💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。
⛳️座右铭：行百里者，半于九十。
💥1 概述
文献来源：
编辑
为了以清洁和集成的方式利用热电，该文提出一种零碳排放的微能源互联网（ZCE-MEI）架构，将非补充燃烧压缩空气储能（NSF-CAES）中心化。该文考虑了一种典型的ZCE-MEI将配电网（PDN）和区域供热网络（DHN）与NSF-CAES相结合。NSF-CAES轮毂的制定考虑了热动力学和压力行为，以提高调度灵活性。利用改进的DistFlow模型允许多个分立和连续无功补偿器保持PDN的电压质量。首先将ZCE-MEI的最优操作建模为混合整数非线性规划（MINLP）。通过多种变换和简化将问题转换为混合整数线性规划（MILP），CPLEX可以有效求解。采用由NSF-CAES集线器、33节点PDN和8节点DHN组成的典型测试系统，验证了所提ZCE-MEI在降低运行成本和弃风方面的有效性。
原文摘要：
Abstract:
To utilize heat and electricity in a clean and integrated manner, a zero-carbon-emission micro Energy Internet (ZCE-MEI) architecture is proposed by incorporating non-supplementary fired compressed air energy storage (NSF-CAES) hub. A typical ZCE-MEI combining power distribution network (PDN) and district heating network (DHN) with NSF-CAES is considered in this paper. NSF-CAES hub is formulated to take the thermal dynamic and pressure behavior into account to enhance dispatch flexibility. A modified DistFlow model is utilized to allow several discrete and continuous reactive power compensators to maintain voltage quality of PDN. Optimal operation of the ZCE-MEI is firstly modeled as a mixed integer nonlinear programming (MINLP). Several transformations and simplifications are taken to convert the problem as a mixed integer linear programming (MILP) which can be effectively solved by CPLEX. A typical test system composed of a NSF-CAES hub, a 33-bus PDN, and an 8-node DHN is adopted to verify the effectiveness of the proposed ZCE-MEI in terms of reducing operation cost and wind curtailment.
全球能源危机和环境污染的双重压力，导致了能源利用行为的改革。开发可再生能源是解决能源和环境问题的世界共识。可再生能源，如风能和太阳能，在过去几十年中以集中和分布式的方式获得了快速发展[1]。然而，近年来大多数可用的风能和太阳能都大大减少了，特别是在中国东北和西北地区，这阻碍了可再生能源产业的稳定发展[2]。
综合利用电力、热能、冷气、天然气等多种能源载体，是减少风能和太阳能浪费的趋势。综合能源系统（IES）是一种符号系统，通过将多个能源网络与能够在不同能量载体之间传输，转换和存储的几个能源枢纽（EH）连接起来，将多个能源载体结合在一起[3]，[4]。通过IES和EH，可以协同优化和管理不同的能源网络，以提高风能和太阳能的利用率，增加整个能源供应系统的调度灵活性[5]-[8]。
热电联产机组是一种能够同时供热和供电的EH，即热电联产。在这方面，热电联产用于共同优化供热网络和电网，以提高灵活性并减少风能和太阳能的削减[5]-[7]。不幸的是，热电联产需要天然气备用发电，这打破了因燃烧化石燃料造成的碳排放而释放环境问题的初衷。压缩空气储能（CAES）是一种很有前途的储能技术，也使用天然气燃烧来发电，并导致类似于CHP的环境问题。通过将热能存储系统（TES）整合到CAES中，先进的绝热压缩空气储能系统（AA-CAES）和非柔软燃烧压缩空气储能系统（NSF-CAES）能够将空气压缩过程中产生的热量存储在储气罐中，并在发电过程中释放它以加热压缩空气[9]，[10].因此，在这种先进的CAES系统中不需要气体燃烧。与CHP类似，NSF-CAES是一类能够组合冷却，加热和发电的EH。由于NSF-CAES中心具有零碳排放的特点，可以采用NSF-CAES中心来构建零碳IES。在此基础上，提出一种零碳排放的微能源互联网（ZCE-MEI）架构，将NSF-CAES发展为清洁EH，涵盖配电网（PDN）和区域供热网络（DHN）。[11]分析了利用NSF-CAES作为能源互联网清洁能源枢纽的可行性，同时更加强调ZCE-MEI的调度。
适用于CAES建模的研究已在[12]-[16]中提供。CAES系统和NSF-CAES系统分别在[12]和[13]中制定并实施，用于电力网络调度操作。[14]研究了输电系统中与CAES集成的风电的优化调度。同时，考虑风力发电和CAES，分别在[15]、[16]中提出了一种低碳排放的微电网架构和相应的热-风-储联合运行调度方法。[17]报道了CAES在价格波动的电力现货市场上的最优运行策略。另一方面，电力和供暖系统的联合运行已经在一些文献中进行了研究[5]-[8]，[18]，[19]。[5]中已经制定了最佳运行策略以适应风力发电。[6]和[7]分别研究了热电联产调度问题和PDN和DHN协同优化的传输约束单元承诺。[8]中开发了两种组合分析方法来分析供热和电力网络的运行。[18]研究了电热一体化系统的最佳潮流。此外，综合能源网中分布式区域供热和制冷系统的能源资源协调调度已经在[19]中进行了研究。
虽然现有的一些参考文献专门探讨了CAES的运行和综合电热系统的组合运行，但大多数参考文献都建立了简化的基于效率的功率块模型来制定CAES，而没有对CAES的压力和温度动态进行建模。CAES是一种天然EH，能够共同产生冷，热和电力。有必要考虑压力行为和温度动态，以增强调度灵活性。另一方面，随着可再生能源的高渗透率，与传统PDN相比，PDN的电压管理更加困难和重要。因此，需要制定电压、无功功率和相应的无功补偿器，以在PDN的最佳运行中保持无功平衡和电压质量。此外，现有的热电联产系统大多采用热电联产作为PDN和DHN之间的接口，这无疑与零碳排放的要求背道而驰。在这方面，我们打算为拟议的ZCE-MEI集成NSF-CAES开发一个短期的日前调度模型，以减少弃风并节省系统运营成本。
编辑
编辑 
编辑
一、研究背景与意义
在全球气候变暖的严峻挑战下，构建清洁低碳、安全高效的能源体系已成为各国共识。化石燃料的过度依赖不仅带来了严重的环境污染问题，更对能源安全构成潜在威胁。在此背景下，可再生能源，如风能和太阳能，因其取之不尽、用之不竭的特性，正日益成为能源结构转型的重要支柱。然而，可再生能源的间歇性、波动性以及地域分布不均等特点，对其大规模接入电网并实现稳定可靠供电提出了严峻挑战。电网的惯性降低、调峰调频能力不足等问题愈发突出，亟需先进的储能技术加以支撑。
非补燃压缩空气储能系统（Advanced Adiabatic Compressed Air Energy Storage, AA-CAES）作为一种成熟的大规模物理储能技术，因其容量大、寿命长、响应速度快、选址灵活等优势，在平抑新能源出力波动、提升电网稳定性、参与调峰调频等方面展现出巨大的潜力。相较于传统补燃式压缩空气储能系统，非补燃式系统通过引入先进的储热/储冷技术，将压缩过程中产生的热量储存起来，并在膨胀过程中用于加热空气，实现了完全不依赖化石燃料的能量转换过程，从而成为实现零碳排放能源系统的重要技术路径。
二、非补燃压缩空气储能系统原理与优势
- 系统原理：
- 非补燃压缩空气储能系统主要由压缩机、储气库、膨胀机、发电机以及热储存装置等组成。
- 压缩过程：利用电能将空气压缩，产生的热量通过换热器传递给储热介质（如导热油、熔盐等）并储存起来。
- 储气过程：压缩后的高压空气被储存在地下盐穴、废弃矿井或人造储气罐中。
- 膨胀过程：当需要发电时，储存的高压空气被释放，通过换热器从储热介质中吸收热量，加热后的空气驱动膨胀机做功，带动发电机发电。
- 系统优势：
- 零碳排放：整个能量转换过程不依赖化石燃料，完全实现零碳排放，与零碳能源发展方向高度契合。
- 效率提升：通过热量回收与利用，可以显著提高系统的循环效率。传统补燃式压缩空气储能效率通常在40%~50%，而非补燃式压缩空气储能理论效率可达70%以上。
- 环境友好：除了零碳排放，非补燃式压缩空气储能系统不产生其他污染物排放，对环境影响小。
- 多功能性：除能量储存外，非补燃式压缩空气储能系统还具备调峰、调频、备用等多种功能，可以提升电网的灵活性和可靠性。
三、零碳排放综合能源系统概述
零碳排放综合能源系统（Zero-Carbon Integrated Energy System, ZC-IES）是指以可再生能源为主体，通过多种能源形式（如电、热、冷、氢等）的互联互通和协同优化，实现系统运行过程中温室气体净排放为零的能源系统。ZC-IES的核心在于能源的多元化、互补性、智能化以及清洁化。
在ZC-IES中，非补燃压缩空气储能系统扮演着至关重要的角色，主要体现在以下几个方面：
- 可再生能源消纳：非补燃压缩空气储能系统可以将间歇性可再生能源（如风电、光伏）富余电力储存起来，在需求高峰时释放，有效平抑可再生能源出力波动，提高可再生能源的消纳比例，减少弃风弃光。
- 系统调峰调频：非补燃压缩空气储能系统具有快速的响应速度和灵活的运行模式，可以作为电网的优质调峰和调频资源，增强电网的稳定性，提高系统的鲁棒性。
- 多能耦合与转换：非补燃压缩空气储能系统可以与其他能源形式进行耦合，例如与热力系统相结合，利用压缩过程中产生的热量供热，实现电-热耦合；与氢能系统结合，利用多余电力制氢，再将氢气储存或用于其他用途，实现电-氢耦合。这种多能耦合有助于提高系统整体效率和灵活性。
- 提升系统弹性：在极端天气或突发事件下，非补燃压缩空气储能系统可以作为可靠的备用电源，为系统提供持续稳定的能源供应，提升系统的韧性。
- 促进能源互联网发展：非补燃压缩空气储能系统作为大规模储能节点，可以连接发电侧、电网侧和用户侧，促进能源流、信息流和价值流的融合，推动能源互联网的建设与发展。
四、非补燃压缩空气储能系统集成在ZC-IES中的优化调度模型构建
为了实现非补燃压缩空气储能系统在ZC-IES中的最优运行，需要构建相应的优化调度模型。该模型应充分考虑ZC-IES中各类能源设备的运行特性、能源耦合关系、电网运行约束以及环境效益目标。
- 模型目标：
- 经济性目标：最小化系统的总运行成本，包括能源采购成本、设备运行维护成本、设备启停成本等。
- 环境性目标：最小化系统的碳排放量（在理想零碳系统中为零排放），最大化可再生能源消纳。
- 在本文探讨的零碳排放系统中，环境性目标是核心，因此可以将其转化为约束条件，例如要求系统的净碳排放为零。主要优化目标则可以是最小化系统的经济成本。
- 系统构成与设备模型：
- 可再生能源发电单元：风力发电机、光伏发电设备等。
- 常规发电设备：在完全零碳系统中，常规化石燃料发电设备将被逐步替代，可能包含生物质发电、核电等低碳或无碳发电设备，但在过渡期内也可能考虑燃气轮机等作为备用或调峰机组（需考虑碳捕集与封存技术）。
- 非补燃压缩空气储能系统：包括压缩机、储气库、膨胀机、发电机以及热储存装置等。其模型应体现压缩过程的电能消耗、放气过程的电能输出、储气状态的变化以及热储存装置的充放热特性。
- 其他储能系统：如电池储能系统、抽水蓄能等，作为补充的灵活性资源。
- 需求侧负荷：包括电力负荷、热负荷、冷负荷等。
- 能源转换设备：如电锅炉、热泵、制冷机等。
- 设备模型应充分考虑其容量约束、效率特性、启停特性、爬坡速率等运行约束。
- 优化调度策略：
- 多能源互补策略：通过风能、太阳能、生物质能等可再生能源的互补，实现能源的优化配置。同时，结合传统能源，形成多元化的能源供应体系。
- 智能调度策略：利用先进的预测技术（如机器学习、深度学习等）对可再生能源出力、负荷需求等进行精准预测，实现智能调度。
- 碳排放控制策略：通过制定碳排放标准、推广低碳技术、加强碳排放监管等措施，实现碳排放的减少。同时，结合碳交易市场，形成碳排放的激励机制。
五、案例分析
以某区域综合能源系统为例，该系统集成了非补燃压缩空气储能系统、风力发电、光伏发电、电锅炉、热泵等设备。通过构建优化调度模型，并采用智能优化算法（如遗传算法、粒子群优化算法等）进行求解，得到了系统的最优调度方案。
- 数据收集与处理：
- 收集该区域的历史气象数据、可再生能源出力数据、负荷需求数据等。
- 对数据进行预处理，包括数据清洗、归一化等，以提高模型的预测精度和求解效率。
- 模型建立与求解：
- 根据系统构成和设备模型，建立优化调度模型。
- 采用智能优化算法对模型进行求解，得到系统的最优调度方案。
- 结果分析：
- 经济性分析：比较优化前后的系统运行成本，验证优化调度模型的经济性。
- 环境性分析：计算优化前后的系统碳排放量，验证优化调度模型的环境效益。
- 可靠性分析：评估优化调度方案对系统可靠性的影响，确保系统在极端天气或突发事件下的稳定运行。
六、面临的挑战与未来展望
- 技术挑战：
- 高效低成本的热储存技术：热储存是非补燃压缩空气储能系统的关键环节，目前热储存材料的成本较高，且储存效率有待提升。
- 大容量高压储气库的建设成本：储气库的建设成本占整个系统成本的较大比例，如何降低储气库的建设成本是非补燃压缩空气储能技术大规模应用的关键。
- 系统集成与控制的复杂性：非补燃压缩空气储能系统涉及多个能源形式的耦合和转换，系统集成与控制的复杂性较高，需要先进的控制策略和优化算法。
- 市场与政策挑战：
- 市场机制不完善：目前，我国储能市场的机制尚不完善，储能项目的盈利模式尚不清晰，这制约了非补燃压缩空气储能技术的商业化应用。
- 政策支持不足：虽然国家出台了一系列支持储能技术发展的政策，但针对非补燃压缩空气储能技术的专项政策尚不完善，需要进一步加大政策支持力度。
- 未来展望：
- 技术创新：随着材料科学、热力学、控制理论等学科的不断发展，非补燃压缩空气储能技术将迎来新的突破。例如，新型热储存材料的研发将降低热储存成本；先进的控制策略和优化算法将提高系统的运行效率和可靠性。
- 市场拓展：随着可再生能源的大规模开发和利用，非补燃压缩空气储能技术的市场需求将不断增长。未来，非补燃压缩空气储能系统将在电网调峰调频、可再生能源消纳、微电网建设等领域发挥重要作用。
- 政策引导：政府应进一步完善储能市场的机制和政策体系，为非补燃压缩空气储能技术的发展提供有力保障。例如，制定储能项目的电价政策、补贴政策等；加强储能技术的标准制定和监管力度等。
📚2 运行结果
编辑
编辑
编辑
编辑
编辑
编辑
其他运行结果就不一一展示。
🎉3 参考文献
部分理论来源于网络，如有侵权请联系删除。
[1]R. Li, L. Chen, T. Yuan and C. Li, "Optimal dispatch of zero-carbon-emission micro Energy Internet integrated with non-supplementary fired compressed air energy storage system," in Journal of Modern Power Systems and Clean Energy, vol. 4, no. 4, pp资料获取，更多粉丝福利，MATLAB|Simulink|Python资源获取【请看主页然后私信】
