电热综合能源系统优化调度：热电联产与储热协同促进风电消纳

这几年做新能源消纳方向的调度研究接触最多的一个词就是“弃风”。尤其在北方冬季供暖期热电机组“以热定电”死死压住出力下限风电想多发却没人要只能眼睁睁看着风场切机。这个“促进风电消纳的电热综合能源系统优化调度研究”项目核心就是通过电力系统与热力系统的联合调度把风电低谷时段的富余电力转化成热能存起来、用起来从而打破传统热电联产的刚性耦合。我在这轮工作里整理了一份相对完整的专业术语统计报告把源、网、荷、储、求解五个层面的常用术语捋了一遍。这篇文章就把这些术语的含义、用法和背后逻辑一次讲透适合刚进这个方向的硕士生、做综合能源系统规划的工程师以及对“电热联合调度”感兴趣的研究人员参考。1. 项目概述电热综合能源系统到底在研究什么1.1 标题拆解与需求解析光看“促进风电消纳的电热综合能源系统优化调度研究”这个标题可以拆成三个层次来理解。“促进风电消纳”是目标层解决的是风电大规模并网后“发得出、用不上”的结构性矛盾“电热综合能源系统”是对象层指的是电力系统与供热系统在物理层面和运行层面相互耦合的能源网络“优化调度研究”是方法层研究的核心是在满足电、热负荷需求的前提下如何安排各类机组出力和储能充放策略使得运行成本、弃风率等指标最优。这三个层次缺一不可。纯粹研究风电预测、纯粹研究供热管网水力计算都不会落在“电热耦合”这个交集上。项目的核心需求可以概括成一句话在保障电热供应的前提下最大化风电的消纳空间。这个需求背后有三重压力一是冬季供暖期热电联产机组必须维持较高电出力来供热挤占了风电上网空间二是电网对风电的接纳能力受调峰容量约束常规火电深度调峰能力有限三是热网本身存在热惯性传统调度中没有把它当作可调资源来利用。综合能源系统优化调度的思路就是把这三重压力转化成优化模型里的约束和变量通过协调求解找到更优的运行策略。1.2 适合谁来参考能解决什么问题这个方向的研究成果主要面向三类人。第一类是高校和科研院所的研究生尤其是电气工程、热能工程专业里做综合能源系统、电力调度方向的同学需要快速建立术语体系和建模框架。第二类是电网调度机构和发电企业的技术人员他们在实际运行中会面对春秋季风电大发、冬季供暖制约等具体问题需要了解电热联合调度的方案边界和实施成本。第三类是做区域综合能源规划的设计院工程师需要评估在园区里加装储热罐、电锅炉对新能源消纳能力的提升幅度。说实话电热耦合这个问题在工程上并不是新东西只是近几年风电装机快速增长才被推到台前。北方有集中供热的城市热电厂本身就在电网调度里扮演重要角色过去调度员更多靠经验调整供热参数现在则越来越依赖量化模型和优化算法来做日前计划和日内修正。这篇博文就是想把这些经验量化、系统化给刚入门的读者一张“地图”知道哪些概念是必须吃透的哪些环节是最容易出问题的。2. 专业术语统计报告这个领域的“行话”清单2.1 术语统计范围与方法做这份术语统计报告时我以近五年电热综合能源系统优化调度方向的核心文献为基础筛选了出现频率较高的专业术语再结合项目讨论中的高频关键词按“源—网—荷—储—求解”五个维度分类整理。这里的“统计”不是简单罗列词汇而是标注了每个术语在建模中的角色是决策变量、约束条件、参数输入还是评价指标。这个区分很重要因为很多初学者把参数当作变量把指标当作约束会导致建模逻辑混乱。统计结果显示这个领域的核心术语可以分成五组风电消纳类术语、热电耦合类术语、运行调度类术语、优化求解类术语、不确定性处理类术语。下面把每组的重点术语用表格列出来并配上在项目中的具体使用场景。2.2 核心术语分类对照表分类术语英文/简称一句话定义在项目中的作用风电消纳弃风率Wind Curtailment Ratio受电网消纳能力限制而未被利用的风电量占可发电量的比例核心评价指标用于量化调度策略的改善效果风电消纳调峰容量Peak Regulation Capacity系统应对净负荷波动的出力调整能力衡量系统灵活性决定风电可消纳上限风电消纳灵活调节Flexibility机组/储能在时间尺度上改变出力的能力目标方向电热联合调度就是提升灵活性的手段热电耦合热电联产机组CHP同时生产电和热的过程分为抽凝式和背压式电热耦合的关键节点建模的核心对象热电耦合以热定电Heat-led Operation热出力决定电出力运行方式弃风产生的根源需要被打破的约束热电耦合热电解耦Heat-power Decoupling通过储热或电加热设备降低热电出力耦合度核心策略项目研究的主要手段热电耦合电锅炉Electric Boiler用电加热水的设备直接消纳风电新增电负荷低谷时段消纳风电的终端热电耦合储热罐Thermal Storage Tank存储热能的装置实现热负荷时序平移解耦热电的缓冲器核心储能元件热电耦合热泵Heat Pump以少量电驱动从低温热源提取热量高能效的电转热设备替代电锅炉的选项运行调度日前调度Day-ahead Scheduling提前一天制定次日机组启停与出力计划主决策环节优化模型输出的核心结果运行调度机组组合Unit Commitment确定哪些机组开机、哪些停机的0-1决策包含整数变量构成混合整数规划问题运行调度经济调度Economic Dispatch确定开机机组的出力分配使运行成本最低与机组组合配合完成发电计划的制定运行调度爬坡约束Ramp Constraint机组出力在相邻时段的最大变化量限制影响风电消纳的物理约束必须显式建模运行调度旋转备用Spinning Reserve并网机组可快速增减的出力容量保证系统安全影响风电上网空间优化求解目标函数Objective Function优化问题需要最小化或最大化的函数通常为运行成本最小或弃风量最小优化求解混合整数线性规划MILP含连续变量和整数变量的线性优化问题电热联合调度的主流建模与求解框架优化求解鲁棒优化Robust Optimization考虑最坏情况下约束仍满足的优化方法处理风电预测误差的保守但可靠的方法优化求解随机优化Stochastic Optimization基于多场景概率描述的优化方法用场景集合刻画预测不确定性优化求解模型预测控制MPC滚动时域优化与反馈校正相结合的控制策略日内滚动修正抑制预测误差影响不确定性风电功率预测Wind Power Forecasting预测未来时段风电出力的方法调度决策的重要输入误差决定调度偏差不确定性场景生成Scenario Generation生成反映预测误差分布的出力场景集随机优化的基础需配合场景消减使用热力系统热惯性Thermal Inertia热网和建筑吸收/释放热量的缓冲能力允许供热参数在短时偏离设定值而不影响舒适度热力系统供回水温度Supply/Return Temperature热网一次侧供水与回水温度决定热网储热能力的关键参数2.3 高频术语之间的逻辑关系这张表里最关键的关系链是“以热定电”约束导致热电联产机组最小电出力过高挤占风电消纳空间进而推高弃风率。要解决这个问题常规思路有三条第一增加电锅炉、热泵等电转热设备在风电大发时段把多余风电转成热能第二加装储热罐让热电联产机组在风电低谷时段降低电出力同时用储热罐放热满足热负荷第三利用热网和建筑的热惯性允许供水温度在安全范围内短期波动相当于把热网变成一个被动储能装置。这三条思路在术语表里分别对应“电锅炉”“储热罐”和“热惯性”它们解决的都不是“怎么发更多电”而是“怎么在需要的时候少发电、还能把热供上”。还有一个容易混淆的点热泵和电锅炉虽然都是“电转热”设备但热泵的能效比COP通常在2到4之间也就是说消耗1千瓦电可以产生2到4千瓦的热而电锅炉的电热效率接近1消耗1千瓦电只能产生不到1千瓦的热。从能量利用效率看热泵更优但热泵初投资高、低温工况下性能衰减明显实际工程中往往根据当地电价、年利用小时数和供暖水温综合比较后再选型。在建模时这两类设备的约束表达也有差异电锅炉的输入电功率与输出热功率基本成线性关系热泵则还需要考虑蒸发器侧的环境温度对COP的影响模型复杂度更高。3. 为什么电热联合能促进风电消纳原理拆解3.1 热电联产的“以热定电”僵局理解电热联合调度的价值先要理解传统热电联产机组的运行特性。抽凝式供热机组在供热工况下电出力范围受到热出力的限制热出力越高最小电出力也越高。原因是汽轮机需要在保证供暖抽汽量的前提下维持最小凝汽流量来保证低压缸冷却这部分电出力是“为了供热而必须发的电”消不掉也不能随便降。冬季供暖期热负荷大热电联产机组的最小技术出力往往高达额定容量的60%到70%。夜间风电大发的时候常规火电已经压到最低稳燃出力如果热电联产机组还不能减少电出力电网只能选择弃风。这个僵局的本质是热负荷和电负荷在时间上错配。热负荷在夜间仍然很高而电负荷夜间处于低谷偏偏热电联产机组把热出力与电出力绑在一起夜间的热需求强行拉高了电出力。如果热网里面有个“缓冲池”白天把热量存起来夜间放出来热电联产机组夜间就不用发那么多热电出力也能降下来风电的空间自然就腾出来了。这就是储热罐在系统里的核心定位。3.2 热电解耦的技术路径与成本对比热电解耦的具体实现方式大致有四类实际项目中常见组合使用技术路径实现原理消纳风电的时段主要成本能效表现工程成熟度蓄热罐白天蓄热、夜间放热替代CHP部分夜间供热夜间低谷中等与罐体容积和水温有关热损失小效率约90%以上成熟国内已有大量示范工程电锅炉直热夜间风电直接加热锅炉热水夜间低谷低初投资运行成本与电价相关电热效率约95%以上成熟改造周期短电极锅炉蓄热电极锅炉夜间大功率加热蓄热水罐配合放热夜间低谷设备加罐体初投资较高与蓄热罐类似成熟适合大容量场景热泵提取环境或回水中热量电驱动升温夜间低谷峰谷均可用初投资高维护复杂COP 2~4能效最高较成熟低温工况需评估这四个路径里蓄热罐方向对原有供热系统改动最小很多热电厂的既有水罐可以直接改造利用电极锅炉则被认为是响应速度最快、调节深度最大的方案数千瓦到数十兆瓦的设备都有成熟产品且无需等待汽轮机热力系统改造。我接触过的项目中最常见的配置是“蓄热罐电极锅炉”组合电极锅炉负责在弃风高峰时段快速增加电负荷蓄热罐负责把热量平移几个小时白天由储热放热替代热电机组的部分热出力。这个组合既能解决“风电没处去”的问题又能解决“热电联产降不下来”的问题。3.3 热惯性的“虚拟储能”效应除了加装硬设备热网本身也藏着一部分柔性调节能力这就是热惯性。供热系统通过热水把热量从热源输送到用户端供热管网和建筑物本身的质量很大温度不会瞬间变化。即使热源侧的供热量在短时间减少用户室内温度也要经过较长时间才会明显下降。这意味着供热系统本质上就是一个分布式的储能系统只是它储能的形式是“热量储存在热水和建筑围护结构里”储能时长通常可以从半小时到数小时不等。在优化调度中热惯性可以用建筑的等效热容、热网的蓄热量、供回水温度允许变化范围等参数来建模。如果把室内温度的允许波动范围设定为2摄氏度相当于获得了数十兆瓦时量级的“虚拟储热容量”这对夜间风电消纳来说是非常可观的调节资源。当然这个资源的调用要谨慎供热公司对供水温度有严格监管居民室温也有舒适度下限优化模型里必须加入温度约束。这个方向我在后面的建模部分会详细展开。4. 优化调度建模与求解实操要点4.1 建模流程从物理系统到数学问题电热综合能源系统优化调度的建模流程可以归纳为四个步骤。第一步是定义系统边界和拓扑结构明确包含哪些设备、哪些母线、哪些热力节点设备之间通过什么线路或管道连接。第二步是梳理各设备的运行特性包括出力范围、爬坡速率、效率曲线、最小启停时间等转化成数学模型中的约束表达式。第三步是确定目标函数和决策变量决策变量包括各机组的电出力、热出力、启停状态储热罐的充放热功率、储热状态以及外购电功率等。第四步是对能源价格、负荷预测、风电出力预测等参数进行赋值然后用求解器求解。这个流程说起来简单真正动手做的时候最容易卡在第二步和第三步的衔接上。物理特性描述得过于细致模型规模膨胀求解时间不可控描述得过于粗糙结果偏离实际没有工程参考价值。我的经验是先建一个“最小可行模型”只包含热电机组、风电、电锅炉、储热罐和基础电热负荷约束把求解跑通再逐步添加热网动态特性、机组组合启停约束、备用约束等复杂条件。这样定位模型问题时不会因为多类约束交织而无从下手。4.2 目标函数设置成本优先还是消纳优先电热联合调度最常见的两个目标函数是系统运行成本最小和弃风量最小。前者的数学形式是所有机组燃料成本、启停成本、购电成本以及弃风惩罚成本之和的极小化后者则直接以总弃风电量为目标。两个目标在大多数情况下方向一致——弃风减少意味着更多风电替代了火电出力燃料成本随之下降但并非完全一致。比如为了消纳少量风电而启动一台昂贵的燃气机组或者让热电联产机组深度调峰而额外增加煤耗可能弃风减少但总成本上升。实际项目中我通常采用两种方式处理。第一种是加权多目标把成本和弃风惩罚放在一个目标函数里弃风惩罚系数设置一个足够大的值来体现消纳优先级第二种是先以弃风率约束作为限制条件再最小化系统运行成本这样既能保证消纳目标达成又能避免出现“不计代价消纳风电”的激进方案。惩罚系数的取值直接影响调度结果一般可以取风电上网电价的1.5到3倍太高会导致系统过度牺牲经济性太低则无法体现消纳的优先级。4.3 约束体系电、热、储三类约束的细节约束体系是这类型问题的核心列出几类必须写清楚的约束。电力平衡约束每个时段所有电源出力之和等于电负荷与电锅炉等电转热设备耗电之和。这里有一个容易忽略的细节电锅炉的耗电功率要同时作为“负荷”计入电力平衡约束的右侧作为“调节手段”出现在热力平衡约束里初学者往往只在一侧写导致模型里电力供需对不上。热力平衡约束传统表达式是热电机组供热量、电锅炉产热、储热罐放热之和等于热负荷加储热罐充热。引入热惯性和管网动态后等式两边还要加入热网蓄热变化项和热网传输延时项。热网传输延时与管道长度、流速有关很多文献把它建模成纯延迟环节这会引入时间延迟约束处理起来比较麻烦。储热罐约束包括储热容量上下限、充放热功率上下限、同一时段不能同时充放热的逻辑约束以及调度周期始末储热量一致或约束在给定区间的周期性条件。最后一个约束非常关键如果删掉求解器会在调度周期结束时把储热罐放空来降低成本结果看起来“很优”实际工程上完全不可用。机组运行约束热电机组有出力上下限、爬坡约束、最小启停时间约束。抽凝式机组的热电出力可行域通常用一组线性不等式来近似这个可行域的形状直接决定热电解耦的可行范围。文献里常用凸包络来拟合实际建模时要注意拟合误差是否在可接受范围否则优化结果可能把机组工况“优化”到物理上不可实现的位置。4.4 求解方法选型确定性模型与不确定性处理约束和目标都写清楚之后接下来是求解。目前工业界和学术界最常用的框架是混合整数线性规划MILP把机组启停这类离散决策建模为0-1整数变量其余连续变量按线性关系处理用商用求解器如Gurobi、CPLEX或开源求解器如CBC、SCIP求解。对于中小规模的日前调度问题MILP通常能在几秒到几分钟内取得较高质量的可行解完全满足场景分析需要。风电的随机性让问题复杂了一个维度。处理风电预测误差的主流方法有两类随机优化和鲁棒优化。随机优化生成多个可能的风电出力场景给每个场景赋予概率目标函数变成多个场景下期望成本最小化优点是利用了概率信息结果更经济缺点是场景数量增加会显著扩大计算规模需要做场景消减。鲁棒优化不需要概率分布只关心风电出力在某个不确定区间内时约束是否都能满足计算效率高且结果保守可靠缺点是调度方案偏保守可能牺牲一定经济性。我个人的做法是“日前用鲁棒、日内用MPC”。日前计划考虑最坏情况保证安全日内滚动修正则基于最新的预测数据用模型预测控制每15分钟或每小时滚动优化一次不断校正日前计划与实际出力的偏差。这个两阶段框架在多个项目中被验证为兼顾安全性与经济性的实用方案。4.5 典型参数设置与算例设计参考为了让新手能快速跑通一个基础算例我列一组常用参数供参考。这个算例背景是某北方园区冬季典型日热负荷峰值约60 MW电负荷峰值约40 MW配置2台30 MW热电联产机组、1座50 MWh储热罐、1台20 MW电极锅炉、40 MW风电场。参数项数值说明调度周期24 h时间步长1 h日前计划常用粒度日内滚动可细化到15 minCHP机组容量2×30 MW最大电出力30 MWCHP最小电出力18 MW纯凝/ 24 MW最大供热量时体现“以热定电”约束抬升储热罐容量50 MWh最大储热量充放热功率上限15 MW受泵组和换热器限制电极锅炉功率20 MW最大耗电功率风电预测出力夜间0:00—6:00时段20—35 MW典型的反调峰场景电热负荷电负荷峰值40 MW热负荷峰值60 MW冬季典型日弃风惩罚系数500元/MWh用于目标函数中体现消纳优先级燃煤成本280元/MWh热电机组燃料成本简化值用这组参数跑出来的典型结果是配置储热罐和电极锅炉后夜间弃风率从常规热电联产约束下的约15%下降到3%以内系统运行成本下降约8%到12%。核心原因很简单热电联产机组夜间电出力从24 MW降到18 MW左右腾出6 MW/台的空间给风电电极锅炉再吃下20 MW风电电量转化成热储热罐把多余热量存到白天放热。三条路径叠加夜间的风电消纳空间一下就打开了。5. 常见问题与排查技巧实录5.1 问题一模型求解报“不可行”这是新手和小型项目里最常遇到的问题。MILP求解器返回“infeasible”之后第一步不是改模型而是检查约束是否有冲突。我总结了一套排查顺序检查储能设备的初始储热量和周期性约束是否矛盾。比如储热罐初始储热为0但要求调度周期结束时储热量等于初始值如果容量过小很可能导致无解。检查电平衡约束里的负荷侧是否漏加了电锅炉耗电。这个错误特别常见模型里电锅炉的耗电从热平衡里消失了但电平衡没体现导致寻优结果偏离实际。检查机组的最小出力是否低于风电出力下限。如果风电预测最小值是30 MW而系统最小可调出力是35 MW即使所有机组压到最小电还是盈余这属于系统调峰容量不足在模型里表现为不可行。这种情况需要修改参数、增加负荷或者接受弃风。排查不可行问题时可以用求解器的IIS不可行子系统功能Gurobi和CPLEX都支持能直接输出导致冲突的最小约束子集大大节省排查时间。5.2 问题二风电预测误差导致日内计划失效日前调度用的风电预测曲线和实际出力差10%到20%太常见了。如果完全按日前计划执行可能出现两种情况实际风电大于预测值系统被迫弃风实际风电小于预测值系统需要快速的备用容量来补足缺口。解决思路是滚动修正日内每15分钟到1小时获取新的预测数据重新求解一个短时域的优化问题只执行第一步然后滚动。这种MPC模式能有效抑制预测误差的累积影响。另一个实用技巧是在日前计划里为风电预留“上、下调整区间”即把风电视为一个区间而非确定值。这样日内调度有更多操作空间调整幅度控制在预设范围内不会频繁启停机组或大幅调整储热罐充放热功率。5.3 问题三热网动态模型过于复杂完整的热网动态模型包含水力瞬变和热力瞬变方程复杂、参数众多直接嵌入调度优化模型会让求解时间从几分钟飙到几小时。实践中可以按精度需求分层处理规划层面用稳态模型研究储热容量对弃风的影响足够运行层面的日前计划可以用一个简化的一阶惯性环节来近似热网动态日内实时控制层面才需要考虑完整的动态过程而且这个层面的控制可以使用开源热网仿真工具来做仿真验证不一定把动态模型直接放进优化器。简化的关键是找到主导时间常数。供热管道热时间常数取决于管径、保温材料和流量通常小型园区管道约10到30分钟城市主干管网可以达到1到2小时。建模时把一个大热网聚合成几个等效节点每个节点用一个等效热容表征热惯性既能体现温度变化的缓冲效果又能保持模型的线性结构。5.4 问题四弃风率降了运行费用却升了优化结果出现“弃风率下降但费用上升”往往是因为电价机制或惩罚系数设定不当。如果系统在夜间以较低的谷段电价把电卖给用电锅炉再用高边际成本的火电去满足白天负荷总成本反而可能升高。这时候需要重新审视目标函数和约束设定。实际项目里解决办法通常是在目标函数中将弃风惩罚系数与燃料成本做敏感性分析画出帕累托前沿让决策者根据弃风率目标和成本预算来权衡选择。还有一个容易被忽视的因素是机组启停次数增加。为了多消纳风电部分备用机组频繁启停每次启停都有燃料和寿命损耗成本。优化模型如果只包含运行成本而不包含启动成本可能高估风电消纳带来的收益。在模型中加入最小启停时间和启动成本约束后结果会更贴近实际。5.5 常见问题速查与避坑清单问题表现可能原因排查方向解决建议求解不可行约束冲突或参数区间过窄检查IIS定位冲突约束放宽储热容量、初始储热量或加入弃风变量结果中储热罐总是放空缺少周期始末一致性约束检查储能约束集添加调度末期储热量等于初始值或给定区间约束弃风率指标优秀但成本异常高弃风惩罚系数过高做惩罚系数的敏感性分析降低惩罚系数用约束形式替代目标惩罚热平衡总是无法满足热惯性模型参数不当校验等效热容与温控范围简化为一阶惯性模型标定时间常数求解时间过长整数变量过多或热网模型过细统计0-1变量数量聚合机组或考虑滚动时域分解求解日内计划频繁调整机组出力日前预测偏差大、备用不足检查旋转备用约束增加备用容量或改用鲁棒优化预留调节区间这套避坑清单是我在跑多个案例时踩过的坑汇总出来的每一项背后都有具体的模型报错或结果异常经历。排查的顺序从来不应该是“凭感觉调参数”而是按照“先看可行性、再看合理性、最后看经济性”的步骤推进。6. 后续可以这样扩展这个项目目前覆盖的还主要是日前计划、日内滚动修正和储热设备协同三个环节后续可以扩展的方向包括把需求侧响应纳入优化模型允许部分工业热负荷在风电大发时段主动增加用电考虑碳交易的运行成本模型让电热联合系统的经济性评估更符合双碳目标下的政策环境以及在多区域互联场景下研究电热系统之间的协调调度问题。如果条件允许还可以把优化结果接入硬件在环仿真平台与真实的SCADA系统联动验证策略的实时可行性。根据我个人的实操体会做这个方向的研究最忌一上来就追求模型复杂、算法新奇。先把一套简单的“CHP储热电锅炉”算例用MILP跑通把成本和弃风率的结果复现出来再慢慢加约束、换算法、引入不确定性代码框架和调试经验都会扎实很多。电热耦合调度的核心从来不只是数学优化而是对物理系统的深刻理解——把热网的惯性、机组的运行区间、储能的时序约束都摸透了模型自然就能贴近实际结果也才有说服力。