國網(wǎng)浙江省電力有限公司杭州市蕭山區(qū)供電公司 沈鴻達(dá) 徐 峰 樓馮梁 浙江中新電力工程建設(shè)有限公司 金迪君

光伏發(fā)電，將太陽能到電能進(jìn)行了一個轉(zhuǎn)換，從而替代其他電力資源，但光伏發(fā)電具有間歇性、波動大等缺點(diǎn)，會增加電網(wǎng)調(diào)節(jié)難度，導(dǎo)致供電不穩(wěn)定[1]。光伏發(fā)電在發(fā)電過程中，主要是利用光伏組件通過借助電池的存放電功能，對光伏用電峰谷進(jìn)行調(diào)節(jié)。目前，分布式能源系統(tǒng)正在成為目前能源發(fā)展的重要類型，其中光伏發(fā)電作為低碳能源，可以有效改善環(huán)境。光伏-儲能系統(tǒng)在帶來一定的經(jīng)濟(jì)效益的同時，也帶來了一定的環(huán)境影響，特別是帶來的碳排放，對于碳排放的預(yù)測，也成為一直以來的重要研究課題[2]。

在光伏能源站的碳排放核算預(yù)測中，主要有以下幾種研究。文獻(xiàn)[3]提出基于部分線性面板數(shù)據(jù)模型的碳排放預(yù)測，基于部分線性面板數(shù)據(jù)模型，對鋰電池的全生命周期環(huán)境進(jìn)行分析，建立生命周期框架結(jié)構(gòu)，將能源分析引入到光伏系統(tǒng)中，從而對碳排放進(jìn)行預(yù)測與核算。該方法考慮到內(nèi)在耦合之間的關(guān)系，其預(yù)測結(jié)果較為準(zhǔn)確。文獻(xiàn)[4]提出基于迭代尋優(yōu)的中長期碳排放預(yù)測模型，采用生命周期評價理論，并基于迭代尋優(yōu)方法，對能耗與體形系數(shù)的關(guān)系進(jìn)行分析，同時選擇多個影響建筑碳排放的因素，對碳排放進(jìn)行預(yù)測。該預(yù)測模型對碳排放進(jìn)行了較為準(zhǔn)確地計算，預(yù)測結(jié)果較好，得到廣泛地應(yīng)用。本文以分布式光伏能源站作為主要研究對象，對光伏能源站全生命周期碳排放進(jìn)行核算預(yù)測。

1 分布式光伏能源站全生命周期碳排放核算預(yù)測模型

1.1 確定碳排放系數(shù)

為了達(dá)到有效地對分布式光伏能源站全生命周期碳排放核算預(yù)測，對碳排放系數(shù)進(jìn)行確定。引入多個獨(dú)立變量，該變量與結(jié)構(gòu)和技術(shù)均相關(guān)，碳排放系數(shù)進(jìn)行選取，選取過程如圖1所示。

圖1 數(shù)據(jù)選取流程

按照該流程，對各種能源的低位發(fā)熱量進(jìn)行計算，公式表示為：

其中，j為能源的熱量參數(shù)，A為轉(zhuǎn)換標(biāo)煤參數(shù)，k為換算系數(shù)，N為燃燒氧化率，得到能源的低位發(fā)熱量，在此基礎(chǔ)上，對碳排放系數(shù)進(jìn)行計算[5]，其函數(shù)公式表示為：

其中w為各類能源碳排放系數(shù)，l為單位轉(zhuǎn)換系數(shù)，f為燃料氧化率參數(shù)，g為轉(zhuǎn)標(biāo)煤系數(shù)，按照該參數(shù)對碳排放系數(shù)進(jìn)行計算，可以得到碳排放系數(shù)[6]，見表1。

表1 碳排放系數(shù)

得到確定的碳排放系數(shù)，根據(jù)該系數(shù)，對分布式光伏能源站全生命周期碳排放進(jìn)行核算。

1.2 全生命周期碳排放核算

基于碳排放系數(shù)，對分布式光伏能源站全生命周期碳排放進(jìn)行核算。使用灰色關(guān)聯(lián)分析法，對變量之間的關(guān)聯(lián)程度進(jìn)行分析，按照分布式光伏能源站的生命周期，將碳排放分為不同的階段，其生命周期邊界如圖2所示。

圖2 生命周期邊界

按照生命周期的邊界，將生命周期過程劃分為不同的階段后，其中在產(chǎn)品生產(chǎn)階段，主要包括光伏組件生產(chǎn)等過程，還有前期工業(yè)硅制備多晶硅，并包括最后的電池片封裝成組件等過程，在生產(chǎn)運(yùn)輸階段，主要指的是系統(tǒng)各設(shè)備進(jìn)行安裝的過程。對不同階段的碳排放進(jìn)行計算。對生產(chǎn)初期的碳排放進(jìn)行計算，其公式表示為：

其中，p為材料的消耗量參數(shù)，t為主體結(jié)構(gòu)材料用量參數(shù)，r為部分建材的碳排放因子，e為單位能量產(chǎn)生的二氧化碳排放量參數(shù)，根據(jù)該參數(shù)對生產(chǎn)運(yùn)輸階段的碳排放進(jìn)行計算，公式表示為：

其中，O為建材使用量參數(shù)，i為建材種類參數(shù)，y為運(yùn)輸距離，為了減少由于使用年限的不同，導(dǎo)致全生命周期碳排放核算出現(xiàn)誤差的問題，同時對能源站維護(hù)更換期間的碳排放進(jìn)行計算，公式表示為：

其中，F(xiàn)為材料更換使用量參數(shù)，G為材料更換的碳排放系數(shù)，H為維護(hù)材料使用量，N為維護(hù)材料更換過程的碳排放系數(shù)。在此基礎(chǔ)上，對材料拆除處理期間的碳排放運(yùn)輸過程中，其碳排放系數(shù)進(jìn)行計算，表示如下：

其中，P為可回收材料數(shù)量，Z為回收利用矢量，X為再加工碳排放系數(shù)，K為生產(chǎn)碳排放系數(shù)，將全生命周期分為以上幾個過程，將幾個過程進(jìn)行相加，得到全生命周期碳排放核算量，表示為：

根據(jù)該碳排放核算參數(shù)，對分布式光伏能源站全生命周期碳排放進(jìn)行預(yù)測。

1.3 全生命周期碳排放預(yù)測

基于全生命周期碳排放核算參數(shù)，對分布式光伏能源站全生命周期碳排放進(jìn)行預(yù)測。預(yù)測流程如圖3所示。

圖3 全生命周期碳排放預(yù)測流程

使用循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，將碳排放核算參數(shù)作為輸入?yún)?shù)，建立LSTM 網(wǎng)絡(luò)結(jié)構(gòu)，結(jié)構(gòu)如圖4所示。

圖4 LSTM 網(wǎng)絡(luò)結(jié)構(gòu)

根據(jù)該結(jié)構(gòu)，將變量與核算的碳排放參數(shù)進(jìn)行歸一化處理，公式表示為：

其中，χ1為訓(xùn)練樣本參數(shù)，χmax為最大參數(shù)，χmin為最小參數(shù)，之后設(shè)置訓(xùn)練步長為4，并以此調(diào)整LSTM 模型參數(shù)，進(jìn)行迭代計算，最終得到最佳參數(shù)值，將最佳參數(shù)值，由SVR 模型進(jìn)行樣本訓(xùn)練，得到1×4向量，之后將向量進(jìn)行反歸一化處理，得到最終的輸出結(jié)果，該結(jié)果為最終的全生命周期碳排放核算預(yù)測結(jié)果。

2 實(shí)驗(yàn)與分析

為了驗(yàn)證設(shè)計的碳排放核算預(yù)測模型的預(yù)測效果，進(jìn)行分布式光伏能源站全生命周期碳排放預(yù)測實(shí)驗(yàn)。

2.1 實(shí)驗(yàn)對象

本文以某地區(qū)的分布式光伏發(fā)電項(xiàng)目，作為主要的研究對象。該地區(qū)的光伏組件信息與支架信息見表2。

表2 光伏組件信息與支架信息

此外光伏組件運(yùn)輸距離為320km，支架運(yùn)輸距離為3600km，分布式光伏項(xiàng)目主要有四個類型，其中主要為5kW、14kW、10kW、15kW，衰減率第1年為2.5%，其余為0.7%，光電轉(zhuǎn)換效率為16.5%，逆變器信息同時也有四種類型，6kW、8kW、10kW、15kW，運(yùn)輸距離為1056km，儲能電池的類型為磷酸鐵鋰，放電效率為96%，放電深度為90%，能量轉(zhuǎn)換效率為98%，使用壽命為9年，運(yùn)輸距離為13km，保修年限為5年。以該參數(shù)為基礎(chǔ)，進(jìn)行分布式光伏能源站全生命周期碳排放預(yù)測實(shí)驗(yàn)。

2.2 實(shí)驗(yàn)參數(shù)

該地區(qū)的分布式光伏發(fā)電項(xiàng)目中，基于全生命周期的主要碳排放清單見表3。

表3 全生命周期碳排放清單

按照該數(shù)據(jù)，使用三種模型，先對其進(jìn)行訓(xùn)練，之后再進(jìn)行測試。

2.3 評價指標(biāo)

實(shí)驗(yàn)選擇均方根誤差作為實(shí)驗(yàn)評估指標(biāo)，計算公式如下所示：

其中，c1為實(shí)際數(shù)值，c2為預(yù)測數(shù)值，x為預(yù)測數(shù)量。根據(jù)該指標(biāo)對其進(jìn)行分析。

2.4 實(shí)驗(yàn)結(jié)果與分析

使用本文設(shè)計模型及文獻(xiàn)[3]與文獻(xiàn)[4]模型，對碳排放進(jìn)行預(yù)測，可以得到其預(yù)測結(jié)果如圖5所示。

圖5 本文設(shè)計模型預(yù)測效果

從圖5中可以看出，使用本文設(shè)計的模型，對分布式光伏能源站全生命周期中的碳排放進(jìn)行預(yù)測，其預(yù)測的結(jié)果與實(shí)際結(jié)果直接誤差較小。

使用文獻(xiàn)[3]模型進(jìn)行實(shí)驗(yàn)，可以得到其分布式光伏能源站全生命周期碳排放預(yù)測結(jié)果如圖6所示。

圖6 文獻(xiàn)[3]模型轉(zhuǎn)速控制效果

從圖6中可以看出，該模型下的預(yù)測結(jié)果，與實(shí)際結(jié)果相差較大，對分布式光伏能源站全生命周期碳排放的預(yù)測的誤差較大。

使用文獻(xiàn)[4]模型進(jìn)行實(shí)驗(yàn)，可以得到對分布式光伏能源站全生命周期碳排放的預(yù)測結(jié)果如圖7所示。

圖7 文獻(xiàn)[4]模型轉(zhuǎn)速控制效果

從圖7中可以看出，該模型下的預(yù)測結(jié)果，與實(shí)際結(jié)果相差很大，對分布式光伏能源站全生命周期碳排放的預(yù)測的誤差很大。

對有儲能與無儲能下的分布式光伏能源站碳排放預(yù)測情況進(jìn)行統(tǒng)計，可以得到其預(yù)測的相對誤差，如圖8所示。

圖8 預(yù)測誤差統(tǒng)計

從圖8中可以看出，在不同的裝機(jī)規(guī)模下，本文設(shè)計的預(yù)測模型，其預(yù)測的誤差比其他兩種對比模型小，說明能夠?qū)μ寂欧胚M(jìn)行較好的預(yù)測。

對有儲能下的分布式光伏能源站全生命周期碳排放進(jìn)行預(yù)測，其分布式光伏能源站全生命周期碳排放的預(yù)測的誤差見表4。

表4 有儲能下分布式光伏能源站全生命周期碳排放的預(yù)測的誤差

對無儲能下的分布式光伏能源站全生命周期碳排放進(jìn)行預(yù)測，其分布式光伏能源站全生命周期碳排放的預(yù)測的誤差見表5。

表5 無儲能分布式光伏能源站全生命周期碳排放的預(yù)測的誤差

從表5中可以看出，本文設(shè)計的模型，在對有儲能與無儲能的分布式光伏能源碳排放進(jìn)行預(yù)測后，其預(yù)測結(jié)果均較好，能夠準(zhǔn)確地對其分布式光伏能源站全生命周期碳排放進(jìn)行預(yù)測。

本文提出了分布式光伏能源站全生命周期碳排放核算預(yù)測模型。選取并計算了碳排放系數(shù)，使用灰色關(guān)聯(lián)分析法，對變量之間的關(guān)聯(lián)程度進(jìn)行了分析，并按照分布式光伏能源站的生命周期，建立LSTM 網(wǎng)絡(luò)結(jié)構(gòu)，對碳排放進(jìn)行了預(yù)測，預(yù)測的誤差較小，希望能為分布式光伏能源站全生命周期碳排放核算預(yù)測提供部分借鑒意義。