★ FEATURED ARTICLE 综合能源系统这几年是园区、工厂、数据中心都在看的真问题——电、热、冷、气四种能源介质互相牵制分时电价又把这个牵制换算成了真金白银。很多人以为上了储能、用了谷电就算“综合能源”了但实际上一套没有把热、冷、气放进统一调度框架的系统充其量只是“分头省电”离“成本最优”还差很远。这篇的内容来自我实际参与过的一个园区综合能源改造项目四套能源子系统打通、储能与电价联动、用滚动调度做运行成本优化。全文不绕理论直接把架构、计算、约束、实测和踩过的坑摊开写适合正在做综合能源项目前期方案、或者已经拿到负荷数据准备做运行策略的朋友参考。1. 综合能源项目的底色四张网耦合出来的复杂优化问题1.1 电、热、冷、气在一个系统里是怎么“打架”的先摆一个常见的物理架构。一个中等规模的产业园区典型能源配置大概是这样电市电为主配一台燃气内燃发电机或燃气轮机余热回收供热热燃气锅炉供蒸汽或热水同时接收发电余热两者并入同一供热母管冷电制冷机离心式/螺杆式为主配一台溴化锂吸收式制冷机用发电余热或锅炉蒸汽驱动气市政天然气进园区经调压计量分三路——锅炉、发电机、直燃设备储能电储能锂电池集装箱或磷酸铁锂站和蓄冷水罐/蓄热罐有的项目会加蓄冷空调末端。看起来各自独立运行起来全是耦合关系。发电机会因为电价高而多开但它多开的同时会多排热——如果供热母管已经接近满载这股余热就变成“排不掉的热”只能通过散热器放掉。吸收式制冷机想把蒸汽转成冷蒸汽源头又在锅炉和发电余热之间分配锅炉多烧则天然气成本抬高发电机多开则电价收益增加但同时燃气成本也增加。冷、热、气、电互相牵制单看任何一个环节都推不出全局最优解。1.2 为什么“分部最省”凑不成“全局最优”我在项目里遇到过很典型的反面案例。某开发区一个科技园办公楼、数据中心、综合商业三块负荷改造之前是传统的“分头管理”电力部门只管电费空调班只管主机开机台数燃气班组按锅炉供热管网的反馈烧气三个班组各看各的报表。结果是市电尖峰电价时段空调班为了省电费把电制冷主机的出水温度调高了两度楼内温度确实还在合格线但数据中心机房因为散热需求上升反而多开了两台风冷空调电耗又升回去了同一时刻发电机因为电价高在满发余热送进供热管网可热负荷低多余蒸汽只能泄压锅炉班为了保持蒸汽压力稳定又把锅炉减了载。到了晚上谷电时段锅炉和吸收式制冷本可以多用谷电/蒸汽但没人做跨介质调度白白放弃了低价能源窗口。这个案例说明一个核心问题综合能源系统如果要谈“运行成本最优”前提是有一个统一的目标函数和一整套约束条件——而不是每个班组各自为政。标题里的“电、热、冷、气”本质上是四个可调度变量分时电价是价格信号储能装置是时间搬移工具运行成本最优才是最终目标。要做出这个系统第一步就是先把四张网的边界参数和耦合关系写成数学模型这一步没做好后面的一切优化都是空中楼阁。2. 分时电价不是简单的“谷充峰放”把电价结构拆到能入库的粒度2.1 分时电价的四个关键参数很多项目负责人拿到供电公司的分时电价表只看峰、谷、平三段这是不够的。真正能用于运行优化的电价信息至少要拆出四项时段边界具体到几点到几点是峰、是谷、是平还要关注尖峰时段。有些地区尖峰只出现在七八月和一二月的特定日子需要单独建时间表电价水平尖峰、峰、平、谷四档实际单价注意是否含税、是否含基本电费分摊季节差异夏季和冬季的时段划分和价格系数往往不同春秋可能是另一套表需量电费按最大需量或变压器容量计费的部分这会直接影响设备投放策略——要不要在峰时段刻意控制最大需量。下面这个表是我在项目中实际用过的一张简化时段和电价参数单位为元/千瓦时时段时段范围电价适用场景尖峰18:00-21:001.35大负荷控制、储能放电优先峰段08:30-11:301.18发电机满发/储能放电平段11:30-18:000.78蓄冷/蓄热少量调度谷段23:00-07:000.36蓄冷/蓄热、储能充电、发电机停机深谷00:00-04:000.28尽量把大功率设备移到该时段2.2 电价差产生的真实收益边界不能只看峰谷价差有些方案商把储能一充一放的收益直接按“峰价-谷价”乘以电量来算这会导致测算严重高估。实际计算要扣掉四笔账充放电效率损失锂电池储能现在能做到系统效率90%~92%左右也就是说充进10度电放出来最多9.2度效率损失先扣一次辅助功率损耗BMS、温控、逆变器散热这些还要吃掉额外的厂用电通常按日耗电量的1%~3%计入循环衰减成本磷酸铁锂在每日一充一放、DOD 80%的前提下循环寿命约6000~8000次折到每度电的衰减成本大概要0.08~0.12元/kWh电价时段边界的“尖峰占比”尖峰时段能不能每次都放到电取决于负荷预测和系统负荷率不能按理论满载算。一个粗略但可靠的单次充放电套利收益公式是单次循环收益 放电电量 × 峰段放电电价 - 充电电量 × 谷段充电电价 - 固定损耗摊销例如储2MWh电站循环效率91%峰段放电电价1.18元/kWh谷段充电电价0.36元/kWh放电电量2MWh × 91% 1.82MWh充电电量2MWh ÷ 91% ≈ 2.198MWh反过来算更准以放电量为基准单次电费套利收益1.82 × 1180 - 2.198 × 360 ≈ 2147.6 - 791.3 ≈ 1356.3元再扣日辅助功耗摊销约60元、衰减成本约200元实际单日净收益约1100元。一个月不放假的话约33000元一年约40万元。这还是在电价结构比较有利、负荷曲线配合的前提下的数字如果负荷率低或者峰段无法充分放电收益还要打折。2.3 分时电价对热、冷设备同样有调度价值分时电价的影响远不止储能电池。要在系统内做跨介质优化电价信号至少要同时作用于四类设备电制冷主机的启停和出水温度设定谷段多开把冷水蓄到蓄冷罐燃气发电机的启停峰段满发谷段停机直接买市电热泵/电锅炉的投切谷电价够低时电锅炉可以顶上燃气锅炉节省天然气蓄冷/蓄热罐的充放节奏在谷段蓄能峰段释能。所以我在做项目的时候从不把“分时电价”当成一个单独的储能模块而是把它看成整个综合能源调度的“时间坐标轴”。所有设备的运行计划都要在电价轴上做一次平移优化这才是“电、热、冷、气”能被放到同一框架下比较的根本原因。3. 储能装置怎么配不是越大越好而是要看它重构了哪些能量流3.1 储能不只是电池四种储能在项目里的角色分工储能这个词在综合能源项目里经常被窄化成“锂电池”但在实际工程中储能是四件套储能类型介质常见形式主要功能电储能化学能磷酸铁锂、钛酸锂峰谷套利、需量管理、应急支撑蓄冷冷能水蓄冷罐、冰蓄冷谷段制冷、峰段供冷蓄热热能热水罐、相变蓄热余热回收、谷电蓄热燃气储能化学能/压力能储气罐/天然气管网缓冲气量调度柔性稳定锅炉和发电机的气供需平衡电储能解决的是“时间错配”蓄冷蓄热解决的是“冷热源设备的错峰”气储能解决的是“燃气供应与波动的匹配”。四类载体形成的组合在系统里重构了能量流。我建议在项目方案初期就画一张“能量流时序图”横轴是24小时纵轴标注每种能源的源、荷、储。把分时电价时段叠加在图上哪一环节的流量和价格不匹配一目了然这比直接用软件跑优化更能说服业主。3.2 容量配置用负荷曲线算别用“拍脑袋系数”储能容量的确定最忌讳先定一个“多少千瓦时”再找理由。合规范做法是拿到至少一年的负荷曲线按典型日、最热日、最冷日各挑一段做“削峰填谷需求分析”。举个具体例子。某园区冬典型日电力负荷曲线大约是高负荷时段出现在09:00-21:00峰值约2.6MW夜谷时段最低约1.1MW日用电量约46MWh。要把峰段负荷从2.6MW削到2.0MW早上08:30开始放电到11:30下午18:00放电到21:00累计需要放电电量为峰1时段3小时1.0MW放电 3MWh峰2时段3小时1.0MW放电 3MWh合计放电需求6MWh以系统效率92%、DOD 80%计算电储能电池容量约需6MWh ÷ 92% ÷ 80% ≈ 8.15MWh考虑到衰减冗余20%实际采购约10MWh即5MW/10MWh的储能电站。这个容量既能满足削峰需要又不在夜间谷段“充不满”——夜间谷段充电时长8小时充电功率1.6MW左右电量约12.8MWh足够给10MWh的电池充满。类似的方法也用于蓄冷罐容积估算。某楼宇日冷负荷峰值约2.4MW峰段冷负荷占全天40%计划把其中30%转到谷段制冷蓄存。谷段冷负荷约0.4MW额外可蓄冷功率为1.4MW蓄冷时长8小时蓄冷量约11.2MWh。蓄冷水罐利用温差8℃每立方米水的蓄冷量为4.186 kJ/(kg·℃) × 1000 kg/m³ × 8℃ ≈ 33488 kJ/m³ ≈ 9.3 kWh/m³蓄冷罐容积约为11.2MWh ÷ 9.3 kWh/m³ ≈ 1204m³考虑散热和流量损失加10%冗余约1300m³。这个罐体占地不算小但可以把2.4MW的峰段冷负荷压掉近1.4MW相当于少装两台600kW离心机组初投资比较账一算就明白值不值。3.3 气储能最容易忽略也是最后博弈的缓冲垫在“电、热、冷、气”四要素里“气”最容易变成配角。但实际上燃气系统是整个综合能源的“燃料源头”天然气的供应波动、燃气锅炉/发电机的调度范围、气价和电价的比价关系都会反过来决定发电机要不要开、锅炉要不要压负荷。我给项目的建议是在燃气调压站后加一个中等容量的储气缓冲罐容量按发电机满负荷2~3小时的气耗来选作用有两个一是平抑短时气量波动避免发电机升负荷时燃气压力骤降触发锅炉侧熄火保护 二是创造“口气价博弈窗口”在气价高位时段少发电、多用市电气价低位时段多发电、多回收余热。这个缓冲罐投资不大但对运行策略的柔性格外重要。没有它系统的“气”就是一个刚性的源优化时自由度大幅下降。4. 运行成本最优的落地策略目标函数、硬约束与工程简化4.1 最优调度的目标函数和约束写清楚才好让软件去算在工程上综合能源系统的优化问题一般抽象为“混合整数线性规划”MILP。它要算的是未来24小时各设备逐时的出力组合。目标函数粗略可以写成最小化Σ(市电购电费用 天然气费用 设备启停惩罚 需量电费) - Σ(储能寿命损耗折算 排放费用如有)把文字翻译成边界条件至少要覆盖以下六组硬约束电力平衡约束市电 发电机出力 储能放电 电负荷 储能充电热力平衡约束锅炉产热 发电机余热回收 热负荷 蓄热罐充放冷力平衡约束电制冷 吸收式制冷 冷负荷 蓄冷罐充放设备容量上下限每台设备的出力和启停状态必须在安全范围内爬坡率约束锅炉和发电机增减荷载不能跳变储能SOC约束充放电功率上下限、SOC上下限比如20%-90%、单小时最大充放电次数如果全部按真实设备逐一建模变量规模会很大但求解器在商业软件里跑起来基本能在几十秒到几分钟内解出全天计划工程上完全可接受。4.2 从“数学最优”到“工程可用”还要做三件折中这一步是我最想提醒读者的。纸上最优解和现场能执行的最优解差得很远主要有三个原因第一负荷预测不准。电负荷、冷负荷、热负荷都有预测误差最热日的冷负荷预测如果偏差10%吸收式制冷的蒸汽调度就全部失真。工程处理办法是加“安全裕度反馈”SOC约束留10%的动态区间预测偏差大时优先保证满足基本供能再调整充放计划。第二设备性能不是恒定曲线。制冷机的COP随着负荷率和冷却水温度变化发电机的发电效率随负载率变化。如果优化模型里都用固定效率结果会失真。工程做法是“分段线性化”——把效率曲线拆成几段折线精度足够且计算量可控。第三执行层需要滚动闭环。我采用的是“预测-优化-执行”的滚动调度每15分钟更新一次预测和优化结果把未来24小时的计划窗口滚动推进。这样既保留了前瞻性又能应对突发工况。4.3 算一笔完整账一套策略在典型日的实际调度结果在项目实测阶段某典型夏日的负荷和电价数据算出来的调度计划大致是23:00-07:00谷段市电给储能充电至SOC 90%电制冷主机开两台做蓄冷蓄冷罐蓄满08:00-09:00平段过渡发电机组不启动母线全部由市电供给优先让蓄冷罐供冷制冷主机减少一台09:00-11:30峰段发电机启动带约50%负荷回收余热供吸收式制冷储能按1.2MW放电支撑削峰锅炉压到最低安全负荷11:30-18:00平段发电机组停优先用蓄冷罐冷量不够再开制冷主机18:00-21:00尖峰段发电机再启动储能放电到20%下限吸收式制冷全开把电制冷负荷降到最低21:00-23:00平段发电机停机蓄冷罐剩余冷量释放同时供暖如有由锅炉保证。这套计划跑下来比改造前“电力部门只管电费、空调班只管制冷”的粗放模式日运行成本下降了约14%~17%。其中储能峰谷套利贡献约30%冷热耦合调度贡献约35%发电余热利用贡献约25%需量电费降低贡献约10%。数据不具备普遍参考价值因为园区负荷结构、电价水平差异极大。但至少证明一个事运行成本最优不是某一个设备的功劳而是电、热、冷、气与储能协同后的整体收益。5. 我在实际项目里踩过的坑以及事后怎么补5.1 坑一储能SOC上限设成100%结果两天后系统“失灵”第一次做项目时我看到仿真模型里SOC上限是100%觉得这样储能容量利用率最高就照搬进策略。结果第三天出现了奇怪现象谷电充得太满到了峰段开始放电但下午气温升高、冷负荷变大吸收式制冷需要更多蒸汽发电机提前满发余热已经够用可储能为了把SOC从100%降到80%下午还在以低功率放电把母线电压抬高了导致发电机自动降载余热又不够蒸汽压力波动。整个系统陷入互相“卡位”的震荡。后来把SOC上限调到90%并且增加了一条约束峰段最后1小时储能放电功率不得高于额定功率的60%给全天调度留出安全缓冲。问题就消失了。这个坑的根子是“理想模型容量最优”和“工程系统安全裕度”的冲突。现实中所有设备之间都有耦合和延迟SOC不能按100%这种极端值去设计一定留10%左右的缓冲区间给系统喘口气。5.2 坑二把“分时电价”只看成峰谷两段忽视了平段电价的存在我在给另一栋楼做方案时对方把精力全放在峰谷价差上平段电价当成“不用管”的中间值。等到运行数据出来发现了一个让人尴尬的现象平段11:30-18:00电价0.78元/kWh并不便宜而该时段发电机如果停掉、全靠市电成本反而比发电余热利用更高但预制的策略在平段固定停机导致吸收式制冷机在下午最热时段没有足够蒸汽驱动电制冷主机被迫满负荷运行整体电费反而比改造前更贵。后来把平段电价纳入优化目标设置了一个“最低蒸汽量约束”保证吸收式制冷在14:00-17:00始终有蒸汽可用。同时把发电机启停的判断从“峰谷两段”改为“实时边际成本对比”——计算当前发电机发电的边际成本与市电价格做比较才对得起“最优”两个字。5.3 坑三燃气锅炉和蓄热罐之间的压力竞争还有一次调试时蓄热罐需要在谷段蓄热但锅炉供热管网要求的出口压力比较高蓄热罐的充水流量一大管网压力就下降末端蒸汽用户报警。后来靠修改控制逻辑解决蓄热罐的充热流量限制在总管热负荷的20%以内超过则自动降负荷。这件事让我明白蓄能设备和用户的瞬时负荷之间存在“压力耦合”储能不是想充多少就充多少的必须给蓄能过程加一个“不影响用户侧压力/温度”的约束。5.4 坑四预测不准不是模型的错是数据治理的问题刚开始跑滚动优化时预测偏差经常在15%以上。排查后发现根本不是算法问题而是数据接口没做清洗有几个电表上传的数据重复计数还有两个温度传感器在特定时段输出坏值导致冷负荷预测模型把“设备故障噪声”当成“真实负荷波动”来学。解决方法是建立一套数据质量校验规则传感器数据必须通过合理范围检查、时间戳连续性检查、与相邻测点的一致性检查不合格数据直接剔除用历史同期数据插补。做完之后预测偏差降到6%~8%。这也是我强烈建议任何综合能源项目都要先投一笔小钱建数据质量管理模块的原因。综合能源的运行成本最优落到最后就是数据质量、模型精度、执行纪律三件事。电价、设备、负荷都可能变化但数据不干净再聪明的算法也是白搭。这一点我可以肯定地说任何项目的收益都是从数据治理和边界条件抠出来的不是从算法库里挑一个复杂模型就能天上掉下来的。
阅读完成 · 觉得有帮助？
