0 引言
为弥补现有研究的不足,本研究设计一种园区能源系统组合优化框架,根据中山市华南现代中医药城园区内所有企业的热电需求数据及供需平衡原则,构建一个基准情景与四个优化情景,对园区能源项目和园区整体两个不同核算边界进行评估。从微观角度,定义能源项目核算边界,以净现值（net present value, NPV）、投资回报率（internal rate of return, IRR）和投资回收期（payback period, Pt）为指标,分析园区内能源供应项目（包括源-储-控环节）投资的经济性大小;从宏观角度,定义园区整体核算边界,以园区外购电成本、能源利用效率和碳排放为指标,分析园区整体（包括源-网-储-荷-控环节）的3E效益,为园区能源主体投资和园区能源系统优化提供理论支撑。园区能源项目和园区整体的两个核算边界范围如表1。
Table 1 Two accounting boundary ranges表1 两个核算边界范围 |
| 边界类型 | 边界内主体 | 边界内评价指标 | 边界内输入条件 |
|---|---|---|---|
| 能源项目边界 | 园区内微网运营管理商,负责投资光伏、储能充放电设施、内燃机热电联供机组 | 净现值、投资回报率和投资回收期,参见式（8）~ 式（10） | 微网运营管理商设施的燃料供应、燃料消耗、和热-电能源输出 |
| 园区整体边界 | 园区内所有的企业 | 园区整体所需外部购电量的成本、能源利用效率和碳排放,参见式（11）~ 式（13） | 园区内所有的企业供应和消耗 |
1 组合优化框架及评估程序流程设计
Fig. 1 Framework diagram of combinatorial optimization of energy system in the park图1 园区能源系统组合优化框架图 |
Fig. 2 Flow chart of evaluation procedure图2 评估程序流程图 |
各类优化技术的运行公式如下：
（1）光伏运行和内燃机热电联供公式参考文献[17]进行设置。
（2）储能优化运行安排
$\max R=\sum\limits_{i=1}^{12}{{{m}_{i}}}{{p}_{i}}-\sum\limits_{j=\text{1}}^{\text{12}}{{{m}_{j}}}{{p}_{j}}-24C_{\text{om}}^{t}-24C_{\text{cap}}^{t}$ (1)
当${{m}_{i}}{{p}_{i}}-{{m}_{j}}{{p}_{j}}-2C_{\text{om}}^{t}-2C_{\text{cap}}^{t}\ge 0$,${{p}_{i}}=-100\text{kV}$,${{p}_{j}}=100\text{kV}$;当${{m}_{i}}{{p}_{i}}-{{m}_{j}}{{p}_{j}}-2C_{\text{om}}^{t}-2C_{\text{cap}}^{t}\le 0$,${{p}_{i}}={{p}_{j}}=0$;式中：R是一天净收益;实时电价mi是当日电价由高到低排序前12位组成;实时电价mj是单日电价由低到高排序前12位组成;放电功率pi和pj由两个判定为0或 -100 kV,0或100 kV;$C_{\text{om}}^{t}$是小时数运维成本;$C_{\text{cap}}^{t}$是小时数固定资本折旧成本。
（3）微平衡市场交易平台
Fig. 3 Participants of the micro-balanced market trading platform图3 微平衡市场交易平台参与主体 |
Fig. 4 Operating process of microbalance market图4 微平衡市场运行流程 |
引入微平衡市场交易实时电价模型：
${{W}_{\text{d}}}=\sum\limits_{t=1}^{n}{d_{0}^{t}}$ (2)
${{d}_{\text{av}}}=\frac{{{W}_{\text{d}}}}{n}$ (3)
$\alpha \left( t \right)={d_{\text{0}}^{t}}/{{{d}_{\text{av}}}}\;$ (4)
$p\left( t \right)=\alpha \left( t \right)\cdot {{p}_{\text{r}}}$ (5)
${{p}_{\text{min}}}\le p\left( t \right)\le {{p}_{\text{max}}}$ (6)
式中：Wd为需求响应前日负荷总量;$d_{0}^{t}$为需求响应前t时刻负荷;dav为需求响应前小时平均负荷;n
为一天小时数,n = 24;a(t)为实时浮动因子;pr为需求响应前平均电价;p(t)为实时电价。
引入用户侧电力需求负荷响应模型：
$d\left( t \right)={{d}_{0}}\left( t \right)\times \left[ 1+\sum\limits_{{{t}^{\text{0}}}=\text{1}}^{T}{E\left( t,{{t}^{\text{0}}} \right)\times \frac{p\left( {{t}^{\text{0}}} \right)-{{p}_{\text{0}}}\left( {{t}^{\text{0}}} \right)}{{{p}_{\text{0}}}\left( {{t}^{\text{0}}} \right)}} \right]$ (7)
式中：d(t)为需求响应后t时刻负荷;d0(t)为需求响应前t时刻负荷;p0(t0)为需求响应前t0时刻的电价;p(t0)为实时电价;$E\left( t\text{,}{{t}^{\text{0}}} \right)=\frac{{{p}_{0}}\left( {{t}^{\text{0}}} \right)}{{{d}_{0}}\left( t \right)}\times \frac{\partial d\left( t \right)}{\partial p\left( {{t}^{\text{0}}} \right)}$为需求弹性;E(t,t0) ≤ 0时,t = t0;E(t,t0) ≥ 0时,t ≠ t0;t,t0∈（1,2…T）。
2 情景构建及分析评价模型
2.1 情景构建
依据园区能源系统组合优化框架图,设计一种基准情景和两种技术优化情景,以及两种组合优化情景,如表2。
Table 2 Scenario settings表2 情景设置 |
| 情景名称 | 情景描述 | 技术优化 | 机制优化 | |
|---|---|---|---|---|
| 电力技术优化 | 热力技术优化 | |||
| 基准情景 | 园区能源由外购电供给和生物质锅炉机组燃烧供热满足 | 无优化 | 无优化 | 无优化 |
| 电力优化情景 | 园区电力供应由光伏自发自用供给,不足部分由外购电补充;储能接入低压配电侧,削峰填谷;热力供应由生物质锅炉机组燃烧供热满足 | 引入光伏发电技术和储能技术 | 无优化 | 无优化 |
| 热力优化情景 | 园区能源由外购电和生物质锅炉机组燃烧供热满足 | 无优化 | 内燃机热电联供机组替代生物质锅炉供热 | 无优化 |
| 热电组合优化情景 | 园区能源供应由光伏自发自用供给,不足部分由外购电补充;储能接入低压配电侧,削峰填谷;内燃机热电联产机组以热定电模式运行,产生的电量以上网电价并网,产生的热量用于园区热力供给 | 引入光伏发电技术和储能技术 | 内燃机热电联供机组替代生物质锅炉供热 | 无优化 |
| 热电及机制组合优化情景 | 发电商和用户可在微平衡市场中进行电力交易;电力可由光伏发电、储能充放电和内燃机热电联产机组发电供给,不足部分由外购电供给;热力供应由内燃机热以热定电模式运行供热,产生的电量优先园区内部交易,多余电量以上网电价并网;产生的热量用于园区热力供给 | 引入光伏发电技术和储能技术 | 内燃机热电联供机组替代生物质锅炉供热 | 引入园区微网系统,建立微平衡市场交易子系统 |
2.2 评价模型
2.2.1 项目经济效益评价
项目经济效益用净现值、内部收益率和投资回收期进行体现,其中净现值越大、内部收益率越大和投资回收期越短,则项目经济效益越好。
$V=\sum\limits_{t=\text{0}}^{T}{{{F}_{t}}}{{\left( \text{1}+{{i}_{\text{0}}} \right)}^{t}}$ (8)
$V\left( {{R}_{\text{0}}} \right)=0$ (9)
${{P}_{\text{t}}}={{T}_{N}}-1+\frac{\left| {{F}_{\text{A,}{{T}_{N}}-\text{1}}} \right|}{{{F}_{{{T}_{N}}}}}$ (10)
式中：V为净现值;Ft为第t年净现金流;i0为基准折现率;T为项目周期;R0为内部收益率;Pt为投资回收期;TN为项目累积净现金流首次为非负的年份;${{F}_{\text{A,}{{T}_{N}}-\text{1}}}$为第TN-1年累积净现金流;${{F}_{{{T}_{N}}}}$为第TN年净现金流。
2.2.2 园区3E效益评价
通过对园区运用3E效益模型对四种情景优化效果进行评价。
（1）经济效益
$C=\sum\limits_{t=1}^{8760}{{{P}_{\text{grid}}}\left( t \right)E\left( t \right)} 或 C=\sum\limits_{t=\text{1}}^{8760}{p\left( t \right)E\left( t \right)}$ (11)
式中：C为园区整体全年购电成本;Pgrid(t)、P(t)分别为t时刻大电网电价和实时电价;E(t)为t时刻园区整体购电量。
（2）能源利用效率
$\eta =\frac{{{F}_{\text{tot}}}}{V{}_{\text{mt}}{{L}_{\text{ng}}}+{{V}_{\text{bio}}}{{L}_{\text{bio}}}+\frac{{{E}_{\text{gri}}}}{0.4}+{{E}_{\text{pv}}}}$ (12)
式中：η为园区整体能源利用率;Ftot为园区整体全年能源消耗量;Vmt为园区整体全年天然气消耗量;Lng为天然气低位热值;Vbio为园区整体全年生物质颗粒消耗量;Lbio为生物颗粒热值;Egri为园区整体全年购电量;Epv为光伏园区整体全年发电量。
（3）环境效益
$E={{A}_{\text{ng}}}\times {{E}_{\text{ng,c}{{\text{o}}_{\text{2}}}}}+\sum\limits_{t}^{8760}{{{E}_{\text{gri,}t}}}\times {{E}_{\text{gri,c}{{\text{o}}_{\text{2}}}}}$ (13)
式中：E为园区整体碳排总量;Ang为园区整体全年天然气的活动水平;${{E}_{\text{ng,C}{{\text{O}}_{\text{2}}}}}$为天然气碳排放因子;Egri,t为t时刻购电量;${{E}_{\text{gri,C}{{\text{O}}_{\text{2}}}}}$为电网电力碳排放因子。
3 案例数据
基于以上框架方法对中山市华南现代中医药城园区进行分析。在供热方面,利用生物质能源为园区内的企业进行集中供热,每小时6T蒸汽生物质直燃供热锅炉已投入使用。在供电方面,利用闲置屋顶建设600 kW分布式光伏发电系统,同时完成了100 kW电储能装置项目建设。因此,在以电力优化情景为中山市华南现代中医药城园区原型前提下,根据该医药城全年热电需求数据,取日平均值设计典型日数据。算例分析根据典型日数据反推算全年数据。
3.1 园区热电需求数据
Fig. 5 Typical daily heat demand load curve图5 典型日热需求负荷曲线 |
Fig. 6 Typical demand load curve图6 典型日电需求负荷曲线 |
3.2 园区热电供给数据
供热方面,基准情景和电力优化情景采用6T蒸汽生物质直燃供热锅炉,按每时刻负荷出力满足园区全年10 635 MW∙h热力需求,消耗生物质颗粒燃料4 684 t,全年生物质锅炉运行消耗电量为99 MW∙h。热力优化情景、热电组合优化情景和热电及机制组合优化情景采用4台1 MW Jenbacher JMS320内燃机热电联供机组按以热定电模式出力满足园区内部全年10 635 MW∙h热需求,消耗天然气量2 554 939 m3,全年内燃机热电联产机组运行耗电量为308 MW∙h,典型日生物质锅炉和内燃机热电联产机组运行电消耗曲线如图7。其中,1 MW Jenbacher JMS320内燃机热电联供机组额定功率运行下基本参数有：发电量1 063 kW∙h、余热供热量1 193 kW∙h、发电效率41%、综合利用率86%。
Fig. 7 Power consumption of typical daily biomass boilers and internal combustion engine cogeneration units图7 典型日生物质锅炉和内燃机热电联产机组运行耗电量 |
Fig. 8 (a) Typical daily microbalance market trading curve; (b) typical daily photovoltaic output; (c) typical daily energy storage operation curve图8 （a）典型日微平衡市场交易曲线;（b）典型日光伏出力;（c）典型日储能运行曲线 |
3.3 浮动因子
Fig. 9 Floating factor curve图9 浮动因子曲线 |
3.4 各类价格
生物质颗粒燃料成本为700元/t;天然气成本为2.86元/m3;热蒸汽出售价格为300元/t;天然气热电联产上网电价、中山市峰谷电价和微平衡市场实时电价如图10。
Fig. 10 Electricity price curve图10 电价曲线 |
4 结果分析
4.1 项目经济效益
以园区能源项目为核算边界,分析项目投资经济效益,表3显示了园区能源项目的投资效益。其中,整个项目寿命周期为20年,基准折现率取5%,预计净残值率为5%。
Table 3 Energy project investment benefit table表3 能源项目投资效益表 |
| 情景 | 成本 / 万元 | 收益 / 万元 | 经济效益评估指标 | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 投资建设成本折旧 | 运维成本 | 外购电成本 | 燃料 成本 | 售电 收益 | 储能充放电价差收益 | 售热收益 | 净现值 / 万元 | 投资回报率 / % | 投资回收期 / 年 | |||
| 基准情景 | 43 | 40 | 7 | 328 | - | - | 501 | 700 | 15 | 7.2 | ||
| 电力优化情景 | 53 | 50 | - | 328 | 49 | 18 | 501 | 1 295 | 20 | 5.9 | ||
| 热力优化情景 | 111 | 70 | 22 | 731 | 644 | - | 501 | 1 799 | 15 | 7.2 | ||
| 热电组合优化情景 | 121 | 80 | - | 731 | 693 | 18 | 501 | 2 580 | 18 | 6.3 | ||
| 热电及机制组合优化情景 | 130 | 100 | - | 731 | 791 | 33 | 501 | 3 554 | 22 | 5.5 | ||
相比基准情景,电力优化情景引入光伏发电与储能充放电设备,将促进净现值提高595万元,内部收益率提高4.8%,投资回收期缩短1.3年。
相比基准情景,热力优化情景的能源项目采用内燃机热电联产机组替代生物质锅炉直燃供热,促进净现值提高1 098万元。但是由于投资建设成本和天然气成本较高,并且天然气发电仅能以0.665 kW∙h/元上网电价上网,内部收益率和投资回收期相比基准情景没有提高。
相比基准情景,热电组合优化情景引入光伏发电技术与储能充放电技术使用,以及采用内燃机热电联产机组替代生物质锅炉直燃供热,将带动净现值提高1 880万元,内部收益率提高3%,Pt缩短1年。该情景相比基准情景具有较好的经济效益,且优于热力优化情景。但是同样由于内燃机热电联产机组投资建设成本和天然气成本较高等问题,内部收益率和投资回收期差于电力优化情景,经济效益不能得到最优提升。
进一步采用热电组合优化和机制优化进行组合优化,通过构建微网系统和引入微平衡市场,热电及机制组合优化情景在实时电价和需求响应的影响下,售电收益和储能充放电价差收益增加。相比基准情景,净现值提高2 854万元,内部收益率提高7%,投资回收期缩短近2年,项目经济效益相比其他情景最优。
4.2 园区3E效益分析
以园区整体为核算边界,分析能源系统的3E效益,结果如表4所示。
Table 4 Benefit analysis of 3E in the park表4 园区3E效益分析 |
| 情景 | 3E评价指标 | ||
|---|---|---|---|
| 园区整体购电费 / 万元 | 能源效率 / % | 碳排量/ t | |
| 基准情景 | 542 | 45 | 4 498 |
| 电力优化情景 | 449 | 47 | 3 880 |
| 热力优化情景 | 557 | 43 | 5 768 |
| 热电组合优化情景 | 464 | 45 | 5 150 |
| 热电及机制组合优化情景 | 86 | 71 | 1 705 |
相比基准情景,电力优化情景增添分布式光伏和储能技术的使用可减少园区对外购电需求依赖,促进园区整体购电成本降低17%,能源效率提高2%,碳排量减少13.7%。
相比基准情景,热力优化情景园区整体购电成本反而提高3%,能源效率降低2%,碳排量增加28%。该情景的天然气热电联产机组运行耗电量大,增加园区整体用电需求,因而提高了园区外购电成本,降低园区整体能源效率。同时天然气热电联产作为化石能源发电,低碳程度不够。相比于“零”碳排的生物质能源,天然气发电的碳排放增大。
相比基准情景,热电组合优化情景园区整体购电成本降低14%,能源效率无变化,碳排量增加14%。该情景是热力优化和电力优化的结合,其中光伏发电与储能充放电的技术使用可降低园区外购电量和成本,同时有效缓解天然气热电联产机组运行的负面作用,提高园区能源清洁度。
进一步采用技术优化和机制优化组合,热电及机制组合优化情景的园区分布式气电耦合能源发电商可根据实时电价进行交易,较大程度减少园区外购电需求,园区整体购电成本降低84%,能源效率提高26%,碳排量减少62%,因此该情景的3E效益优于其他情景。
根据上述结果,对园区整体购电费减少率、能源效率增加量和碳排量减少率各取1/3权值计算3E综合效率,如表5。结果显示,相比基准情景,电力优化情景各项评价指标有所提高,3E综合效益提高11%,但热力优化情景各项评价指标均变差,且热电组合优化情景3E综合效益没有提高,说明技术优化和技术组合存在局限性。当进一步采用技术优化和机制优化组合,热电及机制组合优化情景的3E综合效益提高58%,相比其他情景最优。
Table 5 Comprehensive benefits of 3E in the park表5 园区3E综合效益 |
| 情景 | 园区整体购电成本下降率 / % | 能源效率增加量 / % | 碳排放下降率 / % | 3E综合效益 / % |
|---|---|---|---|---|
| 电力优化情景 | 17 | 2 | 14 | 11 |
| 热力优化情景 | -3 | -2 | -28 | -11 |
| 热电组合优化情景 | 14 | 0 | -15 | 0 |
| 热电及机制组合优化情景 | 84 | 26 | 62 | 58 |
5 结论
针对园区能源系统集成优化提出优化框架路径,构建园区评估程序流程图,并以园区系统能源项目经济效益及园区整体经济效益、能源利用效率和环境效益为系统的优化效果指标进行评价。得到结论如下：
（1）相比基准情景,电力技术优化情景和热力技术优化情景的NPV分别提高了595万元和1 098万元,IRR分别提高5%和0%,Pt分别缩短1年和0年;园区3E综合效益分别提高11%和 -11%。两种技术优化的项目经济性均优于基础情景,但热力技术优化的园区3E综合效益降低11%。因此,技术优化存在局限性,不能每项技术都得到较好的项目经济性和园区3E综合效益。
（2）相比基准情景,热电技术组合优化情景NPV提高1 880万元,IRR提高3%,Pt缩短1年;园区3E综合效益没有提高。相比热力优化情景,热电组合优化情景的项目经济性和园区3E综合效益有一定程度的提升,但仍低于电力优化情景。因此,各种不同技术进行组合优化,项目经济性和园区3E综合效益将产生中和效应,也不能得到最优提升。
（3）进一步采用热电联供技术和机制组合优化,热电及机制组合优化情景相比基准情景的NPV提高2 854万元,IRR提高7%,Pt缩短2年;园区3E综合效益提高58%。该情景项目经济性和园区3E综合效益相比其他情景达到最优。因此,能源系统的技术优化并不能完全实现较好的项目经济性和3E效益,仍然需要加以机制优化,在多优化组合体系下相辅相成以全面提高园区能源3E效益。
综上结论所述,本文构建园区能源系统组合优化框架,综合从效率、经济、发展可持续角度,在园区能源系统优化的设计上,建议未来园区能源系统需加快可再生能源规模化开发,优化园区能源硬件措施,推进分布式光伏的使用,促进园区分布式热电联产发展,辅以科学的智慧能源管理机制,从而有效缓解园区能源供需矛盾,降低电网拥堵,为公共事业创造收入,同时改变传统园区能源消费模式,推动能源变革的发展进程。
