一種新型船舶風光互補發電系統的配置方法

馬 川，張勤進，劉彥呈

(1. 大連海事大學 輪機工程學院，遼寧 大連 116026；2. 青島遠洋船員職業學院 機電系，山東 青島 266071)

0 引 言

風能和太陽能作為清潔能源越來越多被開發和利用，各國對太陽能和風能的研究表現出較強的競爭力。海上運輸是國際貿易的主要載體，作為海上運輸的主要工具——船舶，所消耗的能源數量是巨大的。隨著金融危機和燃油價格的持續上漲，加之國際海事組織對船舶污染物排放的嚴格控制，越來越多的船舶運營者和研究機構將目光投向清潔能源尤其是太陽能和風能的開發利用中，將太陽能和風能轉化為電能，作為船舶輔助的能量來源。這樣，就會節省大量的燃油成本和降低碳排放量。

目前，船舶風光互補輔助發電系統在初始安裝設計時，往往會出現該輔助發電系統的配置與船舶實際負載情況匹配不合理的情況[1]。倘若二者匹配不合理，就不能完全發揮清潔能源的利用率，甚至還會造成初始安裝成本和后期維護成本的增加[2]。為了解決船舶風光互補輔助發電系統的配置問題，本文對風光互補發電系統進行了深入的研究，找出了影響系統配置的關鍵因素，建立了各個環節的數學模型，提出了一種能對風光互補發電系統和船舶負載的匹配方法。

1 船舶風光互補輔助發電的優勢及結構

1.1 風光互補輔助發電的優勢

遠洋船舶一般采用四沖程柴油機作為發電機的原動機，為了節省成本，船用四沖程柴油機采用180號重油作為燃料。該種類型的重油和輕柴油相比，其燃燒質量較差，產生的廢氣對大氣的污染也很嚴重。另外，四沖程柴油機運行時的噪聲污染也影響船員的生活及休息。

風能和太陽能是完全清潔的能源，在使用和運行過程中不會產生噪聲和環境污染。假如風光互補發電系統的容量能夠滿足船舶日常用電需求，則在船舶錨泊時可以實現“零排放”，也給船員提供了安靜的工作生活環境。從能源角度考慮，風光互補發電能節約相當的燃油，為船舶營運節省了成本。可見，風光互補發電在船舶的安裝應用具有非常大的優勢和價值。

1.2 風光互補輔助發電系統的結構及配置

船舶輔助發電系統（風光互補發電系統）的結構如圖1所示。該系統一般由數臺風力發電機、多組太陽能光伏發電裝置和蓄電池組以及逆變控制裝置等組成。為了避免海上風光資源的隨機變化對電網造成影響。風光互補發電系統中都會配備蓄電池組，蓄電池組能夠存儲多余的電能，并且有效防止突發變化對系統造成沖擊[3]。船舶風光互補輔助發電并非簡單的將風力發電機和光伏發電裝置組合在一起，而是要充分考慮二者之間以及二者和蓄電池之間的匹配關系。風光互補輔助發電系統的容量一般為幾十千瓦到幾百千瓦，初始安裝成本很高。假如風力發電機、光伏裝置和蓄電池組的容量匹配不合理，就會造成系統發電效率低、性能差。因此，船舶風光互補輔助發電系統要進行科學的設計，使系統成本達到最低。本文采用改進遺傳算法對船舶風光互補輔助發電系統進行優化配置[4]。

圖1 風光互補輔助發電系統結構Fig. 1 Structure of wind solar hybrid power generation system

2 系統各部件的數學模型

2.1 風力發電機模型建立

風力發電機輸出功率表達式[5]：

式中：ρ表示空氣密度，S表示葉輪掃過面積，v表示風速。在風速一定時，風能利用系數Cp決定了風力發電機輸出功率的大小。該系數與節距角β和葉尖速比λ有關，是二者的函數。對于定距槳風力發電機，該系數Cp只與λ有關，即CP=f（λ），其中：

式中：ω為葉輪轉動角速度，R為葉輪半徑，v為風速。當ω和v為輸入，R為定值時，則式（1）可變為[6-7]：

2.2 光伏電池模型建立

根據光伏電池的物理特性并且經過理想化近似后，與之對應的數學模型如下[7]：

根據開路和最大功率點2種特殊情況，可以列出如下所示特性方程：

①設最大功率點V=Vm，I=IL， 式（4）可簡化為

②對開路，有V=VOC，I=0，式（4）可簡化為

根據式（4）～式（6）可得：

其中：Im為最大功率點電流；ISC為短路電流值；Vm為最大功率點電壓；VOC為開路電壓值。

令

考慮到溫度T和光照強度R會對模型產生影響，則式（1）可簡化為：

為方便模型建立，對光照強度R和溫度T取參考值Rref和Tref，此時取值分別為1 kW/m2和25 ℃，DT=T-Tref，根據光伏電池的特性及大量試驗數據可得如下表達式：

式中，α和β分別表示光伏電池的電流和電壓溫度系數。

3 風光互補輔助發電系統的優化配置

風光互補輔助發電系統優化配置實質上是多目標優化問題，既要實現成本最低，又要求系統的可靠性好。

3.1 最小成本的系統目標函數確立

遺傳算法在設計時首先要考慮的問題是確定系統的決策變量，這對系統方案設計有直接影響。決策變量的選擇關系到算法執行的性能，根據本文所設計的風光互補發電系統的要素，把成本（包括安裝和維護成本）、整個系統的負載情況和蓄電池組的狀態作為系統決策變量。

系統在設計時最重要的就是系統成本，故目標函數選擇為系統成本。風光互補發電系統的優化設計是將系統成本最小化，由于所選取的決策變量是系統成本、負載情況和蓄電池組的狀態，故系統成本最小化問題實際就是在系統負載和蓄電池組狀態2個條件約束下的優化問題。所以，該系統的成本目標函數為[8-9]：

其中：x為系統決策變量，x={NPV,NWG,NBAT,NDsl,NCh,h,β}，式中的變量依次為光伏發電裝置的數量、風力發電機的數量、蓄電池的數量、柴油發電機的數量和逆變器的數量，h為風機塔架的高度、β為光伏發電裝置的傾角。

3.2 適應度函數和約束條件的確定

建立合適的適應度函數對于解決上文所提到的約束優化問題非常重要。由于系統成本最小化問題實際就是在系統負載和蓄電池組狀態2個條件約束下的優化問題，故可將系統負載和蓄電池組狀態2個約束條件和目標函數結合，就可建立適應度函數F（x）[10-11]。

對風機塔架高度和光伏發電裝置傾角的要求，如下所示（N表示數量）：

為了保證風光互補發電系統的發電供給量，需要對負載能量進行約束，如下式：

式中，N表示數量，P表示容量，下標D∈(PV,WG,BAT,Dsl,Ch)。

可靠性能約束指標：

LOLP同時兼顧了蓄電池深度放電限制和系統負載缺電率2個約束條件。

在算法中，交叉概率PC和變異概率Pm的選擇對算法的性能發揮起關鍵作用。PC和Pm過大或過小，都不利于算法性能的發揮。本系統提出一種基于適應度的自適應改進遺傳算法。本改進算法根據每代個體適應度的情況對PC和Pm進行自適應調整。這樣能夠保證算法在合適的時候提供最佳概率選擇值。將原最大適應度個體PC提高到PC1，Pm提高到Pm1，改進后的自適應調整表達式如下：

式中：f為準備交叉的個體中較大的適應度；favg為每代平均適應度；fmax為最大適應度；f'為準備變異的個體適應度。

4 仿真驗證

為了進一步驗證文中所提出算法的可行性，以青島中港停泊的囤船為仿真對象，囤船日常生活用電為主要負載，其中以照明和通信設備最為常用。其日常負載類型及功率如下：常用動力負載（日用水泵等）6.01 kW；生活用電（廚房、熱水器、洗衣機等）5.28 kW；照明負載2.12 kW；其他負載（電話等）0.53 kW。

發電系統部件配置采用單體峰值電壓為110 W的太陽能電池，其詳細參數如下：開路電壓21 V；短路電流7.22 A；最大功率點電壓17 V；最大功率點電流6.47 A；峰值功率110 W；成本4 800元；維護費用56元/年。風力發電機裝機容量為3 kW，其詳細技術參數及成本如下：功率3 kW；額定電壓36 V；直徑4.5 m；啟動風速3.2 m/s；安全風速45 m/s；額定風速9.5 m/s；安裝成本14 200元；維護成本520元/年。根據負載情況選擇單體容量600 AH，電壓為12 V的蓄電池。采用Matlab實現算法，為簡化運算，傾角β取45°，決策變量值為。

算法初始種群取40，首先選擇個體的交叉概率PC和變異概率Pm。在式（16）中，分別取PC1=0.85，Pm1=0.1，PC2=0.5，Pm2=0.015，遺傳代數為200，運行算法25次，結果表明該算法具有較好的收斂性和快速性。如圖2所示，算法在143代左右收斂。算法的最優解為x={8，3，16，1，12}，即需要安裝110 W的光伏發電裝置8個、3 kW的風力發電機3臺、蓄電池18組和逆變器1個，風力發電機的高度為12 m。

圖2 改進遺傳算法仿真結果Fig. 2 Simulation results of Improved genetic algorithm

5 結 語

本文分析了風光互補輔助發電系統在船舶上應用的優勢，有利于節約能源和減少碳氧化物的排放，對環境保護有著非常重要的意義。為了更好實現船舶風光互補輔助發電系統中各個部件的配置，從節約成本的角度出發，在建立各部件數學模型的基礎上，提出了一種采用改進遺傳算法的配置方案，并對該方案的實現進行仿真驗證，結果表明該算法具有較好的收斂性和快速性，進一步證明了本文所提出的解決方案的可行性。這樣就可以有效發揮風光互補輔助發電系統的效率，對推廣低碳航運和實現船舶節能減排有著非常重要的現實意義。風光互補輔助發電系統與船舶柴油發電系統是一個非常復雜且龐大的課題，本文僅針對系統配置做了研究，仍有更多方面需要研究解決。