含深冷液化空气储能的离网型CCHP微网容量配置

王英杰，陈 洁，杨 蒙

(新疆大学电气工程学院，新疆 乌鲁木齐 830047)

1 引言

随着我国能源格局的改变，能源利用率低、能源需求分散且多样化等问题日益突出，因此需要大力发展冷热电联供(Combined Cooling,Heating and Power,CCHP)微网技术[1-2]。CCHP微网是一种建立在能量梯级利用原理基础上，将供冷、供热及发电过程一体化的多联产总能系统，不仅满足了用户侧能源需求的多样性，还能够有效提高微网运行的经济、环境效益，在新兴工业园区的能量供应方面得到了广泛应用[3-4]。然而，CCHP微网系统正面临多种能量流相互耦合和可再生能源高比例渗透的问题，尤其是离网型CCHP微网缺乏电网支撑，亟需加入储能及其优化控制技术帮助调节[5]。

深冷液化空气储能(Liquid Air Energy Storage,LAES)是以压缩空气储能为基础，将压缩空气进一步降温、液化并存储的技术，与传统的压缩空气储能相比大大减少了所需的能量存储体积，且具有能量密度高、存储容量大、不受地理条件约束、没有环境危害等优点[6-7]。文献[8]利用压缩空气储能的储热工质对热用户供热，并将透平出口空气用于制冷，从而实现冷热电三联供，结果表明含压缩空气储能的CCHP系统能够有效提高供能效率、消纳可再生能源。文献[9]提出了一种耦合压缩空气储能和风力发电的分布式能源系统模型，通过改变压缩机级数等参数分析系统供能特性。文献[10]建立了孤岛模式下风-氢互补微电网模型，研究其系统特性，以总体经济成本最优为目标函数进行容量配置。文献[11-12]针对由压缩空气储能、燃气发电机和吸收式制冷机组成的 CCHP微网，以效率与经济成本为目标，优化关键热力学参数。文献[13-14]建立了10MW级深冷液化空气储能的设计方案，从技术原理、运行模式及热力学分析等不同角度对LAES系统的工程化应用提供研究思路。

现有对LAES系统研究主要集中于仅供电的系统，且多为系统设计和系统特性分析，对于冷热电联供的深冷液化空气储能系统及其应用研究较少。因此，本文提出一种含深冷液化空气储能的离网型CCHP微网系统，构建各部分模型，以缺负荷率和经济成本为目标函数，使用NSGA-Ⅱ算法进行优化容量配置，并结合实际负荷数据进行仿真验证。

2 系统建模

2.1 系统描述

为防止多种能量流耦合带来系统调控困难的问题，本文构建的离网型CCHP微网由风力发电机、深冷液化空气储能、电锅炉、电制冷机等设备构成，其结构能流图如图1所示。用户负荷主要由深冷液化空气储能系统来满足，而在LAES系统供能不足时，电负荷由风电机组满足，冷负荷由电制冷机满足，热负荷由电锅炉满足，以提高系统的能量利用率。

图1 离网型CCHP微网结构能流图

2.2 系统建模

2.2.1 风力发电机模型

该CCHP微网的主要供电设备为风力发电机，其输出功率PWT与轮毂处风速v的关系为

(1)

式中，vc、vp、vn分别为风力发电机切入、切出、额定风速；Pn为风力发电机的额定功率。

2.2.2 深冷液化空气储能模型

深冷液化空气储能是将电能转化为液态空气的内能并储存的储能方式，其流程如图2所示。储能阶段，电能驱动空气压缩机组将常温常压的环境空气压缩至高温高压状态，通过换热器将压缩热释放到储热介质中并吸收储冷介质的冷能后降温，高压低温的压缩空气接着进入节流阀，通过节流膨胀作用使空气液化并储存于液态空气储罐中。释能阶段，深冷泵将液态空气从液空储罐中加压泵出，于蒸发器中吸收储冷介质的热能气化。最后，离开蒸发器的高压低温空气再吸收储热介质的热能并升高温度，于空气透平膨胀机中膨胀做功，驱动发电机发电。

图2 深冷液化空气储能系统流程图

压缩机组消耗的总功率为

(2)

液态空气储罐模型为

(3)

式中，VLA(t)为当前时刻液态空气储罐中液态空气体积；me为膨胀空气的流量；ρLA为液态空气的密度，取0.9kg/m3；tr为系统运行时间。

深冷泵消耗的电功率表示为

(4)

膨胀机组的输出的电功率为

(5)

式中，ηe，m为电动机-膨胀机的转换效率，取0.9；γ为膨胀机的膨胀比；ηe为膨胀机的等熵效率。

深冷液化空气储能系统能够回收各过程中产生的热能和冷能来提高系统效率并实现冷热电联供。常温水和常温导热油吸收空气压缩过程产生的热能，不仅使压缩机入口空气温度降低，减小其耗功，还能将热能存储利用于加热膨胀阶段的冷空气，使空气透平膨胀机入口空气温度升高，增加其输出功，提高系统效率；同时产生的高温水可以供给热负荷，提高了能源利用率。使用丙烷和水作为储冷介质，将热能和冷能循环运用于空气的液化和气化过程，并将冷水供给冷负荷，末级透平膨胀机的低温排气也可供给冷负荷，实现了能量的综合利用。

LAES系统的供热量为高温水输出的热量，系统的供冷量由冷水输出的冷量与冷空气输出的冷量之和表示

(6)

QCS=QCW+QCA

(7)

(8)

(9)

深冷液化空气储能系统的Matlab/Simulink仿真模型如图3所示。

图3 深冷液化空气储能系统仿真模型

2.2.3 电制冷机模型

电制冷机作为冷负荷的补充设备，其制冷量为

(10)

式中，PER为电制冷机功率；COPer为电制冷机制冷系数。

2.2.4 电锅炉模型

电锅炉作为热负荷的补充设备，其制热量为

(11)

式中，PEB为电锅炉功率；ηeb为电锅炉热效率。

3 系统容量配置

离网型CCHP微网优化的容量配置旨在满足本地负荷需求，同时减少能源浪费、降低系统的成本。但是满足负荷与低系统成本间存在矛盾，因此需要寻求二者之间的最优解。

3.1 目标函数

3.1.1 系统可靠性指标

系统可靠性表征供能系统持续供能的能力，可用系统不能满足负荷功率需求的概率—缺负荷率LPSP来衡量，本文以最低缺负荷率为优化目标之一，其目标函数表示为

(12)

式中，N为系统运行时间内不能满足负荷需求的采样点数；T为系统运行时间内所有负荷采样点数；Pi(t)为t时刻第i种负荷需求功率；Pj(t)为t时刻第j种供能设备的供能功率；k为系统供能设备类型数目。

3.1.2 系统成本

系统成本主要为各的设备建设运行成本，最小成本的目标函数为

(13)

式中，Nj为同类设备的个数；Pj为设备的额定功率；Cui，j为设备单位装机容量成本；r为设备折旧率；n为设备使用年限。

3.2 约束条件

3.2.1 设备约束

各设备除了满足数学模型的等式条件外，还应满足装置数量、容量和功率的不等式约束，分别如式(14)-式(16)所示

0≤Nj≤Nj，max

(14)

Vj，min≤Vj(t)≤Vj，max

(15)

Pj，min≤Pj(t)≤Pj，max

(16)

式中，Nj，max为同类设备单独满足负荷需要的数量；Vj，min和Vj，max分别为储罐容量的上下限；Pj，min和Pj，max分别为设备运行功率的上下限。

3.2.2 能量约束

系统的能量约束主要包括电能平衡、冷能平衡、热能平衡约束，表达式为

PLAES(t)+PER(t)+PEB(t)+Pload(t)=PWT(t)

(17)

QCS(t)+QER(t)=QCold(t)

(18)

QHS(t)+QEB(t)=QHeat(t)

(19)

式中，Pload(t)为电负荷功率；Qcold(t)为冷负荷需求量；Qheat(t)为热负荷需求量。

3.3 系统控制策略

因风力发电机出力具有间歇性和随机性的特点，负荷情况也是在不断变化，故优化的控制策略有利于提高系统的能量利用、减少成本。具体控制策略如下：

1)用电低谷期LAES系统充电，用电高峰期LAES系统放电。

2)负荷首先由LAES系统满足，不能满足负荷时由风力发电机、电制冷机和电锅炉共同满足。

3.4 优化求解

所建含深冷液化空气储能的离网型CCHP微网系统容量配置为实质上是带约束的复杂非线性多目标优化问题，其一般形式为

min[f1(x)，f2(x)，…fn(x)]

(20)

(21)

式中，fn(x)为目标函数；g(x，y)为等式约束；h(x，y)为不等式约束。

多目标优化问题可通过多种智能算法实现，如遗传算法、粒子群算法、蚁群算法等，其目的都为寻求多个目标的最优解，通过计算得出“非劣”Pareto解集来表示其优化结果。本文使用性能优越的NSGA-Ⅱ多目标遗传算法对系统容量配置问题进行求解，其解集具有收敛性好和分布均匀等优点，求解具体流程如图4所示。

图4 容量配置求解流程图

4 算例分析

4.1 基础参数

对于不同场景下的CCHP系统的容量配置结果也不同，以某工业园区为例，其典型日负荷如图5所示。设定00：00-06：00和18：00-24：00为用电低谷期，LAES系统进行储能；在06：00-18：00为用电高峰期，LAES系统进行释能。

图5 某工业园区典型日负荷

本文构建的CCHP微网主要供能设备由风力发电机、电制冷机、电锅炉和深冷液化空气储能系统构成，设备的主要设计参数如表1所示。选取新疆某风电厂单台2.5MW风力发电机作为研究对象，其某日出力情况如图6所示。同时设置单台电制冷机的额定容量为3000kW，单台电锅炉的额定容量为3000kW，深冷液化空气储能单级额定容量1770kW。

表1 设备主要设计参数

图6 单台风力发电机出力

系统各设备的成本参数如表2所示

表2 设备成本参数

4.2 结果分析

根据目标函数与约束条件，NSGA-Ⅱ多目标遗传优化算法中选择遗传代数为 250，种群个数为 100，交叉概率为 0.8，变异概率为 0.15。优化容量配置的Pareto解集如图7所示。

图7 优化容量配置的Pareto解集

通过多目标遗传算法优化后的含深冷液化空气储能的离网型CCHP微网系统容量配置一组最优解如表3。

表3 容量配置结果

根据所得结果，选取一个最优解：风力发电机12台、LAES系统4级、电制冷机5台、电锅炉2台为该负荷情况下的最优容量配置，在该配置下，CCHP系统的缺负荷率为4.17%，成本为3.50×107元。该结果体现了NSGA-Ⅱ算法解集“非劣”的特性，即为保证负荷的供能可靠性和系统的经济性，需要允许一定的缺负荷率。

5 结论

本文提出一种由深冷液化空气储能主要供能，风力发电机、电制冷机、电锅炉补充供能的离网型CCHP系统。构建了各设备的模型，以缺负荷率和系统成本为优化目标函数，以系统中装置的数量为决策变量，从各设备容量、功率和系统能量平衡方面进行约束。结合实际负荷情况，通过NSGA-Ⅱ多目标遗传算法对离网型CCHP系统进行容量配置，得出该负荷情况下的最优设备数量。该系统设计实现了能量的综合利用，供能设备的优势互补，有效提高了系统经济性和供能可靠性，为深冷液化空气储能的应用和CCHP微网的发展提供了理论参考。