海島風/光/抽蓄/海水淡化復合系統的配置優化

任 巖，翟兆江，郭齊柯，胡相娟

(1.華北水利水電大學電力學院，河南鄭州450045；2.中國長江三峽集團公司，北京100038；3.華北水利水電大學繼續教育學院，河南鄭州450045；4.紅河廣源水電開發有限公司，云南蒙自661100；5.三門峽黃河明珠(集團)有限公司水力發電廠，河南三門峽472000)

海島風/光/抽蓄/海水淡化復合系統的配置優化

任 巖1，2，翟兆江3，郭齊柯4，胡相娟5

(1.華北水利水電大學電力學院，河南鄭州450045；2.中國長江三峽集團公司，北京100038；3.華北水利水電大學繼續教育學院，河南鄭州450045；4.紅河廣源水電開發有限公司，云南蒙自661100；5.三門峽黃河明珠(集團)有限公司水力發電廠，河南三門峽472000)

為解決海島用電用水問題，構建了風/光/抽蓄/海水淡化復合系統。為了降低系統成本，采用粒子群優化算法和整體-局部優化方法對系統進行配置優化。優化目標為系統初次投資，約束條件為供電可靠性，初次投資的評價指標用CE(cost of energy)表示，供電可靠性的評價指標用負荷失電率、電量累計盈虧量、保證連續陰雨天和無風天氣的天數等。其最優配置結果為風力發電機總裝機容量0.7 MW，光伏陣列容量0.8 MW，抽水蓄能機組容量0.42 MW，蓄電池容量1 050 kW·h，最優配置使系統的負荷失電率低于0.01，很好地保證了海島的用電用水。

風/光/抽蓄/海水淡化復合系統；粒子群優化算法；整體-局部法；配置優化；海島

0 引 言

我國很多海島地處偏遠，電網很難達到，多采用柴油機發電[1]。石油價格的變化，對發電成本影響很大，電能的緊缺嚴重影響了海島的經濟開發和居民或駐軍的日常生活；而海島往往有著豐富的風能、太陽能和水能資源等。風能、太陽能和水能資源又是清潔和可再生能源[2]，是解決海島用電問題良好的先天條件。由于風能和太陽能的隨機性，導致風電和光伏發電的間歇性，而抽水蓄能有很有的削峰填谷的性能[3- 4]，因此，將抽水蓄能與風電和光伏發電結合起來[5]；同時，考慮為海島海水淡化裝置[6]供電。就此，在某海島，建立了風/光/抽水蓄能/海水淡化復合系統。在系統的設計過程中，其優化配置非常重要。風能資源、太陽能資源、抽水蓄能機組容量和負荷之間有復雜的匹配關系，風/光/抽蓄/海水淡化復合系統的容量配置就是根據這些復雜的匹配關系來決定系統各部件的容量，以提高系統的供電可靠性、降低成本。文獻[7]采用改進的粒子群優化算法對風光互補系統進行優化設計；文獻[8]針對風光互補系統中的儲能設備的容量配置提出了基于負荷失電率的概率設計方法；文獻[9]提出風光互補系統的優化包括風力發電機的類型和大小、光伏板的傾角和大小、儲能設備的容量的優化，并將系統的優化定義為多準則整數規劃問題；文獻[10]同時利用多目標優化算法(MOEA)和遺傳算法(GA)對光-風-柴-氫-蓄系統進行優化；文獻[11]認為風光互補獨立供電系統的優化配置是多目標優化問題，兩個沖突的目標是極大化供電可靠性和極小化成本。從以上分析可以看出，當前的優化方法多采用遺傳算法和粒子群算法，因兩種方法都是全局性優化方法。但相比較而言，粒子群優化算法避免了復雜的遺傳操作[12]，且具有更強的全局收斂能力和魯棒性；因此，本文擬采用粒子群優化算法對風/光/抽蓄/海水淡化復合系統進行優化配置。另外，風能、太陽能、負荷隨時間的變化大，為了使系統容量配置更精確，本文采用整體-局部法進行優化配置。即，按年進行初步配置；再按月進行校核、修正；最后按日進行校核、修正。

1 風/光/抽水蓄能/海水淡化復合系統的構建

針對某海島構建的風/光/抽水蓄能/海水淡化復合系統[13]主要包括：風力發電機組、光伏陣列、抽水蓄能機組、抽水蓄能電站上下水庫、海水淡化裝置、蓄電池、逆變器、常用負荷等。其中負荷有：海水淡化裝置2套，132 kW，交流電壓220 V，冬天平均日工作12 h，夏天平均日工作18 h；電視機30臺，每臺功耗0.065 kW，冬天平均日工作6 h，夏天平均日工作4 h；電冰箱25臺，每臺功耗0.14 kW，平均日工作24 h；

電腦10臺，每臺功耗0.3 kW，平均日工作6 h；日光燈120臺，每臺功耗0.025 kW，冬天平均日工作5 h，夏天平均日工作4 h；漁產品加工廠2個，每個加工廠的功耗550 kW，平均工作8 h；其他荷載如電磁爐等，每臺日耗電大約15 kW·h。

2 系統容量的優化配置

2.1 初步配置系統容量

根據年月平均負荷初步配置系統容量。

2.1.1 年負荷平均月用電量及資源情況

統計計算系統的年負荷月用電量、年月平均風能資源和太陽能資源情況。

2.1.2 利用年月平均負荷優化風力發電機組和光伏陣列的容量

根據風速和太陽能輻射數據及年月平均負荷分布，利用文獻[14]提出的數學模型，初步確定風力發電機的最大容量為1.5 MW，光伏陣列的最大容量為2 MW。風力發電機的價格取7.6元/W，光伏電池價格取12.5元/W。選取負荷失電率允許值分別為0.1，0.05，0.01，對系統容量配置進行優化。

優化結果得到，當負荷失電率分別為0.1，0.05，0.01時，初次投資最低所對應的風力發電機和光伏陣列的容量，則不同失電率條件下初次投資最小的風力發電機組和光伏陣列的容量配置不同。

2.1.3 系統的容量配置

按年負荷最低失電率配置風力發電機和光伏陣列的容量，根據年月平均負荷用電量，按月進行抽水蓄能機組容量的配置。

(1)比較不同負荷失電率條件下的電量盈虧量，選取1年中電量盈虧量相當的配置，當風力發電機組容量為0.7 MW，光伏陣列容量為0.8 MW時，1年中電量盈虧量相當，且負荷失電率最小。

(2)計算0.7 MW的風力發電機和0.8 MW的光伏陣列1年的月平均發電量，與本年的負荷月平均值進行比較，得到凈負荷[15](凈負荷為系統負荷減去風力發電和光伏發電量之和)。

(3)根據凈負荷的月平均值，配置不同的抽水蓄能機組的容量，計算抽水蓄能機組的發電量或抽水耗電量，與凈負荷之間比較，得到配置抽水蓄能機組后復合系統的負荷盈虧率。配置的抽水蓄能機組容量不同，復合系統的負荷盈虧量，則抽水蓄能的初次投資也不同。選取的負荷失電率越低，需配置的抽水蓄能機組的容量越大，則初次投資越大。一般孤網系統的負荷失電率保證在不大于1%即滿足要求，則配置抽水蓄能機組(選用可逆水水泵水輪機)的容量為120 kW。

2.2 系統容量配置的月校核

根據典型月負荷日平均用電量對初步配置的系統容量進行校核。初步配置的系統容量為：風力發電機容量為0.7 MW，光伏陣列容量為0.8 MW，抽水蓄能機組容量為0.12 MW，利用月負荷對系統容量進行校核。

統計1月份和7月份月負荷日平均用電量分布情況。

按1月份的日均負荷分布圖，對初步配置的風力發電機的容量、光伏陣列的容量、抽水蓄能機組的容量進行校核。

按7月份的日均負荷分布圖，對初步配置的風力發電機的容量、光伏陣列的容量、抽水蓄能機組的容量進行校核。

分析可知：

(1)風力發電量的波動較大，光伏發電量的波動較小，因為風速的變化波動大，太陽能日均輻射量相對比較穩定。

(2)1月份的風力發電量和光伏發電量之和比負荷用電量大；7月份的風力發電量和光伏發電量之和與負荷用電量相當。

(3)初步配置抽水蓄能機組的容量為120 kW，在1月份的負荷失電率低，最高為0.3，7月份的負荷失電率高，最高達0.7。

(4)考慮到日風速和日負荷變化比月風速和月負荷變化更劇烈，所以根據凈負荷與抽水蓄能機組發電量和抽水耗水量的比較，調整抽水蓄能機組的容量為420 kW，保證月負荷不失電，且盈余量最小。

(5)調整抽水蓄能機組容量為420 kW后，比較1月份和7月份凈負荷及抽水蓄能機組發電量和抽水耗水量可知，月負荷不失電。

2.3 系統容量配置的日校核

根據典型日負荷平均小時用電量對系統容量進行校核。

進行月負荷校核后的系統容量配置為：風力發電機容量為0.7 MW，光伏陣列容量為0.8 MW，抽水蓄能機組容量為0.42 MW，利用日負荷對系統容量進行校核。

2.3.1 典型日負荷

統計1月15日和7月15日的日負荷作為典型日負荷曲線。

2.3.2 按典型日負荷曲線

對進行月校核后的風力發電機的容量、光伏陣列的容量、抽水蓄能機組的容量進行日校核。

(1)計算1月15日風力發電輸出功率和光伏發電輸出功率，并計算凈負荷與抽水蓄能機組的輸出功率。

(2)計算7月15號風力發電輸出功率和光伏發電輸出功率、凈負荷與抽水蓄能機組的輸出功率。

分析表明：① 風力發電的輸出功率在冬季和夏季差別很大；光伏陣列的輸出功率冬季小，夏季大。② 風力發電的輸出功率晚上大，白天小；光伏陣列只有中午的幾個小時有輸出功率，其他時間均為0。③ 一般一天中，在8∶00～10∶30和14∶00～16∶30兩個時段，凈負荷較大，根據月校核調整后的抽水蓄能機組容量仍不能滿足負荷需要，則需配備一定容量的蓄電池。

2.3.3 蓄電池的配置

根據系統中抽水蓄能機組的動態模型和優化策略，蓄電池容量可根據可逆式水泵水輪機的額定容量初步配置，按2.5個小時配置，則配置容量為1.05×103kW·h。

3 系統實例仿真

3.1 系統中各元部件的參數

風力發電機：功率為350 kW，2臺；啟動風速為3 m/s；截止風速為26 m/s；額定風速為12 m/s。

光伏電池：功率為0.1 kW，20串聯4并聯；短路電流為6.46 A；開路電壓為21.5 V；最大功率點電流為5.71 A；最大功率點電壓為17.5 V；光伏陣列的串聯電阻為10 Ω；太陽能電池模塊的溫度系數為1；光電轉換效率為0.115；光伏組件串聯個數為12；光伏組件并聯個數為4；光伏陣列的效率為85%。共100組。

抽水蓄能機組：2臺，水泵工況額定功率為210 kW；效率為75%；水輪機工況額定功率為210 kW，效率為80%。

最大水頭為135 m；最小水頭為75 m；額定水頭為100 m。蓄電池1 050 kW·h。

3.2 系統仿真過程

仿真計算結果見圖1～圖6。根據太陽能資源和光伏陣列的參數，計算光伏陣列的最佳傾角為40O。

圖1 風力發電機的輸出功率曲線

圖2 光伏陣列輸出功率曲線

圖3 系統凈負荷曲線

圖4 抽水蓄能機組輸出功率曲線

正值表示可逆式水泵水輪機運行在水輪機工況，負值表示可逆式水泵水輪機運行在水泵工況。

正值表示蓄電池放電，負值表示給蓄電池充電。

圖5 抽水蓄能電站水頭變化曲線

圖6 蓄電池輸出功率曲線

4 結 論

本文根據某海島居民用電用水的實際情況，建立了一套風/光/抽蓄/海水淡化復合系統的工程。其配置結果為：風力發電機為2臺350 kW，光伏陣列為20串4并0.1 kW共100組，抽水蓄能機組選用2臺210 kW的可逆式水泵水輪機，蓄電池容量為1 050 kW·h。根據優化配置結果對系統進行了仿真，得到了整個系統的運行狀態，滿足了海島居民的用電用水；同時，在保證系統穩定運行的前提下，充分考慮了風能、太陽能、抽水蓄能機組容量和負荷之間復雜的匹配關系，使系統的初次投資最小，有效降低了系統的單位電量成本。

[1]俞卿明. 我國沿海島嶼風/柴發電系統的發展與市場前景[J]. 電器工業， 2003， 30(5)： 31- 34．

[2]任典勇， 施慧雄. 海島風能海水淡化組合體系研究[J]. 海洋學研究， 2009， 27(2)： 111- 118．

[3]陸佑楣， 潘家錚. 抽水蓄能電站[M]. 北京： 水利電力出版社， 1992．

[4]梅祖彥. 抽水蓄能技術[M]. 北京： 清華大學出版社， 1986．

[5]KAPSALI M, KALDELLIS J K. Combining Hydro and Variable Wind Power Generation by Means of Pumped-storage under Economically Viable Terms[J]. Applied Energy, 2010, 87(1): 3475- 3485．

[6]鄧一兵. 海島海水資源綜合利用技術應用研究[J]. 科技計劃成果， 2010， 11(1)： 15．

[7]KASHEFI KAVIANI A, RIAHY G H, KOUHSARI SH M. Optimal Design of a Reliable Hydrogen-based Stand-alone Wind/PV Generation System[C]∥11th International Conference on Optimization of Electrical and Electronic Equipment, 2008: 413- 418．

[8]TESTA A, De CARO S, La TORRE R, et al. Optimal Design of Energy Storage Systems for Stand-Alone Hybrid Wind/PV Generators[C]∥SPEEDAM 2010-International Symposium on Power Electronics, Electrical Drives, Automation and Motion, 2010: 1291- 1296．

[9]XU Daming, KANG Longyun, CHEN Liuchen, et al. Optimal sizing of standalone of standlone hybrid wind/PV power systems using genetic algorithms[C]∥Canadian Conference on Electrical and Computer Engineering, 2005: 1722- 1725．

[11]徐大明， 康龍云， 曹秉剛. 基于NSGA-Ⅱ的風光互補獨立供電系統多目標優化[J]. 太陽能學報， 2006， 27(6)： 593- 598．

[12]劉國平， 徐欽龍. 粒子群算法及其與遺傳算法的比較[J]. 中南工業大學學報： 自然科學版， 2003， 34(z2)： 328- 330

[13]任巖， 鄭源， 李正勇， 陳德新， 李延頻. 風光互補發電儲能裝置： 中國， CN102116244 B [P]. 2012- 07- 25.

[14]任巖， 鄭源， 李延頻. 風/光/抽蓄復合系統的建模與仿真[J]. 排灌機械工程學報， 2011， 29(6)： 518- 522．

[15]任巖， 鄭源， 周兵， 等. 多能互補發電系統抽水蓄能模型及運行策略[J]. 排灌機械工程學報， 2013， 31(2)： 137- 141．

(責任編輯陳 萍)

Configuration Optimization of Island Wind/PV/Pumped-storage/Desalination Hybrid System

REN Yan1,2, ZHAI Zhaojiang3, GUO Qike4, HU Xiangjuan5

(1. School of Electric Power, North China University of Water Resources and Electric Power, Zhengzhou 450045, Henan, China; 2. China Three Gorges Corporation, Beijing 100038, China; 3. School of Continuing Education, North China University of Water Resources and Electric Power, Zhengzhou 450045, Henan, China; 4. Red River Guangyuan Hydropower Development Co., Ltd., Mengzi 661100, Yunnan, China; 5. Yellow Pearl(Group) Sanmenxia Hydroelectric Power Plant, Sanmenxia 472000, Henan, China)

In order to solve the problem of electricity and water supply of islands, a hybrid wind/PV/pumped-storage/desalination system is build. In order to reduce system cost, the hybrid system configuration is optimized by using Particle Swarm Optimization and overall-local method. The optimization goal is system initial investment and the constraint is supply reliability. The evaluation of initial investment is cost of energy (CE), and the evaluation of supply reliability includes the loss of power supply probability (LPSP), the amount of electricity cumulative gain or loss and the numbers of days of continuous rainy and windless weather. The optimal system configuration includes 0.7 MW total installed capacity of wind turbine, 0.8 MW of PV capacity, 0.42 MW of pumped-storage capacity and 1 050 kW·h of battery capacity. The optimization configuration ensures that the LPSP of hybrid system is less than 0.01, which could well ensure the electricity and water supply of island.

hybrid wind/PV/pumped-storage/desalination system; Particle Swarm Optimization; overall-local method; configuration optimization; island

2014- 05- 15

國家863計劃項目(2009AA05Z429)；鄭州市科技攻關計劃項目(X2013G0432)；華北水利水電大學高層次人才科研啟動項目(201316)

任巖(1979—)，女，河南南陽人，副教授，博士，主要研究方向為水利水電工程、新能源與抽水蓄能技術．

TK01

A

0559- 9342(2015)12- 0101- 04