光伏板除塵維護下的高速公路微電網容量規劃

涂 昊，楊袆潘，付 婷

（1.重慶航運建設發展（集團）有限公司，重慶 401121；2.中鐵長江交通設計集團有限公司，重慶 401121）

0 引言

隨著全球化石能源枯竭和環境污染日益加劇，在高速公路服務區建設光伏-儲能微電網，不僅能實現綠色低碳用電，還能實現偏遠地區獨立供電，增強服務區電能的自協調能力。

目前，高速公路系統微電網建設問題主要集中在道路域光伏發電項目的選址、容量和投資決策等方面[1]，現有研究很少將服務區作為微電網進行研究。本研究構建了高速公路服務區微電網系統的典型架構，提出了光伏板除塵維護優化模型。基于此，建立了光伏板除塵維護下的高速公路服務區光伏-儲能微電網容量規劃模型，并利用NSGA II 求解以系統總投資、運行成本最小、微網自洽用電量最大化為目標的多目標優化問題。利用計算的Pareto 最優解邊界，從而得到不同微網自洽水平用電量下高速公路服務區光伏、儲能和接觸線的容量。

1 高速公路服務區微電網系統模型

高速公路服務區微網系統結構如圖1 所示，服務區微電網主要由分布式光伏發電、儲能和負荷組成，其中，負荷主要為電動汽車充電負荷和生活用電負荷。考慮不同氣象情景下供需平衡的多變性，仍有必要接入主電網作為備用和運行保障。

圖1 高速公路服務區微網結構示意圖

1.1 光伏陣列模型

光伏發電利用光伏板組件的光伏效應，將太陽能轉化為電能，根據太陽輻射強度、環境溫度以及標準條件下光伏陣列的輸出，即可得到電能。

其中Pstc為標準條件下的輸出，Ir，t為時刻t的實際太陽輻射強度，Istc=1 kW/m2，aT為光伏板的功率溫度系數，Tt為光伏板在時刻t的溫度，Tstc=25 ℃。

當不考慮其他因素對PV 輸出的影響時，PV 輸出可簡化為式（2）。

其中It是指在沒有任何影響因素的情況下，太陽到達地面的輻射強度的最大值。

當PV 輸出遮陽系數ηt，可由式（3）計算得到。

1.2 儲能充放電模型

采用電池組作為儲能系統，電化學儲能系統的核心功能是通過能量的快速存儲和釋放來跟蹤負載的變化[2]。多時段儲能之間的能量耦合模型如式（4）所示。

式中Ebess（t）為t時刻儲能系統存儲的電量，s為電池裝置的自放電率，hch和hdis分別為儲能系統的充電和放電效率和分別表示t時刻儲能系統的充電和放電功率，△t是步長。

儲能電量狀態是衡量電池剩余電量的主要參數，如式（5）所示。

其中，Erate為電池儲能系統的額定功率。

2 高速公路微電網建設的關鍵技術與策略

2.1 高速公路光伏板除塵維護優化模型

偏遠地區高速公路在施工和車輛運行過程中路基、路面和邊坡會產生大量粉塵，導致光伏板更容易被灰塵覆蓋，隨而影響光伏板清潔維護成本。因此，確定合適的光伏板清洗周期，獲取光伏電站清洗維護成本具有重要的研究意義。

光伏發電功率損失率與積灰時間的時變預測模型為：

式中，h*為積灰條件下光伏發電功率損耗率的漸近值，h（q）為光伏發電功率損耗率，q為積灰時間，qc為時間常數，積灰時間以天為單位。

光伏電站日失電成本為：

式中，Ppv為光伏電站裝機容量，Td為光伏電站日平均利用小時數，lg為光伏并網電價。

光伏電站單次清洗維護成本為：

式中，S為單位容量光伏板的面積，lc為單位面積光伏板的清洗維護成本。

光伏板積灰造成的電能損耗和清潔維護的最小總成本為：

式中tc為清洗周期，tall為統計周期，一般以年為單位。日耗電成本積分表示一個清洗周期內的總耗電成本。

將上述方程結合起來，可得到光伏板的清洗周期和運維成本作為規劃模型的輸入條件。

2.2 高速公路服務區微電網容量規劃模型

2.2.1 目標函數

考慮光伏、儲能在服務區和微網與主網接觸線上的建設投資和運維成本，以微網向主網購電總成本、微網向主網售電總收入、減載懲罰總成本、系統總投資和運行成本最小化為目標函數。考慮高速公路服務區微網的能源自產自用，最大自洽電量為另一個目標函數。因此總目標函數可表示為：

式中CIn、CMa、Cgrid、Congrid、Cab分別代表系統投資成本、運維成本、購電成本、售電收入和損失負荷懲罰成本，Pload（t）和Pgrid（t）分別表示t時刻微網的負載需求功率和微網從電網購買的電量。

2.2.2 求解方式

本研究的高速公路服務區微網風-光電-蓄容量規劃模型具有多目標、多元和非線性的特點。因此采用改進的NSGA II 對模型進行求解。采用多目標函數作為適應度函數，目標函數的求解流程如圖2所示。

圖2 目標與適應度函數的求解流程圖

3 案例分析

以華東某大型高速公路服務區為例，所有光伏板均采用545 W 單晶硅組件，光伏板尺寸為2.384 m ×1.303 m。

3.1 光伏板除塵維護成本優化

單位面積光伏板的清洗維護費用按0.5 元/m2計算。光伏電站日平均利用小時數取為5 h。光伏發電進入并網平價時代，光伏賣給主電網價格取為0.55元/ kWh。清洗周期為決策變量，在區間[0，365]上通過遺傳算法求解[3]，得到545 W 光伏板的最優清洗周期為21 天，年合計除塵維護費用為59.661 元。

3.2 多目標容量規劃模型的求解

根據當地實際光伏輸出水平以及高速公路大型服務區的實際負荷數據，選取服務區內及周邊的最大可開發光伏容量為4.046 MW。規劃周期為20 年，折現率為10%。儲能系統選用磷酸鐵鋰電池。充放電效率為95%，自放電率為0.02% 損失負荷懲罰成本為1.2 元/kWh。

利用MATLAB 軟件編寫改進的NSGA II 求解上述模型，設置種群規模為100，最大迭代次數為500，選擇交叉率為0.7，變異率為0.3。得到的Pareto 最優解邊界如圖3 所示，Pareto 解分布均勻且廣泛，為決策者在微電網總投資最小、運行成本最小和自恰電量最大這兩個相互矛盾的目標中進行選擇提供了大量信息。圖中系統的最低總成本為392.4 萬元，主要包括接觸線建設投資、運維費用和購電費用。

圖3 基于NSGAⅡ算法的多目標優化結果

自恰率hser為40%、60%、80%時微網風電光伏儲能容量最優配置結果見表1。

表1 高速公路微電網容量優化配置結果

當服務區安裝光伏板數量為3028 塊時，微網用電量自洽率為40%，能量自洽水平較低。當光伏板安裝數為7202 塊時，用電量自洽率提高到80%。接觸線的額定容量逐漸減小，從一開始接近微網的最大負荷需求到400 kW 左右。儲能配置容量逐漸增大，儲能系統最終穩定在885.4 kW/3600 kWh。此外，光伏除塵維護費用占系統年度綜合成本的5%～10%。

4 結語

本研究建立了光伏板除塵維護下的高速公路服務區光伏-儲能微網多目標容量規劃模型，并利用NSGAⅡ求解該模型。研究可為高速公路服務區微電網建設示范工程提供理論支持和參考，并在此基礎上，未來可繼續優化考慮需求響應的高速公路微電網光儲聯網和接入線路的能量交換策略和容量配置模型。