图1 传统供能系统结构
Fig.1 Structure diagram of the traditional energy supply system
摘要 先进绝热压缩空气储能（AA-CAES）是一种大容量储能技术，其成本低、无需燃料，且具有冷-热-电联储联供的能力，在综合能源系统（IES）中能发挥出其独特优势，有助于进一步提升IES的能量利用率。根据IES的运行情况，对AA-CAES电站进行经济性分析，能切实反映AA-CAES电站应用于IES后所带来的经济效益，对AA-CAES技术的推广和应用具有重要意义。考虑AA-CAES电站、电转气装置、蓄电池电站等辅助设备参与IES运行的情况，建立了其全寿命周期经济评估模型。为了反映IES的运行情况与成本，该文考虑其主要设备的协调互动，建立了大规模IES的优化调度模型。基于上述模型，得到了含AA-CAES电站、蓄电池或电转气装置等不同辅助设备时IES的优化运行结果。最后结合各辅助设备的全寿命周期成本与IES运行成本，对比分析了AA-CAES电站与其他辅助设备在IES中的经济性表现。
关键词：先进绝热压缩空气储能 综合能源系统 经济性分析 电转气
综合能源系统（Integrated Energy System, IES）通过对各种能源生产、传输、储存、转换、分配和消费等环节的优化，形成多能联产耦合互补的能源一体化系统[1]，能有效地提高能源利用率[2-3]。以风电为代表的多种环保可再生能源近年来在全球范围内得到快速推广与发展。IES与可再生能源将成为解决能源危机与环境污染问题的有力手段。然而，高渗透率可再生能源接入和多种能流的相互耦合，给系统的安全、稳定运行带来了严峻挑战，解决此问题需要强有力的调节设备支撑。先进绝热压缩空气储能（Advanced Adiabatic Compressed Air Energy Storage，AA-CAES）以其寿命长、零排放、投资建设成本相对较低等优点[4-5]，以及冷-热-电联储联供的独特优势，成为IES中多种能源协同和综合利用的重要解决方案[6-8]。除AA-CAES电站之外，其他辅助设备，如蓄电池和电转气（Power to Gas, P2G）装置等，亦能提升IES运行的安全性和经济性。不同辅助设备的成本、寿命和带来的经济效益各不相同，如何结合IES的实际运行情况和辅助设备自身的特点，分析各辅助设备对IES经济性的影响显得至关重要。
在压缩空气储能（Compressed Air Energy Storage, CAES）系统的经济性分析方面，文献[9]以CAES系统为研究对象，建立了较完善的财务、盈亏平衡和敏感性分析模型，从而量化了先进CAES系统的经济效益和投资、运行风险。文献[10]评估了不同系统运行情景下传统CAES系统技术、经济性能，并分析了传统CAES系统在降低市场电价和系统生产成本方面的潜力。文献[11]以最大化日前市场和辅助服务套利为目标，建立了综合考虑多项辅助服务的CAES系统经济模型，并在法国电力市场环境中模拟分析了不同运行模式和商业模式下先进CAES系统运行经济性。文献[12]量化分析了传统CAES系统和先进CAES系统在负荷转移和备用服务方面的效益。文献[13]建立了电网规模级CAES在垄断电力市场中的投入/产出与经济性评估模型。上述文献在不同电力市场环境下，初步建立了CAES系统经济型分析模型。而AA-CAES电站具有冷-热-电联储联供的特性，在IES中具有广阔的应用前景，因此，分析AA-CAES系统在IES中的经济性表现具有重要意义。
在含CAES的IES运行与优化方面，国内外学者进行了一些研究。文献[14-15]研究了CAES电站的压缩功率、发电功率、容量、涡轮压力和涡轮温度等参数对含CAES电站的冷热电联供（Combined Cooling, Heating and Power, CCHP）系统运行成本的影响。文献[16]提出了一种太阳能与压缩空气耦合储能CCHP系统，提高了系统的平均能量利用率。文献[17-21]研究了各参数对AA-CAES电站和CCHP系统能量效率与㶲效率的影响。
上述文献研究了含CAES的IES优化运行与参数优化和能量/㶲分析等问题，对CAES和IES的发展具有参考价值。但鲜有研究涉及AA-CAES电站与IES的经济性问题，未能根据IES的实际运行情况，明确AA-CAES电站应用于IES后降低的运行成本等经济效益，也未能与其他储能和辅助设备作出经济性上的对比。而任何技术在商业应用前，均需要考虑该技术投产后能否产生实际经济效益，能否在与其他技术竞争中在经济性上胜出。此外，以上研究主要面向微电网，较少涉及大规模IES。而解决大规模可再生能源消纳的问题，仍然依赖大规模IES。且当CAES系统达到100MW规模级时，其效率更高，单位成本更低（预计100MW级新型压缩空气储能技术的效率可以提高至约70%，其单位建设成本可降为4 000元/kW、1 000元/(kW·h)左右[22]），可见CAES在大规模IES中更具应用前景。因此，构建AA-CAES系统在大规模IES中的经济特性分析模型，将为AA-CAES技术的推广奠定坚实的理论基础。
IES可以通过在传统供能系统的基础上增加多能流耦合设备发展建设而成。本节在分析传统供能系统不足的基础上，根据其能流组成与调节需求，增加辅助设备组成改进的IES，并分析这一过程的经济性。
传统的供能系统包括传统分供系统与传统CCHP系统，其系统结构如图1所示。在传统分供系统中，冷、热、电负荷分别由制冷机、燃气锅炉和发电机组供应，各能流之间互补性低；在传统CCHP系统中，电能流与其他能流间的转换较单一。传统分供系统仅依靠常规火电机组的调节，传统CCHP系统也仅增加了联供机组作为调节设备，对高渗透率可再生能源的消纳能力有限，亟需储能或其他辅助设备的支撑。
图1 传统供能系统结构
Fig.1 Structure diagram of the traditional energy supply system
根据IES的能流组成和特点，为了增加IES对可再生能源的消纳能力，同时增强系统的调节能力，本文选取AA-CAES电站与电转气装置作为IES的辅助设备。同时，选取商业化应用可能性较大的大规模储能——蓄电池作为对比对象，以研究AA-CAES储能电站的经济性。
改进IES结构如图2所示，AA-CAES电站与P2G装置接入IES后，为能量的流动、转换和储存提供了更丰富的选择。当风电出力增大或负荷低谷时，可通过AA-CAES电站储存多余的电能，并在合适的时段用于冷、热、电负荷的供应，或通过P2G装置将多余的电量转换为天然气的化学能，便于储存，并在合适的时间通过燃气锅炉与燃气轮机再利用。该IES结构实现了电网、气网和热/冷网通过不同的设备连接，充分利用了AA-CAES电站多能流输入输出的优势特点。
图2 综合能源系统结构
Fig.2 Structure diagram of the integrated engery system
基于全寿命周期成本（Life Cycle Cost, LCC）理论构建IES的经济评估模型。根据国际电工委员会IEC 60300-3-3标准的定义，LCC是指在整个系统的工程周期内，发生的或可能发生的一切直接的、间接的、派生的或非派生的所有费用[23]。
在本文模型中，IES的总成本主要分为两部分：①IES的运行成本；②新增辅助设备的安装、置换、维护成本。需要说明的是，本文研究的是新增辅助设备（AA-CAES电站、电转气装置、蓄电池）对IES经济性的影响问题，设定其他设备已经存在，不考虑其安装、置换成本。因此，IES总成本为
（1）式中，K为典型日种类总数；
为典型日k在全年所占比例；
为典型日k对应的IES运行成本；
、
和
分别为新增辅助设备的安装、置换和可变维护成本；安装成本与置换成本之和(
)记为投资成本。其中，IES的运行成本与各类型典型日冷热电负荷、风电数据有关，IES典型日运行成本将根据本文第3节的IES运行模型计算得到。其他成本计算方法如下：
1）安装成本
安装成本指工程初期投入用于建设安装设备的资金，辅助设备的日均安装成本可根据其总安装成本和工程周期计算得到
（2）式中，
和
分别为各辅助设备的日均安装成本和总安装成本；下标i代表各辅助设备，在此处包含AA-CAES电站、电转气装置和蓄电池，后文分别用CAES、P2G、bat代表上述辅助设备；N为工程周期，年；s为折现率。
2）置换成本
当辅助设备的寿命周期小于工程周期时，需进行置换。考虑到AA-CAES电站的寿命较长（40年）[24]，本文设定工程周期为40年，而P2G装置和蓄电池电站的寿命均短于40年。因此，在工程周期内需进行置换，其日均置换成本为[25]
（3）式中，
为各辅助设备的日均置换成本；下标j代表各辅助设备，在此处包含P2G、bat；β为置换辅助设备次数；nj为辅助设备j的寿命；k为辅助设备置换总次数，k=N/nj，当N/nj为非整数时，k向0取整。
3）维护成本
辅助设备的维护成本包括固定维护成本和可变维护成本。其中固定维护成本CFOM,g（下标g代表各辅助设备，在此处包含CAES、bat）与辅助设备的运行情况无关，仅与辅助设备的规模和容量有关。可变维护成本与辅助设备的运行情况有关，其计算公式为
（4）式中，
为各辅助设备的可变维护成本；下标h代表各辅助设备，在此处包含CAES、P2G；
为运行时长；T为总时段数；
和
分别为辅助设备h的实际运行功率和单位容量维护成本。
由于可变维护成本与IES中各辅助设备的运行情况有关，因此，本文将该部分成本并入IES的运行成本中考虑。
综上，若增建辅助设备后，IES总成本减小，则说明增建该辅助设备具有经济效益。否则，说明该辅助设备在经济上有所亏损。
传统CAES电站在储能阶段利用电能压缩空气并存储，在发电阶段将存储的高压空气与化石燃料燃烧后用于驱动涡轮发电。AA-CAES电站是对传统CAES电站的改进，AA-CAES电站由压缩机、膨胀机、储气室、蓄热/冷器、换热/冷器等主要部件组成。相较于传统CAES电站，AA-CAES电站增加了蓄热/冷装置、换热/冷装置等部件，从而可以将压缩过程产生的热量存储在蓄热器中，并在发电过程中将存储的热量用于膨胀机空气的再热，避免了化石燃料的使用，并提升了循环效率，同时还拥有供热能力和供冷能力。在成本方面，AA-CAES电站与传统CAES电站的区别主要体现在蓄冷/热装置、换热装置等部件的安装成本和维护成本上。
AA-CAES电站的蓄热/冷部分直接参与供热/冷，与冷热电联供特性关系紧密。本文考虑其弃热/冷与热/冷备用特性，建立其约束如下。
1）蓄热器
AA-CAES电站压缩过程回收的热量被存储在蓄热器（Heat Accumulator, HA）中。在膨胀过程中，换热器利用HA存储的热量对高压空气进行换热升温，提升空气的做功能力。
（5）式中，
为HA在t时段的储热量；
和
分别为HA在t时段的储热功率和放热功率；
和
分别为HA的储热效率和放热效率。
HA储热功率和放热功率约束为
（6）
（7）
式中，
和
分别为AA-CAES电站在t时段压缩产热量和发电耗热量；
为t时段AA-CAES电站压缩过程弃热量；
为HA在t时段供给热负荷的功率。
HA储热容量约束为
（8）式中，
为HA储热容量上限。
由于弃热不影响系统稳定性，因此仅考虑热的正备用，HA备用约束为
（9）式中，
为HA在t时段提供的热正备用容量；
为备用时长。
蓄冷器（Cold Accumulator, CA）模型与蓄热器类似，不再赘述。
2）其他约束
AA-CAES电站的其他约束可见文献[14,26-29]，包括压缩过程约束、发电过程约束、储气室容量和气压约束、运行工况约束、备用约束、储气室最终气压约束、蓄热/冷器最终储热/冷量约束等。
需要指出的是，CAES电站具有快速响应能力，如美国McIntosh CAES电站能够在15min内完成最大发电功率与最大压缩功率工作状态间的切换，电站的发电工况正常启动时间约12min[27]。由于AA-CAES电站不含补燃过程，其发电工况启动时间能够进一步缩短。因此，在日前调度时间尺度下，AA-CAES电站的爬坡约束、启停时间约束和工况转换时间约束可以忽略[26]。
2.2.1 热电联供机组
本文采用背压式燃气轮机作为热电联供（Combined Heating and Power，CHP）机组，其输出电功率与热功率的关系为[30]
（10）式中，
和
分别为CHP机组在j在t时段输出的电功率和热功率；
为CHP机组j的热电比。
功率和消耗天然气流量的约束为[30]
（11）
（12）
（13）
（14）式中，
为表征CHP机组j运行状态的二进制变量，当CHP机组j开机时
，否则
；
、
、
、
、
和
分别为CHP机组j输出电功率、热功率和消耗天然气流量的上、下限；
为CHP机组j的成本系数；
和
分别为CHP机组j输出单位电功率/热功率消耗的天然气功率；
为天然气的热值。
CHP机组的爬坡约束、备用约束和启停约束与常规火电机组相近，本文不再赘述。
2.2.2 电转气装置
电转气装置利用富余的电能，通过电解水和甲烷合成反应制取天然气。P2G装置配合燃气轮机或者燃料电池等设备，可以实现电网和天然气网络的互联。P2G运行约束为[31]
（15）
（16）
式中，
为P2G装置在t时段制取的天然气流量；
为P2G装置t时段消耗的电功率；
为P2G装置转换效率；
为表征P2G装置运行状态的二进制变量，当P2G装置运行时
，否则
；
为P2G装置最大功率。
P2G装置备用约束为
（17）
（18）
式中，
和
分别为P2G装置t时段提供的正备用和负备用容量。
2.2.3 燃气锅炉
燃气锅炉燃烧天然气进行供热，其约束为
（19）
（20）
式中，
为燃气锅炉在t时段输出的热功率；
为燃气锅炉输出热功率最大值；
为燃气锅炉效率；
为燃气锅炉消耗的天然气流量。
燃气锅炉的热备用约束为
（21）式中，
为燃气锅炉在t时段提供的正备用容量。
2.2.4 制冷机
1）吸收式制冷机（Absorption Chiller, AC）消耗热能进行制冷，其约束为
（22）
（23）
式中，
为AC在t时段的制冷功率；
为AC在t时段消耗的热功率；
为AC的制冷系数；
为表征AC运行状态的二进制变量。
AC备用约束为
（24）式中，
为AC在t时段提供的正备用容量；
为AC制冷功率最大值。
2）电制冷机（Electric Chiller, EC）消耗电能进行制冷，约束为
（25）式中，
为EC在t时段的制冷功率；
为EC在t时段消耗的电功率；
为EC的制冷系数。EC的其他约束与AC一致，不再赘述。
IES的运行方式将影响其运行成本，本节研究大规模IES的最优经济运行方式及运行成本。
本文设定AA-CAES电站、P2G装置、吸收式制冷机和电制冷机等用于提升系统效率和满足用户需求的设备均由IES建设并管理。因此，IES在运行过程中调度这些设备时，不会因为使用这些设备而向其支付设备运行费用。优化目标为系统的总运行成本最低，运行成本主要分为消耗能源的成本和部分设备因运行而产生的可变维护成本两项，目标函数为
（26）
（27）
式中，
为IES运行成本；
、
和
分别为常规机组、燃气轮机和燃气锅炉的运行成本；
为可变维护成本；
为天然气价格；
为常规机组数量；
为CHP机组数量；
和
为向常规机组i购电的成本系数，与燃料参数类似；
和
分别为常规机组i和CHP机组j在t时段的启动成本；
为常规机组i在t时段的出力；
和
分别为CHP机组j和燃气锅炉在t时刻消耗的天然气流量；
和
分别为AA-CAES电站在t时段的发电功率和压缩功率；
和
分别为CAES和P2G装置的单位容量维护成本。
需要指出的是，式（26）的前4项成本为燃料成本，该成本反映了化石燃料使用量，因此该优化目标在一定程度上也体现了IES对能源的利用效率。
优化过程中，除1.2节和1.3节中的约束条件外，还应满足系统功率平衡约束、备用约束和其他约束。
3.2.1 功率平衡约束
1）电功率平衡约束
式中，
和
分别为风电和电负荷t时段的预测值；
为t时段的弃风量。
2）热功率平衡约束
（29）式中，
为热负荷t时段的预测值。
3）冷功率平衡约束
（30）式中，
为AA-CAES电站蓄冷器t时段供给冷负荷的功率；
为冷负荷t时段的预测值。
3.2.2 备用约束
本文综合考虑冷、热、电多能流的备用，以保证IES中冷、热、电负荷的安全稳定供应。
1）电备用约束
本文综合考虑应对风电、负荷预测误差和常规机组故障的备用，约束为
（32）
式中，
、
、
和分别为常规机组、AA-CAES电站、燃气轮机和P2G装置t时段提供的正备用；对应上述变量，上标为dw的量表示相应设备提供的负备用；
和
分别为电负荷和风电的预测误差比例；
为t时段出力最大的常规机组功率。
2）热备用约束
当某一地区因天气原因出现温度突升或骤降时，其冷、热负荷将发生变化，如果不及时调整供冷、供热功率，可能造成用户侧的温度远离舒适的范围，用户满意度下降。考虑热备用和冷备用，可为IES提供应对上述情况的调整能力，从而保证冷、热负荷的稳定供应。与电力系统负备用不足可能导致电网频率越限或发电机组切出等安全问题的情况不同，弃热和弃冷不影响IES的安全性和稳定性。此外，若设置热和冷的负备用约束，有可能导致供热、冷设备工作在不经济的区间，由此引起的IES运行成本的上升量可能多于负备用不足时弃热、弃冷的等效成本。因此，当IES的供热/冷功率大于负荷的热/冷功率时，可通过弃热/冷实现系统的热/冷供需功率平衡，从而可以忽略负备用的需求。
考虑应对热负荷预测误差的备用约束为
（33）式中，和
分别为t时段热负荷预测值和热负荷预测误差比例。
3）冷备用约束
（34）式中，
为蓄冷器在t时段提供的正备用容量；和
分别为t时段冷负荷预测值和冷负荷预测误差比例；
为EC在t时段提供的正备用容量。
3.2.3 其他约束
弃风约束和常规机组功率上下限约束、爬坡约束、最小启停时间约束和备用容量约束等不再介绍，详见文献[32]。此外，本文为了对比分析不同储能装置的特性，还需要使用蓄电池的模型。蓄电池的模型较为成熟，其约束本文不再列出，详见文献[33]。
本文的优化问题可转换为混合整数线性规划问题，常见的商用优化软件即可求解该问题。本文采用Matlab的YALMIP(R20180612)工具箱调用CPLEX 12.8.0求解器进行求解。
计算各设备的日均投资成本时，折现率s取8%[9]。AA-CAES电站的参数见附表1[24,26,34]；蓄电池的参数详见附表2[35]；P2G装置的参数见附表3[36]；两台相同燃气轮机的参数详见文献[30]；其他设备的参数见附表4。典型日风电、负荷预测数据基于文献[29,37]中的曲线获取，本文研究的是大规模IES中的经济性问题，风电容量为100MW级，冷、热、电负荷为1 000MW级。典型日风电、负荷预测数据如图3所示，假设风电和负荷的最大预测误差分别为20%和5%。本文采用“候平均气温”指标对某地区划分各季节，得到过渡季、夏季和冬季在一年中所占比例分别为0.34、0.33和0.33[38]。
图3 风电出力和负荷的典型日预测曲线
Fig.3 Forecast curves of wind power output and load in typical days
为了对比分析AA-CAES电站和其他储能的效益，并分析P2G装置对系统运行效益的影响，本文设置了多个场景进行分析，各场景说明见表1。其中，AA-CAES电站单能流的场景是指AA-CAES电站仅用于电力系统而不参与供冷与供热。
表1 场景介绍
Tab.1 Introduction of scenarios
场景AA-CAES电站P2G装置蓄电池电站 1多能流有无 2单能流有无 3无有无 4多能流无无 5单能流无无 6无无无 7无有有 8无无有
各场景下IES的运行成本、辅助设备的日均投资成本和日均固定维护成本、燃料成本和IES总成本见表2。其中，IES运行成本为IES全年日均运行成本，该成本基于夏季、冬季和过渡季典型日数据，并根据各典型日在一年中所占比例进行加权计算得到；燃料成本为IES运行成本中除去辅助设备可变维护成本的部分；投资成本为AA-CAES电站、P2G装置或蓄电池电站等辅助设备的日均投资成本，由安装成本和置换成本两部分构成；固定维护成本为辅助设备的日均固定维护成本；总成本Ctotal为IES运行成本、辅助设备的日均投资成本与日均固定维护成本之和。
表2 不同场景下IES成本
Tab.2 Cost of IES in different scenarios （单位：$）
场景IES运行成本燃料成本投资成本固定维护成本总成本 1744 797733 17882 9652 639827 762 2757 280755 48982 9652 639840 245 3811 071810 59722 3240833 395 4748 888746 94760 6412 639809 529 5761 502759 70560 6412 639822 143 6830 563830 56300830 563 7756 985756 985342 17234 1471 133 304 8757 285757 285319 84834 1471 111 280
4.2.1 AA-CAES电站效益分析
AA-CAES电站的可变维护成本包含在IES的运行成本中。根据表2中的数据可计算AA-CAES电站建成前后的系统总成本，见表3。AA-CAES电站建成前的系统总成本即为IES运行成本，AA-CAES电站建成后的总成本为IES运行成本与AA-CAES电站的日均投资成本、日均固定维护成本之和。由表3可见，AA-CAES电站建成后可有效降低IES的运行成本，又由于AA-CAES电站有较长的寿命，其日均投资成本相较于降低的IES运行成本更低。因此，将AA-CAES电站应用于IES中，能够减少系统总成本，产生较好的经济效益（$21 034）。
表3 AA-CAES电站经济性分析
Tab.3 Economic analyses of the AA-CAES plant （单位：$）
参数数值 AA-CAES电站建成前IES运行成本830 563 AA-CAES电站建成后IES运行成本748 888 日均投资成本60 641 日均固定维护成本2 639 总成本809 529 经济效益21 034
AA-CAES电站仅用于电力系统单能流时不参与供冷/热，此时AA-CAES电站产生的经济效益见表4。由于未能充分利用AA-CAES电站的冷-热-电联储联供的优点，该场景下IES的运行成本大于表3中AA-CAES电站用于多能流的场景。但总成本仍小于AA-CAES电站建成前的总成本，可见即使AA-CAES电站仅用于电力系统单能流场景，也能产生一定的经济效益（$8 420）。
表4 单能流场景下AA-CAES电站经济性分析
Tab.4 Economic analyses of the AA-CAES plant in the single-energy-flow scenario （单位：$）
参数数值 AA-CAES电站建成前IES运行成本830 563 AA-CAES用于单能流时IES运行成本761 502 日均投资成本60 641 日均固定维护成本2 639 总成本822 143 经济效益8 420
4.2.2 蓄电池电站经济性
蓄电池电站的最大充放电功率、容量与AA-CAES电站相匹配，以控制变量便于对比分析蓄电池与AA-CAES电站的经济效益。蓄电池的寿命计算方法为：根据调度结果的蓄电池SOC曲线，采用雨流计数法计算蓄电池的放电深度，再根据循环寿命-放电深度曲线，得到蓄电池的寿命[39]并取整。由于蓄电池的寿命为3年，远低于工程周期40年，因而在工程周期内需要对其进行13次置换，其置换成本计算方法详见文献[25]，本文将该成本并入日均投资成本中。蓄电池的维护成本为每年固定，因此不包含在IES的运行成本中。蓄电池电站应用与IES的经济性分析见表5。由于蓄电池电站的寿命短于AA-CAES电站，且其总投资成本大于AA-CAES电站，因此蓄电池电站的日均投资成本大于AA-CAES电站。即使建成蓄电池电站后IES运行成本有所下降，但由于昂贵的投资成本，总成本反而上升了$280 717。
表5 蓄电池电站经济性分析
Tab.5 Economic analyses of the battery plant （单位：$）
参 数数值 蓄电池电站建成前IES运行成本830 563 蓄电池电站建成后IES运行成本757 285 日均投资成本319 848 日均固定维护成本34 147 总成本1 111 280
此外，单从IES的运行成本上来看，仅应用于电力系统单能流时，建成AA-CAES电站时IES的运行成本大于建成蓄电池电站后的IES运行成本，这是因为蓄电池电站的效率比AA-CAES电站高。而当AA-CAES电站应用于多能流时，由于其供冷/热亦能产生经济效益，该场景下IES的运行成本小于建成蓄电池电站后的IES运行成本。可见，在多能流场景下，即使不考虑投资成本，AA-CAES电站的效益仍比蓄电池电站好。
4.2.3 P2G装置经济性
P2G装置的可变维护成本包含在IES的运行成本中。P2G装置的寿命为20年，在工程周期内需要置换1次，本文将其置换成本并入到日均投资成本中。
由表2中场景3和场景6对比可知，建设P2G装置可有效减少IES的运行成本，但不如AA-CAES电站和蓄电池电站等储能装置有效。虽然P2G装置的投资成本较低，但由于其对IES运行的正面效果有限，建成P2G后系统总成本仍稍高于建成前（$2 832）。若从燃料成本方面考虑，建设P2G装置后，IES的燃料成本下降了$19 966。如果存在碳排放补贴等因素，P2G装置或许能取得一定的效益。
此外，如果P2G技术进一步突破，且燃料电池技术也随之提升，二者结合的电到电效率与蓄电池相近，加之其投资成本低，应能取得良好的经济效益。
4.2.4 辅助装置组合的经济性
根据表2的场景1、2、4、5，AA-CAES电站和P2G装置的组合，无论是单能流场景还是多能流场景，IES的总成本均比仅建设AA-CAES电站要高，但仍能有效减少IES的燃料成本：单能流下减少$4 216，多能流下减少$13 769，有利于环境保护。
对比表2的场景7、8可知，蓄电池电站与P2G装置组合时，IES总成本比仅建设蓄电池电站或仅建设P2G装置时均要高。且二者组合时IES的燃料成本也只比单一蓄电池电站下少$300。无论从经济性角度考虑，还是从环境角度考虑，二者的组合均无较好表现。
4.2.5 调度结果分析
图4代表性地展示场景3、4、6、8冬季的部分调度结果，对应的新建辅助装置情况分别为：仅建设P2G装置、仅建设AA-CAES电站（用于多能流供应）、不新建辅助设备、仅建设蓄电池电站。
图4 各场景冬季调度结果
Fig.4 Winter scheduling results in different scenarios
如图4e所示，由于场景6中未建设辅助设备，其调节能力不足，对风电的消纳能力有限，因此弃风量较多。同时，从图4f可以看出，在夜间（1~7h）电负荷较小，CHP机组工作在较小出力状态下，其供热功率也较小，因此需要燃气锅炉提供较多热功率，以满足用户的热负荷需求。
由图4a可知，由于P2G装置效率较低，且运行费用相比于消耗风电产出天然气的收益更少，因此较少安排其工作，P2G装置主要用于提供负备用，场景3的风电消纳情况仅比场景6稍优。但由于P2G装置能够提供电能流负备用，使得常规机组与CHP机组所需提供的负备用减小，常规机组可工作在较小出力状态，CHP机组可以工作在较大出力状态，供热功率较大，由图4b可知燃气锅炉的供热功率相较于场景6有所降低。
由图4c可知，AA-CAES电站的调节能力较强，能将富余的风电存储起来，在风电出力较小或负荷较大的时间放电供应负荷，且AA-CAES电站的备用能力较为优秀，因此场景4的风电消纳情况较好，与场景8相近。从图4d还可以看出，AA-CAES电站还能将富余的压缩过程存储的热量用于供热，同时由于AA-CAES电站拥有蓄热器，可以提供热备用，能够保证热负荷的稳定供应。综上，AA-CAES电站具有良好的多能流联储联供能力。
由图4g可知，由于蓄电池电站没有类似于AA-CAES电站的工况范围限制，其调节能力更强，场景8的风电消纳情况稍优于建有AA-CAES电站的场景4。但蓄电池电站不具备多能流的储存和供应能力，从图4h可以看出，场景8在部分时段仍需要燃气锅炉供应部分热负荷。
综上，各辅助设备都能使IES的运行情况更好，
其中AA-CAES电站由于具有较强的调节能力和多能流联储联供能力，在IES运行中的整体表现更好。
本文建立了含AA-CAES电站和P2G装置的IES优化运行模型，并采用该模型计算了各辅助设备对IES运行成本的影响，在此基础上对AA-CAES电站、P2G装置和蓄电池电站等辅助设备进行了经济性分析和对比，得到了以下结论：
1）AA-CAES电站具有良好的冷-热-电联储联供能力，能有效降低IES的运行成本，并提高IES的能量利用效率。由于百兆瓦级AA-CAES电站的寿命长、投资成本低，大规模IES在建成大容量的AA-CAES电站后IES总成本有所下降。
2）在IES建设成熟前，AA-CAES电站可不参与供冷和供热，仅用于电力单能流场景，此时AA-CAES电站的经济效益相较于多能流场景有所降低，但IES总成本仍小于AA-CAES电站建成前的IES总成本。
3）由于蓄电池电站的寿命较短，因此，建成与AA-CAES电站相同容量的蓄电池电站后，IES的总成本大于建设蓄电池电站前的IES总成本。
4）电转气装置能减小IES的运行成本与燃料成本，与AA-CAES电站组合能进一步减小上述成本，但在没有碳排放补贴的情况下不具备经济效益。
附 录
附表1 AA-CAES电站参数
App.Tab.1 Parameters of the AA-CAES plant
参数数值参数数值 环境气温/K293.15环境气压/Pa1.013×105 最大压缩功率/MW200最小压缩功率/MW80 最大发电功率/MW300最小发电功率/MW120 压缩机级数4膨胀机级数4 各级压缩机额定压缩比2.4各级压缩机额定压缩比2.75 压缩过程效率(%)85发电过程效率(%)85 储气室体积/m31.8×106储气室气压上限/Pa5.5×106 储气室气压下限/Pa4×106储气室初始气压/Pa4.75×106 最大发电容量/(MW·h)1 700储气室初始气温/K311 蓄热器储热效率(%)92蓄热器放热效率(%)92% 蓄热器初始热量/(MW·h)2 000蓄热器容量/(MW·h)4 000 蓄冷器初始冷量/(MW·h)1 000蓄冷器容量/(MW·h)2 000 蓄冷器储冷效率(%)92蓄冷器放冷效率(%)92 单位容量维护成本/ [$/(MW·h)]1.729总安装成本/$263 937 500 寿命/年40日均投资建设成本/$60 641 日均固定维护成本/$2 639
附表2 蓄电池电站参数
App.Tab.2 Parameters of the battery plant
参 数数值参 数数值 最大充电功率/MW300最大放电功率/MW300 充电效率(%)95放电效率(%)95 蓄电池容量/(MW·h)1 700SOC上限0.9 SOC下限0.2初始SOC0.6 寿命/年3总安装成本/$311 594 203 日均投资建设成本/$319 848日均固定维护成本/$34 147
附表3 电转气装置参数
App.Tab.3 Parameters of the power-to-gas device
参数数值 转换效率(%)60 额定功率/MW100 寿命/年20 总安装成本/$8×107 日均投资建设成本/$22 324 单位容量维护成本/[$/(MW·h)]80
附表4 其他设备参数
App.Tab.4 Parameters of other devices
参数数值 电制冷机制冷系数3 电制冷机功率/MW800 吸收式制冷机制冷系数0.83 吸收式制冷机功率/MW800 天然气热值/(kW·h/m3)9.88 天然气价格/($/m3)0.2 燃气锅炉热效率0.93 燃气锅炉最大功率/MW1 000
参考文献
[1] 贾宏杰, 穆云飞, 余晓丹. 对我国综合能源系统发展的思考[J]. 电力建设, 2015, 36(1): 16-25. Jia Hongjie, Mu Yunfei, Yu Xiaodan. Thought about the integrated energy system in China[J]. Electric Power Construction, 2015, 36(1): 16-25.
[2] 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.
[3] 张义志, 王小君, 和敬涵, 等. 考虑供热系统建模的综合能源系统最优能流计算方法[J]. 电工技术学报, 2019, 34(3): 562-570. Zhang Yizhi, Wang Xiaojun, He Jinghan, et al. Optimal energy flow calculation method of integrated energy system considering thermal system modeling[J]. Transactions of China Electrotechnical Society, 2019, 34(3): 562-570.
[4] 尹斌鑫, 苗世洪, 李姚旺, 等. 考虑变寿命特性的先进绝热压缩空气储能电站容量规划模型[J]. 电工技术学报, 2020, 35(3): 612-622. Yin Binxin, Miao Shihong, Li Yaowang, et al. A capacity planning model of advanced adiabatic compressed air energy storage plant considering lifetime varying characteristic[J]. Transactions of China Electrotechnical Society, 2020, 35(3): 612-622.
[5] 张远, 杨科, 李雪梅, 等. 基于先进绝热压缩空气储能的冷热电联产系统[J]. 工程热物理学报, 2013, 34(11): 1991-1996. Zhang Yuan, Yang Ke, Li Xuemei, et al. A combined cooling, heating and power (CCHP) system based on advanced adiabatic compressed air energy storage (AA-CAES) technology[J]. Journal of Engineering Thermophysics, 2013, 34(11): 1991-1995.
[6] Liu Jinlong, Wang Jianhua. A comparative research of two adiabatic compressed air energy storage systems[J]. Energy Conversion & Management, 2016, 108(108): 566-578.
[7] Venkataramani G, Parankusam P, Ramalingam V, et al. A review on compressed air energy storage-a pathway for smart grid and polygeneration[J]. Renewable and Sustainable energy reviews, 2016, 62: 895-907.
[8] 薛小代, 梅生伟, 林其友, 等. 面向能源互联网的非补燃压缩空气储能及应用前景初探[J]. 电网技术, 2016, 40(1): 164-171. Xue Xiaodai, Mei Shengwei, Lin Qiyou, et al. Energy internet oriented non-supplementary fired compressed air energy storage and prospective of application[J]. Power System Technology, 2016, 40(1): 164-171.
[9] 刘畅, 徐玉杰, 胡珊, 等. 压缩空气储能电站技术经济性分析[J].储能科学与技术 , 2015 , 4 (2) :158-168. Liu Chang, Xu Yujie, Hu Shan, et al. Techno- economic analysis of compressed air energy storage power plant[J]. Energy Storage Science and Technology, 2015, 4(2): 158-168.
[10] Das T, Krishnan V, McCalley J D. Assessing the benefits and economics of bulk energy storage technologies in the power grid[J]. Applied Energy, 2015, 139: 104-118.
[11] He Xian, Lecomte R, Nekrassov A, et al. Compressed air energy storage multi-stream value assessment on the french energy market[C]//IEEE Trondheim PES Power Tech, NTNU, Tondheim, Nonway, 2011: 1-6.
[12] Drury E, Denholm P, Sioshansi R. The value of compressed air energy storage in energy and reserve markets[J]. Energy, 2011, 36(8):4959-4973.
[13] Ding J, Xu Y, Chen H, et al. Value and economic estimation model for grid-scale energy storage in monopoly power markets[J]. Applied energy, 2019, 240: 986-1002.
[14] 严毅, 张承慧, 李珂, 等. 含压缩空气储能的冷热电联供微网优化运行策略[J]. 中国电机工程学报, 2018, 38(23): 6924-6936, 7126. Yan Yi, Zhang Chenghui, Li Ke, et al. The optimal operation strategy for hybrid combined cooling, heating and power microgrid with compressed air energy storage[J]. Proceedings of the CSEE, 2018, 38(23): 6924-6936, 7126.
[15] 王之龙, 于东立, 门向阳, 等. 含压缩空气储能的能源互联微网型系统优化配置[J]. 电力需求侧管理, 2018, 20(6): 40-45. Wang Zhilong, Yu Dongli, Men Xiangyang, et al. Optimal configuration of energy interconnection microgrid system with compressed air energy storage[J]. Power Demand Side Management, 2018, 20(6): 40-45.
[16] Wang Xusheng, Yang Cheng, Huang Manman, et al. Multi-objective optimization of a gas turbine-based CCHP combined with solar and compressed air energy storage system[J]. Energy Conversion and Management, 2018, 164: 93-101.
[17] Szablowski L, Krawczyk P, Badyda K, et al. Energy and exergy analysis of adiabatic compressed air energy storage system[J]. Energy, 2017, 138: 12-18.
[18] Liu Hui, He Qing, Saeed S B. Thermodynamic analysis of a compressed air energy storage system through advanced exergetic analysis[J]. Journal of Renewable and Sustainable Energy, 2016, 8(3): 034101.
[19] Bagdanavicius A, Jenkins N. Exergy and exergoeconomic analysis of a compressed air energy storage combined with a district energy system[J]. Energy Conversion and Management, 2014, 77: 432-440.
[20] Kim Y M, Favrat D. Energy and exergy analysis of a micro-compressed air energy storage and air cycle heating and cooling system[J]. Energy, 2010, 35(1): 213-220.
[21] Mohammadi A, Mehrpooya M. Exergy analysis and optimization of an integrated micro gas turbine, compressed air energy storage and solar dish collector process[J]. Journal of Cleaner Production, 2016, 139: 372-383.
[22] 陈海生, 纪律. 压缩空气储能技术发展现状及前景[EB/OL]. 2019-04-10. https://new.qq.com/omn/ 20190816/20190816A03J4300.
[23] 黄际元, 李欣然, 常敏, 等. 考虑储能电池参与一次调频技术经济模型的容量配置方法[J]. 电工技术学报, 2017, 32(21): 116-125. Huang Jiyuan, Li Xinran, Chang Min, et al. Capacity allocation of BESS in primary frequency regulation considering its technical-economic model[J]. Transactions of China Electrotechnical Society, 2017, 32(21): 112-121.
[24] 张新敬, 陈海生, 刘金超, 等. 压缩空气储能技术研究进展[J]. 储能科学与技术, 2012, 1(1): 26-40. Zhang Xinjing, Chen Haisheng, Liu Jinchao, et al. Research progress in compressed air energy storage system: a review[J]. Energy Storage Science and Technology, 2012, 1(1): 26-40.
[25] 薛金花, 叶季蕾, 陶琼, 等. 采用全寿命周期成本模型的用户侧电池储能经济可行性研究[J]. 电网技术, 2016, 40(8): 2471-2476. Xue Jinhua, Ye Jilei, Tao Qiong, et al. Economic feasibility of user-side battery energy storage based on whole-life-cycle cost model[J]. Power System Technology, 2016, 40(8): 2471-2476.
[26] 李姚旺, 苗世洪, 尹斌鑫, 等. 考虑先进绝热压缩空气储能电站备用特性的电力系统优化调度策略[J]. 中国电机工程学报, 2018, 38(18): 1-14. Li Yaowang, Miao Shihong, Yin Binxin, et al. Power system optimal scheduling strategy considering reserve characteristics of advanced adiabatic compressed air energy storage plant[J]. Proceeding of the CSEE, 2018, 38(18): 1-14.
[27] 张远. 风电与先进绝热压缩空气储能技术的系统集成与仿真研究[D]. 北京: 中国科学院研究生院, 2014.
[28] 李姚旺, 苗世洪, 尹斌鑫, 等. 含先进绝热压缩空气储能电站的电力系统实时调度模型[J]. 电工技术学报, 2019, 34(2): 387-397. Li Yaowang, Miao Shihong, Yin Binxin, et al. Real-time dispatch model for power system with advanced adiabatic compressed air energy storage[J]. Transactions of China Electrotechnical Society, 2019, 34(2): 387-397.
[29] Zhang Jun, Li Kejun, Wang Mingqiang, et al. A bi-level program for the planning of an islanded microgrid including CAES[J]. IEEE Transactions on Industry Applications, 2016, 52(4): 2768-2777.
[30] Anand H, Narang N, Dhillon J S. Unit commitment considering dual-mode combined heat and power generating units using integrated optimization technique[J]. Energy Conversion and Management, 2018, 171: 984-1001.
[31] 张儒峰, 姜涛, 李国庆, 等. 考虑电转气消纳风电的电–气综合能源系统双层优化调度[J]. 中国电机工程学报, 2018, 38(19): 5668-5678, 5924. Zhang Rufeng, Jiang Tao, Li Guoqing, et al. Bi-level optimization dispatch of integrated electricity-natural gas systems considering P2G for wind power accommodation[J]. Proceeding of the CSEE, 2018, 38(19): 5668-5678, 5924.
[32] 罗纯坚, 李姚旺, 许汉平, 等. 需求响应不确定性对日前优化调度的影响分析[J]. 电力系统自动化, 2017, 41(5): 22-29. Luo Chunjian, Li Yaowang, Xu Hanping, et al. Influence of demand response uncertainty on day-ahead optimization dispatching[J]. Automation of Electric Power Systems, 2017, 41(5): 22-29.
[33] 汤杰, 李欣然, 黄际元, 等. 以净效益最大为目标的储能电池参与二次调频的容量配置方法[J]. 电工技术学报, 2019, 34(5): 963-972. Tang Jie, Li Xinran, Huang Jiyuan, et al. Capacity allocation of BESS in secondary frequency regulation with the goal of maximum net benefit[J]. Transactions of China Electrotechnical Society, 2019, 34(5): 963-972.
[34] Foley A, Lobera I D. Impacts of compressed air energy storage plant on an electricity market with a large renewable energy portfolio[J]. Energy, 2013, 57: 85-94.
[35] 田崇翼, 张承慧, 李珂, 等. 含压缩空气储能的微网复合储能技术及其成本分析[J]. 电力系统自动化, 2015, 39(10): 36-41. Tian Chongyi, Zhang Chenghui, Li Ke, et al. Composite energy storage technology with compressed air energy storage in microgrid and its cost analysis[J]. Automation of Electric Power Systems, 2015, 39(10): 36-41.
[36] 黄国日, 刘伟佳, 文福拴, 等. 具有电转气装置的电-气混联综合能源系统的协同规划[J]. 电力建设, 2016, 37(9): 1-13. Huang Guori, Liu Weijia, Wen Fushuan, et al. Collaborative planning of integrated electricity and natural gas energy systems with power-to-gas stations[J]. Electric Power Construction, 2016, 37(9): 1-13.
[37] Yan Yi, Zhang Chenghui, Li Ke, et al. An integrated design for hybrid combined cooling, heating and power system with compressed air energy storage[J]. Applied Energy, 2018, 210: 1151-1166.
[38] 傅温. 建筑工程常用术语详解[M]. 北京: 中国电力出版社, 2014.
[39] 韩晓娟, 程成, 籍天明, 等. 计及电池使用寿命的混合储能系统容量优化模型[J]. 中国电机工程学报, 2013, 33(34): 91-97. Han Xiaojuan, Cheng Cheng, Ji Tianming, et al. Capacity optimal modeling of hybrid energy storage systems considering battery life[J]. Proceedings of the CSEE, 2013, 33(34): 91-97.
Study on the Economic Analysis Method of Advanced Adiabatic Compressed Air Energy Storage in Integrated Energy System
Abstract Advanced adiabatic compressed air energy storage (AA-CAES) is a large-capacity energy storage technology with the advantages of low cost and no demand of fuel, as well as the ability of cooling-heating-power storage and supply. In integrated energy system (IES), AA-CAES can exert its unique advantages and improve the energy efficiency of IES further. Economic analyses of AA-CAES based on the operation of IES can reflect the economic benefit of AA-CAES power station, and it is of great significance to the development and application of AA-CAES technology. A life cycle economic assessment model is established for IES in the situation that auxiliary equipment, such as AA-CAES power plant, battery and power-to-gas device, participate in IES operation. In order to reflect the operation situation and cost of IES, an optimal operation model of large scale IES is established, considering the coordinated interaction of major equipment. Based on the model, the optimal operation results of IES with different auxiliary equipment, such as AA-CAES power plant, battery or power-to-gas device, are obtained. Finally, the economic performance of AA-CAES power station in IES is analyzed and compared with and other auxiliary equipment through life cycle cost of the auxiliary equipment and the operation cost of IES.
keywords：Advanced adiabatic compressed air energy storage, integrated energy system, economic analysis, power to gas
中图分类号：TM744
DOI:10.19595/j.cnki.1000-6753.tces.191064
尹斌鑫 男，1995年生，博士研究生，研究方向为压缩空气储能系统、电力系统优化规划、综合能源系统优化运行。E-mail：seeeybx@hust.edu.cn
苗世洪 男，1963年生，博士，教授，博士生导师，研究方向为压缩空气储能系统、电力系统保护与控制、微电网与配电网新技术。E-mail：shmiao@hust.edu.cn（通信作者）
国家自然科学基金项目（51777088）和国家重点研发计划项目（2017YFB0903601）资助。
收稿日期 2019-08-27
改稿日期2019-12-17
（编辑 赫蕾）