尤森檳，程志江，張子建，章 節(jié)

(新疆大學(xué) 電氣工程學(xué)院，新疆 烏魯木齊 830047)

電力是人類社會(huì)可持續(xù)發(fā)展的一個(gè)非常重要的因素，遠(yuǎn)離電網(wǎng)的偏遠(yuǎn)地區(qū)也需要穩(wěn)定的電力供給,在許多偏遠(yuǎn)地區(qū)，獨(dú)立供電系統(tǒng)比電網(wǎng)更具成本效益，因此發(fā)展獨(dú)立供電系統(tǒng)是一種有效的供電方案[1-2]。獨(dú)立供電系統(tǒng)中應(yīng)用最廣泛的能源是光伏、風(fēng)力發(fā)電機(jī)，然而風(fēng)光出力具有間歇性,受天氣季節(jié)影響比較大，當(dāng)與其他可控微源組合可以平抑負(fù)荷波動(dòng)[3]。胡林靜[4]等用儲(chǔ)能對(duì)風(fēng)光出力進(jìn)行補(bǔ)償，并采用算法對(duì)容量配置進(jìn)行優(yōu)化，以實(shí)現(xiàn)供電的可靠性與經(jīng)濟(jì)最優(yōu)。李建林[5]等為解決風(fēng)光儲(chǔ)容量最優(yōu)問題，建立雙層決策模型，采用動(dòng)態(tài)規(guī)劃方法對(duì)容量進(jìn)行優(yōu)化配置。由于蓄電池單位容量?jī)r(jià)格高，且壽命周期充放電次數(shù)有限，為了進(jìn)一步提高供電的可靠性與經(jīng)濟(jì)性，譚穎[6]等采用風(fēng)光柴儲(chǔ)微電網(wǎng)，使用改進(jìn)的仿電磁學(xué)算法對(duì)容量?jī)?yōu)化配置，并對(duì)模型和算法的有效性進(jìn)行驗(yàn)證。孫瑜[7]等為了提高風(fēng)光柴儲(chǔ)系統(tǒng)經(jīng)濟(jì)性，對(duì)經(jīng)濟(jì)運(yùn)行方案進(jìn)行設(shè)計(jì)，并用生物地理學(xué)算法進(jìn)行優(yōu)化，算例結(jié)果表明，設(shè)計(jì)方案合理可行。洪林[8]等提出了一種風(fēng)光柴儲(chǔ)微網(wǎng)運(yùn)行性能綜合評(píng)價(jià)方法，并以實(shí)際工程為例，驗(yàn)證評(píng)價(jià)方法的科學(xué)性。風(fēng)光柴儲(chǔ)微電網(wǎng)能夠?qū)崿F(xiàn)穩(wěn)定的電能輸出，然而柴油是化石燃料，在使用的過程中存在環(huán)境污染，且價(jià)格比較高，馬藝瑋[9]等對(duì)風(fēng)光沼可再生能源系統(tǒng)進(jìn)行研究，并采用改進(jìn)的自適應(yīng)遺傳算法進(jìn)行優(yōu)化，以實(shí)現(xiàn)系統(tǒng)經(jīng)濟(jì)最優(yōu)。

本文在借鑒前人研究成果的基礎(chǔ)上首先建立了包含風(fēng)光沼儲(chǔ)微電網(wǎng)優(yōu)化模型，并提出了運(yùn)行策略，以典型日的數(shù)據(jù)為基礎(chǔ)，采用改進(jìn)型的粒子群算法進(jìn)行優(yōu)化，實(shí)現(xiàn)風(fēng)光沼容量的最優(yōu)配置。

1 風(fēng)光沼儲(chǔ)微電網(wǎng)系統(tǒng)描述

孤島混合能源系統(tǒng)如圖1所示：主要由風(fēng)力發(fā)電機(jī)組(簡(jiǎn)稱風(fēng)機(jī))、光伏板、蓄電池、沼氣池、燃?xì)鈾C(jī)組成，系統(tǒng)能量來源于太陽能、風(fēng)能、沼氣，蓄電池是儲(chǔ)能單元。利用沼氣發(fā)電可以將生活污水和有機(jī)質(zhì)垃圾無公害處理，但沼氣生產(chǎn)也存在周期長，受沼氣池容量和有機(jī)質(zhì)限制難以實(shí)現(xiàn)大容量供電，和風(fēng)能、太陽能進(jìn)行耦合，能夠解決能源在時(shí)空上分布不均問題，克服了單一能源可靠性差的特點(diǎn)[3]。

圖1 風(fēng)光沼儲(chǔ)微電網(wǎng)結(jié)構(gòu)

1.1 光伏發(fā)電系統(tǒng)

光伏板提供的能量可以用以下公式計(jì)算為太陽輻射的函數(shù)，輸出功率Ppv如下[10]：

(1)

式中：PN-pv為參考條件下的額定功率；G為太陽輻射，W·m-2；Gref為1000，W·m-2；Tref為25℃；Kt為-3.7×10-3(1/℃)；Tamb為環(huán)境溫度[10]。

1.2 風(fēng)能系統(tǒng)

風(fēng)機(jī)的風(fēng)速與輸出功率之間是如下所示的分段函數(shù)[11]：

(2)

式中：Pr為額定輸出功率;vc為切入風(fēng)速;vf為切出風(fēng)速;vr為額定風(fēng)速。

1.3 燃?xì)鈾C(jī)

燃?xì)饧拜敵龉β蕿橄铝泄剑?/p>

Pg=vbiqbiηg

(3)

式中：Pg為燃?xì)鈾C(jī)輸出功率;vbi為單位時(shí)間燃?xì)鈾C(jī)發(fā)電時(shí)甲烷消耗體積(標(biāo)準(zhǔn)工況下);ηg為燃?xì)鈾C(jī)的能量轉(zhuǎn)化效率;qbi為單位體積燃?xì)鉄嶂怠?/p>

2 運(yùn)行策略

為了維持混合能源系統(tǒng)的穩(wěn)定，需要進(jìn)行能量管理來實(shí)現(xiàn)系統(tǒng)的可靠性,如圖2為系統(tǒng)的能量調(diào)度策略(Pw，Pv，PL分別為風(fēng)機(jī)、光伏、負(fù)載功率)，在該系統(tǒng)中，燃?xì)鈾C(jī)的優(yōu)先級(jí)最低，即當(dāng)光伏板、風(fēng)機(jī)和蓄電池提供的能量無法滿足負(fù)荷需求時(shí)啟動(dòng)燃?xì)鈾C(jī)，如果光伏板和風(fēng)機(jī)的總發(fā)電量充足，且風(fēng)力發(fā)電小于負(fù)荷，那么風(fēng)機(jī)和光伏板聯(lián)合運(yùn)行給負(fù)載供電，優(yōu)先滿足負(fù)載后，剩余的電能可提供給蓄電池組，如果僅靠風(fēng)機(jī)產(chǎn)生的電力就足以滿足負(fù)荷需求，那么剩余的電能可饋給蓄電池組。如果Pb大于蓄電池組的最大允許容量，那么通過能源供給側(cè)減載，或者可以用于可延遲負(fù)載。如果光伏板和風(fēng)機(jī)不能產(chǎn)生足夠的電能，則電池可以提供平衡電能，當(dāng)蓄電池投運(yùn)后也不能滿足負(fù)荷需求，則啟動(dòng)燃?xì)獍l(fā)電機(jī)，燃?xì)鈾C(jī)在額定功率下運(yùn)行時(shí)，在滿足負(fù)荷需求的前提下，剩余的電能可用于給蓄電池充電[12]。

圖2 系統(tǒng)能量調(diào)度策略

3 容量?jī)?yōu)化配置的方法

系統(tǒng)優(yōu)化配置目標(biāo)函數(shù)為：

minCt=C+Cr

(4)

式中：Ct為系統(tǒng)的年使用成本；C為系統(tǒng)年均投資費(fèi)用；Cr為系統(tǒng)年維護(hù)費(fèi)用[13]。

(5)

Cf=kNgCf

(6)

式中：Cw，Cp，Ce，Cg分別為風(fēng)機(jī)裝置及其附屬設(shè)備、光伏及其附屬設(shè)備、蓄電池、燃?xì)鈾C(jī)單位容量成本；Nw，Np，Ne，Ng分別為風(fēng)機(jī)裝置、光伏、蓄電池的、燃?xì)鈾C(jī)建設(shè)容量；Cf為沼氣池的年均投資費(fèi)用，本文中沼氣池的建設(shè)成本與燃?xì)鈾C(jī)成本為線性關(guān)系；k為單位功率燃?xì)鈾C(jī)所對(duì)應(yīng)沼氣池的系數(shù),單位為m3·kW-1，電池的壽命Le(取值為5)，n取值為20；i為貼現(xiàn)率，取值為5%，除蓄電池外各設(shè)備使用壽命取值為20[13]。

(7)

式中：Cwr，Cpr，Cgr分別為風(fēng)機(jī)裝置、光伏、燃?xì)鈾C(jī)單位容量維護(hù)成本，忽略逆變器、蓄電池，沼氣池的維護(hù)成本[14]。

系統(tǒng)目標(biāo)函數(shù)的約束為：

(8)

系統(tǒng)功率平衡約束為：

Pl(t)=Pw(t)+Pp(t)+Pe(t)+Pg(t)

(9)

式中：Pl(t)，Pw(t)，Pp(t)，Pe(t)，Pg(t)分別為負(fù)載、風(fēng)機(jī)、光伏板、蓄電池、燃?xì)鈾C(jī)在t時(shí)刻的功率。

在任何時(shí)刻，蓄電池組的充電量應(yīng)滿足：

4 風(fēng)光沼微電網(wǎng)系統(tǒng)配置方法

在粒子群優(yōu)化算法中每個(gè)粒子的運(yùn)動(dòng)是由兩個(gè)隨機(jī)加權(quán)因子和一個(gè)初始隨機(jī)速度組成的,粒子群優(yōu)化算法的3個(gè)關(guān)鍵參數(shù)都在速度更新方程中,首先是動(dòng)量成分，這里的加速度常數(shù)c1控制著粒子向它的最佳位置移動(dòng)的程度，第2個(gè)分量是慣性常數(shù)w，它控制著粒子對(duì)之前速度的記憶程度,第3個(gè)組成部分將粒子拉向群體的最佳位置;加速度常數(shù)c2控制著這種趨勢(shì)，粒子在空間中的位置是通過如下方程得到的[13]：

(11)

慣性權(quán)重在全局搜索和局部搜索之間起著重要的平衡作用，基于這些思想，引進(jìn)非線性遞減權(quán)重指數(shù)函級(jí)遞減法，對(duì)PSO算法權(quán)重進(jìn)行一些修改，慣性權(quán)重均為非線性遞減權(quán)重，由下式確定[16]：

w=wmin+(wmax-wmin)×exp[-20(t/T)6]

(12)

在粒子群優(yōu)化算法中，c1和c2取值過小，粒子經(jīng)驗(yàn)和社會(huì)經(jīng)驗(yàn)在尋優(yōu)過程中起較小作用，當(dāng)取值過大時(shí)，由于變量調(diào)整幅值較大，這樣容易陷入局部最優(yōu)解[11]，引進(jìn)非線性變化的學(xué)習(xí)因子，能較快的收斂于全局最優(yōu)[17]：

(13)

粒子群算法的具體流程如圖3所示[18]：

圖3 微電網(wǎng)容量?jī)?yōu)化求解流程

5 算例分析

以某農(nóng)業(yè)園區(qū)為研究對(duì)象，園區(qū)內(nèi)有豐富的生物質(zhì)，風(fēng)能和太陽能，如圖4所示為典型日24 h負(fù)荷模型，其峰值負(fù)荷為580 kW，最小負(fù)荷為290 kW，圖5是典型日?qǐng)@區(qū)太陽輻射能，圖6是環(huán)境溫度變化，圖7是典型日?qǐng)@區(qū)風(fēng)速數(shù)據(jù)，風(fēng)機(jī)、光伏板、蓄電池組和沼氣池的參數(shù)如表1所示。

圖4 負(fù)荷變化情況

圖5 太陽輻射能分布情況

圖6 溫度變化曲線

圖7 風(fēng)速分布情況

表1 優(yōu)化配置算例相關(guān)參數(shù)

以系統(tǒng)年收入為目標(biāo)函數(shù)，利用改進(jìn)型粒子群算法進(jìn)行優(yōu)化，在 MATLAB 中對(duì)采用改進(jìn)型的粒子群算法進(jìn)行仿真，設(shè)定種群規(guī)模大小為50，粒子的維數(shù)為20，最大迭代次數(shù)為150，以園區(qū)冬季和夏季兩個(gè)典型日的數(shù)據(jù)為基礎(chǔ)，以1小時(shí)為步長，模擬微電網(wǎng)的運(yùn)行情況從而獲得系統(tǒng)最優(yōu)配置類型和數(shù)量，表2顯示混合系統(tǒng)容量最優(yōu)配置情況。

使用粒子群算法和改進(jìn)型粒子群算法系統(tǒng)的年使用成本如圖8。

從表2 中可以得出，與基本粒子群算法相比采用改進(jìn)型粒子群算法，設(shè)備容量配置更合理。通過對(duì)圖8分析，基本粒子群算法收斂慢，采用改進(jìn)型粒子群算法，粒子收斂速度更快，尋優(yōu)能力更好，此方法能有效地為不同能源系統(tǒng)提供優(yōu)化配置方案。

表2 混合能源系統(tǒng)優(yōu)化配置結(jié)果

圖8 算法收斂曲線

6 結(jié)論

獨(dú)立的風(fēng)光沼微電網(wǎng)系統(tǒng)可將風(fēng)光等可再生能源轉(zhuǎn)化為電能，將兩種或兩種以上的能源結(jié)合起來可以提高供電的可靠性、穩(wěn)定性。本文構(gòu)建微電網(wǎng)能源系統(tǒng)數(shù)學(xué)模型評(píng)估模型在一定的情況下準(zhǔn)確地反映系統(tǒng)的投資、維護(hù)成本，在約束條件下，利用冬季典型日、夏季典型日的數(shù)據(jù)，采用改進(jìn)型粒子群算法對(duì)系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì)，得到系統(tǒng)的最優(yōu)配置，結(jié)果表明改進(jìn)型的粒子群優(yōu)化算法收斂速度更快，獨(dú)立的風(fēng)光沼微電網(wǎng)系統(tǒng)在解決偏遠(yuǎn)地方電力供應(yīng)不足、提高供電質(zhì)量方面起到重要作用。