張艷杰
(天津理工大學(xué)中環(huán)信息學(xué)院,天津 300380)
考慮年消耗成本的獨(dú)立型分布式發(fā)電系統(tǒng)混合儲能優(yōu)化配置
張艷杰
(天津理工大學(xué)中環(huán)信息學(xué)院,天津 300380)
在全球能源減排,大力發(fā)展新能源的背景下,分布式發(fā)電系統(tǒng)成為各國研究的熱點(diǎn)。在獨(dú)立型分布式發(fā)電系統(tǒng)中,儲能裝置作為關(guān)鍵的組成部分,既可以存儲剩余功率,又可以補(bǔ)償功率不足。本文考慮儲能裝置的折舊系數(shù),將蓄電池和超級電容的容量作為變量,建立以年消耗成本最低為優(yōu)化目標(biāo)的數(shù)學(xué)模型,結(jié)合一個算例,運(yùn)用粒子群算法,優(yōu)化配置混合儲能容量。
獨(dú)立型分布式發(fā)電 混合儲能 優(yōu)化充放電控制策略 年消耗成本 粒子群算法
近年來以風(fēng)力發(fā)電和光伏發(fā)電為主的分布式發(fā)電系統(tǒng)已經(jīng)成為國內(nèi)外學(xué)者研究的熱點(diǎn)。儲能裝置,作為獨(dú)立型分布式發(fā)電系統(tǒng)中的必不可少的一部分,可以消納多余能量,補(bǔ)充缺額能量。
本文采用蓄電池和超級電容混合儲能方式,考慮系統(tǒng)投資成本、運(yùn)行維護(hù)成本以及系統(tǒng)殘值,以年消耗成本最低為優(yōu)化目標(biāo),優(yōu)化容量配置。
2.1 目標(biāo)函數(shù)
對于獨(dú)立型分布式發(fā)電系統(tǒng)來說,儲能系統(tǒng)的總投資成本、年運(yùn)行周期的消耗成本、年運(yùn)行周期結(jié)束后的系統(tǒng)殘值、系統(tǒng)運(yùn)行維護(hù)成本是考慮運(yùn)行經(jīng)濟(jì)性的幾個主要方面,目標(biāo)函數(shù)為:
其中:
Cf_ba表示蓄電池的總投資成本,表示為:
fba表示蓄電池單位容量投資成本,元/ kW ·h; Eba表示蓄電池安裝容量, kW ·h。
同理,超級電容總投資成本 Cin_uc表示為:
fuc表示超級電容單位容量成本,元/ kW ·h; Euc表示超級電容安裝容量, kW·h。
COM表示運(yùn)行維護(hù)費(fèi)用,可表示為:
kOM表示蓄電池運(yùn)行維護(hù)成本系數(shù)
CRE_ba、 CRE_uc分別表示蓄電池和超級電容經(jīng)過一年運(yùn)行周期后的殘值,可以表示為購置成本與年折舊成本之差,即:
式(5)、(6)中的 kba、 kuc分別表示蓄電池年折舊系數(shù)和超級電容年折舊系數(shù)。
2.2 約束條件
2.2.1 系統(tǒng)功率約束
該公式保證了系統(tǒng)功率平衡。
2.2.2 系統(tǒng)供電約束

表1 不同儲能方式投資成本對比

表2 不同儲能方式年消耗成本對比
某地獨(dú)立型風(fēng)光儲分布式發(fā)電系統(tǒng),風(fēng)機(jī)裝機(jī)容量10MW,光伏電站額定容量4MW。風(fēng)機(jī)出力序列如圖1所示,光輻照度數(shù)據(jù)如圖2所示。當(dāng)?shù)啬甓蓉?fù)荷時(shí)間序列取自IEEE-RTS的標(biāo)準(zhǔn)負(fù)荷數(shù)據(jù),峰值負(fù)荷為10MW,如圖3所示。
本文采用粒子群算法對混合儲能系統(tǒng)進(jìn)行優(yōu)化配置。設(shè)定粒子數(shù)100個,迭代次數(shù)200次。分別對單一蓄電池儲能方式、單一超級電容儲能方式、混合儲能控制策略的儲能方式進(jìn)行優(yōu)化,并對比優(yōu)化結(jié)果,如表1所示。
由表1可以看出,由于蓄電池單位能量成本較低,所以蓄電池儲能總投資成本最低,超級電容儲能總投資成本最高,混合儲能總投資成本居中。
由于蓄電池壽命和超級電容壽命相差較大,在不同時(shí)間尺度上比較總投資成本并不能客觀的評價(jià)不同儲能方式的經(jīng)濟(jì)性。本文所提目標(biāo)函數(shù)考慮年消耗成本,這樣可以在同一個時(shí)間尺度上客觀評價(jià)不同儲能方式的經(jīng)濟(jì)性,如表2所示。
通過對比表2中的結(jié)果不難看出,將不同儲能方式的消耗成本統(tǒng)一到同一個時(shí)間尺度上,混合儲能的年消耗成本最低。
本文采用蓄電池和超級電容混合儲能,建立了年消耗成本模型。考慮系統(tǒng)的功率平衡、蓄電池和超級電容能量管理策略以及系統(tǒng)的運(yùn)行特性等約束條件,采用優(yōu)化充放電控制策略,通過粒子群算法,得到了蓄電池和超級電容的最優(yōu)容量配置。通過算例分析,本文所提的目標(biāo)函數(shù)可以在相同的時(shí)間尺度上客觀評價(jià)不同儲能方式的經(jīng)濟(jì)性。
[1]Lemofouet Sylvain,Rufer A.A Hybrid Energy Storage System Based on Compressed Air and Supercapacitors With Maximum Efficiency Point Tracking (MEPT)[J].Industrial Electronics,IEEE Transactions on,2006,53(4)∶1105-1115.
[2]張國駒,唐西勝,齊智平.平抑間歇式電源功率波動的混合儲能系統(tǒng)設(shè)計(jì)[J].電力系統(tǒng)自動化,2011,(20)∶24-28.
[3]何勇琪,張建成,鮑雪娜.并網(wǎng)型風(fēng)光儲混合發(fā)電系統(tǒng)中儲能系統(tǒng)容量優(yōu)化研究[J].華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,(04)∶1-5.