《Sustainability》:Impact of Growing Renewable Energy Penetration on Optimal Design and Operation of Grid-Connected RIES via a Bi-Level Dynamic Optimization Model
编辑推荐:
本研究扩展了一个已建立的用于并网区域综合能源系统(RIES)的双层动态优化框架,以应对集成电力系统(IPS)中不断增长的可再生能源渗透率(REP)。传统模型将REP视为静态,而研究人员的方法将其动态增长整合到设计和运行调度阶段,利用遗传算法与Gurobi求解器
本研究扩展了一个已建立的用于并网区域综合能源系统(RIES)的双层动态优化框架,以应对集成电力系统(IPS)中不断增长的可再生能源渗透率(REP)。传统模型将REP视为静态,而研究人员的方法将其动态增长整合到设计和运行调度阶段,利用遗传算法与Gurobi求解器相结合。应用于长沙的一个案例研究,扩展模型系统地与传统的静态REP情景进行了基准比较。研究表明,在优化模型中引入REP增长因子可以增加地源热泵(GSHP)的安装容量,减少热电联产机组和吸收式制冷机的安装容量,并将系统初始投资降低12.20%。受设备容量配置差异的影响,并网RIES的一次能源消耗和总成本在规划期内降低,而累积二氧化碳排放量略有增加。冬季运行条件下的一次能源消耗和总成本分别降低了2.44%和2.38%。此外,随着IPS中REP增长率的增加,系统一次能源消耗、二氧化碳排放和总成本的降低量均相应增加。因此,在宏观RIES规划中,纳入动态REP揭示了一个明确的权衡:在可再生能源渗透率较低时,提高经济性和能源效率可能会暂时增加碳排放。
**研究背景与问题**
全球碳中和目标推动了集成电力系统(IPS)中可再生能源渗透率(REP)的持续增长,这一趋势直接促进了并网区域综合能源系统(RIES)的发展。建筑部门约占全球能源消耗的30%,其转型尤为关键,而RIES作为一种多能互补架构,能够提升区域可再生能源利用率并满足用户对电、热、冷的需求。然而,传统RIES设计方法将REP视为静态参数,忽略了其在长期规划期内(如20年)的年际动态增长,导致设备容量配置和运行调度无法适应REP变化。现有研究虽已建立考虑REP增长的优化模型,但多依赖固定运行策略(如以电定热或以热定电),未能充分挖掘系统灵活性。为此,研究人员基于已建立的双层动态优化框架,通过引入REP年增长率,弥补了长期动态边界建模与短期运行灵活性之间的鸿沟。
**研究内容与意义**
本研究以长沙某2500 m
2公共建筑为案例,建立以系统总成本最小为目标的双层动态优化模型,分别在静态REP(情景1)和动态REP增长(情景2)下优化并网RIES的容量配置与运行调度。结果表明,考虑REP增长后,地源热泵(GSHP)容量增加,热电联产(CHP)机组和吸收式制冷机(ABC)容量减少,初始投资降低12.20%。在规划期内,情景2的一次能源消耗和总成本显著降低,但碳排放略有增加,揭示了经济能源效率与低碳目标之间的权衡。该研究发表在《Sustainability》。
**关键技术方法**
研究人员采用双层动态优化模型:上层通过遗传算法(GA)优化设备容量,下层以最小日运行成本为目标,利用Gurobi求解器求解混合整数线性规划(MILP)问题,确定最优调度策略。案例来源为长沙某公共建筑(2500 m
2),基于Energy Plus软件计算设计日和运行日的冷、热、电负荷。REP的动态变化参考中国“双碳”目标下的预测数据,并设置±30%的不确定性区间。
**研究结果**
**4.2 系统优化**
通过双层动态优化模型,得到情景1(系统1)和情景2(系统2)的设备容量:系统2的GSHP容量更大,CHP和ABC容量更小,初始投资比系统1低12.20%。在夏季设计日调度中,系统2的GSHP提供更大制冷功率,但运行效率较低,导致从IPS购电量增加,而天然气消耗减少。系统2的碳排放高于系统1,但一次能源消耗和总成本分别降低3.72%和0.58%(夏季设计日规划期累计)。
**4.3 运行分析**
**4.3.1 运行负荷计算**
基于典型年气象参数,利用Energy Plus计算建筑全年运行负荷,表明夏季冷负荷远大于冬季热负荷,且运行负荷大部分时间低于设计负荷。
**4.3.2 运行结果**
夏季运行条件下,系统2的一次能源消耗和总成本分别降低2.98%和0.65%;冬季运行条件下,由于IPS购电比例更大,系统2的碳排放显著高于系统1,但一次能源消耗和总成本分别降低2.44%和2.38%。总体而言,考虑REP增长可有效降低运行期的一次能源消耗和总成本,但可能增加碳排放。
**4.4 结果讨论**
在REP及其增长率的变化范围内,系统2的CHP和ABC容量随REP增加而减小,GSHP容量增大。与系统1相比,系统2的一次能源节省率(PESR)和总成本降低率(TCRR)均为正值且随REP增加而增大;碳排放降低率(CDERR)在低REP时负值,高REP时转为正值。因此,当IPS的REP及其增长率较高时,有必要将REP变化纳入优化模型以提升系统性能。
**讨论与结论**
讨论部分指出,REP预测存在不确定性,±30%的偏差范围导致设备容量和运行绩效相应变化。当REP和增长率较低时,系统2的碳排放高于系统1,表明存在成本-环境权衡;高REP下则能实现减排。研究结论(翻译)如下:
(1)受REP增长影响,系统2的GSHP容量大于系统1,CHP和ABC容量较小,初始投资降低12.2%。
(2)系统2从IPS购电更多,其一次能源消耗、碳排放和总成本随REP增长快速下降。规划期内,系统2的一次能源消耗和总成本均低于系统1,例如冬季运行条件下PESR和TCRR分别为2.44%和2.38%。
(3)系统2的GSHP容量随REP及其增长率增加而增大,导致PESR、TCRR和CDERR持续上升。高REP带来减排,但低REP下成本-环境权衡明显,决策者需谨慎平衡。
实际工程方面,该扩展框架为并网RIES在REP增长下的容量配置提供了有效决策支持。当前研究将REP宏观建模,忽略电网动态约束,未来将整合瞬态约束以增强物理真实性,并推广至不同气候区验证普适性。