基于储能电站服务的冷热电多微网系统双层优化配置
基于储能电站服务的冷热电多微网系统双层优化配置
随着能源危机和环境污染日益严重，构建清洁、高效、可靠的能源供应体系已成为全球共识。冷热电联供（Combined Cooling, Heating and Power, CCHP）多微网系统作为一种分布式能源利用方式，能够有效提高能源利用效率，降低碳排放。然而，CCHP多微网系统面临着间歇性可再生能源接入、负荷波动以及各微网间能量协调等挑战。储能电站（Energy Storage System, ESS）具有平抑波动、削峰填谷、提高系统稳定性等优势，将其引入CCHP多微网系统具有重要意义。本文针对基于储能电站服务的冷热电多微网系统，提出一种双层优化配置模型。上层优化旨在确定储能电站的容量和位置，以最大化系统经济效益和社会效益；下层优化则以最小化系统运行成本为目标，实现各微网间能量优化调度。该模型充分考虑了可再生能源的不确定性、负荷需求的多样性以及储能电站的运行特性。最后，通过算例验证了所提出模型的有效性和优越性，并分析了储能电站容量和位置对系统性能的影响。
1. 引言
全球气候变化和能源安全问题日益突出，推动了能源领域的深刻变革。传统的集中式供能模式面临着效率低下、污染严重等挑战。分布式能源系统（Distributed Energy System, DES）因其靠近负荷中心、能源利用效率高、环境友好等优点，受到了广泛关注。冷热电联供（CCHP）系统作为一种典型的DES，能够同时满足用户的电力、供热和制冷需求，显著提高能源利用效率。然而，单个CCHP系统往往难以满足大规模用户的需求，且容易受到自身设备容量和可靠性的限制。因此，将多个CCHP系统集成形成CCHP多微网系统，可以实现资源共享、互补互济，提高系统的可靠性和经济性。
在CCHP多微网系统中，可再生能源（如光伏、风电）的接入是实现能源清洁化的重要途径。然而，可再生能源具有间歇性和波动性，给系统的稳定运行带来了挑战。此外，用户负荷需求也存在着较大的波动性，进一步增加了系统运行的难度。储能电站（ESS）作为一种灵活可控的能源存储装置，能够平抑可再生能源的波动、削峰填谷、提高系统稳定性，为CCHP多微网系统的安全可靠运行提供了保障。
目前，针对CCHP多微网系统的研究主要集中在能量优化调度、系统配置优化、需求响应等方面。在能量优化调度方面，文献[1]提出了一种基于模型预测控制的CCHP微网能量管理策略，有效降低了系统运行成本。文献[2]研究了考虑需求响应的CCHP微网多目标优化调度方法，实现了经济性、环保性和用户舒适度的平衡。在系统配置优化方面，文献[3]研究了考虑电网互动的CCHP微网容量优化配置方法，提高了系统对电网的支撑能力。文献[4]提出了一种考虑能源价格不确定性的CCHP微网配置优化模型，提高了系统的鲁棒性。在需求响应方面，文献[5]研究了基于价格型需求响应的CCHP微网能量管理策略，有效降低了系统运行成本。
然而，现有的研究大多集中在单个CCHP微网的优化运行或配置，对多个CCHP微网的协同优化研究较少。此外，对于储能电站在CCHP多微网系统中的作用和配置方法，还需要深入研究。特别是，如何在多个微网之间合理配置储能电站，以最大化系统的经济效益和社会效益，是一个具有挑战性的问题。
本文针对基于储能电站服务的冷热电多微网系统，提出一种双层优化配置模型。上层优化旨在确定储能电站的容量和位置，以最大化系统经济效益和社会效益；下层优化则以最小化系统运行成本为目标，实现各微网间能量优化调度。该模型充分考虑了可再生能源的不确定性、负荷需求的多样性以及储能电站的运行特性。
2. 系统模型
本文研究的CCHP多微网系统由多个CCHP微网和一个储能电站组成，如图1所示。每个CCHP微网包含多种能源设备，如燃气轮机、余热锅炉、吸收式制冷机、电制冷机、光伏发电、风力发电等。各微网通过电力线路和热力管网相连，可以进行能量交互。储能电站可以部署在某个微网内部，也可以独立部署在微网之间。
图1：CCHP多微网系统结构示意图
2.1 CCHP微网模型
每个CCHP微网的模型包括以下几个部分：
- 燃气轮机模型：燃气轮机是将天然气转化为电能和热能的设备，其输出功率受到天然气消耗量的限制。
- 余热锅炉模型：余热锅炉将燃气轮机的废热回收，用于产生蒸汽，用于供热或驱动吸收式制冷机。
- 吸收式制冷机模型：吸收式制冷机利用热能制冷，其制冷量与热源的温度和流量有关。
- 电制冷机模型：电制冷机利用电能制冷，其制冷量与电能消耗量有关。
- 光伏发电模型：光伏发电将太阳能转化为电能，其输出功率受到光照强度的影响。
- 风力发电模型：风力发电将风能转化为电能，其输出功率受到风速的影响。
- 负荷模型：负荷模型描述了用户的电力、供热和制冷需求。
2.2 储能电站模型
储能电站模型描述了储能设备的充放电过程。储能设备的容量、充放电功率、充放电效率等参数都会影响其性能。储能电站的运行需要满足以下约束：
- 容量约束：储能设备的容量不能超过其额定容量。
- 充放电功率约束：储能设备的充放电功率不能超过其额定功率。
- 充放电效率约束：储能设备在充放电过程中存在能量损耗。
- 充放电状态约束：储能设备不能同时进行充电和放电。
- 荷电状态约束：储能设备的荷电状态（State of Charge, SOC）需要在合理的范围内波动。
3. 双层优化模型
本文提出一种双层优化模型，用于配置储能电站在CCHP多微网系统中的容量和位置。
3.1 上层优化模型
上层优化模型的目标是最大化系统的经济效益和社会效益。经济效益包括系统的运行成本、投资成本以及售电收入等。社会效益包括减少碳排放、提高能源利用效率等。
目标函数：
Maximize: F = W1 Feco + W2 Fsoc
其中，F为综合效益，*Feco*为经济效益，*Fsoc*为社会效益，*W1和W2*分别为经济效益和社会效益的权重系数。
经济效益目标函数：
Feco = Frevenue - Foperation - Finvestment
其中，*Frevenue*为售电收入，*Foperation*为系统运行成本（下层优化的目标函数），*Finvestment*为储能电站的投资成本。
社会效益目标函数：
Fsoc = - Fcarbon + Fefficiency
其中，*Fcarbon*为碳排放量，*Fefficiency*为能源利用效率。
约束条件：
- 储能电站容量约束：储能电站的容量需要在合理的范围内波动。
- 储能电站位置约束：储能电站可以部署在某个微网内部，也可以独立部署在微网之间。
- 系统稳定性约束：系统需要满足电压稳定性和频率稳定性等约束。
3.2 下层优化模型
下层优化模型的目标是在给定储能电站容量和位置的情况下，最小化系统的运行成本。运行成本包括燃料成本、维护成本以及与电网交互的成本等。
目标函数：
Minimize: Foperation = ∑t ∑i (Cfuel,i,t + Cmaintenance,i,t + Cgrid,i,t)
其中，t为时间段，i为微网编号，*Cfuel,i,t*为燃料成本，*Cmaintenance,i,t*为维护成本，*Cgrid,i,t*为与电网交互的成本。
约束条件：
- 能量平衡约束：每个微网的电力、供热和制冷需要满足供需平衡。
- 设备出力约束：各个设备的输出功率需要在其额定范围内波动。
- 储能电站运行约束：储能电站需要满足容量约束、充放电功率约束、充放电效率约束、充放电状态约束以及荷电状态约束。
- 网络约束：电力网络需要满足电压约束、潮流约束等。