能源是经济社会发展的动力, 但是传统化石能源的大量消耗使得人类社会的发展陷入环境污染和资源紧缺的双重困境^[1]。目前, 我国能源结构仍大量的依赖煤炭等传统化石燃料, 给我国能源转型和“双碳”发展战略实施带来了巨大的挑战。在此背景下, 以电力系统为核心, 耦合电、气、冷、热等多种能源的综合性虚拟能源站概念应运而生。多能耦合的虚拟能源站涉及多种异质能流的输入、输出及转化过程, 通过各类耦合设备将各种能源耦合起来^[2], 实现能源统一规划、统一调度, 能够提高能源的综合利用效率, 具有经济、环保、可靠、灵活等特点。

目前, 虚拟能源站主要以电能为枢纽进行多能协调互补, 为了支撑虚拟能源站稳定可靠运营并实现可持续发展, 要求虚拟能源站在规划设计、投资建设、能效水平等方面取得较好的指标水平。根据指标性能分析得出最优的系统规划运营服务方案, 在此基础上利用技术性工具进一步提升虚拟能源站的可靠性、灵活性、经济性, 通过科学客观地评价虚拟能源站中各类能源的效率效益情况, 指导虚拟能源站的合理高效运营。文献[3]针对园区级综合能源系统, 采用主客观相结合的组合赋权方法, 以电能替代为核心对园区能源系统的规划建设展开了评估工作; 文献[4]从经济性、可靠性和灵活性等方面出发, 重点考虑综合能源系统中分布式供能设备, 基于电、热网络动态能流特性构建综合评价体系, 为综合能源系统的规划评估提供了科学有效的理论支撑; 文献[5]以分布式能源设备为核心, 考虑能源效益、经济效益和环境效益, 构建了分布式能源系统的综合评价体系; 文献[6]对政府、电网、投资运营商多利益主体展开系统分析, 基于物元可拓模型, 从能源、环境、经济、安全等多方面开展了评估决策工作。

在现有研究中, 各类评价方法已经发展得较为成熟, 其中层次分析法以其在处理复杂评价问题中所具有的实用性和高效性特点, 在各类评价问题中得到了更广泛的应用。文献[7]构建了多能耦合系统的综合能源评估指标体系, 利用层次分析法完成各层指标赋权, 实现了对综合能效的量化分析; 文献[8]分析了能源互联网中各利益相关者, 利用解释结构模型, 通过层次分析法, 从经济、能源、社会、工程和环境5个角度构建了综合评估方法; 文献[9]重点考虑了综合能源设备的动静态特性, 结合多能流网络的差异化特性, 采用层次分析法实现了对能源系统综合能效的量化评估。

但是, 层次分析法的使用往往存在着较大的主观局限性, 特别是容易受到专家水平、主观经验的影响, 使得所得到的指标体系带有较强的主观性, 最终的评估结果很难对系统情况作出客观研判^[10]。因此, 本文利用层次分析法初步构建综合评估模型, 同时在模型中引入客观熵权法对指标权重进行修正, 实现主观方法与客观方法的有机统一, 降低层次分析法主观片面性对评价体系构建过程中的不利影响。

以虚拟能源站为综合评价对象, 根据虚拟能源站设置的不同应用场景, 虚拟能源站内部的设备配置往往也有所不同, 其中较为典型的多能耦合虚拟能源站整体物理结构如图 1所示。

考虑到虚拟能源站的特点, 从经济性、能效性、环境效益、可靠性等方面构建虚拟能源站的评价指标体系。

虚拟能源站的经济性指标由能源站内的设备采购费用及运行维护费用作为主要因素, 具体包括设备购置成本A₁、设备运行成本A₂和能源外购成本A₃。

设备购置成本为能源站内所有设备的购置和安装费用, 可表示为

$ {A_1} = \sum\limits_{i = 1}^n {{K_{{\rm{a}}, i}}} {P_i} + {K_{{\rm{b}}, i}}{P_i} $

(1)

式中: n——系统中的机组个数;

K_{a, i}——系统中第i个机组单位容量的购置成本;

K_{b, i}——系统中第i个机组单位容量的安装费用;

P_i——系统中第i个机组的装机容量。

考虑设备购置成本为一次性投资, 需要将设备购置成本转换为等年值方便进行比较, 即

$ {A_1}^* = {A_1}\frac{{f{{\left( {1 + f} \right)}^T}}}{{{{\left( {1 + f} \right)}^T} - 1}} $

(2)

式中: f——商业银行贷款的年利率;

T——还款年限。

系统中配置的设备往往需要投入一定成本用于维持设备的正常运行, 其中分为持续性成本和突发性成本。持续性成本为设备正常保养维护所投入的管理费用, 突发成本性用于设备突发故障的维修费用, 可表示为

$ {A_2} = \sum\limits_{i = 1}^n {{C_{{\rm{a}}, i}}{P_i}} + {C_{{\rm{b}}, i}}{P_i} $

(3)

式中: C_{a, i}——第i个机组单位容量的突发性成本系数;

C_{b, i}——第i个机组单位容量的持续性成本系数。

系统运行中有购买天然气或向上级电网购电的需求, 其用能成本可表示为

$ {A_3} = \sum\limits_{i = 1}^n {{C_{{\rm{w}}, i}}P_i^{\rm{w}}} + {C_{{\rm{net}}}}{P_{{\rm{net}}}} $

(4)

式中: C_{w, i}——第i个机组单位出力所消耗的燃气费用;

P_i^w——系统中第i个机组总出力;

C_net——外部大电网购电价格;

P_net——系统向外部大电网的购电量。

能源站用能的“量”利用水平, 主要通过能源利用率指标η_es进行刻画, 即系统输出总能量与系统输入总能量的比值, 表示为

$ {\eta _{{\rm{es}}}} = \frac{{3\;600{P_{\rm{o}}} + {Q_{{\rm{h}}\left( {\rm{c}} \right)}}}}{{3\;600{P_{\rm{i}}} + {V_{\rm{g}}}{Q_{\rm{L}}}}} $

(5)

式中: P_o——系统净输出电量;

Q_h(c)——系统输出总热(冷)量;

P_i——系统净输入总电量;

V_g——天然气消耗量;

Q_L——天然气低位热值。

能源站用能的“质”利用水平, 主要通过能源的效率指标η_ex进行刻画, 可表示为

$ {\eta _{{\rm{ex}}}} = \frac{{3\;600{P_{\rm{o}}} + {A_{{\rm{h}}\left( {\rm{c}} \right)}}{Q_{{\rm{h}}\left( {\rm{c}} \right)}}}}{{3\;600{P_{\rm{i}}} + A{V_{\rm{g}}}{Q_{\rm{L}}}}} $

(6)

式中: A_h(c)——热(冷)能的能质系数;

A——天然气的能质系数。

能质系数用于反映不考虑实际损耗的情况下该种能源直接转化为电能的极限能力。

在能源站中, 可再生能源的有效利用能够显著降低化石能源的使用水平, 从而发挥可再生能源在节能减排、降低污染等方面的环境效益, 因此本文采用可再生能源消纳量作为评估能源站环境效益的主要指标, 同时为了最大化利用虚拟能源站内的可再生能源, 假设可再生能源发电设备所发的电能X被能源站完全消纳, 可表示为

$ X = {U_{{\rm{WT}}}} + {U_{{\rm{PV}}}} $

(7)

式中: U_WT——风电机组发电量;

U_PV——光伏系统发电量。

可靠性指能源站能源供应的安全性和连续性, 主要考虑孤岛运行时能源站满足用户用能的能力。用能源缺额率P_LOSS作为描述能源站供能可靠性的主要指标, 可表示为

$ {P_{{\rm{LOSS}}}} = \frac{{\Delta {W_{\rm{E}}} + \Delta {W_{{\rm{h}}\left( {\rm{c}} \right)}}}}{{{W_{\rm{E}}} + \Delta {W_{{\rm{h}}\left( {\rm{c}} \right)}}}} \times 100{\rm{\% }} $

(8)

式中: ΔW_E——系统中电能缺额量;

ΔW_h(c)——系统中热(冷)能缺额量;

W_E——系统中电能总需求量;

W_h(c)——系统中热(冷)能总需求量。

根据上述选取指标, 确定虚拟能源站综合评估模型分级评价指标, 以经济性、能效性、环境效益、可靠性作为一级指标, 设备的购置成本等作为二级指标, 得到虚拟能源站评价指标体系如图 2所示。

本文将主观的层次分析法与客观熵权法相结合, 综合确定虚拟能源站评估指标的权重。

首先, 通过层次分析法分析判断各个因素, 采用“和法”求得专家评分矩阵的特征根和特征向量, 对所得到的专家评分矩阵进行一致性判断, 之后对专家权重意见偏离程度展开计算, 并将其中偏离程度较大的专家权重剔除, 求得筛选后权重矩阵列向量的平均值。

$ \sum\limits_{j = 1}^n {w_j^1 = 1} , \;\;\;j = 1, 2, 3, \cdots , n $

(9)

式中: w_j¹——层次分析法所得指标j的权重系数。

然后, 利用客观熵权法对指标权重进行科学计算。将指标归一化, 即全部转化为相对量数据, 构建标准化矩阵, 最后计算指标熵值和权重。熵权法所得指标j的权重系数w_j²为

$ w_j^2 = \frac{{1 - {H_j}}}{{n - \sum\limits_{j = 1}^n {{H_j}} }}, \;\;\;j = 1, 2, 3, \cdots , n $

(10)

式中: H_j——指标j的熵值。

最后, 在层次分析法所得权重的基础上, 利用熵权法所得的客观权重值对层次分析法权重结果进行偏差修正, 将两者的结果结合起来得到的最终综合权重值为

$ \begin{array}{l} {w_j} = w_j^1{H_j} + w_j^2\left( {1 - {H_j}} \right), \\ j = 1, 2, 3, \cdots , n \end{array} $

(11)

式中: w_j——指标j的综合权重系数。

能源站的综合评价采用评价得分进行量化。首先, 将二级评估指标分成效益型指标和成本型指标2类, 效益型指标的得分会随着运行数据的增长而增长, 成本型指标则与效益型指标正好相反, 其得分会随着实际数据的增加而降低。然后, 根据二级指标的不同类型, 如效益型指标包含能源利用率、效率和可再生能源消耗量等, 成本型指标包含设备购置成本、设备运营成本、能源外购成本等, 利用专家意见制定评分标准。在各指标的取值范围内, 按一定间隔对指标运行数据进行取值, 并根据专家意见得到相对应的评价得分。以指标运行数据为横坐标, 评价得分为纵坐标, 得到一系列离散化的指标评价点。利用MATLAB软件中的Curve Fitting Tool工具对离散的评价标准进行曲线拟合, 最终得到各个指标的评分函数, 如表 1所示。

在虚拟能源站评价过程中, 首先计算出各个指标的实际数值, 再利用评分函数将指标数值转化为指标初始分数, 由初始分数乘以指标的权重系数并进行累积, 得到虚拟能源站总体得分情况, 最后用于后续能源站的系统分析。

以中国南方某园区的虚拟能源站作为研究对象开展评价工作。该园区内有效建筑面积约为53.2万m², 平均风速为5.3 m/s, 太阳能平均年辐射量约为1 600 kWh/m²。

2016—2018年该能源站的规划建设各项指标数据如表 2所示。

由表 2可知, 该虚拟能源站自2016—2018年接入的可再生能源不断增加, 能源站不断扩建, 其自有设备容量越来越大, 减小了对外部的能源需求, 使其能源外购成本和能源缺额率逐年下降。

按照式(8)~式(10)即可计算出熵权法权重并完成熵权法对层次分析法权重的修正, 结果如表 3所示。

根据前文所述方法对该虚拟能源站按建立的评价指标系统进行评估, 根据其指标实际值与评分函数, 得到指标的得分情况, 再将全部指标的得分与其各自的综合权重相乘并求和, 得到虚拟能源站的建设水平评价得分, 如表 4所示。

由表 4可知, 2016—2018年各指标总得分分别为70.329 6, 73.536 0, 75.977 3。虚拟能源站在2016—2018年这3年中得分逐渐增加, 这是由于能源站加快了可再生能源的建设, 同时对系统中的热电联产(Combined Heat and Power, CHP)机组、燃气锅炉等设备进行了扩容, 使能源外购成本和能源缺额率都得到了大幅削减, 在经济性、环境效益、可靠性等方面都有较大提升, 能进一步降低能耗。

从表 4的得分结构也能够看出, 该园区级虚拟能源站环境效益的发展水平有了显著的提升, 这与国内目前大力推广支持可再生能源发展应用有着密切的联系, 而能效性指标得分也同样在逐年稳步提升, 这和园区级能源系统多能协同优化发展的趋势是密不可分的。该虚拟能源站的规划发展趋势, 也体现着国内同类型能源站的运行发展情况。

未来多能互补耦合理论还有很大的发展应用空间, 虚拟能源站项目也在不断地开展和推进, 通过合理有效的评估体系对虚拟能源站展开科学高效的评估工作, 有利于发现并改善虚拟能源站项目中各个环节的问题和不足, 并有效提高虚拟能源站项目的发展建设水平。

本文从经济性、能效性、环境效益及可靠性4个方面构建了虚拟能源站综合评价指标体系, 提出了主客观相结合的层次分析法-熵权法作为虚拟能源站综合评价方法。评价体系中的各指标按实际情况进行赋值, 通过算例验证了所提出的评估体系和方法的有效性, 得到的结论如下。

(1) 可再生能源接入量的增长能够有效提升能源站的运行效益, 不仅降低了能源外购的成本, 同时能够很好地保证能源站中负荷的供应情况, 使得能源站的多个指标得到较高的评价, 可以在未来的能源站发展建设中作为重点对象进行规划安排。

(2) 层次分析法-熵权法能够克服主客观方法单独使用时的缺陷, 既降低了层次分析法评价过程中受专家水平、工程经验等主观因素的影响, 又提高了客观法对层次关系复杂的评价问题的实用性, 在虚拟能源站的综合评价问题中能够很好地发挥评估作用。

(3) 构建科学有效的虚拟能源站综合评价指标体系, 能够为虚拟能源站项目的评估工作提供坚实而有力的理论支撑和技术指导, 帮助改善实际应用中工程项目建设的不足之处, 提高虚拟能源站项目的发展建设水平。