基于改進(jìn)PSO的獨(dú)立風(fēng)光系統(tǒng)混合儲(chǔ)能容量?jī)?yōu)化研究

張力月，張江濱

(西安理工大學(xué) 水利水電學(xué)院，西安　710048)

?

基于改進(jìn)PSO的獨(dú)立風(fēng)光系統(tǒng)混合儲(chǔ)能容量?jī)?yōu)化研究

張力月，張江濱

(西安理工大學(xué) 水利水電學(xué)院，西安710048)

為了提高獨(dú)立風(fēng)光系統(tǒng)的供電可靠性，應(yīng)為其配置儲(chǔ)能系統(tǒng)。但目前儲(chǔ)能裝置的成本高，故應(yīng)合理地配置儲(chǔ)能系統(tǒng)容量。以計(jì)及儲(chǔ)能壽命的整個(gè)儲(chǔ)能系統(tǒng)工程使用年限內(nèi)的總成本作為目標(biāo)函數(shù)，以不同類型儲(chǔ)能各自補(bǔ)償頻段的分界頻率作為優(yōu)化變量，以負(fù)荷缺電率(LPSP)、能量浪費(fèi)率(SPSP)及儲(chǔ)能的荷電狀態(tài)等為約束條件，并采用改進(jìn)粒子群算法求解該模型。最后，通過分析算例結(jié)果，驗(yàn)證了該優(yōu)化模型與算法的正確性和有效性。

獨(dú)立風(fēng)光微電網(wǎng)；混合儲(chǔ)能；改進(jìn)粒子群算法

隨著能源危機(jī)與環(huán)境污染日益嚴(yán)峻，開發(fā)利用風(fēng)、光等可持續(xù)清潔能源成為研究熱點(diǎn)[1-3]。對(duì)于大電網(wǎng)沒有覆蓋到的偏遠(yuǎn)地區(qū)，結(jié)合當(dāng)?shù)氐淖匀毁Y源，發(fā)展相應(yīng)的新能源技術(shù)，解決當(dāng)?shù)仉娏π枨笫欠浅１匾摹Ｎ㈦娋W(wǎng)技術(shù)應(yīng)運(yùn)而生且在國(guó)內(nèi)外受到前所未有的關(guān)注。由于風(fēng)電和光伏發(fā)電的輸出功率具有間歇性和隨機(jī)性等特點(diǎn)，同時(shí)負(fù)荷功率也存在一定的波動(dòng)性，這是風(fēng)光系統(tǒng)穩(wěn)定運(yùn)行的一個(gè)挑戰(zhàn)，可配置儲(chǔ)能系統(tǒng)來解決這一問題。

儲(chǔ)能系統(tǒng)作為風(fēng)光微網(wǎng)的重要組成部分，在平抑可再生能源出力波動(dòng)、提高供電可靠性、削峰填谷、跟蹤計(jì)劃出力等方面為微電網(wǎng)提供技術(shù)支撐。但單獨(dú)的儲(chǔ)能技術(shù)在滿足微電網(wǎng)多種要求時(shí)效果不理想。現(xiàn)階段，蓄電池&超級(jí)電容器混合儲(chǔ)能技術(shù)較為成熟，更適合同時(shí)進(jìn)行平滑輸出和削峰填谷，還可以優(yōu)化蓄電池的充放電過程，提高蓄電池壽命[4]。

文獻(xiàn)[5]提出了的儲(chǔ)能容量方法是以可再生能源輸出功率的頻譜分析為基礎(chǔ)，在目標(biāo)功率波動(dòng)的率約束下，確定儲(chǔ)能容量，但是并沒有對(duì)系統(tǒng)的經(jīng)濟(jì)性進(jìn)行計(jì)算；文獻(xiàn)[6]以光伏—混合儲(chǔ)能系統(tǒng)為研究對(duì)象，計(jì)及蓄電池&超級(jí)電容器的互補(bǔ)特性，并對(duì)蓄電池的壽命進(jìn)行了評(píng)估，建立了混合儲(chǔ)能系統(tǒng)容量配置模型，但是沒有給出混合儲(chǔ)能裝置的具體補(bǔ)償范圍，過于籠統(tǒng)。文獻(xiàn)[7]以風(fēng)電—混合儲(chǔ)能系統(tǒng)為研究對(duì)象，提出基于機(jī)會(huì)約束規(guī)劃的混合儲(chǔ)能配置模型，使系統(tǒng)輸出在某一置信水平處于給定的范圍內(nèi)，實(shí)現(xiàn)了系統(tǒng)性能和經(jīng)濟(jì)性之間的合理折中，但是在對(duì)混合儲(chǔ)能的功率分配時(shí)，未給出明確的計(jì)算方法，而且沒有進(jìn)行經(jīng)濟(jì)性評(píng)價(jià)。

在以上研究成果的基礎(chǔ)上，本文以獨(dú)立風(fēng)光微網(wǎng)為研究對(duì)象，提出以不同類型儲(chǔ)能各自補(bǔ)償頻段的分界頻率作為優(yōu)化變量，并基于雨流計(jì)數(shù)法對(duì)儲(chǔ)能壽命進(jìn)行準(zhǔn)確計(jì)算，最后對(duì)系統(tǒng)進(jìn)行經(jīng)濟(jì)性評(píng)價(jià)的模型。

1　風(fēng)光發(fā)電系統(tǒng)結(jié)構(gòu)與原理

基于蓄電池&超級(jí)電容器混合儲(chǔ)能的獨(dú)立風(fēng)光微電網(wǎng)主要由風(fēng)力發(fā)電機(jī)、光伏陣列、混合儲(chǔ)能系統(tǒng)、逆變器、負(fù)載等部分組成[8]，其結(jié)構(gòu)簡(jiǎn)圖如圖1所示。

圖1　基于混合儲(chǔ)能的獨(dú)立風(fēng)光微網(wǎng)結(jié)構(gòu)圖

在風(fēng)光發(fā)電充足時(shí)，混合儲(chǔ)能系統(tǒng)充電，將多余的電能存儲(chǔ)起來，以提高風(fēng)光利用率；在風(fēng)光發(fā)電不足時(shí)，混合儲(chǔ)能系統(tǒng)釋放存儲(chǔ)的電能供給負(fù)荷，以保證系統(tǒng)平穩(wěn)連續(xù)的供電，提高系統(tǒng)的供電可靠性。

2　混合儲(chǔ)能系統(tǒng)容量?jī)?yōu)化方法

為了實(shí)現(xiàn)配置混合儲(chǔ)能系統(tǒng)的目標(biāo)，即跟蹤負(fù)荷曲線，本文以考慮儲(chǔ)能壽命和更換的成本為目標(biāo)函數(shù)，以不同類型儲(chǔ)能各自補(bǔ)償頻段的分界頻率作為優(yōu)化變量，綜合考慮微網(wǎng)功率平衡、儲(chǔ)能系統(tǒng)的效率、SOC特性以及負(fù)荷缺電率(LPSP)、能量浪費(fèi)率(SPSP)等約束，建立蓄電池&超級(jí)電容器的混合儲(chǔ)能容量?jī)?yōu)化模型，模型求解的總體流程圖如圖2所示。

圖2　混合儲(chǔ)能容量?jī)?yōu)化配置的計(jì)算流程圖

2.1混合儲(chǔ)能的功率分配

在混合儲(chǔ)能能量交換過程中，首先根據(jù)獲取的風(fēng)、光發(fā)電功率及負(fù)荷預(yù)測(cè)功率數(shù)據(jù)，計(jì)算需要補(bǔ)償?shù)墓β?。因?yàn)樾铍姵貎?chǔ)能能量密度大、響應(yīng)時(shí)間長(zhǎng)、充放電次數(shù)少；超級(jí)電容器儲(chǔ)能能量密度小，但允許充放電次數(shù)高，充放電速率快，所以一般超級(jí)電容器補(bǔ)償高頻功率分量，蓄電池補(bǔ)償?shù)皖l功率分量；因此將需補(bǔ)償?shù)墓β?經(jīng)過高通濾波器后，分別得到各自功率補(bǔ)償值，超級(jí)電容器Puc和蓄電池Pbat。

PHESS=PL(t)-[PW(t)+PPV(t)]

(1)

(2)

Pbat(t)=PHESS(t)-Puc(t)

(3)

(4)

(5)

式中Th——高通濾波器的時(shí)間常數(shù)；fp——兩種儲(chǔ)能補(bǔ)償頻段的分界頻率；TS——樣本數(shù)據(jù)的采樣周期；1/(2TS)——奈奎斯特采樣頻率。

為實(shí)現(xiàn)能量的循環(huán)利用，應(yīng)對(duì)上述的功率進(jìn)行調(diào)整，保證儲(chǔ)能的充放電量相等，公式如下：

(1)先在超級(jí)電容器容量計(jì)算時(shí)間尺度內(nèi)對(duì)其和蓄電池功率進(jìn)行修正。

(6)

Puc′=Puc-ΔP

(7)

Pbat=Pbat+ΔP

(8)

(2)然后在蓄電池的容量計(jì)算時(shí)間尺度內(nèi)對(duì)其功率再次進(jìn)行修正。

(9)

Pbat″=Pbat′-ΔP′

(10)

2.2儲(chǔ)能系統(tǒng)額定功率計(jì)算

通過功率分配及功率調(diào)整后，還需考慮實(shí)際儲(chǔ)能系統(tǒng)工作過程中的損耗，即充放電效率，具體計(jì)算如下：

(11)

在整個(gè)計(jì)算周期內(nèi)，儲(chǔ)能實(shí)際充放電功率絕對(duì)值的最大值即為儲(chǔ)能系統(tǒng)的額定功率PESS，N。

2.3儲(chǔ)能系統(tǒng)額定容量計(jì)算

基于確定的儲(chǔ)能實(shí)際輸出功率數(shù)據(jù)，可計(jì)算得到各時(shí)刻的儲(chǔ)能系統(tǒng)累計(jì)充放電能量。

(12)

儲(chǔ)能系統(tǒng)的剩余能量變化可用荷電狀態(tài)來表示，具體如下：

(13)

式中SOC(t)——實(shí)時(shí)荷電狀態(tài)；SOC0——初始荷電狀態(tài)；EESS，N——額定容量。

儲(chǔ)能的SOC0應(yīng)該滿足：在SOC0下，最大正能量max(EESS(t))波動(dòng)時(shí)，SOC不低于下限值SOCmin，最大負(fù)能量min(EESS(t))波動(dòng)時(shí)，SOC不高于上限值SOCmax，即：

(14)

取得滿足條件的最小EESS，N，可得：

(15)

通過上述公式便可求得儲(chǔ)能的初始荷電狀態(tài)，只要將SOC0設(shè)定為該值，即可滿足整個(gè)周期內(nèi)的充放電要求。

(16)

2.4儲(chǔ)能系統(tǒng)經(jīng)濟(jì)性評(píng)價(jià)

2.4.1經(jīng)濟(jì)評(píng)價(jià)模型

(1) 成本目標(biāo)

獨(dú)立風(fēng)光微電網(wǎng)中混合儲(chǔ)能的配置，應(yīng)在滿足風(fēng)光系統(tǒng)基本運(yùn)行的情況下，使其費(fèi)用最小[9]。據(jù)此可建立混合儲(chǔ)能的成本目標(biāo)函數(shù)：

C=(1+NGH)keEESS，N+(kp+ka+kwLGN+kpNGH)×PESS，N

(17)

(18)

式中ke，kp——儲(chǔ)能容量成本系數(shù)、功率成本系數(shù)；ka——儲(chǔ)能配套設(shè)施成本系數(shù)；kw——儲(chǔ)能運(yùn)行維護(hù)成本；NGH——儲(chǔ)能更換次數(shù)；LGH——工程使用年限；LESS——蓄電池的使用壽命。

(2)負(fù)荷缺電率

當(dāng)儲(chǔ)能系統(tǒng)放電時(shí)，如果由于儲(chǔ)能自身能量的限制導(dǎo)致放電后仍不能達(dá)到負(fù)荷要求時(shí)，會(huì)造成負(fù)荷供電不足，一般用負(fù)荷缺電率來衡量。

(19)

LPSP≤λL

(20)

式中PW(t)——t時(shí)刻風(fēng)電發(fā)電功率，kW；PPV(t)——t時(shí)刻光伏發(fā)電功率，kW；PL(t)——t時(shí)刻負(fù)荷功率，kW；PDG——經(jīng)混合儲(chǔ)能補(bǔ)償后的可再生能源輸出功率值，kW；λL——系統(tǒng)LPSP最大允許值。

(3)能量浪費(fèi)率

當(dāng)儲(chǔ)能系統(tǒng)充電時(shí)，如果此時(shí)由于儲(chǔ)能系統(tǒng)自身能量限制導(dǎo)致充電后仍不能與負(fù)荷匹配時(shí)，會(huì)造成電力的盈余，一般用能量浪費(fèi)率來衡量。

(21)

SPSP≤λS

(22)

式中λS——系統(tǒng)SPSP最大允許值。

綜上所述，因?yàn)長(zhǎng)PSP或SPSP不滿足設(shè)定值時(shí)，本文均取0.05，會(huì)增加系統(tǒng)成本，故在優(yōu)化過程中，若不滿足要求，則應(yīng)增加系統(tǒng)的懲罰成本C1，最終得到本文優(yōu)化目標(biāo)函數(shù)f。

(23)

f=C+C1

(24)

2.4.2儲(chǔ)能壽命計(jì)算模型

采用經(jīng)濟(jì)評(píng)價(jià)模型時(shí)，需要計(jì)算儲(chǔ)能裝置的壽命，因超級(jí)電容器的循環(huán)壽命可高達(dá)50萬(wàn)次，故認(rèn)為超級(jí)電容器在工程期內(nèi)不需要更換，蓄電池的壽命計(jì)算采用雨流計(jì)數(shù)法。

電池的壽命與工作方式密切相關(guān)，放電深度(DOD)越大，循環(huán)壽命越短。首先通過雨流計(jì)數(shù)法計(jì)算電池的放電深度，然后根據(jù)電池放電深度與循環(huán)壽命的對(duì)應(yīng)關(guān)系，得出電池的等效循環(huán)壽命。其中，一個(gè)充電半循環(huán)周期和一個(gè)放電半循環(huán)周期構(gòu)成一個(gè)完整的循環(huán)周期。

本文采用如下所示的四階函數(shù)表征循環(huán)壽命與放電深度的關(guān)系，相應(yīng)曲線如圖3所示。

NC，i=-a1DODi-a2DODi+a3DODi-a2DODi+A1

(25)

式中NC，i——循環(huán)次數(shù)；ai——擬合曲線常數(shù)；DODi——放電深度。

假設(shè)仿真時(shí)長(zhǎng)為N*T，N為仿真步數(shù)，T為仿真步長(zhǎng)，單位為秒。設(shè)總充放電次數(shù)為，Nd放電深度序列為DODi。

則有：

(26)

(27)

圖3　循環(huán)壽命與放電深度的關(guān)系

3　算例分析

3.1算例及計(jì)算方法

以25 kW 的風(fēng)電系統(tǒng)和15 kW的太陽(yáng)能光伏發(fā)電系統(tǒng)為例[10]。根據(jù)獨(dú)立風(fēng)光系統(tǒng)混合儲(chǔ)能容量?jī)?yōu)化數(shù)學(xué)模型，在Matlab中編寫了相應(yīng)的改進(jìn)粒子群算法優(yōu)化程序。該系統(tǒng)一天內(nèi)可再生能源發(fā)電量和負(fù)荷實(shí)際需求數(shù)據(jù)(見圖4)。

圖4　系統(tǒng)24 h可再生能源發(fā)電量和負(fù)荷需求數(shù)據(jù)

3.2儲(chǔ)能優(yōu)化配置結(jié)果

3.2.1不加儲(chǔ)能的獨(dú)立風(fēng)光系統(tǒng)

針對(duì)不加儲(chǔ)能的獨(dú)立風(fēng)光系統(tǒng)，以可靠性作為目標(biāo)函數(shù)，即以獨(dú)立風(fēng)光發(fā)電系統(tǒng)負(fù)荷缺電率(LPSP)及能量浪費(fèi)率(SPSP)為目標(biāo)函數(shù)，以功率平衡為約束條件，得到結(jié)果如表1所示。

表1　未加儲(chǔ)能前優(yōu)化計(jì)算結(jié)果

圖5為未加儲(chǔ)能補(bǔ)償前，根據(jù)圖4中可再生能源發(fā)電量和負(fù)荷需求數(shù)據(jù)計(jì)算出的功率差額制成。

圖5　未加儲(chǔ)能補(bǔ)償前系統(tǒng)功率差額

分析上面結(jié)果可知，在未加儲(chǔ)能補(bǔ)償之前，獨(dú)立風(fēng)光發(fā)電系統(tǒng)的功率差額波動(dòng)很大，而且系統(tǒng)的負(fù)荷缺電率(LPSP)及能量浪費(fèi)率(SPSP)值都偏大，這對(duì)于系統(tǒng)穩(wěn)定運(yùn)行是十分不利的，故此，在獨(dú)立風(fēng)光發(fā)電系統(tǒng)基礎(chǔ)上增加儲(chǔ)能，以滿足負(fù)荷需求。

3.2.2加入儲(chǔ)能的獨(dú)立風(fēng)光系統(tǒng)

根據(jù)上文中的目標(biāo)函數(shù)和約束條件，采用改進(jìn)的PSO算法，得到混合儲(chǔ)能的優(yōu)化配置結(jié)果，并對(duì)比單一蓄電池儲(chǔ)能的配置結(jié)果如表2所示。

分析表2結(jié)果，加入混合儲(chǔ)能補(bǔ)償后，減少了負(fù)荷缺電率(LPSP)及能量浪費(fèi)率(SPSP)，使得系統(tǒng)的供電可靠性得到提高，同時(shí)能減少系統(tǒng)成本花費(fèi)。其中混合儲(chǔ)能系統(tǒng)在該典型日的充放電功率變化如圖6所示。

圖6　蓄電池&超級(jí)電容器補(bǔ)償功率

由圖6可見，由于超級(jí)電容器補(bǔ)償了需求功率的高頻分量，緩解了蓄電池頻繁充放電的壓力，使得蓄電池能平緩的充放電，可以較好地延長(zhǎng)蓄電池的使用壽命。

表2　儲(chǔ)能優(yōu)化計(jì)算結(jié)果

5　結(jié)語(yǔ)

本文以獨(dú)立風(fēng)光微網(wǎng)為研究對(duì)象，配備儲(chǔ)能系統(tǒng)，跟蹤負(fù)荷曲線，提高電能質(zhì)量。提出以計(jì)及儲(chǔ)能壽命的整個(gè)儲(chǔ)能系統(tǒng)工程使用年限中的總成本作為目標(biāo)函數(shù)，利用改進(jìn)PSO確定蓄電池和超級(jí)電容器各自的補(bǔ)償功率，進(jìn)而確定了混合儲(chǔ)能系統(tǒng)的最優(yōu)容量，并利用雨流計(jì)數(shù)法對(duì)蓄電池的壽命進(jìn)行計(jì)算，從而準(zhǔn)確得出成本大小，最后通過算例驗(yàn)證了本文所提出的容量?jī)?yōu)化方法的正確性，這對(duì)于工程實(shí)際應(yīng)用有很大參考價(jià)值。

[1]劉振亞.中國(guó)電力與新能源[M].北京:中國(guó)電力出版社,

2012.

[2]風(fēng)電領(lǐng)域.中國(guó)風(fēng)電裝機(jī)年底將達(dá)1億瓦2020年將實(shí)現(xiàn)翻番.FRP/CM.2014(11): 116.

[3]中國(guó)經(jīng)濟(jì)導(dǎo)報(bào).前三季光伏發(fā)電量約180億千瓦時(shí)較去年全年翻番.B02.2014,11(22): 1.

[4]張文亮，丘明，來小康．儲(chǔ)能技術(shù)在電力系統(tǒng)中的應(yīng)用[J]．電網(wǎng)技術(shù)，2008，32(7):1-9.

ZHANG Wen-liang,QIU Ming,LAI Xiao-kang.Application of Energy Storage Technologies in Power Grids[J].Power System Technology,2008,32(7):1-9.

[5]王成山,于波,肖峻,等．平滑微電網(wǎng)聯(lián)絡(luò)線功率波動(dòng)的儲(chǔ)能系統(tǒng)容量?jī)?yōu)化方法[J]. 電力系統(tǒng)自動(dòng)化，2013，37(3)：12-17．

WANG Cheng-shan,YU Bo,XIAO Jun,et al.An Energy Storage System Capacity Optimization Method for Microgrid Tie-line Power Flow Stabilization[J].Automation of Electric Power Systems,2013,37(3):12-17.

[6]韓曉娟,程成,籍天明,等．計(jì)及電池使用壽命的混合儲(chǔ)能系統(tǒng)容量?jī)?yōu)化模型[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2013，34(33)：91-97.

HAN Xiao-juan,CHEN Cheng,JI Tian-ming,et al.Capacity Optimal Modeling of Hybrid Energy Storage Systems Considering Battery Life[J].Proceedings of the CSEE,2013,34(33):91-97.

[7]謝石驍,楊莉,李麗娜. 基于機(jī)會(huì)約束規(guī)劃的混合儲(chǔ)能優(yōu)化配置方法[J]. 電網(wǎng)技術(shù),2012(5):79-84.

XIE Shi-xiao, YANG Li, LI Li-na.A Chance Constrained Programming Based Optimal Configuration Method of Hybrid Energy Storage System[J].Power System Technology,2012(5):79-84.

[8]徐林,阮新波,張步涵,等. 風(fēng)光蓄互補(bǔ)發(fā)電系統(tǒng)容量的改進(jìn)優(yōu)化配置方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào),2012(25):88-98.

XU Lin,RUAN Xin-bo,ZHANG Bu-han,et al.An Improved Optimal Sizing Method for Wind-solar-battery Hybrid Power System[J].Proceedings of the CSEE,2012(25):88-98.

[9]王波. 儲(chǔ)能系統(tǒng)的優(yōu)化建模與控制策略研究[D].合肥：合肥工業(yè)大學(xué),2013.

[10]ANTONIS G, NIKOS D. Centralized control for optimizing micro grids operation[J]. IEEE Transactions on Energy Conversion, 2008,23(1).

(本文編輯：趙艷粉)

Optimization Research on the Hybrid Energy Storage Capacity of Stand-alone Wind/PV Micro-grid based on Improved PSO

ZHANG Li-yue, ZHANG Jiang-bin

(Xi′an University of Technology, Water conservancy and hydropower college, Shanxi Xi′an 710048,China)

In order to reduce the energy storage costs of stand-alone Wind/PV power generation system and improve the reliability of power supply, it is necessary to configure the capacity ratio of storage system reasonably. An optimization model is constructed, which considers the lowest cost as the optimization objective in view of the energy storage′s life, the dividing frequency of different types of energy storage′s own compensation frequency band as optimization variables, and considers the LPSP、 SPSP、 SOC as the constraint, then use the improved PSO algorithm to solve the optimization problem. Finally, the example results indicated that the optimization model and algorithm are correct and effective.

stand-alone Wind/PV Micro-grid; hybrid energy storage; improved PSO algorithm

10.11973/dlyny201604014

張力月(1992)，女，碩士研究生，研究方向?yàn)樾履茉醇夹g(shù)研究以及其應(yīng)用。

TM61

A

2095-1256(2016)04-0471-05

2016-03-13