光伏發(fā)電儲能系統(tǒng)容量配置優(yōu)化研究

摘 要：光伏儲能系統(tǒng)構(gòu)建存在能量損失較大的問題，本文對該現(xiàn)象進行了研究并給出最優(yōu)配置方式，以提高能量保有度和優(yōu)化容量，通過數(shù)值模型的方式描述光伏發(fā)電儲能系統(tǒng)儲能這一物理過程，同時結(jié)合密度函數(shù)，提出目標(biāo)函數(shù)的確認和約束條件的建立。并在此基礎(chǔ)上，對利用WOA和高波變換方式迭代此前所建目標(biāo)函數(shù)以完成拓撲結(jié)構(gòu)優(yōu)化的可行性進行了研究。利用9000h輻照度采集數(shù)據(jù)擬合得出可拓撲的結(jié)論。最后結(jié)合光儲能系統(tǒng)的4種拓撲優(yōu)化場景進行儲能電壓效果三維圖譜分析，驗證了優(yōu)化配置的準(zhǔn)確性。

關(guān)鍵詞：光伏儲能；儲能系統(tǒng)配置；數(shù)值模型分析；拓撲優(yōu)化

中圖分類號：TM 615" " " " 文獻標(biāo)志碼：A

國外的光伏應(yīng)用中存在光伏發(fā)電儲能不夠智能、能源聚集的能力不完善，進而造成光伏組件及其支架的空耗磨損等成本增加、效益降低。

在光伏產(chǎn)業(yè)中，光伏儲能系統(tǒng)的配置是一項重要工程，亟需優(yōu)化處理[1]。而儲能配置存在很多問題。首先，光伏發(fā)電帶來的能源的隨機功率波動存在不確定性。目前，如何刻畫該不確定性仍然是一個重大研究命題[2]。其次，利用數(shù)學(xué)統(tǒng)計模型的方式和一些新式數(shù)據(jù)回歸算法進行模擬分析，只能從純計算方面給出一定規(guī)律，而在真實的物理現(xiàn)象中存在較大偏差，尚未發(fā)現(xiàn)足以描述和精準(zhǔn)計量光伏發(fā)電儲能不確定分析的辦法和優(yōu)化配置措施[3]。因此進行光伏儲能規(guī)劃配置模型并對其進行求解有待深入研究。本文通過概率函數(shù)和目標(biāo)設(shè)定計算方法，對光伏發(fā)電儲能系統(tǒng)優(yōu)化進行定量分析，以期更好地解決該問題。

1 光儲能優(yōu)化配置模型

1.1 目標(biāo)函數(shù)的提出

光伏發(fā)電的能量來源是太陽光線，主要與光照強度有關(guān)[4]。對于光照強度的認定，學(xué)界普遍認為其規(guī)律服從貝塔分布[5]。因此根據(jù)概率密度，可得貝塔分布的概率密度函數(shù)關(guān)系如公式（1）所示。

（1）

式中：Ppv為光伏的電能儲能；Pm為某一時間區(qū)間范圍的光伏儲能最大值；Γ為伽馬函數(shù)；α、β分別為特點參數(shù)，通常取值≥1。

在光儲系統(tǒng)優(yōu)化配置的過程中，需要對概率密度進行有機統(tǒng)一，并認定儲能是隨時間的連續(xù)函數(shù)，同時負荷情況具有一定隨機分布的特性。負荷的波動性需要引入負荷的概率模型進行刻畫。為表征光伏儲能的一般規(guī)律，擬用正態(tài)分布擬合，根據(jù)儲能負荷情況可以定義其概率密度函數(shù)，如公式（2）所示。

（2）

式中：P、Q分別為光伏儲能的有功功率和無功功率；μp、μQ分別為負荷有功功率與無功功率的均值；σp、σQ分別為有功功率與無功功率的標(biāo)準(zhǔn)差；e為光伏冪指常數(shù)。

在上述概率函數(shù)統(tǒng)一下，可以找到光伏儲能系統(tǒng)的優(yōu)化配置目標(biāo)函數(shù)模型[6]，如公式（3）所示。

maxF=I1+I2-C1-C2 （3）

式中：F為光儲能系統(tǒng)的總體容量；I1為儲能系統(tǒng)所吸收的熱源；I2為所吸收的附加熱源，主要來源于不同光伏板的尺寸偏差影響下的附加值；C1為支撐儲能系統(tǒng)運行必須耗散的電能；C2為確保儲能系統(tǒng)得以持續(xù)優(yōu)化的必要檢修和維護所耗費的檢驗試驗?zāi)芰俊?/p>

1.2 建立約束條件

為有效利用上述相關(guān)函數(shù)關(guān)系，需要對光伏發(fā)電進行條件限制，建立約束條件，如公式（1）所示。

（4）

式中：P（t）為光伏能量隨時間t變化的放電功率；σp、σQ分別為有功功率與無功功率的標(biāo)準(zhǔn)差。

利用該約束條件進行儲能優(yōu)化配置研究需要引入WOA算法，并利用高波變換的方式重組拓撲結(jié)構(gòu)[6]，以取得最優(yōu)效果。

2 發(fā)電儲能系統(tǒng)容量配置優(yōu)化分析

2.1 WOA優(yōu)化算法引入

WOA模式的數(shù)學(xué)表達式如公式（5）所示[7]。

（5）

式中：X（t）為光伏發(fā)電的某一塊光伏板位置向量；Xp（t）為光照位置向量；A、C為系數(shù)向量。

C算法如公式（6）所示。

（6）

式中：r1、r2分別為取值為[0，1]的隨機向量；t為光照時間；a為一系數(shù)向量，主要與t有關(guān)；max_iter為一種迭代函數(shù)，代表隨光照時間的變化而不斷進行反復(fù)迭代，并取其中的最大值的一個系數(shù)。

通過WOA鯨魚覓食數(shù)學(xué)模型可以確認光能儲能系統(tǒng)容量如何進行優(yōu)化配置，利用公式（6）將光能儲能系統(tǒng)容量的數(shù)理過程表征出來，就能夠得出光伏發(fā)電系統(tǒng)容量配置基本量。

2.2 高波變換拓撲結(jié)構(gòu)優(yōu)化分析

引入WOA算法后，對光伏發(fā)電儲能系統(tǒng)進行優(yōu)化改進，使用高波進行光伏儲能拓撲結(jié)構(gòu)優(yōu)化是一種有效方式。傳統(tǒng)技術(shù)中應(yīng)用PWM。由于光波通過轉(zhuǎn)換形成電流，因此當(dāng)電流過大造成過沖時，會使整個光伏儲能發(fā)生故障。可通過高頻周波變換并重組光伏拓撲結(jié)構(gòu)完成優(yōu)化配置。WOA建立基本量儲能發(fā)電配置后，結(jié)合高波變換方式完成拓撲結(jié)構(gòu)的優(yōu)化。

為全面反映拓撲結(jié)構(gòu)的優(yōu)化過程，對近9000h的光照時間進行統(tǒng)計測算，可以得出如圖1所示的能量分布圖?？梢钥闯龉夥l(fā)電在長達9000h的儲能下發(fā)生的變化并不顯著，但整體毛刺現(xiàn)象較突出。表明光伏儲能系統(tǒng)拓撲優(yōu)化具有較大作用，由于原本數(shù)據(jù)離散型較顯著，因此適用于做拓撲結(jié)構(gòu)優(yōu)化配置。

儲能系統(tǒng)具備雙向功率，能夠平抑分布式光伏輸出功率的波動。但根據(jù)上述所知，由于光伏發(fā)電能量巨大，通常會造成過沖現(xiàn)象，導(dǎo)致整體失衡并發(fā)生光伏儲能系統(tǒng)的崩潰，因此需要研究儲能配置優(yōu)化結(jié)構(gòu)，并驗證其有效性。為此選定1#～4#共4種不同拓撲優(yōu)化結(jié)構(gòu)進行比較，場景選擇基于9000h輻照度隨時間變化情況進行假設(shè)。1）1#場景：未進行光伏及儲能的設(shè)計，按照自然光伏吸收儲能計算。2）2#場景：對光伏進行分布式計劃，但未考慮儲能的優(yōu)化配置。3）3#場景：既對光伏進行分布式計劃配置，又考慮儲能優(yōu)化配置。4）4#場景：采用雙向雙層改進式配置優(yōu)化方法進行計算。

針對2類信號輸出值（DPV值、ESS值）進行跟蹤數(shù)據(jù)采集并做出分析，拓撲優(yōu)化配置結(jié)果見表1。

表1 雙層雙向模型光伏儲能優(yōu)化配置數(shù)據(jù)采集表

模擬場景 DPV值/kW ESS值/kW ESS接入容量/（kW·h）

1# / / /

2# 315 / /

3# 186 43 91

4# 108 95 345

由表1可知，由于2#～4#場景考慮光伏儲能的問題，因此會產(chǎn)生拓撲信號。2#場景沒有配置ESS（即未考慮拓撲儲能優(yōu)化配置），其DPV值為315kW。而從配置ESS的3#、4#場景可以發(fā)現(xiàn)DPV值顯著降低，分別為186kW、108kW。DPV值的持續(xù)降低表明在配置光伏儲能拓撲優(yōu)化結(jié)構(gòu)后，光伏單一輸出端的能耗消散壓力得到緩釋。原因是引入ESS值后，光伏系統(tǒng)通過雙層雙向驅(qū)動，增大了整體儲能配置優(yōu)化功率，使光伏儲能得以實現(xiàn)。在此基礎(chǔ)上，可對4種場景的發(fā)電功率進行歸一化處理，進一步剖析儲能系統(tǒng)配置優(yōu)化的工況，結(jié)果如圖2所示。

可看出在4#場景下，發(fā)電化歸功率相對波動值最小，峰值功率在0.18p.u.上下，最適宜作為光伏儲能發(fā)電系統(tǒng)的結(jié)果。

2.3 儲能電壓效果分析

利用公式（1）～公式（5），并結(jié)合上述場景1#～4#和拓撲優(yōu)化方法，所得不同場景下的儲能系統(tǒng)電壓分布情況如圖3～圖6所示。通過研究分析儲能電壓情況，能夠表征光伏發(fā)電儲能系統(tǒng)的容量水平，這對最終決策具有重要參考價值。

圖3～圖6分別為光伏純能系統(tǒng)拓撲優(yōu)化后的配電情況隨時間的分布情況，同時反映出不同光伏板節(jié)點位置吸收的電能儲備的電壓數(shù)值情況，所得結(jié)論如下：1#場景每天的光伏能量差為0.045（電壓值）左右；2#場景每日能量差為0.065（電壓值）左右；3#場景每日能量差為0.045（電壓值）左右；4#場景每日能量差為0.035（電壓值）左右。相比而言，3#和4#場景下的光伏儲能配置是最優(yōu)的，整體能量差較小，意味著整體能量損失最小，這充分驗證了本文所述拓撲結(jié)構(gòu)優(yōu)化策略的可行性和正確性。

3 結(jié)論

本文論述了光伏發(fā)電儲能系統(tǒng)的配置優(yōu)化措施和可行辦法，通過建立數(shù)理模型深化目標(biāo)函數(shù)的推導(dǎo)，可有效刻畫復(fù)雜自然環(huán)境下光伏儲能系統(tǒng)的運作機制。進而引入WOA算法，結(jié)合高波變換拓撲結(jié)構(gòu)進行分析，推導(dǎo)出適用于可拓撲的發(fā)電儲能配置結(jié)構(gòu)。研究表明9000h輻照度指標(biāo)毛刺較大，符合可優(yōu)化拓撲的理論要求。最后通過拓撲優(yōu)化，整合出4種光伏發(fā)電儲能場景，利用光儲能優(yōu)化配置模型數(shù)理表達式以三維表征出光伏板板不同節(jié)點隨時間變化的電壓分布情況，得出最適宜的拓撲結(jié)構(gòu)優(yōu)化策略場景。

參考文獻

[1]孫璐瑤，陳來軍，熊宇峰，等.考慮光熱集熱單元的氫儲能熱電聯(lián)供綜合能源系統(tǒng)容量優(yōu)化配置[J].電力自動化設(shè)備，2023（12）：70-76.

[2]孟中強，李飛，張豪，等.基于隨機潮流與雙層經(jīng)濟性指標(biāo)的微電網(wǎng)儲能優(yōu)化配置[J].電氣應(yīng)用，2023，42（8）：92-99.

[3]栗慶根，孫娜，董海鷹.基于改進鯨魚優(yōu)化算法的共享儲能優(yōu)化配置研究[J].綜合智慧能源，2023，45（9）：65-76.

[4]蘇晴.光伏新能源微電網(wǎng)儲能電池容量優(yōu)化配置方法[J].中國高新科技，2023（2）：17-19.

[5]閆群民，劉語忱，董新洲，等.基于CEEMDAN-HT的平抑光伏出力混合儲能容量優(yōu)化配置[J].電力系統(tǒng)保護與控制，2022，50（21）：43-53.

[6]李秀慧，崔炎.考慮調(diào)峰調(diào)頻需求的新能源電網(wǎng)儲能優(yōu)化配置[J].儲能科學(xué)與技術(shù)，2022，11（11）：3594-3602.

[7]彭偉，鄭連清，鄭天文.分布式光伏儲能系統(tǒng)的優(yōu)化配置方法[J].四川電力技術(shù)，2022，45（1）：45-49，94.