摘要:由于分布式可再生能源发电出力具有随机性,规模化接入会对传统电力系统的正常运行造成重大影响。本论文在国内外微电网研究技术上,研究了风光储微电网系统出力模型,以及并网型微电网的综合能源配置方法和流程。最后根据示范项目现场条件,因地制宜地设计了多种分布式能源互补的微电网综合能源配置方案。论文研究成果将为微电网的配置、优化设计、运行控制提供理论方法依据,具有重要的学术研究和工程应用价值。
关键词:风光储充;微电网;综合能源;设备配置
1. 引言
随着社会经济的快速发展,能源需求日益增强,能源危机和环境污染也日趋严重,世界各国都积极致力于可再生清洁能源开发利用。可再生清洁能源,目前多以太阳能发电、风能发电、生物质能发电形式实现。可再生能源具有分散性、时段性,受制于自然条件因素,导致可再生能源分布式电源的出力是间隙的、难以控制的,大规模接入配电网,会对配电网的安全、稳定、经济运行造成重大影响,造成资源浪费现象严重、综合经济效益低下等问题。
为了有效地解决可再生能源发电大规模接入对电力系统造成的危害,21世纪初期,一些专家学者提出了微电网概念。微电网系统是一种集合发电设备、用电负荷于一体的小型复杂电网,包含风力发电、光伏发电等各类间歇性分布式电源,根据电源的实际情况,在满足用户供电可靠性、电能质量、经济灵活的需求条件下,通过合理的电源配置、控制策略和经济调度等方法,尽可能满足分布式电源的全接入和全消纳,减少分布式能源发电大规模接入对配电网造成的危害。
目前,世界各国学者专家对微电网技术研究,涵盖到诸多方面,包括微电网优化配置技术、储能容量算法仿真模型、电能质量调节、运行控制策略、多目标约束求解、经济效益评估方法等方面,并取得了一定的成果。
研究了风光柴蓄的微电网系统电源配置及优化模型,针对多电源种类和数量,以多条件约束为限制,将风光柴蓄电池储能等组合参数,作为微电网优化决策变量【1-2】;
研究了在满足微电网动态运行策略约束下,以经济成本为目标,规划包含风光储及微型燃气轮机的微电网模型,运用变步长空间搜索法,求解各分布式电源的接入容量,以及分时电价对微电网系统运行的影响【3】;
分析了单目标、多目标优化方法的特点及适用条件,采用目标进化算法等人工智能算法,并采用将遗传算法和多目标进化算法相结合的优化方法,以解决多目标电源配置优化问题【4】;
针对风光储的微电网电源配置优化问题,建立了计及多目标的非线性规划模型,以系统总投资成本最少为目标,以气温、光照强度、年风速等为输入,采用细菌觅食算法实现单目标模型求解,得到微电网配置的最优方案【5-6】;
本论文在国内外专家学者理论研究基础上,根据包含风光储的微电网要素,研究风力发电出力模型、光伏发电出力模型、储能装置功率及容量选择模型,研究如何提高风力光伏等新能源的综合利用高效的综合能源配置与优质后续配套服务,以实现建设、运营经济效益最优等问题,特别是微电网规划设计阶段的优化配置方案,为分布式发电接入配电网及资源配置和优化提供辅助参考。
2 风光储微电网模型
2.1风力发电出力模型
风力发电机组出力由风速引起,具有较强的随机性。风速变化规律模型,目前普遍采用Weibull 分布,其概率密度函数为:
(1)
式(1)中:v为风速;α为形状参数,反映风速v的分布特点;β为尺度参数,反映该地区平均风速的大小。
风力发电能量转换过程:风能→机械能→电能,风力发电特性曲线如图1所示。
图 1 风力发电机出力与风速关系曲线
图1中:Vci为切入风速,一般为3 m/s;Vr为额定风速;Vco为切出风速,一般为25m/s,最新的5 MW 风机可达30 m/s;Pr为风机额定输出功率。
当风速小于切入风速Vci时,风力发电有功功率为零;当风速大于切入风速Vci时,风力发电机开始发电,在风速尚未到达额定风速之前,风力发电有功功率与风速呈线性比例关系;当风速达到和超过额定风速Vr时,风力发电有功功率恒定保持为最大值;当风速持续增大,直到超过切出风速Vco时,风力发电机将停机。
将风速概率密度函数,带入风机出力表达式,可得到风机出力Pw的概率表达式:
(1)Pw=0时,0<V≤Vci∪V>Vco
(2)
则有零出力情况下,风机出力概率为:
(3)
(2)0<Pw<Pr时,Vci<V<Vr第k段概率为:
(4)
概率密度函数可由式得到:
(5)
欠出力离散段风机出力Pk,采用该段有功出力的中间值,即期望值。
(3)Pw=Pr时,Vr<V<Vco。
(6)
2.2光伏发电出力模型
光伏发电的出力主要受太阳辐射照度、环境温度等因素影响。
(7)
式中,为光伏发电的出力功率;
为光伏面板接收太阳光照辐射的面积,m2;
为光照辐射数值,W/m2;
为光伏组件能量转换效率;
为 DC/DC 变换器转换效率,光伏组件的能量转换效率和环境的温度有关。
2.3储能装置容量计算模型
储能电池作为微网重要的组网电源,对微网的运行特性以及运行能力影响很大,容量选择是微电网系统设计的关键,以保证系统稳定性、可靠性。然而,储能电池的成本很高,选择合理容量可有效优化系统成本。容量选择过大,使长期处于馈电状态而影响寿命;容量选择过小,不能为系统提供足够的能量,系统运行性能下降。
储能容量选择可根据工程设计法,采用如下公式计算:
(8)
其中, :储能电池容量;
:储能电池每天供电量,一般为其最大功率、持续小时的乘积;
:储能电池持续供电时间,天;
: 储能电池放电效率修正系数,取值范围为1.01-1.05;
:为延长蓄电池使用寿命,蓄电池一般采用额定功率充放电。储能电池端额定电压;
:变换器效率,取0.92;
:储能电池放电深度,取0.75;
:储能电池维修保养率,取0.9。
3. 风光储综合能源分析配置
3.1宁波风力资源
宁波简称“甬”,地处东海之滨、杭州湾之北、长江三角洲的南翼、浙江宁绍平原的东部,位于东经120°55'至122°16',北纬28°51'至30°33',是我国东南沿海重要的港口城市和长江三角洲南翼经济中心。
根据我国风能资源分布图(图2),宁波风力资源属于III类地区,风能资源较为丰富,近海海域、海岛、沿海滩涂及高山上,适宜建设风电项目。风电的年发电小时数约在2000小时左右,风电资源风功率密度约在250-320W/m2。
图2中国风能资源分布图
3.2宁波太阳能资源
宁波市处于太阳能资源比较丰富地区,太阳年总辐射量除山区以外约4390-4710MJ/㎡,多年平均日照时数约为1855.6h,属我国太阳能资源四类区域地区,较为适合建设光伏项目,太阳能资源情况见表1。
表1 太阳能资源分类表
3.3目标函数
本论文以微电网可应对的DG接入后净负荷波动率最小,周期内综合运行费用最优为目标。其目标函数描述为:
(9)
式中,为调度1个周期(T =24小时)内最小净负荷波动率。
同时,配电网的灵活性评价应以配电网的经济运行为基础,以总费用经济性最优为目标,包括储能装置运行成本、弃风弃光惩罚费用、削负荷惩罚费用等。
(10)
式中,为调度1个周期(T =24小时)内经济最优费用;为t时段弃风惩罚费用;为 t时段弃光惩罚费用;为 t时段削负荷惩罚费用;为调度周期内储能装置运行成本。
(11)
(12)
(13)
(14)
式中,和分别为单位弃风电量和弃光电量的惩罚金额;为单位削负荷的惩罚金额;和分别为时刻�的弃风和弃光功率;为时刻�的削负荷;∆�为相邻时刻的时间间隔;为调度周期内储能装置充放电次数;为储能装置投资费用;为储能装置的最大循环充放电次数。
3.4模型分析约束条件
(1)节点电压约束
(15)
式中:和分别为节点i电压最小值和最大值。
(2)功率平衡约束
(16)
式中:为输电系统有功功率;为DG的个数;为DG发出的有功功率;分别为储能装置的充、放电功率;为储能装置数量;分别为储能充放电标志参数,且;为节点有功功率;N为节点数;为节点的网损。为可中断负荷削减量。
(3)潮流约束
(17)
式中:、分别为节点i的分布式电源有功功率和无功功率;、分别为节点i的分布式电源有功变化和无功变化;、分别为节点i的有功负荷和无功负荷;和分别为节点,的节点电压;、、分别为节点,之间的电导、电纳、相差角。
(4)可中断负荷约束
(18)
式中:和为可中断负荷的最小和最大值。
(5)储能荷电状态约束
(19)
式中:和分别为可荷电状态的最小值和最大值。
3.5综合能源配置方法
限于篇幅,本论文中仅讨论并网情况下的配置方法。采用遍历搜索法进行求解,主要步骤如图3所示。
图3风光综合能源配置流程图
步骤 1:输入分布式光伏可安装面积、辐射情况、安装类型等基础参数;
步骤2:由光伏发电出力模型,计算出光伏发电功率PV ;
步骤 3:输入风力发电风速、安装高度等基础参数,由风力发电出力模型,计算出额定风力发电功率PW ;;
步骤4:同时,根据规划场地实际情况,因地制宜地分析所能安装的风力发电机组上、下限数量;
步骤5:输入项目常规负荷出线、电动汽车充电设施负荷曲线;
步骤6:选取净负荷曲线的最大值、最小值取值时刻,根据场地风光发电出力及各类负荷曲线,分析电力电量平衡情况,计算含DG的配电网潮流,并满足各类约束条件。
步骤7:调整DG电源接入方案和优化资源,重新进行含DG的配电网潮流计算,直到指标满足各类约束条件。
步骤8:迭代计算粒子适应度值,并根据目标函数表达式,以最大限度使用可再生清洁能源,又保障投资成本最优,得到全局经济性最优搜索解。
步骤9:分析结束,得出风光储充微电机系统配置结论。
4. 风光储充微电网配置案例
该项目为风光储充一体化示范工程,座落于城市中某楼宇建筑物周围。根据项目现场,光伏组件布置于充电设施雨棚顶部,可利用面积约150㎡。建筑物西部为道路,长度40米。现拟根据现场条件,配置风光储联合发电系统,以光伏电池、垂直轴风机和蓄电池组成风光储新能源发电系统,为楼宇10kW负荷及电动汽车充电桩负荷供电。
4.1风力发电系统配置
本风力发电工程接入采用为“自发自用,余电上网”模式。小型风力发电系统考虑安装于环城西路布置,周边障碍物较少,对风机影响较小。根据道路现场长度及城市小型发电机组参数,单机直径1米,间隔5米,拟采用额定功率1kW垂直轴式风力发电机6台,单只风机并网电压等级为交流220V,通过并网逆变器接入380V交流电网,实现风电系统的并网发电。
图 4 风电发电系统接线示意图
4.2光伏发电系统配置
本光伏发电工程接入采用为“自发自用,余电上网”模式。可利用面积约150㎡。考虑采用40块250Wp多晶硅组件,通过串联、并联组成并网发电单元,接入微电网380V直流母线,实现并网发电功能,装机容量为10kWp。光伏发电系统接线示意如图5所示。
图 5 光伏发电系统接线示意图
本工程太阳电池组件安装在屋顶上,采用按最佳倾角斜铺方式。最佳倾角选择,与地理位置、全年太阳辐射分布、直接辐射与散射辐射比例、负载供电要求和特定的场地条件等因素相关。通过与屋面混凝土基础相连的钢结构支架固定安装。
根据安装地点的地理条件,并采用专业设计软件优化,确定光伏阵列最佳倾角为24度,此倾角可以最大限度地利用太阳能,使系统全年发电量最大。
4.3储能系统配置
在风光互补发电系统中加入储能装置,通过对风电和光伏的存储与释放,改善风光联合发电功率输出特性,提高可再生能源的消纳能力,同时可以为变电站敏感性负荷供电,提高系统的供电可靠性。
本工程微电网系统中的配置电源有10kW的光伏和6*1kW的风电,以及10kW的常规负荷和7kW的电动汽车充电桩负荷。通过电力电量平衡分析结果,拟选择储能电池容量为20kW*2h,直流负荷最大为20kW,交流负荷为2*8kW的充电桩。工程考虑配置25kW/50kWh磷酸铁锂蓄电池一组,用于改善风光发电输出的稳定性,增加电网对可再生能源的吸纳程度,同时可以为办公楼宇等敏感性负荷供电,实现微电网并孤网的无缝切换。
在并网状态时,当风能和光能不在满发状态时,电网可以补偿微网中的电能需求,储能电池容量可以满足微电网正常运行;在孤岛运行时,考虑到项目建设地点位于负荷中心,孤岛时间按2小时计算,同时切除充电桩负荷,储能电池能够满足微电网孤岛运行要求。
4.4电动汽车充电设施配置
本工程拟将电动汽车充电设施接入微电网系统分散布置,可有效减轻集中充电对电网的影响,提高清洁能源利用率及电能质量。设置1台7kW交流充电桩,接入微电网0.4kV交流母线,可同时为2辆电动汽车充电。主接线示意如图4所示。
图6 充电部分一次系统示意图
5结论
本论文在国内外微电网研究技术上,研究了风光储微电网系统出力模型,以及并网型微电网的综合能源的配置方法和流程。并根据现场条件,因地制宜地设计了基于办公楼宇的多种分布式能源互补的微电网综合能源配置方案。通过采用小型风力发电、太阳能光伏发电及储能设备等多种形式能源,实现电动汽车充电设施负荷和办公楼宇负荷供电。其主体理念和设计方案如下:
(1)风力发电系统:包含6kW小型风力发电系统。
(2)光伏发电系统:包含10kW棚顶光伏发电系统。
(3)蓄电池储能系统:配置 25kW/50kWh 磷酸铁锂蓄电池一组,用于改善风光发电输出的稳定性,提高系统的供电可靠性。
(4)电动汽车充电设施:包括1台7kW交流充电桩,可同时为2辆电动汽车充电。
(5)其它负荷:包括楼宇办公负荷约10kW。
在以上基本配置基础上,可考虑配置一套能量管理控制系统,用于实时监控整个微电网设备的运行情况,采集光伏、风能、储能设备、充电桩运行参数,实时分析微电网的运行情况并实时更新计算整个微电网优化、经济运行结果。
参考文献:
[1]赵波,张雪松,李鹏等,储能系统在东福山岛独立型微电网中的优化设计和应用[J],电力系统自动化,2013,37(1):161-167.
[2]陈谦,陈霄逸,金宇清,等.基于混合储能的大型风电场优化控制[J].电力自动化设备,2015,35(4):70-75.
[3]杨艳红,裴玮,齐智平.基于动态运行策略的混合能源微网规划方法[J].电力系统自动化,2012,36(19):30-36.
[4]马溪原,吴耀文,方华亮,等.采用改进细菌觅食算法的风/光/储混合微电网电源优化配置[J].中国电机工程学报,2011,3l(25):17-25.
[5]何勇琪,张建成,鲍雪娜.并网型风光混合发电系统中储能系统容量优化研究[J].华北电力大学学报,2012,39(4):1-5.
[6]向育鹏,卫志农,孙国强,等.基于全寿命周期成本的配电网蓄电池储能系统的优化配置[J].电网技术,2015,39(1):264-270.
论文作者:谢素敏1,邬宏伟1,舒恺1,马玲1,周奇波1,余彪
论文发表刊物:《电力设备》2019年第6期
论文发表时间:2019/7/8
标签:电网论文; 风速论文; 负荷论文; 储能论文; 系统论文; 光伏论文; 风光论文; 《电力设备》2019年第6期论文;