中國(guó)儲(chǔ)能網(wǎng)訊：
摘要 低碳園區(qū)復(fù)合式能源系統(tǒng)合理的規(guī)劃與配置對(duì)提升系統(tǒng)能效、降低成本、減少污染物排放等具有重要意義。首先，基于園區(qū)用能需求快速預(yù)測(cè)方法和能源系統(tǒng)動(dòng)態(tài)仿真平臺(tái)，提出了以綜合評(píng)價(jià)指標(biāo)為導(dǎo)向的低碳園區(qū)復(fù)合式能源系統(tǒng)優(yōu)化規(guī)劃配置方法，建立了虎克-捷夫算法和粒子群算法相融合的混合優(yōu)化算法。然后，以典型低碳園區(qū)冷熱電三聯(lián)供耦合地源熱泵、蓄能與燃?xì)忮仩t的多能系統(tǒng)為例，對(duì)比分析了不同優(yōu)化算法的配置結(jié)果和優(yōu)化速度，研究了綜合優(yōu)化目標(biāo)最優(yōu)、全生命周期成本、能耗最低等不同優(yōu)化目標(biāo)對(duì)容量?jī)?yōu)化配置結(jié)果和系統(tǒng)典型日運(yùn)行情況的影響。結(jié)果表明，本文提出的優(yōu)化配置方法和混合優(yōu)化算法可以保證尋優(yōu)能力、優(yōu)化精確度，同時(shí)提高了優(yōu)化計(jì)算性能。以綜合評(píng)價(jià)目標(biāo)最優(yōu)的能源系統(tǒng)配置結(jié)果可以兼顧系統(tǒng)成本、經(jīng)濟(jì)運(yùn)行、環(huán)境影響及低碳排放等多方因素，更有利于構(gòu)建低碳園區(qū)最優(yōu)能源形態(tài)。
1 低碳園區(qū)用能需求預(yù)測(cè)及復(fù)合式能源系統(tǒng)仿真建模研究
1.1 基于典型建筑負(fù)荷數(shù)據(jù)庫(kù)的低碳園區(qū)冷熱電負(fù)荷預(yù)測(cè)
本研究構(gòu)建低碳園區(qū)典型建筑負(fù)荷計(jì)算與預(yù)測(cè)模型。典型建筑滿足國(guó)家現(xiàn)行的建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)、各地方建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)以及國(guó)家近零能耗建筑技術(shù)標(biāo)準(zhǔn)等相關(guān)要求。典型建筑體型系數(shù)、窗墻比、圍護(hù)結(jié)構(gòu)熱工參數(shù)等均滿足設(shè)計(jì)標(biāo)準(zhǔn)的要求。并且在園區(qū)冷熱電負(fù)荷預(yù)測(cè)時(shí)，考慮特定功能設(shè)置下特殊建筑的冷熱電負(fù)荷分布特性的差異，修正典型負(fù)荷計(jì)算和預(yù)測(cè)模型的結(jié)果。
基于園區(qū)典型建筑負(fù)荷的計(jì)算和預(yù)測(cè)模型，建立園區(qū)典型建筑的冷熱電負(fù)荷數(shù)據(jù)庫(kù)，包括冷熱電設(shè)計(jì)負(fù)荷指標(biāo)、設(shè)計(jì)日和全年逐時(shí)的冷熱電負(fù)荷系數(shù)。預(yù)測(cè)方法的適用階段為區(qū)域能源規(guī)劃階段或方案設(shè)計(jì)階段，此時(shí)對(duì)于整個(gè)能源規(guī)劃所覆蓋地理區(qū)域范圍內(nèi)的建筑，可應(yīng)用典型城市典型建筑冷熱電氣負(fù)荷系數(shù)進(jìn)行設(shè)計(jì)負(fù)荷與全年逐時(shí)負(fù)荷的概算。低碳園區(qū)區(qū)域能源規(guī)劃的負(fù)荷預(yù)測(cè)計(jì)算流程如下。
1）在復(fù)合式能源系統(tǒng)服務(wù)區(qū)域范圍內(nèi)，根據(jù)區(qū)域整體建設(shè)規(guī)劃的要求，分類(lèi)統(tǒng)計(jì)園區(qū)內(nèi)i類(lèi)建筑的建筑面積Si。
2）根據(jù)各類(lèi)型建筑的全年逐時(shí)冷熱電負(fù)荷特性系數(shù)，計(jì)算不同類(lèi)型建筑的全年逐時(shí)冷熱電負(fù)荷?？紤]區(qū)域內(nèi)建筑的同時(shí)使用系數(shù)ψi，即可計(jì)算能源站全年逐時(shí)冷熱電負(fù)荷，用于指導(dǎo)能源站的工況分析和方案對(duì)比。
3）基于全年逐時(shí)冷熱電負(fù)荷特性及系數(shù)計(jì)算園區(qū)能源系統(tǒng)全年逐時(shí)總冷熱電負(fù)荷。
能源站全年j時(shí)刻總冷負(fù)荷為
式中：YCj為能源站設(shè)計(jì)日j時(shí)刻總冷負(fù)荷；Czi為i類(lèi)建筑的設(shè)計(jì)冷負(fù)荷指標(biāo)；NCij為j時(shí)刻i類(lèi)建筑冷負(fù)荷特性系數(shù)。
能源站全年j時(shí)刻總熱負(fù)荷為
式中：YHj為能源站設(shè)計(jì)日j時(shí)刻總熱負(fù)荷；Hzi為i類(lèi)建筑的設(shè)計(jì)熱負(fù)荷指標(biāo)；NHij為j時(shí)刻i類(lèi)建筑熱負(fù)荷特性系數(shù)。
能源站全年j時(shí)刻總電負(fù)荷為
式中：YEj為能源站設(shè)計(jì)日j時(shí)刻總電負(fù)荷；Ezi為i類(lèi)建筑的設(shè)計(jì)電負(fù)荷指標(biāo)；NEij為j時(shí)刻i類(lèi)建筑電負(fù)荷特性系數(shù)。
1.2 低碳園區(qū)復(fù)合式能源系統(tǒng)仿真模型
本研究以TRNSYS軟件作為仿真模擬工具，并在文獻(xiàn)調(diào)研和問(wèn)卷調(diào)查的基礎(chǔ)上，確定典型復(fù)合式能源系統(tǒng)形式。調(diào)查對(duì)象包括科研機(jī)構(gòu)、咨詢(xún)機(jī)構(gòu)、設(shè)計(jì)單位、施工單位、投資及運(yùn)營(yíng)單位（回收問(wèn)卷總計(jì)300份）。調(diào)研園區(qū)/建筑主要包括辦公類(lèi)、居住類(lèi)、學(xué)校類(lèi)、醫(yī)院類(lèi)、酒店類(lèi)、商場(chǎng)類(lèi)等幾種類(lèi)型。問(wèn)卷調(diào)查對(duì)象、園區(qū)及建筑具體統(tǒng)計(jì)情況如圖1所示。對(duì)調(diào)研園區(qū)/建筑復(fù)合式能源系統(tǒng)的類(lèi)型進(jìn)行分析，園區(qū)復(fù)合式能源系統(tǒng)占比如圖2所示。其中，太陽(yáng)能耦合地源熱泵系統(tǒng)占比約為20%、燃?xì)忮仩t耦合地源熱泵系統(tǒng)占比約為18%、市政熱力耦合地源熱泵占比約為10%。此外，冷熱電三聯(lián)供耦合地源熱泵、蓄能與常規(guī)冷熱源的多能源系統(tǒng)占比約為19%，市政熱力耦合燃?xì)忮仩t達(dá)到14%。因此，本研究選取占比高、典型的復(fù)合式能源系統(tǒng)形式，并基于TRNSYS仿真軟件開(kāi)發(fā)普遍適用于園區(qū)典型形式能源系統(tǒng)的仿真模擬平臺(tái)，以進(jìn)行低碳園區(qū)復(fù)合式冷熱源仿真計(jì)算。
圖1 問(wèn)卷調(diào)研對(duì)象組成及信息
Fig.1 Composition and information of the survey respondents
圖2 低碳園區(qū)復(fù)合式能源系統(tǒng)類(lèi)型調(diào)研結(jié)果
Fig.2 Investigation results of the typical types of composite energy system in low-carbon parks
基于低碳園區(qū)綜合能源系統(tǒng)典型形式，開(kāi)發(fā)了不同類(lèi)型能源系統(tǒng)的仿真模型。仿真平臺(tái)由9個(gè)部分組成。1）區(qū)域整體信息輸入系統(tǒng)；2）主控制系統(tǒng)；3）管網(wǎng)輸配系統(tǒng)；4）地源熱泵系統(tǒng)/空氣源熱泵系統(tǒng)；5）冷熱電燃?xì)馊?lián)供系統(tǒng)；6）輔助冷熱源系統(tǒng)（冷水機(jī)組/燃?xì)忮仩t系統(tǒng)）；7）太陽(yáng)能等可再生能源系統(tǒng)；8）蓄能系統(tǒng)；9）計(jì)算結(jié)果輸出系統(tǒng)?；赥RNSYS的典型復(fù)合式能源系統(tǒng)仿真模擬平臺(tái)如圖3所示。其中，仿真平臺(tái)的外部輸入?yún)?shù)為系統(tǒng)仿真的關(guān)鍵條件，主要包括室外氣象參數(shù)、冷熱電負(fù)荷需求、能源系統(tǒng)設(shè)備選型參數(shù)、設(shè)備性能等。復(fù)合式能源系統(tǒng)仿真平臺(tái)的模型在獲取系統(tǒng)冷熱電負(fù)荷后，根據(jù)系統(tǒng)運(yùn)行控制原則將負(fù)荷分配給不同子系統(tǒng)，各子系統(tǒng)接收運(yùn)行控制信號(hào)并依據(jù)設(shè)備性能，實(shí)現(xiàn)系統(tǒng)、各子系統(tǒng)和設(shè)備的動(dòng)態(tài)模擬計(jì)算。最終，仿真平臺(tái)輸出低碳園區(qū)綜合能源系統(tǒng)的動(dòng)態(tài)負(fù)荷、能耗等運(yùn)行數(shù)據(jù)。仿真模擬可實(shí)現(xiàn)包含冷熱電三聯(lián)供系統(tǒng)、地源熱泵系統(tǒng)、空氣源熱泵、輔助燃?xì)忮仩t和輔助電制冷、水蓄能系統(tǒng)、太陽(yáng)能光熱、太陽(yáng)能光伏發(fā)電等子系統(tǒng)在內(nèi)的復(fù)合式能源系統(tǒng)全年8760 h逐時(shí)負(fù)荷、能耗、運(yùn)行成本等動(dòng)態(tài)仿真計(jì)算。
圖3 TRNSYS典型復(fù)合式能源系統(tǒng)能耗模擬計(jì)算平臺(tái)示例
Fig.3 Example of a typical composite energy system simulation platform based on TRNSYS software
2 低碳園區(qū)復(fù)合式能源系統(tǒng)優(yōu)化目標(biāo)
本研究對(duì)低碳園區(qū)復(fù)合式能源系統(tǒng)規(guī)劃配置的優(yōu)化方法進(jìn)行研究，以選取最佳的容量配置方案。
2.1 常規(guī)優(yōu)化目標(biāo)
本研究對(duì)比分析不同優(yōu)化目標(biāo)下復(fù)合式能源系統(tǒng)規(guī)劃與配置結(jié)果，同時(shí)考慮全生命周期成本（life cycle cost，LCC）、運(yùn)行能耗最優(yōu)等優(yōu)化目標(biāo)。其中，系統(tǒng)運(yùn)行能耗根據(jù)仿真模型的動(dòng)態(tài)模擬能耗量計(jì)算得到；系統(tǒng)LCC由初投資、運(yùn)行費(fèi)用、維護(hù)費(fèi)用進(jìn)行計(jì)算得到，其中系統(tǒng)運(yùn)行費(fèi)用按照動(dòng)態(tài)仿真的能耗值和各項(xiàng)能源價(jià)格進(jìn)行計(jì)算。全生命周期成本LCC最優(yōu)的優(yōu)化目標(biāo)為
式中：CLCC為全生命周期成本；CIC為系統(tǒng)初投資成本；COC為系統(tǒng)運(yùn)行和維護(hù)成本；CRC為固定成本的凈殘值；X為折現(xiàn)率；t為系統(tǒng)的全生命周期；n為全生命周期的第n年。
2.2 綜合優(yōu)化目標(biāo)
針對(duì)園區(qū)能源綜合系統(tǒng)評(píng)價(jià)，本研究采用層次分析法定性與定量分析相結(jié)合的方法和基于模擬計(jì)算的敏感性定量分析，從成本、節(jié)能和環(huán)保3個(gè)維度，確定了3個(gè)一級(jí)指標(biāo)與10個(gè)二級(jí)指標(biāo)，如表1所示。
表1 低碳園區(qū)綜合評(píng)價(jià)指標(biāo)體系
Table 1 Comprehensive evaluation index system for low-carbon parks
本研究采用評(píng)價(jià)指標(biāo)研究中的層次分析法，得出一級(jí)評(píng)價(jià)指標(biāo)權(quán)重，同時(shí)運(yùn)用單因素敏感性分析方法，校準(zhǔn)層次分析法的權(quán)重計(jì)算值。運(yùn)用蒙特卡洛模擬方法，考察各二級(jí)評(píng)價(jià)指標(biāo)如機(jī)房設(shè)備費(fèi)用、電力價(jià)格、燃?xì)鈨r(jià)格等單因素變化對(duì)分布式供能系統(tǒng)優(yōu)化配置的影響，得到各二級(jí)評(píng)價(jià)指標(biāo)對(duì)系統(tǒng)容量配置影響的敏感度概率分布。并且綜合考慮多種不確定性因素，引入一級(jí)指標(biāo)和各二級(jí)指標(biāo)的目標(biāo)關(guān)系函數(shù)，采用蒙特卡洛模擬法確定各一級(jí)指標(biāo)敏感度的概率分布，得到各一級(jí)指標(biāo)的權(quán)重占比。計(jì)算各二級(jí)指標(biāo)的敏感度和權(quán)重條件，結(jié)合各一級(jí)指標(biāo)的權(quán)重總量，等比例折算確定各項(xiàng)二級(jí)指標(biāo)的權(quán)重。最后將采用蒙特卡洛模擬法得到的權(quán)重結(jié)果與層次分析法計(jì)算的權(quán)重結(jié)果進(jìn)行校準(zhǔn)，得到綜合評(píng)價(jià)指標(biāo)。
在復(fù)合式能源系統(tǒng)綜合評(píng)價(jià)指標(biāo)及其權(quán)重計(jì)算結(jié)果的基礎(chǔ)上，綜合評(píng)價(jià)指標(biāo)由系統(tǒng)成本、經(jīng)濟(jì)運(yùn)行和環(huán)境影響3個(gè)一級(jí)指標(biāo)組成，可得到其能源系統(tǒng)綜合評(píng)價(jià)指標(biāo)A為
式中：a、b、c分別為一級(jí)指標(biāo)系統(tǒng)成本、經(jīng)濟(jì)運(yùn)行、環(huán)境影響的權(quán)重。
3 低碳園區(qū)復(fù)合式能源系統(tǒng)規(guī)劃配置方法
3.1 復(fù)合式能源系統(tǒng)規(guī)劃與配置方法
實(shí)際系統(tǒng)規(guī)劃配置優(yōu)化計(jì)算是一個(gè)反復(fù)迭代的過(guò)程，每次迭代都在尋求綜合評(píng)價(jià)指標(biāo)的最小值，迭代優(yōu)化的流程如圖4所示，具體如下。
圖4 復(fù)合式能源系統(tǒng)一體化規(guī)劃與配置方法
Fig.4 Integrated planning and configuration method for composite energy systems
1）根據(jù)低碳園區(qū)冷熱電需求初步設(shè)置復(fù)合式能源系統(tǒng)設(shè)備容量，并在初設(shè)容量配置條件下對(duì)低碳園區(qū)復(fù)合式能源系統(tǒng)進(jìn)行動(dòng)態(tài)能耗模擬，計(jì)算綜合評(píng)價(jià)指標(biāo)中各子項(xiàng)指標(biāo)值。
2）對(duì)同等供用能需求下，傳統(tǒng)供冷供熱系統(tǒng)的動(dòng)態(tài)能耗進(jìn)行仿真模擬，計(jì)算綜合評(píng)價(jià)指標(biāo)中的各子項(xiàng)指標(biāo)值。
3）完成綜合評(píng)價(jià)指標(biāo)值的計(jì)算，根據(jù)最優(yōu)化算法邏輯，確定復(fù)合式能源系統(tǒng)下一組容量?jī)?yōu)化配置參數(shù)。
4）在新的容量?jī)?yōu)化配置參數(shù)條件下完成綜合評(píng)價(jià)指標(biāo)A的計(jì)算，直至綜合評(píng)價(jià)指標(biāo)值不再降低，即達(dá)到綜合評(píng)價(jià)指標(biāo)最優(yōu)值和最優(yōu)容量配置。
3.2 復(fù)合式能源系統(tǒng)規(guī)劃與配置優(yōu)化算法
傳統(tǒng)單一優(yōu)化算法存在對(duì)初始值敏感、不易收斂、容易陷入局部最優(yōu)等問(wèn)題，難以同時(shí)兼顧全局尋優(yōu)和局部尋優(yōu)能力。由于低碳園區(qū)復(fù)合式能源系統(tǒng)的能源和設(shè)備類(lèi)型較多，子系統(tǒng)耦合性強(qiáng)；同時(shí)，本文最優(yōu)容量配置問(wèn)題是非線性、多變量的最優(yōu)化問(wèn)題，優(yōu)化模型的多個(gè)決策變量具有相互耦合和相互制約的特點(diǎn)，因此，高效準(zhǔn)確的優(yōu)化算法是解決園區(qū)能源系統(tǒng)優(yōu)化配置的關(guān)鍵。
針對(duì)低碳園區(qū)綜合能源系統(tǒng)優(yōu)化配置非線性多變量多約束的特點(diǎn)，采用混合優(yōu)化算法實(shí)現(xiàn)優(yōu)化問(wèn)題的準(zhǔn)確求解。本文采用基于虎克-捷夫（hooke-jeeves，HJ）和粒子群（particle swarm optimization，PSO）相結(jié)合的HJ-PSO混合優(yōu)化算法，一方面發(fā)揮粒子群算法全局優(yōu)化能力強(qiáng)、精度高的優(yōu)勢(shì)，另一方面融合虎克-捷夫收斂速度快、迭代簡(jiǎn)單的特點(diǎn)，從而求解精度更高、收斂速度更快、尋優(yōu)性更強(qiáng)?；旌纤惴ǖ膬?yōu)化求解主要包括2個(gè)階段，如圖5所示。
圖5 HJ-PSO混合優(yōu)化算法計(jì)算流程
Fig.5 Calculation flowchart of HJ-PSO hybrid optimization algorithm
1）針對(duì)優(yōu)化模型中的離散變量和連續(xù)變量，運(yùn)用 PSO 算法進(jìn)行第一階段的優(yōu)化，其中連續(xù)變量?jī)H在劃分好的網(wǎng)格網(wǎng)點(diǎn)內(nèi)取值。第一階段的最優(yōu)結(jié)果作為第二階段優(yōu)化的初始值，直接輸入第二階段優(yōu)化。
2）第二階段優(yōu)化調(diào)用 HJ 算法，針對(duì)優(yōu)化模型中的連續(xù)變量再次尋優(yōu)，而優(yōu)化模型中的離散變量則直接采用第一階段的優(yōu)化值。
3）進(jìn)入下一輪的 PSO 算法的尋優(yōu)迭代計(jì)算，直到滿足優(yōu)化問(wèn)題循環(huán)計(jì)算的終止條件，得到能源系統(tǒng)最優(yōu)容量配置結(jié)果。
4 低碳園區(qū)復(fù)合式能源系統(tǒng)規(guī)劃配置典型應(yīng)用
4.1 典型案例基本信息
本文以寒冷氣候下某園區(qū)為例，總建筑面積約47.6萬(wàn)m2，建筑功能以辦公、醫(yī)院為主。園區(qū)以充分利用冷熱電能源、可再生能源、蓄能系統(tǒng)、余熱利用等為基本規(guī)劃原則構(gòu)建復(fù)合式能源系統(tǒng)，實(shí)現(xiàn)能源綜合協(xié)同利用、園區(qū)能耗和碳排放降低的目標(biāo)。
本文采用第1節(jié)的園區(qū)冷熱電負(fù)荷預(yù)測(cè)與計(jì)算方法，得到8760 h逐時(shí)負(fù)荷曲線，設(shè)計(jì)日冷熱電負(fù)荷曲線如圖6所示。統(tǒng)計(jì)得到園區(qū)供冷和供熱總負(fù)荷分別為41364.4 kW、24609.2 kW，即單位面積冷熱負(fù)荷分別為86.9 W/m2、51.7 W/m2。全年單位面積累計(jì)冷、熱負(fù)荷分別為97.86 kW·h/m2、53.60 kW·h/m2。此外，初步規(guī)劃區(qū)域內(nèi)夏季供冷時(shí)供、回水溫度設(shè)為5/12 ℃，冬季供熱時(shí)供、回水溫度設(shè)為50/40 ℃。
圖6 園區(qū)設(shè)計(jì)日動(dòng)態(tài)負(fù)荷曲線
Fig.6 Designed daily dynamic load curve of the park
本項(xiàng)目初步規(guī)劃復(fù)合式能源系統(tǒng)為三聯(lián)供耦合地源熱泵、蓄能與燃?xì)忮仩t系統(tǒng)。復(fù)合能源系統(tǒng)初始容量按照常規(guī)工程經(jīng)驗(yàn)進(jìn)行確定，主要設(shè)備的容量配置初始結(jié)果如圖7所示。按照以電定熱的原則，采用三聯(lián)供系統(tǒng)承擔(dān)園區(qū)的基礎(chǔ)電負(fù)荷，即三聯(lián)供系統(tǒng)依據(jù)設(shè)計(jì)用電需求的10%進(jìn)行選型，內(nèi)燃機(jī)的額定發(fā)電容量為1600 kW。為充分利用可再生能源供冷熱，利用內(nèi)燃機(jī)的余熱以滿足園區(qū)部分采暖空調(diào)需求，地源熱泵系統(tǒng)和輔助冷熱源滿足剩余的冷熱需求。項(xiàng)目以設(shè)計(jì)冷負(fù)荷和熱負(fù)荷中較小值的60%配置地源熱泵，共配置3臺(tái)額定制冷量、制熱量分別為4346 kW、4389 kW的地源熱泵機(jī)組。項(xiàng)目以設(shè)計(jì)日累計(jì)供冷需求的60%、10 ℃蓄能溫差配置部分負(fù)荷蓄能系統(tǒng)，蓄能系統(tǒng)的容積為15915 m3。此外，配置7613 kW的燃?xì)忮仩t和24129 kW的冷水機(jī)組滿足剩余的冷熱負(fù)荷需求并承擔(dān)調(diào)峰作用。
圖7 不同優(yōu)化算法下系統(tǒng)供熱、冷容量配置占比
Fig.7 Proportion of system heating/cooling-supply capacity with different optimization algorithms
4.2 不同優(yōu)化算法下復(fù)合式能源系統(tǒng)容量配置優(yōu)化結(jié)果
以4.1節(jié)中復(fù)合式能源系統(tǒng)規(guī)劃和容量配置值作為優(yōu)化計(jì)算的初始值，以全生命周期成本LCC最優(yōu)為目標(biāo)，分別采用虎克-捷夫優(yōu)化算法、粒子群算法、混合優(yōu)化算法對(duì)系統(tǒng)容量進(jìn)行優(yōu)化配置。如圖7所示，結(jié)果表明3種優(yōu)化算法下系統(tǒng)容量配置總體差異小，復(fù)合能源系統(tǒng)中各子系統(tǒng)的配置結(jié)果差異小于3%。如表2所示，3種優(yōu)化算法下系統(tǒng)LCC成本差距較小。因此，混合優(yōu)化算法可以達(dá)到與HJ算法、PSO算法同等優(yōu)化精度和優(yōu)化效果。低碳園區(qū)復(fù)合能源系統(tǒng)具有形式復(fù)雜和耦合性強(qiáng)等特點(diǎn)，除了優(yōu)化精度和準(zhǔn)確性外，單次優(yōu)化計(jì)算速度十分重要。由表2可知，混合優(yōu)化算法相比PSO算法優(yōu)化迭代步數(shù)降低30%以上，優(yōu)化時(shí)長(zhǎng)降低約50%；相比HJ算法，混合優(yōu)化算法優(yōu)化迭代步數(shù)和時(shí)間降低?；旌蟽?yōu)化算法的迭代步數(shù)最少、優(yōu)化計(jì)算總時(shí)長(zhǎng)最短，大大提高了優(yōu)化速度。因此，混合優(yōu)化算法可以保證優(yōu)化結(jié)果的精確度，同時(shí)提高園區(qū)復(fù)合能源系統(tǒng)優(yōu)化配置計(jì)算的性能。
表2 不同優(yōu)化算法的優(yōu)化結(jié)果
Table 2 Optimization results with different optimization algorithms
4.3 不同優(yōu)化目標(biāo)下復(fù)合式能源系統(tǒng)容量配置優(yōu)化結(jié)果
分別以系統(tǒng)全生命周期成本最優(yōu)、系統(tǒng)運(yùn)行能耗最優(yōu)、綜合評(píng)價(jià)指標(biāo)最優(yōu)為優(yōu)化目標(biāo)，在第2節(jié)建立的復(fù)合式能源系統(tǒng)優(yōu)化仿真平臺(tái)中，進(jìn)行系統(tǒng)容量?jī)?yōu)化配置計(jì)算?？紤]綜合優(yōu)化目標(biāo)時(shí)，計(jì)算一級(jí)和二級(jí)指標(biāo)的權(quán)重系數(shù)結(jié)果，得到典型能源系統(tǒng)的綜合評(píng)價(jià)指標(biāo)A為
不同優(yōu)化目標(biāo)下復(fù)合式能源系統(tǒng)優(yōu)化配置結(jié)果如圖8和圖9所示。通過(guò)綜合優(yōu)化目標(biāo)的容量?jī)?yōu)化結(jié)果與初始能源系統(tǒng)容量配置結(jié)果對(duì)比可知，由于冷熱電三聯(lián)供系統(tǒng)、地源熱泵系統(tǒng)初投資較高，并且蓄能容量的配置可以有效利用電力系統(tǒng)峰谷電價(jià)差異獲得經(jīng)濟(jì)收益，因此為了保證綜合評(píng)價(jià)指標(biāo)最小，在綜合考慮系統(tǒng)成本、經(jīng)濟(jì)指標(biāo)、環(huán)境影響等影響因素的情況下，復(fù)合式能源系統(tǒng)中冷熱電三聯(lián)供系統(tǒng)容量略增加，地源熱泵系統(tǒng)容量降低，蓄能系統(tǒng)容量增加，燃?xì)忮仩t容量降低，冷水機(jī)組容量降低。最終，能源系統(tǒng)優(yōu)化配置結(jié)果為：三聯(lián)供系統(tǒng)額定制熱量為3172 kW，熱容量占比為12.9%；地源熱泵系統(tǒng)額定制熱量總計(jì)8596 kW，熱容量占比為34.9%；額定制冷量總計(jì)11528 kW，冷容量占比為27.8%；能源系統(tǒng)配置的蓄冷熱系統(tǒng)，供暖季和供冷季容量占比分別達(dá)到24.27%和14.4%；補(bǔ)充熱源燃?xì)忮仩t熱容量占比達(dá)到27.9%、補(bǔ)充冷源冷水機(jī)組冷容量占比達(dá)到48.3%。
圖8 不同優(yōu)化目標(biāo)下復(fù)合式能源系統(tǒng)供熱容量?jī)?yōu)化配置結(jié)果
Fig.8 Heating-supply capacity optimal configuration results of composite energy systems under different optimization objectives
圖9 不同優(yōu)化目標(biāo)下復(fù)合式能源系統(tǒng)供冷容量?jī)?yōu)化配置結(jié)果
Fig.9 Cooling-supply capacity optimal configuration results of composite systems under different optimization objectives
由考慮綜合指標(biāo)最優(yōu)與全生命周期成本最優(yōu)的配置結(jié)果對(duì)比可知，由于全生命周期最優(yōu)目標(biāo)下系統(tǒng)初投資和運(yùn)行費(fèi)用影響較大，冷熱電三聯(lián)供和地源熱泵系統(tǒng)的容量配置占比較低，燃?xì)忮仩t和冷水機(jī)組的容量配置占比高?？紤]系統(tǒng)運(yùn)行能耗最優(yōu)的配置結(jié)果顯示，地源熱泵系統(tǒng)供冷、供熱容量占比分別達(dá)到42.26%、58.19%，這是由于運(yùn)行過(guò)程中地源熱泵系統(tǒng)能效高于傳統(tǒng)能源系統(tǒng)，地源熱泵系統(tǒng)容量配置增加，冷熱電三聯(lián)供、燃?xì)忮仩t和冷水機(jī)組的容量配置降低。
4.4 最優(yōu)配置條件下復(fù)合式能源系統(tǒng)運(yùn)行結(jié)果
考慮綜合評(píng)價(jià)指標(biāo)最優(yōu)的容量配置條件下，供暖季典型日系統(tǒng)運(yùn)行結(jié)果如圖10所示。典型日內(nèi)三聯(lián)供系統(tǒng)、地源熱泵系統(tǒng)、蓄能系統(tǒng)、燃?xì)忮仩t系統(tǒng)累計(jì)供熱量分別占系統(tǒng)累計(jì)總供熱量的25%、37%、30%和8%。供冷季典型日系統(tǒng)運(yùn)行結(jié)果如圖11所示。由運(yùn)行結(jié)果可知，典型日內(nèi)三聯(lián)供系統(tǒng)、地源熱泵系統(tǒng)、蓄能系統(tǒng)、冷水機(jī)組系統(tǒng)累計(jì)供冷量分別占系統(tǒng)累計(jì)總供冷量的19%、31%、20%和30%。
圖10 綜合指標(biāo)最優(yōu)的容量配置下供暖季典型日運(yùn)行模式
Fig.10 Typical daily operation mode in heating season under the capacity configuration with optimal comprehensive evaluation index
圖11 綜合指標(biāo)最優(yōu)的容量配置下供冷季典型日運(yùn)行模式
Fig.11 Typical daily operation mode in cooling season under the capacity configuration with optimal comprehensive evaluation index
本研究在不同優(yōu)化目標(biāo)對(duì)應(yīng)的能源系統(tǒng)最優(yōu)配置條件下，分析了能源系統(tǒng)投資成本和全年運(yùn)行情況，對(duì)比不同優(yōu)化配置方法對(duì)系統(tǒng)運(yùn)行的影響，結(jié)果如表3所示。結(jié)果表明，綜合評(píng)價(jià)指標(biāo)最優(yōu)的協(xié)調(diào)配置下，單位面積初投資為293.5元/m2，夏季和冬季單位面積運(yùn)行費(fèi)用分別為9.9元/m2、17.8元/m2，全年運(yùn)行能耗總計(jì)20.6 kW·h/(m2·a)。與常規(guī)能源系統(tǒng)（燃?xì)忮仩t供熱、電制冷機(jī)組供冷、電網(wǎng)供電）相比，年碳排放量降低38.3 t/m2。
表3 復(fù)合式能源系統(tǒng)優(yōu)化容量配置下經(jīng)濟(jì)性和環(huán)境影響結(jié)果
Table 3 Economy and environmental impacts under the optimal capacity configuration of composite energy system
由綜合指標(biāo)最優(yōu)與全生命周期成本最優(yōu)配置的系統(tǒng)運(yùn)行結(jié)果對(duì)比可得，由于冷熱電三聯(lián)供和地源熱泵機(jī)組容量略增加，綜合評(píng)價(jià)指標(biāo)優(yōu)化配置的系統(tǒng)初投資略高，2種優(yōu)化目標(biāo)和方法的系統(tǒng)運(yùn)行費(fèi)用和運(yùn)行能耗差異較小。綜合評(píng)價(jià)指標(biāo)的系統(tǒng)配置有利于提高可再生能源利用率（增加11.9%），由于綜合評(píng)價(jià)指標(biāo)考慮了環(huán)保和碳排放因素，系統(tǒng)減碳量提高，因此綜合評(píng)價(jià)指標(biāo)能夠以較小的初投資費(fèi)用增量代價(jià)獲得更高的可再生能源利用率和碳減排量，更有利于低碳目標(biāo)的實(shí)現(xiàn)。
由綜合指標(biāo)最優(yōu)與運(yùn)行能耗最優(yōu)配置的系統(tǒng)運(yùn)行結(jié)果對(duì)比可得，由于綜合指標(biāo)優(yōu)化得到的地源熱泵系統(tǒng)容量較小，系統(tǒng)初投資降低14.3%，可再生能源利用率降低為7.7%，系統(tǒng)碳減排量增加18.4%?；诰C合優(yōu)化目標(biāo)的低碳園區(qū)能源系統(tǒng)配置方法綜合考慮了系統(tǒng)成本、經(jīng)濟(jì)運(yùn)行、環(huán)保和碳排放等多因素，優(yōu)化配置結(jié)果實(shí)現(xiàn)系統(tǒng)初投資、運(yùn)行費(fèi)用、可再生能源利用、能耗和碳排放的權(quán)衡，能夠有效兼顧復(fù)合能源系統(tǒng)各方面特性。
5 結(jié)論
本文面向低碳園區(qū)能源系統(tǒng)規(guī)劃配置，基于園區(qū)用能需求快速準(zhǔn)確預(yù)測(cè)方法和復(fù)合式能源系統(tǒng)動(dòng)態(tài)仿真模型，以?xún)?yōu)化目標(biāo)為導(dǎo)向建立復(fù)合式能源系統(tǒng)綜合評(píng)價(jià)指標(biāo)，提出低碳園區(qū)復(fù)合式能源系統(tǒng)優(yōu)化規(guī)劃配置方法，并建立虎克-捷夫算法和粒子群算法相融合的混合優(yōu)化算法。本研究將優(yōu)化方法和優(yōu)化算法應(yīng)用到典型園區(qū)多能系統(tǒng)規(guī)劃配置（冷熱電三聯(lián)供耦合地源熱泵、蓄能與燃?xì)忮仩t），并對(duì)優(yōu)化配置結(jié)果進(jìn)行了對(duì)比分析。具體結(jié)論如下。
1）本文提出的以綜合優(yōu)化目標(biāo)為導(dǎo)向的復(fù)合能源系統(tǒng)規(guī)劃配置方法，涵蓋多能源系統(tǒng)的指標(biāo)體系和優(yōu)化模型，可以系統(tǒng)化解決多能源系統(tǒng)多類(lèi)型模塊優(yōu)化配置問(wèn)題，構(gòu)建低碳園區(qū)最優(yōu)能源形態(tài)，為低碳園區(qū)復(fù)合式能源系統(tǒng)設(shè)計(jì)與運(yùn)行提供基礎(chǔ)。
2）本文提出的復(fù)合式能源系統(tǒng)優(yōu)化配置方法和虎克-捷夫算法-粒子群算法相融合混合優(yōu)化算法可以保證全局和局部搜索優(yōu)化能力、優(yōu)化結(jié)果的精確度，同時(shí)提高了園區(qū)復(fù)合能源系統(tǒng)優(yōu)化配置計(jì)算的性能。
3）通過(guò)對(duì)比綜合優(yōu)化目標(biāo)最優(yōu)、全生命周期成本、能耗最低等不同優(yōu)化目標(biāo)下容量?jī)?yōu)化配置和運(yùn)行結(jié)果，采用綜合評(píng)價(jià)目標(biāo)優(yōu)化的能源系統(tǒng)配置結(jié)果有效兼顧了系統(tǒng)成本、經(jīng)濟(jì)運(yùn)行、環(huán)境影響及低碳排放等多方因素，系統(tǒng)容量配置結(jié)果更加合理。
注：本文內(nèi)容呈現(xiàn)略有調(diào)整，如需要請(qǐng)查看原文。
