趙安軍,王鵬柱,荊競,高之坤,李旺
(1. 西安建筑科技大學(xué) 建筑設(shè)備科學(xué)與工程學(xué)院,陜西 西安 710055;2. 西安建筑科技大學(xué) 信息與控制工程學(xué)院,陜西 西安 710055;3. 中國建筑西北設(shè)計研究院有限公司,陜西 西安 710015)
近年來,隨著新能源技術(shù)進步及國家政策扶持,以光伏發(fā)電為主的分布式能源系統(tǒng)得到了大量應(yīng)用,并且逐步進入家庭層面[1]。但是,光伏發(fā)電補貼政策逐年下調(diào),光伏發(fā)電即將面臨平價上網(wǎng),戶用光伏上網(wǎng)售電的優(yōu)勢被逐漸削弱[2]。此外,光伏出力具有隨機性和波動性,大規(guī)模接入配電網(wǎng)會對其安全運行造成不利影響[3]。因此,光伏容量配置的合理性直接影響家庭新能源系統(tǒng)運行的經(jīng)濟性和穩(wěn)定性,在規(guī)劃設(shè)計初期階段對其進行優(yōu)化配置研究尤為重要[4-5]。
目前,針對以光伏發(fā)電為主的農(nóng)村區(qū)域新能源系統(tǒng)容量配置問題已進行了大量研究[6-9]。文獻[6]針對并網(wǎng)型微電網(wǎng)的容量配置問題,基于現(xiàn)有的微電網(wǎng)內(nèi)光伏運行模式,建立綜合考慮微電網(wǎng)運行經(jīng)濟性、可靠性以及可再生能源利用率的優(yōu)化配置模型,并使用改進的遺傳算法求解最優(yōu)配置結(jié)果;文獻[7]提出一種微電網(wǎng)源荷交互迭代協(xié)調(diào)的優(yōu)化配置方法,以解決獨立型微電網(wǎng)中源荷兩端引起的不確定性問題;文獻[8]針對含有分布式電源和儲能設(shè)備的多能互補系統(tǒng)容量優(yōu)化配置問題,基于全壽命周期理論,建立綜合考慮系統(tǒng)運行經(jīng)濟性和穩(wěn)定性的雙層優(yōu)化模型;文獻[9]針對鄉(xiāng)村地區(qū)的冷熱電三聯(lián)供系統(tǒng)容量配置問題,使用混合整數(shù)線性規(guī)劃方法建立系統(tǒng)設(shè)備容量優(yōu)化模型,探索該系統(tǒng)的最優(yōu)配置容量以及最佳運行模式。
電動汽車(electric vehicle,EV)作為一種新型的儲能設(shè)備,以其高效、低碳的特點參與到新能源系統(tǒng)能量管理中,通過將其與新能源系統(tǒng)中的光伏出力有效結(jié)合,可以更好地平抑光伏發(fā)電隨機性、波動性對新能源系統(tǒng)帶來的影響,同時輔助配電網(wǎng)移峰填谷以降低用戶的用能成本[10-11]。文獻[12]針對含有EV的并網(wǎng)型光儲微電網(wǎng)的儲能容量配置問題,利用EV有序充電與儲能有效結(jié)合,并在EV側(cè)建立用戶技術(shù)接受度模型,探索微電網(wǎng)內(nèi)儲能的最優(yōu)配置容量;文獻[13]考慮EV的負載特性和移動儲能特性,提出微網(wǎng)內(nèi)EV有序充放電的能量管理策略,研究EV的能量管理策略對微網(wǎng)儲能容量配置結(jié)果的影響,并且評估其應(yīng)對系統(tǒng)風(fēng)險的能力。在農(nóng)村家庭層面,通常采用經(jīng)驗法確定該家庭的新能源系統(tǒng)配置容量。文獻[14]介紹了家庭光儲系統(tǒng)在當前市場下的需求現(xiàn)狀,分析了此系統(tǒng)常用的3種工作模式,并結(jié)合家庭的用能需求以及市場電價機制,給出了系統(tǒng)設(shè)備容量配置的簡易計算方法。
上述研究為新能源系統(tǒng)合理配置提供了可行的方法,但適用于農(nóng)村家庭層面的配置方法較少。一方面,農(nóng)村區(qū)域型新能源系統(tǒng)的負荷特性和EV使用需求均以該地區(qū)整體為研究對象,無法直接應(yīng)用于單戶農(nóng)村家庭;另一方面,在配置優(yōu)化過程中,EV的設(shè)備特性挖掘不充分,新能源系統(tǒng)能源利用率較低。為此,本文提出一種考慮電動汽車特性的農(nóng)村家庭光伏容量優(yōu)化配置方法,基于農(nóng)村家庭新能源系統(tǒng)用能場景,充分挖掘EV的移動儲能特性;根據(jù)市場電價機制和EV使用需求,將EV與光伏出力進行有效結(jié)合,并制定家庭新能源系統(tǒng)綜合運營模式;結(jié)合實際案例,對所提優(yōu)化配置方法進行實驗研究及分析。
并網(wǎng)型農(nóng)村家庭新能源系統(tǒng)如圖1所示,該系統(tǒng)主要由屋頂光伏發(fā)電系統(tǒng)、EV以及家庭負載等組成。屋頂光伏發(fā)電系統(tǒng)包含光伏組件和光伏逆變器等部分。在該系統(tǒng)中,EV既是家庭負載,也可以作為儲能設(shè)備使用[15],其既可以向電網(wǎng)購電(grid to vehicle,G2V),也可以向家庭負載供電(vehicle to home,V2H)。家庭新能源系統(tǒng)與低壓電網(wǎng)之間可實現(xiàn)電能的雙向流動。
圖1 家庭新能源系統(tǒng)結(jié)構(gòu)Fig. 1 Household new energy system structure
1.2.1 屋頂光伏發(fā)電系統(tǒng)模型
光伏組件的發(fā)電功率大小與當?shù)氐奶栞椪諒姸?、室外溫度以及組件自身特性有關(guān),單位光伏組件的輸出功率[16]為
式中:Ppv,DC為單位光伏發(fā)電功率;Vmppt為光伏組件最大功率點電壓;Imppt為光伏組件最大功率點電流;Voc為光伏組件的開路電壓;Isc為光伏組件的短路電流;Kv為電壓隨溫度變化系數(shù);Ki為電流隨溫度變化系數(shù);Tc為光伏面板溫度;r為太陽輻照強度;Ta為組件運行環(huán)境溫度;Not為電池工作溫度。
光伏組件發(fā)出的直流電需要使用逆變器將其轉(zhuǎn)變?yōu)榻涣麟姡孀兤髂P蜑?/p>
式中:Ppv為光伏發(fā)電功率的標幺值;ηDC,AC為逆變器的能量轉(zhuǎn)化效率。
1.2.2 EV模型
將EV接入家庭新能源系統(tǒng)參與V2H,同時兼顧用戶使用EV出行的需求。因此,EV能量模型為
式中:E(d,t)、E(d,t-1)分別為第d天t時刻以及t-1時刻EV的電池電量;kbi、kbo分別為EV的充、放電效率;Pev(d,t)為第d天t時刻EV的充放電功率,充電為正,放電為負;z(d,t)為第d天t時刻EV在家狀態(tài)的變量,在家為1,離家為0;e為EV每公里的耗電量;c為單位出行時長的行駛里程;S(d,t)為第d天t時刻EV電池的荷電狀態(tài);EN為EV電池的額定容量。
結(jié)合EV的電池屬性,其最大充放電功率[6]為
式中:Pmaxch(d,t)、Pmaxdis(d,t)分別為第d天t時刻EV的最大充電和放電功率;PN為EV額定充放電功率;Smin、Smax分別為EV電池荷電狀態(tài)的下限和上限。
1.2.3 等效負載模型
家庭新能源系統(tǒng)的等效負載模型為
式中:ΔP(d,t)為家庭新能源系統(tǒng)第d天t時刻的等效負載;Pload(d,t)為第d天t時刻的家庭電力負荷;Npv為光伏安裝功率。
目前,并網(wǎng)型光伏運營模式包括全額上網(wǎng)和自發(fā)自用、余電上網(wǎng),本研究在上述運營模式的基礎(chǔ)上,將具備儲能特性的EV融入其中,并制定該家庭新能源系統(tǒng)的綜合運營模式。該模式將全天分為3個時段,包括峰電價且EV在家時段、峰電價且EV不在家時段以及谷電價時段。各時段的能量調(diào)節(jié)策略如下。
(1)峰電價且EV在家時段。若某一時刻等效負載小于0,即家庭用電功率小于光伏發(fā)電功率,可優(yōu)先將多余的發(fā)電功率儲存到EV中,若仍有剩余,則選擇上網(wǎng)售電;若某一時刻等效負載大于0,即家庭用電功率大于光伏發(fā)電功率,可優(yōu)先使用EV放電來滿足家庭用電需求,若仍無法滿足,則剩余部分向低壓電網(wǎng)購電。
(2)峰電價且EV不在家時段。若某一時刻等效負載小于0,可將光伏余電向低壓電網(wǎng)售出;若某一時刻等效負載大于0,則向低壓電網(wǎng)購電。
(3)谷電價時段。由于光伏發(fā)電上網(wǎng)的經(jīng)濟效益高于將其供給谷電時段負荷,因此此時段由低壓電網(wǎng)向家庭負載供電。若此時段EV電池的荷電狀態(tài)小于期望荷電狀態(tài)(expected state of charge,Sexpect),即次日峰電價時段光伏發(fā)電量小于家庭負載用電量,則根據(jù)其差值進行谷電預(yù)充以滿足次日峰時段的電能供需平衡。
圖2 系統(tǒng)綜合運營模式Fig. 2 System integrated operation model
采用加權(quán)求和的方法對多個優(yōu)化目標進行處理,從而將多目標優(yōu)化問題轉(zhuǎn)化成單目標優(yōu)化問題。
式中:F1,max、F1,min、F2,max、F2,min分別代表年均用能成本以及自發(fā)自用率的最大、最小值;ω1和ω2為加權(quán)因子,且滿足ω1+ω2=1。
家庭新能源系統(tǒng)容量優(yōu)化配置實質(zhì)上是利用合適的算法在能源系統(tǒng)應(yīng)用的全生命周期中使得目標函數(shù)達到最佳狀態(tài),從而探索多種能源的合理構(gòu)成,其是一個多目標、非線性問題,而元啟發(fā)式算法在解決此問題時能夠在包含高質(zhì)量解空間內(nèi)進行有效搜索。其中粒子群優(yōu)化算法(particle swarm optimization,PSO)是一種高效的元啟發(fā)式優(yōu)化算法,具有魯棒性強、參數(shù)少等優(yōu)點,被廣泛應(yīng)用到不同的優(yōu)化問題求解[20]。為此,本研究選擇PSO算法對家庭新能源系統(tǒng)容量配置方案進行尋優(yōu)。定義的決策變量為Npv,具體計算步驟如下。
步驟(1):參數(shù)初始化,包括算法參數(shù)、氣象參數(shù)、光伏組件參數(shù)以及家庭用能需求等。
步驟(2):初始化光伏安裝容量,即給每個粒子賦予初始位置,并計算系統(tǒng)年均用能成本和自發(fā)自用率。
步驟(3):利用PSO算法對設(shè)備容量進行更新,即更新粒子位置,得到新的容量配置方案,并計算系統(tǒng)年均用能成本和自發(fā)自用率。
步驟(4):判斷本次的系統(tǒng)年均用能成本和自發(fā)自用率是否優(yōu)于已有的較優(yōu)配置方案,若是,則使用本次的結(jié)果替代已有的較優(yōu)值,反之,不進行操作。
步驟(5):反復(fù)重復(fù)步驟(3)和步驟(4),若達到最大迭代次數(shù),則輸出最優(yōu)容量配置方案及其對應(yīng)的各項成本。
本文以河北省石家莊地區(qū)某農(nóng)村家庭為研究對象,結(jié)合該家庭的用能場景進行并網(wǎng)型家庭新能源系統(tǒng)容量優(yōu)化配置算例分析。為更好地體現(xiàn)光儲的時序性,選取2020年1—12月份的逐時太陽輻射強度、室外溫度以及該家庭電力負荷等實際數(shù)據(jù)進行案例分析,如圖3所示。該家庭為一戶6口之家,其全年用電量在石家莊農(nóng)村地區(qū)處于中等偏上水平,為2 986 kW·h。選取光伏最大安裝容量為5 kW,采用具有移動儲能特性的EV作為新能源系統(tǒng)的儲能裝置,EV相關(guān)數(shù)據(jù)在考慮用戶出行以及充放電特性的基礎(chǔ)上模擬得到。
圖3 典型氣象年數(shù)據(jù)曲線Fig. 3 Data curve of typical meteorological year
選擇某廠商的單晶硅光伏組件,其主要參數(shù)如表1所示。根據(jù)當前的市場行情,光伏組件的成本為1.7元/W;逆變器成本由式(12)求得,性能參數(shù)辨識結(jié)果如表2所示;光伏發(fā)電系統(tǒng)剩余材料的成本為546元/套,發(fā)電補貼為0.08元/(kW·h),補貼年限和系統(tǒng)壽命均為20年。
表1 光伏組件主要參數(shù)Table 1 Main parameters of photovoltaic modules
表2 逆變器性能參數(shù)Table 2 Inverter performance parameters
EV參數(shù)設(shè)置如下。電池容量為24 kW·h,額定充放電功率為7 kW,電池荷電狀態(tài)的取值范圍為[0.3,0.95],充放電效率分別為0.85、0.95,最大充放電次數(shù)為6 000次。
根據(jù)該地區(qū)用戶對優(yōu)化目標偏好程度的調(diào)查問卷結(jié)果,將ω1、ω2分別設(shè)置為0.7和0.3。該地區(qū)居民峰谷電價數(shù)據(jù)如表3所示。
表3 居民峰谷電價Table 3 Resident peak and valley electricity prices
根據(jù)家庭用戶使用EV出行的調(diào)查情況,使用蒙特卡洛法[21]模擬用戶全年使用EV的出行行為,得出EV出行行為分布如圖4所示。此外,家庭用戶年均行駛里程為2 800 km左右,使用正態(tài)分布模擬用戶每天出行的行駛里程[22],如圖4c)所示。
圖4 EV出行行為分布(1月份)Fig. 4 Electric vehicle travel behavior distribution(January)
利用PSO優(yōu)化算法對家庭新能源系統(tǒng)光伏安裝容量進行優(yōu)化求解,得到最優(yōu)配置收斂結(jié)果如圖5所示。可以看出,當?shù)螖?shù)達到18次左右時取得最優(yōu)結(jié)果,其中光伏安裝功率為2.73 kW,根據(jù)式(11)中光伏組件與逆變器的容配比,可求得逆變器的安裝功率為2.27 kW。
圖5 最優(yōu)配置收斂曲線Fig. 5 Optimal configuration convergence curve
為了驗證配置結(jié)果的有效性,使用以下4種不同的用能方案對家庭年均用能成本、自發(fā)自用率、回本年限進行評估及對比。方案1:傳統(tǒng)用能;方案2:安裝光伏,采用全額上網(wǎng)運營模式;方案3:安裝光伏,采用自發(fā)自用、余電上網(wǎng)運營模式;方案4:安裝光伏,使用EV儲能。EV在家時采取自發(fā)自用,余電儲能,剩余上網(wǎng)運營模式;EV離家時采用自發(fā)自用、余電上網(wǎng)運營模式。
不同方案下的結(jié)果對比如表4所示,可以看出,本文所提方案(方案4)相較于方案1,家庭年均用能成本降低了68.3%;相較于方案2、3,年均用能成本分別降低了35.9%、22.2%,回本年限分別縮短了26.2%、13.3%;相較于方案3,自發(fā)自用率提高了2倍左右。因此,本文所提方案與其他3種不同用能方案相比,在年均用能成本、自發(fā)自用率以及回本年限等方面均取得較大優(yōu)勢。為了更好地證明文中提出的光伏與EV結(jié)合(方案4)的有效性,對此優(yōu)化配置結(jié)果下家庭新能源系統(tǒng)的2個連續(xù)典型日(1月18日—19日)發(fā)用電變化情況,結(jié)果如圖6所示。
表4 不同方案下的結(jié)果對比Table 4 The designed electric power capacity of fan motors
圖6 典型日曲線分析Fig. 6 Typical daily curve analysis
可以看出,1月18日EV處于在家狀態(tài),EV充電功率增長趨勢基本與光伏發(fā)電功率保持一致,可以更大程度發(fā)揮其儲能特性,在中午10:00—15:00時段,光伏發(fā)電量處于高峰,EV最大程度儲存電量,在18:00—22:00時段,光伏無發(fā)電量,此時優(yōu)先由EV向負載供電,將光伏發(fā)電余電有效轉(zhuǎn)移至家庭負載,充分發(fā)揮其柔性負載和移動儲能特性,使光伏發(fā)電量得到了最大化的自發(fā)自用。而1月19日EV在13:00—15:00時段有出行行為,此時家中無用于儲能的設(shè)備,光伏余電選擇上網(wǎng)售電,在其他時段,EV在家充當儲能電池。因此,無論EV有無出行行為,本文提出的能量管理策略都可以充分利用EV在家的時間,最大限度地提高系統(tǒng)能源利用效率,從而減少系統(tǒng)與低壓電網(wǎng)之間的購售電功率交互,使購售電曲線更大程度趨于平緩,有效降低家庭用能成本,同時可以有效實現(xiàn)削峰填谷,彌補無序充電造成更大峰谷差的缺點,有效避免電網(wǎng)因為峰谷差值造成的電網(wǎng)波動過大。
本文分析了并網(wǎng)型農(nóng)村家庭新能源系統(tǒng)容量優(yōu)化配置問題,并將EV的移動儲能特性和當前光伏發(fā)電系統(tǒng)運營模式相結(jié)合進行多目標優(yōu)化配置求解,并以河北省石家莊地區(qū)某戶農(nóng)村家庭為例進行仿真實驗,結(jié)論如下。
(1)將EV與光伏發(fā)電運營模式進行結(jié)合,能有效提高家庭新能源系統(tǒng)能源利用效率,而且此過程充分考慮了用戶的出行需求,與傳統(tǒng)用能、光伏發(fā)電全額上網(wǎng)以及自發(fā)自用、余電上網(wǎng)的運營模式相比,系統(tǒng)全壽命周期年均用能成本分別降低了68.3%、35.9% 、22.2%,在系統(tǒng)運行經(jīng)濟性上存在較大優(yōu)勢。
(2)家庭用能主要集中在晚高峰時段,而光伏發(fā)電主要在白天進行,導(dǎo)致用電結(jié)構(gòu)不匹配,而EV的柔性負載和儲能特性能大大提高光伏發(fā)電的自發(fā)自用率,使用電結(jié)構(gòu)更加合理,最大限度地減少家庭新能源系統(tǒng)與低壓電網(wǎng)之間的功率交互,維護電網(wǎng)穩(wěn)定運行。
綜上所述,本文所提優(yōu)化配置方法綜合考慮了農(nóng)村家庭的用能特性,有效提高了家庭全壽命周期的用能經(jīng)濟效益,同時最大限度地維護電網(wǎng)穩(wěn)定運行,可為新農(nóng)村規(guī)劃提供參考。