1、 第 41 卷 第 6 期 中 国 电 机 工 程 学 报 V ol.41 No.6 Mar.20,2021 2074 2021 年 3 月 20 日 Proceedings of the CSEE 2021 Chin.Soc.for Elec.Eng.DOI：10.13334/j.0258-8013.pcsee.200334 文 章 编号：0258-8013(2021)06-2074-14 中图 分类 号：TM 73 文 献标志码：A“无废”电氢充能服务区多源微网优化运行模型 滕云1，闫佳佳1，回茜2，陈哲3(1沈阳工业大学电气工程学院，辽宁省 沈阳市 110870；2国网辽宁省电力有限公司
2、营销服务中心，辽宁省 沈阳市 110870；3丹麦奥尔堡大学能源技术学院，奥尔堡 丹麦 DK-9220)Optimization Operation Model of“Zero-waste”Electricity-hydrogen Charging Service Area Multi-energy Microgrid TENG Y un1,Y AN Jiajia1,HUI Qian2,CHEN Zhe3(1.Shenyang University of Technology,Shenyang 110870,Liaoning Province,China;2.Marketing Service
3、 Center of State Grid Liaoning Electric Power Co.,Ltd.,Shenyang 110870,Liaoning Province,China;3.Aalborg University,Depth Energy Technology,Aalborg DK-9220,Denmark)ABSTRACT:In order to solve the issue of the requirements for multi-energy loads in a highway service area with electrical and hydrogen c
4、harging requirements,and to meet the demands for the disposal of household waste generated in the service area and its surroundings,a electricity-hydrogen charging service area multi-energy microgrid model based on all renewable energy supply was proposed in this paper.Firstly,on the basis of energy
5、 input and output characteristic models of electric hydrogen production,fuel cell,electric boiler and pyrolysis furnace,the model of the zero-waste-service area multi-energy microgrid(ZWSA-MEMG)was established.Secondly,the multi-energy conversion,storage characteristics and multi-energy current coor
6、dination in the ZWSA-MEMG were studied.Based on the constraints of power balance,charging time,energy supply reliability of multi-energy loads,available grid regulation performance in the ZWSA-MEMG,the operation cost optimization model and its solution were established.Finally,taking the actual mult
7、i-energy operation data of an expressway service area in Northwest China as an example,optimization operation model of ZWSA-MEMG was established.The results of the example show that the optimization operation model of ZWSA-MEMG proposed in this paper can effectively improve the economy of the electr
8、icity-hydrogen charging multi-energy system with the ability of waste disposal,and provide better regulation characteristics for grid.KEY WORDS:charging service area;hydrogen vehicle;multi-energy microgrid;zero-waste;all renewable energy 基金项目：国家重 点研发计划项目(2017YFB0902100)。National Key R&D Program of C
9、hina(2017YFB0902100).摘要：针对具有电、氢充能需求的高速公路服务区内的多能源负荷需求及服务区与周边生活垃圾处理需求，提出一种全可再生能源供能的“无废”电 氢充能服务区多源微网模型。首先，在电制氢、燃料电池、热解炉等多能源转换与存储设备的能量输入输出特性模型基础上，建立无废充能服务区多源微网(zero-waste charging service area multi-energy microgrid，ZWSA-MEMG)模 型；其次，研究 ZWSA-MEMG中多种能源转换、存储特性及多能流协调关系，建立基于高速公路充能服务区多源微网功率平衡、充能时间、多源负荷供能可靠性、可
10、提供的电网调节性能等约束下的运行成本优化模型及其求解方法。最后，以我国西北某高速服务区实际多能源运行数据为基础，建立“无废”电 氢充能服务区多源微网优化运行仿真模型，算例仿真结果表明，该文提出的ZWSA-MEMG 优化运行模型可有效提升具有垃圾处理能力的电 氢充能多能源系统的经济性，并可为电网提供较好的调节特性。关键词：充能服务区；氢能汽车；多能源微网；无废化；全可再生能源 0 引言 随着电动汽车、氢能汽车快速发展，以及我国高速公路客运流量持续增加，高速公路服务区的电 氢充能需求及垃圾处理能力都将面临新的挑战。根据我国在 2019 年 1 月 21 日发布的“无废城市”建设试点工作方案1-2，
11、充能型服务区在具备自身垃圾处理能力的同时，还应能够兼顾一定的周边地区和车辆自带生活垃圾的处理需求。考虑到一般的高速公路服务区所处的地理气象条件均比较适合建立较大装机容量的可再生能源供能系统，以及服第 6 期 滕云等：“无废”电 氢充能服务区多源微网优化运行模型 2075 务区内的垃圾热解处理设施具有天然气能源供给特性，针对高速服务区电氢充能需求及其自身能源消耗需求，构建具有垃圾热解处理供能的电 氢充能服务区多源微网是解决服务区综合能源需求的有效途径之一3-9。目前利用垃圾供能的研究已经从设计、供能特性分析、运行优化等方面展开，其中，文献10 基于垃圾发电技术和风电实现有效合作，提高可再生能源渗
12、透率，提出一种新的电池储能系统控制方法。文献11 针对光伏/光热和与沼气联合发电系统，建立了该发电系统的仿真模型。文献12 考虑余电余热反馈沼气池，提出日前 实时两阶段分 布式鲁棒优化调度模型。文献13 通过补燃设备调整天然气和垃圾电联产机组的运行状态，构建了可补燃生物质热电联产运行模型。但上述文献并没有考虑到垃圾处理量及其能源供需特性与多能源转换与存储间的协调。目前国内外学者针对多源微网优化运行开展了较多研究，文献14建立了由电热氢多种能源形式构成的多源协 调储能系统，通过多能 源储存与转 换 模型进行协调 优化，提升 了电网的调 节灵活性和 经 济性。文献15在电热混合储能模型建立的基础上
13、，提出了考虑运 行成本最优 的多源微网 自治优化运 行 策略，并有效提高风电消纳能力。文献16通过考虑需求响应的随 机性，提出 了以新能源 发电为主电 源 的独 立 微 网 多 目标日前优化调度模型，提高了新能源利用率。文献17 为提升系统运行的灵活性，构建了包含电转气装置的热电联产微网电/热综合储能优化配置模型，实现多源微网容量配置最优。文 献18为提高风电利用率，考虑微网需求侧响应，建立了基于价 格激励的多 源储能微网 优化调度模 型。文献19 提出基于平滑开关下垂控制的微网协调控制策略，实现了微网的经济运行。但兼顾垃圾处理的全可再生能源供能的充能服务区多源微网优化模型尚未见有关研究。本文
14、在全可再生能源供能前提下，提出垃圾热解 气 化 处理设施 与多能源系 统协调运行 的无废充 能服务区多 源微网(ZWSA-MEMG)。通过对电制氢、电制热、热解炉、燃料电池等模型进行研究，提出电、热、氢、气多能源协调机理；在电氢充能特性、多源负荷需求特性、电网调节特性和垃圾处理需求特性研究基础上，建立以运行成本最小化为目标的ZWSA-MEMG 协调优 化 模型及基 于 带压缩因 子 的粒子群求解算法；在实际高速公路服务区多能源负荷数据的基础上，建立充能服务区多能源微网系统运行优化仿真模型，算例仿真与结果分析表明，本文建立的 ZWSA-MEMG 及其优化运行模型能够在有效满足电动汽车、氢能汽车充
15、能需求的同时兼顾服务区及周边垃圾处理需求，并具有一定的电网调节能力。1 ZWSA-MEMG 模型 1.1 ZWSA-MEMG 拓扑结构 本文考虑服务区电氢充能，由电、热、氢、气间的能 源转 换与存储 设 备等组成的 ZWSA-MEMG拓扑结构如图 1 所示。ZWSA-MEMG 利用光伏、风电协同电制氢、电锅炉、燃料电池、热解炉、储氢、储气等多源转换与存储设备为服务区的日常负荷、充电桩及加氢机供能。氢气流 热力流 电流AC/DC电锅 炉电制氢储氢 燃料电池DC/AC储气天然气流热解炉 甲烷化ZWSA-MEMG光伏 风电电动汽车 电网燃料电池汽车可热解垃圾气负荷电负荷 充电桩加氢机 热负荷DC/A
16、C 图1 ZWSA-MEMG 拓扑结 构图 Fig.1 Topology of ZWSA-MEMG P2G 技术的利用主要包括 2 个过程，首先通过电转氢为氢能汽车提供所需的氢能源，其次是通过氢气的甲烷化过程产生天然气协同热解炉为服务区进行供气。燃料电池作为氢电转换单元，在极端天气下可再生能源出力受限或电网有调峰需求时输出电功率。本文采用蓄热式电锅炉作为电热能量转换及热能存储设备，通过电热转换过程满足服务区内热负荷需求。热解炉作为垃圾热解气化处理设施可以将服务区正常运营产生、高速公路中汽车自带以及周边村庄产生的垃圾进行热解气化处理，实现垃圾高效、无害、资源化利用。2076 中 国 电 机 工
17、程 学 报 第 41 卷 1.2 垃圾处理过程的供能模型 对于 ZWSA-MEMG 的垃圾处理方式，考虑其垃圾类型，采用热解炉处理垃圾。垃圾热解气化处理技术与卫生填埋、堆肥相比占地面积减小 50%200%，与焚烧相比燃烧性能更好、能源利用率更高、有毒物质分解完全，并且二噁英排放趋近于零20。该 技术在无害化、减量化处理垃圾的同时产生的可燃气体可作为燃气能源供给服务区，且便于运输、储存。本文利用热解炉设备对服务区的生活垃圾进行 热解气化处理，分级燃烧，其一燃室的温度为650左右，二燃室的温度一般控制在 850左右，可燃成分分解完全，达到无害化，再经尾气降温、除尘、脱硫、除味、除 烟 装置处理 完
18、 全达标后 有 组织 排放21-22。垃圾热解气化处理过程如图 2 所示，本文将车辆自带、服务区及周边 3 种途径所产 生的垃圾通过转运、存储、分选、干 燥过程投料到热解炉中，并 天然气电能输入周边垃圾服务区自产垃圾转运存储车辆自带垃圾分选 干燥热解炉 图2 ZWSA-MEMG 垃圾处 理过程 Fig.2 Waste disposal process of ZWSA-MEMG 将热解炉等效为一种有电能输入并进行垃圾处理和能源转换的装置。针对单个热解炉的耗电部分主要包括自动上料机、热解炉、急冷降温脱酸塔等 K 个设备，进而得到设备在进行垃圾处理时 t 时刻的用电负荷等效模型为 KPF-in,1k
19、tkP P(1)式中：为热解炉的工作效率；Pk,t为第 k 个耗电 设备在 t 时刻进 行垃圾处理时所消耗的电功率。垃圾热解气化处理产生天然气，则天然气产量为 PF PF1TttWG(2)式中：PF 表示热解炉的能源转换系数，热解 0.357kg 生活垃圾大约可产生 1m3天然气23-25；Gt表示为 t时刻的垃圾处理量；整个热解炉处理垃圾的运行周期为 T。1.3 ZWSA-MEMG 中的能源转换模型 对于电制氢、燃料电池、电锅炉等能量转换和存储设备模型已有相关文献建立，本文参考文献26-27，在能源转换与存储模型基础上，考虑电能为能源输入、电热氢气为能源输出，根据文献28 提出 的能源枢纽理
20、论，得出如式(3)用于描述 ZWSA-MEMG 的能量转换、存储与输入输出环节的功 率平衡方程：22 22 22 2213 H 1 F C 3 H 2 H-S 1 F CEin-EH 2E B1H-S 2E B2in-EH 3H 2H-S2 3H 3in-Egas 3H 4g a s 1g a s-S 2 4P F 1g a s-S 200()0()LPLPLPL(3)式中：LE、LH、2HL、Lgas分别 表示电能输出、热能 输出、氢气输出、天然气输出；1、2、3、4分别表示电能分配到电能供应、电锅炉、P2G 设备和 热解炉 的分 配系数；2H、gas、EB、FC、PF分 别表示电制氢、氢气
21、甲烷化、电锅炉、燃料电池、热解炉的能 量转换效率；1、2、3、4分别表示电制氢之后氢气分配到燃料电池、储氢、氢负荷、氢气甲烷化的分配系数；1、2分别表示电制氢得到的氢气储存后到燃料电池和氢气供应的分配系数；1、2分别表示氢气甲烷化输入储能系统后到储气和天然 气供应的分 配系数；1、2分别表示热解炉制天然气输入储能系统后到储气和天然气供 应的分配系数；1，2分别表示电锅炉产生的热能输入储能系统后到储热和热能供应的分配系数；H-S、2H-S、gas-S分别表示储热设备、储氢设备、储气设备的运行效率。2 ZWSA-MEMG 优化运行模型 考虑全可再生能源供能，本文建立的 ZWSA-MEMG 在满 足
22、电动汽车、氢能汽车的充能需求的前提下，需要具备一定的垃圾处理能力，并能够为电网提供一定的调节能力。因此，本文建立在满足垃圾处理量、负荷供应可靠性、电网调节响应能力等约束下的 ZWSA-MEMG 运行成本最小为优化目标的优化运行模型。第 6 期 滕云等：“无废”电 氢充能服务区多源微网优化运行模型 2077 2.1 目标函数 本文所提出的 ZWSA-MEMG 与传统的高速充能服务区相比较不仅考虑了经济效益，还有效兼容了废物处理设施处理垃圾产生的效益，因此以ZWSA-MEMG 总运行成本最小作为微网优化目标，目标函数可描述为 T2min MC,E,H,PF,gas,R,1NtttttttFCCCC
23、CC(4)式中：CMC,t表示 t 时刻 ZWSA-MEMG 的维护成本；CE,t、2H,tC 分别表示 t 时刻 ZWSA-MEMG 分别 为电动汽车、氢能汽车充能的供电收益、供氢收益；CPF,t表示 t 时刻 ZWSA-MEMG 内处理垃圾获得的收益，其中包括回收服务区周边所需处理的垃圾收益和政府补贴；Cgas,t表 示在满足 ZWSA-MEMG 自身用能的前提下，t 时刻剩余天然气售出的收益；CR,t表示 t 时刻 ZWSA-MEMG 调节电网时获得的补偿。22MC,MC MC,E,E E,H,H H F M,PF,PF PF,gas,gas gas,R,RI RE R,|(1)|ttt
24、tttttttttCcPCc PCcPCc PCcPCccP(5)式中：cMC表示 ZWSA-MEMG 的单位维护成本，考虑了各设备后期日运行维护成本、投资成本、使用寿命、使用小时数的折算；PMC,t表示单个维护周 期内截止 t 时 刻时能量供给累积值；cE、2Hc 分别表 示 ZWSA-MEMG 为电动汽车和氢能汽车供能的单位充电收益、充氢收益；PE,t、PHFM,t分别表示 t 时刻充电桩供电功率、加氢机供氢量。cPF表示热解炉处理垃圾获得的单位收益；PPF,t表示 t 时刻热解炉处理垃圾量；cgas表示单位售气收益；Pgas,t表示 t时刻的售气量；cRI、cRE分别表示 ZWSA-ME
25、MG 调节电网的单位输入、输出电能收益；PR,t分别表 示 t 时刻 ZWSA-MEMG 给电网的调节功率；取 0 或 1(调节电 网时需输入电能时取 1，否则取 0)。2.2 约束条件：1）ZWSA-MEMG 功率平衡约束。针对本文所提出的 ZWSA-MEMG 中存在电、热、氢、气 4 种负荷，为 满足多源微网供需功率平衡，得到 ZWSA-MEMG 运行功率平衡约束条件为 2E,W,PV,FC,H,gas,EB,PF,ttttttttLPPPPPPP(6)H,H-EB,H-S,tttLPP(7)22 222H,H-H,H-F C,H-S,ttttLPPP(8)gas,gas-gas,gas-
26、PF,gas-S,ttttLPPP(9)式中：LE,t、LH,t、2H,tL、Lgas,t分别表示 t 时刻电负 荷、热负荷、氢负荷、气负荷需求；PW,t、PPV,t分 别表示 t 时刻风电和光伏输出的有功功率；2H,tP、Pgas,t、PFC,t、PEB,t、PPF,t分 别表示 t 时刻 电制氢、氢气甲烷化、燃料电池、电锅炉、热解炉消耗的有功功率；PH-EB,t表示 t 时刻电 锅炉的热功率；22H-H,tP 表示 t 时刻电 制氢的氢气出力；2H-F C,tP 表示 t 时刻燃料电池的氢气消耗量；Pgas-gas,t、Pgas-PF,t分别表示 t时刻甲烷化和热解炉的气出力；2H-S,t
27、P、PH-S,t、Pgas-S,t分别表示 t 时刻储氢、储热、储气设备可存储和释放的功率。2）充能时间 约束。电动汽车和氢能汽车充能时间约束：a,s,s,l,avg,l,a,30kkkk kkkkEttt tPtt(10)式中：Ek表示 第 k 辆汽 车需求的总能量；Pavg,k表示第 k 辆汽车 在充能时间段内的平均充能功率；ts,k、ta,k、tl,k分别 表示为第 k 辆汽车充能开始时间、到达和离开充能车位的时间。对于电动汽车，充能时间受充能站内充电时段的约束，一般不超过 30min 内；对于氢能汽车，充能时间一般不超过 5min。3）充电裕度 约束。电动汽车的实际充电量 Ep,k会受
28、到汽 车本身 各组件运行状态的约束：p,0.7kkkEEE(11)4）多能源供 给可靠性约束。在 ZWSA-MEMG 运行过程中，为保证 电、热、氢、气负荷的能源供给，可得系统供能可靠性约束：对于电负荷：2rW,P V,F C,H-P 2 G,gas P2G,EB,PF,E,E-aut()ttttttttPP wP l P PPPPLe P(12)对于热负荷：r H-EB,H-S,H,H-aut()()tttPP P L h P(13)对于氢负荷：22 2 2 2 2r H-H,H-FC,H-S,H,2 H-aut()ttttPP P P L H P(14)2078 中 国 电 机 工 程 学
29、 报 第 41 卷 对于气负荷：r gas-gas,gas-PF,gas-S,gas,as gas-aut()ttttPP P P L g P(15)式中：PE-aut、PH-aut、2H-a u tP、Pgas-aut分别为ZWSA-MEMG 对电 负荷、热负荷、氢负荷、气负荷可靠供能的概率；w、l、e、h、H2、gas分别为满足正态分布的风电、光伏出力预测误差和电负荷、热负荷、氢负荷、气负荷误差。5）电网调节 需求下的响应性能约束。本文提出的 ZWSA-MEMG 并不是在任意时刻以任意容量参与电网调峰的，而是在满足服务区内多源负荷可靠用能的前提下，根据多源微网整体具有的调节容量与电网的调节
30、需求进行响应。因此，本文利用 ZWSA-MEMG 在每时刻能参与电网调节的概率 Pout,E、Pin,E表示 电网调节响应性能约束：2rW,P V,F C,H,P 2 G,gas,P2G,EB,PF,E,out,E(1)()ttttttttPPw Pl PPPPPLe P(16)2rW,P V,F C,H,P 2 G,gas,P2G,EB,PF,E,E-all,in,E(1)()tttttttt tPPw Pl PPP PPLePP(17)式中：Pout,E、Pin,E分别 表示 ZWSA-MEMG 可为 电网调节提供一定的放电、充电功率的概率；表示ZWSA-MEMG 的电网 调 节响应系 数
31、，即微网 在 满足自身多源负荷用能后，总功率有剩余容量时，可用于电网调节容量占剩余容量的比；PE-all,t表示 t 时刻储能设备可提供的总等值电功率。6）联络线功 率约束。min maxex,E ex,E ex,E()P PtP(18)式中minex,EP 和maxex,EP 表示 ZWSA-MEMG 与电网之间联 络线的最小功率和最大功率。7）可再生能 源功率不确定性约束。本文提出的 ZWSA-MEMG 全部由可再生能源供能，风光功率波动性约束为 WG B-W0 PP(19)PV GB-PV0 PP(20)式中：PW、PPV分别表示风电和光伏的功率变化量；PGB-W、PGB-PV分别表示国
32、家标准规定的风电和光伏的最大功率变化值。8）电锅炉功 率约束。min maxEB EB,EB tP PP(21)min maxEB EB,EB tP PP(22)式中：minEBP、maxEBP 分别为电锅炉出力上下限；EB,tP 为 t 时刻电锅 炉输入功率变化量；minEBP、maxEBP 分 别为电锅炉爬坡率的最小值和最大值。9）P2G 设备 功率约束。222min maxHH,H tP PP(23)min maxgas gas,gas tP PP(24)222min maxHH,H tP PP(25)min maxgas gas gasP PP(26)式中：2minHP、2maxHP
33、分别为电制氢的出力功率上下限；mingasP、maxgasP 分别为氢气甲烷化的出力功率上下限；2H,tP、Pgas,t分别 为 t 时刻电制 氢、氢气甲烷化设备输入功率变化量；2minHP、2maxHP 分别为电制氢设备爬坡率的最小值和最大值；mingasP、maxgasP 分 别为氢气甲烷化设备爬坡率的最小值和最大值。10）燃料电 池功率约束。min maxFC FC,FC tP PP(27)min maxFC FC,FC tP PP(28)式中：minFCP、maxFCP 分别为燃料电池的出力功率上下限；PFC,t为 t 时刻燃料电池输入功率变化量；minFCP、maxFCP 分别为燃料
34、电池爬坡率的最小值和最大值。11）垃圾处 理约束。在本文所提出的 ZWSA-MEMG 中通 过热解炉对垃圾进行热解气化为气负荷供能，微网中存放垃圾的容量是有限的，则垃圾容量约束为 maxW,W0tWW(29)式中：WW,t为 ZWSA-MEMG 中 t 时刻所剩余的垃圾量；maxWW 为 ZWSA-MEMG 所能容纳垃圾的最大值。当垃圾热解气化进行供气时，其功率约束为 min maxPF PF,PF tP PP(30)式中minPFP、maxPFP 分别表示垃圾热解气化供气出力的 上下限。12）储能约 束。为保证储能设备的稳定运行，定义 EH-S、2H-SE、Egas-S分别为 ZWSA-ME
35、MG 配置储热、储氢、储 气的容量，需满足以下约束条件：222min maxH-S H-S,H-Smin maxH-S H-S,H-Smin maxgas-S gas-S,gas-StttEEEEEEEEE(31)式中maxH-SE、minH-SE、2maxH-SE、2minH-SE、maxgas-SE、mingas-SE 分别为 ZWSA-MEMG 中配置储热、储氢、储气容量的上下限。储热、储氢、储气的功率约束形式相同，故 3 种储能设备的功率约束：第 6 期 滕云等：“无废”电 氢充能服务区多源微网优化运行模型 2079 min maxs,s s,s,s tttnP P nP(32)min
36、 maxr,r r,r,r tttnP P nP(33)式中：minsP、maxsP、minrP、maxrP 分别为储能设备 存储能量和释放能量的上下限；Ps,t、Pr,t分别表 示 t时刻储能设备的储放功率；ns,t、nr,t、表 示 t 时刻 储能设备的储放状态，取值为 0 或 1，其 中 0 表示 设备无动作，1 表示设备处于工作状态。且满足：s,r,01ttuu(34)2.3 ZWSA-MEMG 优化运行求解 考虑本文所提出的 ZWSA-MEMG 中全可再生能源的波动性、电热氢气负荷的不确定性、垃圾处理设施、大规模能源转换和储存设备产生大量的多源数据，且目标函数较为复杂，含 有 大 量
37、 的 约 束 条件，本文采用粒子群优化算法29进行求解。粒子群算法操作简便、收敛性能好、具有较强的全局搜索能力，然而粒子群算法也有求解缓慢等缺点，因此本文采用压缩因子粒子群算法(particle swarm optimization with shrinkage factor，YSPSO)30对ZWSA-MEMG 优化模 型 进行求解，利用时变 的 量化因子实时调整，且具有较快的收敛速度。定义 ZWSA-MEMG 粒子群X 如式(35)，各粒子 Xi由多能源转换与存储设备 t 时刻的工作功率 P、设备启停系数 i或储能 设备储放系数 i及分配 系数的集合组成。2EB,1 21P2G,2 32P
38、F,3 43FC,4 1 45 H-S,1 26H-S,2 17gas-S,3 1tttttttPXPXPXP XX PXPXP X(35)式中：1、2、3、4分别表示电锅炉、P2G 设备、热解炉、燃料电池的启停系数，i取 0 或 1，表 示设备在 t 时刻的工作状态，0 为设备停止运行，1 为设备启动运行；1、2、3分别表示储氢、储热、储气设备的储放系数，取1、0 或 1，表示储能设备在的实时动作，1 为 设备处于储能状态，0 为设备无动作，1 为设备处于放能状态。YSPSO 算法 具体步骤如下：1）设定算法基本参数，初始化 ZWSA-MEMG粒子的位置和速度。2）根据 ZWSA-MEMG
39、中多能源转换与存储设备及热解炉实际运行数据修改粒子的位置。3）读取相关 参数，计算 ZWSA-MEMG 粒子的适应值，考虑充能服务区的能源供需特性及垃圾处理需求，记录各粒子自身以及全局最优位置。4）根据式(36)计算确定压缩因子。2122/|2 4|,4 ppp pccp(36)式中 c1、c2为学习因子或加速因子，使粒子可自我学习和向优秀粒子学习。5）根据式(37)和(38)更新粒子的速度1 kidv和位置+1 kidx。111 22()()kkk kkk kkid id id id id idvvc r pxc r gx(37)+1kkkid id idx xr v(38)式中：d 表示搜
40、索空间维数，取值为 3；kidp、kidg 分 别表示粒子 i 在第 k 次迭 代中第 d 维 的自身和全局 最优位置；1kr、2kr 为0-1 间 的随机值；r 为收敛因子。6）计 算 ZWSA-MEMG 种群适应值，更 新并记录粒子和种群的最优位置。7）判断是否满足最大迭代次数要求，若是则进行下一步，否则重复步骤 2）6）。8）此时输出全局最优值及其适应值。具体求解流程如图 3 所示。开始设定基本参数，初始化粒子的速度 和位置根据设备的实际运行数据修改粒子的位置计 算粒子的适应值，记录粒子自身最优位置、全局最优位置计算压缩因子更新粒子的速度和位置计算种群适应值，更新并记录粒子和种群的最优位
41、置是否达到最大迭代次数输出全局最优值及其适应值结束是否 图 3 基于 YSPSO 算法的多 源微网求解流程图 Fig.3 Flowchart of multi-energy microgrid solving based on YSPSO algorithm 2080 中 国 电 机 工 程 学 报 第 41 卷 3 算例仿真 3.1 基础数据 本文以我国西北某大型高速公路服务区的夏冬两季某典型日的多种能源和车流量数据进行仿真分析，该服务区光伏和风电的装机容量分别为5MW 和 13MW，日最大用电、用热、用气负荷分别为 1.5MW、1MW、35m3，则夏、冬两季典型日24h 的风电、光伏出力和
42、电、热、气负荷功率分别如图 4、5 所示；服务区内各项费用单价如图 6所示。04812光伏出力风电出力04812光伏出力风电出力(a)夏季典型日(b)冬季典型日00:00 00:80 00:16 00:24时刻时刻00:00 00:80 00:16 00:24 图 4 典型日可再生能源出力曲线 Fig.4 Typical daily renewable energy output curve 气负荷量/m电热负荷功率/MW010200.00.40.8电热负荷功率/MW气负荷量/m电负荷热负荷气负荷(b)冬季典型日时刻00:00 00:80 00:16 00:24 图 5 典型日电、热、气负荷曲
43、线 Fig.5 Typical daily electricity,heat and gas load curves 单价 图 6 典型日单价曲线 Fig.6 Typical daily unit price curve 针对电动汽车和氢能汽车的发展现状，本文在仿真验证过程中，结合服务区夏冬两季某典型日内各类型汽车流量的实时数据，将小型汽车等效为电动汽车、大型汽车等效为氢能汽车，得出如图 7 所示的充能汽车流量曲线。3.2 算例场景 本文设计了夏冬两季 4 个场景和 ZWSA-MEMG进行比较，各场景的能源转换与存储设备组成如表 1所示，各设备运行参数31-33如附表 A1 所示。场景一：不考
44、虑可再生能源供电，充能站所需 010203040充能汽车流量/辆氢能汽车电动汽车时刻(a)夏季典型日00:00 00:80 00:16 00:24 第 6 期 滕云等：“无废”电 氢充能服务区多源微网优化运行模型 2081 010203040电动汽车氢能汽车时刻(b)冬季典型日00:00 00:80 00:16 00:24 图 7 典型日充能汽车流量曲线 Fig.7 Typical daily charged vehicle flow curve 表 1 各场景设备组成 Table 1 Equipment composition of each scenario 场景 电锅炉 P2G 储氢设备
45、 蓄电池 燃料电池 热解炉 储气设备 场景一 有 有 有 无 无 无 有 场景二 有 有 有 有 无 无 有 场景三 有 有 有 无 有 无 有 场景四 有 有 有 有 无 有 有 场景五 有 有 有 无 有 有 有 电能均从电网购买；电锅炉为热负荷提供热能；在氢气甲烷化设备为气负荷供能不足情况下，需要外购天然气。场景二：考虑高比例可再生能源供电，当风电、光伏供电不足时，由蓄电池提供电能，或从电网购电；电锅炉为热负荷提供所需热能；在甲烷化设备为气负荷供能不足情况下，充能站需从外购气。场景三：考虑高比例可再生能源供电，当风电、光伏供电不足时，可从电网购电或者由燃料电池供电，同时充能站具备给电网一
46、定调节的能力；电锅炉为热负荷供热；甲烷化设备为气负荷供能不足情况下，从外购气。场景四：考虑高比例可再生能源供电，当风电、光伏供电不足时，由蓄电池提供电能，或从电网 购 电；电锅 炉为热负荷 提供所需热 能；考虑装 设垃 圾处理设 施，因此热 解 炉和甲烷 化 产生的天 然 气为 充能站的气负荷供能，余气卖出，能够提高系统的经济性。场景五：即本文所提出的 ZWSA-MEMG。3.3 场景对比分析结果 各场景下电 氢充能服务区中均建有 40 台 120kW直流双枪充电桩、15 台 35MPa 双枪加 氢机和 15 台70MPa 双枪 加氢机。根据如图 7 所 示夏、冬两季充能汽车流量曲线进行预测，
47、得到如图 8 所示典 型日 概率概率 图 8 充电桩和加氢机工作的概率图 Fig.8 Probability diagram of charging pile and hydrogenation machine operation 24h 内电氢充能站的充电桩和加氢机工作的概率图。由图 7 可知，夏季电动汽车、氢能汽车的充能高峰均在9:0017:00 时段，充电桩和加氢机的工作概率大；其他时段汽车流量减少，充能设备工作的概率降低。冬季在 9:0013:00 和 16:0018:00 时段是电动汽车的充能高峰，充电桩工作的概率大；在 12:0015:00时段氢能汽车流量大，加氢机工作的概率大；在
48、1:005:00 和 22:0024:00 时段，电动汽车和氢能汽车流量均较少，充电桩和加氢机工作的概率减小。假设氢能汽车正常行驶时的功率为 6080kW，氢气热值为 1.4 108J/kg，氢能汽车中燃料电池的能量转换效率为 50%，加 氢机的工作效率为 96%；电动汽车的电池容量一般为 5460Ah，充电桩的工作效率为 96%，根据加氢机和充电桩的工作情况，通过计算仿真得到夏、冬两季电 氢充能服务区为氢能汽车和电动汽车的日充氢量曲线和日充电功率曲线，如图 9 所示。夏、冬两季典型日下 ZWSA-MEMG 内各能源转换设备及热解炉的优化运行效果如图 10 所示，储能设备的日储能功率如图 11
49、 所示，每时段可调节电网能力的优化结果如图 12 所示。2082 中 国 电 机 工 程 学 报 第 41 卷 04080120充氢量/kg充氢量0.01.22.43.6充电功率/MW充电功率04080120充氢量/kg充氢量0.01.22.43.6充电功率/MW充电功率时刻时刻(a)夏季典型日(b)冬季典型日00:00 00:80 00:16 00:2400:00 00:80 00:16 00:24 图 9 典型日充能曲线 Fig.9 Typical daily charging curve 0816电锅炉热解炉燃料电池甲烷化制气制氢设备联络线设备功率/MW联络线功率/MW0816设备功率/
50、MW0.01.63.2联络线功率/MW电锅炉热解炉燃料电池甲烷化制气制氢设备联络线0.01.63.2时刻时刻(a)夏季典型日(b)冬季典型日00:00 00:80 00:16 00:2400:00 00:80 00:16 00:24 图10 ZWSA-MEMG 典型日 优化运行曲线 Fig.10 Typical daily optimal operation curve of ZWSA-MEMG 0612储热储气储氢0612时刻时刻储热储气储氢(a)夏季典 型日(b)冬季典型日00:00 00:80 00:16 00:2400:00 00:80 00:16 00:24 图 11 典型日 储能曲
