8.1 综合能源系统:建模、仿真与多能耦合 本节摘要:综合能源系统不是把几条管线捆在一起,而是让电、热、冷、氢在同一个枢纽里按最优路线转换。本节给出能源枢纽的三层表达(输入—转换—输出),手把手解一道两输入两输出的枢纽优化题,说明仿真如何回答「改一台设备值不值」,并深化第 1 章埋下的园区案例。 别把综合能源系统想象成多盖几条管线再装几块表——那只是管道的堆放,不是系统的集成。真正的集成发生在决策层:每一小时,电、热、冷、氢四种需求在系统里寻找最便宜、最清洁的供给路径,而路径之间可以互相转换。本节承接 1.3 的能量流全景与 5.3 的优化逻辑,把它们合并成一张多能的调度图。 一、能源枢纽:输入、转换、输出 能源枢纽是综合能源系统的数学抽象,分三层。
本节摘要:综合能源系统不是把几条管线捆在一起,而是让电、热、冷、氢在同一个枢纽里按最优路线转换。本节给出能源枢纽的三层表达(输入—转换—输出),手把手解一道两输入两输出的枢纽优化题,说明仿真如何回答「改一台设备值不值」,并深化第 1 章埋下的园区案例。
别把综合能源系统想象成多盖几条管线再装几块表——那只是管道的堆放,不是系统的集成。真正的集成发生在决策层:每一小时,电、热、冷、氢四种需求在系统里寻找最便宜、最清洁的供给路径,而路径之间可以互相转换。本节承接 1.3 的能量流全景与 5.3 的优化逻辑,把它们合并成一张多能的调度图。
能源枢纽是综合能源系统的数学抽象,分三层。输入层:系统从外部拿到的能量——电网购电、天然气、风光发电、市政热网。转换层:一排可调度的设备——热泵(电转热,性能系数三到五)、燃气冷热电联产机组(气转电加热,综合能效八成以上)、吸收式制冷机(热转冷)、电解槽与储罐(电转氢再转回电或热)。输出层:用户要的服务——电负荷、采暖热负荷、冷负荷、工业蒸汽。枢纽的精髓在转换层的可替代性:同一份热需求,可以由热泵供、由联产机组供、由储热罐供,优化算法每小时在几条路径里挑一条最省的。
多能互补的物理底气是时间常数错位:电的平衡以秒计,热的惯性以小时计(墙体与管网的蓄热让热网几乎不怕短时波动),氢的库存以周计。错位意味着电的波动可以被热惯性缓冲、被氢库存吸收——三种时间尺度叠在一起,波动从敌人变成了汇率。
# 演算:两输入两输出的枢纽优化(小时级) 园区需求:电 10 兆瓦,热 8 兆瓦 可用输入:外购电(0.6 元/度),管道天然气(3 元/立方米, 热值 10 度电当量/立方米) 可选设备: 热泵 COP = 4(1 份电出 4 份热) 联产机组:1 立方米气 = 4 度电 + 4.5 度热(综合能效 85%) 纯燃气锅炉:1 立方米气 = 9 度热当量(效率 90%) 方案一:热全部由热泵供 热泵耗电 = 8/4 = 2 兆瓦 → 外购电 = 12 兆瓦 成本 = 12 × 10000 × 0.6 = 72000 元/小时 方案二:热全部由锅炉供 外购电 = 10 兆瓦;锅炉气量 = 8/9 ≈ 0.89 兆瓦当量 × ... (换算)锅炉耗气 = 8 兆瓦 ÷ 9 兆瓦/万立方米 —— 简化为价格口径: 锅炉供热成本 ≈ 8 × 10000 × (3/10) ÷ 0.9 ≈ 26667 元/小时 电成本 = 10 × 10000 × 0.6 = 60000 元/小时 合计 ≈ 86667 元/小时 方案三:联产机组供 8 兆瓦热,捎带发电抵扣外购电 联产气量:产热 8 兆瓦需气 = 8/4.5 ≈ 1.78 兆瓦当量 同时发电 = 1.78 × 4 = 7.1 兆瓦 外购电净额 = 10 - 7.1 = 2.9 兆瓦 气成本 = 1.78 万立方米 × 3 = 53340 元(口径对齐后) 电成本 = 2.9 × 10000 × 0.6 = 17400 元 合计 ≈ 70740 元/小时 —— 最低 读法:最优解随电价气价比翻转—— 电价涨到 0.8 元时方案二反超, 这就是枢纽优化的日常:每小时重解一遍。
⚠️ 常见坑:把枢纽优化当一次性设计。设备组合的最优解随电价、气价、气温、碳价逐时移动,投产那天算出的「最优配置」三年后可能次优——枢纽模型要作为运行工具持续在线,而不是设计院的交图纸。
仿真回答的是设计问题:在既有枢纽里加一台储热罐、把锅炉换成电热泵、给屋顶加两兆瓦光伏,全年的运行费与碳排变多少?工程做法是典型日法——从全年八千七百六十个小时里挑出十来个典型日(夏日高峰、冬日寒潮、春秋平衡、风光大发、风光枯竭),每个典型日做二十四小时的逐时仿真,加权还原全年。改一台设备的判断标准因此从「感觉」变成「数字」:某园区仿真显示加装十兆瓦时储热罐后,联产机组可以彻底摆脱热电联动的约束满效运行,全年燃气费降百分之六、联产小时数多四成——这类结论就是枢纽仿真的日常产出。
一个完整的案例闭环。背景:1.3 节那个沿海工业园区,一期改造完成后仍留下两个痛点——晚高峰外购电依然尖、冬季蒸汽成本随气价波动。操作:二期把枢纽模型搬上调度台:日前按气象与生产计划滚动优化八小时,电热氢三张网的数据分钟级汇入;把园区液流电池、热泵、联产、余热锅炉统一编进一张设备表,由算法而不是值班长决定每小时谁开机。结果:外购电峰段功率再降两成,全年能源综合成本较一期再降约一成,气价暴涨的月份因联产与热泵自动切换几乎没有感知。解读:一期是「换了设备」,二期才是「换了决策方式」——综合能源的价值一半在设备、一半在模型,这正是 5.3 节「大脑升级」在多能尺度的重演。变式:把目标函数从成本换成碳排放,同一套模型输出「最绿」而不是「最省」的调度方案,为碳约束收紧的那一天备好预案。

枢纽优化翻车的原因高度重复,业内把它们总结成几条诫命。数据先行:模型的上限是数据的下限——设备效率曲线拿铭牌值还是实测值,最优解可以差出两位数百分比;上线前先补测点、校表计,让每台设备的历史运行数据说话。约束写全:新手模型只写能量平衡,老手模型还要写设备的启停最小时长、爬坡速率、最小负荷率、热网的输送延迟——约束漏一条,优化解就可能在现实中根本执行不了,调度员只能弃用模型,系统退化回人工经验。留不确定性余量:日前预测必有误差,求解时对负荷与风光留安全裕量或直接采用鲁棒与随机优化,否则最优解往往就是脆弱解。闭环验证:模型建议先影子运行(只出方案不执行)对照人工调度跑上一季度,误差收敛后才交权——园区二期案例里模型之所以能接管决策,靠的正是这段影子期的信任积累。四条诫命合起来是一句话:枢纽模型的难点从来不在求解算法,而在让模型配得上现实。
常态的最优解找到了,下一节处理最不想发生的事:极端天气来袭时,枢纽如何保住不该断的那部分负荷。