烏魯木齊地區(qū)風光互補發(fā)電系統(tǒng)優(yōu)化研究

樊小朝，史瑞靜，王維慶，李永東

(1.新疆大學電氣工程學院，新疆烏魯木齊830047； 2.清華大學電力系統(tǒng)國家重點實驗室，北京100084)

0 引 言

目前新能源發(fā)電技術(shù)主要有風力發(fā)電、太陽能發(fā)電、生物質(zhì)發(fā)電等[1-2]。絕大多數(shù)地區(qū)夏季太陽光照強，但風力較弱；冬季風能資源豐富而太陽能資源較少，利用太陽能與風能在全年不同季節(jié)和不同時間的互補性，將風電機組、光伏陣列和蓄電池組成風光互補發(fā)電系統(tǒng)，通過智能控制使其滿足全年不同時間的用電需求，供電成本將比單獨的風力或光伏發(fā)電低很多[3- 4]。我國風光互補發(fā)電項目迅猛發(fā)展，目前大量的風電項目在各地建設(shè)并投入運行，2013年12月31日內(nèi)蒙古滿洲里東園風光電站正式投入運行；2016年10月26日江西大唐國際沙嶺風光互補項目正式并網(wǎng)發(fā)電；2015年9月27日中電投宣化風光互補發(fā)電項目一期并網(wǎng)發(fā)電；2016年7月27日民勤紅沙崗風光互補試驗發(fā)電項目投產(chǎn)發(fā)電。但是，運行效率普遍不高，有待提高[5- 6]。

目前國外在風光互補發(fā)電系統(tǒng)的設(shè)計時，對于功率的確定方法有兩種[7- 8]：一是功率匹配，主要用于系統(tǒng)的優(yōu)化控制，光伏陣列的功率和風機的功率和大于負載功率；二是能量匹配，主要用于系統(tǒng)功率設(shè)計，在光伏陣列的發(fā)電量和風機的發(fā)電量的和大于等于負載的耗電量。在國內(nèi)，對風光互補發(fā)電系統(tǒng)的優(yōu)化進行了研究，科學院電工利用遺傳算法優(yōu)化匹配，內(nèi)蒙古大學新能源研究中心的小型戶用風光互補發(fā)電系統(tǒng)計算機輔助設(shè)計，匹配計算、系統(tǒng)控制等方面進行了研究。

綜上，對新疆烏魯木齊地區(qū)風光互補系統(tǒng)研究很少，因此本文基于烏魯木齊風光數(shù)據(jù)，利用遺傳算法，對風光互補系統(tǒng)進行了優(yōu)化設(shè)計研究。

1 烏魯木齊地區(qū)風能、太陽能情況

根據(jù)烏魯木齊氣象觀測站近10年的統(tǒng)計，風能功率密度及有關(guān)氣象參數(shù)的部分月均值如表1所示。

表1 烏魯木齊地區(qū)風能功率密度

本文小型風機正常運行并輸出功率的最大風速風機在可利用風速(v1，v2)范圍內(nèi)所輸出的能量E

(1)

式中，T為時間；c為韋伯分布的尺度參數(shù)；k為韋伯分布的形狀參數(shù)；Pv為風機輸出功率。

該小型風機年累計發(fā)電量達到15 000 MJ，風機利用率可以達到0.35以上。

烏魯木齊具有豐富的太陽能資源，日照時數(shù)分布如圖1所示，太陽照射時間長，輻射量大可以發(fā)展光伏發(fā)電。

圖1 烏魯木齊年日照時數(shù)分布示意

烏魯木齊輻射量最高的時間出現(xiàn)在6月，最低的時間是12月，光伏陣列傾角取以低于緯度角為宜，以獲得在夏季最穩(wěn)定的輸出[7]。

2 風光互補發(fā)電系統(tǒng)的設(shè)計與優(yōu)化

2.1 風光互補發(fā)電系統(tǒng)設(shè)計

風電和光電具有時間互補特點。大多數(shù)地方夜晚的風速比白天的大很多風力發(fā)電機可以輸出較高的風能；而光伏發(fā)電則在白天可以獲得較高的能量。兩者在能量來源上具有很好的互補性，并且兩個發(fā)電系統(tǒng)可以共用部分蓄能設(shè)備和控制器件，所以兩者的結(jié)合構(gòu)成一個發(fā)電系統(tǒng)很大的優(yōu)勢風光互補發(fā)電系統(tǒng)是一種新能源發(fā)電系統(tǒng)，其綜合利用風能和太陽能資源，具有良好的應(yīng)用前景。

獨立式風光互補發(fā)電系統(tǒng)如圖2所示，利用光伏陣列，風機發(fā)電，然后存儲到電池組中，當用戶需要電力時逆變器將被存儲在電池組的直流電力轉(zhuǎn)換成交流電的能量通過傳輸線到負載。

圖2 獨立式風光互補發(fā)電系統(tǒng)的組成

2.2 風光互補發(fā)電系統(tǒng)優(yōu)化設(shè)計的數(shù)學模型

2.2.1 系統(tǒng)優(yōu)化的設(shè)計變量

風光互補發(fā)電系統(tǒng)設(shè)計與配置時需要優(yōu)化的4個變量：風力機數(shù)量NW、光伏組件數(shù)量NPV、蓄電池組數(shù)量Nb、光伏陣列安裝傾角s，可表示為

X=[NW，NPV，Nb，s]

(2)

2.2.2 目標函數(shù)

風光互補系統(tǒng)總目標是以最低發(fā)電成本達到最佳的發(fā)電狀態(tài)，系統(tǒng)成本Call由系統(tǒng)初始安裝成本Cins和后期維護成本Cmat兩部分組成[7]，即

Call=Cins+Cmat

(3)

系統(tǒng)運行維護成本主要和負載系統(tǒng)總?cè)萘考柏撦d大小有關(guān)，當負載大小一定時，容量越大，則其運行維護的成本也越高，并且風光互補在設(shè)計使用年限內(nèi)運行維護的成本占相當高比例的是儲能元件的更換和風機的保養(yǎng)，這部分發(fā)電成本對優(yōu)化設(shè)計模型影響很小，所以在優(yōu)化設(shè)計時暫時不考慮系統(tǒng)的運行維護成本，僅考慮系統(tǒng)初次安裝成本。根據(jù)系統(tǒng)優(yōu)化設(shè)計目標，即獲得最低的初始安裝成本，目標函數(shù)為[9]

minCins=CWNW+CPVNPV+CbNb

(4)

其中,Cw、CPV、Cb分別為風機、光伏組件以及蓄電池組單價，單位均為元。

2.2.3 約束條件

風光互補發(fā)電系統(tǒng)的優(yōu)化設(shè)計需要與負荷需求相匹配，系統(tǒng)需要滿足負載，在一定時間內(nèi)可靠運行前提下，達到成本降到最低的目標[9]。

設(shè)定評估期為一年，以天為時間間隔時間段，風機、光伏發(fā)電量EW、EPV分別為

EW=NWf(VW，PW)

(5)

EPV=NPVf(H，λ，s，n，S，T，PPV)

(6)

式中，VW為風速；PW為風機功率特性參數(shù);式(6)表示光伏陣列發(fā)電量EPV與水平面輻射量H、緯度角λ、光伏陣列傾角s、天數(shù)n、日照時數(shù)S、溫度T以及光伏組件功率特性參數(shù)PPV和組件的配置數(shù)量NPV之間關(guān)系。

蓄電池組每天初始容量可以由式(7)與式(8)計算，式中Eb為儲能元件的剩余電量；Ebm為最大可用電量；EL為負載耗電量；Eov為盈余電量。即

(7)

Eov(n)=EW(n)+EPV(n)-EL(n)

(8)

忽略外界環(huán)境對蓄電池組性能的影響，并將蓄電池組的充放電效率設(shè)為1，最大放電深度設(shè)定為最大蓄電量的1/2，目的是延長蓄電池組使用壽命。設(shè)定設(shè)定蓄電池電量初始電量為

(9)

式中,Ebat為儲能元件的額定容量。

在時間序列的計算過程中，如果負載缺電則盈余電量Eov顯示為負值，負載缺電次數(shù)加1。將評估期內(nèi)負載缺電的次數(shù)和除以365天，便得到負載缺電率LPSP，于是系統(tǒng)優(yōu)化設(shè)計的約束條件可以表示為式(10)，式中LPSPset為設(shè)定的負載缺電率閾值；光伏陣列的固定傾角s的邊界約束為(11)。

LPSP-LPSPset≤0

(10)

0°≤s≤λ+30°

(11)

3 風光互補發(fā)電系統(tǒng)優(yōu)化計算結(jié)果與分析

烏魯木齊氣象站氣象記錄數(shù)據(jù)累年日平均值進行系統(tǒng)優(yōu)化設(shè)計。負載耗電量采用每日每戶5 kW·h，并設(shè)定2戶和10戶兩種情況。選擇一款額定功率為1 kW的風力發(fā)電機，單價為3 500元。光伏電池組件為PVM-50的單晶硅太陽能電池組件，其峰值功率為50 W，單價330元。儲能元件容量為12 V，120 A·h的膠體免維護蓄電池，單價1 200元。

利用遺傳算法解決具有復(fù)雜非線性約束和整數(shù)約束的風光互補系統(tǒng)的最優(yōu)模型。遺傳算法迭代計算過程如圖3所示。在迭代計算過程中，遺傳算法使用懲罰函數(shù)法來處理系統(tǒng)優(yōu)化數(shù)學模型中的非線性不等式約束和整數(shù)約束。給出了優(yōu)化過程中歷代群體的最優(yōu)懲罰函數(shù)值和平均罰函數(shù)值的變化情況。這里將每一代個體數(shù)量限定在20，最大遺傳代數(shù)限定在100，經(jīng)過50～60代優(yōu)化選擇后就成功收斂，獲得了最優(yōu)解。

圖3 風光互補發(fā)電系統(tǒng)優(yōu)化設(shè)計的遺傳迭代過程

3.1 負載情況下的系統(tǒng)優(yōu)化

本部分假定了兩種負載情況：2戶和10戶且每戶日用電量為5 kW·h。計算結(jié)果如表2所示。

表2 計算結(jié)果

3.2 系統(tǒng)仿真運行與技術(shù)經(jīng)濟分析

3.2.1 系統(tǒng)仿真運行與分析

將較小負載情況的結(jié)果代入能量輸出模型，仿真得到風力發(fā)電和光伏發(fā)電能量輸出，如圖4所示，蓄電池能量狀態(tài)和電量盈余狀況如圖5所示。

圖4 較小負載風力發(fā)電和光伏發(fā)電能量輸出

圖5 較小負載蓄電池能量狀態(tài)和電量盈余狀況

將較大負載情況的結(jié)果代入能量輸出模型，仿真得到風力發(fā)電和光伏發(fā)電能量輸出，如圖6所示，蓄電池能量狀態(tài)和電量盈余狀況如圖7所示。

圖6 較大負載風力發(fā)電和光伏發(fā)電能量輸出

圖7 較大負載蓄電池能量狀態(tài)和電量盈余狀況

綜上，風力發(fā)電量及光伏發(fā)電量都極不穩(wěn)定。大多數(shù)時候的時間的發(fā)電量都遠遠超過了負載需要，有大量的輸出盈余，部分時間出現(xiàn)盈余電量小于零情況，有缺電情況發(fā)生。

3.2.2 系統(tǒng)技術(shù)經(jīng)濟分析

經(jīng)過市場調(diào)研，風光互補發(fā)電系統(tǒng)各個部件選取要經(jīng)濟性與實用性，經(jīng)計算得到系統(tǒng)安裝成本，如表3所示。其中維護成本為市場調(diào)研后估算值，總成本等于初始成本與維護成本之和。供電成本等于總成本除以設(shè)備使用年限內(nèi)總用電量，單位為元/kW·h。

表3 安裝成本

計算結(jié)果表明風光互補發(fā)電系統(tǒng)的供電成本相對于目前的網(wǎng)電價格是偏高的。烏魯木齊雖然擁有較為豐富風能和光輻射能資源，但季節(jié)性差異較大，為了提高供電穩(wěn)定性使得供電成本也相對較高。針對不同負載容量相比較，適合大負載要求的配置供電成本也會有所降低，當然這也與風機、光伏器件外其他部件選型有關(guān)，供電成本存在一定偏差。

4 結(jié)論與展望

本文構(gòu)建了風光互補發(fā)電系統(tǒng)，得出了優(yōu)化設(shè)計所必須的目標和約束條件，搭建了風光互補發(fā)電系統(tǒng)優(yōu)化設(shè)計數(shù)學模型；約束條件為負載缺電率指標，采用時間序列法計算負載缺電率，并搭建風力發(fā)電和光伏發(fā)電能量輸出模型及混合輸出模型；然后利用帶有懲罰函數(shù)的遺傳算法對模型進行求解；最后對不同大小的負載情況下，進行系統(tǒng)優(yōu)化設(shè)計并得出結(jié)果，結(jié)果代入能量輸出模型進行分析和仿真運行，根據(jù)仿真結(jié)果對不同條件下的系統(tǒng)供電成本進行了分析比較。

通過仿真結(jié)果發(fā)現(xiàn)，風力發(fā)電量及光伏發(fā)電量都極不穩(wěn)定。大多數(shù)時候的時間的發(fā)電量都遠遠超過了負載需要，有大量的輸出盈余，但仍有部分時間發(fā)生負載缺電。優(yōu)化得到的風光互補發(fā)電系統(tǒng)可以滿足對電能質(zhì)量要求不高的用戶，建議發(fā)展風光互補發(fā)電與其他形式相結(jié)合的供電模式，對用電量不高或遠離供電線的用戶可以發(fā)展風光柴油發(fā)電的用電模式，其他用戶可以發(fā)展風光-電網(wǎng)非并網(wǎng)形式用電模式。通過經(jīng)濟性計算發(fā)現(xiàn)，優(yōu)化設(shè)計得到的發(fā)電系統(tǒng)發(fā)電成本高于目前電網(wǎng)價格。本文研究將促進新疆新能源的健康可持續(xù)發(fā)展。

由于烏魯木齊氣象環(huán)境季節(jié)性差異較大，在冬季為了提高供電穩(wěn)定性使得供電成本也相對較高，同時為滿足冬季供電需求，導(dǎo)致設(shè)備投入較高，在其它季節(jié)會有大量的電量剩余。因此，風光儲設(shè)備的優(yōu)化投入運行將是下一步研究重點。

[1] 史瑞靜, 李鳳婷, 樊小朝, 等. 風電場風電利用水平綜合評價指標體系的研究分析[J]. 水力發(fā)電, 2015(3): 80- 83．

[2] 李明, 胡殿剛, 周有學. 基于“兩個替代”戰(zhàn)略的甘肅新能源就地消納模式研究與實踐[J]. 電網(wǎng)技術(shù), 2016, 40(10): 2991- 2997．

[3] 李成, 楊秀, 何海國, 等. 基于風光互補的獨立微網(wǎng)系統(tǒng)容量優(yōu)化[J]. 電源技術(shù), 2016, 40(3): 610- 613．

[4] 劉錫文, 趙河立, 閆玉蓮, 等. 風光互補海水淡化系統(tǒng)的技術(shù)經(jīng)濟分析[J]. 水處理技術(shù), 2016(6): 127- 130．

[5] 許童羽, 王亮, 陳春玲, 等. 戶用風光互補發(fā)電系統(tǒng)電能質(zhì)量研究[J]. 沈陽農(nóng)業(yè)大學學報, 2015, 46(4): 502- 507．

[6] 董軍, 馮天天. 基于物元—可拓的大型風光互補發(fā)電項目后評價方法[J]. 水電能源科學, 2015(4): 206- 210．

[7] 趙昕宇. 風光互補發(fā)電潛力分析與系統(tǒng)優(yōu)化設(shè)計研究[D]. 鄭州: 河南農(nóng)業(yè)大學, 2014．

[8] 葉承晉, 黃民翔, 王焱, 等. 基于離散概率模型的風光互補供電系統(tǒng)優(yōu)化配置[J]. 電力系統(tǒng)自動化, 2013, 37(6): 48- 54．

[9] 崔勇, 楊菊芳, 張棟. 基于風光互補的主動電網(wǎng)規(guī)劃模型[J]. 中國電力, 2017, 50(5): 101- 106．