楊 凱
(中國能源建設集團投資有限公司,北京 100022)
多能源聯合發電是利用多種不同的能源形式進行發電,包括風能、光能、水能等。構建以新能源為主體的新型電力系統,尤其是海上風電,已成為推動能源轉型、促進能源可持續發展的關鍵環節。傳統的風電并網方式已難以滿足日益增長的風電接入需求,因此探索新的風電并網技術和運行模式勢在必行。
多能源聯合發電系統通過智能化管理,優化調度各種發電資源,實現高效、穩定和經濟的能源供應[1]。例如,海上風電具有風能資源豐富、發電量大、穩定性好等優點,但受風速波動和季節性變化的影響較大;光伏發電則依賴于日照強度和時間,日間發電量大,夜間無發電能力。這些特性使單一能源發電存在間歇性和不穩定性問題。
為解決能源供應問題,在多能源聯合發電系統中引入儲能系統。儲能系統可以吸收和儲存電能,并在能源不足時釋放儲存的電能,以平衡能源供應,減少浪費。同時,提供快速響應的備用能源,提升電力系統的穩定性[2]。智能管理和優化調度是實現能源高效利用的關鍵,因此需要借助先進的能源管理系統,實時監測和預測能源需求與供應情況,制訂最優的能源調度策略。
假設多能源聯合發電系統由海上風電、光伏和儲能3 個子系統組成。海上風電系統的運行模型可以用公式表示為
式中:ρ為空氣密度;A為風輪面積;Cp為風能轉化系數;V為風速。
光伏發電功率與光照強度和光伏組件特性有關,常用的光伏發電功率計算公式為
式中:η為光伏組件的轉換效率;Apv為光伏組件的表面積;G為光照強度。
儲能效果功率則與儲能系統的特性和狀態有關,常用的儲能效果功率計算公式為
式中:SOC為儲能系統的荷電狀態;Ebatt為儲能系統的總儲能容量;Δt為時間間隔。其中,荷電狀態表示儲能系統當前儲存電量與總容量的比例,取值范圍為0 ~1。當荷電狀態為0 時,儲能系統電量為零,無法提供能量;當荷電狀態為1 時,儲能系統充滿電量,能夠提供最大能量。在其他荷電狀態下,儲能系統能夠提供的能量介于兩者之間。
多能源聯合發電系統運行優化算法用于優化和管理多種能源聯合發電系統。該算法基于對能源供應和需求的深度分析,提供更高效、環保和經濟的能源解決方案。
通過對比改進前后的結果,深入分析算法的性能和效果。在算例中,特別考慮1 個包含燃氣輪機、燃氣鍋爐、電制冷機等機組的冷熱電聯供系統,以驗證該優化算法在實際應用中的可行性和有效性。多能源聯合發電系統利用運行優化算法的算例結果如表1所示。

表1 多能源聯合發電系統利用運行優化算法的算例結果
由測試結果可知,多能源聯合發電系統利用運行優化算法后,燃氣輪機功率減少10%,鍋爐效率提升5 個百分點,電制冷機效率提高5 個百分點,系統總能耗降低5%,系統二氧化碳總排放量減少10%,總運行成本降低約5.33%。因此,利用運行優化算法有助于降低企業運營成本,提高經濟效益。
多能源聯合發電系統將風能、水能、太陽能等可再生能源通過系統化、智能化的方式整合起來,形成了互補優化的發電系統。在孤島運行模式下,通過蓄電池和雙向交流/直流(Alternating Current/Direct Current,AC/DC)變換器共同維持系統的電壓、頻率穩定,并制定交、直流系統之間功率平衡的控制方案。文章設計的基于風電-光伏-儲能多能源聯合發電系統由太陽能電池板、儲能單元、整流器以及逆變器等組成。這樣的拓撲結構可以使能量在不同組件間實現有效流動,滿足系統需求。例如,太陽能電池板能量通過整流器直接輸送到電網,儲能單元在太陽下山前為電池充電。當系統需求超過太陽能電池板輸出時,儲能單元釋放能量,以滿足用電需求。
為全面評估海上風電-光伏-儲能多能源聯合發電系統的性能,設計一套綜合實驗方案,以G 區域的新能源發電站作為測試目標[3]。同時,為模擬系統實際運行環境,基于IEEE39 節點標準數據和G區域的實際氣象數據建立海上風電和光伏發電模型。系統進行初始化后,模擬不同天氣條件和風速下的出力調整,并觀察儲能系統的充放電行為,記錄各種條件下的數據,包括功率流動、電壓穩定性、頻率偏差等。通過數據分析,評估系統運行的穩定性、經濟性,以及對電網容量需求的影響。
根據設定的參數進行海上風電-光伏-儲能多能源聯合發電系統運行實驗,發電系統的運行數據如表2 所示。

表2 發電系統的運行數據
由表2 可知,風速與風電發電量成正比關系。儲能系統的充/放電功率受光伏發電量和海上風電發電量的共同影響。綜合考慮光伏發電量和海上風電發電量可知,二者在不同天氣條件下具有互補性,能夠有效平衡電網負荷。在晴天時,光伏發電量較高而風電發電量較低;在陰天和雨天時,光伏發電量減少但風電發電量保持穩定或增加。這種互補性有助于平衡電網負荷和提供穩定的電力供應。
在并聯直流電源系統中,原先的負荷分配方法是基于靜態條件的,即一旦確定后,在較長的時間內都不會改變。然而在實際運行中,負載電流和各個電源模塊的效率可能會隨時間的推移發生變化。改進后的策略利用遺傳算法進行實時優化,能夠動態調整各電源模塊的負荷分配,以提高系統的整體效率[4-5]。利用遺傳算法優化后的負荷分配情況如表3 所示,電源模塊A 為微功率電源,電源模塊B 為小功率電源。

表3 優化后的負荷分配情況
由表3 可知,利用遺傳算法優化多能源聯合發電系統運行控制方法后,電源模塊A 和電源模塊B的負荷分配均得到改善,雖然不同時間點的總負載電流有所不同,但優化后的負荷分配更加合理,能夠有效提高電源模塊的工作效率。
電源模塊的實際運行能力約束情況如表4 所示。

表4 電源模塊的實際運行能力約束情況
由表4 可知,優化后,A 電源模塊和B 電源模塊的輸出電壓均得到略微提高;效率也有明顯的提高,分別達到90%和92%。同時,兩個電源模塊的工作溫度和電源噪聲均有所下降。綜合來看,優化后的電源模塊在效率、溫度和噪聲等方面都有所改善,能夠確保系統的穩定運行。
文章通過研究海上風電-光伏-儲能多能源聯合發電系統的運行控制方法,開展系統運行實驗,證實該系統具有有效性和穩定性。實驗結果表明,儲能系統在平衡系統出力與負荷需求方面發揮著關鍵作用,能夠有效滿足電網容量需求。因此,可以對海上風電-光伏-儲能的多能源聯合發電系統及其運行控制方法進行進一步的推廣應用。