中国石油天然气股份有限公司宁夏销售分公司 宁夏 银川 750001
摘要：传统的能源系统规划、运行局限于电、气、热、冷等单一能源形式内部，无法充分发挥能源间的优势互补，能源利用效率、可再生能源消纳、节能减排等问题遭遇瓶颈。针对此问题，能源互联网、综合能源系统等概念相继被国内外学者提出并研究，构建了未来能源系统广泛互联、平等共享的愿景，正在推动新一轮的能源革命。
关键词：区域综合能源；系统规划；研究
一、多种形式能源耦合理论研究
1、能源集线器理论
能源集线器理论将RIES的能源形式归结到外部供应和终端需求两端，如图1所示。
图1 RIES能源结构示意图
终端需求的能源形式被抽象为电、热、冷三类，而外部供应的能源形式则包括向区域内输入的所有能源，如电、气、热、风、光等。能源转换设备将外部供应的能源形式转换为终端需求的能源形式，并通过供能网络传输给分散于区域内的各用户。此外，区域内还可能存在多种形式的储能设备实现能源存储。从能源转换角度，外部供应能源对应于EH的入Pα，Pβ，…，Pχ，而EH的输出Lα，
Lβ，…，Lχ则对应于终端需求。通过构建耦合矩阵来描述EH的转换关系如下：
式中：α，β，…，χ分别表示能源形式如电、气、热、冷等；ηαβ为能源α转换至β的效率；υ为分配系数，表征某一种能源在多个EC之间的分配比例。式（1）中，假设转换效率η为常数，则此模型为线性模型。υ作为变量，可为多种形式能源之间的互补优势与经济调度提供了优化空间。显然，υ应满足如下约束：
式中：I，ｊ＝α，β，…，χ。
进一步定义耦合系数C：
以P，L，C分别表示式（1）中的输入矢量、输出矢量和耦合矩阵，则式（
1）模型可表示为：
如考虑ES，则式（４）可改写为：
式中：E为ES能量；E为ES实时功率；S为ES耦合矩阵。
2、多能耦合理论的发展
2.1能源集线器非线性研究
能源集线器非线性主要体现为EC设备的变工况特性，即转换效率η随实际负载率Ｎ的变化而变化：
RIES中包含多种类型的EC设备，其中包括以下具有较明显变工况特性的设备。
1）燃气轮机热电联产（CHP）机组：CHP机组的性能与工作温度、湿度、抽气系数及负载率等多种因素相关，假定其他参数恒定，则随着负载率的减小，CHP机组的各效率值逐渐减小，循环功率和供热量逐渐变小，热电比增大；反之亦然。其变工况特性可建模如下：
2）燃气/余热锅炉：燃气/余热锅炉在变工况下的转换效率可采用分段线性化近似描述：
3）空调（空气源热泵）：空调的转换效率一般用能效系数来表征，定义为COP，其值一般高于1，在3～4之间。根据文献，其变工况特性可建模为二次多项式函数形式：
2.2能源集线器动态特性及不确定性研究
与电力系统相比，气、热系统暂态过程相对缓慢，这主要取决于它们较低的压强传播速度和介质流速，并受系统规模影响。一般来说，电力系统的功率传播速度接近光速（3×105km/S），其时间尺度一般为秒级或微秒级；而液压在管道中的传播速度接近声速（340m/S），时间尺度为分钟级或秒级；流体在管道中的质量流速相对较慢，时间尺度在分钟级或小时级。时间尺度上的差异对RIES的规划、运行及经济性、可靠性等指标测算上都会产生影响。将电力系统潮流计算理念引入热电联供系统之中，并提出了联合能流计算方法，但忽视了热、电系统间的时间尺度差异。通过建立准稳态多能流计算模型对区域IES的时间尺度问题进行了探索，将IES的动态特性分解为四个阶段的稳态模型，从而区分不同类型的能量在不同时间尺度上的响应能力。
在不确定性方面，由于RIES全面涵盖电、热、气、冷等能源形式，并具有种类众多的EC，EＮ和ES，会受到诸多不确定因素的影响，其不确定性分析比电力系统更为复杂。近年来，有学者将电力系统不确定分析理论引入RIES之中，并考虑了更多的不确定因素，考虑了电、热负荷的不确定性及风电出力的不确定性；则在常规的电力系统不确定因素外建立了基于最大的原理（POME）分布的温度不确定性；则在兼顾风电与储能不确定性的基础上考虑了需求响应的不确定性。
二、负荷预测方法研究
1、影响因素分析
RIES的用能需求是所有分散于区域内的能源消费用户用能需求的总和，因此对单个用户单元的影响因素往往也会对整个区域用能情况造成类似影响，比如建筑的物理特性、照明、用户行为、用能类型、建筑密度、布局、人口密度等。可将所有可能对RIES负荷造成影响的因素归纳为五大类：建筑室内条件、建筑设计特性、区域布局、本地微气候和社会经济因素，如图2所示。
图2 RIES负荷影响因素
1）建筑室内条件：主要包括照明、电气设备、用户行为、室内环境质量需求（温度、湿度、空气质量）、服务系统运行等，其中以室内环境质量需求对负荷的影响最大。
2）建筑设计特性：主要包括建筑材料（热传导特性）、位置、尺寸、高度、形状、窗墙比等因素。建筑材料将影响建筑制热/制冷负荷，而位置、尺寸、高度、形状、窗墙比等则会影响建筑照明、太阳辐射强度及通风条件等。
3）区域布局：主要包括建筑功能多样性、建筑物密度、绿化规划、地形地貌、道路规划等。
4）本地微气候：主要包括室外温度、湿度、太阳辐射、风速、特殊气候（雾、露、霜等）。微气候因素会直接影响用户的用能需求，如在夏季建筑制冷负荷明显上升，而制热负荷、照明负荷等相应减小。
5）社会经济因素：主要包括教育水平、能源价格、区域经济水平（国民生产总值、人均收入等），将会决定用户行为、设备所有权等要素，从而对负荷造成影响。
2、预测方法
根据Swan和UguRSaL的研究，将RIES负荷预测方法的研究成果归纳总结并划分为宏观类预测方法和微观类预测方法。两类方法相辅相成，优势互补，可依据具体规划对象选用合适的预测方法，或组合预测方法。
宏观类负荷预测方法基于RIES能源消费和宏观量等历史数据，利用统计学方法从宏观角度寻找能源消费与经济、人口、工程技术、自然环境等因素之间的内在关联，通常使用的经典预测方法包括产值单耗法、弹性系数法、负荷密度法、时间序列法、趋势外推法、回归分析法等。
微观类负荷预测方法通常采用非聚合类模型，其着眼于区域中每个用户单元的用能需求情况，并最终得出区域总的能源消费预测结果。相比于宏观类预测方法，该类方法从区域内部挖掘能源消费特性，其建模更为详细透彻，能够得到更加精确的预测结果。但相应地，其前期数据调研工作复杂，建模难度增大。微观类负荷预测方法可划分为四类：经验模型、工程模型、统计模型和物理—统计混合模型。
结束语
多重不确定性分析与建模。RIES全面涵盖电、气、热、冷等各种能源形式，其不确定性复杂度远超过任何单一系统，可能存在于能源生产、传输、转换、消费等所有环节。因此在不确定性分析与建模上，除新能源出力、负荷、设备故障等因素外，还需考虑如气象条件对热、冷负荷，外界温度对热管道传输效率，建筑布局对制冷制热需求的影响作用等。
参考文献：
［1］吴建中．欧洲综合能源系统发展的驱动与现状［Ｊ］．电力系统自动化，2016，40（5）：1－7．
［2］贾宏杰，王丹，徐宪东，等．区域综合能源系统若干问题研究［Ｊ］．电力系统自动化，2015，4（7）：198－207．
论文作者:王磊
论文发表刊物:《城镇建设》2019年第04期
论文发表时间:2019/6/11
标签：能源论文; 负荷论文; 不确定性论文; 方法论文; 形式论文; 需求论文; 系统论文; 《城镇建设》2019年第04期论文;