海洋平臺多能互補系統(tǒng)電源容量優(yōu)化

賈 濤，王興月

?

海洋平臺多能互補系統(tǒng)電源容量優(yōu)化

賈 濤，王興月

（太重（天津）濱海重型機械有限公司技術中心，天津300457）

將風、光等新能源應用于海洋平臺成為研究的熱點，但其波動性對平臺電力系統(tǒng)帶來一定的不安全因素，所以實際應用中，往往采用風光柴儲的多能系統(tǒng)。研究中以海洋平臺為研究對象，對多能系統(tǒng)的電源容量進行優(yōu)化，保證系統(tǒng)的經(jīng)濟性和穩(wěn)定性，實現(xiàn)新能源最大化利用。研究中為了提高整個海洋平臺電力系統(tǒng)的經(jīng)濟性，需根據(jù)海洋平臺附近的資源條件對系統(tǒng)的電源容量進行優(yōu)化設計，選取最優(yōu)的電源容量組合。本文建立了獨立風/光/柴/儲海洋平臺電力系統(tǒng)中各個電源的多目標優(yōu)化模型，利用多目標粒子群(multi-objective particle swarm optimization，MOPSO)求解系統(tǒng)中各個電源容量配置的Pareto最優(yōu)解集，并基于滿意度評價的模糊理論設計推薦的折衷解。

容量優(yōu)化 風光互補 多目標粒子群 模糊理論

0 引言

針對傳統(tǒng)能源日益枯竭問題，本文充分利用海洋平臺在海洋環(huán)境下具有較充足的風能及光能優(yōu)勢，以及太陽能與風能之間的天然互補性，將綠色清潔能源的理念引入到海洋平臺上，構建海洋平臺風/光/柴/儲/多能互補發(fā)電系統(tǒng)[1]。

所設計的海洋平臺風/光/柴/儲多能互補發(fā)電系統(tǒng)的電源包含可調(diào)度電源和不可調(diào)度電源，不可調(diào)度電源為風光互補發(fā)電系統(tǒng)的風電機組和太陽能光伏電池，優(yōu)化過程中為了最大限度實現(xiàn)節(jié)能減排，對于海洋平臺的日常生活用電、小型設備用電及非動力裝置的供電，將優(yōu)先選用風光互補發(fā)電系統(tǒng)供電[2]；可調(diào)度電源作為不可調(diào)度電源的補充和備用，包括柴油發(fā)電機及儲能裝置，系統(tǒng)圖如圖1所示。

圖1 海洋平臺風/光/柴/儲系統(tǒng)圖

其中，光伏電池陣列、風電機組、柴油發(fā)電機構成了系統(tǒng)發(fā)電部分，儲能裝置用來解決融入不可調(diào)度電源后系統(tǒng)中的電力供需矛盾，保證系統(tǒng)的穩(wěn)定運行。由于海洋平臺電網(wǎng)脫離大電網(wǎng)的支撐，僅依靠海洋平臺內(nèi)部電源對負載供電，因此，科學、合理地優(yōu)化配置各個電源容量對于維持系統(tǒng)功率的供需平衡關系，以及整個系統(tǒng)的供電可靠性，具有重要的科學意義[3]。

本文研究了同時包含可調(diào)度電源及不可調(diào)度電源的海洋平臺電網(wǎng)電源容量優(yōu)化配置方法，以小型風電機組、光伏電池陣列、儲能裝置以及柴油機的安裝容量為優(yōu)化變量，以經(jīng)濟成本和污染物排放量為目標函數(shù)，利用多目標粒子群算法（MOPSO）求解該優(yōu)化問題，得到關于經(jīng)濟成本和污染物排放量的Pareto最優(yōu)解。此外，本文使用基于決策者滿意度評價的模糊理論，提供一種由Pareto多目標解集中獲取一個較好的折衷解的方法，供決策者參考。

1 系統(tǒng)主要部件的數(shù)學建模

1.1 風電功率的數(shù)學模型

風速的隨機性使風電場的輸出功率可看作隨機變量。風速概率密度函數(shù)的雙參數(shù)Weibull分布數(shù)學模型為：

式中：為形狀參數(shù)；為尺度參數(shù)；風機高度為處的風速，本文使用近似的分段線性函數(shù)來描述風電機組的輸出功率[4]：

(2)

1.2光伏陣列模型

本文采用Beta分布對光照進行處理，其概率密度函數(shù)如下[5]：

(4)

1.3儲能單元的數(shù)學模型

基于LiFePO4電池在技術上的成熟性以及低成本的經(jīng)濟特性，在本文的研究中，采用LiFePO4電池作為儲能裝置。

若時刻的系統(tǒng)總發(fā)電功率大于系統(tǒng)總負荷需求，則鋰離子電池充電，時刻儲能系統(tǒng)的電量公式為

若時刻的系統(tǒng)總負荷需求大于系統(tǒng)總發(fā)電功率，鋰離子電池放電，時刻儲能系統(tǒng)的電量公式為:

(6)

2.4柴油發(fā)電機

為簡化處理，利用燃料曲線描述柴油發(fā)電機發(fā)電功率和燃料使用量的對應關系[6]。

2 優(yōu)化配置模型

2.1目標函數(shù)

本文建立了含有風電機組、光伏陣列、鋰電池儲能裝置的海洋平臺獨立供電系統(tǒng)容量優(yōu)化模型[7]，目標函數(shù)如下：

2.1.1經(jīng)濟成本函數(shù)

經(jīng)濟成本函數(shù)中主要包括設備的投資成本、運行維護費用和鋰電池儲能裝置的重置費用，表示如下：

(9)

(11)

其中:

2.1.2污染物排放量

柴油發(fā)電機以柴油為主要燃料，其污染物包括CO,CO2,燃料中未燃燒盡的碳氫化合物、硫化物和一氧化氮，由表示:

2.2優(yōu)化算法簡介

2.2.1基于Pareto的MOPSO算法簡介

基于Pareto的MOPSO的粒子速度更新公式及位置更新公式如式(13)及(14)所示，與標準粒子群算法不同，這里表示第個粒子第維變量的局部最優(yōu)個體；表示第個粒子第維變量的全局最優(yōu)個體；MOPSO中，局部最優(yōu)個體與全局最優(yōu)個體分別來自非支配性局部最優(yōu)解集和非支配性全局最優(yōu)解集中的個體，且二者的歐式距離最小[8]。

(14)

2.2.2基于滿意度評價的模糊理論

在多目標優(yōu)化問題中，從Pareto最優(yōu)解集中求取唯一的折衷解已成為多目標優(yōu)化問題的核心內(nèi)容。Pareto多目標優(yōu)化算法得到的是非劣解解集，對于決策者來說，還需要自己根據(jù)經(jīng)驗選擇一組推薦折衷解用于實際工程問題，所以本文提供一種由Pareto多目標解集中獲取一個較好的折衷解的方法，其主要步驟如下：

首先，按下述公式定義第個解，第個目標函數(shù)的隸屬函數(shù)：

，(16)

3 仿真結果分析

本文研究對象是獨立海洋平臺微網(wǎng)測試系統(tǒng)，研究中選取每個季節(jié)中典型的20天作為仿真時段，仿真步長為1小時，即仿真優(yōu)化的總時段為1920，系統(tǒng)的峰值負荷為1600 kW，MOPSO優(yōu)化過程中的參數(shù)選擇為：粒子規(guī)模，最大迭代次數(shù)，學習因子1=2=2.05。

圖2為通過MOPSO優(yōu)化算法得到的關于經(jīng)濟成本和污染物排放量的多目標Pareto最優(yōu)解。從圖中可以看出：污染物排放量的值隨著經(jīng)濟成本值的增大而降低，單目標優(yōu)化只能達到某個目標的最優(yōu)，往往需要犧牲其它相應目標的值作為代價。因此，本文采用多目標情況的海洋平臺微網(wǎng)優(yōu)化，可以實現(xiàn)經(jīng)濟成本及表征環(huán)境特性的污染物排放量的多目標的綜合考慮。

圖2關于經(jīng)濟成本和污染物排放量的多目標Paroto最優(yōu)解

基于MOPSO優(yōu)化算法得到的是非劣解解集，考慮工程實用性，根據(jù)3.2.3節(jié)介紹的基于滿意度評價的模糊理論可以從Pareto多目標解集中獲取一個推薦的折衷解，如圖3所示：

圖3 模糊理論確定的關于經(jīng)濟成本和污染物排放量的推薦折衷解

表1為模糊理論確定的推薦折衷解所安裝的風電機組、光伏陣列及儲能裝置的裝機容量以及優(yōu)化目標。

圖4和圖5分別為仿真時段內(nèi)推薦折衷解對應的柴油機組出力情況及儲能裝置的充放電情況（正值表示儲能裝置放電，負值表示儲能裝置沖電），從圖4中可以看出，加入風光互補系統(tǒng)后，柴油機組出力明顯小于負荷需求，且在一段時間內(nèi)的出力基本平穩(wěn)，雖然風光互補系統(tǒng)具有很大的波動性及隨機性，但加入儲能裝置后，很好的平抑系統(tǒng)中的能量波動；同時，從圖5中可以看出，當系統(tǒng)中的能量有剩余時，儲能裝置持續(xù)充電，直到充滿為止；當系統(tǒng)中的能量有不足時，儲能裝置持續(xù)放電，直到放完為止，儲能裝置充放電基本均衡，用于消納發(fā)電量和負荷需求間的能量差。

圖5 推薦折衷解對應的儲能裝置的充放電情況（正放負沖）

表2為風/光/柴/儲多目標優(yōu)化問題的推薦折衷解與柴油機單獨供電時的參數(shù)指標對比，Case1為風/光/柴/儲多目標優(yōu)化確定的推薦折衷解；Case2為柴油機單獨供電時的參數(shù)指標。從表中可以看出風/光/柴/儲混合系統(tǒng)仿真時段內(nèi)的經(jīng)濟成本和污染物排放量分別為$7.735*105、6.138*105kg，獨立柴油機供電系統(tǒng)的經(jīng)濟成本和污染物排放量分別為$7.116*105、7.914*106kg，雖然所設計的風/光/柴/儲混合系統(tǒng)經(jīng)濟成本略有增加，但是污染物排放量卻大幅減小了；理論上安裝該系統(tǒng)后，當前柴油價格約為$0.7092/L，則每年節(jié)省燃料成本費用約為$36695，該項目初裝投資額約比獨立柴油供電系統(tǒng)多$2.911*105，理論上項目投資回收期約7-8年，具有較好經(jīng)濟效益。若該項目得以海洋平臺上應用，不但可以為海洋平臺節(jié)約大量能源消耗，還可以減少空氣中有害氣體的排放，很符合國家節(jié)能減排政策的要求。

4 結論

本文圍繞風/光/柴/儲獨立海洋平臺微網(wǎng)電源優(yōu)化規(guī)劃問題，設計了綜合考慮其經(jīng)濟性、環(huán)保性的多目標優(yōu)化規(guī)劃設計模型。該模型可同時針對設備類型和裝機容量進行優(yōu)化設計。利用MOPSO算法實現(xiàn)多目標優(yōu)化問題的求解，針對某獨立海洋平臺微網(wǎng)，開展了不同控制策略下的發(fā)電單元、儲能裝置的裝機容量優(yōu)化研究，得到Pareto最優(yōu)解，還基于模糊理論獲得了基于Pareto解集的推薦折衷解，仿真結果驗證了方法的有效性及可行性。

[1] Jiang L L, Nayanasiri D R, Maskell D L, et al. A hybrid maximum power point tracking for partially shaded photovoltaic systems in the tropics[J]. Renewable Energy, 2015,76:53-65.

[2] Maleki A, Askarzadeh A. Optimal sizing of a PV/wind/diesel system withbattery storage for electrification to an off-grid remote region: a case study ofRafsanjan, Iran. Sustain Energy Technol Assessments, 2014,7:147-53.

[3] Deshkar S N, Dhale S B, Mukherjee J S, et al. Solar PV array reconfiguration under partial shading conditions for maximum power extraction using genetic algorithm[J]. Renewable and Sustainable Energy Reviews, 2015,43:102-110.

[4] Wen S, Lan H, Fu Q, et al. Economic allocation for energy storage system considering wind power distribution[J]. IEEE Transactions on Power Systems, 2015,30(2):644-652.

[5] Y. M. Atwa, E. F. El-Saadany, et al.Optimal renewable resources mix for distribution[J]. IEEE TRANSACTIONS ON POWER SYSTEMS, 2010,25(1).

[6] 郭力, 富曉鵬, 李霞林, 王成山. 獨立交流微網(wǎng)中電池儲能與柴油發(fā)電機的協(xié)調(diào)控制[J]. 中國電機工程學報, 2012, 32(25): 70-78.

[7] A. Kaabeche, M. Belhamel, R. Ibtiouen. Sizing optimization of grid-independent hybrid photovoltaic/ wind power generation system [J]. ENERGY, 2011, (36): 1214-1222.

[8] 丁明, 王波, 趙波等. 獨立風/光/柴/儲微網(wǎng)系統(tǒng)容量優(yōu)化配置[J]. 電網(wǎng)技術, 2013, (03): 575-581.

Power Source Capacity Optimization in Multiple Energy Complementary System for Offshore Platform

Jia Tao, Wang Xingyue

(Technology Center, TZ(Tianjin) Binhai Heavymachinery CO., LTD., Tianjin 300457, China).

P741

A

1003-4862（2017）05-0055-05

2016-12-15

賈濤(1984-)，男，電氣工程師。研究方向：大型船舶和海洋平臺電力系統(tǒng)的研發(fā)設計。