本共计3245.3元，综合能源系统孤岛运行情况下成本共计1883元，综合能源系统并网运行情况下成本共计1250元。在能源系统的调度下，峰谷电价与储能手段的应用与结合，使得优化效果显著，而且因为可再生能源的加入和天然气的大量使用，在兼顾经济效益的同时有效减少了对环境的污染。
5 结束语
针对宁夏某城镇综合能源系统，首先搭建了其运行规划模型，考虑到多能源的协同作用和互补效益，对所搭建的城镇综合能源系统，提出以总成本函数为目标函数，系统冷热电负荷，系统经济性为主要约束的能源供给网络规划模型。利用参数优化的粒子群算法对模型进行求解，并对该系统在并网运行和孤岛运行两种情况下的冬夏两季典型日能源供需进行了仿真分析，得到对城镇能源供给网络的系统规划方案，以宁夏某城镇的能源使用为案例进行仿真研究。结果表明，城镇能源系统按上述方式进行规划时供能可靠性、经济性更优。 参考文献：
[1]贾宏杰，王 丹，徐宪东. 区域综合能源系统若干问题研究[J]. 电力系统自动化，2015，39（7）：198-207.
[2]余晓丹，徐宪东，陈硕翼，等. 综合能源系统与能源互联网简述[J]. 电工技术学报，2016，31（1）：1-13.
[3]闫立东. 微网冷热电联供系统最优经济运行研究[D]. 山东，青岛大学，2013.
[4]邓莉荣，孙宏斌，陈润泽，等. 面向能源互联网的热电联供系统节点能价研究[J]. 电网技术，2016，40（11）：3375-3382.
[5]彭 克，张 聪，徐丙垠，等. 多能协同综合能源系统示范工程现状与展望[J]. 电力自动化设备，2017，37（6）：3-10.
[6]程宇旭. 基于改进粒子群算法的微电网能量优化调度研究及实现[D]. 湖南，中南大学，2013.
[7]黎静华，桑川川. 能源综合系统优化规划与运行框架[J]. 电力建设， 2015， 36（8）： 41-48.
[8]刘涤尘，马恒瑞，王 波，等. 含冷热电联供及储能的区域综合能源系统运行优化[J]. 电力系统自动化，2017，41（1）：1-9.
[9]祖其武，牛玉刚，陈 蓓. 基于改进粒子群算法的微网多目标经济运行策略研究[J]. 电力系统保护与控制，2017，45（14）：57-63.
[10]徐生兵，李 国，徐 晨. 一种新的位置变异的PSO算法[J]. 计算机工程与应用，2010，46（28）：54-56.
[11]刘 洪，陈星屹，李吉峰，等. 基于改进CPSO算法的区域电热综合能源系统经济调度[J]. 电力自动化设备，2017，37（6）：193-200.
作者简介：
邹玙琦（1994-），女，在读硕士研究生，主要研究方向综合能源系统。
李志明（1993-），男，在读硕士研究生，主要研究方向电力系统与通信技术。
楊国华（1972-），男，硕士，教授，硕士生导师，主要从事新能源发电与微网技术。
收稿日期：2019-07-05