葛曉慧，周金輝，張雪松

（浙江省電力公司電力科學(xué)研究院，杭州 310014）

目前，世界上還有5.3億人未能使用電力，我國有近2 000萬偏遠(yuǎn)地區(qū)居民沒有正常的電力供應(yīng)。對(duì)于偏遠(yuǎn)地區(qū)及遠(yuǎn)離大陸的海島地區(qū)，利用大電網(wǎng)延伸解決供電問題時(shí)成本較高，且存在一定的難度。如何有效解決偏遠(yuǎn)地區(qū)的供電問題，是長期困擾政府和電力公司的難題。隨著可再生能源發(fā)電技術(shù)的發(fā)展，采用含可再生能源的微電網(wǎng)為偏遠(yuǎn)地區(qū)及海島居民供電是可行且符合能源發(fā)展趨勢的有效途徑。

在相關(guān)問題研究中，如何合理有效地對(duì)含可再生能源的微電網(wǎng)進(jìn)行配置設(shè)計(jì)是需要解決的首要問題。文獻(xiàn)[1]和[2]采用遺傳算法對(duì)獨(dú)立系統(tǒng)配置進(jìn)行分析，但文獻(xiàn)[1]僅針對(duì)風(fēng)光儲(chǔ)系統(tǒng)，文獻(xiàn)[2]則以成本作為主要目標(biāo)函數(shù)，未充分考慮其他因素；文獻(xiàn)[3]—[5]采用數(shù)學(xué)模型進(jìn)行計(jì)算分析，以成本為主要優(yōu)化目標(biāo)，函數(shù)變量較多，不能對(duì)多種情況進(jìn)行快速對(duì)比分析。與遺傳算法和數(shù)學(xué)模型方法相比，使用HOMER軟件將更加便捷，可以方便地對(duì)成百上千種備選方案進(jìn)行計(jì)算分析，以尋求最佳配置組合。

1 優(yōu)化配置

HOMER是專門針對(duì)可再生發(fā)電系統(tǒng)配置分析的仿真軟件，可以仿真并網(wǎng)和獨(dú)立的微電網(wǎng)系統(tǒng)。HOMER基于技術(shù)和經(jīng)濟(jì)特性來比較不同的設(shè)計(jì)方案，在備選方案中尋求經(jīng)濟(jì)最優(yōu)解，同時(shí)可以幫助分析輸入數(shù)據(jù)（如可再生能源發(fā)電裝置容量、柴油發(fā)電機(jī)容量、儲(chǔ)能系統(tǒng)容量以及自然資源數(shù)據(jù)等）的變化及不確定性所帶來的影響。

1.1 系統(tǒng)仿真

以浙江某海島為例，該島遠(yuǎn)離大陸，未與大電網(wǎng)相連，一直依靠柴油發(fā)電機(jī)供電?，F(xiàn)階段日平均負(fù)荷3 326 kWh，小時(shí)最大負(fù)荷為238 kW，全年小時(shí)負(fù)荷曲線如圖1所示。

圖1 全年小時(shí)負(fù)荷曲線

據(jù)氣象觀測站統(tǒng)計(jì)，該島18 m高度年平均風(fēng)速6.50 m/s，月平均太陽輻射量3.45 kWh/m2·d，風(fēng)、光資源較好，在該島建設(shè)含可再生能源的微電網(wǎng)可有效解決海島供電難問題。由于可再生能源的波動(dòng)性和間歇性，需要配置備用柴油發(fā)電機(jī)1臺(tái)，其他設(shè)備可選擇50 kW風(fēng)機(jī)和2 V/1 500 Ah蓄電池，待確定的變量為柴油發(fā)電機(jī)容量、風(fēng)機(jī)臺(tái)數(shù)、光伏容量、變換器容量以及蓄電池個(gè)數(shù)。仿真計(jì)算時(shí)需預(yù)先給變量設(shè)定一定的范圍，HOMER將會(huì)從設(shè)定的取值范圍內(nèi)尋求最優(yōu)的配置組合。系統(tǒng)結(jié)構(gòu)如圖2所示。

圖2 含可再生能源的微電網(wǎng)結(jié)構(gòu)

HOMER根據(jù)輸入的系統(tǒng)配置、負(fù)荷特性以及風(fēng)速、太陽能輻射數(shù)據(jù)得到全年8 760 h的發(fā)電量，將每小時(shí)發(fā)電與負(fù)荷進(jìn)行比較，決定發(fā)電富余和不足時(shí)所采取的措施。以1 h為仿真步長能夠獲取負(fù)荷和發(fā)電的重要特性，不會(huì)減慢仿真速度，并且有利于進(jìn)行優(yōu)化和敏感性分析。

HOMER按照總凈現(xiàn)成本（NPC）列出系統(tǒng)配置，并計(jì)算有關(guān)的運(yùn)行參數(shù)，結(jié)果如表1所示。

從表1可以看出，在當(dāng)前資源情況下，風(fēng)光柴蓄的組合是最佳配置，其可再生能源發(fā)電比例達(dá)73%，相對(duì)于僅靠柴油發(fā)電機(jī)供電的情況，柴油發(fā)電機(jī)的運(yùn)行時(shí)間減少56.2%，大大減少了柴油的使用量以及柴油燃燒所帶來的環(huán)境污染。

1.2 容量配置

雖然在當(dāng)前資源條件下風(fēng)光柴蓄是最佳的配置組合，但不同的容量配置也會(huì)有不同的計(jì)算結(jié)果，需進(jìn)一步對(duì)系統(tǒng)容量配置進(jìn)行研究分析，選擇合適的最優(yōu)配置。

風(fēng)光柴蓄系統(tǒng)配置有上百種組合，表2列出了部分不同容量配置的計(jì)算結(jié)果，其可再生能源發(fā)電比例均達(dá)到60%以上。

表2 不同容量配置結(jié)果

從表2可知，相同類型組合下，不同容量配置的計(jì)算結(jié)果有較大差異。總體看來，可再生能源容量越大，柴油發(fā)電機(jī)運(yùn)行時(shí)間越少，與實(shí)際設(shè)計(jì)原則相符。

表1 HOMER計(jì)算結(jié)果

綜合考慮，總凈現(xiàn)成本最小的配置并不一定是最合理的選擇，例如有的系統(tǒng)配置總凈現(xiàn)成本略大，但蓄電池可以避免深度放電，從而有利于延長蓄電池的使用壽命，或可以有效減少柴油發(fā)電機(jī)的運(yùn)行時(shí)間。因此，最終系統(tǒng)配置不僅僅由系統(tǒng)總凈現(xiàn)成本決定，還需要根據(jù)優(yōu)先考慮的因素并綜合其他各種因素，如光伏陣列占地、蓄電池運(yùn)行與維護(hù)等各方面來進(jìn)行選擇。

下面選擇總凈現(xiàn)成本最小的配置結(jié)果做進(jìn)一步分析。在此配置下，每月平均發(fā)電量和發(fā)電明細(xì)如圖3和表3所示。

圖3 每月平均發(fā)電量

表3 發(fā)電明細(xì)

總凈現(xiàn)成本最小的配置結(jié)果中，系統(tǒng)過剩電量占12.5%。因此，當(dāng)系統(tǒng)發(fā)電量大于負(fù)荷時(shí)，可投入可調(diào)負(fù)荷，以減少可再生能源不必要的浪費(fèi)。其中，具有儲(chǔ)能功能的可調(diào)負(fù)荷（如抽水蓄能）可以起到削峰填谷的作用，對(duì)系統(tǒng)的穩(wěn)定運(yùn)行有重要作用。在海島地區(qū)，制冰廠和海水淡化也是比較理想的可調(diào)負(fù)荷。

2 分析

HOMER的3個(gè)主要任務(wù)是仿真、優(yōu)化和敏感性分析。敏感性分析有助于確定輸入數(shù)據(jù)的變化及不確定性所帶來的影響，以下就上述選定的風(fēng)光柴蓄系統(tǒng)進(jìn)行詳細(xì)分析。

2.1 最佳配置影響

在已有資源條件下，風(fēng)光柴蓄是系統(tǒng)的最佳組合。但當(dāng)風(fēng)速和太陽輻射強(qiáng)度發(fā)生變化時(shí)，最佳組合也會(huì)發(fā)生相應(yīng)變化，如圖4所示。

圖4 最佳組合示意圖

從圖4可知，風(fēng)速和太陽輻射強(qiáng)度都很小時(shí)，柴油發(fā)電機(jī)獨(dú)立供電是最佳選擇；當(dāng)風(fēng)速較小，而太陽輻射強(qiáng)度大于2.8 kWh/m2·d時(shí)，光柴或光柴蓄是最佳組合；當(dāng)太陽輻射強(qiáng)度較小，而風(fēng)速大于7 m/s時(shí)，風(fēng)柴蓄是最佳組合；當(dāng)風(fēng)速和太陽輻射強(qiáng)度都較大時(shí)，風(fēng)光柴蓄是最佳組合。同時(shí)，風(fēng)速和太陽輻射強(qiáng)度大小對(duì)最佳組合的影響也影響到系統(tǒng)運(yùn)行控制策略的制定，當(dāng)風(fēng)速和太陽輻射強(qiáng)度較小時(shí)，開啟柴油發(fā)電機(jī)對(duì)負(fù)荷供電；當(dāng)風(fēng)速和太陽輻射強(qiáng)度較為理想時(shí)，由可再生能源供電，柴油發(fā)電機(jī)作為后備電源。

2.2 資源條件影響

在風(fēng)光柴蓄組合確定的情況下，風(fēng)速和太陽輻射強(qiáng)度變化對(duì)系統(tǒng)運(yùn)行參數(shù)有一定影響，現(xiàn)以對(duì)柴油發(fā)電機(jī)運(yùn)行時(shí)間的影響為例進(jìn)行分析。

圖5 風(fēng)速和太陽輻射強(qiáng)度對(duì)柴油發(fā)電機(jī)運(yùn)行時(shí)間的影響

風(fēng)速和太陽輻射強(qiáng)度對(duì)柴油發(fā)電機(jī)運(yùn)行時(shí)間的影響如圖5所示（注：初始設(shè)定值為太陽能輻射3.45 kWh/m2·d，風(fēng)速 6.50 m/s）。 在容量配置確定的情況下，風(fēng)速和太陽輻射強(qiáng)度越小即與初始設(shè)定值的比值越小，則柴油發(fā)電機(jī)運(yùn)行時(shí)間越長。與太陽輻照度曲線相比，風(fēng)速曲線斜率較大，說明風(fēng)速對(duì)柴油發(fā)電機(jī)運(yùn)行時(shí)間的影響效果明顯。太陽輻照度曲線斜率較平穩(wěn)，風(fēng)速曲線在比值大于1后斜率變小，但隨著比值的增大，柴油發(fā)電機(jī)運(yùn)行時(shí)間仍會(huì)繼續(xù)減少。由此可以看出，在該島獨(dú)立風(fēng)光柴蓄系統(tǒng)中，風(fēng)速比太陽輻射強(qiáng)度更具影響力，是影響系統(tǒng)運(yùn)行狀態(tài)的關(guān)鍵因子。

2.3 裝機(jī)容量影響

首先定義：

式中：Cp為光伏容量；Cw為風(fēng)機(jī)容量；Cg為柴油發(fā)電機(jī)容量；Cb為蓄電池容量；Cx為其中一種電源的容量；ηx為電源Cx占總電源容量的比例?，F(xiàn)已確定Cg為200 kW，Cb為360 kW（最大放電深度為50%），取風(fēng)光柴蓄組合，固定Cp為150 kW，風(fēng)機(jī)裝機(jī)比例對(duì)柴油發(fā)電機(jī)運(yùn)行時(shí)間的影響如圖6所示。

圖6 風(fēng)機(jī)比例對(duì)柴油發(fā)電機(jī)運(yùn)行時(shí)間影響

風(fēng)機(jī)裝機(jī)比例與柴油發(fā)電機(jī)運(yùn)行時(shí)間近似線性關(guān)系，隨著風(fēng)機(jī)裝機(jī)比例的增大，柴油發(fā)電機(jī)運(yùn)行時(shí)間由初始約8 000 h銳減到約3 000 h。

取風(fēng)光柴蓄組合，固定風(fēng)機(jī)容量Cw為250 kW，分析光伏比例對(duì)柴油發(fā)電機(jī)運(yùn)行時(shí)間的影響，如圖7所示。

圖7 光伏比例對(duì)柴油發(fā)電機(jī)運(yùn)行時(shí)間影響

光伏比例與柴油發(fā)電機(jī)運(yùn)行時(shí)間基本成線性關(guān)系，隨著光伏比例的增大，柴油發(fā)電機(jī)運(yùn)行時(shí)間由初始約4 300 h減到約3 400 h。

從圖6和圖7可以看出，在海島現(xiàn)有資源條件下和風(fēng)光柴蓄系統(tǒng)中，風(fēng)機(jī)裝機(jī)比例對(duì)有效減少柴油發(fā)電機(jī)運(yùn)行時(shí)間起主導(dǎo)作用，增加風(fēng)機(jī)容量比增加光伏容量更加有效，說明該島利用風(fēng)資源更為有利。同時(shí)，在實(shí)際工程中，光伏占地面積遠(yuǎn)遠(yuǎn)大于風(fēng)機(jī)所需面積。因此，在海島風(fēng)資源良好、用地緊張的情況下，合理增加風(fēng)機(jī)容量比例是有一定理論依據(jù)的。

但另一方面，風(fēng)機(jī)比例對(duì)系統(tǒng)運(yùn)行參數(shù)的影響也最大，說明風(fēng)機(jī)是風(fēng)光柴蓄系統(tǒng)中較不穩(wěn)定的電源，隨著風(fēng)速減小，風(fēng)機(jī)出力也相應(yīng)減小，這將會(huì)對(duì)系統(tǒng)運(yùn)行狀態(tài)產(chǎn)生較大影響。

3 結(jié)語

含可再生能源的微電網(wǎng)尤其是風(fēng)光柴蓄系統(tǒng)，對(duì)解決偏遠(yuǎn)地區(qū)和海島供電問題有重要作用。本文使用HOMER軟件對(duì)含可再生能源的微電網(wǎng)配置進(jìn)行仿真分析，得出風(fēng)光柴蓄系統(tǒng)在多數(shù)情況下是較為合理的系統(tǒng)配置，其中風(fēng)速和風(fēng)機(jī)容量是影響系統(tǒng)運(yùn)行的關(guān)鍵因子，這對(duì)今后的相關(guān)研究及工程設(shè)計(jì)有一定的指導(dǎo)作用。

[1]徐大明，康龍?jiān)?，曹秉?風(fēng)光互補(bǔ)獨(dú)立供電系統(tǒng)的優(yōu)化設(shè)計(jì)[J].太陽能學(xué)報(bào)，2006，27（9）:919-922.

[2]TOMONOBU SENJYU，DAISUKE HAYASHI，ATSUSHI YONA，et al..Optimal configuration of power generating systems in isolated island with renewable energy[J].Renewable Energy，2007（32）:1917-1933.

[3]劉志煌.風(fēng)/光互補(bǔ)發(fā)電系統(tǒng)的優(yōu)化設(shè)計(jì)研究[D].廣州：廣東工業(yè)大學(xué)，2009.

[4]M.A.ELHADIDY.Performance evaluation of hybrid（wind/solar/diesel）power systems[J].Renewable Energy，2002（26）:401-413.

[5]茆美琴.風(fēng)光柴蓄復(fù)合發(fā)電及其智能控制系統(tǒng)研究[D].合肥：合肥工業(yè)大學(xué)，2004.