吳瑞鵬，張程翔

(國網(wǎng)浙江省電力有限公司電力科學研究院，杭州 310014)

0 引 言

近年來，通過合理的能源供應方式提高能源利用效率，減輕污染物排放對環(huán)境的影響，已得到各國學者的廣泛關注。風光儲聯(lián)合發(fā)電系統(tǒng)由于其獨特性能，被廣泛認為是能夠高效節(jié)能的滿足多種類型能源需求的有效和潛在選擇[1]。而儲能技術作為近些年來的研究熱點，在能源系統(tǒng)削峰填谷、微電網(wǎng)穩(wěn)壓穩(wěn)流、可再生能源消納等方面發(fā)揮著重要作用。在多國承諾2050年前實現(xiàn)“碳中和”的背景下，儲能技術已經(jīng)成為能源產(chǎn)業(yè)發(fā)展的重要載體[2]。許多國家明確提出儲能在發(fā)展微電網(wǎng)、分布式能源和可再生能源等方面的重要性，并出臺大量政策為儲能技術特別是混合儲能技術的發(fā)展提供保障[3]。

為此，本文提出了一種結(jié)合混合儲能系統(tǒng)(鋰電池和超級電容)和可再生能源綜合利用技術(太陽能和風能)的風光儲聯(lián)合發(fā)電系統(tǒng)。針對本系統(tǒng)中的儲能子系統(tǒng)提出低通濾波器與超級電容荷電狀態(tài)二次反饋的系統(tǒng)控制策略。以系統(tǒng)年綜合成本最小為目標，以本文所提結(jié)合人工魚群算法的模擬退火算法為優(yōu)化工具，采用10 min為步長對系統(tǒng)進行配置優(yōu)化。最后，利用本文所提系統(tǒng)向杭州某正在開發(fā)中的社區(qū)提供多種能量。

1 系統(tǒng)描述

基于混合儲能的風光儲聯(lián)合發(fā)電系統(tǒng)的結(jié)構圖如圖1所示。系統(tǒng)以風電、光伏、內(nèi)燃機和集熱器為核心向用戶提供多種能量。系統(tǒng)采用光伏、風電、內(nèi)燃機和市政電網(wǎng)聯(lián)合為用戶供電，采用混合儲電系統(tǒng)和蓄熱水箱等儲能設備進行儲能。

圖1 基于混合儲能的風光儲聯(lián)合發(fā)電系統(tǒng)

系統(tǒng)依次采用光伏、風電、內(nèi)燃機、混合儲電系統(tǒng)和市政電網(wǎng)為用戶提供電負荷。采用吸收式制冷機組和電制冷機組聯(lián)合為用戶冷負荷，并用電制冷比分配；吸收式制冷機組所需的熱量依次由集熱器、內(nèi)燃機回收余熱、蓄熱水箱和燃氣鍋爐提供。依次使用集熱器、內(nèi)燃機回收余熱、蓄熱水箱和燃氣鍋爐為用戶提供熱負荷。

2 優(yōu)化方法

2.1 數(shù)學模型

為研究分析基于混合儲能的風光儲聯(lián)合發(fā)電系統(tǒng)的運行特性、經(jīng)濟性能以及綜合性能等，需要對系統(tǒng)中各設備進行數(shù)學建模。在本文中，基于混合儲能的風光儲聯(lián)合發(fā)電系統(tǒng)各設備所采用的數(shù)學模型均屬于通用模型，詳細建模過程見文獻[4]。

2.2 優(yōu)化過程

針對基于混合儲能的風光儲聯(lián)合發(fā)電系統(tǒng)，本節(jié)以新型優(yōu)化算法為工具，提出兼顧設備配置和控制策略的多參數(shù)協(xié)同優(yōu)化方法，以降低系統(tǒng)的投運成本。

2.2.1 決策變量

決策變量選取是否合理直接影響系統(tǒng)的優(yōu)化結(jié)果，本文選取對基于混合儲能的風光儲聯(lián)合發(fā)電系統(tǒng)的運行特性及投運成本有著重要影響的8個參數(shù)作為決策變量。這些決策變量分別為內(nèi)燃機、光伏系統(tǒng)、風電系統(tǒng)和集熱器額定功率、電制冷比、蓄熱水箱、鋰電池和超級電容額定容量。

2.2.2 約束條件

在對基于混合儲能的風光儲聯(lián)合發(fā)電系統(tǒng)進行多參數(shù)協(xié)同優(yōu)化時必須滿足各設備的實時出力約束、設備啟停約束、多種能源實時供需平衡約束等。

2.2.3 目標函數(shù)

系統(tǒng)能否能應用到實際工程中、除了要考慮系統(tǒng)能效性、環(huán)保性、獨立性和可靠性外，首先要考慮該系統(tǒng)的經(jīng)濟性。系統(tǒng)的經(jīng)濟性好壞直接影響該能源系統(tǒng)是否能在實際工程應用中大規(guī)模的推廣，而系統(tǒng)的年綜合成本是評價一個系統(tǒng)經(jīng)濟性最常用的一個指標。故為了提高基于混合儲能的風光儲聯(lián)合發(fā)電系統(tǒng)的經(jīng)濟性，以本文所提系統(tǒng)的年綜合成本最小為目標函數(shù)，詳細計算過程見文獻[5]。

2.2.4 優(yōu)化算法

人工魚群算法具有計算和收斂速度快、不需要嚴格的機理模型、應用范圍廣泛等優(yōu)勢。模擬退火算法具有實用性廣、計算量小、魯棒性強等優(yōu)勢、能很好的解決非線性優(yōu)化問題。故本研究將結(jié)合人工魚群算法與模擬退火算法各自的優(yōu)勢，提出一種計算速度快、魯棒性強、全局性好的新型優(yōu)化算法，對本文所提系統(tǒng)的進行設備配置優(yōu)化，得到以系統(tǒng)年綜合成本最小為優(yōu)化目標下的系統(tǒng)最佳運行狀態(tài)。

2.3 案例研究

本文選取杭州市某正在開發(fā)中的混合社區(qū)為研究案例，該社區(qū)包含學校建筑、辦公建筑荷居民建筑三種建筑類型，且住宅建筑和公共建筑的各自占比約為50%。杭州地區(qū)的氣候區(qū)屬于典型的夏熱冬冷區(qū)域，冬季需要對建筑進行供暖、夏季和過渡季節(jié)需要對建筑進行供冷、全年的電負荷波動不大。此外杭州地區(qū)的太陽能和風能資源較為豐富，適合發(fā)展分布式光伏、光熱和風電，該地區(qū)的室外參數(shù)條件如圖2所示。

圖2 杭州地區(qū)室外氣象參數(shù)

圖3表示的是杭州某社區(qū)在典型年的全年冷熱電負荷，該社區(qū)負荷由DeST模擬得到。其中，社區(qū)的電負荷全年大致以周為周期進行變化，在寒暑假期間電負荷相對較小，且周末電負荷約為工作日的1/3。

圖3 社區(qū)冷熱電負荷

2.4 參數(shù)設置

本文研究的是混合社區(qū)，為簡化計算均采用城市工商電力和天然氣的價格，杭州地區(qū)城市用電、燃氣價格見表1?；诨旌蟽δ艿娘L光儲聯(lián)合發(fā)電系統(tǒng)中各設備的初始投資和維護成本見表2。各決策變量的取值范圍見表3。

表1 杭州地區(qū)購能的單位成本[4]

表2 設備經(jīng)濟參數(shù)[3-4]

表3 各決策變量取值范圍

3 結(jié)果與討論

3.1 優(yōu)化結(jié)果

各決策變量的優(yōu)化結(jié)果如表4所示。其中，“方案一”是以系統(tǒng)年綜合成本最小為優(yōu)化目標，“方案二”是以系統(tǒng)一次能源節(jié)約率最大為優(yōu)化目標，見表4，兩個方案的蓄熱水箱額定容量相差不大，僅相差186 kWh。因為蓄熱的單位成本較為便宜，故無論是以經(jīng)濟為目標還是以能效為目標，都會增大蓄熱水箱的容量。方案二的內(nèi)燃機額定功率比方案一少128 kW，光伏安裝功率卻大601 kW。因為天然氣的單價較為便宜，而光伏的單位初始投資較為昂貴，且本研究考慮了光伏并網(wǎng)的懲罰成本，故引起上述現(xiàn)象產(chǎn)生。此外，方案二的鋰電池和超級電容的額定容量分別比方案一多了1 378 kWh和201 kWh。儲電的單位成本較為昂貴，當以經(jīng)濟為目標時會盡量減少儲電容量。

表4 各決策變量的優(yōu)化結(jié)果

系統(tǒng)各性能指標值見表5。其中，方案一的年綜合成本比方案二少了6.2×105元(少22.8%)，年值節(jié)約率高了20.5%。當以系統(tǒng)經(jīng)濟性為目標時，啟發(fā)式算法在優(yōu)化過程中將盡可能地降低系統(tǒng)投運成本，提高系統(tǒng)的經(jīng)濟性。而方案二的一次能源節(jié)約率和CO2減排率分別比方案一高了14.7%和6.6%。當以系統(tǒng)能效性為目標時，本文所提算法將盡可能提高系統(tǒng)的節(jié)能效果，而系統(tǒng)環(huán)保性和能效性之間基本呈現(xiàn)正相關。

表5 經(jīng)優(yōu)化后系統(tǒng)的各性能指標

3.2 典型日電能平衡

系統(tǒng)在夏季典型日(7月15日)的電能平衡如圖4所示。鋰電池和超級電容的荷電狀態(tài)(SOC)始終處于高位狀態(tài)。在該典型日，太陽能資源相對較好，故采用內(nèi)燃機和光伏系統(tǒng)發(fā)電能滿足用戶電量需求，不需要從市政電網(wǎng)購電。

圖4 系統(tǒng)夏季典型日電能平衡(7月15日)

系統(tǒng)在冬季典型日(1月15日)的電能平衡如圖5所示，從凌晨至下午鋰電池和超級電容的荷電狀態(tài)一直處在低位狀態(tài)。在夜間，風力發(fā)電機開始發(fā)電，系統(tǒng)多余的電量由鋰電池和超級電容進行存儲，而在該典型日，當?shù)氐奶柲苜Y源相對匱乏，故在白天期間，內(nèi)燃機和光伏發(fā)電量并不能完全用戶電負荷需求，系統(tǒng)需要從市政電網(wǎng)購電補充負荷缺口。

圖5 系統(tǒng)冬季典型日電能平衡(1月15日)

4 結(jié)束語

本文提出的結(jié)合混合儲能(鋰電池和超級電容)和可再生能綜合利用技術(太陽能和風能)的風光儲聯(lián)合發(fā)電系統(tǒng)能夠為風能和太陽能的就地利用提供一個參考。采用本文所提出的低通濾波器結(jié)合超級電容荷電狀態(tài)二次反饋的控制策略，以系統(tǒng)年綜合成本最小為優(yōu)化目標，采用新型智能算法優(yōu)化后該系統(tǒng)的年綜合成本、一次能源節(jié)約率和CO2減排率分別為2.7×106元、49.3%和63.4%。方案一(經(jīng)濟性為目標)在保證系統(tǒng)節(jié)能減排效果的前提下有著優(yōu)異的經(jīng)濟性，方案二(節(jié)能性為目標)由較好的節(jié)能減排效果，但經(jīng)濟性一般；故以方案一的經(jīng)濟、節(jié)能及環(huán)保優(yōu)勢，有著廣泛的推廣潛力。此外，結(jié)合混合儲能后，本文所提的系統(tǒng)具有優(yōu)異的風光互補優(yōu)勢。

本文提出的風光儲聯(lián)合發(fā)電系統(tǒng)能夠為太陽能和風能的就地利用提供一個參考。提出的低通濾波器結(jié)合超級電容荷電狀態(tài)二次反饋的控制策略將為延長混合儲能系統(tǒng)壽命、提高可再生能源利用的經(jīng)濟性提供一個方案。