微電網中微電源組合與容量配置優化

周曉燕，劉天琪

（四川大學電氣信息學院，成都 610065）

微電網中微電源組合與容量配置優化

周曉燕，劉天琪

（四川大學電氣信息學院，成都 610065）

針對風光資源都比較豐富的北方某試點鄉的實際氣象數據和負荷數據，基于可再生能源混合優化模型HOMER（hybrid optimizationmodel for electric renewables）設計軟件平臺，建立并優化了風光蓄發電系統、獨立柴油發電機系統及二者的混合系統3種孤網模型。在滿足各項約束、負荷可靠供電及各微電源成本的基礎上，將環境保護、社會效益以及用戶效益分別對應量化為排污懲罰成本、容量短缺成本和實際停電率等指標。以最小上述指標為目標進行綜合評估，對比了3種不同規劃方案的利弊，從而得出了適合該地區的最優方案。

微電網；混合發電系統；微電源組合；優化配置；經濟運行

許多農牧地區、偏遠山區和部分海島所擁有的傳統發電機組損耗大、效率低、運行費用高并且污染嚴重，面臨停運或拆除。而要形成一定規模的、強大的集中式供配電網需要巨額的投資和很長的時間。分布式發電方式靈活、建設周期短、環境友好和抗自然災難性強，被越來越多地應用于邊遠地區供電[1～3]。發改委和電監會鼓勵以清潔高效為前提，因地制宜開發建設各種微電源，可再生能源利用、節能和環保也被列入了國家中長期科技發展計劃和“十一五”發展規劃中。而微電網規劃設計是所有后續作業的基礎，合理選擇并優化微電源的組合和容量十分重要。

文獻[4]重點討論了光柴蓄系統的優勢，并分析了農村地區的高價柴油和有無蓄電池對系統規劃方案的影響。但在所建立的混合系統中，各微電源容量均為固定值并無選擇范圍，因此可能另存匹配該地負荷的最佳組合。從仿真結果可知所選蓄電池容量過小，棄光現象也較為嚴重；文獻[5]針對伊拉克的小診所和學校設計了光蓄系統模型，各微電源均有選容范圍，可采用的系統組合情況較多，還著重討論了柴油價格和電力工業基準收益率為敏感性分析變量時，分別對系統規劃成本的影響。但二者均未考慮停電損失和排污懲罰；文獻[6]建立了最小化投資成本、最小化配電網網損和最大化靜態電壓穩定性等多目標的優化配置模型；文獻[7]在分布式電源單個容量、個數和位置不確定的情況下，建立了分布式電源的位置和容量的優化模型；文獻[8]提出了一種使含多種微電源的發電系統的發電成本最低的機組組合模型，較為全面地分析了所述微電源的各種調度策略，并將各種合理調度策略加以組合，求出發電成本最小的最優方案。

本文采用文獻[8]所提的蓄電池平衡能量的調度方式，配合風光出力情況充放電，起到穩定風光輸出兼儲能的作用。主要目標是在某風光資源都比較豐富的農村地區設計一個孤網運行的混合微電源發電系統，利用各種微電源的互補性，解決規劃地區電能供應不足、電能質量差的問題，并有望逐漸降低對不可再生能源的依賴度與污染氣體排放量。考慮到現在中國大部分偏遠地區仍采用柴油發電機，本文利用實際風光、負荷和微源成本數據建立了風光蓄發電系統、獨立柴油發電機系統及其二者的混合系統等3種模型。在滿足各項約束、負荷可靠供電和計及各微電源成本的的基礎上將環境效益、社會效益以及用戶效益量化為排污懲罰、容量短缺懲罰以及實際停電率，以最小化凈現值、最小化能源成本、最小化排污量、最小化年容量短缺量和最小化年停電率為目標，在可再生能源混合模型HOMER（hybrid optimizationmodel for electric renewables）上進行了仿真優化，綜合評估3種不同規劃方案，從而得出適合該地區的最優方案。

1 地區自然資源與負荷數據

該試點鄉位于河北東南部，屬于Ⅰ級風能豐富區，被列為國家級風力發電基地。當地年輻射總量高于5 000MJ/m2，屬于我國太陽能輻射表中的三類地區（接近二類地區），太陽能資源也較豐富。據當地氣象局統計，年平均輻照度為4.5 kW·h/m2，年平均風速達4.85m/s。

根據調查，該試點村的年最大負荷接近70 kW，日負載接近200 kW·h/d。仿真研究中取可能出現的年最大負荷為63 kW，日平均負荷為192 kW·h/d。

2 孤網內各元件的配置和經濟指標

2.1 HOMER中的混合發電系統

在HOMER中所建立的3種方案的發電系統示意如圖1所示。

圖1 3種方案的系統示意Fig.1 Sketchmap of three systems

2.2 光伏組件配置

2011年光伏組件的成本見表1。考慮到其成本較高，因此容量選擇范圍為15～55 kW，生命周期為20 a，基本不排放任何污染氣體。

表1 光伏組件的成本Tab.1 Costof photovoltaic

2.3 風機配置

Fuhrl?nder30 kW風機的成本如表2所示。數量選擇范圍為1～4臺，生命周期為15 a。

表2 風機的成本Tab.2 Costofw ind turbine

2.4 蓄電池配置

選取型號為Trojan T-250的蓄電池，成本如表3所示。儲能系統由多個3.2 V/250 Ah電池模塊構成，其中5個電池串聯成一列，即DC線路額定電壓為16 V，并以此為單位并聯，電池數目根據所需容量進行靈活調整。蓄電池整個生命周期中的可供電量為1 075 kW·h。孤網運行時蓄電池的荷電量SOC（state of charge）是決定其是否能繼續提供頻率和電壓支撐以使系統穩定運行的關鍵量。Trojan T-250的SOC下限為30%，為使系統安全運行，以孤網運行一天的耗電量192 kW·h為選擇基準，±37.5%為容量選擇范圍，即120～264 kW·h，對應數量選擇范圍為150～330個。

表3 蓄電池的成本Tab.3 Costof battery

2.5 柴油發電機配置

部分柴油發電機配置成本如表4所示，污染氣體排放如表5所示，g/L表示每消耗1L柴油產生的氣體量。可選容量范圍為10～55 kW，2臺發電機生命周期數均約為113 880 h。

表4 柴油發電機的成本Tab.4 Costof diesel

表5 柴油發電機的排污Tab.5 Dieselgenerator gasem ission

2.6 換流器配置

最極端的情況為方案2中，風機不出力，僅由光伏或光伏和蓄電池共同負擔最大負荷63 kW，取逆變時效率為90%，整流時效率為85%并考慮到損耗，因此選用75 kW的換流器，生命周期為10 a。換流器成本見表6。

表6 換流器的成本Tab.6 Costof converter

2.7 凈現值和能源成本

凈現值NPC（totalnetpresentcost）包含所有微電源在其生命周期中的固定資產成本、置換成本、運行維護費用、污染氣體排放懲罰成本和殘值回收。能源成本COE（levelized costofenergy）為平均每度電的成本。二者均是衡量規劃方案經濟與否的重要標準。計算公式分別為

式中：Cann，tot為系統中每一組件的年費用成本之和；CRF（d，Rproj）為資本回收系數；d為電力工業基準收益率或者折現率，d越高未來回報的現值就越低；n為項目生命周期；Cboiler為鍋爐的邊緣成本；Ethermal為總熱負荷；Eprim，ac為交流主要負荷；Eprim，dc為直流主要負荷；Edef為可延遲負荷；Egrid，sales為售電總額。參照文獻[4]取d為6%，n為25 a。

2.8 年容量短缺和實際年停電率

方案1中無不可控能源，因此取每小時負荷的10%作為系統的運行備用。而由于方案2、3中不可控的可再生能源的滲透率很高，因此為保證在負荷變化時系統的電壓和頻率穩定以及供電可靠性，取每小時負荷的10%作系統的部分運行備用[4]，將光伏發電的運行備用[4]取為當前輸出的25%，風力發電的運行備用取為當前輸出的50%。當電源無法同時滿足負荷并按上述提供備用容量時配電網重購[9]。

3 微電網規劃方案分析

3.1 方案1：獨立柴油發電機系統

本方案的決策變量為2臺柴油發電機各自的容量。由于負荷有著顯著的時段特性，如圖2所示，因此采用2臺柴油發電機。柴油發電機1主要承擔夜晚負荷，柴油發電機2主要承擔白天負荷，并且2臺柴油發電機互為備用。考慮到最大負荷為63 kW，因此考慮10～30 kW和15～55 kW分別為柴油發電機1與柴油發電機2的容量選擇范圍。

圖2 典型日負荷數據Fig.2 Typicaldaily load data

柴油的價格與最大年停電率是決定系統中各微電源容量配置的關鍵因素。河北地區柴油現價[10]為7.32元/L，即1.136 1$/L；實際年停電率是一年中未滿足的負荷與系統總發電量的百分比，最大年停電率取1%計算。

表7為排污懲罰標準。仿真方案中計及排污懲罰成本的所有配置組合如表8所示，其中第1種為最優結果，即Dsl1的決策容量為10 kW，Dsl2的決策容量為45 kW。

表7 電力行業污染物環境價值標準Tab.7 Environmentalvalue standard of pollutant em ission in power industry

表8 柴油發電機系統的配置組合Tab.8 Configuration of dieselsystem

無論有無排污懲罰，Dsl1發電量為23 454 kW·h/a（33%），Dsl2發電量為46 686 kW·h/a（67%），如圖3所示。圖3中2臺柴油發電機出力基本與當地負荷需求相匹配。由于最大年停電率為1%，兩柴油發電機容量總和小于可能出現的最大負荷。

3.2 方案2：風機+光伏+蓄電池

本方案的決策變量為風機的臺數、光伏電池大小、變流器容量和蓄電池容量。年平均風速、年平均輻照度和最大年停電率為敏感性分析中的關鍵因素。當風速為4.85m/s，輻照度為4.5 kW·h/m2，最大年停電率為1%時，優化配置組合如表9所示，結果見表10。

圖3 獨立柴油發電系統的月均發電量Fig.3 M onthly average electric production for standalone dieselsystem

表9 風機、光伏和蓄電池系統的配置組合Tab.9 Configuration ofWT，PV and battery system

表10 優化配置結果（方案2）Tab.10 Configuration optimal results（case 2）

當蓄電池未充滿時，風機與光伏首先滿足負荷，多余電力再為蓄電池充電，當蓄電池充滿后則棄風棄光，如圖4和圖5所示。安全裕量設置如前所述，由仿真結果可見系統運行備用的需求使得蓄電池容量相對較高。光伏發電量為87 775 kW·h/ a（44%），風機發電量為112 335 kW·h/a（56%），超過年負荷69 645 kW·h/a的部分則棄風棄光，由此可見此方案棄電現象嚴重，但若能在后期工程中上網售電則經濟效益相當可觀。

圖4 光伏和風機的月平均發電量Fig.4 M onthly average electric production of PV and WT

3.3 方案3：柴油發電機+風機+光伏+蓄電池

本方案的決策變量包含方案1與方案2中的所有決策變量，其值或變化范圍如前所述，結果見表11，優化配置組合如表12所示。

圖5 蓄電池月均充電量Fig.5 Battery inputpowermonthly average chonging power ofbattery

安全裕量設置如前所述。光伏發電量為69 488 kW·h/a（54%），風機發電量為56 167 kW·h/a（43%），柴油發電機發電量為4 159 kW·h/a（3%），如圖6和圖7所示。雖然總發電量仍超過年負荷69 860 kW·h/a，但棄電量僅為方案2的45.954%。在3—5月風速最大，光照條件較好，完全可以滿足負荷所需，但是棄風棄光現象也最為嚴重，柴油發電機基本不工作。而在7—9月風速最小，負荷相對其余月份較大，因此柴油發電機和蓄電池在此季度出力最大并且頻繁，大部分停電時間集中在此季度。

表11 優化配置結果（方案3）Tab.11 Configuration optimal results（case3）

表12 混合系統的配置組合Tab.12 Configuration ofhybrid system

圖6 光伏、風機和柴油發電機的月均發電量Fig.6 M onthly average electric productionof PV，WT and diesel

圖7 蓄電池月均充電量Fig.7 M onthly average charging power ofbattery

4 微電網規劃經濟性分析

微電網規劃方案的優化指標如表13所示，其排污量如表14所示。

表13 各方案優化指標結果Tab.13 Optimal results for each case

表14 各方案污染氣體排放量Tab.14 Pollutantem issions for each case kg/a

由表13中停電率可見，3種方案均滿足農村用戶供電可靠性要求[11]，年容量短缺懲罰費用已經計入凈現值中。

方案1中總柴油費用高出柴油發電機的成本費用近41倍，占計及環境效益其凈現值的91.58%，凈現值如表15所示。中國柴油價格在2009-07—2011-04間為5 770～7 730元/t[10，12，13]，并保持上升趨勢，再加上排污懲罰和偏遠地區運費較高，長遠來看并不經濟。

表15 各方案凈現值Tab.15 Totalnetpresent costofeach case$

方案2中雖然風光蓄系統的初始成本與置換成本相比較獨立柴油發電機系統來說非常高，但由于其無巨額燃料費用并且運行維護成本也較低，在項目持續25 a和收益率為6%的條件下可以與傳統能源相競爭。其能源成本高于未計及環境效益的獨立柴油發電機系統，但小于計及環境效益的獨立柴油發電機系統，由此可見，對污染物實施罰款是一種增大傳統發電成本，降低對不可再生能源依賴，逐漸向無污染或低污染的可再生能源過渡的行之有效的方法。而罰款則用于環境治理，這是體現分布式發電環境效益的一種公平公正的良好方式[14，15]。

方案3中計及環境效益的凈現值僅為方案1的78.96%，為方案2的83.89%，并且能源成本也是最低的。由表12可知其雖然比方案2的零排污量有所上升比應用普遍的方案1的排污量大大減小，并且供電可靠性也較方案2有所上升。綜上所述，混合系統是現在該試點鄉的最好選擇。

5 結語

混合系統在滿足供電可靠性的基礎上，使得凈現值和能源成本下降的同時大大地降低了排污量，從而證實了該方案在試點村的可行性、經濟性和環保性。

方案2中的風光蓄是以孤網運行為前提進行的機組組合和容量配置優化并兼顧了備用容量，因此造成各微源選容較大，初始成本以及置換成本均較高，但考慮到居民負荷逐年增大以及電網盈利，當風光蓄系統不足以支撐時，可考慮并網上網，即并網情況下的風光蓄選容也有待研究。

[1]趙宏偉，吳濤濤（Zhao Hongwei，Wu Taotao）.基于分布式電源的微網技術（Review of distributed generation basedmicrogrid technology）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2008，20（1）：121-128.

[2]王凌，李培強，李欣然，等（Wang Ling，Li Peiqiang，Li Xinran，etal）.微電源建模及其在微電網仿真中的應用（Modeling ofmicro-powers and its application inmicrogrid simulation）[J].電力系統及其自動化學報（Proceedingsof the CSU-EPSA），2010，22（3）：32-38.

[3]GilbertM.Renewable and EfficientElectric Power System [M].北京：中國機械出版社，2009．

[4]Lau KY，YousofM FM，Arshad SM N，etal.Performance analysis ofhybrid photovoltaic/dieselenergy system under Malaysian conditions[J].Energy，2010，35（8）：3245-3255.

[5]Al-Karaghouli A，Kazmerski L L.Optimization and lifecycle cost of health clinic PV system for a rural area in southern Iraq using HOMER software[J].Solar Energy，2010，84（4）：710-714.

[6]劉學平，劉天琪，王劍（Liu Xueping，Liu Tianqi，Wang Jian）.基于小生境的配電網多目標分布式電源規劃（Niche-basedmulti-objective distributed generators planning in distribution network）[J].電網技術（Power System Technology），2010，34（10）：126-130.

[7]邱曉燕，夏莉麗，李興源（Qiu Xiaoyan，Xia Lili，Li Xingyuan）.智能電網建設中分布式電源的規劃（Planning of distributed generation in construction of smart grid）[J].電網技術（Power System Technology），2010，34（4）：7-10.

[8]丁明，包敏，吳紅斌，等（Ding Ming，Bao Min，Wu Hongbin，etal）.復合能源分布式發電系統的機組組合問題（Unit commitment problem in distributed generation system withmultiple energy sources）[J].電力系統自動化（Automation of Electric Power Systems），2008，32（6）：46-50.

[9]余健明，姜明月，楊文宇（Yu Jianming，Jiang Mingyue，YangWenyu）.一種基于改進遺傳算法的最小化停電損失費用的配電網重構（Network reconfiguration based on improved genetic algorithm forminimum interruption cost reduction）[J].西安理工大學學報（Journalof Xi'an University of Technology），2005，21（4）：387-401.

[10]蕭蘆（Xiao Lu）.全國各省（市、區）及中心城市汽柴油批發及零售價格表（Provinces（cities，districts）and the central city gasoline and dieselwholesale and retailprice list）[J].國際石油經濟（International Petroleum Economics），2011（4）：109.

[11]電力行業可靠性管理標委會.DL/T836-2003供電系統用戶供電可靠性評價規程[M].北京：中國電力出版社，2003．

[12]盧向前（Lu Xiangqian）.全國各省（市、區）及中心城市汽柴油批發及零售價格表（Provinces（cities，districts）and the central city gasoline and dieselwholesale and retailprice list）[J].國際石油經濟（International Petroleum Economics），2009（8）：89.

[13]蕭蘆（Xiao Lu）.全國各省（市、區）及中心城市汽柴油批發及零售價格表（Provinces（cities，districts）and the central city gasoline and dieselwholesale and retailprice list）[J].國際石油經濟（International Petroleum Economics），2010（11）：93.

[14]錢科軍，袁越，石曉丹，等（Qian Kejun，Yuan Yue，Shi Xiaodan，etal）.分布式發電的環境效益分析（Environmental benefits analysis of distributed generation）[J].中國電機工程學報（Proceedings of the CSEE），2008，28（29）：11-15.

[15]張娜，蔡睿賢（Zhang Na，CaiRuixian）.SO2、NOX與CO2排氣罰款的應有數量級（The properorderofmagnitude of penalty for pollutantemission）[J].中國電機工程學報（Proceedingsof the CSEE），2008，28（29）：11-15.

Combination ofM icrosoucesand Optim ization Capacity Configuration in M icrogrid

ZHOUXiao-yan，LIU Tian-qi
（SchoolofElectricalEngineering and Information，Sichuan University，Chengdu 610065，China）

Aiming at the actualmeteorological data and load data ofa northern pilot township ofabundant in wind and solar resource，threemodelsare constructed and optimized：standalone diesel system，PV-WTbattery system and hybrid system.On the basis ofmeeting the constraints，reliable power supply and counting for the cost of each microsource，environmentalprotection，socialbenefitsand userbenefitsarequantified into the indexsofemission penalty cost，capacity shortage and actual outage rate correspondingly.Comprehensive assessments are used tominimize the netpresentcost（NPC），the costofenergy（COE）and the emissions，and the threemodelsare builtand compared in HOMER（hybrid optimizationmodel forelectric renewables）to get the optimalcase to appropriate for the region.

microgrid；hybrid system；DG unitcombination；optimalconfiguration；economic operation

TM727

A

1003-8930（2013）05-0149-07

周曉燕（1988—），女，碩士研究生，研究方向為電力系統調度自動化、分布式發電。Email：zhouxiaoyan.kyo@foxmail.com

2011-10-10；

2011-11-24

劉天琪（1962—），女，博士，教授，博士生導師，研究方向為電力系統分析計算與穩定控制、高壓直流輸電、調度自動化。Email：tqliu@sohu.com