火电厂热电联产机组与压缩空气储能集成系统能量耦合特性分析

图1 抽凝式热电联产机组与压缩空气储能新型集成系统运行模式

Fig. 1 Operation mode of new integrated system of extraction condensing cogeneration unit and compressed air energy storage

此抽凝式热电联产机组与压缩空气储能新型集成系统的运行模式分为三种。

（1）强化供热模式。夜晚用户的电负荷相对白天较低，而热负荷相对较高。此时使火电厂热电联产机组处于额定工况，由于电负荷需求较低，利用热电厂富余电量驱动压缩空气储能系统的压缩机工作，产生一定质量的高压空气，并将高压空气储存在储气室中，通过间冷换热器收集压缩机的压缩热，与火电厂热电联产机组的采暖抽汽共同向用户供热，使集成系统的供热量大于热电联产机组的供热量，满足较大的热负荷需求。

（2）强化供电模式。白天用户的电负荷需求较大而热负荷需求较小。此时火电厂热电联产机组仍处于额定工况，则电负荷需求高于热电联产机组输出电负荷，此时压缩空气储能子系统储气室高压空气进入膨胀机做功，同时膨胀机入口空气加热热源为热电联产机组的采暖抽汽。在该模式下，火电厂热电联产机组与压缩空气储能系统共同为用户供电，火电厂热电联产机组的采暖抽汽的剩余部分为用户供热，满足较低的热负荷需求。

（3）火电厂独立运行模式。火电厂热电联产机组的供电量和供热量与用户的电负荷、热负荷需求匹配度较高时，火电厂热电联产机组单独运行即可实现高效率的供电供热，此时新型耦合系统处于火电厂独立运行状态。

将两个子系统耦合时，遵循温度对等和能量梯级利用原则，利用热电厂冷凝水作为压缩空气储能系统的冷却循环水，热电厂采暖抽汽作为膨胀机前高压空气的加热热源。该系统同时解决了供电供热的负荷平衡问题；通过引入压缩空气储能可实现抽凝式热电联产机组始终保持于额定工况下运行，提升其运行效率；而且热电联产机组与压缩空气储能之间热、电的深度耦合，使得抽凝式热电联产机组的热电解耦能力得到极大提升，增强了机组运行灵活性。

2 模型及方法

2.1　系统假设

针对以上抽凝式热电联产机组与压缩空气储能系统集成的建模过程，为了保证对实际复杂系统建模的可操作性，做出如下假设和简化：①假设锅炉效率为定值；②忽略各个部件的机械损失。

2.2　采用的模型及工具

采用Aspen Plus软件进行火电厂热电联产机组以及压缩空气储能系统的模型搭建，平台提供了比较丰富的模型库，可以直接调用现有模块来模拟热力系统各个部分，根据热力系统各个部分的工作特点对相应的模块赋予参数。部件模型类别采用Heater、MheatX、Pump、Valve、Compr、Sep2、Mixer等。物性方法水侧选择STEAM-TA、空气侧选择PENG-ROB。

对新型集成系统各基本点进行㶲损失分布分析时，主要部件熵产及㶲损失计算采用的公式见表1。

表1 熵产及㶲损失计算公式

Table 1 Calculation formula of entropy production and loss

部件	熵产
锅炉	$S_{g} = m [(s_{2} - s_{1}) - s_{f}] = m (s_{2} - s_{1}) - \frac{Q}{T}$
汽轮机	$S_{g} = m (s_{2} - s_{1})$
换热器	$S_{g} = m_{h} Δ s_{h} + m_{c} Δ s_{c}$
泵	$S_{g} = m (s_{2} - s_{1})$
混合器	$S_{g} = \sum_{i} m_{i} Δ s_{i}$
压缩机	$S_{g} = m (s_{2} - s_{1})$
膨胀机	$S_{g} = m (s_{2} - s_{1})$

注：S_g为各部件熵产，kJ/K；m为进入各部件的流体质量流量，kg/s；m_h为换热器热流体的质量流量，kg/s；m_c为换热器冷流体的质量流量，kg/s；m_i为混合器各股物流的质量流量，kg/s；s₁为各部件进口流体的熵值，kJ/(kg·K)；s₂为各部件出口流体的熵值，kJ/(kg·K)；s_f为随热流携带的熵流，kJ/(kg·K)；∆s_h为换热器热流体的熵值，kJ/(kg·K)；∆s_c为换热器冷流体的熵值，kJ/(kg·K)；∆s_i为混合器各股流体的熵值差，kJ/(kg·K)。

2.3　评价指标

本研究采用热效率、㶲效率和热电比对系统性能进行评价，其中热效率反映能量转换的效果和散热情况，㶲效率体现集成系统有效能的利用程度，通过热电比来表现输出电负荷和热负荷的比例关系，体现热电解耦能力。以上参数全面反映整个集成系统的能量转换特性。

（1）　热效率

集成系统强化供热阶段热效率

η_{r} = \frac{Q_{E S P, o u t} + (W_{E S P, o u t} - W_{p u m p}) + Q_{a i r}}{Q_{f b}} \times 100 %

(1)

集成系统强化供电阶段热效率

η_{r} = \frac{Q_{E R P, o u t} + (W_{E R P, o u t} - W_{p u m p})}{Q_{a i r} + Q_{f b}} \times 100 %

(2)

集成系统总过程热效率

η_{r} = \frac{Q_{o u t} + (W_{o u t} - W_{p u m p})}{Q_{f b}} \times 100 %

(3)

式中，W_ESP,out为强化供热阶段的输出功率，W；W_ERP,out为强化供电阶段的输出功率，W；W_out为总过程的输出功率，W；W_pump为泵附件耗功，W；Q_ESP,out为强化供热阶段的输出热负荷，W；Q_ERP,out为强化供电阶段的输出热负荷，W；Q_out为总过程的输出热负荷，W；Q_fb为燃料总消耗的热值，W；Q_air为压缩空气所携带的热值，W。

（2）　㶲效率

集成系统强化供热阶段㶲效率

η_{e x} = \frac{E_{x u, S, Q_{o u t}} + (E_{x u, S, W_{o u t}} - E_{x u, W_{p u m p}}) + E_{x u, a i r}}{E_{x u, f b}} \times 100 %

(4)

集成系统强化供电阶段㶲效率

η_{e x} = \frac{E_{x u, R, Q_{o u t}} + (E_{x u, R, W_{o u t}} - E_{x u, W_{p u m p}})}{E_{x u, f b} + E_{x u, a i r}} \times 100 %

(5)

集成系统总过程㶲效率

η_{e x} = \frac{E_{x u, Q_{o u t}} + (E_{x u, W_{o u t}} - E_{x u, W_{p u m p}})}{E_{x u, f b}} \times 100 %

(6)

式中， $E_{x u, S, Q_{o u t}}$ 为强化供热阶段输出热负荷携带的㶲值，J； $E_{x u, S, W_{o u t}}$ 为强化供热阶段输出电负荷携带的㶲值，J； $E_{x u, W_{p u m p}}$ 为泵附件消耗的电负荷㶲值，J； $E_{x u, a i r}$ 为强化供热阶段输出高压空气流携带的㶲值，J； $E_{x u, f b}$ 为锅炉燃料所需热量㶲值，J； $E_{x u, R, Q_{o u t}}$ 为强化供电阶段输出热负荷携带的㶲值，J； $E_{x u, R, W_{o u t}}$ 为强化供电阶段输出电负荷携带的㶲值，J； $E_{x u, Q_{o u t}}$ 为总过程输出热负荷携带的㶲值，J； $E_{x u, W_{o u t}}$ 为总过程输出电负荷携带的㶲值，J。

其中，供暖时载热介质(不考虑压力变化)和压缩空气所携带㶲值的计算公式为

E_{x u} = m [(h_{2} - h_{1}) - T_{0} (s_{2} - s_{1})]

(7)

式中，m为流体介质的质量流量，kg/s；T₀为环境温度，取300.15 K；h₁为流体介质入口状态下的焓值，J/kg；h₂为流体介质出口状态下的焓值，J/kg；s₁为流体介质入口状态下的熵值，J/(kg·K)；s₂为流体介质出口状态下的熵值，J/(kg·K)。

燃料输入热量携带㶲值的计算公式为

E_{x u, Q} = Q (1 - T_{0} / T)

(8)

式中，Q为燃料输入的热量，W；T₀为环境温度，取300.15 K；T为锅炉内换热温度，取843 K^[21]。

在计算压缩空气储能子系统各部件参数对新型集成系统㶲效率的影响时，为对比由于换热站换热温度不对等导致的换热㶲损失大小，进行了两个不同㶲效率的计算，区别在于一个采用用户侧采暖供回水的㶲值差做为输出热负荷㶲值，取为η_ex1；另一个采用采暖抽汽供回的㶲值差做为输出热负荷㶲值，取为η_ex2。

（3）　热电比

集成系统强化供热阶段热电比为

γ = Q_{E S P, o u t} / (W_{E S P, o u t} - W_{p u m p})

(9)

集成系统强化供电阶段热电比为

γ = Q_{E R P, o u t} / (W_{E R P, o u t} - W_{p u m p})

(10)

式中，Q_ESP,out为集成系统强化供热阶段的输出热负荷，W；W_ESP,out为集成系统强化供热阶段的输出功率，W；W_pump为泵附件耗功热值，W；Q_ERP,out为集成系统强化供电阶段的输出热负荷，W；W_ERP,out为集成系统强化供电阶段的输出功率，W。

3 结果与讨论

3.1　集成系统热力性能

在搭建新型集成系统模型时，对于火电厂抽凝式热电联产机组和压缩空气储能子系统的模型搭建，采取的主要技术参数见表2、表3。

表2 300 MW抽凝式热电联产机组主要技术参数

Table 2 Main technical parameters of 300 MW extraction condensing cogeneration unit

参数	数值
汽轮机进口压力/MPa	16.67
回热抽汽级数	3高+3低+1除氧
汽轮机进口温度/℃	538
采暖抽汽压力/MPa	0.4
再热蒸汽进气阀前温度/℃	538
再热蒸汽压力/MPa	3.508
额定抽汽工况主蒸汽流量/t·h^-1	1017920
额定抽汽工况抽汽量/t·h^-1	250

表3 压缩空气储能系统主要技术参数基本点

Table 3 Main technical parameters of compressed air energy storage system

参数	取值
压缩机流量/kg·s^-1	50
压缩机等熵效率	0.84
每级间冷器两端换热温差/K	5
间冷(热)器换热压损/MPa	0.02
冷却水压/MPa	1.2
各级压缩机压比	2.9518
膨胀机流量/kg·s^-1	50
膨胀段入口温度/K	443.15
各级膨胀机膨胀比	2.8043
膨胀机等熵效率	0.88

基于上述各子系统的主要技术参数建立新型耦合系统的计算模型，模拟得出新型集成系统在各个抽汽点和主要点处的蒸汽参数，将其列在表4中。

表4 新型耦合系统各抽汽点和主要点处蒸汽参数

Table 4 Steam parameters at extraction points and main points of new coupling system

点	流量/kg·s^-1	温度/K	压力/MPa
1	282.8	811.5	16.67
2	234.1	811.7	3.508
3	22.61	695.1	8.143
4	26.01	592.5	3.898
5	9.589	708.4	1.794
6	14.21	608.1	0.8611
7	69.44	516.5	0.4000
8	5.766	516.5	0.4000
9	6.633	424.7	0.1624
10	6.138	380.8	0.0990
11	50.00	300.2	0.1013
12	48.93	303.2	1.200
13	50.00	300.2	6.924
14	26.38	516.5	0.4000

对该组热电联产机组进行热电解耦时，机组处于额定采暖工况运行，改变储能子系统各部件的参数，得到其对整个新型集成系统的影响规律。其中，热电联产机组单独运行时，热效率、㶲效率和热电比计算结果见表5，压缩空气储能子系统单独运行㶲效率计算结果见表6。

表5 热电联产子系统计算效率

Table 5 Calculation efficiency of cogeneration subsystem

指标	数值
热效率	56.14%
㶲效率	59.64%
热电比	0.5912

表6 压缩空气储能子系统计算效率

Table 6 Calculation efficiency of compressed air energy storage subsystem

过程	㶲效率/%
储能过程	86.03
释能过程	80.31
储-释总过程	73.89

基于以上参数，首先对比分析了强化供热阶段热电联产机组与压缩空气储能集成系统、热电联产机组与电锅炉集成系统的㶲效率，如图2所示。结果显示随着热电比的增大，两个集成系统的㶲效率均略有降低，但是与压缩空气储能系统集成时的㶲效率远远大于与电锅炉的集成系统约30%，显示出热电联产机组与压缩空气储能系统集成的优越性。

图2

图2 强化供热过程㶲效率对比

Fig. 2 Efficiency comparison of enhanced heating process

在强化供电阶段对比分析了热电联产机组与压缩空气储能集成系统、补充柴油机供电两种方式的㶲效率，如图3所示。结果显示，与压缩空气储能系统集成时的㶲效率远大于集成柴油机时的㶲效率，约4%～7%，同样表现出热电联产机组与压缩空气储能系统集成的优越性。

图3

图3 强化供电过程㶲效率对比

Fig. 3 Efficiency comparison of enhanced power supply process

3.2　压缩空气储能子系统部件参数对集成系统的影响规律

基于以上模型方法及评价指标，分别改变压缩空气储能子系统进入压缩机和膨胀机的空气流量、压缩机效率、膨胀机效率、膨胀机入口温度、间冷器(或再热器)换热压力损失，模拟各情况下新型集成系统的强化供热过程、强化供电过程，并分析其总过程，得出以下模拟结果。

（1）强化供热阶段。从图4中数据曲线可以看出，由于换热站换热温度不对等引起的换热㶲损失，η_ex1比η_ex2小4.4%左右，采暖抽汽与用户采暖温度的差值会造成较大的能量损失。随着空气流量的增加，集成系统强化供热阶段的㶲效率、热效率均降低，当进入压缩机和膨胀机的空气流量从30 kg/s逐步增加到70 kg/s时，㶲效率从57.2%降低至54.1%；热效率从53.5%降低至50.3%。这是因为当空气流量增加时，压缩空气储能子系统的压缩机部件耗功增加，此时虽然可以收集到更多的压缩热，但也将电能向热能和压力能转化，能量的品位降低，所以㶲效率呈现降低的趋势；在收集压缩热和向用户供热时存在换热损失和散热损失，故此时集成系统的热效率呈现降低趋势。随着压缩机效率的增加，集成系统强化供热阶段的㶲效率呈现增长趋势，当压缩机效率从0.82增加到0.90时，集成系统强化供热阶段的㶲效率从55.4%增长到55.8%；热效率虽有增加但增幅不大；这是由于随着压缩机效率的增加，压缩机的耗功会有所减小，从而储能子系统由电能向热能的转化减少，能量品位的降低也随着压缩机效率的增加而减小，所以集成系统强化供热阶段的㶲效率呈现增长趋势，热效率也会有所增加。随着间冷器两端换热压损从0.01 MPa增加到0.03 MPa时，集成系统强化供热阶段的㶲效率呈现轻微降低趋势，在55.6%左右；热效率在51.86%左右，略有下降但降幅很小。这是因为间冷器两端换热压损的增大会导致间冷器的换热损失增大，㶲效率和热效率会随之有所降低，但是因其所引起的换热损失相对较小，所以效率的变化并不明显。

图4

图4 集成系统强化供热阶段㶲效率和热效率随部件参数变化规律

Fig. 4 Variation of exergy efficiency and thermal efficiency with component parameters in an integrated heating system

由图5中可以看出，随着进入压缩机和膨胀机的空气流量的增加，集成系统强化供热阶段的热电比逐渐增加，空气流量从30 kg/s增加到70 kg/s时，热电比从0.6578增长到0.7592；这是因为增大空气流量时，产生的压缩热随之增大，间冷器可以收集到的热量增多，可向用户提供的热量也逐步增加，所以热电比的变化逐步增加且增幅明显。当压缩机效率从0.82向0.90增大时，集成系统强化供热阶段热电比略有减小；原因是当压缩机效率升高时，产生的压缩热有所减小，可收集的提供给用户的热量减小，导致热电比轻微降低。当间冷器两端的换热压损从0.01 MPa增加到0.03 MPa时，换热损失有所增加，从而导致热电比有轻微下降。

图5

图5 集成系统强化供热阶段热电比随部件参数变化规律

Fig. 5 Variation law of cogeneration ratio with component parameters in the process of intensified heating in integrated system

（2）强化供电阶段。从图6中可以看出，由于换热站换热温度不对等引起的换热㶲损失，η_ex1比η_ex2小3%左右，采暖抽汽与用户采暖温度的差值会造成较大的能量损失。随着进入膨胀机的空气流量从30 kg/s增加到70 kg/s时，集成系统强化供电阶段的㶲效率略有增加，而热效率从51.0%降低至46.7%；这是因为增加进入膨胀机的空气流量时，膨胀机部件的输出功率随之增大，导致更多的热能和压力能转化成电能，使得能量的品位升高，从而会出现㶲效率稍有增大的情况。随着膨胀机入口温度从150 ℃增加至190 ℃，集成系统强化供电阶段的㶲效率也随之从58.7%降低至56.5%，热效率从54.0%降低至43.0%；原因是随着膨胀机入口温度提高，强化供电阶段用于加热高压空气需要的采暖抽汽量增大，换热损失也会随之增大。而随着再热器换热压损的增加，换热损失会有所增加，压缩空气储能系统的输出电功率略有所下降，在其他条件均不改变的情况下㶲效率会有轻微下降。

图6

图6 集成系统强化供电阶段㶲效率和热效率随部件参数变化规律

Fig. 6 Variation law of efficiency and thermal efficiency with component parameters in process of enhanced power supply of integrated system

从图7中可以看出，随着进入压缩空气储能子系统压缩机和膨胀机的空气流量的增加，热电比有所降低，这是由于集成系统强化供电阶段随着空气流量的增加可以消耗掉更多热电联产机组的采暖抽汽，而与此同时膨胀机还产生更多的电能，最终导致热电比随着空气流量的增加呈减小趋势。随着膨胀机效率从0.84增加到0.92的过程中，热电比呈现降低趋势，这是因为随着膨胀机功率的升高，可以消耗掉更多的热能和产生更多的电能，所以热电比呈现减小趋势。随着膨胀机入口温度和再热器换热压损的增加，换热损失有所增加，消耗的热能有所增加，所以热电比均呈现降低趋势。

图7

图7 集成系统强化供电阶段热电比随部件参数变化规律

Fig. 7 Variation of cogeneration ratio with component parameters during enhanced power supply of integrated system

（3）总过程。从图8中可以看出，由于换热站换热温度不对等引起的换热㶲损失，η_ex1比η_ex2小3%左右，采暖抽汽与用户采暖温度的差值会造成较大的能量损失。随着进入压缩空气储能子系统压缩机和膨胀机的空气流量的增加，集成系统总过程的㶲效率呈现逐步减小的趋势，当空气流量从30 kg/s增加到70 kg/s时，总过程的㶲效率从56.3%减小到52.2%；热效率从50.4%减小至43.2%。这是因为随着空气流量的增加，有更多的电能完成从电能到热能再到电能的转化，即能量品位从高到低再到高，造成了能量的浪费，所以总过程㶲效率和热效率呈现减小趋势。当压缩空气储能子系统的压缩机效率从0.82增加到0.90时，总过程㶲效率增加0.4%；热效率几乎不变。这是由于当压缩机效率提高时，压缩机的耗功会相应降低，即高品位的电能向低品位的热能转化的量减少，从而导致总过程㶲效率增加。当压缩空气储能子系统的膨胀机效率从0.84增加到0.92时，总过程的㶲效率增加0.35%，热效率增加0.2%。原因是膨胀机效率的提高，会有更多的热能转化为电能，能量品位得以提升，故总过程的㶲效率和热效率呈现增加态势。膨胀机入口温度从150 ℃增加至190 ℃时，总过程㶲效率降低2.2%；当改变间冷器和再热器两端的换热压损使其从0.01 MPa增加到0.03 MPa时，总过程㶲效率在54.2%左右，热效率在46.6%左右；这是因为换热损失随之增加，但由于其影响较小，故总过程的㶲效率轻微减小，几乎没有影响。

图8

图8 集成系统总过程㶲效率和热效率随部件参数变化规律

Fig. 8 Variation law of total process efficiency and thermal efficiency of integrated system with component parameters

图9为储气室压力对集成系统热效率、㶲效率和热电比的影响，可以看出储气室压力对各性能参数的影响较小。当储气室压力从4 MPa增大到10 MPa时，集成系统总过程的㶲效率降低0.3%，这是因为随着储气室压力增大，压缩机耗功随之增大，电能向热能和压力势能转换时的损失也略有增大，导致㶲效率呈现减小趋势；而热效率增大0.5%，是因为随着压缩机背压的增大，压缩机出口空气温度升高明显，导致总系统向外输出的热能增大，但系统的输入变化并不明显，所以集成系统总过程的热效率随着储气室压力的增大而增大；集成系统总过程热电比增大0.03，随着储气室压力增大，能量转换过程中的损失增大导致集成系统总过程的净输出电能逐渐减小，而强化供热过程输出的热能逐渐增大，所以集成系统总过程的热电比呈现增大趋势。

图9

图9 集成系统总过程热效率、㶲效率及热电比随储气室压力变化规律

Fig. 9 Variation of total process thermal efficiency, exergy efficiency and thermoelectric ratio of integrated system with gas storage chamber pressure

3.3　热电解耦特性分析

为了得到热电联产机组的不同采暖抽汽量下，压缩空气储能子系统的压缩机空气流量对整个新型集成系统的影响规律，基于上述评价指标，通过改变进入热电联产机组的主蒸汽流量，使得机组的抽汽量分别为150、200、250、300、350 t/h，在此基础上再改变压缩空气储能系统中进入压缩机的空气流量，模拟各情况下的新型集成系统，得出如下模拟结果，并在此基础上对其进行㶲损失分析。

（1）强化供热阶段。从图10可以看出，随着进入热电联产机组主蒸汽流量的增大，采暖抽汽量从150 t/h向350 t/h增加，集成系统强化供热阶段㶲效率和热效率均呈现增大趋势，㶲效率增加3%～5%，热效率增加2.6%～5%，但随着抽汽量的增加速度逐渐放缓。而对于单独的某一热电联产机组采暖工况来说，在其他条件不变的情况下，与改变进入压缩空气储能子系统压缩机和膨胀机的空气流量所得出的模拟结果一致，均为随着进入压缩机的空气流量的增大，各集成系统强化供热阶段的㶲效率逐渐降低。

图10

图10 抽汽量和空气流量对集成系统强化供热阶段㶲效率和热效率的影响

Fig. 10 Influence of extraction steam and air flow rate on exergy efficiency and thermal efficiency of integrated heating system

由图11可以看出，对于某一特定的进入压缩机的空气流量，热电联产子系统主蒸汽流量增加，采暖抽汽量从150 t/h增加到350 t/h时，其对应的集成系统强化供热阶段的热电比逐渐减小，热电比变化范围从0.06到0.2。其原因是压缩空气储能子系统中进入压缩机的空气流量不变，收集到的压缩热在整个集成系统中对热电比的影响减弱，故热电比呈现减小的趋势。

图11

图11 抽汽量和空气流量对集成系统强化供热阶段热电比的影响

Fig. 11 Influence of extraction steam and air flow rate on cogeneration ratio of integrated heating system

（2）强化供电阶段。从图12可以看出，随着进入汽轮机的主蒸汽流量增大集成系统强化供电阶段的㶲效率呈现减小的趋势，降低0.05%～0.11%。热效率方面，集成系统强化供电阶段热效率随着主蒸汽流量的增加而逐渐增大，增大3%～7%。这是因为随着热电联产子系统抽汽量的增加，集成系统输出的热功率增加明显，故热效率有所增加。而对于单独的某一热电联产机组采暖工况来说，在其他条件不变的情况下，与改变进入压缩空气储能子系统的空气流量所得出的模拟结果一致，均为随着空气流量的增大，各集成系统强化供电阶段的㶲效率逐渐增大。

图12

图12 抽汽量不同时集成系统释强化供电阶段㶲效率和热效率变化规律

Fig. 12 Variation of exergy efficiency and thermal efficiency of integrated system with different extraction steam

由图13可以看出，随着热电联产子系统主蒸汽流量增大，抽汽量从250 t/h增加到500 t/h，其对应的集成系统强化供电阶段的热电比逐渐增大，增大幅度从0.14到0.28。其原因是随着抽汽量的增加，热电联产系统输出的电能减小而热能增加，故热电比呈现纵向增加的趋势。而对于单独的某一热电联产子系统采暖抽汽工况来说，在其他条件不变的情况下，与改变进入压缩空气储能子系统的空气流量所得出的模拟结果一致。

图13

图13 抽汽量不同时强化供电阶段热电比变化规律

Fig. 13 Variation law of cogeneration ratio in power supply process with different extraction steam quantity

（3）总过程。从图14中可以看出，随着热电联产机组主蒸汽流量的增大，抽汽量随之从150 t/h增加到350 t/h，集成系统总过程的㶲效率和热效率呈现增大趋势，㶲效率增大3%～6.5%，热效率增大5%～11%。这是因为随着主蒸汽流量的增加，被用来加热压缩空气储能子系统中进入膨胀机的高压空气的抽汽量的比例相对于主蒸汽流量是减小的，所以㶲效率和热效率呈现增大的趋势。对于某一单独的热电联产子系统采暖工况，随着进入压缩空气储能子系统空气流量的增加，集成系统总过程的㶲效率呈现逐步减小的趋势，与上述模拟结果表现一致。

图14

图14 抽汽量不同时总过程㶲效率和热效率变化规律

Fig. 14 Variation law of total process efficiency and thermal efficiency with different extraction steam quantity

3.4　㶲损失分析

对比150、200、250、300、350 t/h抽汽量的集成系统强化供热阶段基本点㶲分析，从图15可以得出，整个系统各部件㶲损失占输入㶲的比例中，锅炉部件最大，其次是冷源损失，最小的是压缩空气储能子系统的间冷器和压缩机部件。其中锅炉㶲损失所占输入㶲的比例在19.5%左右，且随着抽汽量的增大有增加趋势；最小的间冷器和压缩机部件㶲损失占输入㶲的比例仅为0.45%左右。

图15

图15 强化供热阶段不同主蒸汽流量下基本点㶲分析

Fig. 15 Analysis chart of basic points under different main steam flow in intensified heating process

对比150、200、250、300、350 t/h抽汽量的集成系统强化供电阶段基本点㶲分析，从图16可以看出，各类部件㶲损失占输入㶲的比例大小与强化供热阶段一致，锅炉最大，冷源损失次之，分别为20%左右和10.5%左右。锅炉的㶲损失最大，主要是由于燃烧损失以及换热损失的不可逆性损失导致的。最小的是间热器和膨胀机部件，均为0.5%左右。

图16

图16 强化供电阶段不同主蒸汽流量下基本点㶲分析

Fig. 16 Analysis chart of basic points under different main steam flow in process of strengthening power supply

4 结论

本文构建了一种火电厂热电联产机组与压缩空气储能系统耦合的新型集成系统，相对于参比系统，本系统㶲效率可提升4%～31.4%。同时热电比也得到了有效拓宽。研究表明：

（1）强化供热阶段，压缩空气储能系统的空气流量对集成系统的热效率/㶲效率影响最明显，当空气流量从30 kg/s增加到70 kg/s时，热效率和㶲效率均变化3%左右；强化供电阶段，膨胀机入口空气温度的影响最大，当入口温度从150 ℃增加至190 ℃时，热效率变化10%左右，㶲效率变化2%左右。压缩空气储能系统的压缩机/膨胀机效率以及换热器性能对集成系统各效率影响均较小；

（2）随着空气流量从30 kg/s增大到70 kg/s，在强化供热阶段，热电解耦指标热电比增大0.07～0.20左右；强化供电阶段，热电比减小0.14～0.28左右。随着空气流量的增大，在强化供热和强化供电阶段，热电比随主蒸汽流量的变化率均增大；对于某一特定的主蒸汽流量，集成系统性能随空气流量的变化规律，与基准主蒸汽流量下的变化规律一致；

（3）在整个系统中，锅炉部件的㶲损失最大，为20%左右；其次是冷源损失，为10%左右。热电联产系统回热器的㶲损失约为6%左右。压缩空气储能子系统的间冷器、再热器、压缩机和膨胀机等部件的㶲损失占输入㶲的比例较小，仅为0.5%左右。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

ERSHAD A M, BRECHA R J, HALLINAN K. Analysis of solar photovoltaic and wind power potential in Afghanistan[J]. Renewable Energy, 2016, 85: 445-453.

[2]

国家能源局. 2019年可再生能源并网运行情况[EB/OL]. www.nea.gov.cn/2020-03-06/c_138850234.htm.

National Energy Administration. Renewable energy grid connected operation in 2019[EB/OL]. www.nea.gov.cn/2020-03-06/c_138850234.htm.

[3]

ZHANG N, LU X, MCELROY M B, et al. Reducing curtailment of wind electricity in China by employing electric boilers for heat and pumped hydro for energy storage[J]. Applied Energy, 2016, 184: 987-994.

[本文引用: 2]

[4]

CHEN Xinyu, KANG Chongqing, O'MALLEY M, et al. Increasing the flexibility of combined heat and power for wind power integration in China: Modeling and implications[J]. IEEE Transactions on Power Systems, 2015, 30(4): 1848-1857.

[5]

PILLAI J R, BAK-JENSEN B. Integration of vehicle-to-grid in the western Danish power system[J]. IEEE Transactions on Sustainable Energy, 2011, 2(1): 12-19.

[6]

李九如, 董喜欣, 陈巨辉, 等. 太阳能&谷电加热熔盐蓄热系统特性[J]. 哈尔滨理工大学学报, 2017, 22(1): 80-85.

LI Jiuru, DONG Xixin, CHEN Juhui, et al. Characteristics of solar energy and valley electric heating molten salt heat storage system[J]. Journal of Harbin University of Technology, 2017, 22(1): 80-85.

[7]

CLEEMENT B, FRANQUET E, BEEDEECARRATS J P, et al. Predictive approach of heat transfer for the modelling of large-scale latent heat storages[J]. Renewable Energy, 2020. 157: 502-514.

[8]

ZHANG Bai, LIU Qibin, LEI Jing, et al. New solar-biomass power generation system integrated a two-stage gasifier[J]. Applied Energy, 2016, 194: 310-319.

[9]

崔杨, 张家瑞, 王铮, 等. 计及含储热光热电站与电锅炉联合运行的供热期弃风消纳策略[J/OL]. 高电压技术, 2020, doi:10.13336/j.1003-6520.hve.20200221.

CUI Yang, ZHANG Jiarui, WANG Zheng, et al. Wind curtailment strategy for combined operation of thermal storage photovoltaic thermal power station and electric boiler in heating period[J]. High Voltage Technology, 2020, doi: 10.13336/j.1003-6520.hve.20200221.

[10]

BOETTGER D, GOETZ M, THEOFILIDI M, et al. Control power provision with power-to-heat plants in systems with high shares of renewable energy sources-An illustrative analysis for Germany based on the use of electric boilers in district heating grids[J]. Energy, 2015, 82: 157-167.

[11]

汪小杰. 柴油发电机组SCR系统设计及性能研究[D]. 南京: 南京林业大学, 2020.

WANG Xiaojie. Design and performance study of SCR system for diesel generator set[D]. Nanjing: Nanjing Forestry University, 2020.

[12]

STATHOPOULOS P, PASCHEREIT C O. Retrofitting micro gas turbines for wet operation. a way to increase operational flexibility in distributed CHP plants[J]. Applied Energy, 2015, 154: 438-446.

[13]

HE Wei, WANG Jihong, DING Yulong. New radial turbine dynamic modelling in a low-temperature adiabatic compressed air energy storage system discharging process[J]. Energy Conversion and Management, 2017, 153: 144-156.

[14]

梅生伟, 李瑞, 陈来军, 等. 先进绝热压缩空气储能技术研究进展及展望[J]. 中国电机工程学报, 2018, 38(10): 2893-2907.

MEI Shengwei, LI Rui, CHEN Laijun, et al. Research progress and prospect of advanced adiabatic compressed air energy storage technology[J]. Chinese Journal of Electrical Engineering, 2018, 38(10) : 2893-2907.

[15]

YANG Zhiwei, WANG Zhe, RAN Peng, et al. Thermodynamic analysis of a hybrid thermal-compressed air energy storage system for the integration of wind power[J]. Applied Thermal Engineering, 2014, 66(1/2): 519-527.

[16]

WANG Xusheng, YANG Cheng, HUANG Manman, et al. Multi-objective Optimization of a gas turbine-based CCHP combined with solar and compressed air energy storage system[J]. Energy Conversion and Management, 2018, 164: 93-101.

[17]

LI Yaowang, MIAO Shihong, YIN Binxin, et al. Combined heat and power dispatch considering advanced adiabatic compressed air energy storage for wind power accommodation[J]. Energy Conversion and Management, 2019, 200:doi:10.1016/j.enconman. 2019.112091.

[18]

WOJCIK J D, WANG Jihong. Feasibility study of combined cycle gas turbine (CCGT) power plant integration with adiabatic compressed air energy storage (ACAES)[J]. Applied Energy, 2018, 221: 477-489.

[19]

王志文, 熊伟, 王海涛, 等. 水下压缩空气储能研究进展[J]. 储能科学与技术, 2015, 4(6): 585-598.

WANG Zhiwen, XIONG Wei, WANG Haitao, et al. Research progress of underwater compressed air energy storage[J]. Energy Storage Science and Technology, 2015, 4(6): 585-598.

[20]

YAO Erren, WANG Huanran, LIU Long, et al. A novel constant-pressure pumped hydro combined with compressed air energy storage system[J]. Energies, 2014, 8(1): 154-171.

[21]

郑磊. 300 MW CFB机组供热期变工况特性研究与运行优化[D]. 北京: 华北电力大学, 2018.

ZHENG Lei. Study on off design characteristics and operation optimization of 300 MW CFB unit during heating period[D]. Beijing: North China Electric Power University, 2018.