基于温度动态特性的绝热压缩空气储能系统最优调度模型研究

本研究由来自清华大学和华中科技大学的Yaowang Li、Fuxing Yao、Shixu Zhang、Yuliang Liu及Shihong Miao团队共同完成，成果发表于2022年的《Journal of Energy Storage》期刊第51卷。

学术背景与研究目标

在全球化石能源危机和碳排放问题日益严峻的背景下，各国政府正积极推动可再生能源（RESs，Renewable Energy Sources）在电力系统中的整合。相较于将可再生能源整合至输电系统，将其整合至微电网具有减少输电损耗、提高能源系统效率和可靠性等优势。冷热电联供（Combined Cooling, Heating and Power, CCHP）微电网作为微电网系统的扩展概念，能够同时提供制冷、供热和电力服务，并通过能量梯级利用实现高达80%的系统燃料效率。

在CCHP微电网中，储能设备是其关键组成部分。目前大多数研究集中在使用电池作为储能装置的方案上，然而电池仍存在成本和回收等挑战。相比之下，绝热压缩空气储能（Adiabatic Compressed Air Energy Storage, A-CAES）技术因其摆脱地理限制、环境友好、规模范围广和成本较低等优势，被认为是CCHP微电网应用中极具潜力的储能技术。传统的压缩空气储能（Conventional Compressed Air Energy Storage, C-CAES）依赖于化石燃料，而A-CAES通过热储能（Thermal Energy Storage, TES）存储和再利用压缩热，避免了化石燃料的消耗提高了循环效率。此外，A-CAES还具有同时联产冷、热、电的能力，这使其在CCHP调度中具有独特优势。

然而，在现有的A-CES模型中，包括作者团队之前的研究中，都忽略了A-CAES系统的温度动态行为。现实运行中发现，A-CAES的温度动态行为会对其供热和制冷能力产生显著影响。因此，本研究的主要目标是建立一个考虑温度动态行为的A-CAES调度模型，以提高CCHP微电网调度的质量和经济性。

流程与方法

1. A-CAES系统建模

研究首先对A-CAES在CCHP微电网中的工作原理进行了详细分析。如图1所示，典型的低温A-CAES系统包括电机、压缩机、膨胀机、发电机、换热器（HEXs）、储气罐（AST）、冷热储介质储存（CTS）和热储罐（HS）等组件。

研究考虑了温度动态行为对系统性能的影响，建立了包括： - 电机和压缩单元：通过等熵压缩方法计算理想功耗（公式1） - 储气罐：基于理想气体定律建立压力变化模型（公式3-5） - 热储能系统：建立水温变化动态模型（公式12） - 发电机和膨胀单元：基于等熵膨胀概念建立放电功率模型（公式16） - 制冷能力：基于排气温度建立最大制冷功率模型（公式18）

2. 模型线性化处理

由于原始模型存在非线性（主要体现在公式12、16和18），研究采用了： 1) 分段近似方法：将储水质量和温度分为若干段 2) 大M法：处理双线性项（公式26-27）

通过上述方法，将原始非线性模型转化为混合整数线性规划（MILP）模型，可以使用商用求解器（如CPLEX）直接求解。

3. 微电网优化调度模型建立

在考虑A-CAES的基础上，研究建立了CCHP微电网的日前最优调度模型，包括： - 目标函数：最小化总运行成本（公式28） - 能量平衡约束： - 制冷平衡（公式29） - 供热平衡（公式30） - 电力平衡（公式31） - 设备运行约束：包括微型燃气轮机、燃气锅炉、电制冷机等

主要研究发现

研究基于中国”中新天津生态城智能电网示范系统”的数据进行案例分析，设置了多个对比场景：

1. A-CAES的经济效益验证：

   • 无A-CAES场景的总运行成本为1591.10美元
   • 仅参与电力调度的A-CAES场景降低成本48.35%
   • 参与CCHP调度的A-CAES场景降低成本53.08%

2. 模型线性化精度分析：

   • 当热水分段数s=5，温度分段数z=3时：
     • 储水温度平均绝对误差（MAE）仅0.36K
     • 储罐压力平均绝对误差为0.13bar
   • 求解时间118秒，精度与效率取得良好平衡

3. 温度动态行为的影响：

   • 传统简单模型（忽略温度动态）：
     • 实际供热计划执行偏差明显
     • 导致系统运行成本比预期高.25%
   • 本文详细模型：
     • 实际与预期结果基本一致
     • 运行成本比传统模型低13.7%

4. 参数耦合关系分析：

   • 水温下降会导致：
     • 透平需要更高质量流量维持相同放电功率
     • 排气温度降低从而提高制冷能力
   • 水温接近下限时会显著限制供热能力

研究结论与价值

本研究的主要贡献包括： 1. 提出了首个考虑温度动态行为的A-CAES系统CCHP调度模型，通过MILP方法有效求解 2. 开发了基于二分技术和分段近似方法的线性化策略，在保证精度的前提下提高求解效率 3. 证实了温度动态行为对调度结果有显著影响，忽略该因素将导致实际成本增加13.7% 4. 为A-CAES在CCHP微电网中的应用提供了理论依据和实践指导

研究亮点

1. 方法创新：

   • 首次完整考虑A-CAES温度动态行为对CCHP调度的影响
   • 开发了高效的线性化处理方法，解决了复杂非线性模型的求解难题

2. 实践价值：

   • 基于中国实际示范项目数据进行验证，结果具有高度实用价值
   • 为含A-CAES的CCHP微电网调度提供了建模框架

3. 理论深度：

   • 揭示了温度动态与多能量转换间的耦合关系
   • 建立了压力、温度和质量流量的动态平衡方程

这项研究不仅为A-CAES在CCHP微电网中的应用提供了重要理论基础，同时也为实际工程中的优化调度问题提供了可行的解决方案。后续研究将进一步考虑A-CAES在非设计工况下的特性和效率变化，以完善调度模型的适用性。