海島風(fēng)/光/抽蓄/海水淡化復(fù)合系統(tǒng)的配置優(yōu)化

任 巖，翟兆江，郭齊柯，胡相娟

(1.華北水利水電大學(xué)電力學(xué)院，河南鄭州450045；2.中國長江三峽集團公司，北京100038；3.華北水利水電大學(xué)繼續(xù)教育學(xué)院，河南鄭州450045；4.紅河廣源水電開發(fā)有限公司，云南蒙自661100；5.三門峽黃河明珠(集團)有限公司水力發(fā)電廠，河南三門峽472000)

海島風(fēng)/光/抽蓄/海水淡化復(fù)合系統(tǒng)的配置優(yōu)化

任 巖1，2，翟兆江3，郭齊柯4，胡相娟5

(1.華北水利水電大學(xué)電力學(xué)院，河南鄭州450045；2.中國長江三峽集團公司，北京100038；3.華北水利水電大學(xué)繼續(xù)教育學(xué)院，河南鄭州450045；4.紅河廣源水電開發(fā)有限公司，云南蒙自661100；5.三門峽黃河明珠(集團)有限公司水力發(fā)電廠，河南三門峽472000)

為解決海島用電用水問題，構(gòu)建了風(fēng)/光/抽蓄/海水淡化復(fù)合系統(tǒng)。為了降低系統(tǒng)成本，采用粒子群優(yōu)化算法和整體-局部優(yōu)化方法對系統(tǒng)進行配置優(yōu)化。優(yōu)化目標(biāo)為系統(tǒng)初次投資，約束條件為供電可靠性，初次投資的評價指標(biāo)用CE(cost of energy)表示，供電可靠性的評價指標(biāo)用負(fù)荷失電率、電量累計盈虧量、保證連續(xù)陰雨天和無風(fēng)天氣的天數(shù)等。其最優(yōu)配置結(jié)果為風(fēng)力發(fā)電機總裝機容量0.7 MW，光伏陣列容量0.8 MW，抽水蓄能機組容量0.42 MW，蓄電池容量1 050 kW·h，最優(yōu)配置使系統(tǒng)的負(fù)荷失電率低于0.01，很好地保證了海島的用電用水。

風(fēng)/光/抽蓄/海水淡化復(fù)合系統(tǒng)；粒子群優(yōu)化算法；整體-局部法；配置優(yōu)化；海島

0 引 言

我國很多海島地處偏遠，電網(wǎng)很難達到，多采用柴油機發(fā)電[1]。石油價格的變化，對發(fā)電成本影響很大，電能的緊缺嚴(yán)重影響了海島的經(jīng)濟開發(fā)和居民或駐軍的日常生活；而海島往往有著豐富的風(fēng)能、太陽能和水能資源等。風(fēng)能、太陽能和水能資源又是清潔和可再生能源[2]，是解決海島用電問題良好的先天條件。由于風(fēng)能和太陽能的隨機性，導(dǎo)致風(fēng)電和光伏發(fā)電的間歇性，而抽水蓄能有很有的削峰填谷的性能[3- 4]，因此，將抽水蓄能與風(fēng)電和光伏發(fā)電結(jié)合起來[5]；同時，考慮為海島海水淡化裝置[6]供電。就此，在某海島，建立了風(fēng)/光/抽水蓄能/海水淡化復(fù)合系統(tǒng)。在系統(tǒng)的設(shè)計過程中，其優(yōu)化配置非常重要。風(fēng)能資源、太陽能資源、抽水蓄能機組容量和負(fù)荷之間有復(fù)雜的匹配關(guān)系，風(fēng)/光/抽蓄/海水淡化復(fù)合系統(tǒng)的容量配置就是根據(jù)這些復(fù)雜的匹配關(guān)系來決定系統(tǒng)各部件的容量，以提高系統(tǒng)的供電可靠性、降低成本。文獻[7]采用改進的粒子群優(yōu)化算法對風(fēng)光互補系統(tǒng)進行優(yōu)化設(shè)計；文獻[8]針對風(fēng)光互補系統(tǒng)中的儲能設(shè)備的容量配置提出了基于負(fù)荷失電率的概率設(shè)計方法；文獻[9]提出風(fēng)光互補系統(tǒng)的優(yōu)化包括風(fēng)力發(fā)電機的類型和大小、光伏板的傾角和大小、儲能設(shè)備的容量的優(yōu)化，并將系統(tǒng)的優(yōu)化定義為多準(zhǔn)則整數(shù)規(guī)劃問題；文獻[10]同時利用多目標(biāo)優(yōu)化算法(MOEA)和遺傳算法(GA)對光-風(fēng)-柴-氫-蓄系統(tǒng)進行優(yōu)化；文獻[11]認(rèn)為風(fēng)光互補獨立供電系統(tǒng)的優(yōu)化配置是多目標(biāo)優(yōu)化問題，兩個沖突的目標(biāo)是極大化供電可靠性和極小化成本。從以上分析可以看出，當(dāng)前的優(yōu)化方法多采用遺傳算法和粒子群算法，因兩種方法都是全局性優(yōu)化方法。但相比較而言，粒子群優(yōu)化算法避免了復(fù)雜的遺傳操作[12]，且具有更強的全局收斂能力和魯棒性；因此，本文擬采用粒子群優(yōu)化算法對風(fēng)/光/抽蓄/海水淡化復(fù)合系統(tǒng)進行優(yōu)化配置。另外，風(fēng)能、太陽能、負(fù)荷隨時間的變化大，為了使系統(tǒng)容量配置更精確，本文采用整體-局部法進行優(yōu)化配置。即，按年進行初步配置；再按月進行校核、修正；最后按日進行校核、修正。

1 風(fēng)/光/抽水蓄能/海水淡化復(fù)合系統(tǒng)的構(gòu)建

針對某海島構(gòu)建的風(fēng)/光/抽水蓄能/海水淡化復(fù)合系統(tǒng)[13]主要包括：風(fēng)力發(fā)電機組、光伏陣列、抽水蓄能機組、抽水蓄能電站上下水庫、海水淡化裝置、蓄電池、逆變器、常用負(fù)荷等。其中負(fù)荷有：海水淡化裝置2套，132 kW，交流電壓220 V，冬天平均日工作12 h，夏天平均日工作18 h；電視機30臺，每臺功耗0.065 kW，冬天平均日工作6 h，夏天平均日工作4 h；電冰箱25臺，每臺功耗0.14 kW，平均日工作24 h；

電腦10臺，每臺功耗0.3 kW，平均日工作6 h；日光燈120臺，每臺功耗0.025 kW，冬天平均日工作5 h，夏天平均日工作4 h；漁產(chǎn)品加工廠2個，每個加工廠的功耗550 kW，平均工作8 h；其他荷載如電磁爐等，每臺日耗電大約15 kW·h。

2 系統(tǒng)容量的優(yōu)化配置

2.1 初步配置系統(tǒng)容量

根據(jù)年月平均負(fù)荷初步配置系統(tǒng)容量。

2.1.1 年負(fù)荷平均月用電量及資源情況

統(tǒng)計計算系統(tǒng)的年負(fù)荷月用電量、年月平均風(fēng)能資源和太陽能資源情況。

2.1.2 利用年月平均負(fù)荷優(yōu)化風(fēng)力發(fā)電機組和光伏陣列的容量

根據(jù)風(fēng)速和太陽能輻射數(shù)據(jù)及年月平均負(fù)荷分布，利用文獻[14]提出的數(shù)學(xué)模型，初步確定風(fēng)力發(fā)電機的最大容量為1.5 MW，光伏陣列的最大容量為2 MW。風(fēng)力發(fā)電機的價格取7.6元/W，光伏電池價格取12.5元/W。選取負(fù)荷失電率允許值分別為0.1，0.05，0.01，對系統(tǒng)容量配置進行優(yōu)化。

優(yōu)化結(jié)果得到，當(dāng)負(fù)荷失電率分別為0.1，0.05，0.01時，初次投資最低所對應(yīng)的風(fēng)力發(fā)電機和光伏陣列的容量，則不同失電率條件下初次投資最小的風(fēng)力發(fā)電機組和光伏陣列的容量配置不同。

2.1.3 系統(tǒng)的容量配置

按年負(fù)荷最低失電率配置風(fēng)力發(fā)電機和光伏陣列的容量，根據(jù)年月平均負(fù)荷用電量，按月進行抽水蓄能機組容量的配置。

(1)比較不同負(fù)荷失電率條件下的電量盈虧量，選取1年中電量盈虧量相當(dāng)?shù)呐渲茫?dāng)風(fēng)力發(fā)電機組容量為0.7 MW，光伏陣列容量為0.8 MW時，1年中電量盈虧量相當(dāng)，且負(fù)荷失電率最小。

(2)計算0.7 MW的風(fēng)力發(fā)電機和0.8 MW的光伏陣列1年的月平均發(fā)電量，與本年的負(fù)荷月平均值進行比較，得到凈負(fù)荷[15](凈負(fù)荷為系統(tǒng)負(fù)荷減去風(fēng)力發(fā)電和光伏發(fā)電量之和)。

(3)根據(jù)凈負(fù)荷的月平均值，配置不同的抽水蓄能機組的容量，計算抽水蓄能機組的發(fā)電量或抽水耗電量，與凈負(fù)荷之間比較，得到配置抽水蓄能機組后復(fù)合系統(tǒng)的負(fù)荷盈虧率。配置的抽水蓄能機組容量不同，復(fù)合系統(tǒng)的負(fù)荷盈虧量，則抽水蓄能的初次投資也不同。選取的負(fù)荷失電率越低，需配置的抽水蓄能機組的容量越大，則初次投資越大。一般孤網(wǎng)系統(tǒng)的負(fù)荷失電率保證在不大于1%即滿足要求，則配置抽水蓄能機組(選用可逆水水泵水輪機)的容量為120 kW。

2.2 系統(tǒng)容量配置的月校核

根據(jù)典型月負(fù)荷日平均用電量對初步配置的系統(tǒng)容量進行校核。初步配置的系統(tǒng)容量為：風(fēng)力發(fā)電機容量為0.7 MW，光伏陣列容量為0.8 MW，抽水蓄能機組容量為0.12 MW，利用月負(fù)荷對系統(tǒng)容量進行校核。

統(tǒng)計1月份和7月份月負(fù)荷日平均用電量分布情況。

按1月份的日均負(fù)荷分布圖，對初步配置的風(fēng)力發(fā)電機的容量、光伏陣列的容量、抽水蓄能機組的容量進行校核。

按7月份的日均負(fù)荷分布圖，對初步配置的風(fēng)力發(fā)電機的容量、光伏陣列的容量、抽水蓄能機組的容量進行校核。

分析可知：

(1)風(fēng)力發(fā)電量的波動較大，光伏發(fā)電量的波動較小，因為風(fēng)速的變化波動大，太陽能日均輻射量相對比較穩(wěn)定。

(2)1月份的風(fēng)力發(fā)電量和光伏發(fā)電量之和比負(fù)荷用電量大；7月份的風(fēng)力發(fā)電量和光伏發(fā)電量之和與負(fù)荷用電量相當(dāng)。

(3)初步配置抽水蓄能機組的容量為120 kW，在1月份的負(fù)荷失電率低，最高為0.3，7月份的負(fù)荷失電率高，最高達0.7。

(4)考慮到日風(fēng)速和日負(fù)荷變化比月風(fēng)速和月負(fù)荷變化更劇烈，所以根據(jù)凈負(fù)荷與抽水蓄能機組發(fā)電量和抽水耗水量的比較，調(diào)整抽水蓄能機組的容量為420 kW，保證月負(fù)荷不失電，且盈余量最小。

(5)調(diào)整抽水蓄能機組容量為420 kW后，比較1月份和7月份凈負(fù)荷及抽水蓄能機組發(fā)電量和抽水耗水量可知，月負(fù)荷不失電。

2.3 系統(tǒng)容量配置的日校核

根據(jù)典型日負(fù)荷平均小時用電量對系統(tǒng)容量進行校核。

進行月負(fù)荷校核后的系統(tǒng)容量配置為：風(fēng)力發(fā)電機容量為0.7 MW，光伏陣列容量為0.8 MW，抽水蓄能機組容量為0.42 MW，利用日負(fù)荷對系統(tǒng)容量進行校核。

2.3.1 典型日負(fù)荷

統(tǒng)計1月15日和7月15日的日負(fù)荷作為典型日負(fù)荷曲線。

2.3.2 按典型日負(fù)荷曲線

對進行月校核后的風(fēng)力發(fā)電機的容量、光伏陣列的容量、抽水蓄能機組的容量進行日校核。

(1)計算1月15日風(fēng)力發(fā)電輸出功率和光伏發(fā)電輸出功率，并計算凈負(fù)荷與抽水蓄能機組的輸出功率。

(2)計算7月15號風(fēng)力發(fā)電輸出功率和光伏發(fā)電輸出功率、凈負(fù)荷與抽水蓄能機組的輸出功率。

分析表明：① 風(fēng)力發(fā)電的輸出功率在冬季和夏季差別很大；光伏陣列的輸出功率冬季小，夏季大。② 風(fēng)力發(fā)電的輸出功率晚上大，白天??；光伏陣列只有中午的幾個小時有輸出功率，其他時間均為0。③ 一般一天中，在8∶00～10∶30和14∶00～16∶30兩個時段，凈負(fù)荷較大，根據(jù)月校核調(diào)整后的抽水蓄能機組容量仍不能滿足負(fù)荷需要，則需配備一定容量的蓄電池。

2.3.3 蓄電池的配置

根據(jù)系統(tǒng)中抽水蓄能機組的動態(tài)模型和優(yōu)化策略，蓄電池容量可根據(jù)可逆式水泵水輪機的額定容量初步配置，按2.5個小時配置，則配置容量為1.05×103kW·h。

3 系統(tǒng)實例仿真

3.1 系統(tǒng)中各元部件的參數(shù)

風(fēng)力發(fā)電機：功率為350 kW，2臺；啟動風(fēng)速為3 m/s；截止風(fēng)速為26 m/s；額定風(fēng)速為12 m/s。

光伏電池：功率為0.1 kW，20串聯(lián)4并聯(lián)；短路電流為6.46 A；開路電壓為21.5 V；最大功率點電流為5.71 A；最大功率點電壓為17.5 V；光伏陣列的串聯(lián)電阻為10 Ω；太陽能電池模塊的溫度系數(shù)為1；光電轉(zhuǎn)換效率為0.115；光伏組件串聯(lián)個數(shù)為12；光伏組件并聯(lián)個數(shù)為4；光伏陣列的效率為85%。共100組。

抽水蓄能機組：2臺，水泵工況額定功率為210 kW；效率為75%；水輪機工況額定功率為210 kW，效率為80%。

最大水頭為135 m；最小水頭為75 m；額定水頭為100 m。蓄電池1 050 kW·h。

3.2 系統(tǒng)仿真過程

仿真計算結(jié)果見圖1～圖6。根據(jù)太陽能資源和光伏陣列的參數(shù)，計算光伏陣列的最佳傾角為40O。

圖1 風(fēng)力發(fā)電機的輸出功率曲線

圖2 光伏陣列輸出功率曲線

圖3 系統(tǒng)凈負(fù)荷曲線

圖4 抽水蓄能機組輸出功率曲線

正值表示可逆式水泵水輪機運行在水輪機工況，負(fù)值表示可逆式水泵水輪機運行在水泵工況。

正值表示蓄電池放電，負(fù)值表示給蓄電池充電。

圖5 抽水蓄能電站水頭變化曲線

圖6 蓄電池輸出功率曲線

4 結(jié) 論

本文根據(jù)某海島居民用電用水的實際情況，建立了一套風(fēng)/光/抽蓄/海水淡化復(fù)合系統(tǒng)的工程。其配置結(jié)果為：風(fēng)力發(fā)電機為2臺350 kW，光伏陣列為20串4并0.1 kW共100組，抽水蓄能機組選用2臺210 kW的可逆式水泵水輪機，蓄電池容量為1 050 kW·h。根據(jù)優(yōu)化配置結(jié)果對系統(tǒng)進行了仿真，得到了整個系統(tǒng)的運行狀態(tài)，滿足了海島居民的用電用水；同時，在保證系統(tǒng)穩(wěn)定運行的前提下，充分考慮了風(fēng)能、太陽能、抽水蓄能機組容量和負(fù)荷之間復(fù)雜的匹配關(guān)系，使系統(tǒng)的初次投資最小，有效降低了系統(tǒng)的單位電量成本。

[1]俞卿明. 我國沿海島嶼風(fēng)/柴發(fā)電系統(tǒng)的發(fā)展與市場前景[J]. 電器工業(yè)， 2003， 30(5)： 31- 34．

[2]任典勇， 施慧雄. 海島風(fēng)能海水淡化組合體系研究[J]. 海洋學(xué)研究， 2009， 27(2)： 111- 118．

[3]陸佑楣， 潘家錚. 抽水蓄能電站[M]. 北京： 水利電力出版社， 1992．

[4]梅祖彥. 抽水蓄能技術(shù)[M]. 北京： 清華大學(xué)出版社， 1986．

[5]KAPSALI M, KALDELLIS J K. Combining Hydro and Variable Wind Power Generation by Means of Pumped-storage under Economically Viable Terms[J]. Applied Energy, 2010, 87(1): 3475- 3485．

[6]鄧一兵. 海島海水資源綜合利用技術(shù)應(yīng)用研究[J]. 科技計劃成果， 2010， 11(1)： 15．

[7]KASHEFI KAVIANI A, RIAHY G H, KOUHSARI SH M. Optimal Design of a Reliable Hydrogen-based Stand-alone Wind/PV Generation System[C]∥11th International Conference on Optimization of Electrical and Electronic Equipment, 2008: 413- 418．

[8]TESTA A, De CARO S, La TORRE R, et al. Optimal Design of Energy Storage Systems for Stand-Alone Hybrid Wind/PV Generators[C]∥SPEEDAM 2010-International Symposium on Power Electronics, Electrical Drives, Automation and Motion, 2010: 1291- 1296．

[9]XU Daming, KANG Longyun, CHEN Liuchen, et al. Optimal sizing of standalone of standlone hybrid wind/PV power systems using genetic algorithms[C]∥Canadian Conference on Electrical and Computer Engineering, 2005: 1722- 1725．

[11]徐大明， 康龍云， 曹秉剛. 基于NSGA-Ⅱ的風(fēng)光互補獨立供電系統(tǒng)多目標(biāo)優(yōu)化[J]. 太陽能學(xué)報， 2006， 27(6)： 593- 598．

[12]劉國平， 徐欽龍. 粒子群算法及其與遺傳算法的比較[J]. 中南工業(yè)大學(xué)學(xué)報： 自然科學(xué)版， 2003， 34(z2)： 328- 330

[13]任巖， 鄭源， 李正勇， 陳德新， 李延頻. 風(fēng)光互補發(fā)電儲能裝置： 中國， CN102116244 B [P]. 2012- 07- 25.

[14]任巖， 鄭源， 李延頻. 風(fēng)/光/抽蓄復(fù)合系統(tǒng)的建模與仿真[J]. 排灌機械工程學(xué)報， 2011， 29(6)： 518- 522．

[15]任巖， 鄭源， 周兵， 等. 多能互補發(fā)電系統(tǒng)抽水蓄能模型及運行策略[J]. 排灌機械工程學(xué)報， 2013， 31(2)： 137- 141．

(責(zé)任編輯陳 萍)

Configuration Optimization of Island Wind/PV/Pumped-storage/Desalination Hybrid System

REN Yan1,2, ZHAI Zhaojiang3, GUO Qike4, HU Xiangjuan5

(1. School of Electric Power, North China University of Water Resources and Electric Power, Zhengzhou 450045, Henan, China; 2. China Three Gorges Corporation, Beijing 100038, China; 3. School of Continuing Education, North China University of Water Resources and Electric Power, Zhengzhou 450045, Henan, China; 4. Red River Guangyuan Hydropower Development Co., Ltd., Mengzi 661100, Yunnan, China; 5. Yellow Pearl(Group) Sanmenxia Hydroelectric Power Plant, Sanmenxia 472000, Henan, China)

In order to solve the problem of electricity and water supply of islands, a hybrid wind/PV/pumped-storage/desalination system is build. In order to reduce system cost, the hybrid system configuration is optimized by using Particle Swarm Optimization and overall-local method. The optimization goal is system initial investment and the constraint is supply reliability. The evaluation of initial investment is cost of energy (CE), and the evaluation of supply reliability includes the loss of power supply probability (LPSP), the amount of electricity cumulative gain or loss and the numbers of days of continuous rainy and windless weather. The optimal system configuration includes 0.7 MW total installed capacity of wind turbine, 0.8 MW of PV capacity, 0.42 MW of pumped-storage capacity and 1 050 kW·h of battery capacity. The optimization configuration ensures that the LPSP of hybrid system is less than 0.01, which could well ensure the electricity and water supply of island.

hybrid wind/PV/pumped-storage/desalination system; Particle Swarm Optimization; overall-local method; configuration optimization; island

2014- 05- 15

國家863計劃項目(2009AA05Z429)；鄭州市科技攻關(guān)計劃項目(X2013G0432)；華北水利水電大學(xué)高層次人才科研啟動項目(201316)

任巖(1979—)，女，河南南陽人，副教授，博士，主要研究方向為水利水電工程、新能源與抽水蓄能技術(shù)．

TK01

A

0559- 9342(2015)12- 0101- 04