新能源電力系統復合儲能多目標優化研究

李 媛，遲 昆，王 洲，彭 婧，賈春蓉

(國網甘肅省電力公司經濟技術研究院，甘肅 蘭州 730050)

隨著人類社會的不斷發展，能源危機成為各國共同關心的課題。當前，不可再生能源在社會的發展中占有主導地位，對其的過度開發導致了嚴重的能源危機以及環境污染問題[1-2]。鑒于能源短缺以及自然環境污染等問題，構建新能源電力系統刻不容緩。在分布式新能源電力系統不斷發展的今天，為緩解分布式電源控制效果較差的問題，儲能單元的概念逐漸被提出。目前，儲能單元的容量選擇多按照電力系統中的設備個數配置儲能配件，理論依據較差。相關資料表明，將儲能裝置與電容器共同組成復合儲能的方式，可以充分利用兩者的優點，提升電力系統中蓄電池的充電與放電效果[3]。

在電力系統中，由于設備的不斷增加，當前的復合儲能單元的性能問題慢慢凸顯，為提升其使用效果，需要對其展開針對性優化。當前使用的新能源電力系統復合儲能優化方法在使用后僅能對其單一性能展開優化，這種優化方式不具備經濟性。張濤等[4]提出了一種可再生能源發電量規劃以及投資收益優化模型，此模型通過控制儲能單元的充放電過程，達到提升經濟效益的目的。此種優化方式僅僅能完成單一的優化項目，儲能單元優化是一種較為復雜的工作，單一的優化結果無法滿足其工作需求。為此，在此次研究中，選擇機會約束規劃技術作為儲能單元優化中的核心技術，設計基于機會約束規劃的新能源電力系統復合儲能多目標優化方法。希望通過此方法，改善當前儲能單元中的性能問題，實現新能源電力系統的推廣應用。

1 復合儲能多目標優化設計

1.1 發電單元結構特征

新能源一般指可以在新技術基礎上可開發再利用的能源。當前常見的能量類型包括太陽能、生物質能、風能、光能、地熱能、潮汐能等[5-6]。此次研究中主要對光能與風能展開研究。

將風力發電機設置固定的輸出功率，發電功率與風速之間的關系如圖1所示。

圖1 風力發電機功率與風速之間的關系

由圖1可以看出，在風力發電的過程中，風速對風力發電功率具有一定的影響[7]。當發電機的輸出功率與風速相差較大時，風機中的保護裝置會暫停風機的工作。

光伏發電指的是半導體的光電效應，應用太陽電池板、控制器、電子元器件等進行串聯組成的發電裝置，如圖2所示。

圖2 光伏發電實景

選擇光能風能作為新能源電力系統的發電來源具有安全、環保、無噪音等優點，不受資源分布和地域分布的限制，節省了燃料消耗和架設輸電線路的成本，能源質量較為穩定。

1.2 數學模型構建

通過風能光能的發電原理，構建電力系統符合能源容量數學模型。得到了風機的輸出功率，才能確定風力發電機的使用效果。其具體公式如下：

(1)

(2)

式中，Ahi，j為發電機的實際發電功率；As為固定功率；Vb1為發電機的切入風速；Vb2為發電機的切出風速；Ve為發電機的預設風速；Vk為發電機安裝位置的風速；q為發電機的安裝高度；qk為發電機安裝高度的實測風速。

光伏發電的功率具有明顯的非線性，并主要受到光照與環境溫度的影響[8-9]。根據此原理，可得到光伏發電的輸出功率：

(3)

式中，Aw為正常環境下光伏功率；T1為該發電模塊運行溫度；QW為工作周期中的光照強度；p為計算運行溫度的系數；TW為該系數的標準參考值。

將此部分計算內容與風能計算部分相結合，可得到復合能源儲能容量的數學模型，復合儲能單元的荷電狀態在充電時可表示為：

(4)

根據此公式可得到放電過程的儲能單元荷電狀態：

(5)

式中，L為某時刻下儲能單元的特點狀態；δ為放電率；U為充電功率；H為儲能單元容量；ω為充電效率；ω′為放電效率；Δt為研究周期。在此次研究中，將式(4)與式(5)作為電力系統復合能源容量數學模型，為此次優化提供基礎。

2 基于機會約束規劃的優化

2.1 復合儲能目標函數設定

研究中將主要對復合儲能單元的運行成本與電量流失部分展開優化。一般情況下，針對儲能單元的運行成本多采用成本函數[10-11]進行計算，通常通過對儲能單元中的控制器、逆變器、卸荷器運行成本求和獲得。主要對電量流失目標函數進行設定，假設在新能源電力系統中，系統的發電量已經無法滿足其他設備的電能要求，如果新能源電力系統中儲能部分可達到預設的設備電能，在電力系統運行的過程中會產生電荷量流失Δx[12-15]，可通過前一天儲能單元中的剩余電量與光能風能電池發電量之和，減去當日的電能需求量計算得出。當Δx>0時，保證儲能單元可實現能源供給；當Δx≤0時，表示儲能單元不能實現能源供給。在此次目標函數設定的過程中，將其約束條件設定為電力系統中各設備的使用數量，以此完成目標函數的構建過程。

2.2 復合儲能優化函數機會約束規劃求解

為對上文中設定的目標函數進行求解，使用機會約束規劃技術完成目標函數的求解過程。將目標函數劃分為期望值、機會約束條件以及相關機會規劃[16-17]。根據機會約束規劃技術，可將此次研究的目標函數求解過程設定為如圖3所示。

圖3 機會約束規劃目標函數約束示意

利用上述模型進行求解時，可出現多種優化方案，為在此方案中選擇最優數據解，將儲能最優方案的約束條件設定為：

(6)

式中，qi為儲能優化計算過程中的隨機變量；Z為系統的電力總功；Zi為電力系統承載總負荷；E與E′分別為儲能單元中的正備用與負備用[18]；μ為置信度函數。根據此式(6)可確定優化方案應用后的置信度水平，根據此數據可設定最優優化方案求解模型，具體模型如下所示：

(7)

式中，m為計算過程中的機會約束條件。

完成此計算后，可得到目標函數的最優解。采用粒子群算法[19-20]將儲能單元的發電能力作為計算中的約束條件，滿足L≤L′≤L+L′，對以上公式進行整合。至此，基于機會約束規劃的新能源電力系統復合儲能多目標優化方法設計完成。

3 實例分析

3.1 實驗參數與環境

研究中使用機會約束規劃技術，構建了新能源電力系統復合儲能多目標優化方法。為證實此方法具有一定的研究價值，選擇本地區某電力能源企業的新能源改進電力系統位實驗對象，此系統中含有15臺光能發電機，2個風力電廠以及1個復合儲能單元。風電場的負荷曲線數據來源于以往研究中的技術數據，在原始數據的基礎上等比例縮放，為此次算例實驗提供基礎(表1)。

表1 風力發電實驗數據

儲能單元的額定充放電功率為200 MW，電量釋放區間為50～500 MWh。實驗中的復合儲能單元的充放電功率波動特征如圖4所示。

圖4 復合儲能單元的充放電功率波動特征

在復合儲能優化的過程中，儲能設備壽命損耗參考值設定為0。電力系統中各組件運行成本設定見表2。

表2 算例電力系統組件個數及單價

使用上述數據完成算例實驗過程。為研究此次提出優化方法的可行性，在不考慮儲能單元壽命消耗的前提下，利用機會約束優化方法對復合儲能單元展開優化。與此同時，將電力系統的最小運行成本以及電力系統電量流失率作為優化目標，計算復合儲能優化目標函數，以此實現復合儲能單元的最優配置。將實驗環境設定為冬季與夏季，對用電量較大的2個季節優化結果展開分析，確定機會約束優化方法的使用性能。

3.2 算例結果分析

3.2.1 成本優化結果分析

已知電力系統運行成本計算公式由電力系統全部設備的運行成本相加得到。因此，根據此公式可得到電力系統最小運行成本如圖5所示。

圖5 電力系統最小運行成本優化結果

在對電力系統的最小運行成本進行優化后，得到上述實驗結果。對此部分數據進行分析后可以看出，當發電量一致的情況下，在冬季與夏季的3個月份中，電力系統的運行成本得到了控制，且未出現大幅提升或驟降的情況。實驗結果表明，復合儲能單元進行優化后，實現了節約運行成本的優化目標。

3.2.2 電量流失率優化結果分析

在電力系統電量流失率優化過程中，根據復合儲能單元的充放電功率波動特征，結合上文計算公式，將表1數據輸入復合能源容量數學模型，確定電力系統電量流失率具體數據。將電力系統最小運行成本與電力系統電量流失率同時作為優化目標，通過復合儲能優化目標函數的計算，得出復合儲能單元的最佳配置。電力系統電量流失率優化結果如圖6所示。

圖6 電力系統電量流失率優化結果

對上述實驗結果進行分析后可以看出，機會約束優化方法使用后，在實現電力系統最小運行成本優化的同時，也完成了對電力系統電量流失率的控制。在為期3個月的計算周期中，電力系統電量流失率達到了歷史數據中的最低值，并維持了整個實驗周期。根據此實驗結果可以確定，機會約束優化方法能夠實現電力系統的高效運行，且使用其進行優化的過程中可同時對多個目標展開處理。

根據實驗結果可知，機會約束規劃技術使用后可實現復合儲能單元多目標優化。在日后的新能源電力系統管理過程中，可將機會約束優化方法作為儲能單元的主要控制技術。

4 結語

隨著新能源電力系統比例的提升，復合儲能系統的性能逐漸成為影響電力系統應用效果的重要因素。針對當前復合儲能單元優化方法的不足，在此次研究中提出一種新型優化方法，并取得了相應的研究成果。后續研究中，將在此次研究的基礎上提出更加優異的優化方法，為新能源電力系統應用效果的提升作出貢獻。