可再生能源規劃設計云平臺的開發與測試

曾浩升 王璋元*

（ 廣東工業大學土木與交通工程學院，廣東 廣州510006）

可再生能源是我國重要的能源資源，在滿足能源需求、改善能源結構、減少環境污染、促進經濟發展等方面已發揮了重要作用。可再生能源消費占我國能源消費比重還很低，可再生能源作為一種清潔能源對于我國這樣的能源消耗大國來講勢必將占據越來越重要的角色。指導可再生能源發展和項目建設的發展需求將越來越大，故需要更加重視綠色城鎮設計評價工具的開發。

1 國內外研究成果

綠色城鎮和生態城市的概念日益得到重視，工程上也越來越追求建筑的設計互動與綠色技術的統籌利用，達成巨大的節能減排與環境保護效果。然而在綠色城鎮實際工程領域，依然面臨：(1)現有建筑能耗與碳排放預測模擬工具不適用于城鎮尺度；(2)現有綠色城鎮規劃設計評價工具無法直觀反映城鎮節能環保性能等技術挑戰。提升綠色城鎮規劃設計質量，有效控制成本，推動綠色建筑與城鎮發展勢在必行。建筑能源環境管理及綠色城鎮設計評價工具在國內外均已得到極大關注，它們大部分由各大研究機構開展研發的以桌面軟件的形式供用戶使用。美國威斯康星大學與法國國際科學技術中心合作開發了TRNSYS[1]。這個軟件通過將整個能源系統分解為單個組件來模擬整個能源系統的性能。TRNSYS 已被廣泛用于分析原型太陽能熱系統的性能與優化太陽能熱系統的運行。DER-CAM是由伯克利實驗室開發發展而形成的，它微電網供能成本與碳排放量最低為優化目標，能夠確定建筑微電網內能源的最優容量組合及相應的運行計劃，并成為了美國電力可靠性技術協會常用軟件[2]。HOMER 是由NREL 資助開發的可再生能源混合發電經濟技術環境優化分析計算模型，主要針對小功率可再生能源系統與常規能源發電系統組合形成的混合發電系統優化分析[3]。HYBRID2 是由NREL 與科羅拉多州立大學于1996 年合作開發的混合發電系統仿真軟件。HYBRID2 采用概率時序仿真模型，能夠對風、光、柴、蓄混合發電系統進行技術和經濟分析，可用于并網、孤島混合發電系統的工程級仿真[4]。H2RES 是由克羅地亞薩格勒布大學于2000 年開發的能 源 規 劃 程 序。該程序能夠模擬不同研究場景(可再生能源與間歇式能源的不同滲透率、不同發電技術)下能源需求(水、電、熱、氫)、儲能(氫儲能、抽水蓄能、蓄電池)與供給(風、光、水、地熱、生物質、化石燃料或電網)之間的平衡[5]。PDMG 是天津大學在其配電網規劃軟件平臺基礎上研制的一套實用軟件，具備間歇性數據分析、分布式電源及儲能容量優化、儲能系統實現設計，以及結合專家干預的技術經濟比較等較為完整的微網規劃設計功能[6]。上海電氣集團主導開發了DES-PSO 云端應用，它主要用于微電網計算運行成本與碳排放量最優化分析，輸出系統優化方案與經濟性參數，作為近年新研發的應用吸收了多個軟件的優點[7]。

在前人的研究中有各種應用軟件已經被開發，但事實上仍存在以下問題：

(1)能耗與碳排放預測模擬工具及設計軟件大多僅限于獨立建筑或單一系統，缺乏區域尺度的預測與設計工具；

(2)傳統的綠色設計評價指標及方法無法直觀反映設計是否合理與節能減排效果，易導致可持續建筑技術的低效“堆砌”，缺乏對建筑技術之間相互影響的研究；

(3)節能減排輔助設計與決策工具的缺失，使綠色城鎮設計中易出現“經驗導向”或陷入“反復計算模擬- 結果不理想- 修改設計- 再模擬- 再修改”的低效流程。開發一種基于中國綠色城鎮設計現狀、輸入要求較少、輸出指標可比性強的新型綠色城鎮能源系統及城市規劃的輔助設計工具顯得尤為重要。

2 可再生能源數學模型

在選擇模型依據時，為了優化用戶體驗增強實用性和普遍性。前期我們對多個國外知名的軟件如：EnergyPlus、EnergyPlan、TRNSRS 等進行了分析參照，為了滿足項目需求根據上述軟件模擬過程，進行了獨立的模型構建。

構建的模型考慮包含了三個部分：風電、光伏與光熱。以上部分均能結合實際的太陽能輻射等天氣文件用于計算模擬可再生能源模組所能供給的能量。

選定的公式如下所述：

2.1 風電模塊

在實際應用中，一般依據風速統計數據來確定威布爾參數值，進而求取平均值風速v 及其標準方差σ，表達式為：

風力發電機組的額定功率為：

式中： ρ- 空氣密度；A- 風輪橫掃面積；Cp- 風能利用系數，由式（3）可知，額定功率與額定風速的3次方成正比，另外還與當地的空氣密度、掃風面積、風能利用系數有關。若已知當地風速的威布爾分布函數, 全年有效風速小時數為T, 單臺風力發電機組全年的理論發電量為：

已知雙參數威布爾曲線最符合風速統計分布規律.它屬于單峰的正偏態分布函數, 其概率密度函數為：

式中，k- 形狀參數；c- 尺度參數, m/s.

將（5）代入（4）中可得

式中，vi, vr, vf- 切入風速, 額定風速, 切出風速

若某地區的風速分布已知, 形狀參數k 和尺度參數c 為常數, 切入、切出風速一般情況下也為定值.當風輪直徑一定的風力發電機組, 其效率為η 時, 實際發電量可以表示為：

2.2 光電模塊

光伏發電站上網電量可按下式計算：

式中：HA為水平面太陽能總輻照量，kW·h/m2；Ep 為上網發電量，kW·h；Es 為標準條件下的輻照度，常數=1kW·h/m2；PAZ為組件安裝容量，kWp；K 為綜合效率系數。綜合效率系數K 包括：光伏組件類型修正系數、光伏方陣的傾角、方位角修正系數、光伏發電系統可用率、光照利用率、逆變器效率、集電線路損耗、升壓變壓器損耗、光伏組件表面污染修正系數、光伏組件轉換效率修正系數[8]。我們對綜合效率系數K 值進行了大量的數據查閱總結得到以下的估值：

K1：光伏組件類型修正系數K1主要根據光伏組件類型來確定。光伏組件主要包括4 種類型：單晶硅、多晶硅、非晶硅和多元化光伏組件，現階段主要采用多晶硅太陽電池，根據經驗數據總結，多晶硅電池板的光伏組件功率匹配損失≤6%，此處我們取K1=95%。

K2：光伏方陣的傾角、方位角修正系數K2主要通過光伏方陣平面與水平地面的夾角（傾斜角）和方陣的垂直面與正南方向的夾角（方位角）來確定。此系數一般需要借助仿真軟件計算，常用的軟件有PVsystem、RETScreen 等，計算過程略過不表，軟件仿真后得出數據：當傾斜角α=25°，方位角β=0°時，有最大值K2=106%。注：此處以固定式安裝為例，未考慮固定可調式以及跟蹤系統。

K3：光伏發電系統可用率K3計算方式類似于供電可靠性的計算。

K4：光照利用率體現了光伏陣列對太陽光的利用效率。光伏方陣排列不當相互遮擋或有其他遮蔽物等原因皆會導致光照利用率K4升高。在此，我們假設光伏陣列旁無遮蔽物且光伏陣列無相互遮擋現象，僅考慮早晚不可利用太陽輻射導致的輻射必然損失系數4%，即光照利用率K4=96%。

K5：為準確度考量，此處以逆變器的最大交流輸出功率計算，此時交流輸出功率接近逆變器額定功率，則K5取值為逆變器的最高效率。此數值可在所用逆變器產品說明或樣品處查詢，此處我們參照國內某光伏逆變器最高效率值，取K5=97.9%。

K6：集電線路損耗K6包括光伏方陣至逆變器間的直流電纜損耗以及逆變器至測量點之間的交流電纜損耗，直流電纜損耗根據經驗值一般≤3%，在光伏發電系統的設計過程中，交流電纜損耗一般控制在1%左右，因此我們取集電線路損耗K6=97%*99%≈96%。

K7：變壓器損耗K7由空載損耗（主要為鐵損耗ηFe）和負載損耗（主要是銅損耗ηFe）組成，對于光伏系統的升壓變壓器來說，一般取鐵損耗ηFe=0.1%，銅損耗ηFe=1%。則變壓器損耗K7=1-0.1%-1%=98.9%。

K8：表面污染修正系數K8的主要影響因素是光伏組件表面各種污穢物對光的遮擋。這不僅影響光伏組件的受光面積，還會在光伏組件內部形成熱斑效應，導致光伏組件發電效率降低甚至被燒毀。考慮到廣東地區空氣污染較輕粉塵顆粒較小且風力不大，此處取K8=97.5%。

K9：光伏組件轉換效率修正系數K9主要考慮光伏組件衰減率ηA 以及光伏組件工作溫度系數ηB。光伏組件衰減趨勢為初期衰減快，后期衰減慢，此處我們假設第一年衰減值為3%，以后每年衰減0.7%。則十年衰減量為8.6%，對應衰減率為ηA10=91.4%；根據國家能源太陽能發電研究（實驗）中心屋頂光伏電站組建的溫度預測系統2012 年3 月以來的研究數據分析，光伏組件工作溫度系數ηB 可取93.3%。

故最終我們可以將Ep 改寫成：

大家都被眼前的景象驚呆了，一時不知該如何是好。陸叔叔先是愣了一下，緊接著不顧一切地沖到走廊盡頭的房間，不幸中的萬幸，珊珊安然無恙。

2.3 光熱模塊

光熱上我們選取了CPC 集熱器作為光熱獲取的主要途徑，基于其原理進行光熱獲取能量的計算：

CPC 集熱器主要由拋物面反射鏡(聚光器)、接收器(包括真空玻璃管和金屬吸熱管)、驅動機構及保溫材料組成。太陽光投射到聚光器并被其反射，然后在透過真空玻璃管到金屬吸熱管外表面的過程中存在光學損失和熱力學損失。在聚光的過程中，光學損失主要有余弦損失、光損失和遮擋效應損失。光學效率是指在不考慮熱力學損失的條件下，集熱器所能達到的最大能量接收效率。

CPC 集熱器的光學效率ηo 的表達式為：

式中，μa為光傳播效率；ηb為陰影損失；cosθ 為太陽入射角的余弦值；S1為集熱單元金屬吸熱管表面積，m2；β 為聚光器的跟蹤角度；S2為集熱單元采光面積，m2；kb為玻璃蓋板的透光率；kg為真空玻璃管的透光率；ε 為拋物面反射鏡的反射率；σc為集熱管吸收率；Ir 為太陽直射輻射強度，W/m2；d0為相鄰2 個CPC 的拋物面反射鏡鏡面中心距離m；n 為集熱器的個數吸熱管的能量平衡方程為：

式中，Aabs為金屬吸熱管的橫截面積，m2；ρabs為金屬吸熱管的密度，kg/m3;Tabs為金屬吸熱管的溫度，℃；kabs為金屬吸熱管的熱傳導系數；hw為工質流體與金屬吸熱管之間的對流換熱系數；(τα) 為有效透過率與吸收率的乘積；Tw為工質流體的溫度，℃；Tg為玻璃外管的溫度，℃；hr,g,abs為玻璃外管與金屬吸熱管之間的輻射換熱系數；t 為時間，s;x 為遮擋區域的寬度，m；Dabs,o 為金屬吸熱管的外徑，m；Cp,abs為金屬吸熱管的比熱容，kJ/ (kg·K)；Dabs,i為金屬吸熱管的內徑，m；Ieff為有效太陽直接輻射強度，W/m2。

工質流體的能量平衡方程為：

式中，ρw為工質流體的密度，kg/m3；mw為工質流體的質量流量，kg/s；Cρ,w為工質流體的比熱容，kJ/ (kg·K)；Aw為工質流體的橫截面積，m2；Dabs,i為金屬吸熱管的內徑，m。通過上述推導可得出，CPC 集熱器的集熱效率η 的表達式為：

式中，Tw,out為工質流體的出口溫度，℃；Tw,in為工質流體的進口溫度，℃；Ic為投射到拋物面上的太陽輻照度，W/m2；Ac 為拋物面開口面積，m2。

最終我們可以把集熱量表示成

2.4 修正因子引入

除了上述所用我們改進出的計算模型，我們還對計算出的數據進行引入我們所構想的修正因子來增加計算結果的可靠性。

修正因子的定義：

式中：W'Res為修正后的可再生能源產能估計值值；Wres為初始的可再生能源產能估計值；Wres，his為初始的可再生能源產能估計值的平均值；FACres為修正因子的具體數值。其目的是為了均量化氣候波動的不確定性對可再生能源產出造成的影響，從而使計算得到的產能估計值更加貼合實際。

2.5 選用依據

可靠性高：以上公式均以國內外標準為基礎經過推導所得到，具備可靠性。

適用性廣：只需要根據地區的差異改變少量參數即可實現計算，普遍適用于各個不同的地區和氣候條件以及各個不同的場景。

參數量少：以上公式均只需輸入少數幾個設計參數與太陽輻射強度即可得到結果，大大簡化了復雜的分析應用過程，更優化了用戶的使用體驗，極大的降低了使用門檻。

通過以上述公式為基礎我們開始初步模型構建，為了同時兼顧到日后內容上的豐富與拓展，我們將其進行了相應的劃分。

3 案例測試與分析

3.1 可再生電能

將有關電力的統一到一個框架內稱為可再生電能部分。在這個框架內我們預設好部分的所需參數，用戶只需要輸入所用的機組容量，如：區域光伏板的裝機容量或該地區風電機組的裝機容量，并選擇相應的天氣數據文件如：小時平均風速或小時平均太陽輻射強度，即可完成計算。

當輸入風電機組總裝機容量為2000 MW 后，選擇一個經過處理后某地區的風速數據文件對模型進行仿真，可得本區域內風電機組計算出的一年的總發電量為3.97 TW·h。

圖1 可再生電能案例測試

3.2 可再生熱能

對于光熱部分我們將它設置于可再生熱能的框架內。在這一部分，同樣預設部分參數，如：進出口水溫。用戶需要輸入該區域中太陽能集熱器的裝機容量，并選擇相應處理后的太陽輻射強度文件以獲得的可再生熱能的量。這部分增加了是否考慮該區域中的水存儲總量的選項，如果考慮了存儲總量，即設置了每日太陽能熱產出上限值，用戶可根據使用率自主設置熱的流失率使結果更貼合工程實際。

圖2 可再生熱能案例測試

如：當用戶輸入太陽能熱的裝機容量為2000 MW 并選擇相應的太陽輻射強度文件進行仿真，計算得到的總熱量為1.63 TW·h。如果考慮蓄熱，將以區域蓄熱能力為基準。如果區域蓄熱能力小于每日熱量輸出，則多輸出將被視為熱量損失。當區域蓄熱能力為7000 MW·h，熱量的儲存能力不足，不能增加有效的產能，有效產量僅為1.01TW·h。但是當區域蓄熱能力為9000 MW·h 時，增大了該區域的蓄熱能力，因此有效產量增大為1.304TW·h。

以上兩個模塊均以模式化的天氣數據為主要數據，其他均可用簡單的參數輸入即可進行運算，其適用范圍廣泛且運算可靠。但需要完善的是提供更多的數據供用戶選擇，輸出更為直觀的以圖表以具象化輸出結果的詳情。

4 結論

在日益重視綠色城鎮建設的大背景下，本研究任務為研發一種能夠整合能源及碳信息大數據與能耗及碳排放預測管理與能源系統設計優化的數值模擬擁有云計算能力的軟件，輔助開發一種全新的綠色城鎮能耗及碳排放預測管理與輔助設計智慧平臺，實現基于高效云平臺的綠色城鎮能耗及碳排放預測、評估、優化及分析，并通過高品質綠色城鎮設計方案選擇及統籌規劃，實現綠色城鎮節能減排和能源利用率提高的目標。

前期構想出了初步的應用需求，參考國內外眾多的標準作為參考經過改進后得到了獨立的模型。在網頁構建過程中應用Java 程序作為構建工具，將模型劃分為可再生電能與可再生熱能部分并將它們置于云端，通過輸入合適的參數及天氣數據如裝機容量、葉輪面積、風速、太陽輻射強度等進行了案例測試，輸出的可再生能源量隨著如裝機容量、太陽輻射強度的值的增大而增大，且隨著天氣數據的影響而發生改變。例如：以風電機組為例，設一型風電機組啟動運行風速為2m/s，上限風速為8m/s，則風速在2-8m/s 這個區間內風電產電量隨風速指數型增長，但小于2m/s 風電產電量為0，大于8m/s 風電量不再隨著風速增大而增大而是一個固定值。與傳統的軟件如energyplus 需要大量軟件本身提供的既定數據及繁瑣的輸入相比，發展出了以實用性與提高用戶使用體驗為目的的簡便輸入方式，用戶可根據我們既定的輸入形式簡單自主完成數據處理進行輸入，為用戶提供實際性參考。