多能协同的规划设计

清华大学 程林

现有能源系统中，各能源（电、气、冷、热、交通）的规划设计是解耦进行的。实际上，当前一些技术已将各类能源系统紧密地联合在一起，如燃气冷热电联供（气、电和热）、电动汽车（电和交通）、热泵（电和热）、太阳能热发电（电和热）、燃料电池（气和电）等。与独立的能源供给系统相比，综合能源系统在技术、环境、社会效益方面更有优势，体现在以下几方面。

❑ 提高能源供应充裕性和安全性；

❑ 提高系统能源的利用效率；

❑ 促进可再生能源的利用；

❑ 从系统层面优化集中和分布式资源。

本节将从规划范畴、规划方法、规划方案评估几个方面，对综合能源系统规划设计的要点进行阐述。

1 综合能源系统规划范畴分类

从地理范围看，综合能源系统可以小到单个建筑物，大到一个区域、一个城市乃至一个国家。对于一个建筑物，其冷、热、电、气供应存在多种解决方案，如采用屋顶光伏、燃气发电或者购入市电，采用空气源、地源热泵或燃气锅炉供热等，采取何种供能方案将影响建筑物的能源利用效率和经济性。建筑物多能源的供应和需求关系可用energy hub模型描述，如图1所示，来自外部的电力、天然气、太阳能经变压器、内燃机冷热电联供系统、光伏发电装置、热泵转换为建筑物所需的电、热、冷需求，利用energy hub模型可以将建筑物的能源供应表达为各负荷需求的线性函数，进而用以确定建筑物内各能源转换装置的配置方案和容量。

在用能密度较大的区域，规模效应下，区域集中式的能源供应在经济和环境效益上通常优于多个独立的能源供应系统。如百兆瓦（MW）级的区域集中供暖系统优于小于10MW小锅炉供暖系统；与单体建筑独立配置中央空调系统相比，采用区域供冷系统可减少制冷机组总装机容量约20%～30%。区域型综合能源系统可覆盖数十平方公里的范围，如图2所示为区域综合能源系统示意图。区域综合能源系统可包含相对集中的冷、热、电供应设施，同时也包含分布在各用户的energy hub集合，集中式能源供应和各分散的energy hub，通过配电线路、热力管、天然气管道等网络互联。区域能源系统的规划设计受到各能源供应网络服务能力的制约，如表1所示为典型能源供应的服务半径，各能源的服务半径与能量的品质、供能密度、损耗特性等密切相关。同时，区域能源供应网络结构存在多种形式，如环形或链式的配电网络，单热源枝状热网和多热源环状热网，一级或多级气网，如图3（a）所示为包含多个分布式电源的链式配电网结构示意图，如图3（b）所示为多源环状热网结构示意图。在energy hub模型基础上，引入针对供能网络约束的多能量混合潮流模型，可完整描述区域能源系统从能源输入、转换生产、传输到消费环节的关系。区域能源供应系统中能量转换的方式、集中式能源供应站的容量和布局、能源网络的结构和互联方案等，都是区域能源系统规划中需要考虑的内容。

若干个区域综合能源系统构成了智慧城市的能源系统，在城市能源系统中，区域系统可视为“多能源微网”，其具有独立的能量管理平台，并可与外部系统进行能量交易，在城市能源系统规划中，城市能源系统的规划需重点考虑能源供应的安全性和可持续性，建设统筹协调的能源供应骨干网络。

类似地，综合能源系统可扩展至一个国家或更大的地区，这些系统中能源的生产、传输和利用将采用更加宏观的描述方法，其涉及大规模可再生能源的利用、远距离的能量传输、长期和广域空间能源供应和需求的匹配。

以上从地理范畴对综合能源系统进行了基本描述，其可大致分为①建筑物能源系统；②区域能源系统；③城市能源系统；④国家和地区能源系统。

在地理划分的基础上，综合能源系统还可按照提供输入或输出的能源类型进行进一步划分。综合能源系统的能源输入可为风能、太阳能、地热、生物质等新能源，也可为煤、天然气、石油等化石能源，综合能源系统的输出即所提供的服务，可涵盖电能、燃气、冷/热供应、交通服务等。

2 自下而上的综合能源系统一体化规划方法

现有能源系统规划通常从供需关系出发，分别进行各能源的专项规划。以城市规划为例，如图4所示，电、热、气、交通各项规划独立进行。而实际过程中，各专项规划交互影响，可能带来负荷重复计算、占地冲突、能源结构不合理等问题。

在综合能源系统规划中，各能源系统的规划是一体的，如何在各能源交互影响和约束关系下，实现能源供应和需求的优化匹配是综合能源系统规划设计的关键问题。该问题可描述为：在一个限定的地理区域和规划周期内，满足用户冷、热、电、气等多种用能需求下，确定各能源资源的优化配置，各能源转换及存储技术类型和容量的组合，以及各能源供应网络的布局，使得系统在技术、经济、能效、环境效益等方面的多个目标下达到最优。

与单一能源规划相比，综合能源系统规划不仅为一个多目标优化问题，还面临着更多的复杂性和不确定性，包括：更多的优化对象，如在CCHP系统中，热电比例、蒸汽压力、冷热水温度、管网的直径和长度等都是待确定的变量；各能源耦合和转换带来复杂的约束关系；能源输入和输出中存在多重不确定性和相关性，如能源输入中风能、太阳能等能源的不确定性，以及能源服务中各种用能需求的不确定性，同时输入输出之间还可能存在时间或空间上的某种相关性，如气象变化将同时对风电、光伏发电和用户的冷、热需求造成影响；各能源的服务半径和动态特性的差异，使优化模型在时间和空间尺度的选择上难以把握。

上述因素使得综合能源系统的规划工作面临很大的挑战。现有规划工作中通常采用自上而下（top down）的方法，即先进行大范围的主要能源产生和传输规划，再进行局部区域的能源供应规划。对于各种能源交互影响的综合能源系统，这种方法难以进行，此时宜采用自下而上（bottom up）的规划方法。以区域综合能源系统为例，其涉及各用户本地能源供应、区域供能网络以及区域集中式供能装置的协同规划。如图5所示，规划工作分为两层，首先基于区域内各用户的多种用能需求，结合用户本地的资源条件，进行各用户本地能源供应系统（可理解为一个energy hub）的优化设计，在此基础上，明确各energy hub与外界的能量交互需求，再对区域集中式供能装置和网络进行优化配置和布局，当区域层的规划设计无法满足一些用户的需求时，再对用户能源供应系统进行调整，如此往复，达到各用户本地供能与区域集中式供能的协同规划。

3 综合能源系统规划方案的评估

综合能源系统的评价大体可从能源利用、经济性和环境三方面视角出发。不同的评价指标涉及的时间尺度不同（从小时到年），一些指标可采用确定性方法计算，而一些需要对其概率进行表述，一些指标是绝对值，而一些指标为相对值。在建立综合能源系统的评价指标体系时，也需要对应建立各指标的计算方法。

能源利用指标中，常见的输入输出能量转换效率不足以反映综合能源系统的整体性能，因此引入一些相对指标。例如，在三联供系统中，通常用一次能源利用率（PER）描述系统的能效，该指标定义为系统所提供能量与系统所消耗一次能源能量的比值，但该指标没有区分系统所提供不同能量的品质。因此，有文献提出了能源节约率（PES），定义为系统相对于单独提供冷、热、电所节约的一次能源比率，对于季节性的冷、热供应，应至少以年为时间尺度计算PES。另外，㶲效率也是综合能源系统能源利用评估的重要指标，㶲效率以热力学第二定律为指导，既能反映能的数量，又能表示能的质量的有效利用程度，可更恰当地表述综合能源系统中能量转换和利用过程的特性。

经济性评价是综合能源系统规划方案决策的重要依据，常见的经济性评价指标包括投资回收年限、方案总费用年值、净现值等。在规划阶段，也需考虑系统的经济运行，以合理计算成本和收益。综合能源系统的运行成本和收益，很大程度上取决于各能源的市场价格，经济㶲效率指标依据各能量的市场价格，计算系统提供能量的总价格和输入能量总价格的比值，可粗略表征系统的经济性。能源市场价格、能源需求等都是经济性评估中的敏感因素，通常对这些因素进行敏感性分析以掌握经济性指标的不确定性。也可通过Monte Carlo仿真，计算系统在计算周期过程中的成本和收益，统计得到净现值、回收周期等指标的概率，对系统建设投资进行风险评估。

综合能源系统的环境指标通常包括CO2排放量、CO2排放减少率、污染物排放量等，其中CO2排放减少率为相对性指标。一般计算中，只考虑系统运行阶段对环境的影响，也有一些工作从生命周期角度对系统的环境影响做出评估。有些研究中将环保因素考虑在能源供应成本中，将环境效益反映在系统经济性中。

对综合能源系统规划方案进行决策时，应从上述评价角度出发，对方案进行综合评估。另外，综合能源系统规划涉及多方参与者，在寻求系统整体技术、经济、能效等最优的同时，还涉及多方利益诉求的均衡，涉及一些难以量化表述的因素，这增加了综合能源系统评价的难度。

4 综合能源系统的规划流程

如同传统规划工作，综合能源系统的规划工作同样包含调研收资、需求预测、制定规划方案、规划方案评估和决策几个阶段。以区域综合能源系统为例，如图6所示，首先收集规划所需的经济环境、技术发展、能源政策等外部信息以及相关历史运行数据，掌握用户的用能特性，并对用能源需求做出预测；对区域内各用户本地的能源供应设施的容量和类型进行优化，实现与其用能需求的匹配；掌握各本地能源供应系统与外部网络的交换功率特性，对区域供能网络进行规划，同时对区域内相对集中的电源、热源、储能等进行布局。在完成上述工作后，可基于规划方案的运行模拟结果对规划方案进行评估和决策。

综合能源系统的规划受到多方面因素的影响，包括规划区域的地理条件、气候特点、用能密度、能源价格、政策环境等。上述任何因素的变化，都会影响系统规划方案的设计，需要具体问题具体分析。国内外一些研究机构已开发了综合能源系统规划的支持工具，如DER-CAM、HOMER、EnergyPLAN、eTransport、Balmorel等，这些工具适用于不同规模和能源类型的综合能源系统，优化方法、目标及评估功能也不尽相同。综合能源系统要实现能源供应和冷、热、电、气、交通需求的精细化匹配，并实现局部系统优化和全局优化的平衡，与传统单一能源规划相比具有高度的复杂性和不确定性。关于综合能源系统的规划理论和方法仍有待完善，在现有规划模型中，多能源系统的耦合通常简化为线性关系，忽略了大量的非线性因素，同时各能源系统动态特性的匹配也鲜有考虑，评价指标和评估方法也未成体系。因此，综合能源系统的优化规划模型和评估方法仍是当前研究的重点内容。

参考文献

[1] Pierluigi Mancarella. MES (multi-energy systems): An overview of concepts and evaluation models[J]. Energy, Vol. 65, pp. 1-17, 2014

[2] Mancarella P. Multi-energy systems: the smart grid beyond electricity Environmental energy technology division seminar. Berkeley, US: Lawrence Berkeley National Lab;August 2012. Available:http://eetd-seminars.lbl.gov/sites/eetd-seminars.lbl.gov/files/EETD-Sem-08-03-12.pdf

[3] I.van Beuzekom, M. Gibescu, J.G. Slootweg. A review of multi-energy system planning and optimization tools for sustainable urban development[J]

[4] G. Chicco and P. Mancarella, Matrix modelling of small-scale trigeneration systems and application to operational optimization, Energy, Volume 34, No. 3, March 2009, Pages 261-273

[5] P. Mancarella et al, Report on economic, technical and environmental benefits of Microgrids in typical EU electricity systems, WPH, EC FP6 More Microgrids project

[6] P. Mancarella, G. Chicco, Distributed Multi-Generation Systems: Energy Models and Analyses, Nova, 2009

[7] Q/GDW 1738-2012配电网规划设计技术导则

[8] 发改能源[2016]617号 热电联产管理办法

[9] DL/T 891-2004热电联产热力产品

[10] 民用建筑供暖通风与空气调节设计规范

[11] 城市燃气输配系统规划

[12] GB50028-93城市燃气工程设计规范

[13] 王进，李欣然，杨洪明等．与电力系统协同区域型分布式冷热电联供能源系统集成方案[J]．电力系统自动化，38(16), 2014: 16-21

[14] 徐宪东，贾宏杰，靳小龙，等．区域综合能源系统电/气/热混合潮流算法研究[J]．中国电机工程学报，2015,35(14):3634-3642

[15] 张涛，朱彤，高乃平，等．分布式冷热电能源系统优化设计及多指标综合评价方法的研究[J]．中国电机工程学报，2015,35(14):3706-3713

[16] Krause T, AnderssonG, FröhlichK, Vaccaro A.Multiple-energy carriers: modeling of production, delivery, and consumption. Proc IEEE 2011;99(1):15-27

[17] Almassalkhi M, Hiskens IA. Optimization framework for the analysis of largescale networks of energy hubs. In: Proceedings of the 17th power systems computation conference. Stockholm, Sweden; August 2011

[18] Mancarella P, Chicco G. Energy and CO2 emission assessment of cooling generation alternatives: a comprehensive approach based on black-box models. WSEAS Trans Power System 2008;3(4):151-161

[19] Almassalkhi M, Hiskens IA. Optimization framework for the analysis of largescale networks of energy hubs. In: Proceedings of the 17th power systems computation conference. Stockholm, Sweden; August 2011