基于多目標(biāo)粒子群的水光互補光伏電站容量優(yōu)化方法

劉田珂，陳加倫

(1.中國電建集團貴陽勘測設(shè)計研究院有限公司，貴州 貴陽 550081；2.貴州順成勞務(wù)管理有限公司，貴州 貴陽 550081)

在光伏電站運營階段，需要對接入的系統(tǒng)進行合理選擇，以此控制光伏電站發(fā)電量，這種控制模式不僅僅關(guān)系到整個光伏電站經(jīng)濟效益，還會對整個電站安全運行造成直接影響[1]。為此，提出了一種水光互補系統(tǒng)。水光互補系統(tǒng)的容量分配是多能量系統(tǒng)的最優(yōu)問題，其中單目標(biāo)優(yōu)化方法充分考慮光伏電站工作環(huán)境，而多目標(biāo)優(yōu)化方法在自身供電約束條件下，構(gòu)建多能源互補模型，同時將最小成本作為優(yōu)化目標(biāo)，以此保證優(yōu)化結(jié)果的可靠性。但這2種方法都受到光伏電站發(fā)電區(qū)域性、間斷性和波動性影響，導(dǎo)致光伏電站效率低下。為此，提出了基于多目標(biāo)粒子群的水光互補光伏電站容量優(yōu)化方法。

1 水光互補原理及特性分析

水光互補發(fā)電指的是利用水力發(fā)電裝置的迅速調(diào)整特性及庫容，對水力發(fā)電進行調(diào)峰。通過改變水力的輸出量，可以使光伏電池的輸出得到補充，從而改善了電網(wǎng)的調(diào)峰性能[2]。水光互補發(fā)電系統(tǒng)主要包括光伏電站發(fā)電、本地直流負(fù)荷、交流電網(wǎng)三大模塊，水光互補原理示意圖，如圖1所示。

圖1 水光互補原理示意圖

由圖1可知，水光互補的結(jié)構(gòu)類似于非調(diào)度系統(tǒng)，但又有不同之處。水光互補調(diào)節(jié)方式是將剩余的光伏電站電力直接輸送至AC系統(tǒng)，同時利用水光互補技術(shù)輸送至光伏電站的開關(guān)，再“捆綁”起來，通過電力輸送至交流網(wǎng)[3]。該調(diào)度方式可以迅速改變發(fā)電功率的大小，使光伏電站發(fā)電性能得到有效的提高，降低乃至消除電廠對電網(wǎng)的影響。水光互補發(fā)電不會對電廠的運行和調(diào)度產(chǎn)生任何影響，也不會對其上、下游防洪、發(fā)電、灌溉等功能產(chǎn)生任何影響，也不會改變其在電網(wǎng)中的地位。

2 基于多目標(biāo)粒子群的水光互補光伏電站容量優(yōu)化設(shè)計

基于水光互補原理及特性，在確定多目標(biāo)粒子群全局最優(yōu)解的情況下，利用短期最優(yōu)調(diào)度的方式來分析水光互補對出力調(diào)峰影響程度，由此設(shè)計水光互補光伏電站容量優(yōu)化方案。

2.1 基于多目標(biāo)粒子群全局最優(yōu)解計算

粒子群算法最初僅限于求解單目標(biāo)優(yōu)化問題，但現(xiàn)在受到光伏電站動態(tài)環(huán)境影響，需將其應(yīng)用于多目標(biāo)優(yōu)化問題之中。粒子速度矢量的更新也由速度慣性、自學(xué)習(xí)和社會學(xué)習(xí)3個部分組成[4]。粒子速度和位置變化情況為：

(1)

(2)

2.2 水光互補光伏電站容量優(yōu)化

水光互補電站在不影響調(diào)峰、調(diào)頻、電網(wǎng)正常工作的情況下，只需改變水力輸出的水光互補機組的出力，增加總的功率，就能達(dá)到系統(tǒng)需求。對于光伏發(fā)電廠，可以在平水期、旱季進行光伏發(fā)電。而在雨季，光伏電站的蓄水量大、調(diào)節(jié)能力強，必須與光伏發(fā)電系統(tǒng)相結(jié)合[5]。雨季時，小型光伏發(fā)電站常常是滿負(fù)荷運行，其容量不能與光伏發(fā)電相匹配。所以，在光伏電站發(fā)電廠的選擇中，必須將水力發(fā)電作為一個重要的因素。所研究的水光互補電站的光伏電站，具有蓄水量大的多年調(diào)節(jié)水庫，能很好地調(diào)節(jié)光伏電站發(fā)電。

2.2.1水光互補周期調(diào)度方案設(shè)計

光伏電站發(fā)電的輸出受到外界環(huán)境的極大影響，如果將其直接引入電網(wǎng)，將會對電網(wǎng)的安全、穩(wěn)定運行造成一定的影響。當(dāng)光伏與水力協(xié)同工作時，就會發(fā)電，此時再使用水輪機及時調(diào)整發(fā)電頻率[6]，再結(jié)合蓄水池的蓄電能力，能夠?qū)崿F(xiàn)水光互補光伏電站的高效處理。與此同時，使發(fā)電曲線平滑，不會出現(xiàn)尖峰，由此改善光伏電站的發(fā)電質(zhì)量，大大降低了對電力系統(tǒng)的影響[7]。

水光互補優(yōu)化調(diào)度方案通?？煞譃橐韵聨最悾阂哉{(diào)度周期的長短為標(biāo)準(zhǔn)分類，可分為中長期最優(yōu)調(diào)度方案和短期最優(yōu)調(diào)度方案，水光互補的目標(biāo)模型為調(diào)峰容量最大化，棄電量最小化，發(fā)電效益最大化。以上調(diào)度方案特點如下。

中長期優(yōu)化調(diào)度模式通常指的是以月、年為周期，而水庫調(diào)節(jié)庫容、太陽輻射、來水徑流等各因子的長期規(guī)模差別很大，此方案適合于長期水光互補發(fā)電的可行性與可靠性研究。

短期優(yōu)化調(diào)度模式的研究時間通常很短，通常是1d。在調(diào)節(jié)庫容大的光伏電站中，可以實現(xiàn)水力互補的協(xié)同優(yōu)化。因此，使用短期最優(yōu)調(diào)度的數(shù)學(xué)模型來分析水光互補對電網(wǎng)調(diào)峰能力的影響。

2.2.2容量優(yōu)化方案

根據(jù)前述設(shè)計的水光互補短期調(diào)度方案，采用多目標(biāo)粒子群優(yōu)化水光互補光伏電站容量，詳細(xì)步驟如下。

步驟1：對種群進行初始化處理，獲取參數(shù)認(rèn)知結(jié)果和引導(dǎo)粒子。

步驟2：設(shè)置迭代次數(shù)為2，如果迭代次數(shù)小于等于2，則需要更新粒子群速度和位置后再次迭代；反之，則判斷當(dāng)前種群與上一代種群之間的距離。如果距離大于上一代種群與上二代種群之間的距離，那么表明該種群具有多樣性，反之，則種群多樣性較差，應(yīng)繼續(xù)更新速度和位置。

步驟3：計算多目標(biāo)粒子群中M個目標(biāo)函數(shù)所對應(yīng)的適應(yīng)度值。

步驟4：當(dāng)計算結(jié)果小于設(shè)定的閾值，那么需更新粒子位置，并重新計算適應(yīng)度值；當(dāng)計算結(jié)果大于等于設(shè)定的閾值，那么將該值作為依據(jù)，判斷計算結(jié)果與最優(yōu)解的主導(dǎo)關(guān)系，如果是最優(yōu)解主導(dǎo)計算結(jié)果，則進行下一步，否則返回步驟3。

步驟5：計算當(dāng)前粒子與該粒子中其他粒子的種群距離，得到當(dāng)前粒子的最小種群距離。

步驟6：計算種群中所有粒子之間的總體距離，求出總體中所有粒子的最小總體距離，并求其平均值，即種群距離。

步驟7：分析當(dāng)前問題解與個體解之間的關(guān)系，確定新的非優(yōu)化解中所有更新的粒子數(shù)量。

步驟8：確定新的非優(yōu)化解決方案和優(yōu)化解決方案之間的支配關(guān)系，如果新的非優(yōu)化解決方案沒有被優(yōu)化解決方案中的任何解決方案所支配，則將優(yōu)化解決方案中的新的非優(yōu)化解決方案保存為新的非優(yōu)化解決方案。否則，它將不會被添加到優(yōu)化解決方案之中；如果優(yōu)化解決方案數(shù)量超過設(shè)定的數(shù)量，則采用自適應(yīng)調(diào)度技術(shù)對優(yōu)化解決方案進行優(yōu)化。

步驟9：采用輪盤賭注策略，按照從外到內(nèi)的順序提取先導(dǎo)粒子。

步驟10：根據(jù)粒子提取結(jié)果，更新慣性權(quán)重和認(rèn)知的參數(shù)值。

為了自適應(yīng)調(diào)整檢索模式，將種群距離作為種群進化檢驗標(biāo)識，通過這種檢索方式能夠有效提高優(yōu)化方法的收斂性。基于此，引入光互補光伏電站運營周期的凈值，構(gòu)建水光互補經(jīng)濟模型：

(3)

式中，CP—光伏電站容量，MW；γ—基準(zhǔn)收益率，%；I—水光互補電站每年的收入，元；Z—水光互補電站每年的成本，元；t—運營時間，t。其中水光互補電站每年的成本包括光伏電站基本建設(shè)成本、折舊費、經(jīng)營成本、建設(shè)貸款、保險費、修理費等；水光互補電站每年收入包括光伏電站年發(fā)電量、水電電價[8]。由于光伏電站參數(shù)是固定的，所以在收益計算過程中，光伏電站收入和成本是可以不納入計算過程中的。

在水光互補電站中，光伏電站年發(fā)電量計算公式為：

QP=ηtCP-QK

(4)

式中，η—光伏電站的發(fā)電效率，%；QK—光伏電站放光量，kW·h，這種情況一般發(fā)生在夏天；其余變量含義同前文所述。

以公式(3)為最優(yōu)模型函數(shù)，使光伏電站在穩(wěn)定運行情況下，收入效益達(dá)到最高，并獲取最大利潤，該利潤下所對應(yīng)的方案就是水光互補光伏電站容量優(yōu)化的最好方案。

3 實驗

以某峽谷的光伏電站工作為例，該光伏電站運行周期為25a，凈現(xiàn)值收益率為10%。在該實驗條件下，對基于多目標(biāo)粒子群的水光互補光伏電站容量優(yōu)化方法研究合理性進行實驗驗證分析。

該區(qū)域光伏電站24h理想電荷見表1。

表1 24h理想電荷

當(dāng)使用水光互補方案后，光伏電站按照最優(yōu)方案發(fā)電，該過程主要注意的是：光伏電站需要在中午減少電站出力，在其余時間增加電站出力，以此在保障光伏電站出力效果最好的同時，降低成本，增加收益。

在保證水光互補光伏電站總發(fā)電量不變情況下，只有光伏電站輸出電量發(fā)生改變。此時，光伏電站白天電站減少的出力量應(yīng)與夜晚電站增加的出力量一致?；谠撛?，分別使用多能源系統(tǒng)的容量優(yōu)化模型、單目標(biāo)優(yōu)化模型和水光互補容量優(yōu)化，對比分析電站24h負(fù)荷變化情況，對比結(jié)果如圖2所示。

圖2 2種方法光伏電站負(fù)荷變化情況對比分析

由圖2可知，使用多能源系統(tǒng)的容量優(yōu)化模型隨著時間的增加，在時間為8h時負(fù)荷達(dá)到最大值為1010MW。在時間為14h時負(fù)荷達(dá)到最小值為800MW；使用單目標(biāo)優(yōu)化模型隨著時間的增加，在時間為18h時負(fù)荷達(dá)到最大值為1010MW。在時間為14h時負(fù)荷達(dá)到最小值為790MW；使用水光互補容量優(yōu)化方法隨著時間的增加，在時間為8h時負(fù)荷達(dá)到最大值為1080MW。在時間為14h時負(fù)荷達(dá)到最小值為780MW，與表1所示的理想電荷一致。通過上述分析結(jié)果可知，使用水光互補容量優(yōu)化方法具有良好優(yōu)化效果。

基于此，分別使用3種方法對比分析光伏電站收益情況，結(jié)果見表2。

表2 3種方法光伏電站收益情況對比分析

由表2可知，3種方法隨著置信水平的變化，收益均有減小趨勢。其中，使用多能源系統(tǒng)的容量優(yōu)化模型的光伏電站最大收益比水光互補容量優(yōu)化方法光伏電站最大收益要小868MW；使用單目標(biāo)優(yōu)化模型的光伏電站最大收益比水光互補容量優(yōu)化方法光伏電站最大收益要小984MW。由此可知，使用水光互補容量優(yōu)化方法光伏電站收益最高。

4 結(jié)語

為了降低光伏電站受到動態(tài)環(huán)境的影響，提高電站容量，提出了一種基于多目標(biāo)粒子群的水光互補光伏電站容量優(yōu)化方法，考慮到水-光伏混合動力電站的輸出約束，采用多目標(biāo)粒子群算法求解了水能混合光伏電站容量較大時的最大經(jīng)濟效益。證明本文提出的多目標(biāo)粒子群優(yōu)化算法能夠提高光伏電站運行效率，能夠為光伏電站建設(shè)規(guī)劃提供新思路的同時，保障水光互補光伏電站滿足實際需求。但是由于時間限制，本文對水光互補光伏電站功率研究較少，在接下來的研究中，將完善本文方法，為我國水利建設(shè)提供有力的技術(shù)支持。