邊海防獨立微電網系統優化配置方法

紀秀美, 閆玉鐸

(中國人民解放軍31002部隊,北京 100094)

目前我國廣大的邊海防地區難以實現與大電網互聯,保障這些地區電力的有效供應是政府和部隊亟待解決的問題之一。在邊海防地區,傳統供電方式就是柴油發電機供電,但是傳統供電方式對柴油的補給能力有較高要求,運輸和補給成本較高,對當地的環境保護也產生了較大壓力,而且單一能源的供電方式存在可靠性隱患。隨著可再生能源發電和微電網技術的逐步成熟并推廣應用,采用以可再生能源為主、柴油發電機為輔的多能源供應形式正成為邊海防地區供電的重要發展方向[1-5]。合理利用邊海防地區的自然資源,協調配置儲能和分布式電源的容量以滿足負荷需求,已成為邊海防地區獨立微電網規劃設計領域的核心課題。

文獻[6]中以年均投資費用最低為目標,考慮微電網系統的運行約束條件,構建了含風光儲獨立供電系統的分布式電源優化配置模型。文獻[7]中提出了一種風光儲容量優化配置模型,該模型綜合考慮了風光資源的隨機性和機組強迫停運對微電網運行的影響。文獻[8]中以孤島微電網的優化配置問題為基礎,采用分時優化方法對并網運行時的儲能進行修正。文獻[9]中以總成本最小化為目標進行微電網容量優化配置,將供電可靠性作為約束條件或以停電損失補償成本的形式體現在目標函數中。

本文根據光伏、風機發電分布式電源特性,考慮海島微電網對供電的高可靠性要求,以年均運行投資成本為優化目標確定系統配置。

1 系統經濟性模型

1.1 目標函數

以系統運行年限內的年均等值綜合成本來評估系統經濟性。經濟性目標函數

f(X)=R(r,L)Ccap+Cf+COM+Cc

式中:f(X)為經濟性目標函數,表示系統年均總成本;R(r,L)為年均資金回收率;Ccap為初始投資成本;Cf為年均燃料成本;COM為年均設備運行維護成本;Cc為年均設備替換成本。

(1)年均資金回收率

年均資金回收率的計算公式為

式中:r為實際貸款利率;L為工程周期,一般邊海防獨立微電網系統工程周期為25年;i為5年以上名義貸款利率,目前為6.55%;f為通貨膨脹率,目前為3%。

(2)初始投資成本

初始投資成本Ccap可表示為

Ccap=Nwdcpwd+NPVcpPV+NEScpES+Ndgcpdg

式中:cpwd、cpPV、cpES、cpdg分別表示單臺風機、單個光伏單元、單個儲能單元、單臺柴油發電機的初始購買價格;Nwd、NPV、NES、Ndg分別表示風機、光伏單元、儲能單元、柴油發電機的數量,它們是獨立微電網規劃問題中的決策變量,并且都為非負整數。

(3)年均設備替換成本

年均設備替換成本Cc可表示為

Cc=CcES+Ccwd+CcPV+Ccdg

式中:CcES、Ccwd、CcPV、Ccdg分別為儲能系統、風機、光伏模組、柴油發電機的年均替換成本。

儲能系統年均替換成本

CcES=kNESccES

式中:ccES為單個儲能單元的替換費用;k為儲能單元的損耗度指數,表示一段時間內消耗的儲能單元占總量的比例。

(4)年均燃料成本

年均燃料成本Cf可表示為

Cf=cfwf

式中:cf為燃料單價;wf為燃料消耗量。

1.2 約束條件

(1)分布式電源最大裝機容量約束

分布式電源最大裝機容量約束如下所示:

式中:Nmax,wd、Nmax,PV、Nmax,ES、Nmax,dg分別表示微電網中實際場地等各方面條件限制下風機、光伏單元、儲能單元、柴油發電機的最大安裝數量。

(2)系統運行可靠性約束

在規劃模型中主要運用系統累積供電不足量進行微電網可靠性評價,如下所示:

式中:ple為發電不足量占發電總量的比例;Ple(t)為系統在t時段內由于發電不足而切除的負荷功率;Ele為最大的累積供電不足量;Pld(t)為系統在t時段內負荷需求功率;T為總仿真時長(一般為1年);Δt為t時段的持續時間長度。

(3)可再生能源丟棄功率約束

可再生能源發電超過負荷需求且達到儲能系統充電能力上限時,需棄掉多余電能。為盡可能提高可再生能源利用率,要求棄風光總量占理論發電總量的比例不得超過某一給定的上限值,如下所示:

式中:Pdp(t)為t時段內獨立微電網系統丟棄的可再生能源功率;rre為給定的年棄風光上限值;Pre(t)為t時段內獨立微電網系統可再生能源發電功率。

(4)污染物排放約束

以柴油為燃料的設備在運行過程中會向空氣中排放二氧化碳、二氧化硫、一氧化碳、氮氧化合物等。因此,在微電網規劃設計中要求污染物排放在一定范圍之內,約束條件如下所示:

WCO2≥kCO2,dgfFdgf

式中:kCO2,dgf為柴油燃燒時二氧化碳排放系數;Fdgf為柴油消耗量;WCO2為系統最大二氧化碳排放總量。

2 系統能量管理模型

本文采用典型的儲能循環充放電策略進行微電網運行控制。儲能系統既可以充電也可以放電,它在整個系統中起著能量緩沖的作用。儲能系統由多組儲能單元聚合而成。在系統出現功率缺額而儲能系統不能完全供電時,柴油發電機作為儲能系統的能量補充和系統備用。

某一時刻t的系統狀態為

ΔP(t)=Pwd(t)+PPV(t)-Pld(t)

式中:ΔP(t)為儲能系統和柴油發電機都沒有投入運行時系統的功率不平衡量;Pwd(t)、PPV(t)分別為t時段內系統風電輸出功率、光伏輸出功率。

整個系統的調度策略如下所示:

若ΔP(t)≥0,發電功率過剩,則儲能系統充電。若充電功率或剩余電量均在儲能系統的約束范圍內,即ΔP(t)≤PESmax,c(t),則

PES,c(t)=ΔP(t)

式中:PES,c(t)為t時段內儲能系統的充電功率。

PESmax,c(t)的表達式如下所示:

式中:PESmax,c(t)為儲能系統額定充電功率;EESmax為儲能系統最大可用容量;ES為儲能系統漏電率;ηES,c為儲能系統充電效率;EES(t)為儲能系統在t時段內的能量水平。

當充電功率或剩余電量越限時,即ΔP(t)>PESmax,c(t),儲能系統以最大允許功率PESmax,c(t)充電,其余部分通過備用負載或者其他方式消耗掉,從而出現能量浪費Pdp(t)。此時有

PES(t)=PESmax,c(t)

Pdp(t)=ΔP(t)-PES(t)

若ΔP(t)<0,發電功率不足,則功率缺額優先由儲能系統放電來提供。若僅靠儲能系統可以滿足,即|ΔP(t)|≤PESmax,d(t),柴油發電機功率Pdg(t)為0,則

PES,d(t)=ΔP(t)

Pdg(t)=0

式中:PES,d(t)為t時段內儲能系統的放電功率。

PESmax,d(t)的表達式如下所示:

式中:PESmax,d為儲能系統額定放電功率;EESmin為儲能系統最小可用容量;ηES,d為儲能系統放電效率。

若儲能系統放電功率或剩余電量越限,即Pdgmax+PESmax,d(t)≥|ΔP(t)|>PESmax,d(t),儲能系統以最大允許功率PESmax,d(t)放電,其他部分由柴油發電機在其額定功率范圍內補充,即:

PES(t)=PESmax,d(t)

Pdg(t)=|ΔP(t)|-PES(t)

如果儲能系統和柴油發電機的功率補充仍然不能夠滿足功率缺額要求,即Pdgmax+PESmax,d(t)<|ΔP(t)|,這時系統就需要根據負荷的重要性切除非重要負荷,出現部分范圍的停電。負荷功率不滿足量為Psh(t),計算式如下所示:

Psh(t)=|ΔP(t)|-PES(t)-Pdgmax

式中:Pdgmax表示柴油發電機最大功率。

3 模型求解

對于本文的優化問題,可以采用差分進化算法進行求解,以Nwd、NPV、NES、Ndg為差分進化算法的基因,將目標函數作為適應度函數,最終尋找到一組最優的Nwd、NPV、NES、Ndg,使目標函數的值最小。整個算法流程如圖1所示。

4 算例分析

為驗證圖1算法在求解遠海島礁微電網規劃設計問題上的可行性與有效性,對一個較為簡單的僅含電力子系統部分的風光柴儲獨立微電網的規劃結果進行分析。該獨立微電網系統的拓撲結構如圖2所示。

該獨立微電網系統的單個風機額定功率為20 kW,單套光伏模組額定功率為10 kW,單個柴油發電機額定功率為100 kW,單個儲能系統額定容量為60 kW·h。為保證儲能系統的安全性,提高儲能系統壽命,設定其可用容量為50 kW·h,額定功率為50 kW。微電網規劃設計年限為25年。具體參數見文獻[6]。

系統負荷、10 kW光伏模組、20 kW風機的年歷史數據如圖3所示。由系統負荷歷史數據可知,微電網中負荷需求存在較大的季節性變化,春夏季節負荷需求較高,秋冬季節用電需求較小。光伏的季節性不明顯,這與該島礁所處的低緯度有關,在該區域一年的日照時間都比較長,光伏資源較好。雖然風電輸出的季節性沒有系統負荷那么明顯,但是也存在一定的季節性表現,春夏的風電資源優于秋冬的風電資源。

該獨立微電網系統允許的最大年總缺電率為0.1%,最大年棄風光率為3%,可再生能源滲透率大于60%。風機、光伏模組、儲能系統和柴油發電機的數量配置如表1所示。

圖1 基于差分進化算法的獨立微電網優化配置求解流程Fig.1 Solution procedure of isolated microgrid scheduling optimization based on differential evolution algorithm

圖2 典型的獨立微電網系統Fig.2 Schematic diagram of a typical isolated microgrid

表1風機、光伏模組、柴油發電機、儲能系統可配置數量范圍

Tab.1Configurationquantityrangeofwindturbine,PVmodule,dieselgeneratorandenergystoragesystem

項目最小配置量最大配置量儲能系統180光伏模組5300風機5100柴油發電機250

差分進化算法種群規模為60,最大迭代次數為300,最大變異因子為1.5,最小變異因子為0.8,最大交叉因子為0.9,最小交叉因子為0.6。

運用差分進化算法求解典型風光柴儲微電網系統規劃模型,儲能采用循環充放電策略,結果如表2所示。

圖3 歷史數據Fig.3 Historical data

循環充放電策略中,儲能系統吸收多余的可再生能源,超限的多余可再生能源被丟棄,因此一旦限制了可再生能源丟棄率則在某種程度上限制了儲能系統配置。當可再生能源發電不足時,優先使用儲能系統進行供電,只有在儲能系統輸出功率無法滿足供電的情況下,才啟動柴油發電機進行供電。因此,在循環充放電策略中柴油發電機實際上扮演著備用機組的角色。柴油發電機運行過程中會排放大量空氣污染物,如二氧化碳、一氧化碳、碳氫化合物等,若考慮污染物排放成本,則會進一步增加柴油發電機的運行成本。

表2風機、光伏模組、柴油發電機、儲能系統最優配置

Tab.2Schedulingoptimizationofwindturbine,PVmodule,dieselgeneratorandenergystoragesystem

項目數量儲能系統56光伏模組142風機33柴油發電機11

如圖4所示,系統最優年均投入成本為9.84×106元。儲能系統充放電功率、柴油發電機運行功率、可再生能源丟棄功率及負荷供電不足功率如圖5所示。

圖4 年均投入成本Fig.4 Annual average capital cost

圖5 最優配置情況下儲能系統充放電功率、柴油發電機運行功率、可再生能源丟棄功率及負荷供電不足功率Fig.5 Charge/discharge power of energy storage system,diesel generator output,discarding rate of renewable energy resource and load demand shortage under optimal configuration

進一步分析可知,可再生能源丟棄率限值與系統運行成本之間的關系如圖6所示。

由圖6可知,總體趨勢上,系統運行成本隨著可再生能源丟棄率限值的上升而下降,但每一段下降趨勢會有所不同。當可再生能源丟棄率從0到0.2%變化時,系統運行成本下降并不明顯,但當可再生能源丟棄率從1.4%到1.6%變化時,系統運行成本下降非常明顯。在某些丟棄率限值范圍內,可再生能源丟棄率上升對系統運行成本并沒有產生變化。

圖6 可再生能源丟棄率限值與系統運行成本之間關系Fig.6 Relationship between discarding rate limit of renewable energy resource and system operation cost

5 結語

對于可再生能源豐富但傳統電網供電困難的邊海防地區用電問題,含多種分布式電源的獨立微電網系統起著非常重要的作用。本文建立了含風光柴儲的獨立微電網系統的優化配置模型,并通過差分進化算法求解了該優化配置模型。最后,對系統運行成本與可再生能源丟棄率限值之間的關系進行了敏感度分析。本文研究為含多種分布式電源的獨立微電網系統規劃提供了一定參考。