并網(wǎng)型風(fēng)光氫儲(chǔ)微電網(wǎng)容量?jī)?yōu)化配置

趙娜, 張蓮, 王士彬, 李多, 黃偉

(1. 重慶理工大學(xué)電氣與電子工程學(xué)院, 重慶 400054；2. 國(guó)網(wǎng)重慶市電力公司市南供電分公司, 重慶 401336)

0 引言

隨著社會(huì)不斷發(fā)展, 人類對(duì)電力的需求不斷增加, 集中式大電網(wǎng)的弊端也逐漸顯露, 場(chǎng)地局限性大、 成本高昂、 環(huán)境污染嚴(yán)重、 難以滿足用電安全性要求等。 分布式發(fā)電系統(tǒng)利用可再生能源發(fā)電,具有配置靈活、 安全環(huán)保等優(yōu)點(diǎn), 但分布式發(fā)電也有一些缺點(diǎn), 比如風(fēng)能、 太陽(yáng)能等可再生能源波動(dòng)性大, 供電可靠性不強(qiáng)。 微電網(wǎng)是目前消納可再生能源和連接大電網(wǎng)的一種良好、 可靠的方式。 微電網(wǎng)的穩(wěn)定運(yùn)行離不開儲(chǔ)能技術(shù), 儲(chǔ)能技術(shù)可以抑制風(fēng)光的波動(dòng)。 電池儲(chǔ)能具有安裝靈活、 響應(yīng)快、 充放電速度快等特點(diǎn), 氫儲(chǔ)能具有存儲(chǔ)時(shí)間長(zhǎng)、 能量密度高、 無(wú)污染等優(yōu)勢(shì), 兩者具有互補(bǔ)的特性。

隨著儲(chǔ)能技術(shù)的發(fā)展, 單一的儲(chǔ)能不能同時(shí)滿足壽命長(zhǎng)、 工作范圍寬等要求[1－2]。 因此, 相比于單一的儲(chǔ)能來(lái)說, 混合儲(chǔ)能具有很大的優(yōu)勢(shì)。 目前, 針對(duì)含氫能的混合儲(chǔ)能的容量?jī)?yōu)化配置問題,國(guó)內(nèi)外已有很多研究。 文獻(xiàn)[3] 以氫儲(chǔ)能為主、電化學(xué)能為輔, 提出計(jì)及電解槽特性的混合儲(chǔ)能能量運(yùn)行策略, 通過算例驗(yàn)證可以有效平抑風(fēng)電的波動(dòng)性。 文獻(xiàn)[4] 針對(duì)傳統(tǒng)制氫方式造成環(huán)境污染的問題, 提出風(fēng)電制氫不僅可以實(shí)現(xiàn)綠色制氫, 還可以有效解決棄風(fēng)問題。 文獻(xiàn)[5] 考慮各微網(wǎng)之間的功率交互約束, 提出了一種多微網(wǎng)系統(tǒng)運(yùn)行策略, 經(jīng)過多種方案的對(duì)比, 證明在容量?jī)?yōu)化模型中增加功率交互約束可以降低微電網(wǎng)成本并能提高穩(wěn)定性。 文獻(xiàn)[6] 針對(duì)光伏發(fā)電的不穩(wěn)定性問題,提出電氫混合儲(chǔ)能來(lái)對(duì)太陽(yáng)能的波動(dòng)性進(jìn)行調(diào)節(jié),并滿足用戶側(cè)的電熱氫負(fù)荷需求。 文獻(xiàn)[7] 將海水淡化系統(tǒng)和電解槽結(jié)合制氫, 建立雙層優(yōu)化模型對(duì)微電網(wǎng)容量進(jìn)行配置和運(yùn)行調(diào)度。

目前針對(duì)含氫能的混合儲(chǔ)能微電網(wǎng)系統(tǒng)與大電網(wǎng)之間的交易研究較少[8], 本文建立并網(wǎng)型風(fēng)光蓄氫的微電網(wǎng)模型, 以等年值成本和碳排放處理費(fèi)用為目標(biāo)函數(shù), 利用層次分析法將多目標(biāo)問題轉(zhuǎn)換成單目標(biāo)問題, 比較不同儲(chǔ)能情況下, 各個(gè)方案的經(jīng)濟(jì)性、 自平衡率及風(fēng)光互補(bǔ)特性, 從而驗(yàn)證混合儲(chǔ)能比單一儲(chǔ)能更具有優(yōu)勢(shì)。

1 微電網(wǎng)結(jié)構(gòu)和數(shù)學(xué)模型

1.1 微電網(wǎng)結(jié)構(gòu)

微電網(wǎng)結(jié)構(gòu)如圖1 所示, 由發(fā)電系統(tǒng)、 儲(chǔ)能系統(tǒng)和變換器等組成。 發(fā)電系統(tǒng)包括風(fēng)力發(fā)電機(jī)、 光伏電池板, 儲(chǔ)能系統(tǒng)包括蓄電池、 電解槽、 燃料電池、 儲(chǔ)氫罐[9]。

1.2 各分布式電源數(shù)學(xué)模型

1.2.1 風(fēng)力發(fā)電機(jī)模型

風(fēng)力發(fā)電機(jī)原理是通過葉片捕獲空氣中的動(dòng)能, 通過風(fēng)力發(fā)電機(jī)將機(jī)械能轉(zhuǎn)換成電能。 在風(fēng)輪系數(shù)、 葉片掠過面積及空氣密度不變的情況下, 風(fēng)機(jī)輸出功率只與風(fēng)速有關(guān)[10], 簡(jiǎn)化后的風(fēng)機(jī)輸出功率數(shù)學(xué)模型為:

式中,v為風(fēng)機(jī)輪轂高度處的風(fēng)速；vci、vco、vr分別為風(fēng)機(jī)的切入、 切出、 額定風(fēng)速；Pr為風(fēng)機(jī)的額定功率。

1.2.2 光伏電池模型

光伏電池功率受光照強(qiáng)度和電池工作的溫度影響, 光伏電池板的輸出功率模型為[11]:

式中,fPV為功率降額系數(shù), 一般取0.9；PSTC、GSTC、TSTC分別為標(biāo)準(zhǔn)測(cè)試條件下光伏電池板的額定功率、 輻照強(qiáng)度、 溫度；αp為功率溫度系數(shù)；G為實(shí)際輻照強(qiáng)度；T為光伏電池板表面溫度, 可以通過環(huán)境溫度和輻照強(qiáng)度進(jìn)行估算[12]:

式中,Te是環(huán)境溫度。

1.2.3 蓄電池模型

蓄電池可以平抑風(fēng)光的波動(dòng), 在風(fēng)光出力不能滿足負(fù)荷時(shí), 蓄電池可以放電來(lái)滿足負(fù)荷需求； 在風(fēng)光出力大于負(fù)荷需求時(shí), 蓄電池通過充電消耗多余電能。

蓄電池充電過程:

蓄電池放電過程:

式中,SOC(t －1) 、SOC(t) 分別為t －1、t時(shí)刻結(jié)束時(shí)蓄電池的荷電狀態(tài)；δ是蓄電池的自放電率；Pc、Pd分別為蓄電池的充電、 放電功率；Ec為蓄電池的額定容量；ηc、ηd分別為蓄電池的充、 放電效率；Δt為前后相鄰時(shí)刻的時(shí)間間隔。

蓄電池在t時(shí)刻的容量及上一時(shí)刻的容量與充放電功率有關(guān), 即:

式中,Ebat(t －1) 、Ebat(t) 分別為t －1、t時(shí)刻蓄電池的容量。

1.2.4 氫儲(chǔ)能模型

氫儲(chǔ)能系統(tǒng)包括電解槽、 燃料電池、 儲(chǔ)氫罐三部分。 風(fēng)光充足時(shí), 蓄電池充滿后還有多余能量時(shí), 電解槽消耗多余的電能將水電解成氫氣, 將制得的氫氣儲(chǔ)存在氫氣罐中供燃料電池使用。 電解槽模型可表示為:

式中,Pel－tank為電解槽的輸出氫氣功率；Pel為輸入電解槽的電功率；ηel為電解槽效率。

風(fēng)光不足時(shí), 蓄電池放電依舊不能滿足負(fù)荷,燃料電池通過氧化還原反應(yīng)將燃料中的化學(xué)能轉(zhuǎn)換成電能[13]。 電解水的逆過程就是燃料電池的工作原理, 燃料電池輸出功率可表示為:

式中,Pfc－DC為燃料電池的輸出電功率；Ptank－fc為儲(chǔ)氫罐輸入到燃料電池的氫氣功率；ηfc為燃料電池的轉(zhuǎn)換效率。

儲(chǔ)氫罐在t時(shí)刻的能量與電解槽在t時(shí)刻產(chǎn)生的能量、 燃料電池在t時(shí)刻消耗的能量及上一時(shí)刻儲(chǔ)氫罐剩余能量有關(guān)[14]。t時(shí)刻儲(chǔ)氫罐能量可表示為:

式中,ηstor為儲(chǔ)氫罐的存儲(chǔ)效率；Etank(t －1) 、Etank(t) 分別為t －1 時(shí)刻、t時(shí)刻的儲(chǔ)氫罐能量。

電解槽的最大功率與額定功率和儲(chǔ)氫罐中的剩余容量有關(guān)[15]:

式中,Pel,max為電解槽的最大功率；Pel,r為電解槽的額定功率；Etank,max為儲(chǔ)氫罐的容量上限。

燃料電池的最大功率與額定功率和儲(chǔ)氫罐中的剩余容量有關(guān):

式中,Pfc,max為燃料電池的最大功率；Pfc,r為燃料電池的額定功率；Etank,min為儲(chǔ)氫罐的容量下限。

2 系統(tǒng)優(yōu)化配置模型及求解算法

2.1 目標(biāo)函數(shù)

2.1.1 等年值成本

等年值成本包括初始投資成本、 運(yùn)維成本、 置換成本及電網(wǎng)交易成本。

1) 初始投資成本

初始投資成本主要由風(fēng)機(jī)、 光伏、 蓄電池、 電解槽、 儲(chǔ)氫罐、 燃料電池的初始投資成本組成。

風(fēng)機(jī)、 光伏、 電解槽、 燃料電池的初始投資成本與各分布式電源的額定功率有關(guān)。

式中,Nwt、Npv、Nel、Nfc分別為風(fēng)機(jī)、 光伏、 電解槽、 燃料電池的數(shù)量；cwt,in、cpv,in、cel,in、cfc,in分別為風(fēng)機(jī)、 光伏、 電解槽、 燃料電池的投資成本系數(shù), 元/kW；Pwt,r、Ppv,r、Pel,r、Pfc,r分別為風(fēng)機(jī)、光伏、 電解槽、 燃料電池的額定功率, kW。

蓄電池、 儲(chǔ)氫罐的初始投資成本與分布式電源的額定容量有關(guān)。

式中,Nbat、Ntank分別為蓄電池、 儲(chǔ)氫罐的數(shù)量；cbat,in、ctank,in分別為蓄電池、 儲(chǔ)氫罐的投資成本系數(shù), 元/ (kW·h)；Ebat,r、Etank,r分別為蓄電池、 儲(chǔ)氫罐的額定容量, kW·h。

資金恢復(fù)因數(shù)ICRF為:

式中,n為微電網(wǎng)壽命周期, 取20 年；r為折現(xiàn)率,取0.05。

2) 年運(yùn)維成本

微電網(wǎng)的年運(yùn)維成本主要由風(fēng)機(jī)、 光伏、 蓄電池、 電解槽、 儲(chǔ)氫罐和燃料電池的年運(yùn)維成本組成。

其中, 風(fēng)機(jī)、 光伏、 電解槽和燃料電池的年運(yùn)維成本可表示為:

式中,cwt,om、cpv,om、cel,om、cfc,om分別為風(fēng)機(jī)、 光伏、電解槽、 燃料電池的年運(yùn)維成本系數(shù), 元/kW。

蓄電池、 儲(chǔ)氫罐的年運(yùn)維成本可表示為:

式中,cbat,om、ctank,om分別為蓄電池、 儲(chǔ)氫罐的運(yùn)維成本系數(shù), 元/ (kW·h)。

3) 置換成本

置換成本是設(shè)備運(yùn)行到一定時(shí)間性能衰退, 將舊的設(shè)備替換成新的設(shè)備而產(chǎn)生的費(fèi)用。 年置換成本公式如下:

風(fēng)機(jī)、 光伏、 儲(chǔ)氫罐的壽命年限與微電網(wǎng)壽命一致, 都是20 年, 不需要置換。 而蓄電池、 電解槽和燃料電池的壽命較短, 在微電網(wǎng)壽命周期內(nèi)需要更換。

式中,cel,re、cfc,re分別為電解槽、 燃料電池的置換成本系數(shù), 元/kW；cbat,re為蓄電池的置換成本系數(shù), 元/ (kW·h)；cSFF(r,Yi) 為債償基金系數(shù)；Yi為各分布式電源的壽命周期。

4) 電網(wǎng)交易成本

電網(wǎng)交易成本包括購(gòu)電和售電成本, 具體模型如下[16]:

式中,kbuy、ksell分別為購(gòu)電和售電時(shí)的單位價(jià)格；Cbuy、Csell分別為購(gòu)電和售電成本；Pbuy、Psell分別為購(gòu)電量、 售電量。

2.1.2 碳排放處理成本

并網(wǎng)型風(fēng)光蓄氫微電網(wǎng)中分布式電源都是清潔能源, 不會(huì)產(chǎn)生污染物。 而在微電網(wǎng)內(nèi)部供電量滿足不了負(fù)荷需求時(shí), 剩余電量由大電網(wǎng)滿足, 向大電網(wǎng)購(gòu)買電量時(shí)會(huì)造成碳排放, 目標(biāo)函數(shù)f2為:

式中,CCO2為CO2轉(zhuǎn)換量；μCO2為CO2處理費(fèi)用系數(shù), 元/kg。 其中, 與大電網(wǎng)交易時(shí)產(chǎn)生的CO2轉(zhuǎn)換量如下:

式中,λCO2為電網(wǎng)碳排放轉(zhuǎn)換系數(shù), 取0.598 kg/ (kW·h)。

2.2 轉(zhuǎn)化為單目標(biāo)函數(shù)

為了保證目標(biāo)函數(shù)的量綱統(tǒng)一, 對(duì)目標(biāo)函數(shù)f2引入一個(gè)處理費(fèi)用系數(shù)μCO2, 從而方便將多目標(biāo)函數(shù)轉(zhuǎn)化為單目標(biāo)函數(shù)。 利用層次分析法確定兩個(gè)目標(biāo)的權(quán)重系數(shù)。

式中,w1≥0,w2≥0,w1＋w2＝1,wi為各目標(biāo)函數(shù)的權(quán)重, 權(quán)重的大小可以反映目標(biāo)函數(shù)的重要程度。

2.3 約束條件

1) 功率平衡約束

為了保證微電網(wǎng)能夠正常運(yùn)行, 需要對(duì)微電網(wǎng)滿足功率平衡約束:

式中,Pwt為風(fēng)機(jī)輸出功率；Ppv為光伏電池板輸出功率；Pbat為蓄電池充放電功率, 放電為正, 充電為負(fù)；Pfc為燃料電池放電功率；Pgrid為與電網(wǎng)交易功率, 向電網(wǎng)購(gòu)電為正, 售電給電網(wǎng)為負(fù)；Pel為電解槽充電功率；Pload為負(fù)荷需求功率。

2) 風(fēng)機(jī)和光伏功率約束

式中,Pwt-max和Ppv-max分別為風(fēng)機(jī)和光伏的最大輸出功率。

3) 蓄電池充放電約束

SOC 為剩余容量和蓄電池額定容量的比值,表示當(dāng)前蓄電池的荷電狀態(tài)。

式中,SOC(t) 為蓄電池在t時(shí)刻的SOC 值；SOC-min、SOC-max為SOC 的最小、 最大值；Pch-max、Pdch-max分別為蓄電池的最大充、 放電功率。

4) 電解槽充電功率約束

式中,Pel-max為電解槽的最大充電功率。

5) 燃料電池放電功率約束

式中,Pfc-max為燃料電池的最大放電功率。

6) 儲(chǔ)氫罐容量約束

式中,Etank,max和Etank,min分別為儲(chǔ)氫罐的容量上下限。

7) 購(gòu)售電功率約束

若微電網(wǎng)向大電網(wǎng)的售電功率過大, 會(huì)造成電壓波動(dòng), 影響電能質(zhì)量。 若微電網(wǎng)向大電網(wǎng)購(gòu)電功率過大, 說明微電網(wǎng)內(nèi)部自平衡率低, 微電網(wǎng)自治能力弱。

式中,Pgrid-max為微電網(wǎng)與大電網(wǎng)交易的容量上限。

8) 各設(shè)備數(shù)量上下限

式中,Nwt-min、Npv-min、Nbat-min、Nel-min、Ntank-min、Nfc-min分別為風(fēng)機(jī)、 光伏、 蓄電池、 電解槽、 儲(chǔ)氫罐、 燃料電池的最小安裝數(shù)量；Nwt-max、Npv-max、Nbat-max、Nel-max、Ntank-max、Nfc-max分別為風(fēng)機(jī)、 光伏、 蓄電池、 電解槽、 儲(chǔ)氫罐、 燃料電池的最大安裝數(shù)量。

2.4 評(píng)價(jià)指標(biāo)

2.4.1 自平衡率

并網(wǎng)型微電網(wǎng)通過自身分布式電源供電所能滿足的負(fù)荷比例可以反映微電網(wǎng)的供電能力及對(duì)大電網(wǎng)的依賴程度。 并網(wǎng)型微電網(wǎng)在內(nèi)部不能滿足負(fù)荷需求時(shí), 向大電網(wǎng)購(gòu)電滿足剩余負(fù)荷需求, 自平衡率表示微電網(wǎng)內(nèi)部提供給負(fù)荷的電量與負(fù)荷總需求電量的比例, 如公式(48) 所示:

式中,R表示自平衡率；Egrid-in為微電網(wǎng)向大電網(wǎng)的購(gòu)電量；Etotal為負(fù)荷總需求量。

2.4.2 冗余度

并網(wǎng)型微電網(wǎng)可以將系統(tǒng)內(nèi)部的多余功率出售給電網(wǎng), 但過大的功率會(huì)造成潮流反向流動(dòng)和功率波動(dòng)。 冗余度是指并網(wǎng)型微電網(wǎng)一定周期內(nèi)出售給大電網(wǎng)的分布式電源發(fā)電量比例, 即:

式中,β為冗余度；Pload,t為t時(shí)刻的負(fù)荷功率；Pbuy,t、Psell,t為t時(shí)刻的購(gòu)電、 售電功率。

2.5 模型求解

使用gurobi 求解器和粒子群算法共同求解微電網(wǎng)模型。 粒子群算法源于模擬鳥捕食行為的研究,每個(gè)粒子都具有速度和位置兩個(gè)屬性, 粒子移動(dòng)的快慢用速度表示, 移動(dòng)的方向用位置表示。 在每次迭代過程中, 粒子通過個(gè)體歷史最優(yōu)值和群體歷史最優(yōu)值來(lái)更新自己的速度和位置, 使粒子不斷趨近最優(yōu)解[17], 如公式(50) 及(51) 所示:

式中,c1、c2為學(xué)習(xí)因子；vi表示粒子的速度；xi表示粒子的位置；Nrand為介于0 到1 的隨機(jī)數(shù)；pp,i,k為個(gè)體極值；pg,i,k為群體極值；ω為慣性權(quán)重。

動(dòng)態(tài)慣性權(quán)重往往比固定值得到更好的尋優(yōu)結(jié)果, 慣性權(quán)重ω值大時(shí), 利于粒子尋找全局最優(yōu)解；ω值小時(shí), 利于粒子尋找局部最優(yōu)解。 目前使用較多的是線性遞減權(quán)值策略, 如公式 (52)所示:

式中,ωini為慣性權(quán)重ω的初始值；ωend為最大迭代次數(shù)時(shí)的慣性權(quán)重；Gk為最大迭代次數(shù)；g為當(dāng)前迭代次數(shù)。

具體求解流程如圖2 所示。

圖2 求解流程

3 算例分析

3.1 系統(tǒng)參數(shù)

選取某地歷史典型日負(fù)荷、 風(fēng)速、 光照強(qiáng)度、溫度等數(shù)據(jù)[18], 單位調(diào)度時(shí)間1 h, 微電網(wǎng)運(yùn)行周期取20 年, 各分布式電源的成本見表1[19], 儲(chǔ)能設(shè)備的參數(shù)見表2[20]、 表3[21]。 微電網(wǎng)根據(jù)不同時(shí)間用電量不同, 采用的分時(shí)電價(jià)見表4[22]。

表1 分布式電源成本參數(shù)

表2 蓄電池基本參數(shù)

表3 氫儲(chǔ)能基本參數(shù)

表4 分時(shí)電價(jià)

3.2 優(yōu)化結(jié)果

為驗(yàn)證本文所建模型比單一儲(chǔ)能更具有優(yōu)勢(shì),設(shè)置三種方案對(duì)比分析。

方案1: 只有氫儲(chǔ)能作為微電網(wǎng)的儲(chǔ)能部分。

方案2: 只有蓄電池作為微電網(wǎng)的儲(chǔ)能部分。

方案3: 同時(shí)將蓄電池和氫儲(chǔ)能作為微電網(wǎng)的儲(chǔ)能部分。

根據(jù)前面建立的各分布式電源模型, 利用粒子群算法進(jìn)行求解, 粒子群參數(shù)設(shè)置為: 加速因子c1＝c2＝1.5, 慣性權(quán)重ωini＝0.9,ωend＝0.4, 最大迭代次數(shù)為100 次, 求解得到3 種方案的配置結(jié)果見表5。

表5 三種方案的配置結(jié)果

從經(jīng)濟(jì)性方面看, 三種方案中方案1 的成本最高, 方案3 成本最低； 方案1 只含氫儲(chǔ)能, 購(gòu)電量高, 碳排放處理成本高； 方案3 的成本比方案1 少了21.2 萬(wàn)元, 比方案2 少了4.8 萬(wàn)元。

自平衡率可以反映并網(wǎng)型微電網(wǎng)對(duì)大電網(wǎng)的依賴程度, 自平衡率越高, 說明微電網(wǎng)對(duì)大電網(wǎng)的依賴程度越小。 方案3 的自平衡率比方案1 高23.89%, 比方案2 高了7.65%。 通過算例證明混合儲(chǔ)能的成本最低且自平衡率最高。

冗余度高一定程度上反映出微電網(wǎng)分布式電源配置容量過大。 方案3 的冗余度最低, 比方案2 的冗余度降低了19.00%, 比方案1 的冗余度降低了38.16%。

三種方案的迭代曲線如圖3 所示。

圖3 三種方案的迭代曲線

從圖中可以看出蓄電池和氫儲(chǔ)能共同作為微電網(wǎng)的儲(chǔ)能部分時(shí)微電網(wǎng)的總成本最低, 只含氫儲(chǔ)能的微電網(wǎng)成本最高, 且在迭代次數(shù)達(dá)到60 次時(shí)曲線才收斂。 結(jié)果證明并網(wǎng)型風(fēng)光氫蓄微電網(wǎng)混合儲(chǔ)能比單一儲(chǔ)能經(jīng)濟(jì)性更好。

4 結(jié)語(yǔ)

本文建立以等年值成本和碳排放處理成本為目標(biāo)的并網(wǎng)型風(fēng)光氫蓄微電網(wǎng)模型, 通過對(duì)目標(biāo)函數(shù)統(tǒng)一量綱處理, 將多目標(biāo)函數(shù)轉(zhuǎn)化成單目標(biāo)函數(shù),設(shè)置三種儲(chǔ)能方案, 對(duì)比三種方案的經(jīng)濟(jì)性、 自平衡率及冗余度, 得到以下結(jié)論。

1) 氫蓄混合儲(chǔ)能比單一的氫儲(chǔ)能和蓄電池成本更低, 比單一的氫儲(chǔ)能成本少了21.2 萬(wàn)元, 降低了10.02%； 比單一的蓄電池成本少了4.8 萬(wàn)元,降低了2.46%。

2) 氫蓄混合儲(chǔ)能的自平衡率更高, 對(duì)大電網(wǎng)的依賴程度更小。 氫蓄混合儲(chǔ)能自平衡率比蓄電池和氫儲(chǔ)能提高了7.65%、 23.89%。

3) 通過冗余度可以限制售電電量, 合理配置可再生能源容量, 避免資源浪費(fèi), 氫蓄混合儲(chǔ)能的冗余度比蓄電池和氫儲(chǔ)能分別降低了19.00%、 38.16%。