高俊彥,王培紅,趙 剛,王玟藶
(東南大學 能源與環境學院,江蘇 南京 210000)
在全球碳減排背景下,許多國家和地區紛紛出臺相關政策,對能源系統進行低碳、智能化改造。提高光伏、風能、生物質等可再生能源在能源供應過程中的比例是減少能源系統碳排放的主要措施之一[1]。其中生物質能源作為污染小、可再生、分布廣、可存貯的綠色能源,受到世界各國的廣泛關注,具有無可比擬的優越性[2-3]。
傳統的生物質利用主要有秸稈直燃發電以及沼氣池厭氧發酵等手段,但生物質直燃發電中灰渣的處理問題以及沼氣池保溫熱量的選取、沼渣沼液的高效利用等問題仍有待解決。因此考慮將生物質直燃發電機組與沼氣池耦合,構建一種生物質電熱氣肥多聯產系統,從而解決兩種生物質資源利用方式在單獨應用時存在的問題。充分發揮生物質電熱氣肥多聯產系統優勢的關鍵之一在于如何對其進行調度,使其在保障農村和農民生產生活所需電、熱、氣服務的基礎上,取得較好的經濟性和環保性。
當前對含生物質的綜合能源系統運行優化研究相對較少,并且主要集中在單一時間尺度,多為日前經濟調度。文獻[4]針對生物質沼氣利用問題,構建了包含燃氣輪機及沼氣發電機組在內的電-氣-熱綜合能源系統,并提出了綜合考慮成本與能源利用效率的日前優化運行模型。文獻[5]研究以生物質熱電聯產為核心的鄉鎮綜合能源系統,并針對該系統提出一種考慮熱網損耗及系統運行凈收益的日前兩階段優化方法。文獻[6]、[7]構建了包含沼氣、風能和太陽能的可再生能源系統并對沼氣池加熱保溫,在沼氣池等設備建模的基礎上綜合考慮經濟效益和環境效益進行日前調度優化。但是日前調度并不能完全反應可再生能源出力、負荷的預測誤差以及非計劃瞬時波動功率對系統的影響,從而使其不能完美匹配系統實際運行情況[8]。而不同時間尺度調度的組合不僅可以更好協調全局和局部能量管理,還可以增加調度靈活性[9]。
針對單時間尺度造成的研究局限,部分學者開展了基于多時間尺度的能量管理研究[10-12]。其中文獻[10]構建包含生物質氣化發電的綜合能源系統,建立了日前-日內多時間尺度的微網運行模型。文獻[11]建立了基于可再生能源樞紐的微網多能流耦合模型,充分考慮溫度對厭氧發酵的影響建立了沼氣池發酵生產模型,并提出了以經濟性為目標的綜合能源微網集成多時間尺度能量管理策略。文獻[12]針對以沼氣-風能-太陽能為動力的全可再生能源系統,構建了能量樞紐模型,并采用分布式魯棒算法處理日前-實時兩階段優化調度中的不確定性問題。上述各項研究雖然考慮到對生物質資源加以利用,但利用方式都較為單一,沒有考慮生物質直燃發電與沼氣池厭氧發酵的耦合關系,并且在調度時也沒有考慮沼肥收益帶來的影響,缺乏對以生物質為核心的電熱氣耦合系統的實際研究。
綜上所述,本文首先構建了生物質直燃發電與沼氣池耦合的生物質電熱氣肥多聯產系統,闡述了其結構組成及運行原理,通過對系統主要設備的特性分析建立相應數學模型,并基于此構建生物質電熱氣肥多聯產系統多時間尺度運行優化模型:日前調度階段以運行凈利潤和二氧化碳減排量最大為目標,日內調度階段同時考慮系統經濟性最大及調度的調整量最小,以能量平衡及各設備出力的上下限為約束,集成人工智能優化算法,研究生物質綜合能源系統優化運行及調控機制。最后借助算例驗證了本文提出系統及方法的可行性。
本文研究的生物質電熱氣肥多聯產系統如圖1所示,能源供應側包括光伏(PV)、電網(PG)、生物質直燃發電機組(BG)、沼氣池(BP)、燃氣鍋爐(GB)、天然氣站(NG)等,儲能側包括儲氣罐(GS),能源需求側包括電、熱、氣負荷。其中生物質直燃發電采用朗肯循環,發電機組包括生物質直燃鍋爐和蒸汽輪機,汽輪機抽汽對沼氣池進行保溫,從而提升沼氣供能系統的運行性能。此外秸稈燃燒產生的飛灰中含有豐富的礦質營養元素,可以耦合沼渣沼液生產化肥。因此通過生物質直燃發電系統與沼氣系統之間的能量、物質交互,能夠解決兩種生物質能利用技術單獨應用時存在的問題,使系統運行獲得較好的經濟性。
圖1 生物質電熱氣肥多聯產系統示意圖
1.1 生物質鍋爐及蒸汽輪機模型
生物質直燃鍋爐的工作模式可表示為
(1)
式中QBB——生物質鍋爐輸出熱功率;
FBB——秸稈熱值;
MBPG——生物質發電機組消耗秸稈量;
參考文獻[13]的方法建立蒸汽輪機供熱量及發電量的數學模型。供熱量Qh的計算公式為
(2)
式中h1——抽汽焓;
D1、P1、T1——抽汽流量、壓力及溫度。
汽輪機的功率方程為
(3)
式中h0——主蒸汽焓;
hc——排汽焓;
D0、P0、T0——主汽流量、壓力及溫度;
ηm、ηg——機械傳動效率和發電機效率,本文取ηmηg=0.94[13]。
1.2 沼氣池模型
(1)產氣量及沼肥產量的計算
沼氣發酵的原料主要由水分和總固體(主要是糞便和秸稈)組成。沼氣產量與發酵溫度的關系可由以下模型得出[14]
VMG=m(Tz-Tb)2+VMG,o
(4)
式中VMG——沼氣產量;
Tz、Tb——實際發酵溫度和最佳發酵溫度;
VMG,o——最佳發酵溫度下的沼氣產量;
m——從數據擬合獲得的系數,m=-0.125[14]。
本系統中沼氣池采用中溫發酵,從升溫保溫的代價考慮,大型秸稈沼氣工程經濟可行的發酵溫度首選40 ℃[15],因此本文最佳發酵溫度取40 ℃。40 ℃時幾種常見原料的總固體含量及生產實際產氣率如表1所示。
表1 幾種常見發酵原料的總固體含量及生產實際產氣率[16]
因此最佳發酵溫度下沼氣產量計算公式為
(5)
式中n——原料種類數量;
αi——第i種原料鮮料重量占進沼氣池發酵的原料鮮料總重量;
MB——進沼氣池發酵的原料鮮料總重量;
Di——第i種原料總固體含量;
νi——第i種原料產氣率。
假設沼渣中可作有機肥的部分占75%,則根據質量守恒可計算原料完全反應時的有機肥產量為[17]
(6)
式中MMF——沼肥產量;
ρb——沼氣密度,常溫下取0.7 kg/m3。
(2)傳熱模型建立
本文參考文獻[18]的方法建立傳熱計算模型,進行傳熱計算。熱平衡關系式為
Qsr=Qzq+Qsx+Qly-Qsw
(7)
式中Qsr——沼氣池總熱損失;
Qzq——沼氣池池體散熱量;
Qsx——水箱散熱量;
Qly——進出料液熱損失;
Qsw——生物發酵熱。
沼氣池池體散熱量計算公式為
(8)
式中i=1,2,3——沼氣池的頂部、側壁和底部;
KiAi——沼氣池對應面的負荷系數;
tz——沼氣池內沼液計算溫度;
t0——環境溫度。
水作為系統的傳熱介質儲存在水箱中,水箱散熱量計算公式為
(9)
式中l——水箱內料液高度;
A——蓄水箱上下底面面積之和;
r1——圓周面導熱熱阻;
r2——上下底面導熱熱阻;
Tst——水箱儲水溫度。
發酵料液從進料時較低的溫度加熱到發酵溫度需要消耗大量熱量,其值遠高于水蒸氣和沼氣帶走的熱量,因此進出料熱損失主計算公式為
Qly=cmly(tz-tly)
(10)
式中c——料液比熱;
mly——平均質量流量;
tly——進料時料液的溫度。
沼氣池發酵原料為動物糞便及農作物秸稈,相關文獻[18]提出發酵料液的有效能量中少部分會以熱量的形式釋放出來,因此厭氧發酵產熱計算公式為
Qfj=mly×16.91×3%
(11)
1.3 燃氣鍋爐模型
燃氣鍋爐數學模型為
QGB=Qgas,in·ηGB
(12)
式中QGB——鍋爐的輸出功率;
Qgas,in——每小時消耗沼氣的熱量;
ηGB——鍋爐的性能系數。
1.4 燃氣鍋爐模型
儲能在t+1時刻的容量與上一時刻t的容量有關,其能量充放模型為
(13)
式中C(t+1)、C(t)——儲能設備當前能量和上一刻能量;
Δt——單位調度時間;
ηch、ηdis——儲能設備充放能效率,本文均取值為0.95。
由于光伏出力的預測精度與時間跨度成反比,且考慮到負荷波動特性,本章提出生物質電熱氣肥多聯產系統多時間尺度協調優化框架,該框架包括日前和日內調度計劃。日前調度與日內調度階段對應的時間尺度和目標函數不盡相同,并且長時間尺度下的調度方案是短時間尺度調度過程的基礎。日前調度計劃在每天24:00制定一次,調度時間間隔為1 h,而日內調度計劃時間跨度為4 h,時間間隔為15 min。
2.1 日前調度模型
(1)目標函數
本文評價綜合能源系統日前運行優化結果的準則主要基于經濟性(系統運行凈利潤)以及溫室氣體減排特性(二氧化碳減排量)。
由于沼氣池發酵產生的沼渣沼液經處理后產生的沼肥也可以帶來不錯的收益,因此本文以系統運行凈利潤(Net Profit,NP)最大為經濟性目標優化各個設備的出力,數學模型可以表示為
NP=RMG+RMF+RPG+RHS-CSC-CPG-CNG
(14)
式中RMG、RMF、RPG、RHS——沼氣收益、沼肥收益、發電收益和供熱收益;
CSC、CPG、CNG——機組原料成本、電網交互成本和氣網交互成本。
各項收益的計算公式如下
(15)
(16)
(17)
(18)
式中T——總調度時段;
GL(t)——t時段的氣負荷;
cs,g(t)——逐時售氣價格;
MMF(t)——t時段的沼肥產量;
cMF——沼肥價格;
PL(t)——t時段的電負荷;
cs,e(t)——逐時售電價格;
QL(t)——t時段的熱負荷;
ch——熱價。
各項成本的計算公式如下
Csc=Ms×c1+Mf×c2
(19)
(20)
(21)
式中Ms、Mf——系統一年內秸稈及糞便的使用量;
c1、c2——秸稈及糞便的價格;
PEX(t)——t時段的下網電量;
cb,e(t)——逐時購電價格;
GEX(t)——t時段的購氣量;
cb,g(t)——逐時購氣價格。
以電網供電標煤耗以及熱網供熱標煤耗作為基準,計算在相同發電量及供熱量下以生物質為核心的綜合能源系統可減少的二氧化碳排放量,即二氧化碳減排量(Carbon Dioxide Emissions Reduction,CR),其公式為
CR=CRp+CRh
(22)
(23)
(24)
式中CDERp、CDREh——供電及供熱的二氧化碳減排量;
Psum(t)——t時段生物質直燃發電機組及光伏發電總功率;
Be,s——電網供電標煤耗;
EFc——標煤碳排放因子;
Qsum(t)——t時段生物質直燃發電機組與燃氣鍋爐的總供熱量;
QBP(t)——t時段沼氣池保溫消耗的熱量;
Bh,s——熱網供熱標煤耗;
EFg——天然氣碳排放因子。
為了從經濟性、溫室氣體減排特性兩個方面衡量該綜合能源系統的性能,本文以綜合指標最大為目標,并假設經濟性與溫室氣體減排特性兩個指標按同等地位處理[19],從而確定合適的購電、購氣和設備出力計劃。目標函數為
(25)
式中ω1、ω2——經濟性和溫室氣體減排特性指標所占的權重系數;
ω1、ω2——均取值0.5。
(2)約束條件
系統能量平衡約束可表示為
PPV(t)+PBG(t)+PEX(t)=PL(t)
(26)
QBG(t)+QGB(t)=QL(t)+QBP(t)
(27)
(28)
式中PBG(t)——t時段生物質直燃發電機組的發電量;
PPV(t)——t時段光伏預測輸出功率;
QBG(t)——t時段生物質直燃發電機組的抽汽供熱量;
QGB(t)——t時段燃氣鍋爐的供熱量;
NBP——工作的沼氣池個數;
GGB(t)——t時段燃氣鍋爐消耗的氣量。
設備出力相關約束分別為
(29)
D1min、D1max——抽汽流量的最小值和最大值;
β——常數;
rBG——生物質發電機組的爬坡速率
(30)
λminCES≤C(t)≤λmaxCES
(31)
式中CES——儲能設備最大容量;
λmax、λmin——儲能設備的最大和最小荷能狀態。
2.2 日內調度模型
(1)目標函數
在系統運行過程中,受到用戶負荷及光伏發電波動性的影響,其功率難以精準預測,因此需要增加日內調度環節,在日前優化調度的基礎上對機組出力進行調整修正。為了保證系統的穩定性,日內調度需要在兼顧經濟性的同時減小系統調度的調整量,以最大限度地保持與日前相應調度計劃的一致性。其經濟性的目標函數與日前運行優化相同,系統調度調整量為日內優化結果與日前優化結果的偏差,公式為
(32)
(33)
(34)
(35)
式中Tin——日內調度時域;
ΔPrt、ΔQrt、ΔGrt——各設備在日內階段相對于日前階段的功率偏差、熱量偏差和氣量偏差;
ΔPL、ΔQL、ΔGL——日內電、熱、氣負荷與日前的差值。
在日內調度過程中假設系統經濟性與系統調度調整量按同等地位處理,其優化目標為
(36)
式中ω3、ω4——兩種指標所占的權重系數;
ω3、ω4——均取值0.5。
(2)目標函數
在日內階段由于時間尺度的縮短,生物質發電機組的爬坡速率約束發生相應改變
(37)
日內其余約束條件與日前階段相同。
3.1 參數設置
針對如圖1所示的生物質電熱氣肥多聯產系統進行算例分析,其原型為蒙東地區某生物質電廠。在該系統中,汽輪機額定功率12 MW,沼氣池共有15個,單個沼氣池直徑31.32 m,容積為6 468 m3。進入沼氣池的原料為玉米稈和豬糞,糞稈配比為1∶1,采用中溫發酵,發酵溫度為40 ℃。系統內各設備的相關參數如表2所示。分時電價與氣價如圖2所示,熱價及沼肥價格分別取0.23元/kW[20]和500元/t[21]。
表2 綜合能源系統中各設備的相關參數[24-28]
圖2 分時電價及氣價[22-23]
根據系統所在地區氣候條件以及一年中氣溫有明顯季節變化的特點,引入冬季、夏季和過渡季三種典型日類型。本文選取過渡季典型日作為算例,典型日電、熱、氣負荷參考文獻[19]中的數據(在其基礎上乘以一定的倍數,確保其變化趨勢不變),并采用LSTM方法[29]對日內的電、熱、氣負荷及光伏出力進行預測,結果如圖3所示,其預測誤差見表3。
表3 日內電、熱、氣負荷及光伏出力預測誤差
圖3 日內電、熱、氣負荷及光伏出力預測結果
3.2 日前調度計劃分析
為了驗證該生物質電熱氣肥多聯產系統的優越性,設計兩種案例做橫向對比。案例一:生物質發電機組中汽輪機部分抽汽用以加熱沼氣池,使發酵溫度維持在40 ℃;案例二:不對沼氣池采取額外的加熱保溫措施,厭氧發酵處于環境溫度下進行。
分別對兩種案例在經濟性環保性兼顧情況下進行日前調度優化,各設備出力如圖4至圖6所示,兩種案例下系統運行的凈利潤和二氧化碳減排量如表4所示。
表4 兩種案例下日前調度結果對比
圖4 電負荷平衡日前優化調度設備出力圖
圖5 氣負荷平衡日前優化調度設備出力圖
圖6 熱負荷平衡日前優化調度設備出力圖
由圖4(a)可知,0點至7點時電價處于低谷時段,生物質發電機組發電的經濟性低于外購電,同時購電對經濟性的影響大于對碳排放量的影響,因此汽輪機在保證抽汽量的前提下維持較低出力,系統向電網購電來滿足電負荷的需求;18點到21點處于電負荷和電價高峰時段,汽輪機發電功率已達到最大,無法滿足電負荷的部分只能由外購電彌補;在13時光伏出力達到最大,為3 041 kWh。
由圖5(a)可以看到,沼氣池產氣量全天基本上維持在較高水平,這是由于生物質發酵產沼肥具有較好的經濟性,因此大部分時刻15個沼氣池全部工作,產生的沼氣除滿足氣負荷外還可用于燃氣鍋爐供熱,以減少部分汽輪機的抽汽量; 5點至8點氣負荷、熱負荷均處于較高水平,系統通過儲氣罐放氣和購氣滿足部分氣負荷;17點時儲氣罐內氣量已接近上限,可于接下來的氣負荷高峰時段大量對外放氣;24點時儲氣罐內剩余沼氣由燃氣鍋爐消耗,儲氣罐內氣量重新回到最低水平。
對于案例二,設備出力情況如圖4(b)～6(b)所示,可以看到當沼氣池不利用汽輪機抽汽進行保溫時,主要會對氣和熱負荷平衡的調度結果產生影響。由于沼液的溫度較低,沼氣池內厭氧發酵反應的活性受到影響,產氣量及產肥量都有一定程度的降低,從而導致需要更多的購氣量來滿足氣負荷。同時由于產氣量下降,系統內多余沼氣量較少,因此燃氣鍋爐基本只在7點至8點、21點至22點等汽輪機抽汽無法滿足熱負荷的時間段工作。結合表4的對比結果也可以看到,相較于案例二,案例一提出的生物質發電機組與沼氣池耦合的系統利用多能互補特性,有效保障沼氣池發酵維持在一個既經濟又高效的狀態,提升沼氣產量,確保系統內較為充足的能量供應,不僅在運行凈利潤方面更具優勢,同時也促進了系統內生物質能的消納與利用,提高了二氧化碳減排量。
3.3 日內調度計劃分析
系統內各個設備日內優化運行結果如圖7所示。為了平衡負荷的波動并保證與日前調度計劃偏差較小,基本上所有供能設備和儲能系統共同分擔功率波動。由圖7(a)可知,某些時刻購電量的調整空間有限,主要通過生物質發電機組平抑電能波動,在22點45分時生物質發電機組發電量與日前偏差最大,其絕對值為2 210 kWh。由圖7(b)可知,沼氣池耗熱量變化較小,而燃氣鍋爐供熱量除與熱負荷有關外還受系統內剩余沼氣量的限制,燃氣鍋爐出力頻繁調整可能會導致供氣設備出力變化較大,因此系統主要調整生物質發電機組的抽汽供熱量,在17點45分時生物質發電機組抽汽供熱量與日前偏差最大,其絕對值為13 038 kWh。由圖7(c)、(d)可知,總體來說儲氣罐出力和儲氣量的調整值較大,充分發揮其在綜合能源系統中的緩沖作用,儲氣量最大偏差的絕對值為1 349 m3。
圖7 日內優化調度系統出力結果
從圖7所示的優化結果可以看到,由于日內調度階段需要考慮與日前調度的偏差,因此日內調度方案可以較好地追蹤日前優化調度結果。日內優化調度的時間尺度較日前更小,因此可以更加準確、細致地規劃機組出力,以應對生物質電熱氣肥多聯產系統中供需側功率的隨機波動,提高系統運行的經濟性、穩定性。
本文構建了生物質電熱氣肥多聯產系統多時間尺度優化調度模型,日前階段綜合考慮二氧化碳減排量、運行凈利潤等多目標,日內除經濟性外同時考慮與日前調度偏差最小為目標函數進行調度,合理安排供能儲能機組的出力計劃和出力調整。研究結果表明:
(1)由于厭氧發酵產沼肥具有較好的收益,因此耦合系統大部分時間沼氣池產氣量都維持在相對較高的水平上,提高了系統運行的經濟性和環保性。
(2)生物質發電機組與沼氣池耦合的系統中利用汽輪機抽汽對沼氣池進行保溫,可以提升沼氣、沼肥產量,該系統相比于不耦合的系統運行凈利潤提高了16.4%,二氧化碳減排量增大了7.8%,提高了生物質能資源轉化利用效率,促進了生物質資源的消納;
(3)日內調度計劃與日前調度計劃基本趨勢一致,各供能設備和儲能系統共同分擔功率波動,可以通過更加細致地規劃機組出力,修正因日前光伏出力和負荷預測不精確導致的偏差,增強系統的穩定性。
猜你喜歡 沼氣池時間尺度發電機組 時間尺度上非完整系統的Noether準對稱性與守恒量商丘師范學院學報(2023年9期)2023-09-06煤氣發電機組DEH控制系統的優化山東冶金(2022年4期)2022-09-14時間尺度上Lagrange 系統的Hojman 守恒量1)力學學報(2021年10期)2021-12-02交直流混合微電網多時間尺度協同控制能源工程(2021年1期)2021-04-13大連市暴雨多時間尺度研究分析水利技術監督(2016年6期)2017-01-15基于PLC控制柴油發電機組3D 模型通信電源技術(2016年4期)2016-04-04海寧市農村廢棄沼氣池現狀及處置對策上海農業科技(2016年3期)2016-03-28沼氣池浮渣結殼怎么辦鄉村科技(2015年23期)2015-02-21八鋼歐冶爐TRT發電機組成功并網發電**鋼鐵(2015年3期)2015-02-20國內首臺65MW超高壓中間再熱發電機組并網發電中國設備工程(2014年1期)2014-02-28