区域综合能源系统规划研究综述张旭

区域综合能源系统规划研究综述张旭

张旭

国网电子商务有限公司（国网雄安金融科技集团）-天津技术研究院天津300300

摘要：近年来，受到电力体制改革以及互联网产业蓬勃发展的影响，综合能源服务作为一种新型能源服务模式迎来高速的发展。区域综合能源系统能将多种具有互补性的分布式能源集中于同一网络中，能够充分利用太阳能、天然气、风能等清洁能源，从而提高整个区域能源系统的能源利用率、经济性与稳定，在面向各类园区、公共建筑、工业企业等应用场景具有良好的经济效益与社会效益，在工业界与学术界均受到广泛关注。

关键词：区域；综合能源；系统规划

1.区域综合能源管控系统需求分析

1.1多源异构数据融合

区域综合能源管控系统涉及电、热（冷）、气多领域能源生产侧的设备接入与信息集成，同时要考虑能源消费侧智能工厂、智能小区、智能楼宇、智能家居的连接与深度融合，各类能源设备、系统信息化和自动化水平显著不同。因此，区域综合能源管控系统要根据信息的通信方式、服务对象和重要程度的不同，建设面向生产运行、增值服务、交易运营等多种场景下的系统接口与采集协议的采集支撑平台，支持多种形式和海量的供能与用能设备快速、便捷地接入，使得综合能源系统在信息反馈和实时感知等方面得到实现。

1.2多元用户业务应用

区域综合能源系统在各类园区、公共建筑、工业企业等不同场景均有应用，综合能源管控系统的运营既有第三方的能源运营商、能源服务商等角色存在，也有工业企业、园区物业、公共建筑后勤部门等角色，不同应用场景对于能源管理的定位决定了应用层面上的多样化。同时，能源供应商、能源服务商、消费者、产消者在能源服务中的参与环节不同，决定了其对能源数据的应用不同。此外，具体到能源监控、运维管理等业务细节，电、热（冷）、气多领域的调控方式、运行策略、管理要求等均有差异性。因此，在设计时需结合不同场景应用要求，基于“一平台、一系统、多场景、微应用”的建设思路，采用微服务的方式构建区域综合能源管控系统的业务应用。

2.负荷预测方法研究

2.1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。

2.1.1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。

2.1.2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。

2.1.3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。

2.1.4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。

2.1.5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。

2.2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（disaggregatedmodel），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。

由于多能间耦合的广泛存在，RIES的负荷预测将不再是各能源系统独立预测，而是多元负荷的联合预测。由于RIES各类相关因素交互影响，作用机理复杂，通过人工分析或经验模型已无法准确建立各相关因素之间的耦合关系。近年来，以机器学习、深度学习为代表的人工智能技术已被广泛应用至负荷预测领域，由于不需要人为设定预测模型，仅需依据历史数据在监督或非监督的情况下自学习，使得预测结果具备客观性。因此可以预见，基于大数据的人工智能理论将是未来解决RIES多元负荷联合预测的有效途径。同时，将机器学习与优化理论相结合，通过优化实现机器学习参数的自趋优，也是提高预测准确性的重要研究方向。

3.RIES技术经济性研究

3.1能源利用效率

能源利用效率（energyefficiency）是用以衡量EC设备工作性能的最基本指标。传统的能源利用效率的计算基于热力学第一定律（能量守恒定律），所反映的是能量在转换过程中总量的变化情况。尽管EC设备种类众多，特性各异。

3.2能量品位

热力学第二定律认为，能量除具有“量”的属性之外，还具有“品质”属性。1988年，吴仲华在专著《能的梯级利用与燃气轮机总能系统》一书中阐述了能量品位的概念，用以区分同样能量的能源之间的品质高低。后续学者们基于能量品位的思想，提出利用基于热力学第二定律的分析法，通过定义能质系数来量化不同类型能源的能量品位。

3.3经济效益

3.3.1CHP

CHP被认为是替代热电分产分供，解决未来区域综合供能问题的有效途径，已得到了各国学术与工业界的充分重视与发展。对燃气轮机型CHP机组的技术经济性进行了分析，论证了CHP在未来能源系统中的优势与潜力；针对秸秆型CHP技术经济性进行了讨论，并论证了其在东北地区冬季供暖方面的潜力；论证了微型CHP在楼宇级能源综合利用方面具备成本优势。CHP的热能输出形式包括热水和热蒸汽两类，以热蒸汽为例，考虑能量梯级利用，由余热锅炉出口的热蒸汽包括高温高压、中温中压、低温低压三个梯级。

3.3.2电解制氢

氢能被认为是最有希望替代化石燃料的能源形式。但氢不是一次能源，需要利用其他能源转化而来，而电解水制氢技术工艺过程简单，产品纯度高，最有潜力满足未来氢能的大规模利用需求。对三类主要的电解制氢系统：碱性、固体聚合物电解质（SPE）和固体氧化物水电解（SOEC）的转换效率进行了评估，得出其总制氢效率分别为25%，35%和55%。总体而言，目前电解制氢的效率不高，但却对消纳可再生能源具有极大潜力，可在负荷低谷时将多余的电力转换为氢能并储存，减少弃风弃光，因此制氢厂也可视为可调度的电力用户。分析了风电制氢的经济性，其结果表明目前风电制氢不具备投资经济性。总体而言，电解制氢技术虽然目前不具备大规模应用的条件，但随着技术成熟及成本的下降，将是未来解决可再生能源消纳的有效途径。

3.4排放量

排放量是评估RIES性能的另一重要指标，在规划时可与经济效益指标组成多目标规划，或者作为约束条件对系统的排放量加以限制。RIES的排放量包括两个部分：①输入能源本身携带的排放量，如外部向区域注入的电能，其自身在生产过程中即产生了排放量；②区域内部在能源转换过程中产生的排放量，如燃气轮机等。

参考文献：

[1]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，2015，39（7）：198-207.

[2]武平，郭巍，晋春杰，等.浅谈我国电力与能源现状及解决途径[J].电气技术，2018，5（5）：1-4，14.