考慮多能互補的小區式微電網供電系統優化設計

孫長海，鞠爽，陳百通，郭佳彬，李天明

(1.大連理工大學 電氣工程學院，遼寧 大連 116024； 2.大連理工大學 控制科學與工程學院，遼寧 大連 116024)

0 引 言

據美國石油協會估計，在2050年之前，世界經濟的發展將越來越依賴化石能源。而其不可再生性將使清潔能源的使用量大幅增加。文獻[1]介紹了偏遠地區型、家庭小區型、辦公樓宇型、工業園區型和實驗研究型五種微電網應用場景，拓寬微電網的使用場景。文獻[2]分析了工業園區多微網的特征，提出適合工業園區多微網的設計流程。而為減少遠距離輸電成本，文獻[3]在偏遠農村建立小型風光互補系統，滿足用電需求。文獻[4-5]針對獨立海島微網研究了其分布式電源容量配置，以及應用于負荷為海水淡化的關鍵技術研究。

微電網的應用場景多種多樣，優化和評價微電網的方式也不盡相同。文獻[6-7]利用改進灰狼算法、細菌覓食算法等不同智能算法的方式求解微電網調度的數學模型或經濟最優模型，可更快獲得全局最優解。文獻[8]運用多種供電方式，提出兩種能源系統，一是包含光伏、柴油發電機和儲能系統，二是僅基于光伏和儲能。通過優化分析，使系統成本最低。而文獻[9]增加供電子系統，以風光柴儲聯合供電，但除整體經濟性外并未進行其他評價分析。文獻[10]從可靠性、優質性、經濟性以及環保性四個方面評價微電網系統，為容量配置提供基礎。文獻[11-12]雖構建多目標優化，但都對目標進行歸一化處理，其核心依舊為單目標。

隨著分布式電源在用戶側的規?；尤?，作為微網群的子系統，小區式微電網的投入量將大幅增加。上述文獻從不同角度解決微電網中可再生能源消納問題，但存在供電模式簡單、評價指標單一等缺點，且分布式能源系統的選取因地理位置不同而不同。文中結合大連地區小區實際情況建立融合風、光、柴、儲聯合供電的孤立小區智能微電網系統，以各組件數量和類型為變量，綜合考慮凈現值成本、環境懲罰和可再生能源利用小時數的多目標優化模型，并從系統經濟性、環境友好性、組件壽命敏感性、可再生能源使用情況四個方面評價其性能。

1 源荷特征

1.1 供電方式

根據NASA氣象信息，知大連地區年風速有效小時數約為6 500 h，太陽全年日照時數總和約為2 688 h。根據我國資源劃分標準知大連屬于風資源豐富區、太陽能資源一般區。對比風光兩種清潔能源，在冬季光照強度較弱時，是風資源最豐富的時段；而夏季風速較小時，光照強度強。所以大連地區的風資源與太陽能資源形成天然互補優勢，為住宅小區的建立提供自然基礎。

為確保供電可靠性、減少功率波動性，增加儲能系統并用柴油發電機(Diesel Generator，DE)作為后備電源。當光伏(Photovoltaic，PV)與風力發電機(Wind Turbines，WT)可正常運行時，由二者供電；當二者出現事故或供電不足時，由DE或儲能供電。

1.2 負荷特征

以大連地區為工程設計點，擬設計一個獨立的小區式智能微電網。根據《城市居住區規劃設計規范》，目標設計一個組團級別的小區式微電網，其中包括100戶家庭和公共用電設備，通過對大連地區30戶各類家庭及其所在小區用電量調查，得平均每戶家庭用電量為4 380 (kW·h)/年，約12 (kW·h)/日。所以設置小區負載日用電量Q約為1 200 kW·h。

圖1(a)是一天24小時內各時段負荷情況，小區內大多數為家庭住宅用電，少數為公共設施，在18時、19時外出工作時段之后，為日用電高峰。月負荷概況如圖1(b)所示，由于夏季空調、風扇使用較多，7月份、8月份用電量高。

圖1 小區負荷概況

2 小區供電系統出力模型

2.1 風力發電

風機輪轂高度為z時風速公式為：

(1)

式中vzREF為高度zREF米處實測平均風速(m/s);n為表面粗糙度。

WT功率曲線給出了輸出功率與風速的關系[13]，即WT在時間步長t內的發電量如式(2)所示：

(2)

式中PWT為額定功率(kW)；a1～c3為回歸系數。

2.2 光伏發電

PV在時間步長t內的發電量如式(3)所示：

(3)

式中G為陣列表面垂直輻射(W/m2)；PPV，rated是PV在G為1 000 W/m2時的額定功率(kW)；ηPV,conv為PV的DC/DC變換器和最大功率點跟蹤系統(MPPT)的效率。PV系統通常配有MPPT系統，所以可默認PV的工作狀態保持在最大功率點附近。文中取PV配備95%的效率。

2.3 柴油發電機

簡化處理DE發電量與DE耗油量之間的關系，假設DE油耗Cdiesel為線性函數，如式(4)所示：

Cdiesel(t)=d1×Ediesel(t)+d2×Pdiesel×ndiesel×Δt

(4)

式中d1和d2是柴油消耗系數[14](L/(kW·h))；Ediesel(t)為DE在時間步長t內的發電量(kW·h)；Pdiesel為一臺DE額定功率(kW)；ndiesel為運行發電機數量(臺)。

2.4 儲能系統

蓄電池相較其他儲能設備(如釩液流電池、超導儲能等)，技術更成熟，利用率高，體積小，適合較大容量的安裝。荷電狀態(State Of Charge，SOC)是蓄電池的重要參數[15]，表征蓄電池剩余電量與總容量之比。蓄電池SOC在時間步長t內放電與充電公式分別如式(5)和式(6)：

(5)

(6)

式中Pbat(t)為蓄電池在t時刻的輸出功率(kW)；Cbatmax為蓄電池額定容量(kW·h)；ηdis為放電效率；ηc為充電效率；SOC(t-1)為蓄電池前一時刻的荷電狀態;t為時間間隔。

2.5 變流器

PV和WT分別產生直流電和交流電，變流器可作為整流器將交流轉換為直流，也可作為逆變器將直流轉換為交流。系統需變流器維持交直流設備之間的能量傳動。逆變器容量Pinverter如式(7)所示：

Pinverter=Eload,max/ηDC/AC

(7)

式中Eload,max為最大負荷需求(kW·h)；ηDC/AC為變流器效率，取90%。

3 優化運行模型

3.1 優化變量

以微網中WT類型Twind(即WT單機額定功率)，WT臺數Nwind，PV容量PPV，rated，DE類型Tdieseel(即DE單機額定功率)，DE臺數Ndiesel，蓄電池類型Tbattery，蓄電池組數Nbattery為優化變量。

3.2 目標函數

在建立生命周期內凈現值成本最小、污染物排放最小的基礎上，增加可再生能源利用小時數最大為第三個目標函數。可再生能源年平均利用小時數可有效反映供求關系。在可行配置中，最大化的利用小時數，可提高可再生能源利用效率，避免資源浪費。

(1)凈現值成本

系統總凈現值成本(Net Present Cost，NPC)是在生命周期內所有成本的現值，減去所有收入的現值。成本包括資本成本、更換成本、運維成本、燃料成本等。收入包括殘值以及并網時可向大電網售電的收入。其表達式如式(8)所示：

(8)

式中CNPC指總凈現值(元)；Csalvage是殘值，指在系統生命周期結束時，某個部件的剩余價值(元)

CNPC、Cann(n)所包含的內容如式(9)、式(10)所示：

(9)

式中Cann(n)指第n年成本(元)；N指系統壽命(年)；a指年實際貼現率。

Cann(n)=Cann,capital(n)+Cann,replacement(n)+Cann,O&M(n)+Cann,fuel(n)

(10)

式中Cann，capital(n)、Cann，replacement(n)、Cann，O&M(n)、Cann，fuel(n)分別為第n年的初始成本、設備更換費用、運維費用、燃料費用，其中除燃料費用外，均包含風、光、柴、儲、逆變器的花費。

(2)環境懲罰

污染物排放量最小可等效為環境懲罰最小，其表達式如式(11)所示：

(11)

式中cCO2、cCO、cUMC、cPM、cSO2、cNOX分別為CO2、CO、未燃燒的碳氫化合物(Unburned Hydrocarbons，UHC)、PM、SO2、NOx的排放懲罰(元/噸)；MCO2、MCO、MUHC、MPH、MSO2、MNOX則為其排放量(千克/年)。

(3)可再生能源利用小時數

總利用小時數為每部分供電子系統利用小時數按其累計裝機容量的比例加權和。所提出的模型是規劃期間的最大使用時間總和，如式(12)所示：

(12)

式中Pn,all指第n年供電系統總輸出功率(kW)；Pn,wind指第n年WT輸出功率(kW)；Pn,PV指第n年PV輸出功率(kW)；hn,wind和hn,PV分別為第n年風、光年均利用小時數(h)。

Pn,all計算式如式(13)所示：

Pn,all=Pn,wind+Pn,PV+Pn,diesel+Pn,battery

(13)

式中Pn,diesel指第n年DE輸出功率(kW)；Pn,battery指第n年蓄電池輸出功率(kW)。

3.3 約束條件

(1)小區微網功率平衡約束：

Pall(t)=Pload(t)

(14)

式中Pall(t)為t時刻供電系統輸出功率(kW)；Pload(t)為t時刻用戶所需功率(kW)。

(2)蓄電池SOC約束：

SOCmin≤SOC(t)≤SOCmax

(15)

式中SOCmin和SOCmax分別表示SOC最小和最大約束。

(3)為避免DE低載運行，設置約束:

Ediesel(t)≥DGmin×Pdiesel

(16)

式中DGmin為最低功率約束指標，取30%。

4 優化分析

4.1 優化求解

優化小區微網供電結構的目標是在滿足用戶需求、經濟發展、環境友好、技術可行等要求的前提下，以經濟最優投入，合理并高效地運用可再生能源，而單一的經濟目標不能充分表征可再生能源的消納情況，若同時考慮多個目標通常是相互沖突的，優化流程如圖2所示。

圖2 小區微電網供電系統優化框架

文中采用NSGA2以及美國國家可再生能源實驗室開發的HOMER軟件分別求解。NSGA2求解流程如圖3所示。文中從經濟性、環境友好性、可再生能源消納三方面設置目標函數，其中環境友好性可經濟化，整合到成本中，簡化為雙目標優化，即成本最小、可再生能源利用小時數最大的倒數。

圖3 NSGA2算法流程

根據第一章源荷特征，采用所提出的優化模型進行優化配置計算。DE、PV、WT、蓄電池和變流器相關參數如表1所示，DE燃料費用為5.2元/L。

表1 相關參數

DE與WT的單機額定功率均分別為10 kW和25 kW。蓄電池單體容量為50 kW·h、100 kW·h。排列組合如表2所示，其他決策變量由優化獲得。系統優化規劃使用年限為25年，折現率r取5%。NSGA2中的種群個數為100，迭代次數為10 000。優化結束的判據為進化代數。最后一代種群的所有非支配解構成的集合，為Pareto最優解集。如圖4為Pareto解集合。

表2 不同單機容量組件的組合方案

圖4 Pareto解集合

如圖4所示，經濟性和可再生能源年利用小時數相互制約，主要由于DE投入時，WT、PV必定供電量不足，增大可再生能源年利用小時數可再生能源年利用小時數則需要減少DE容量及其投入使用的次數，為此需要安裝更多的可再生能源發電和儲能電池，帶來了整個系統成本的上升。在Pareto解集中分別選擇出上述方案的代表結果，如表3所示(①為PPV，rated/kW，②為Nwind/臺，③為Nbattery/組，④為DE運行時間/h，⑤為CNPC/兆元，⑥為可再生能源年利用小時數/h)。

采用乘除法決策該多目標優化問題，當有m個目標y1(x)，y2(x)，…，yk(x)的值要求優先選擇較小值，目標yk+1(x)，yk+2(x)，…，ym(x)的值要求優先選擇較大值，且yk+1(x)，yk+2(x)，…，ym(x)都大于0，于是可采用如式(17)的決策方式，求其最小值。

[34] Andrew Browne, “China’s World: China Is Capitalizing on the West’s Retreat,” The Wall Street Journal, July 6, 2016.

(17)

表3 方案結果對比

各方案決策結果如圖5所示，可知方案五略優于其他方案。以方案五為例，兩種求解方法的結果對比如表4所示。

圖5 決策結果

表4 方法結果對比

HOMER的優化方式是僅以經濟最優為目標，所以用少量價格較貴的WT而投入更多的PV，而PV受外界條件影響大，需投入稍多的DE。而本文通過NSGA2多目標優化，考慮環境、可再生能源利用的因素，NPC相較HOMER略高，但可再生能源年利用小時數有所提高，且較少投入PV，無光照時供電更穩定，也可根據不同需求選擇不同的配置方式。

如圖6所示，為方案五供電系統各分布式發電單元出力以及負荷需求情況。DE在8月～10月風光均弱的時候給系統供電，99%的電量輸出不產生有害氣體，降低環境危害，系統發電量始終大于用電量，滿足用電需求。

圖6 各分布式發電單元出力及負荷需求

如圖7所示，是一月份的某一天各分布式發電單元出力及負荷需求情況，該時段DE未工作，一天中，風光發電量幾乎可滿足整個系統，僅在傍晚階段需蓄電池供電，此時風速低、光照弱。

圖7 24小時各分布式發電單元出力及負荷需求

如圖8所示，模擬運行一年8 760 h為光伏出力和蓄電池放電情況，選取一年中的某幾天，可看出蓄電池供電階段與光伏是交替互補的，蓄電池在夜間使用頻率更高。

4.2 組件壽命敏感性

HOMER特有的敏感性分析可對方案進行完善。圖9是風光儲組件壽命與DE發電量的關系圖，橫坐標為PV壽命，縱坐標為WT壽命，圖譜數值為DE發電量，其中圖9(a)～圖9(c)分別是儲能系統壽命為5年、10年、15年時其它三者的關系。

圖8 光儲供電情況

圖9 組件壽命敏感性

分析風光柴儲之間的互補關系，控制經濟最優化，模擬組件壽命不同時系統容量配置的差異。分析圖9(a)(圖9(b)、圖9(c)同理)，即在儲能系統壽命確定為5年時，風光柴不同容量組合對經濟的影響。若WT壽命短，PV壽命長(如圖9(a)下方部分)，則WT更換和維修的成本更高，為保證系統經濟最優，會較少投入WT，更多使用PV。而PV夜晚光照強度幾乎為零，風光發電量小于用戶用電量時，需使用DE，所以此時DE發電量較多。系統應合理投入DE，在花費最少時，保證用戶可靠用電。圖中其他部分同理。

對比分析圖9(a)～圖9(c)，當風光組件壽命一定時，蓄電池與DE發電量并不是完全線性關系，因為壽命較短的蓄電池，其本身初始成本低，且在其服役期間充放電磨損成本也較低，在經濟最優條件下可選擇多投入。蓄電池容量大，那么后備電源DE使用減少，發電量低。壽命較長時則相反。工程設計中，不同蓄電池本身壽命有差異，通過組件壽命敏感性分析，可在系統實施前期為容量配置提供更精細的優化。

5 結束語

(1)供電系統結構取決于當地氣候條件及負荷特征，本文圍繞風光柴儲供電結構提出綜合經濟性、環境友好性、更多消納可再生能源的多目標優化方法；

(2)利用NSGA2優化小區式微電網供電系統結構，并與HOMER對比，在經濟性相差較小時，環境及可再生能源消納兩方面具有明顯優越性；

(3)對風、光、柴、儲四者進行壽命敏感性分析，評估多能關系，滿足小區式微電網環保性與經濟性之間的平衡，適應未來電網發展趨勢。