配備儲能的光伏發電項目成本的數學模型分析

摘 要：本文闡述了配備儲能的光伏發電項目的主要特征以及考慮光照時間的零件輸出效率、項目成本的整體零件輸出效率和整體發電站的整體運行費用等方面的計算，并提出減少運輸電路的網線損壞、強化光伏發電的儲存系統、提升專業的數字化項目成本零件質量、嚴格執行項目的配備儲能工作等實質性的模型建立。

關鍵詞：配備儲能;光伏發電項目;成本;數學模型

引言：隨著光伏電站的使用量逐漸地增加，具體的電量儲存問題成為了行業發展的一大難題。為此，積極運用高效數字模型的方式對整體光伏發電行業中的配備儲能進行計算，彌補傳統光伏發電的項目成本計算，提升整體行業的經濟發展。

1 淺析配備儲能的光伏發電項目特質

光伏發電本身就會具有間斷、隨機等性質，要運用光伏發電的時間t，之后在根據法電站儲備的能量波動中的實際能力Prea（t）和發電中的參考力Pref（t），進一步推導出△P（t）=|Prea（t）-Pref（t）|的公式，此時就能計算出項目成本的放電、收電功率Pb（t）：

（1）公式中u1（t）和u2（t）主要是代表項目中的儲備電力的充放能量，而Pc（t）則是為t時間的充電功率;反之，Pd（t）就是t時間的放電功率[1]。當Prea（t）>Pref（t）的時候，項目能量目前就會處于充電狀態：（u1（t）=1，u2（t）=0。）

計算出最大功率，在（2）公式中E（t）是能力t時間的儲存能量，E（t-1）是t時間的前一段時間的具體儲備值，而wc就是代表整個儲備能量的充電效率。

其次，配備儲能的放電特點。當Prea（t）

（4）中公式中wd就是能量的放電效率。

儲備電池的浮充特點。能量的浮充特征就是處于平衡狀態，其中當Prea（t）=Pref（t）時，而u1（t）=0，u2（t）=0，具體的能量儲備能量和充放功率的公式就是：

并且在（6），（7）公式中t時間的△P（t）就是在能量的充放功率之間的具體數值，反之，△P（t）小于或大于能量的充放效率，就代表著項目成本的儲備電能就會處于充電與放電的時刻。

2 列舉配備儲能的光伏發電項目成本數學模型計算方式

2.1考慮太陽光照時間對項目的零件輸出功率

對于整個項目發電站來說，其中具體的太陽光照程度的計算方式如下所示：

太陽光照的日產生量在發電站的傾斜面用H1，光照時間/小時t，太陽具體的照射程度E

在（8）中，Hbt是發電站的傾斜面所承受的太陽總光照量，Hdt是傾斜面中的散射光照亮，而Hrt則是代表反射的光照量[2]。

2.2光伏發電項目的零件輸出效率

溫變也會影響發電站的成本效率，而其中的具體溫度零件（T）：

（10）公式中的T代表著是當地溫度，dT/dE是項目零件受到光照的承受度，光照的承受度一般是30℃·m2/kw.釋放功率（P2）：

在（11）中，ac就是項目零件最大承受溫度的數值，25就是是零件的在STC條件下的具體溫度值。

2.3發電站總體發電量的計算方式

其中a就是整體損耗，b是直流側線纜的總體消耗損耗，c是逆變器總損耗，d是交流側線纜損耗，e是其他設備的總體消耗量，而η是設備消耗總量。

2.4整體發成本與運行效率費用

具體的匯總計算方法如下所示：項目設備的資金消耗。

總花費資金為

在（14），（15）中，單個零件的輸出功率為P，C0就是每個零件的具體價格，A1是相關設備的具體費用，A2是支架、電路等相關的建筑材料等方面，A3是相關材料運輸和建筑建設等方面的費用，而A就是以上三者之和。

3 探究光伏發電項目成本的配備儲能數學模型的建立

3.1提升整體成本的運行質量

建立相關的數據模型分析。一方面，要升級項目中的各個基礎設備，減省整體的項目支出;另一方面，在一定的程度上保障發電項目的運營狀況，提升發電站的供電效率，為廣大用戶提供優質的服務。

3.2降低項目的改造成本

光伏發電項目所采用的材料是一種不可再生的資源，所以使用資源具有一定的局限性，并且現階段我國提倡綠色生產、保護生態環境等環保理念，相關部門對于生態資源的保護等方面十分重視。

3.3執行配備儲能成本分析工作

在進行光伏發電項目成本的配備儲能的過程中，要注意內部的電量轉換、具體項目設備的電能管理以及整體運行項目的監控等方面的配套材料，這些材料既能有效調節項目成本中的電能存放效率，還能在很大的程度上提升內部設備之間的電能直接運輸的效率，進而充分發揮配備儲能的作用。

3.4優化光伏項目的成本配件，提高配備儲能的運行效率

在光伏發電項目成本配備設備時，實施調查工作時，其中具體的優化流程應該分為幾個方面：第一，儲存系統中的配件、零件等實施有效檢查。第二，以經濟發展為目標，不斷地優化配置，而不是一味的選擇價格貴的發電配置。

結束語：綜上，光伏發電產業作為我國一個新型產業，產業負責人一定要依照產業市場的發展趨勢來看，積極聯合于相關的部門機構，采取政治補貼等項目。不斷地擴展自身的產業運行規模，增強項目的配備儲能，逐漸降低光伏發電項目的成本，進而提升產業的運作效率。

參考文獻：

[1]吳長林，陳玉，高文根.基于VMD-IPSO-RFR模型的光伏發電功率預測[J].四川輕化工大學學報（自然科學版），2020，33（02）：73-79.

[2]張金金，張倩，馬愿，馬金輝等.模糊聚類-Elman神經網絡短期光伏發電預測模型[J].電測與儀表，2020，57（12）：46-51.

作者簡介：

張龍（1988），男，山西代縣人，碩士研究生，工程師，研究方向：電力工程與投資。

（中國能源建設集團投資有限公司，北京市 100000）