面向工程应用的用户级综合能源系统规划

0 引言

随着分布式能源技术的不断进步，冷、热、电、气等多类型能源在生产、需求侧的耦合程度不断加深，用户级综合能源系统（User-level Integrated Energy System, UIES）是实现多能互补、梯级利用的有效方式[1-3]。对于具有多类型能源需求的用户而言，合理选择能源供应渠道以及相关设备的容量与型号可以在保证用户正常生产生活的前提下，提升用户的用能经济性[4-6]。

天然气冷热电联供系统（Combined Cooling Heating and Power System, CCHP）通过对天然气燃烧产生的热能进行梯级利用，整体能源利用效率可达80%以上，且冷、热（包括热蒸汽和热水）的输出比例可以根据用户需要灵活配置，是综合能源系统规划中的首选能量供应设备[7-8]。国内外学者针对含CCHP的UIES规划方法开展了相关研究，总体研究思路多为根据用户的多能负荷需求曲线，考虑各待选设备的能量输入、输出关系，进而形成各待选设备容量与系统初始投资及运行经济性的关系和数学模型，然后选择适宜的优化求解方法求得最优解[9-11]。近年来，人工智能算法也逐渐被应用于综合能源系统规划和运行[12-14]。从工程实际应用的角度分析，现有研究主要存在以下不足：①现有研究多假设各用户的各类能源需求年负荷曲线已知，所建立模型对输入数据的准确度或代表性要求很高，实际工程中可能很难全部获取，即便采用人工智能算法也难以确保相关预测数据的准确性；②部分研究在规划时假设待选设备的容量可连续变化，而实际工程中设备的可选容量是离散的非连续变量；③在规划时将工业蒸汽、生活热水归纳为热负荷，而未考虑用户对不同类型热负荷的温度、压力、流量等热力与动力参数要求。

本文面向工程实际，提出了用户级综合能源系统的规划流程与规划方法，以规划年限内 UIES初始投资及运行成本最低为目标，考虑各类能源的峰值负荷约束、全年用能总量约束以及设备运行特性约束，将 UIES规划简化为一个变量数相对较少的混合整数线性规划问题（Mixed Integer Linear Programming, MILP），实现了模型的快速求解。

1 UIES建模

1.1 UIES结构

UIES的能量流动如图1所示。根据能量的输入输出关系，可以将系统分为三层：A层包括UIES外部电网、热网和天然气网等能源输入设备；B层包括UIES中的可调节设备，如储能设备、CCHP等；C 层包括用户的负荷以及屋顶光伏发电（Photovoltaic Power Generation，PV），这些设备具有较强的随机性。

1.2 关键设备模型

UIES中的设备类型可分为能源转换设备、能量存储设备和分布式电源三类，其中能量存储设备和和分布式电源的建模已经较为成熟[10-11,14]，本文仅对能源转换设备的模型进行详细描述。

能源转换设备实现电、气、冷/热能源之间的转换，假设k1类能源通过能源转换设备可转换为k2类能源，那么这两类能源的能源转换设备 j上发生的转换关系可由式（1）所示的额定转换效率描述。

式中，k1、k2分别为电、气、冷、热中两种不同类型的能量；为能源转换设备j的将k1形式能量转换为 k2形式能量的效率；为 k1形式能量转换为k2形式能量的量纲常数；分别为设备j在额定工况下消耗k1类型能量的功率和产生k2类型能量的功率。

在一个较长的时间段中（如1年），能量转换设备消耗能源总量和产生的能源总量可由最大利用小时数来表示，如式（2）所示。

式中，为能源转换设备j一年中消耗或产生 ki类型能量的总量；为能源转换设备 j在额定工况下消耗或产生ki类型能量的功率；为能源转换设备j的年最大利用小时数。

CCHP是一种特殊的能源转换设备，可以将天然气转换为电、热、冷三种形式的能量，对应的气-电、气-热、热-冷转换关系应分别满足式（1）要求。

如图1所示，CCHP是由发电设备（燃气轮机）、余热利用设备（余热锅炉）和制冷设备（吸收式制冷设备）三个主要部分组成的联合供能系统，发电设备、余热利用设备和制冷设备之间不仅要满足压力、温度等多种热力学参数的匹配，还要满足CCHP机组整体能量利用效率的要求，如式（3）所示[15]。

式中，为 CCHP设备的年发电量；为CCHP设备的年供热量；为CCHP设备的年供冷量；为 CCHP设备的年耗气量；Qg为燃气低位热值。

式（3）统一了天然气、冷、热、电等不同形式能量的量纲，在额定运行工况下，可转换为功率之间的不等式关系，即

式中，为CCHP机组年运行小时数；为CCHP机组在额定工况下向用户供应的各类型能量的功率之和为CCHP机组额定工况下的耗气功率，kW。

2 UIES规划模型

UIES的规划流程主要包括前期资料收集、负荷预测、CCHP容量预配置、设备选型与容量配置四个步骤。

2.1 前期资料收集

UIES规划前需要收集的资料包括项目规划的目标年，项目所在地的风能和太阳能典型年利用小时数，项目所在地各类能源购置价格，备选设备类型、备选型号及对应的单位容量造价。其中，能源购置价格若随时间而变化（如峰谷电价），则需提供完整的价格目录。此外，规划前应根据备选设备情况形成备选设备列表。

2.2 负荷预测

规划阶段的负荷预测指预测目标年各类型能源的年用能量和最大用能负荷。精准预测用户的中长期逐时负荷曲线是十分困难的，但用户的电、气、冷、热负荷最大值和年用量是可以获取或估计的。对于不同类型用户的不同类型负荷的预测方法大同小异，选择依据主要在于有无历史数据、用户的生产生活用能特点等。总的来说，对于历史数据较完整的用户，可采用回归预测等基于历史数据的负荷预测方法；对于新建工程或历史数据缺失的用户，可酌情采用负荷密度法、单耗法等预测模型[16-18]。

2.3 CCHP容量预配置

CCHP的配置受到用户负荷需求的影响。对于工业用户而言，用热负荷可分为热蒸汽负荷和热水负荷两类。如果用户所在地没有外部集中蒸汽供热系统或已建成的蒸汽锅炉，那么CCHP因其自身的高能量利用效率将成为热蒸汽首选供应设备。这种情况下，CCHP的蒸汽输出量应满足用户对热蒸汽的需求；而供电量、制冷量可以小于或等于用户需求，因为这些能量可由其他设备供应。另一方面，CCHP机组在供热的同时可以发电，其发电效率取决于燃气轮机（或燃气内燃机）的性能，发电效率一般在0.3～0.4之间[19]。在规划阶段，CCHP的供冷效率和供热效率可以在已知总的余热功率前提下，通过配置不同型号的余热锅炉和制冷设备实现灵活调节，且热水、热蒸汽的输出比例也可以调节。

本文采用“以热定电”的模式配置CCHP的电、热、冷供应比。根据用户目标年的冷、热负荷预测值之比，结合待选设备的参数，选定CCHP机组的余热锅炉和制冷设备。然后根据式（4）所示的CCHP整体运行效率约束倒推燃气轮机的容量，进而获得CCHP机组完整的输入输出性能参数。通过燃气轮机容量、供冷、供热及供电能力复核后，将 CCHP机组配置方案作为后续设备选型和容量配置的优化变量。通过CCHP容量预配置，可以有效减少输入数据量，便于提高计算效率。

2.4 设备选型与容量配置模型

2.4.1 目标函数

在规划阶段，设备选型与容量配置的基本原则是在满足用能需求的前提下，使得规划周期内系统的投资和运行成本最小。对于 UIES而言，一次性投资主要来源于能源转换设备、能量存储设备和分布式电源的投资。由于用户级综合能源系统的线路较短，在规划阶段可忽略线路投资对系统投资的影响。系统的运行成本包括两部分：①从外部能源系统的购能成本，如购电成本、购气成本、购热成本等；②所选设备的运维成本。

CCHP所发电量既可以直接供用户使用，也可以根据当地的 CCHP上网电价被电网公司全额收购。当CCHP发电量全额上网时，可以带来一部分的发电收益，弥补年运行成本。CCHP机组的出力主要受到其所供应的热负荷影响，在用户热负荷水平比较明确的情况下，近似地用CCHP机组最大利用小时数与其容量的乘积表征其发电量是可以接受的。

在有峰谷电价或分时电价政策的地区，电池储能系统可利用“低充高放”的运行方式赚取差价[20]，等效降低用户用能成本。

冰蓄冷也可以利用项目所在地的峰谷电价政策，通过在低谷电价时段制冰，高峰电价时段融冰制冷的方式，减少用户的用能成本。在运行策略既定的情况下，储能设备充/释能功率的平稳有利于延长其使用寿命，从这个角度出发，在规划阶段可近似认为在同一连续工作时段内其功率保持不变。

分布式电源所发电量可以减少外购电量，这部分收益不重复计算。而我国对分布式光伏发电有相关的发电量补贴政策，可等效减少用户用能成本。

综上所述，用户级IES设备选型和容量配置的目标函数为

式中，C1、C2分别为综合能源系统年等效投资成本和年运行成本；JC、JS和JDG分别为CCHP设备集合、能量存储设备的集合、分布式电源的集合；分别为CCHP上网电量收益、能量存储设备等效降低的用户用电成本、分布式电源补贴收益。

通过市场调查和询价获得关键设备的价格后，式（5）中各项成本与收益分别为

式中，m为待选设备种类数；nj为 j类设备的选择台数，是决策变量；cj为设备j的投资费用；R为设备折旧率；r为贴现率；τj为设备j的使用年限；λj为设备j的年维护费用占一次性投资的比例；K为UIES中涉及的外购能量类型的集合； ω k i 为 ki类型能量的外购价格；为ki类型能量的年外购总量；sj为常数，当CCHP设备j的额发电量直供用户时，sj=0，当CCHP发电量全额上网时，为CCHP设备 j的年发电量；Nj为储能设备 j的年利用天数；Kj为储能设备j每日充放循环次数；Cj为储能设备 j的实际可用容量；µj为储能设备j的综合利用效率；pout,i、pin,i分别为按照当地峰谷电价目录第 i次循环时对应的用户电价；为项目所在地的分布式电源度电补贴价格，不同类型分布式电源补贴价格可能不同；为分布式电源j的年发电量。

2.4.2 约束条件

在设备选型中需要考虑四个主要方面的约束条件，分别是功率约束、能量约束、设备运行约束、和用户场地约束。

1）功率约束

考虑分布式电源输出为 0、储能设备处于充能状态、用户电负荷达到峰值负荷的极端情况，考虑一定的供能裕度，UIES要满足用户的用能需求，应满足式（11）所示的功率约束。

式中，为外部供能系统可提供的 ki类型能量的最大功率，其数值取决于用户关口设备容量；J1、J2分别为能源转换设备的集合与能量存储设备的集合；为常数，若设备j是消耗ki类型能量的设备，则=−1，若设备j是产生ki类型能量的设备，则=1，若设备j是既不产生也不消耗ki类型能量的设备，则=0；为ki类型能量裕度；为用户目标年ki类型能量的最大负荷预测值。

2）能量约束

在一个较长的运行周期内（如1年），各类能源的供需总量应基本保持平衡，如式（12）所示。

式中，为外部系统年供应 ki类型能源的总量，为决策变量；为设备j生产或消耗ki类型能源的额定功率；Tj为设备 j的年最大利用小时数，该数的取值将在下一节详细说明。

需要注意的是，若CCHP全额上网，则式（11）与式（12）在计算功率和能量平衡时需将CCHP的发电功率、发电量排除在外。

3）设备运行约束

设备的参数是否满足自身的运行约束直接决定了该设备是否可以被选用。对于第 j类设备而言，若其不满足自身运行约束，则对应的决策变量nj=0。

能源转换设备应满足式（2）所示约束，CCHP还应满足式（3）、式（4）的约束。

能量存储设备应满足设备本身的运行约束，此外，其年最大充放电次数与其运营模式和容量配置有关。作为应急备用的能量存储设备，其容量配置应满足式（13）所示的约束条件，年最大工作循环次数应满足式（14）所示的约束。

式中，分别为应急用储能设备的额定充放能功率、额定充放能时间和容量；tsu为需要储能设备持续为重要负荷供电的时间； 为用户重要负荷功率； 为应急用储能设备的年最大工作循环次数；min(·)为取最小值函数；为储能设备的额定充/放能时间，为额定容量与额定功率的比值；Nem为一年中系统使用到应急储能设备的次数，可根据用户所在地的供能可靠性估计，也可通过调研设置为常数。

能量存储设备的另一种运营模式是利用每日不同时段的能源售价之差，通过不同时段的充放能赚取价差，考虑自身运营经济性，这类储能设备的每日最大充放电次数与当地的能源价格目录、容量配比以及电池性能有关，应满足式（15）和式（16）所示的约束[20]。

式中，分别为商业运营储能设备的额定充放能功率、额定充放能时间和容量；为商业运营的储能设备年最大工作循环次数；Npr为根据项目所在地能源价格目录计算所得的每日最大充放电次数；为储能设备j的电池设备允许最大充放电循环次数；Ysys为系统要求的电池储能运行年数。

对于部分容量作为应急备用的能量存储设备，可根据应急备用的容量，将其视为两个不同的储能设备，各自对应满足式（13）～式（16）的约束条件。

4）用户场地约束

在实际工程中，各类型设备的安装规模一方面取决于用户的负荷水平，另一方面还受到安装地点的可用面积限制，且不同类型设备的安装条件不同，例如分布式光伏发电可安装在承重结构符合相关要求的屋顶，而CCHP等设备需要单独的厂房或室内空间安置，各类型设备按照容量与用户可用面积资源的关系为

式中，M为能源转换设备、能量存储设备和分布式电源三种类型的集合； P j为设备j的容量；为设备 j的单位面积可装机容量，kW/m2或 kW·h/m2；为用户可用于建设j类设备的面积。

综上所述，设备选型的约束条件可归纳为

2.4.3 模型求解

本文所提出的设备选型与容量配置方法是一种MILP模型。模型中的决策变量包括：①各型号设备的数量；②各类型能源的年外购总量。

模型求解结果是否合理的关键在于能源转换设备年利用最大小时数和储能设备年充放循环次数的设定。如上文所述，应急备用的储能设备的额定充放能功率、容量可直接根据所需支撑的重要负荷情况确定。商业运营储能设备的年最大充放电循环次数也可根据当地实际的能源价格目录确定。在图1所示的UIES架构中，能源转换设备包括CCHP、电锅炉和空调设备，对上述类型的能源转换设备分别进行讨论。

1）对于全年负荷曲线较为平稳的工业用户而言，CCHP可能具备24h开机运行的条件，因此 CCHP机组的年运行小时数可根据实际情况和用户需求设置为一个常数，其值宜与用户负荷年最大利用小时数相匹配。

2）电锅炉和空调主要用于调节室内温度，可根据项目所在地的全年气温曲线，提取日最高温度低于 18℃和高于 26℃的天数[21]，按照每天运行一定的小时数进行粗略估算，也可以设置为常数。

针对上述MILP问题，本文在Matlab平台通过YALMIP工具包调用CPLEX求解器进行求解。

3 算例分析

3.1 算例1：医院用户级综合能源系统

3.1.1 边界条件说明

为验证本文所提出的用户级综合能源系统规划方法的有效性，以文献[22-23]中的某医院用户级综合能源系统参数为例进行验证。该用户的负荷需求类型包括电、热水、冷三种类型，其中最大电负荷为 165kW，年用电量约为 1 161MW·h，最大负荷利用小时数为7 039h；最大热负荷为820kW，年用热量约为 3 095MW·h，最大负荷利用小时数为 3 775h；最大冷负荷为 350kW，年用冷量约为280MW·h，最大负荷利用小时数为 799h。该用户所在地区天然气价格换算成人民币是0.145元/(kW·h)。根据文中给出的典型日分时电价曲线，为便于计算可大致将当地的电价分为峰、平、谷三个电价时段：峰段电价为 0.8元/(kW·h)，持续时间为 6h/天；平段电价为0.6元/(kW·h)，持续时间为10h/天；谷段电价为 0.3元/(kW·h)，持续时间为 8h/天。据此可得当地的电价均值约为 0.55元/(kW·h)。该用户所在地没有集中供热系统或集中供冷系统，也没有分布式电源补贴价格。

规划时待选的设备类型见表1[24]，组成的CCHP机组能源综合利用效率应在75%以上。根据表1所列的待选设备，可组成CCHP机组的方案及对应参数见表2。

按照用户的冷、热负荷需求情况，在规划前做如下参数设定：

（1）规划时按各类型能源的最大负荷预留10%的裕度。

（2）设CCHP所发电量直供用户，其年最大运行小时数设为3 095h，发电效率为35%（据此可以计算出CCHP机组的耗气量，在忽略供热系统和供冷系统热损失的情况下，可计算不同配置下的综合利用效率）。

（3）电锅炉设备年最大运行小时数为3 095h，制热效率为100%，电制冷设备的年最大运行小时数设为 799h，能效比（Coefficient of Performance, COP）为 3。

（4）设电池储能、蓄热器和冰蓄冷的工作效率分别为0.75、0.9和0.65，可选容量见表1，每日都在谷段电价时段充能，在峰段电价时段放能，每日最多循环工作1次，即储能年最大利用天数为365天。

（5）设风电的年最大利用小时数为2 100h，光伏的年最大利用小时数为1 500h。

（6）设备折旧率R=0，贴现率r=6%[25]。

7）设规划系统的生命周期为20年，设备运维费用占各自年均投资成本的5%，且用户有足够大的面积安置待选的各类设备。

（8）医院所在地区有足够的电力供应和热水供应，但无集中供冷设备，即式（11）中外部最大供冷功率 =0。

3.1.2 容量配置结果

按照本文所述的方法进行设备选型和容量配置，系统的详细设备配置见表3。按照式（5）中各项成本、等效减免成本计算方法，可得该用户级综合能源系统的年均建设运行总成本为132.89万元，其中年均设备投资费用为 54.19万元，年设备维护费用2.71万元，年外购电量32.5MW·h，年购电费1.79万元；年购气量 5 305.7MW·h，年购气费77.46万元，冰蓄冷等效降低的运行费用为 3.26万元。由容量配置结果可知，用户级综合能源系统的年均建设运行总成本主要来源于 CCHP的投资以及外购天然气费用。

3.1.3 灵敏度分析

为进一步研究设备参数、负荷情况、天然气价格对规划结果的影响，分别以设备年最大利用小时数、用户的电、冷、热负荷占比为对象，对系统年均建设运行成本进行灵敏度分析，结果分别如图2和图3所示。

图2所示为系统年均建设运行成本随设备利用小时数而变化的结果。理论上来说，所有待选设备的利用小时数均可进行类似的灵敏度分析，为便于描述，本文选择了CCHP机组、电锅炉两类设备为代表进行分析。两类设备的年最大利用小时数变化范围是1 000～8 000h，间隔为500h。这两类设备均可以供热，在其他条件不变的前提下，系统年均建设运行成本最小值为115.95万元，此时CCHP和电锅炉的年最大利用小时数分别为6 000h和1 000h。可见一味提高设备利用小时数并不能有效降低整个系统的建设运行成本，设备的利用小时数应与所供应能源类型的负荷利用小时数相匹配。

在分析电、冷、热负荷占比对系统年均建设运行成本的影响时，定义式（19）所示的电负荷占比系数代表冷、热、电负荷需求的比例。在进行灵敏度分析时保持冷、热、电负荷之和为定值，冷、热负荷比例恒定，各类负荷的年最大利用小时数也不变，令re在0.1～0.9范围内变化，结果如图3所示。

式中，re为电负荷占比系数；分别为用户最大电负荷、最大热负荷和最大冷负荷。

由图3可以看出，在本算例设置的边界条件下，随着电负荷占比不断增大，CCHP的容量配置并没有随之增大，系统通过增大外购电量的方式满足电力需求。由此可见，在该用户级综合能源系统中，由于外部电网的电价并不高，CCHP的主要功能还是满足冷、热负荷需求；而对于满足冷、热负荷，由于CCHP的能量梯级利用，综合经济效益优于电锅炉和电制冷设备，因此冷、热负荷主要由 CCHP满足，与规划的初衷相符。

为进一步研究天然气价格变化对系统规划结果的影响，令天然气价格在0.1～1元/(kW·h)间变化，规划的经济性结果如图4所示。可以看出，在天然气价格低于0.2元/(kW·h)时，用户优先选择CCHP，且用户的电能基本可以由CCHP机组完全供应；但若天然气价格继续升高，用户将优先选择外购电的方式，当天然气价格达到约0.24元/(kW·h)时，用户将不再配置CCHP，而通过外购电、配置电锅炉、电制冷设备等方式满足能源需求。

3.2 算例2：工业用户级综合能源系统

3.2.1 边界条件说明

广州市某轮胎制造企业主要能源需求包括电（110kV接入）、热蒸汽、生活热水和制冷。

1）用户负荷需求

该企业2017年最大用电功率为27.8MW，用电量为15 088万kW·h；该企业配置了柴油发电机作为备用电源，在发生故障停电时为重要负荷供电，重要负荷额定功率为5MW，柴油机起动时间为30s。

企业生产所需热蒸汽进口压力为2.4MPa、进口温度为230℃左右、出口压力为0.5MPa、出口温度为120℃的饱和蒸汽，流量为20t/h，2017年蒸汽用量为65 520t。可测算该工业用户的最大热蒸汽负荷为12.9MW，年蒸汽用量为4 229万kW·h。

在轮胎压延过程中，需要 80～105℃的工业循环水，企业内还有员工的生活用水需求。2017年该用户的热水负荷为1.2MW，年热水用量为254万kW·h。

气象数据显示[26]，2017年广州市全年最低气温1.8℃，最高气温39.7℃，平均气温22.8℃。轮胎定型需要进出口温度分别为 7℃、14℃的冷冻水进行冷却。此外，生产车间对温度要求较高，需要全年温度保持在 20～25℃左右。该工业用户总体冷负荷需求为15MW，全年用冷量为7 664万kW·h。

2）当地相关能源价格

广州市针对大工业用户实施峰谷电价机制[27]。110kV用户的峰、平、谷电价分别为96.26分/(kW·h)、58.34分/(kW·h)和 29.17分/(kW·h)，峰、平、谷电价持续时间分别为6h/天、10h/天和8h/天。用户所在地有外部集中供热源，提供相应压力的蒸汽，价格为 325元/t，即 0.414元/(kW·h)；当地天然气供应价格[28]为 2.08 元/Nm3，即 0.206 元/(kW·h)（天然气低位热值取 36MJ//Nm3）；当地 CCHP上网电价为 0.715元/(kW·h)[29]；根据现行的新能源补贴政策[30]，纳入 2019年财政补贴规模，采用“自发自用、余量上网”模式的工商业分布式（即除户用[31]以外的分布式）光伏发电项目，全发电量补贴标准调整为每0.10元/(kW·h)；风电暂无相关补贴政策。

3）其他边界条件

假设规划年限为20年，该工业用户没有空闲场地建设风电机组，闲置的屋顶资源中，符合光伏发电建设承重等要求的约为5 000m2，项目所在地光伏年利用小时数约为 1 000h；该工业用户有10 000m2的预留面积可安置能源转换设备和能源存储设备。

该工业用户所在地区供电、供气、供热水能力充足，但没有集中供热蒸汽系统和集中供冷系统。规划时可选择设备的参数详见附表1，每类设备给出了三种备选型号，其中CCHP已按照上文所述的预选原则进行预配置。

规划时根据CCHP供电方式分为两个规划场景：场景1中CCHP发电量直供用户；场景2中CCHP发电量全额上网。其余参数设置与算例1相同。

3.2.2 配置结果

根据3.2.1节设置的边界条件，分别令CCHP所发电量直供用户，各设备的配置结果见表4。

场景1中，系统年均投资运行费用为11 092万元，其中年均设备投资费用为1 323万元，系统年均维护费用为66万元，年均外购电费用为6 688万元，年均外购热蒸汽费用为128万元，年均购天然气费用为2 892万元，光伏发电量补贴费用为5万元；场景2中，系统年均建设运行费用为10 363万元，其中年均设备投资费用为1 716万元，系统年均维护费用为86万元，年均外购电费用为9 394万元，年均购天然气费用为3 856万元，光伏发电量补贴费用为5万元，CCHP上网电量收益为4 685万元。由于配置的两台CCHP机组热蒸汽供应能力合计达到 14.7MW，可满足用户的热蒸汽负荷需求，因此无需外购热蒸汽，外购热蒸汽费用为 0。两个场景中，电池储能均仅作为备用电源使用。

比较两个场景可知，在现有的能源价格政策条件下，CCHP直接上网的模式有利于降低用户的用能成本，但用户的初始投资金额会大大增加。

为进一步研究外购蒸汽价格、天然气价格变化对配置结果的影响，以场景1为对象，分别进行灵敏度分析，结果如附图1和附图2所示。结果显示，当外购蒸汽价格低于0.222元/(kW·h)（即157元/t）或天然气价格高于0.297元/(kW·h)（即3元/Nm3）时，用户直接从外部购电和蒸汽更为经济。

4 结论

本文提出了一种基于最大利用小时数的用户级综合能源系统规划方法，面向工程实际建立了以系统全规划周期建设运行成本最低为目标的MILP模型。通过算例分析，计算出了设备最佳选型方案，验证了模型的合理性。关键参数的灵敏度分析结果表明设备的年最大利用小时数应与对应类型的用户负荷最大利用小时数相匹配，且相同条件下，CCHP因其高能量利用效率相比于其他单一能量供应设备具有经济性优势；天然气价格变化会大大影响系统的建设运行成本，当天然气价格突破临界值时，用户将不再选择CCHP作为主要供能设备。

本文所述方法的创新性在于：①规划时不依赖负荷以及分布式电源的中长期逐时功率预测曲线，而通过最大负荷、年最大负荷利用小时数、用户全年用能总量、设备年最大利用小时数形成相关约束条件，具有很强的实际应用价值；②提出了基于能源利用效率的CCHP容量配置预选方法，通过CCHP自身的能源利用效率约束，对燃气轮机、余热利用装置和制冷装置的容量配置进行预选，减少了规划时的求解变量；③结合工程应用实际，根据用户对不同形态、不同压力及温度的负荷需求，在容量配置时进行了细化区分，且在设备选型时将各待选设备的容量进行了离散化处理，使得规划结果更切合工程实际。需要指出的是，本文在规划阶段没有考虑短时间尺度的系统运行方式以及更短时间尺度的能量动态波动特性，但在详细设计时应该进一步校验，这也是今后研究的重要方向。

附 录

1.待选设备列表见附表1。

2.场景1灵敏度分析结果

参考文献

[1]余晓丹, 徐宪东, 陈硕翼, 等.综合能源系统与能源互联网简述[J].电工技术学报, 2016, 31(1):1-13.Yu Xiaodan, Xu Xiandong, Chen Shuoyi, et al.Brief introduction of integrated energy system and energy Internet[J].Transactions of China Electrotechnical Society, 2016, 31 (1): 1-13.

[2]马溪原, 郭晓斌, 董朝阳,等.能源互联网的形态与试点构想[J].南方电网技术, 2016, 10(8): 2-10.Ma Xiyuan, Guo Xiaobin, Dong Zhaoyang, et al.Features and demonstration prospect of energy internet[J].Southern Power System Technology, 2016, 10(8): 2-10.

[3]周长城, 马溪原, 郭晓斌, 等.基于主从博弈的工业园区综合能源系统互动优化运行方法[J].电力系统自动化, 2019, 43(7): 74-80.Zhou Changcheng, Ma Xiyuan, Guo Xiaobin, et al.Leader-follower game based optimized operation method for interaction of integrated energy system in industrial park[J].Automation of Electric Power Systems, 2019, 43(7): 74-80.

[4]韩佶, 苗世洪, 李超, 等.计及相关性的电-气-热综合能源系统概率最优能量流[J].电工技术学报,2019, 34(5): 1055-1067.Han Ji, Miao Shihong, Li Chao, et al.Probabilistic optimal energy flow of electricity-gas-heat integrated energy system considering correlation[J].Transactions of China Electrotechnical Society, 2019, 34(5): 1055-1067.

[5]刘佳, 徐谦, 程浩忠, 等.计及主动配电网转供能力的可再生电源双层优化规划[J].电工技术学报,2017, 32(9)：179-188.Liu Jia, Xu Qian, Cheng Haozhong, et al.Bi-level optimal renewable energy sources planning considering active distribution network power transfer capability[J].Transactions of China Electrotechnical Society, 2017, 32(9): 179-188.

[6]程浩忠, 胡枭, 王莉, 等.区域综合能源系统规划研究综述[J].电力系统自动化, 2019, 43(7): 2-13.Cheng Haozhong, Hu Xiao, Wang Li, et al.Review on research of regional integrated energy system planning[J].Automation of Electric Power Systems,2019, 43(7): 2-13.

[7]陈柏翰, 冯伟, 孙凯, 等.冷热电联供系统多元储能及孤岛运行优化调度方法[J].电工技术学报,2019, 34(15): 3231-3243.Chen Bohan, Feng Wei, Sun Kai, et al.Multi-energy storage system and islanded optimal dispatch method of CCHP[J].Transactions of China Electrotechnical Society, 2019, 34(15): 3231-3243.

[8]陈聪, 沈欣炜, 夏天, 等.计及㶲效率的综合能源系统多目标优化调度方法[J].电力系统自动化,2019, 43(12): 60-67.Chen Cong, Shen Xinwei, Xia Tian, et al.Multiobjective optimal dispatch method for integrated energy system considering exergy efficiency[J].Automation of Electric Power Systems, 2019, 43(12): 60-67.

[9]周灿煌, 郑杰辉, 荆朝霞, 等.面向园区微网的综合能源系统多目标优化设计[J].电网技术, 2018,42(6): 1687-1696.Zhou Canhuang, Zhen Jiehui, Jin Zhaoxia, et al.Multiobjective optimal design of integrated energy system for park-level microgrid[J].Power System Technology,2018, 42(6): 1687-1696.

[10]刘迪, 吴俊勇, 林凯骏, 等.基于Kriging模型的综合能源系统规划方法[J].电网技术, 2019, 43(1):211-220.Liu Di, Wu Junyong, Lin Kaijun, et al.A planning method of integrated energy system based on krigingmodel[J].Power System Technology, 2019, 43(1):211-220.

[11]杨艳红, 裴玮, 齐智平.基于动态运行策略的混合能源微网规划方法[J].电力系统自动化, 2012,36(19): 30-36.Yang Yanhong, Pei Wei, Qi Zhiping.Planning method for hybrid energy microgrid based on dynamic operation strategy[J].Automation of Electric Power Systems, 2012, 36(19): 30-36.

[12]蒋超凡, 艾欣.计及多能耦合机组不确定性的综合能源系统运行优化模型研究[J].电网技术, 2019,43(8):2843-2852.Jiang Chaofan, Ai Xin.Integrated energy system operation optimization model considering uncertainty of multi-energy coupling units[J].Power System Technology, 2019, 43(8): 2843-2852.

[13]张筱慧, 李佳馨, 张璐, 等.考虑联络线峰谷差和电网运行效益的综合能源系统规划[J].电力自动化设备, 2019, 39(8): 195-202.Zhang Xiaohui, Li Jiaxin, Zhang Lu, et al.Integrated energy system planning considering peak-to-valley difference of tie line and operation benefit of power grid[J].Electric Power Automation Equipment, 2019,39(8): 195-202.

[14]徐雨田, 廖清芬, 刘涤尘, 等.市场环境下考虑主动管理措施的双层综合能源规划方法[J].电力系统自动化, 2018, 42(18): 114-122.Xu Yutian, Liao Qingfen, Liu Dichen, et al.Bi-level integrated energy planning method considering active management measures in electricity market environment[J].Automation of Electric Power Systems, 2018, 42(18): 114-122.

[15]CJJ145—2010燃气冷热电三联供工程技术规程[S].2010.

[16]DL/T5729—2016配电网规划设计技术导则[S].2016.

[17]王毅, 张宁, 康重庆, 等.电力用户行为模型：基本概念与研究框架[J].电工技术学报, 2019, 34(10):2057-2068.Wang Yi, Zhang Ning, Kang Zhongqing, et al.Electrical consumer behavior model: basic concept and research framework[J].Transactions of China Electrotechnical Society, 2019, 34(10): 2057-2068.

[18]CJJ 34—2010城镇供热管网设计规范[S].2010.

[19]Hossein E, Mahmood C, Madjid H, et al.Technoeconomic evaluation of a new CCHP system with a hydrogen production unit[J].International Journal of Low Carbon Technologies, 2019, 14(2): 170-186.

[20]马溪原, 周长城, 刘育权, 等.工业园区用户侧电池储能系统运营模式及其经济性分析[J].南方电网技术, 2018, 12(3): 44-51.Ma Xiyuan, Zhou Changcheng, Liu Yuquan, et al.Business mode and economic analysis of user-side battery energy storage system in industrial parks[J].Southern Power System Technology, 2018, 12(3): 44-51.

[21]GB 50736—2016 民用建筑供暖通风与空气调节设计规范[S].2016.

[22]Gianfranco C, Pierluigi M.Matrix modelling of smallscale trigeneration systems and application to operational optimization[J].Energy, 2009, 34(3): 261-273.

[23]Huang Wujing, Zhang Ning, Yang Jiawei, et al.Optimal configuration planning of multi-energy systems considering distributed renewable energy[C]//2019 IEEE Power & Energy Society General Meeting(PESGM), Atlanta, 2019: 1.

[24]Zhou Zhe, Liu Pei, Li Zheng, et al.An engineering approach to the optimal design of distributed energy systems in China[J].Applied Thermal Engineering,2013, 53(2): 387-396.

[25]Cheng Yu, Zhang Chengwei.Configuration and operation combined optimization for EV battery swapping station considering PV consumption bundling[J].Protection and Control of Modern Power Systems, 2017, 2(1): 26.

[26]广州市气象台.2017年广州市气候公报[R].2017.

[27]粤发改价格〔2019〕191号 广东省发展改革委关于降低我省一般工商业电价有关事项的通知[Z].

[28]发改价格规〔2017〕1582号 国家发展改革委关于降低非居民用天然气基准门站价格的通知[Z].

[29]粤发改价格〔2018〕394号 关于降低我省天然气发电上网电价的通知[Z].

[30]发改价格〔2019〕761号 国家发展改革委关于完善光伏发电上网电价机制有关问题的通知[Z].

[31]GB/T 33342—2016户用分布式光伏发电并网接口技术规范[S].2016.

User-Level Integrated Energy System Planning for Engineering Applications

Zhou Changcheng Ma Xiyuan Guo Zuogang Hu Yang
（Electric Power Research Insititute of China Southern Power Grid Guangzhou 510663 China）

Abstract The user-level integrated energy system(UIES) can improve the energy efficiency and economy.A planning process and method of UIES was proposed for practical engineering.Firstly, the overall model and key equipment model of UIES were established to describe the conversion and flow relations of various energies in long-term operation.Secondly, the planning process was put forward containing four steps: preliminary data collection capacity, load forecasting, CCHP capacity preconfiguration, equipment selection and configuration.At the meantime, an optimization planning model was established as well.The model took the construction and operation cost of the full planning cycle as the target, and constraints of maximum load, annual total energy, equipment operation, user construction land and other conditions have been taken into account.The problem was solved using YALMIP toolkit and CPLEX solver through Matlab.Finally, two typical examples verified the validity of the described method in different energy consumption types and energy consumption scenarios.Sensitivity analysis was conducted on key factors such as the annual maximum utilization hours of equipment, the proportion of consumer electrical load, and the price of natural gas.

Keywords：User-level integrated energy system(UIES) planning, engineering application, combined cooling heating and power system(CCHP), natural gas price, sensitivity analysis

中图分类号：TM74:TK01+9

DOI:10.19595/j.cnki.1000-6753.tces.191056

国家重点研发计划项目（2016YFB0901300）和中国南方电网有限责任公司科技项目（ZBKJXM20180080）资助。

收稿日期 2019-08-26 改稿日期 2020-04-27

作者简介

周长城 男，1993年生，硕士，研究方向为综合能源技术和配电网运行控制技术。E-mail：zhoucc@csg.cn（通信作者）

马溪原 男，1986年生，高级工程师，博士，研究方向为新能源与综合能源技术。E-mail：maxy@csg.cn

（编辑 赫蕾）