地热-太阳能-风能多能微网的能量品质模糊优化研究

《Franklin Open》：Fuzzy Optimization of a Geothermal-solar-wind Multi-energy Microgrid Considering Energy Quality

本文针对传统多能微网（MEM）忽视能量品质差异的问题，提出了一种考虑能量品质（基于?分析）的地热-太阳能-风能多能微网模糊优化方法。研究通过引入?损失率作为优化目标，并利用模糊数学处理经济性与?效率间的冲突，实现了系统运行成本降低最高达28.22%，同时提升了运行灵活性。该研究为100%可再生能源微网的高效、优质运行提供了新思路。

　　

随着全球对化石燃料环境影响的日益担忧，可再生能源的开发和利用已成为世界性的焦点。地热能、太阳能和风能作为清洁、可持续且环境友好的替代能源，展现出巨大的潜力。传统的多能微网（Multi-energy Microgrid, MEM）系统主要关注能量的数量优化，而往往忽视了不同能量载体之间存在的品质差异。这导致在实际应用中，高品位的电能可能被用于低品位的热需求，造成能源的“大材小用”，从而降低了整体系统的能源利用效率。如何量化并优化能量品质，协调经济性与能源高效利用之间的目标冲突，成为当前可再生能源微网领域面临的一个重要挑战。

为了应对上述挑战，发表在《Franklin Open》上的这项研究，提出了一种针对地热-太阳能-风能多能微网的模糊优化方法，首次将能量品质作为核心考量因素。研究人员创造性地引入了热力学中的“?”（Exergy）概念来量化能量品质。?代表了能量在特定环境条件下所能做的最大有用功，是衡量能量“质”的指标。与只关注能量“量”守恒的第一定律不同，?分析基于第二定律，能够揭示能量转换过程中的品质损失（即?损失）。本研究旨在通过模糊优化技术，在经济成本最小化和?损失率最小化这两个相互冲突的目标之间寻求最佳平衡点，从而提升微网的整体性能。

为开展此项研究，作者团队主要采用了以下几个关键技术方法：首先，构建了一个集成地热、太阳能光伏光热（PVT）、风能、有机朗肯循环（ORC）、电转气（P2G）、电池储能（BES）和燃气储存等多种组件的多能微网物理框架。其次，建立了系统中关键设备（尤其是ORC系统和P2G电解槽）的稳态数学模型，其中P2G的效率通过RC热网络模型考虑温度动态变化的影响。第三，引入了?分析理论，定义了电能、天然气、热水和冷水的能量品质系数（EQC），并计算了系统总?损失。最后，应用模糊数学规划方法，将经济成本和?损失率目标转化为模糊满意度函数，并以最大化最小满意度为目标进行求解。

研究结果

1. MEM框架与多能耦合矩阵

研究设计了一个基于能源枢纽（Energy Hub）的微网结构，将地热、太阳能、风能等可再生能源输入，通过一系列转换和存储设备（如WT, PVT, ORC, P2G, CHP, 锅炉, furnace, BES, 燃气罐），最终满足社区的电、热、气负荷需求。通过建立扩展的多能耦合矩阵，系统地描述了能源的生产、转换、存储和消费过程，为优化分析奠定了基础。

2. ORC系统稳态模型

针对集成ORC系统，研究人员建立了其稳态运行模型，详细分析了蒸发器、涡轮发电机、冷凝器和水泵等组件的工作过程，并推导了基于不同热源（如地热、太阳能）的ORC效率（λ₁^ORC, λ₂^ORC, λ₃^ORC）。该模型表明，通过减少循环热损失或增加工作压力可以有效提高ORC效率。

3. ?计算与能量品质量化

研究明确了不同能量形式的?值计算方法。电能的?品质系数（D_Ex,elec）为1，属于高品质能源；天然气的?品质系数（D_Ex,gas）约为0.51；热水（D_Ex,heat≈0.15）和冷水（D_Ex,cold≈0.04）的品质相对较低。基于此，研究计算了热电联产（CHP）、锅炉、 furnace和电池储能（BES）等设备在能量转换过程中的?损失，并定义了系统总的?损失率（R_Exloss）作为优化目标之一。

4. 模糊优化模型构建与求解

面对经济成本（SC_k）和?损失率（R_Exloss）两个相互冲突的目标，研究采用了模糊优化方法。为每个目标定义了线性的模糊满意度函数（μ_SC(X) 和 μ_ELR(X)），其值在0（完全不满意）到1（完全满意）之间。优化目标转变为最大化两个满意度中的较小值（即 μ_obj(X)），从而确保两个目标都能得到相对满意的实现，而非过度偏向某一方。

5. 案例研究与方案对比

通过对一个包含1MW PVT、1MW WT、500kW ORC、1MW CHP/锅炉/ furnace、1MWh BES和1000m3燃气罐的微网进行24小时仿真，将所提出的模糊优化方案（方案1）与两种传统方案进行了对比：方案2（加权单目标优化）和方案3（仅考虑经济性的模糊优化）。结果表明，方案1在多个方面表现出色：系统总运行成本最低（298.87美元），比方案2和方案3分别降低了28.22%和27.22%；通过灵活的电力市场参与（售电量比其他方案高37.5%）和可再生能源的互补性，实现了100%的风光消纳；通过优先使用燃气存储而非BES来调节间歇性，减少了电池降解成本和?损失；采用能量品位感知的调度策略，优化了CHP、锅炉和 furnace等转换设备的运行，在满足负荷的同时有效控制了?损失率。

6. 灵敏度分析与权重模型比较

灵敏度分析表明，调整成本目标的下限（SC_min）或?损失率目标的下限（R_Exlossmin）会对优化结果产生非线性影响，验证了模糊优化模型在平衡不同目标间的有效性。与传统的加权求和单目标模型相比，模糊优化方法能够更好地处理不同量纲目标的协调问题，避免了人为设定权重的主观性，展现了其优越性。

结论与讨论

本研究成功地将能量品质（?）分析引入到地热-太阳能-风能多能微网的优化运行中，并首次应用模糊数学方法解决了经济性与?效率之间的多目标优化问题。研究结论表明，通过充分考虑能量品质，并利用模糊优化进行协调，所提出的方法能够显著降低系统运行成本（最高可达28.22%），同时保证较高的能源利用效率（较低的?损失率）和100%的可再生能源消纳。这种多能互补与能量品质协同优化的策略，极大地增强了微网运行的灵活性和经济性。

该研究的重要意义在于：理论上，它将热力学第二定律的?分析与传统能源管理相结合，为微网优化提供了新的视角和量化工具。方法上，模糊优化的应用为处理可再生能源系统中普遍存在的多目标、不确定性优化问题提供了有效的解决方案。实践上，研究成果为构建高效、经济、可靠的100%可再生能源多能微网提供了具体的技术路径和决策支持，对推动能源系统向更可持续、更高效的方向发展具有重要的参考价值。未来的研究可以进一步探索基于合作博弈论的微网间能源交易协调机制，以扩大优化效益的范围。