摘要：以风能为代表的新能源具有随机波动性强的特点。因此，高比例新能源接入对电力系统的供能安全提出了严峻挑战。本文提出了单级空气源热泵与储热集成的建筑供热系统。该系统可在用电高峰期减少设备的电力消耗，并将部分用电需求转移至风电充沛时段，以同时达到电力调峰和新能源消纳的目的。基于真实的电价结构、风电数据、室外气象数据，对该系统在典型建筑中的运用进行了TRNSYS动态模拟。在实现系统优化设计的基础上，从能耗、运行成本、消纳潜力等多个角度出发，确定了系统的运行策略。研究发现，对于特定的应用场景，存在水箱容积与储热温度的最优组合。另外，采用辅助电加热提升储热温度是单级空气源热泵参与风电消纳的必要条件。对于示例建筑，采用优化的运行策略可在满足用户用热需求的前提下，节省供暖季运行成本13%，减少非可再生电力消耗11%，并实现风电消纳3348 kWh。研究结果可助力建筑行业的绿色低碳发展，并进一步提升电网对新能源的消纳能力。
近年来，我国风电、光伏发电等新能源装机规模迅速扩大。由于风能和太阳能具有随机波动性强的特点，因此高比例新能源接入对电力系统的供能安全提出了严峻挑战。建筑作为重要的电力消费终端，通过采用智能化控制技术、储能技术、需求响应等手段，能够为电网提供“柔性”用电负荷。通过充分挖掘用户侧的可调度资源，有望提升电网对新能源的消纳能力，并助力新型电力系统建设。
我国北方地区冬季供热需求巨大。空气源热泵契合建筑电气化的发展需求，是清洁供热的理想设备。采用热泵与储热集成供热系统可在用电高峰期减少设备的电力消耗，并将部分用电需求转移至新能源电力充沛时段，以同时达到电力调峰和新能源消纳的目的。同时，还可利用电网的“峰谷电价”鼓励政策，获取经济效益。
已有研究表明，热泵技术与储热技术的结合是促进可再生能源利用、转移电网负荷、降低电力行业碳排放的有效手段。Khoa等人提出了一种复叠式空气源热泵与储热集成供热系统，并基于分时电价得到了系统的最佳运行策略。Hao等人基于热电流法，以最小化弃风为目标，对整个系统进行了调度优化。文献评估了不同因素，如天气条件、用户行为、电价结构等对系统运行成本的影响。
在前期研究中，为了达到较高的储热温度，通常采用复叠式热泵或二氧化碳热泵作为热源设备。然而，在建筑供热领域，常规单级空气源热泵的应用更为普遍。针对这一现状，本文提出了基于单级空气源热泵的集成系统。在原有系统的基础上，增加一台储热水箱作为储热设备，并设置电加热器作为辅助加热手段以提升储热温度。以上方案具有投资低、易实施的优势，更有利于对既有系统进行低成本的灵活性改造。为了评估和量化上述技术路径的可行性，本文基于真实的电价结构、风电数据、室外气象数据，对该系统在典型建筑中的运用进行了动态模拟。在实现系统优化设计的基础上，从能耗、运行成本、消纳潜力等多个角度出发，确定了系统的运行策略。研究结果可助力建筑行业的绿色低碳发展，并进一步提升电网对新能源的消纳能力。
1基础数据
京津冀地区北部是我国重要的陆上风电场。该地区典型日内的风力发电曲线如图1所示。可以看到，风力发电具有明显的波动性和峰谷性。风电高峰期为凌晨2:00至早晨8:00，这一时段却是电网用电需求的低谷期；在傍晚时段，风电达到低谷，却恰逢电网用电高峰。这种“逆调峰”特性增加了电网的调度难度，从而导致了“弃风”现象的出现。本文提出的集成供热系统可在保证用户需求的前提下，将部分高峰用电需求转移至风电充沛时段，从而保障了电网的平稳运行和风电的大规模友好接入。
空气源热泵的运行性能受到室外气温的影响。京津冀地区供暖季内典型日的逐时室外气温如图1所示。可以看到，室外气温在早晨8:00左右降至最低，随后开始回升，并在下午达到峰值后逐渐下降。
集成供热系统的运行成本与采用的电价结构密切相关。目前，我国多省均制定了分时电价，以鼓励用户优化用电行为。本文采用的电价结构包括四个时段，分别为低谷、平段、高峰和尖峰。各时段的实时电价参照河北省最新发布的电价数据。
图1典型日风力发电量、室外气温及分时电价
2集成供热系统
2.1系统形式
本文提出的集成供热系统如图2所示。该系统采用单级空气源热泵作为热源设备，水箱作为储热装置，储热水箱内设置电加热器作为辅助加热手段。系统的供热末端为风机盘管。在储热时段，首先开启空气源热泵，将水箱内的水加热至50℃，随后开启电加热器将水进一步加热至所需的储热温度。在放热时段，将储存的高温水输送至风机盘管直接供热。此时，不需开启热泵，从而大幅减少了系统在用电高峰期的电力消耗。
图2单级热泵与储热集成供热系统
2.2运行策略
为了同时达到电力调峰和风电消纳的目的，需要合理确定系统的运行策略。本文以办公建筑为例，对系统的运行策略进行分析。根据人员的作息规律，办公建筑的供热时间选定为9:00-19:00。其中，9:00-17:00采用热泵直接供热，而在17:00-19:00关闭热泵，利用储热水箱供热。17:00-19:00为用电高峰期，且该时间段对应尖峰电价，此时使用水箱供热可降低电网峰值负荷，并降低用户的用电成本。为了不影响日间正常供热，储热需在9:00前结束。本文分别以最大化风电消纳和最小化水箱热损为目标，制定了系统的储热时段，形成的运行策略如图3所示。由于系统的运行目标为满足17:00-19:00的室内热负荷，因此在考虑一定水箱热损的基础上，本文将储热时长设定为2.5小时。
图3各策略的系统运行时刻表
在策略A中，储热时段为每日2:00-4:30。由图1可知，在凌晨进行储热可最大化利用风电，并最小化用电成本。然而，在策略A中，系统在4:30即完成储热，在开始放热前，水箱需静置12.5小时，从而引起较大的静置热损。因此，从减小水箱热损的角度考虑，应尽量延迟储热完成时间。在此基础上，本文设置策略B，其储热时段为每日6:30-9:00，以最小化水箱的静置热损。
3 TRNSYS建模
为了实现系统的优化设计，并确定水箱容积、储热温度、电加热功率等关键设计参数，进而对两种运行策略进行量化比较，本文基于TRNSYS平台对集成供热系统进行了供暖季动态模拟。TRNSYS作为一种动态仿真软件，现有研究表明其模拟结果与实验数据的误差仅为5%，这表明其具有较高的可靠性和准确性。仿真模型如图4所示。
图4集成供热系统仿真模型
3.1示例建筑
本文以寒冷地区某大型开放式办公室为研究对象。该办公室的东、西、北向均为外墙，南向为内走廊，层高为4.2 m，总建筑面积为486 m2。北外墙设置有12扇宽2.5 m、高1.6 m的外窗。外墙和外窗的传热系数分别为0.661 W/(m2·K)和2.36 W/(m2·K)；人员密度为6 m2/人；照明功率密度9 W/m2；设备功率密度20 W/m2；冷风渗透系数为0.65次/h；供热的室内设计温度为20℃。
3.2设备选型
使用TRNBUILD预测了该办公室的供暖季逐时热负荷。最大负荷出现在1月15日9:00，为41.5 kW。以最大负荷为依据进行热泵选型。所选热泵机组为单级定频空气源热泵，型号为MAC-D Plus R22。采用TRNSYS中的Type941模拟热泵的实时性能。该模块可基于热泵的真实运行数据，根据实时室外气温和回水温度进行插值计算，进而得到不同工况下热泵的制热量、耗功量和COP等参数。
采用TRNSYS中的Type4c对储热水箱进行建模。该模块充分考虑了由温度差异引起的密度差异，对水箱内的水进行了分层处理。在综合考虑各层水体与相邻层及环境间热量交换的基础上，建立了分层的能量守恒方程。通过离散化求解，可得到不同时间步长内水温的分布情况。为了准确反映水箱内的温度场，本文设置了10个热分层。另外，参考市场现状，将水箱的单位面积总热损系数设置为2.3 W/(m2·K)。水箱热损计算如下式（1）。
式中：Qloss表示水箱总热损失，W；N表示水箱分层个数；Ui表示单位面积分层节点热损系数，W/(m2·K)；Utop表示单位面积水箱顶部热损系数，W/(m2·K)；Ubot表示单位面积水箱底部热损系数，W/(m2·K)；Ct为水箱周长，m；Hi为水箱第i个分层高度，m；Vt为水箱容积，m3；Ht为水箱高度，m；Ti为第i层水温，℃；T1为水箱顶部分层节点水温，℃；TN为水箱底部分层节点水温，℃；Tenv为所处环境温度，℃。
由于水箱容积与其储热量密切相关，因此水箱容积将通过下文的优化方法确定。系统内其他设备的参数如表1所示。
表1其他设备参数
4结果与讨论
4.1水箱容积与储热温度
水箱容积与储热温度共同决定了系统在储热时段的储热量。若储热量设置过大，将导致储热能耗增加；若储热量设置过小，则会出现在放热时段水温过低，无法满足用热需求的情况。为了确定水箱容积与储热温度的最优组合，本文针对上述两种运行策略分别进行了18组模拟。储热温度考虑了三个取值：50℃、55℃和60℃。同时，在Pin Wu等人研究的基础上，考虑了6种不同尺寸的储热水箱，其容积范围为2.0 m³到3.0 m³，增量为0.2 m³。
在此基础上，针对不同参数组合，模拟了系统在整个供暖季（11月15日至次年3月15日）中的运行情况，并得到了室内温度逐时值。模拟的时间步长设置为0.01小时。
表2汇总了在不同参数组合下，储热能耗和水箱放热时段室内热不舒适小时数的累计值。本文认为当室内实际温度低于设计温度（20℃）时，室内人员感觉不舒适。可以看到，随着储热温度的升高和水箱容积的增加，热不舒适小时数逐渐减少，而储热能耗则不断增加。这是由于水箱温度越高、容积越大，其储热量越大，满足用热需求的能力随之提升，但同时储热时段内系统的运行能耗也越高。
对于策略A，最优的参数组合为储热温度55℃，水箱容积3 m³；对于策略B，储热温度为55℃，水箱容积为2.8 m³。以上参数组合可在满足水箱放热时段用热需求的前提下，最小化储热能耗。
表2不同参数组合下的模拟结果
4.2辅助电加热功率
在确定水箱容积与储热温度后，仍需对系统内辅助电加热的功率进行优化。过低的加热功率会使水箱在储热时段结束时无法达到储热温度；而过高的加热功率则会使水箱快速完成储热，从而增加静置热损。因此，为了优化加热功率，本文分别针对两种运行策略进行了大规模模拟，以寻求能满足放热时段用热需求的电加热功率最小值。在模拟中，假设加热功率为0~13 kW，增量为1 kW。
图5展示了在不同加热功率下，两种策略对应的供暖季内热舒适天数累计值。当未设置辅助电加热时，仅依靠热泵进行储热难以满足用热需求。这是由于单级空气源热泵的出水温度有限，且其运行性能受到室外气温的影响。随着加热功率的增加，热舒适天数的增长趋于平缓。这是由于在整个供暖季中，极寒天气出现的频率相对较低，设置辅助电加热后，很容易满足一些较为温暖日期的用热需求。然而，若要满足最冷日的用热需求，则需要更大的加热功率。综合以上分析，对于策略A和策略B，13 kW和11.5 kW的加热功率能够满足整个供暖季的用热需求。
图5不同加热功率下供暖季内热舒适天数
4.3运行策略比较
在实现系统优化设计的基础上，本文从能耗、运行成本、消纳潜力等多个角度出发，对两种运行策略进行了比较。在模拟中，策略A、B的水箱容积、储热温度以及辅助电加热功率根据前述优化结果确定。除两种运行策略外，还模拟了不设置储热水箱、全天由热泵直接供热的基本策略。
图6展示了策略A、B，以及基本策略的供暖季能耗和运行成本累计值。可以看到，基本策略的供暖季能耗最小，为8012 kWh。由于水箱静置热损的存在，策略A、B都需储存超过实际热负荷的热量，以确保放热时段的用热需求，因此其能耗均高于基本策略。具体来看，策略A的能耗略高于策略B。这是由于策略A在4:30结束储热，在开始放热前，水箱需静置12.5小时，从而引起较大的静置热损。模拟结果显示，采用策略A时，水箱静置热损的累计值为1406 kWh，而策略B为887 kWh。
图6各策略的供暖季能耗及运行成本累计值
需要注意的是，尽管策略B的储热时段更晚，但此时室外气温却更低。较低的气温使热泵效率降低，导致策略B的热泵能耗较高（见表3）。综合以上因素，虽然策略A的能耗高于策略B，但两者间的差异并不显著。
表3策略A、B储热时段能耗和热泵COP
在成本方面，策略A的运行成本最低，为4432元。与基本策略相比，减少了13%。这是由于策略A充分利用了低谷电价。策略B的储热时段对应平段电价，虽低于尖峰电价，但由于静置热损的存在，其运行成本高于基本策略。
凌晨是电网用电需求的低谷期，电网对风电的接纳能力也处于最低水平，因此大规模“弃风”主要发生在2:00至8:00间（见图1）。为评估两种策略对风电消纳的影响，本文假设上述时段内产生的系统能耗完全使用风电。需要注意的是，热泵与储热集成供热系统并不直接减少电能的绝对消耗，而是通过储热的方式，将高峰期的电力需求转移到凌晨，从而使原本在大规模弃风时段内可能被弃用的风电得以有效纳入电网。在此基础上，分别计算了两种运行策略的风电消纳潜力，结果如图7所示。策略A的消纳量为3348 kWh；而策略B的消纳量较少，为2366 kWh。因此，尽管策略A、B的能耗均高于基本策略，但两者消耗的非可再生电力均较低。对于策略A，非可再生电力的消耗减少了11%。
图7各运行策略的风电消纳潜力
综上所述，策略A可在满足用户用热需求的前提下，节省运行成本13%，减少非可再生电力消耗11%，并实现风电消纳3348 kWh，是较好的系统运行策略。以上结果证实了单级空气源热泵与储热技术结合为电网提供柔性负荷的可行性。然而，值得注意的是该技术的能源与经济收益受电价结构、风电数据、室外气象数据等条件的影响。
5结语
本文提出了单级空气源热泵与储热集成的建筑供热系统，并基于真实的电价结构、风电数据、室外气象数据，对该系统在典型建筑中的运用进行了TRNSYS动态模拟。在实现系统优化设计的基础上，从能耗、运行成本、消纳潜力等多个角度出发，确定了该系统的运行策略。通过研究，得出以下结论：
（1）水箱容积与储热温度共同决定了该系统满足高峰期用热需求的能力。对于特定的应用场景，存在上述参数的最优组合，以同时满足用热需求，并最小化储热能耗。
（2）采用辅助电加热提升储热温度是常规单级空气源热泵参与风电消纳的必要条件。对于不同的系统运行策略，所需的加热功率不同。
（3）对于示例建筑，采用优化的运行策略可在满足用户用热需求的前提下，节省供暖季运行成本13%，减少非可再生电力消耗11%，并实现风电消纳3348 kWh。
本文转自《太原理工大学学报》，作者：任千悦，王霞，贾捷，田琦，尹丽媛。
