中國(guó)儲(chǔ)能網(wǎng)訊：摘要：科技園等商業(yè)園區(qū)的用電負(fù)荷類型多樣，用電特征和規(guī)律與傳統(tǒng)高耗能工廠園也有較大區(qū)別。通過分析商業(yè)園區(qū)多負(fù)荷特征和人員作息規(guī)律，基于分時(shí)電價(jià)機(jī)制采取低谷儲(chǔ)能峰平釋能的運(yùn)行策略動(dòng)態(tài)調(diào)整冷負(fù)荷側(cè)制冷機(jī)組功率和園區(qū)與電網(wǎng)聯(lián)絡(luò)線功率，既實(shí)現(xiàn)了對(duì)蓄冰槽出力的優(yōu)化調(diào)度，同時(shí)由園區(qū)能量平衡原則得到儲(chǔ)能系統(tǒng)的實(shí)時(shí)充放電功率，實(shí)現(xiàn)對(duì)儲(chǔ)能功率和容量的配置。建立基于能效、經(jīng)濟(jì)、環(huán)境的多目標(biāo)優(yōu)化模型，分別實(shí)現(xiàn)蓄能裝置的循環(huán)電量和循環(huán)冷量最小、儲(chǔ)能系統(tǒng)成本及購(gòu)電費(fèi)用之和最少和環(huán)境污染成本最小。采用基于動(dòng)態(tài)慣性權(quán)重的多目標(biāo)非支配粒子群算法對(duì)所建模型進(jìn)行求解，對(duì)生成的Pareto解集使用模糊隸屬度法篩選得到最優(yōu)解。通過上海某商業(yè)園區(qū)算例驗(yàn)證了所提方法的有效性和可行性。
引言
隨著我國(guó)經(jīng)濟(jì)轉(zhuǎn)型和產(chǎn)業(yè)調(diào)整，商業(yè)園區(qū)規(guī)模不斷擴(kuò)大，其用電、用能需求量持續(xù)攀高。園區(qū)中用電負(fù)荷類型多樣，對(duì)供電、供能質(zhì)量要求不斷提高。將太陽能與傳統(tǒng)冷熱電聯(lián)供系統(tǒng)相結(jié)合，基于生命周期法從能源、環(huán)境和經(jīng)濟(jì)角度對(duì)聯(lián)供系統(tǒng)的設(shè)備容量和運(yùn)行策略進(jìn)行優(yōu)化，實(shí)現(xiàn)綜合效益最大化。構(gòu)建包含儲(chǔ)熱的熱電聯(lián)產(chǎn)機(jī)組，將儲(chǔ)熱納入包含風(fēng)電的電力系統(tǒng)有功調(diào)度體系，通過仿真分析了儲(chǔ)熱提升風(fēng)電消納能力的效果。但是上述研究未考慮儲(chǔ)能技術(shù)在能源高效利用、多元負(fù)荷協(xié)同優(yōu)化運(yùn)行方面的顯著優(yōu)勢(shì)?，F(xiàn)有商業(yè)區(qū)存在的負(fù)荷峰谷差大;用戶缺乏對(duì)市場(chǎng)價(jià)格信號(hào)或激勵(lì)機(jī)制的響應(yīng)，并且缺乏高效互動(dòng)的運(yùn)行機(jī)制等問題，可通過配置一定規(guī)模的儲(chǔ)能解決。
文獻(xiàn)[9-10]從容量配置、協(xié)調(diào)控制策略等不同方面先后開展了源/荷的相關(guān)研究，提倡儲(chǔ)能裝置連接在直流側(cè)與分布式電源作為整體通過電力電子接口連接到微電網(wǎng);文獻(xiàn)[11-12]在協(xié)調(diào)海水淡化負(fù)荷、蓄電池及柴油發(fā)電機(jī)運(yùn)行功率分配策略的基礎(chǔ)上，提出了含風(fēng)/光/柴/蓄及海水淡化負(fù)荷的微電網(wǎng)多目標(biāo)容量?jī)?yōu)化配置模型，建立了含系統(tǒng)投資運(yùn)行成本和可再生能源利用比例的目標(biāo)函數(shù)，構(gòu)造了考慮分布式電源、儲(chǔ)能及柴機(jī)運(yùn)行特點(diǎn)的約束條件，模型采用自適應(yīng)多目標(biāo)差分進(jìn)化算法進(jìn)行求解;文獻(xiàn)[13]根據(jù)樓宇的地理位置和用途，用建筑負(fù)荷動(dòng)態(tài)模擬軟件DeST對(duì)于全年空調(diào)工況進(jìn)行動(dòng)態(tài)分析，選擇以燃?xì)鈨?nèi)燃機(jī)為原動(dòng)機(jī)的冷熱電聯(lián)產(chǎn)系統(tǒng)，并考慮利用補(bǔ)燃方式和電制冷機(jī)進(jìn)行能量補(bǔ)充的2套BCHP系統(tǒng);之后參照傳統(tǒng)分產(chǎn)系統(tǒng)，基于一次能源節(jié)約率、年運(yùn)行費(fèi)用節(jié)約率和投資回收期等評(píng)價(jià)指標(biāo)對(duì)不同發(fā)電功率下的BCHP系統(tǒng)進(jìn)行分析;文獻(xiàn)[14]在考慮電價(jià)不確定性和波動(dòng)性的基礎(chǔ)上，建立決策過程的目標(biāo)函數(shù)，并提出通過儲(chǔ)能系統(tǒng)實(shí)現(xiàn)利潤(rùn)最大化的動(dòng)態(tài)規(guī)劃模型。然而上述研究多側(cè)重源/儲(chǔ)的協(xié)調(diào)應(yīng)用，幾乎不考慮負(fù)荷側(cè)的動(dòng)態(tài)調(diào)度。由于商業(yè)園區(qū)具有多負(fù)荷特征，需結(jié)合用戶側(cè)負(fù)荷特性進(jìn)行源/儲(chǔ)/荷三者的協(xié)同容量配置。
針對(duì)上述研究中存在的不足，本文在商業(yè)園區(qū)冷熱電多類型負(fù)荷聯(lián)產(chǎn)場(chǎng)景下，以夏季園區(qū)為例，研究?jī)?chǔ)能系統(tǒng)功率和容量配置。將儲(chǔ)能作為源/荷系統(tǒng)之間重要樞紐，在分時(shí)電價(jià)下采取低谷儲(chǔ)能峰平釋能的運(yùn)行策略動(dòng)態(tài)調(diào)整冷負(fù)荷側(cè)制冷機(jī)組功率和園區(qū)與電網(wǎng)聯(lián)絡(luò)線功率，通過實(shí)現(xiàn)對(duì)蓄冰槽出力的優(yōu)化調(diào)度，由園區(qū)能量平衡原則得到儲(chǔ)能系統(tǒng)的實(shí)時(shí)充放電功率，從而實(shí)現(xiàn)對(duì)儲(chǔ)能功率和容量的配置。根據(jù)約束條件建立基于能效、經(jīng)濟(jì)、環(huán)境的多目標(biāo)優(yōu)化模型，分別實(shí)現(xiàn)蓄能裝置的循環(huán)電量和循環(huán)冷量最小、儲(chǔ)能系統(tǒng)成本及購(gòu)電費(fèi)用之和最少和環(huán)境污染成本最小。采用基于動(dòng)態(tài)慣性權(quán)重的多目標(biāo)非支配粒子群算法對(duì)所建模型進(jìn)行求解，對(duì)生成的Pareto解集使用模糊隸屬度法篩選得到最優(yōu)解。通過上海某商業(yè)園區(qū)算例驗(yàn)證了所提方法的有效性和可行性。
1、商業(yè)園區(qū)源/儲(chǔ)/荷系統(tǒng)概況
1.1商業(yè)園區(qū)典型結(jié)構(gòu)分析
本文所述的商業(yè)園區(qū)夏季典型源/儲(chǔ)/荷結(jié)構(gòu)如圖1所示，主要包括分布式光伏發(fā)電系統(tǒng)、光伏逆變器、儲(chǔ)能系統(tǒng)、儲(chǔ)能DC/AC變流器、常規(guī)電負(fù)荷、冰蓄冷空調(diào)、冷負(fù)荷、園區(qū)與電網(wǎng)聯(lián)絡(luò)線、大電網(wǎng)。冰蓄冷空調(diào)的制冷機(jī)組利用從園區(qū)與電網(wǎng)聯(lián)絡(luò)線獲取的電能制冷，將冷量直接供給冷負(fù)荷或送至蓄冰槽存儲(chǔ)，蓄冰槽存儲(chǔ)的冷量可通過換熱裝置供給冷負(fù)荷。當(dāng)園區(qū)中分布式光伏發(fā)電系統(tǒng)不足以向負(fù)荷供電時(shí)，則從大電網(wǎng)購(gòu)電，分布式發(fā)電為負(fù)荷供電后如有富余，則可向電網(wǎng)反送電。
1.2商業(yè)園區(qū)典型日光伏及負(fù)荷特性分析
商業(yè)園區(qū)內(nèi)的負(fù)荷變化與樓內(nèi)人員的活動(dòng)規(guī)律有密切關(guān)系，主要包括常規(guī)電負(fù)荷、夏季冷負(fù)荷和冬季熱負(fù)荷。常規(guī)電負(fù)荷主要指照明、電梯、辦公電器等用電負(fù)荷，它們不隨室外空氣溫度的變化而變化，可認(rèn)為在全年期間保持基本穩(wěn)定。夏季冷負(fù)荷和冬季熱負(fù)荷不同時(shí)存在，但均與園區(qū)內(nèi)人員作息有密切關(guān)系，由于以高科技產(chǎn)業(yè)園為代表的商業(yè)園區(qū)內(nèi)的人員作息幾乎不受季節(jié)影響，因此可認(rèn)為冬季夏季空調(diào)負(fù)荷變化特征基本保持一致。由文獻(xiàn)[17]可知，冰蓄冷空調(diào)在冬夏季不同制熱制冷工況下的能效比相匹配，用冰蓄冷機(jī)組可滿足該地區(qū)的供熱需求。通過對(duì)上海某商業(yè)園區(qū)全年負(fù)荷及光伏出力數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，選取的仿真數(shù)據(jù)來自夏季時(shí)段，獲得如圖2所示的典型日光伏出力、冷
電負(fù)荷及分時(shí)電價(jià)曲線圖。從圖2看出，光伏主要出力時(shí)段為早晨6點(diǎn)左右至下午6點(diǎn)左右，中午時(shí)刻達(dá)到峰值?？照{(diào)冷負(fù)荷從早上8點(diǎn)左右隨著樓內(nèi)人員工作的開始而迅速上升至高峰，12點(diǎn)左右午休時(shí)間有所下降，17點(diǎn)左右又隨著樓內(nèi)人員工作的結(jié)束迅速下降;電負(fù)荷的變化規(guī)律與此類似，在晚上10點(diǎn)至次日清晨最低，僅供維持基礎(chǔ)設(shè)備的運(yùn)行以及外部照明。結(jié)合分時(shí)電價(jià)來看，冷電負(fù)荷高需求時(shí)段基本處于電價(jià)高峰期，因此通過儲(chǔ)能配置進(jìn)行削峰填谷和能量再分配具有重要的經(jīng)濟(jì)價(jià)值和研究意義。
2、冰蓄冷空調(diào)特性及設(shè)備配置
隨著城市峰谷電價(jià)差增大，冰蓄冷空調(diào)采用冰作為儲(chǔ)能介質(zhì)，使大型空調(diào)機(jī)組在用電低谷期儲(chǔ)存能量，在電網(wǎng)供電高峰期釋放能量，達(dá)到移峰填谷、減少用電成本的目的。
2.1制冷機(jī)組工作特性
上海某商業(yè)園區(qū)采用離心式雙工況制冷機(jī)組，離心式制冷機(jī)組具有單機(jī)制冷容量大、轉(zhuǎn)速高、運(yùn)行平穩(wěn)等優(yōu)點(diǎn)。雙工況機(jī)組有2種工作模式：空調(diào)模式和制冰模式。根據(jù)冷負(fù)荷特征和分時(shí)電價(jià)政策，可采用夜間電價(jià)低谷時(shí)段制冰，白天非谷時(shí)段空調(diào)制冷和蓄冰槽融冰釋冷相結(jié)合的運(yùn)行策略。
2.2蓄冰槽容量配置
蓄冰槽的設(shè)備容量與制冷機(jī)組的耗電功率和雙工況模式下的制冷量有關(guān)。蓄冷功率為
因?yàn)橹饕獙?duì)蓄冰系統(tǒng)進(jìn)行優(yōu)化控制，考慮滿足冷負(fù)荷需求時(shí)有10%的裕量，蓄冰槽配置容量如下。
式中：N表示夜晚制冰時(shí)間，因本文采用由多目標(biāo)粒子群算法進(jìn)行優(yōu)化的動(dòng)態(tài)調(diào)度策略，夜晚制冰時(shí)間未知，假設(shè)最大制冰時(shí)長(zhǎng)為電價(jià)8h谷時(shí)段;Qc為優(yōu)化日內(nèi)冷負(fù)荷總量。
3、商業(yè)園區(qū)多目標(biāo)優(yōu)化配置模型及求解
基于園區(qū)儲(chǔ)能系統(tǒng)與分布式電源、多類型負(fù)荷之間的關(guān)系，考慮電力市場(chǎng)價(jià)格機(jī)制、節(jié)能減排等政策引導(dǎo)，本文從能效因素、經(jīng)濟(jì)成本和環(huán)境效益3個(gè)角度構(gòu)建儲(chǔ)能系統(tǒng)功率和容量?jī)?yōu)化配置時(shí)的目標(biāo)函數(shù)。
3.1優(yōu)化目標(biāo)一
儲(chǔ)能系統(tǒng)充、放電和蓄冰槽蓄、釋冷過程中均有能量的損失，放電深度也會(huì)影響設(shè)備使用壽命，為提高能源利用效率，減少由能量轉(zhuǎn)換產(chǎn)生的能耗，第1個(gè)優(yōu)化目標(biāo)是使鋰電池循環(huán)電量和蓄冰槽循環(huán)冷量最小。因?yàn)橐粋€(gè)優(yōu)化周期內(nèi)，儲(chǔ)能系統(tǒng)的始末荷電狀態(tài)和蓄冰槽儲(chǔ)冷狀態(tài)保持不變，故用充電量、蓄冷量表征循環(huán)電量和循環(huán)冷量。表示為
3.2優(yōu)化目標(biāo)二
第2個(gè)優(yōu)化目標(biāo)主要考慮商業(yè)園區(qū)用戶側(cè)經(jīng)濟(jì)效益，使配置儲(chǔ)能后的園區(qū)購(gòu)電費(fèi)用和儲(chǔ)能系統(tǒng)的投資及運(yùn)行維護(hù)成本總和最小，表示為
3.3優(yōu)化目標(biāo)三
目前煤電在我國(guó)能源結(jié)構(gòu)中仍占有較大比重，為降低燃煤發(fā)電帶來的環(huán)境成本(環(huán)境控制成本，環(huán)境保護(hù)成本)，第3個(gè)目標(biāo)函數(shù)是發(fā)電側(cè)給園區(qū)供電產(chǎn)生的環(huán)境損失費(fèi)用最少，此時(shí)商業(yè)園區(qū)從電網(wǎng)側(cè)購(gòu)電量最少，不考慮園區(qū)多余電能外送情況。
3.4約束條件
本文對(duì)儲(chǔ)能系統(tǒng)進(jìn)行優(yōu)化配置的同時(shí)兼顧了冰蓄冷空調(diào)的動(dòng)態(tài)調(diào)度，約束條件由三部分組成。
3.4.1冰蓄冷空調(diào)側(cè)約束
3)狀態(tài)約束。
由于優(yōu)化周期具有連續(xù)性，應(yīng)使每個(gè)周期內(nèi)蓄冰槽的始末儲(chǔ)冷狀態(tài)保持一致。
4)負(fù)荷平衡約束。
制冷機(jī)組在白天空調(diào)工況下的制冷量和蓄冰槽釋冷量要滿足冷負(fù)荷需求。
園區(qū)在夜間電價(jià)低谷期無冷負(fù)荷，制冷機(jī)組制冷量全部供給蓄冰槽。
3.4.2儲(chǔ)能系統(tǒng)性能約束
1)荷電狀態(tài)約束。
儲(chǔ)能系統(tǒng)荷電量由下式推得
與式(12)相似，每個(gè)優(yōu)化周期的儲(chǔ)能電池初始荷電量保持一致，有
3.5儲(chǔ)能配置
3.6模型求解
Coello等學(xué)者提出的多目標(biāo)粒子群(multi-objectiveparticleswarmoptimization，MOPSO)算法作為一種高效的并行搜索算法，具有依賴經(jīng)驗(yàn)參數(shù)少、收斂速度快、性能良好等優(yōu)點(diǎn)，可用于解決多目標(biāo)優(yōu)化過程中由于目標(biāo)之間相互沖突，很難找到一個(gè)真正意義上的最優(yōu)解問題。本文的3個(gè)目標(biāo)函數(shù)模型中存在復(fù)雜的耦合制約關(guān)系，因此選用MOPSO方法進(jìn)行模型的優(yōu)化求解。
以典型日內(nèi)24個(gè)優(yōu)化時(shí)段中的制冷機(jī)組功率波動(dòng)量和園區(qū)與電網(wǎng)聯(lián)絡(luò)線功率波動(dòng)量為決策變量，綜合考慮園區(qū)內(nèi)負(fù)荷和光伏出力情況確定各決策變量的上、下限，采用基于非支配解的動(dòng)態(tài)慣性權(quán)重多目標(biāo)粒子群算法求解模型。算法流程圖見圖3。
3.7選取最終解
在實(shí)際工程中，決策人員要綜合考慮能效、經(jīng)濟(jì)和環(huán)境3個(gè)指標(biāo)從一組Pareto最優(yōu)解集中選取最優(yōu)解，本文采用模糊隸屬度函數(shù)來對(duì)每一個(gè)目標(biāo)分別構(gòu)造隸屬度函數(shù)，將其轉(zhuǎn)化為對(duì)優(yōu)化結(jié)果的滿意度，通過滿意度比較找出最終解。定義模糊隸屬度函數(shù)為
式中：μ(p)為每個(gè)解中單個(gè)目標(biāo)函數(shù)滿意度值;Pmin和δ分別為Pareto最優(yōu)解集中該目標(biāo)函數(shù)的最小值和函數(shù)取值范圍。當(dāng)μ=0時(shí)表示對(duì)某個(gè)目標(biāo)函數(shù)值完全不滿意，而當(dāng)μ=1時(shí)表示對(duì)某個(gè)目標(biāo)函數(shù)值完全滿意。對(duì)于Pareto最優(yōu)解集中的每個(gè)解，根據(jù)下式求解其標(biāo)準(zhǔn)化滿意度值，其中標(biāo)準(zhǔn)化滿意度值最大的解即為最終所選解。
4、算例分析
4.1基礎(chǔ)數(shù)據(jù)
上海某商業(yè)園區(qū)所用儲(chǔ)能裝置為鋰電池，表1為上海市分時(shí)電價(jià)，園區(qū)內(nèi)典型日光伏出力及負(fù)荷特征曲線見圖2，具體數(shù)據(jù)見表2。園區(qū)中各組件參數(shù)如表3所示。
4.2仿真與分析
在Matlab平臺(tái)上利用MOPSO算法對(duì)優(yōu)化模型進(jìn)行求解，設(shè)定種群數(shù)量50，最大迭代次數(shù)100，慣性權(quán)重動(dòng)態(tài)調(diào)整上下限為0.9和0.1。得到典型日光伏出力下3個(gè)目標(biāo)函數(shù)的Pareto前沿見圖4中黑色圖例標(biāo)示部分?？紤]到光伏出力變化的影響，圖4還加入了晴天和陰天場(chǎng)景下的仿真結(jié)果對(duì)比，相應(yīng)場(chǎng)景下的配置方案和指標(biāo)變化如表4所示。
圖4中：1)由優(yōu)化算法得到的Pareto前沿是一系列互不支配的非劣解集合，不存在使所有目標(biāo)均達(dá)到最優(yōu)的解，決策者可根據(jù)實(shí)際規(guī)劃和側(cè)重選擇合適的配置結(jié)果。本文采用3.7節(jié)中所述的通過模糊隸屬度函數(shù)求取Pareto最優(yōu)解集中每個(gè)解的滿意度的方法，選擇綜合滿意度值最大的解作為最優(yōu)解。2)不同場(chǎng)景下的儲(chǔ)能系統(tǒng)多目標(biāo)優(yōu)化配置得出的pareto解集各不相同，結(jié)合表4可知，晴天光伏輻照充足，出力較大，園區(qū)內(nèi)凈負(fù)荷(實(shí)際負(fù)荷與光伏出力的差值)減小，所需配置的儲(chǔ)能功率和儲(chǔ)能容量較典型日有所降低，3個(gè)優(yōu)化目標(biāo)數(shù)值也相應(yīng)減小。陰天光伏板接收的輻射減少，出力較小，儲(chǔ)能配置容量及各項(xiàng)指標(biāo)均有增加?？梢姴煌墓夥隽η闆r會(huì)影響儲(chǔ)能的充放電功率和容量配置。
下面以光伏典型日工況為例展開進(jìn)一步分析。優(yōu)化前園區(qū)未配置儲(chǔ)能電池，凈購(gòu)電費(fèi)用為4.3844*104元，電廠環(huán)境損失費(fèi)用為1.5521*103元;配置后鋰電池額定功率1.327*103kW，額定容量8.03*103kW×h，此時(shí)園區(qū)經(jīng)濟(jì)成本(目標(biāo)函數(shù)2)為3.8436*104元，電廠環(huán)境損失費(fèi)用(目標(biāo)函數(shù)3)為178.8元，比原系統(tǒng)均有降低，能效指標(biāo)即目標(biāo)函數(shù)1的結(jié)果為3.517*106kW。
圖5—7為典型日光伏出力下優(yōu)化調(diào)度后冰蓄冷空調(diào)運(yùn)行狀態(tài)。
由上圖看出，蓄冰槽在電價(jià)低谷時(shí)段勻速蓄冷，對(duì)冷負(fù)荷側(cè)起到填谷作用的同時(shí)保證制冷機(jī)組功率的穩(wěn)定;在電價(jià)非谷時(shí)段釋冷，與制冷機(jī)組共同承擔(dān)冷負(fù)荷需求從而減小對(duì)電網(wǎng)的依賴程度。圖7中的蓄冰槽儲(chǔ)冷狀態(tài)表示實(shí)時(shí)蓄冷量與蓄冰槽額定容量的比值，在優(yōu)化調(diào)度過程中實(shí)時(shí)蓄冷量始終保持在允許范圍內(nèi)(與額定容量比值處于0.1—0.9之間)。
由園區(qū)內(nèi)能量平衡約束式(21)和圖8—10可知，聯(lián)絡(luò)線功率的波動(dòng)量與儲(chǔ)能功率和制冷機(jī)組功率波動(dòng)量之和保持一致。儲(chǔ)能系統(tǒng)采用在負(fù)荷較低的電價(jià)谷時(shí)段恒功率充電，在負(fù)荷集中的峰平時(shí)段放電的運(yùn)行策略，聯(lián)合制冷機(jī)組最大限度降低了聯(lián)絡(luò)線在負(fù)荷高峰時(shí)段的購(gòu)電需求從而減少園區(qū)側(cè)購(gòu)電成本，提高了園區(qū)的經(jīng)濟(jì)效益，充放電過程中儲(chǔ)能電池的荷電狀態(tài)SSOC在限定范圍0.1—0.9內(nèi)變化。
4.3儲(chǔ)能配置的敏感性分析
在4.2仿真與分析中可知光伏電站的出力特性對(duì)儲(chǔ)能配置結(jié)果有較大影響，光伏出力越大，新能源發(fā)電對(duì)園區(qū)的貢獻(xiàn)度越高，園區(qū)內(nèi)凈負(fù)荷(實(shí)際負(fù)荷與光伏出力的差值)越小，可以減少儲(chǔ)能需配容量;此外，設(shè)備造價(jià)也是影響儲(chǔ)能容量的重要因素，目前儲(chǔ)能造價(jià)仍偏高，尚未達(dá)到規(guī)?；度腚A段，隨著相應(yīng)政策的扶持和儲(chǔ)能技術(shù)的提升，儲(chǔ)能成本將大幅下降，可以配置更多的儲(chǔ)能容量。
5、結(jié)論
分析典型商業(yè)園區(qū)多類型負(fù)荷特征和人員作息規(guī)律，考慮源/儲(chǔ)/荷協(xié)同運(yùn)行策略，在峰平谷分時(shí)電價(jià)下根據(jù)約束條件建立基于能效、經(jīng)濟(jì)、環(huán)境的多目標(biāo)儲(chǔ)能優(yōu)化配置模型，分別實(shí)現(xiàn)蓄能裝置的循環(huán)電量和循環(huán)冷量最小(減少能量傳遞過程中的損耗)、儲(chǔ)能系統(tǒng)成本及購(gòu)電費(fèi)用之和最少和環(huán)境污染成本最小。模型以優(yōu)化日內(nèi)制冷機(jī)組和園區(qū)與電網(wǎng)聯(lián)絡(luò)線功率波動(dòng)量為決策變量，采用基于動(dòng)態(tài)慣性權(quán)重的非支配多目標(biāo)粒子群算法進(jìn)行求解，對(duì)生成的Pareto解集使用模糊隸屬度法篩選得到最優(yōu)解。通過上海某商業(yè)園區(qū)算例驗(yàn)證了所提方法的有效性和實(shí)用可行性。
結(jié)果顯示：1)由多目標(biāo)粒子群算法得到的非支配三維Pareto前沿可為折中選取能效最大化、經(jīng)濟(jì)最優(yōu)化、環(huán)境污染最小化這組目標(biāo)提供豐富的信息。2)與單一類型的常規(guī)電負(fù)荷相比，園區(qū)中冷熱電聯(lián)供的能源系統(tǒng)增加了儲(chǔ)能合理配置的復(fù)雜度，通過對(duì)冷負(fù)荷側(cè)的蓄能裝置進(jìn)行優(yōu)化調(diào)度降低了電網(wǎng)在電價(jià)高峰期的冷負(fù)荷供電壓力;儲(chǔ)能可實(shí)現(xiàn)園區(qū)能量的再分配，給園區(qū)帶來顯著的經(jīng)濟(jì)效益，同時(shí)兼顧企業(yè)社會(huì)責(zé)任最大限度減輕電廠供給側(cè)產(chǎn)生的環(huán)境污染。考慮到光伏發(fā)電和負(fù)荷全年的特性的變化會(huì)對(duì)儲(chǔ)能配置產(chǎn)生影響，下一步研究工作將對(duì)此進(jìn)行后續(xù)深入研究。(楊錫運(yùn) 張璜 修曉青 付果 李建林)
原標(biāo)題:基于商業(yè)園區(qū)源/儲(chǔ)/荷協(xié)同運(yùn)行的 儲(chǔ)能系統(tǒng)多目標(biāo)優(yōu)化配置
