風光蓄互補發(fā)電系統(tǒng)電源容量優(yōu)化配置

歐嘉文 許又丹 吳薛偉 王茜茹

(中國農(nóng)業(yè)大學,北京 100083)

風光蓄互補發(fā)電系統(tǒng)電源容量優(yōu)化配置

歐嘉文 許又丹 吳薛偉 王茜茹

(中國農(nóng)業(yè)大學,北京 100083)

風力、光伏發(fā)電隨時間、空間的變化趨勢具有良好的互補性,故可建立風光互補發(fā)電系統(tǒng)改善二者的隨機性、波動性與間歇性等不利特性。為彌補風光輸出的上述不利特性,可在風光互補發(fā)電系統(tǒng)中配置儲能裝置,組成風/光/蓄微電網(wǎng),進行經(jīng)濟、穩(wěn)定地供電。[4]

在對風/光/蓄微電網(wǎng)進行經(jīng)濟評估時充分考慮各分布式電源的全生命周期成本的優(yōu)化配置研究還較為少見。本文采用遺傳算法,考慮在滿足供電可靠性條件下,全生命周期成本最小為其中優(yōu)化子目標,取各電源裝機數(shù)量、蓄電池充放電次數(shù)等作為約束條件,提出一種改進容量優(yōu)化配置模型。最后以某一實地為例,對方案進行仿真和計算,驗證所提出的優(yōu)化方法。

風光蓄互補發(fā)電 微電網(wǎng) 全生命周期

1 風/光/蓄微電網(wǎng)各部分數(shù)學模型

1.1 風/光/蓄微電網(wǎng)的基本結(jié)構(gòu)

風光互補發(fā)電系統(tǒng)結(jié)構(gòu)中分布式電源為風力發(fā)電機和光伏陣列,蓄電池作為儲能元件。當風力發(fā)電機、光伏陣列提供的電能大于負載所需,則給蓄電池充電儲存能量;當風力發(fā)電機、光伏陣列不能滿足負載時,蓄電池放電為負載供電。

1.2 風力發(fā)電機模型

風力發(fā)電是利用風力機將風能轉(zhuǎn)化為機械能,然后通過風力發(fā)電機轉(zhuǎn)換為電能。大量實驗表明,風機的輸出功率與實際風速及風力發(fā)電機的輸出特性有關(guān)。因此,風力發(fā)電機的數(shù)學模型為

1.3 光伏發(fā)電模型

光伏發(fā)電是利用光伏陣列將光能轉(zhuǎn)化為電能。光伏陣列的輸出功率與光照度、溫度等自然條件有關(guān)。光伏陣列的功率輸出為

式中, fPV為光伏系統(tǒng)的功率降額因數(shù),表示光伏系統(tǒng)實際輸出功率與額定條件下輸出功率的比值; YPV為光伏陣列容量(kW); IT為地表水平面實測光照度; IS為標準測試條件下的光照度; ∝P為功率溫度系數(shù); Tcell為當前光伏電池的表面溫度(℃); Tcell, STC為標準測試條件下的光伏電池溫度。

1.4 蓄電池充放電模型

當風力和光伏出力不足時,蓄電池放電,系統(tǒng)的功率關(guān)系為

當風力和光伏出力充足時,系統(tǒng)多余的功率蓄電池充電,系統(tǒng)的功率關(guān)系為

2 風光互補發(fā)電系統(tǒng)的容量優(yōu)化配置模型

2.1 優(yōu)化配置目標函數(shù)

本文綜合建立了全生命周期成本、負荷缺電率(loss of power supply probability,LPSP)、風光互補特性和能源浪費率4個指標最小為優(yōu)化子目標的多目標規(guī)劃模型。目標函數(shù)表達式為

式中： FCOST為風光互補發(fā)電系統(tǒng)年投資運行費用; fLPSP為負荷缺電率; fWASTE為能源浪費率; DL為風光互補特性。

2.2 優(yōu)化配置的子目標

2.2.1 全生命周期成本

借鑒微電源經(jīng)濟性計算HOMER軟件[1],本文基于全生命周期的風光互補發(fā)電系統(tǒng)投資運行費用為分別為微電源種類、個數(shù)和第 i類微電源的最大個數(shù); eij為0-1變量,決定第 i類第 j個微電源安裝與否;

剩余價值的計算公式如下：

式中, TE為原件運行年限; TG為風光互補發(fā)電系統(tǒng)運行年限。

2.2.2 負荷缺電率

負荷缺電率 fLPSP定義為

式中, N為選取的采樣區(qū)間的點數(shù)。 fLPSP越小,供電可靠性越高。

2.2.3 風光互補特性

本文利用風電、光伏的輸出功率和相對于負荷功率的波動率 DL來表征風光互補特性。

2.2.4 能源浪費率

能源浪費率 fWASTE定義為

式中, N為選取的采樣區(qū)間的點數(shù)。

2.3 多目標權(quán)重標準化

本文利用判斷矩陣法將多目標函數(shù)轉(zhuǎn)化為單目標函數(shù)

判斷矩陣法的核心是根據(jù)各目標之間的等級關(guān)系確定判斷矩陣,形成準則如表1所示。

針對風光畜的容量優(yōu)化問題,可將兩個目標根據(jù)重要性分等級：負荷缺電率之間反映供電可靠性,作為第1等級目標;全生命周期成本作為反映當前方案經(jīng)濟性的重要考核指標,將其作為第2等級目標;風光互補特性反映了風電、光伏的輸出功率曲線與負荷曲線的接近程度,將其作為第3等級目標;能源浪費率作為第4等級目標。結(jié)合上述分析,取判斷數(shù)形成判斷矩陣

2.4 優(yōu)化配置約束條件

2.4.1 供電可靠性

負荷供電的可靠性水平用負荷缺電率來衡量,要求負荷缺電率小于制定的標準值

經(jīng)過矩陣處理后,得到目標權(quán)重矢量

式中,Lλ為負荷允許的最大缺電率。

2.4.2 風力發(fā)電機的相關(guān)約束

由于地理環(huán)境等限制,使得具備建立風光互補供電系統(tǒng)的建設(shè)面積會受到一定限制,因此風機數(shù)量應(yīng)小于最大裝機容量。

2.4.3 蓄電池充放電約束

本文對鉛酸蓄電池建模,采用動態(tài)充放電模型,考慮鉛酸蓄電池的壽命因素,對系統(tǒng)運行過程中蓄電池的充放電作了限制

表1 判斷矩陣形成準則

表2 最小成本下系統(tǒng)優(yōu)化配置結(jié)果

2.4.4 蓄電池的充放電次數(shù)約束

鉛酸蓄電池的充放電次數(shù)和放電深度對其壽命影響很大,因此需要對其放電次數(shù)和放電深度進行限制為充放電功率,其中

式中, SOC為蓄電池的荷電狀態(tài),其中為給定值;為循環(huán)充放電次數(shù),其中為給定值。

3 基于遺傳算法的容量優(yōu)化配置求解方法

遺傳算法是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型,是一種通過模擬自然進化過程搜索最優(yōu)解的方法。本文利用遺傳算法,通過變異、交叉、迭代來尋找最優(yōu)解。

3.1 染色體編碼策略

本文首先根據(jù)風機與光伏等相關(guān)約束,選取風機與光伏數(shù)量范圍,在該范圍下計算蓄電池數(shù)量并設(shè)置初始種群的性質(zhì)。對于該范圍下的風機光伏數(shù)量,計算出有N種組合方式,將其作為種群數(shù)量。每個個體的染色體上有三個基因,分別為風機數(shù)量、光伏數(shù)量和蓄電池數(shù)量。

3.2 優(yōu)化配置流程

(1)輸入待優(yōu)化配置的地區(qū)的風力、光伏、溫度、地區(qū)面積和負荷等數(shù)據(jù)。

(2)獲得初始風力發(fā)電機、光伏陣列數(shù)據(jù)范圍。

(3)編碼。

(4)產(chǎn)生初始化種群,設(shè)置迭代次數(shù)。

(5)進行蓄電池數(shù)量計算。

(6)計算適應(yīng)度函數(shù),對違反約束條件的個體,在適應(yīng)度函數(shù)后添加罰函數(shù)。

4 算例分析

4.1 算例

應(yīng)用本文所提的算法模型,對表1及圖1所示的實際數(shù)據(jù)進行互補發(fā)電系統(tǒng)的優(yōu)化配置。表1給出的數(shù)據(jù)為某地區(qū)一年中4天(96小時)的負載、風力、光照、溫度等數(shù)據(jù)。該系統(tǒng)內(nèi)部峰荷為37.19kW,平均負荷為17.46kW,且一年中電荷負載的起伏比較大。

下面結(jié)合說明本程序的計算原理：

由于本文的規(guī)劃模型適用于偏遠地區(qū),土地資源豐富,不用考慮占地面積的約束,系統(tǒng)的規(guī)劃主要受微電網(wǎng)所在地區(qū)的可再生能源資源的限制,因此本文對以下三種情形進行計算：(1)微電網(wǎng)的備選能源僅考慮風機和蓄電池,此種情形適用于風力資源豐富而光能資源相對缺乏的地區(qū);(2)微電網(wǎng)的備選電源僅考慮光伏陣列和蓄電池,此種情形適用于光能資源豐富而風力資源相對缺乏的地區(qū);(3)微電網(wǎng)的備選能源全部考慮分機、光伏陣列和蓄電池,此種情形適用于風、光資源都十分豐富的地區(qū)應(yīng)用。

在以上三種情形下,應(yīng)用本程序,表2給出了最小投資成本目標下,采用遺傳算法求解得到的三種情形的微電網(wǎng)優(yōu)化配置結(jié)果。

4.2 算例分析

(1)表3中可以看出,在風力資源和光能資源都充足的條件下,能以最少的成本實現(xiàn)系統(tǒng)的優(yōu)化配置,所以,該系統(tǒng)用在風光資源充足的地區(qū)最合適。

(2)當風、光資源只有一種時,充足的光照比充足的風能更加節(jié)省系統(tǒng)投資。

(3)本文的成本只考慮風機、光伏電池、蓄電池的購買成本(價格),并未考慮其安裝、運輸?shù)荣M用,實際應(yīng)用時應(yīng)結(jié)合當?shù)氐膶嶋H情況進行考慮。

5 結(jié)語

本文提出一種基于遺傳算法的風光蓄互補發(fā)電系統(tǒng)優(yōu)化配置方案。從節(jié)約投資成本的角度出發(fā),綜合考慮了風機、光伏電池、蓄電池的設(shè)備花費、供電可靠性、缺電率等因素,建立了多目標優(yōu)化,計及儲能電源充放電、微電網(wǎng)系統(tǒng)全年離網(wǎng)孤島運行充裕性為約束條件,通過遺傳算法快速、有效地找出最佳配置組合的微電網(wǎng)系統(tǒng)電源配置方案。通過對某處實際數(shù)據(jù)進行算例分析,得出了如下結(jié)論：

(1)本系統(tǒng)在風力、光能資源豐富的地區(qū)能充分利用資源、發(fā)揮最大效果、實現(xiàn)投資成本的最小化。

(2)從節(jié)約投資成本的角度來看,光照資源豐富的地區(qū)比風力資源豐富的地區(qū)更加適合發(fā)展微電網(wǎng)。

(3)微電網(wǎng)能夠利用當?shù)氐淖匀荒茉催M行發(fā)電,并結(jié)合蓄電池的充放電功能實現(xiàn)獨立系統(tǒng)的穩(wěn)定供電。這種充分利用自然資源、節(jié)能環(huán)保、安全穩(wěn)定的供電系統(tǒng)應(yīng)該大力推廣發(fā)展。

[1]國家電網(wǎng)公司．《風光儲輸示范工程關(guān)鍵技術(shù)研究》國家科技支撐計劃可行性論證報告[R].北京：國家電網(wǎng)公司,2010．

[2]張麗英,葉廷路,辛耀中,等.大規(guī)模風電接入電網(wǎng)的相關(guān)問題及措施[J]．中國電機工程學報,2010,30(25)：1-9．

[3]王一波,許洪華.基于機會約束規(guī)劃的并網(wǎng)光伏電站極限容量研究[J].中國電機工程學報,2010,30(22)：22-28．

[4]王皓懷,湯涌,侯俊賢,鄒江峰,梁雙,蘇峰.風光儲聯(lián)合發(fā)電系統(tǒng)的組合建模與等值[J].中國電機工程學報,2011,34：1-9+11.

[5]何勇琪,張建成,鮑雪娜.并網(wǎng)型風光儲混合發(fā)電系統(tǒng)中儲能系統(tǒng)容量優(yōu)化研究[J].華北電力大學學報(自然科學版),2012,04：1-5.

[6]李登峰,謝開貴,胡博,陳濤,萬凌云.基于凈效益最大化的微電網(wǎng)電源優(yōu)化配置[J].電力系統(tǒng)保護與控制,2013,20.

[7]周康.風光(柴)儲聯(lián)合發(fā)電系統(tǒng)容量配置方法研究[D].電子科技大學,2012.

[8]朱蘭,嚴正,楊秀,符楊,陳潔.風光儲微網(wǎng)系統(tǒng)蓄電池容量優(yōu)化配置方法研究[J].電網(wǎng)技術(shù),2012,12：26-31.