風光沼儲微電網系統容量優化配置

尤森檳，程志江，張子建，章 節

(新疆大學 電氣工程學院，新疆 烏魯木齊 830047)

電力是人類社會可持續發展的一個非常重要的因素，遠離電網的偏遠地區也需要穩定的電力供給,在許多偏遠地區，獨立供電系統比電網更具成本效益，因此發展獨立供電系統是一種有效的供電方案[1-2]。獨立供電系統中應用最廣泛的能源是光伏、風力發電機，然而風光出力具有間歇性,受天氣季節影響比較大，當與其他可控微源組合可以平抑負荷波動[3]。胡林靜[4]等用儲能對風光出力進行補償，并采用算法對容量配置進行優化，以實現供電的可靠性與經濟最優。李建林[5]等為解決風光儲容量最優問題，建立雙層決策模型，采用動態規劃方法對容量進行優化配置。由于蓄電池單位容量價格高，且壽命周期充放電次數有限，為了進一步提高供電的可靠性與經濟性，譚穎[6]等采用風光柴儲微電網，使用改進的仿電磁學算法對容量優化配置，并對模型和算法的有效性進行驗證。孫瑜[7]等為了提高風光柴儲系統經濟性，對經濟運行方案進行設計，并用生物地理學算法進行優化，算例結果表明，設計方案合理可行。洪林[8]等提出了一種風光柴儲微網運行性能綜合評價方法，并以實際工程為例，驗證評價方法的科學性。風光柴儲微電網能夠實現穩定的電能輸出，然而柴油是化石燃料，在使用的過程中存在環境污染，且價格比較高，馬藝瑋[9]等對風光沼可再生能源系統進行研究，并采用改進的自適應遺傳算法進行優化，以實現系統經濟最優。

本文在借鑒前人研究成果的基礎上首先建立了包含風光沼儲微電網優化模型，并提出了運行策略，以典型日的數據為基礎，采用改進型的粒子群算法進行優化，實現風光沼容量的最優配置。

1 風光沼儲微電網系統描述

孤島混合能源系統如圖1所示：主要由風力發電機組(簡稱風機)、光伏板、蓄電池、沼氣池、燃氣機組成，系統能量來源于太陽能、風能、沼氣，蓄電池是儲能單元。利用沼氣發電可以將生活污水和有機質垃圾無公害處理，但沼氣生產也存在周期長，受沼氣池容量和有機質限制難以實現大容量供電，和風能、太陽能進行耦合，能夠解決能源在時空上分布不均問題，克服了單一能源可靠性差的特點[3]。

圖1 風光沼儲微電網結構

1.1 光伏發電系統

光伏板提供的能量可以用以下公式計算為太陽輻射的函數，輸出功率Ppv如下[10]：

(1)

式中：PN-pv為參考條件下的額定功率；G為太陽輻射，W·m-2；Gref為1000，W·m-2；Tref為25℃；Kt為-3.7×10-3(1/℃)；Tamb為環境溫度[10]。

1.2 風能系統

風機的風速與輸出功率之間是如下所示的分段函數[11]：

(2)

式中：Pr為額定輸出功率;vc為切入風速;vf為切出風速;vr為額定風速。

1.3 燃氣機

燃氣及輸出功率為下列公式：

Pg=vbiqbiηg

(3)

式中：Pg為燃氣機輸出功率;vbi為單位時間燃氣機發電時甲烷消耗體積(標準工況下);ηg為燃氣機的能量轉化效率;qbi為單位體積燃氣熱值。

2 運行策略

為了維持混合能源系統的穩定，需要進行能量管理來實現系統的可靠性,如圖2為系統的能量調度策略(Pw，Pv，PL分別為風機、光伏、負載功率)，在該系統中，燃氣機的優先級最低，即當光伏板、風機和蓄電池提供的能量無法滿足負荷需求時啟動燃氣機，如果光伏板和風機的總發電量充足，且風力發電小于負荷，那么風機和光伏板聯合運行給負載供電，優先滿足負載后，剩余的電能可提供給蓄電池組，如果僅靠風機產生的電力就足以滿足負荷需求，那么剩余的電能可饋給蓄電池組。如果Pb大于蓄電池組的最大允許容量，那么通過能源供給側減載，或者可以用于可延遲負載。如果光伏板和風機不能產生足夠的電能，則電池可以提供平衡電能，當蓄電池投運后也不能滿足負荷需求，則啟動燃氣發電機，燃氣機在額定功率下運行時，在滿足負荷需求的前提下，剩余的電能可用于給蓄電池充電[12]。

圖2 系統能量調度策略

3 容量優化配置的方法

系統優化配置目標函數為：

minCt=C+Cr

(4)

式中：Ct為系統的年使用成本；C為系統年均投資費用；Cr為系統年維護費用[13]。

(5)

Cf=kNgCf

(6)

式中：Cw，Cp，Ce，Cg分別為風機裝置及其附屬設備、光伏及其附屬設備、蓄電池、燃氣機單位容量成本；Nw，Np，Ne，Ng分別為風機裝置、光伏、蓄電池的、燃氣機建設容量；Cf為沼氣池的年均投資費用，本文中沼氣池的建設成本與燃氣機成本為線性關系；k為單位功率燃氣機所對應沼氣池的系數,單位為m3·kW-1，電池的壽命Le(取值為5)，n取值為20；i為貼現率，取值為5%，除蓄電池外各設備使用壽命取值為20[13]。

(7)

式中：Cwr，Cpr，Cgr分別為風機裝置、光伏、燃氣機單位容量維護成本，忽略逆變器、蓄電池，沼氣池的維護成本[14]。

系統目標函數的約束為：

(8)

系統功率平衡約束為：

Pl(t)=Pw(t)+Pp(t)+Pe(t)+Pg(t)

(9)

式中：Pl(t)，Pw(t)，Pp(t)，Pe(t)，Pg(t)分別為負載、風機、光伏板、蓄電池、燃氣機在t時刻的功率。

在任何時刻，蓄電池組的充電量應滿足：

4 風光沼微電網系統配置方法

在粒子群優化算法中每個粒子的運動是由兩個隨機加權因子和一個初始隨機速度組成的,粒子群優化算法的3個關鍵參數都在速度更新方程中,首先是動量成分，這里的加速度常數c1控制著粒子向它的最佳位置移動的程度，第2個分量是慣性常數w，它控制著粒子對之前速度的記憶程度,第3個組成部分將粒子拉向群體的最佳位置;加速度常數c2控制著這種趨勢，粒子在空間中的位置是通過如下方程得到的[13]：

(11)

慣性權重在全局搜索和局部搜索之間起著重要的平衡作用，基于這些思想，引進非線性遞減權重指數函級遞減法，對PSO算法權重進行一些修改，慣性權重均為非線性遞減權重，由下式確定[16]：

w=wmin+(wmax-wmin)×exp[-20(t/T)6]

(12)

在粒子群優化算法中，c1和c2取值過小，粒子經驗和社會經驗在尋優過程中起較小作用，當取值過大時，由于變量調整幅值較大，這樣容易陷入局部最優解[11]，引進非線性變化的學習因子，能較快的收斂于全局最優[17]：

(13)

粒子群算法的具體流程如圖3所示[18]：

圖3 微電網容量優化求解流程

5 算例分析

以某農業園區為研究對象，園區內有豐富的生物質，風能和太陽能，如圖4所示為典型日24 h負荷模型，其峰值負荷為580 kW，最小負荷為290 kW，圖5是典型日園區太陽輻射能，圖6是環境溫度變化，圖7是典型日園區風速數據，風機、光伏板、蓄電池組和沼氣池的參數如表1所示。

圖4 負荷變化情況

圖5 太陽輻射能分布情況

圖6 溫度變化曲線

圖7 風速分布情況

表1 優化配置算例相關參數

以系統年收入為目標函數，利用改進型粒子群算法進行優化，在 MATLAB 中對采用改進型的粒子群算法進行仿真，設定種群規模大小為50，粒子的維數為20，最大迭代次數為150，以園區冬季和夏季兩個典型日的數據為基礎，以1小時為步長，模擬微電網的運行情況從而獲得系統最優配置類型和數量，表2顯示混合系統容量最優配置情況。

使用粒子群算法和改進型粒子群算法系統的年使用成本如圖8。

從表2 中可以得出，與基本粒子群算法相比采用改進型粒子群算法，設備容量配置更合理。通過對圖8分析，基本粒子群算法收斂慢，采用改進型粒子群算法，粒子收斂速度更快，尋優能力更好，此方法能有效地為不同能源系統提供優化配置方案。

表2 混合能源系統優化配置結果

圖8 算法收斂曲線

6 結論

獨立的風光沼微電網系統可將風光等可再生能源轉化為電能，將兩種或兩種以上的能源結合起來可以提高供電的可靠性、穩定性。本文構建微電網能源系統數學模型評估模型在一定的情況下準確地反映系統的投資、維護成本，在約束條件下，利用冬季典型日、夏季典型日的數據，采用改進型粒子群算法對系統進行優化設計，得到系統的最優配置，結果表明改進型的粒子群優化算法收斂速度更快，獨立的風光沼微電網系統在解決偏遠地方電力供應不足、提高供電質量方面起到重要作用。