摘要

針對(duì)風(fēng)光柴蓄獨(dú)立微網(wǎng)系統(tǒng),提出了考慮補(bǔ)貼的容量配置優(yōu)化方法。該方法以總凈現(xiàn)成本最低為優(yōu)化目標(biāo),以負(fù)荷缺額率為約束條件保證供電可靠性,采用遺傳算法優(yōu)化系統(tǒng)容量配置。通過(guò)測(cè)試基于該方法所開發(fā)的軟件,驗(yàn)證其了正確性,并以此作為仿真平臺(tái),實(shí)現(xiàn)了多種電源組合方式下考慮補(bǔ)貼的容量配置優(yōu)化仿真分析。分析結(jié)果表明,在獨(dú)立微網(wǎng)系統(tǒng)容量配置優(yōu)化時(shí),不同補(bǔ)貼方式會(huì)對(duì)系統(tǒng)容量配置優(yōu)化結(jié)果有較大影響;在所研究的補(bǔ)貼標(biāo)準(zhǔn)下,按發(fā)電量補(bǔ)貼方式比按投資安裝補(bǔ)貼方式投資商可獲得的總補(bǔ)貼收益更多,總投資成本更少。

關(guān)鍵詞 :補(bǔ)貼; 獨(dú)立微網(wǎng); 負(fù)荷增長(zhǎng); 遺傳算法; 運(yùn)行模式;

0 引言

長(zhǎng)期以來(lái),受地理?xiàng)l件限制,在孤立的海島建設(shè)與大電網(wǎng)互聯(lián)的常規(guī)輸配電系統(tǒng)變得較為困難,因此能源問(wèn)題就一直成為限制其發(fā)展的重要因素之一。一般來(lái)說(shuō),海島擁有豐富的風(fēng)能和太陽(yáng)能等可再生能源。隨著風(fēng)力發(fā)電和光伏發(fā)電技術(shù)的發(fā)展,由風(fēng)力發(fā)電機(jī)、光伏陣列、柴油發(fā)電機(jī)和蓄電池組成的獨(dú)立微網(wǎng)系統(tǒng)[1-3],由于其相對(duì)較低的運(yùn)行成本和較高的供電可靠性,成為解決孤立海島供電問(wèn)題的有效方法之一。

針對(duì)微電網(wǎng)的容量配置優(yōu)化問(wèn)題,國(guó)內(nèi)外已經(jīng)取得一定的研究成果。微網(wǎng)配置優(yōu)化首先要考慮的問(wèn)題是負(fù)荷和可再生能源數(shù)據(jù)的分析。對(duì)于風(fēng)速和光照數(shù)據(jù)的分析,一般采用的是確定性分析法[4-6],此方法簡(jiǎn)單直接,選取符合當(dāng)?shù)貧夂驍?shù)據(jù)特征的典型歷史數(shù)據(jù)樣本作為研究對(duì)象。由于在工程應(yīng)用周期內(nèi)研究對(duì)象的氣候一般不會(huì)發(fā)生太大變化,確定性分析法可以滿足仿真要求。文獻(xiàn)[5-6]基于一年8760 h準(zhǔn)穩(wěn)態(tài)數(shù)據(jù)進(jìn)行逐時(shí)計(jì)算,得到微網(wǎng)系統(tǒng)全年運(yùn)行情況。目前關(guān)于微網(wǎng)配置優(yōu)化的大多數(shù)研究,其負(fù)荷模型一般沒(méi)有考慮負(fù)荷增長(zhǎng)問(wèn)題。獨(dú)立微網(wǎng)系統(tǒng)一般都不會(huì)太大,負(fù)荷增長(zhǎng)也較為緩慢。但對(duì)于工程應(yīng)用周期較長(zhǎng)的規(guī)劃場(chǎng)景,以不變的負(fù)荷數(shù)據(jù)進(jìn)行仿真計(jì)算所得的配置容量到工程應(yīng)用后期可能無(wú)法保證供電可靠性,不能滿足實(shí)際的微網(wǎng)規(guī)劃設(shè)計(jì)要求,在此場(chǎng)景下就有必要考慮負(fù)荷增長(zhǎng)問(wèn)題[6]。

獨(dú)立微網(wǎng)容量配置優(yōu)化的目標(biāo)一般可以是系統(tǒng)總成本最小化、供電可靠性最大化、污染排放最小化、投資凈收益最大化等目標(biāo)中單個(gè)或多個(gè)[3-13]。文獻(xiàn)[5]提出了包含微網(wǎng)全壽命周期內(nèi)的總凈現(xiàn)成本、負(fù)荷容量缺額率和污染排放的多目標(biāo)優(yōu)化設(shè)計(jì)模型,但未將污染排放納入經(jīng)濟(jì)成本里面;文

獻(xiàn)[8-9]提出了綜合考慮系統(tǒng)壽命周期成本和污染懲罰的優(yōu)化模型,使系統(tǒng)配置優(yōu)化兼具經(jīng)濟(jì)性和環(huán)保性,但沒(méi)有考慮可再生能源發(fā)電補(bǔ)貼因素。然而目前包括中國(guó)在內(nèi)的許多國(guó)家都出臺(tái)了一些鼓勵(lì)開發(fā)利用可再生能源發(fā)電的補(bǔ)貼政策,主要有一次性投資安裝補(bǔ)貼和按發(fā)電量補(bǔ)貼等[10,14-16]。文

獻(xiàn)[10]針對(duì)并網(wǎng)型微電網(wǎng)中光伏上網(wǎng)補(bǔ)貼進(jìn)行了靈敏度分析,研究發(fā)現(xiàn)補(bǔ)貼會(huì)對(duì)投資開發(fā)商的收益產(chǎn)生積極影響。文獻(xiàn)[16]建立了風(fēng)光柴蓄獨(dú)立微網(wǎng)系統(tǒng)模型和經(jīng)濟(jì)性模型,并在經(jīng)濟(jì)成本中考慮了按發(fā)電量進(jìn)行補(bǔ)貼,但對(duì)投資安裝補(bǔ)貼問(wèn)題沒(méi)有涉及。

本文提出了考慮補(bǔ)貼的獨(dú)立微網(wǎng)容量配置優(yōu)化方法,建立了仿真平臺(tái),比較分析了多種電源組合方式下的容量配置特點(diǎn)及系統(tǒng)成本,研究分析了不同補(bǔ)貼方式下獨(dú)立微網(wǎng)系統(tǒng)最優(yōu)容量配置的補(bǔ)貼收益和成本。

1 系統(tǒng)模型與運(yùn)行模式

1.1 系統(tǒng)構(gòu)建

本文設(shè)計(jì)的系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 獨(dú)立微網(wǎng)系統(tǒng)結(jié)構(gòu)

Fig. 1 Structure of a stand-alone microgrid system

風(fēng)力發(fā)電和光伏發(fā)電只有設(shè)備自身成本和運(yùn)行維護(hù)成本,且不會(huì)產(chǎn)生任何污染,是理想的綠色環(huán)保能源,因此以風(fēng)力發(fā)電機(jī)和光伏陣列作為系統(tǒng)主要電源向負(fù)荷供電。但考慮到其發(fā)電量受天氣影響較大,具有顯著的間歇性和隨機(jī)性特點(diǎn),因此需要備用電源,以保證系統(tǒng)供電可靠性。柴油發(fā)電機(jī)因其靈活、便捷、可靠的特點(diǎn),可以很好地滿足備用電源要求。同時(shí)采用蓄電池作為儲(chǔ)能設(shè)備,在風(fēng)光發(fā)電量大于負(fù)荷時(shí)存儲(chǔ)多余能量,在風(fēng)光發(fā)電量不足時(shí)放出存儲(chǔ)能量,在系統(tǒng)中起“削峰補(bǔ)谷”的調(diào)節(jié)作用。由風(fēng)光柴蓄組成的獨(dú)立微網(wǎng)系統(tǒng)可以經(jīng)濟(jì)可靠地為孤立海島供電。

在本文的系統(tǒng)模型中,忽略了交直流變換的損耗和輸配電線路的損耗。

1.2 系統(tǒng)元件模型

1.2.1 風(fēng)力發(fā)電機(jī)模型

本文根據(jù)風(fēng)力發(fā)電機(jī)離散功率曲線,采用拉格朗日三次差值法來(lái)計(jì)算輸出功率。

PW=∑n=1NPnln(v)PW=∑n=1NPnln(v) (1)

式中：PW為風(fēng)力發(fā)電機(jī)實(shí)際輸出功率;Pn為風(fēng)機(jī)離散功率曲線上給定點(diǎn)n的功率,共有N個(gè)點(diǎn);v為平均風(fēng)速;ln( )為插值函數(shù)。

1.2.2 光伏陣列模型

光伏陣列實(shí)際輸出功率計(jì)算公式為

PPV=YPVfPVGTGT,STCPPV=YPVfPVGTGT,STC (2)

式中：PPV為光伏陣列實(shí)際輸出功率;YPV為光伏陣列額定輸出功率;fPV為減損系數(shù);GT為照射到光伏板上的輻射量;GT,STC為標(biāo)準(zhǔn)測(cè)試條件下的輻

射量。

1.2.3 柴油發(fā)電機(jī)模型

柴油發(fā)電機(jī)的燃料消耗量是其輸出功率的線性函數(shù),即

F=F0⋅Ygen+F1⋅PgenF=F0⋅Ygen+F1⋅Pgen (3)

式中：F為燃料消耗率;F0為截距系數(shù);F1為斜率;Ygen為柴油發(fā)電機(jī)額定功率;Pgen為實(shí)際輸出功率。

柴油發(fā)電機(jī)運(yùn)行功率約束為

lmin≤PgenYgen≤1lmin≤PgenYgen≤1 (4)

式中l(wèi)min為柴油機(jī)最小負(fù)載率。

1.2.4 蓄電池模型

本文蓄電池模型采用動(dòng)力電池模型[17](kinetic battery model,KiBaM)。根據(jù)電池充放電功率大小,可以計(jì)算出充放電后的可用能量和束縛能量。

式中：Q為電池組總能量;Q1、Q2為時(shí)間步長(zhǎng)開始時(shí)的可用能量和束縛能量;Q1,end、Q2,end為時(shí)間步長(zhǎng)結(jié)束時(shí)的可用能量和束縛能量;Pb為蓄電池實(shí)際的充放電功率,正值表示放電,負(fù)值表示充電;ΔtΔt為時(shí)間步長(zhǎng);kb為速率常數(shù);c為可用能量的容量與總?cè)萘康谋戎怠?/p>

蓄電池荷電狀態(tài)(state of ge,SOC)約束條件為

SOCmin

式中SOC,max、SOC,min分別為蓄電池最大和最小荷電狀態(tài)。

1.2 運(yùn)行模式

本文設(shè)計(jì)了一種復(fù)合運(yùn)行模式,針對(duì)不同大小的凈負(fù)荷采用不同運(yùn)行模式。系統(tǒng)凈負(fù)荷表示為

Pdk(i)=Lk(i)−PW(i)−PPV(i)Pdk(i)=Lk(i)−PW(i)−PPV(i) (8)

Lk(i)=Lbase(i)⋅(1+rL)kLk(i)=Lbase(i)⋅(1+rL)k (9)

式中：Pd,k(i)、Lk(i)分別為第k年時(shí)間步長(zhǎng)i(i=1,2,3,…,8760)的凈負(fù)荷和實(shí)際負(fù)荷;PW(i)、PPV(i)分別為風(fēng)力發(fā)電機(jī)和光伏陣列在時(shí)間步長(zhǎng)i的發(fā)電功率;Lbase(i)為時(shí)間步長(zhǎng)i的負(fù)荷基準(zhǔn)值;rL為年負(fù)荷預(yù)測(cè)增長(zhǎng)率。

對(duì)于不同大小的凈負(fù)荷,柴油發(fā)電機(jī)發(fā)電成本和蓄電池供電成本是不同的。柴油發(fā)電機(jī)的單位功率發(fā)電成本為

式中：Cg為柴油發(fā)電機(jī)單位功率發(fā)電成本;Cf、CO&M,d、Crep,d分別為柴油發(fā)電機(jī)的每小時(shí)的消耗燃料成本、運(yùn)行維護(hù)成本和置換成本;cf為油價(jià)。

蓄電池單位功率供電成本主要是電池自身?yè)p耗成本和利用柴油發(fā)電機(jī)充電時(shí)消耗的燃料成本,或稱為增加燃料成本。當(dāng)蓄電池利用風(fēng)電和光伏剩余電能充電時(shí),其供電成本就只有自身?yè)p耗成本。

Cw=CB,RQlifetimeηrt√Cw=CB,RQlifetimeηrt (11)

Cc=F1cfηrtCc=F1cfηrt (12)

式中：Cw、Cc分別為電池自身?yè)p耗成本和增加燃料成本;CB,R為蓄電池的置換成本;Qlifetime為電池組壽命周期吞吐量;ηrt為蓄電池充放電循環(huán)效率。

因此得到柴油發(fā)電機(jī)發(fā)電成本和蓄電池供電成本曲線如圖2所示。

圖2 柴油發(fā)電機(jī)和蓄電池供電成本

Fig. 2 Generating costs of diesel and battery

圖2中：Ld為柴油發(fā)電機(jī)發(fā)電成本和蓄電池?fù)p耗成本相等時(shí)的凈負(fù)荷;Lc為利用柴油發(fā)電機(jī)充電的蓄電池供電成本和柴油發(fā)電機(jī)供電成本相等時(shí)柴油發(fā)電機(jī)和蓄電池供電成本 的凈負(fù)荷。由圖2可知,當(dāng)Pd,k(i)Ld時(shí),柴油發(fā)電機(jī)的供電成本低于蓄電池自身?yè)p耗成本,因此此時(shí)應(yīng)當(dāng)由柴油發(fā)電機(jī)運(yùn)行供電。由此本文設(shè)計(jì)的詳細(xì)運(yùn)行模式如

圖3所示。圖3中：Pbcmax、Pbdmax分別為蓄電池最大充、放電功率;Wq為負(fù)荷缺額電量;Ws為舍棄電量。

2 系統(tǒng)優(yōu)化方法

2.1 優(yōu)化變量

本文選擇風(fēng)力發(fā)電機(jī)臺(tái)數(shù)NW,光伏陣列片數(shù)NPV,柴油發(fā)電機(jī)臺(tái)數(shù)ND和蓄電池組數(shù)NB作為待優(yōu)化變量。

2.2 目標(biāo)函數(shù)

本文基于獨(dú)立微網(wǎng)系統(tǒng)運(yùn)行經(jīng)濟(jì)性,以系統(tǒng)壽命周期內(nèi)的總凈現(xiàn)成本(net present cost,NPC)最小作為優(yōu)化目標(biāo)。同時(shí)考慮到環(huán)境效益,將可再生能源補(bǔ)貼收益和污染排放處理成本納入凈現(xiàn)成本中,詳細(xì)目標(biāo)函數(shù)為

min f=∑k=1RC(k)−B(k)(1+r)k+CImin f=∑k=1RC(k)−B(k)(1+r)k+CI (13)

C(k)=CR(k)+CO&M(k)+CF(k)+CE(k)C(k)=CR(k)+CO&M(k)+CF(k)+CE(k) (14)

B(k)=S(k)+W(k)B(k)=S(k)+W(k) (15)

CI=(CW,I+CPV,I)⋅(1−rS)+CD,I+CB,ICI=(CW,I+CPV,I)⋅(1−rS)+CD,I+CB,I (16)

CR(k)=CW,R(k)+CPV,R(k)+CD,R(k)+CB,R(k)CR(k)=CW,R(k)+CPV,R(k)+CD,R(k)+CB,R(k)(17)

CO&M(k)=CW,OM(k)+CPV,OM(k)+ CD,OM(k)+CB,OM(k)CO&M(k)=CW,OM(k)+CPV,OM(k)+ CD,OM(k)+CB,OM(k) (18)

式中：f為系統(tǒng)壽命周期的總凈現(xiàn)成本;R為系統(tǒng)壽

圖3 運(yùn)行模式框圖

Fig. 3 Block diagram of operation mode

命;r為貼現(xiàn)率;rS為風(fēng)電、光伏投資安裝補(bǔ)貼率;

CI為各種電源設(shè)備的安裝成本;C(k)、B(k)為第k年的其他成本和收入;CR(k)、CO&M(k)、CF(k)、CE(k)分別為第k年的置換成本、運(yùn)行維護(hù)成本、燃料成本和排放氣體的處理成本;S(k)為各種電源設(shè)備的折現(xiàn)值,只會(huì)產(chǎn)生于系統(tǒng)壽命的最后一年;W(k)為第k年的按發(fā)電量補(bǔ)貼收益;CW,I、CPV,I、CD,I、CB,I分別為風(fēng)力發(fā)電機(jī)、光伏陣列、柴油發(fā)電機(jī)和蓄電池的安裝成本;CW,R(k)、CPV,R(k)、CD,R(k)、CB,R(k)分別為風(fēng)力發(fā)電機(jī)、光伏陣列、柴油發(fā)電機(jī)和蓄電池第k年的置換成本;CW,OM(k)、CPV,OM(k)、CD,OM(k)、CB,OM(k)分別為風(fēng)力發(fā)電機(jī)、光伏陣列、柴油發(fā)電機(jī)和蓄電池第k年的運(yùn)行維護(hù)成本。

2.3 可靠性約束

本文以負(fù)荷缺額率(loss of capacity,LOC)作為邊界條件來(lái)保證供電可靠性,并采用懲罰函數(shù)法對(duì)優(yōu)化變量進(jìn)行約束。負(fù)荷缺額率表示為

LOC=∑i=18760Wq(i)∑i=18760Lk(i)LOC=∑i=18760Wq(i)∑i=18760Lk(i) (19)

式中Wq(i)為時(shí)間步長(zhǎng)i的負(fù)荷缺額電量。

LOC≤LOC,maxLOC≤LOC,max (20)

式中LOC,max為允許的最大負(fù)荷缺額率。

2.4 優(yōu)化算法

遺傳算法[18]是模擬生物進(jìn)化論自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過(guò)程的計(jì)算模型,是一種通過(guò)模擬自然進(jìn)化過(guò)程搜索最優(yōu)解的方法。其通過(guò)逐漸剔除劣等的配置組合,保留優(yōu)秀的配置組合,最后找出最優(yōu)的配置組合結(jié)果。

遺傳算法可以表達(dá)為

SGA=(C,E,P0,M,?,Γ,Ψ,T)SGA=(C,E,P0,M,?,Γ,Ψ,T) (21)

式中：C是個(gè)體的編碼方法;E是個(gè)體適應(yīng)度評(píng)價(jià)函數(shù);P0是初始群體;M是群體大小;??是選擇算子;ΓΓ是交叉算子;ΨΨ是變異算子;T為遺傳運(yùn)算終止條件。

3 算例分析

現(xiàn)選取某島嶼(地理位置為22°37′N22°37′N,120°16′E120°16′E)作為研究對(duì)象。根據(jù)該島一年的風(fēng)速、光照和基準(zhǔn)負(fù)荷數(shù)據(jù),進(jìn)行系統(tǒng)容量配置優(yōu)化計(jì)算。該島基準(zhǔn)峰荷為960 kW,平均負(fù)荷為499.8 kW。島上平均風(fēng)速為6 m/s,平均光照強(qiáng)度為0.174 61 kW/m2。詳細(xì)數(shù)據(jù)如圖4—6所示。

3.1 不考慮補(bǔ)貼和負(fù)荷增長(zhǎng)

本文基于上述優(yōu)化方法自主開發(fā)了一款軟件MSOP,并以此作為本文研究工作的仿真平臺(tái)。由于美國(guó)能源部可再生能源實(shí)驗(yàn)室開發(fā)的HOMER[19]軟件沒(méi)有考慮補(bǔ)貼和負(fù)荷增長(zhǎng)因素,本文暫設(shè)置補(bǔ)貼和年負(fù)荷預(yù)測(cè)增長(zhǎng)率均為0,與HOMER優(yōu)化結(jié)果進(jìn)行對(duì)比分析。系統(tǒng)壽命周期為25年,最大年負(fù)荷缺額率為0.1%,貼現(xiàn)率為6%。詳細(xì)的各電源元件參數(shù)見(jiàn)附錄1。

利用自主開發(fā)的MSOP軟件和HOMER軟件分別計(jì)算得到的優(yōu)化結(jié)果如表1所示。

圖4 太陽(yáng)能資源

Fig. 4 Solar resource

圖5 風(fēng)能資源

Fig. 5 Wind resource

圖6 負(fù)荷數(shù)據(jù)

Fig. 6 Load data

表1 MSOP和HOMER的配置優(yōu)化結(jié)果

Tab. 1 Optimized result of MSOP and HOMER

由表1所示,MSOP得到的最優(yōu)結(jié)果和HOMER相比,各類電源配置容量差異都很小,均在6%以內(nèi)。總凈現(xiàn)成本方面,MSOP的優(yōu)化結(jié)果和HOMER也只差了1.81%。在此配置下系統(tǒng)年運(yùn)行數(shù)據(jù)對(duì)比如表2所示。

從運(yùn)行數(shù)據(jù)來(lái)看,兩款軟件配置的運(yùn)行電量差異均很小。除了柴油發(fā)電機(jī)年發(fā)電量MSOP略大于HOMER,風(fēng)電和光伏年發(fā)電量均略小于HOMER,表明本文設(shè)計(jì)的運(yùn)行模式可再生能源發(fā)電比例較HOMER略小。同時(shí)由于MSOP的總發(fā)電量和舍棄電量更少,表明了其能源利用效率高于HOMER。

表2 MSOP和HOMER的運(yùn)行數(shù)據(jù)

Tab. 2 Operation datas of MSOP and HOMER

總體來(lái)看,兩款軟件無(wú)論從配置容量?jī)?yōu)化結(jié)果、總凈現(xiàn)成本,還是運(yùn)行數(shù)據(jù)方面誤差均很小,考慮到運(yùn)行模式的不同,屬于正常差異。由此結(jié)果,可以驗(yàn)證本文所提出優(yōu)化方法的正確性和有效性。

3.2 考慮不同補(bǔ)貼方式

根據(jù)當(dāng)前的國(guó)家補(bǔ)貼政策,針對(duì)可再生能源發(fā)電補(bǔ)貼方式主要有2種：一次性投資安裝補(bǔ)貼和按發(fā)電量補(bǔ)貼。本文參照目前的補(bǔ)貼標(biāo)準(zhǔn)分別設(shè)置風(fēng)光投資安裝補(bǔ)貼20%,風(fēng)光發(fā)電補(bǔ)貼為0.42元/(kW•h)。并基于負(fù)荷增長(zhǎng)模型,設(shè)置年負(fù)荷預(yù)測(cè)增長(zhǎng)率為1%,分別在2種補(bǔ)貼方式下對(duì)獨(dú)立微網(wǎng)系統(tǒng)容量配置優(yōu)化進(jìn)行仿真分析。

1)按投資安裝補(bǔ)貼。

按投資安裝補(bǔ)貼方式計(jì)算得到的系統(tǒng)最優(yōu)配置結(jié)果和經(jīng)濟(jì)成本分別如表3、4所示。

表3 按投資安裝補(bǔ)貼的優(yōu)化配置結(jié)果

Tab. 3 Optimized result of configuration based on installation subsidy

表4 按投資安裝補(bǔ)貼的經(jīng)濟(jì)成本

Tab. 4 Economic cost based on installment subsidy

如表3所示,基于投資安裝補(bǔ)貼方式下的系統(tǒng)最優(yōu)配置為3070 kW的風(fēng)力發(fā)電機(jī)、2039 kW光伏陣列、960 kW的柴油發(fā)電機(jī)、655組蓄電池。如

表4所示,在此配置下的初始安裝成本和周期內(nèi)總凈現(xiàn)成本分別為2050.1萬(wàn)元和7740.1萬(wàn)元,同時(shí)在安裝時(shí)可獲得357.6萬(wàn)元的安裝補(bǔ)貼。

2)按發(fā)電量補(bǔ)貼。

按發(fā)電量補(bǔ)貼方式計(jì)算得到的系統(tǒng)最優(yōu)配置結(jié)果和經(jīng)濟(jì)成本如表5、6所示。

如表5所示,按發(fā)電量補(bǔ)貼方式下的系統(tǒng)最優(yōu)配置為2710 kW的風(fēng)力發(fā)電機(jī)、2836 kW光伏陣列、

表5 按發(fā)電量補(bǔ)貼的優(yōu)化配置結(jié)果

Tab. 5 Optimized result of configuration based on generation subsidy

表6 按發(fā)電量補(bǔ)貼的經(jīng)濟(jì)成本

Tab. 6 Total economic based on generation subsidy

916 kW的柴油發(fā)電機(jī)、2043組蓄電池。對(duì)比表3可得,風(fēng)力發(fā)電機(jī)容量減少而光伏陣列容量增加,說(shuō)明風(fēng)機(jī)對(duì)投資安裝補(bǔ)貼更靈敏而光伏對(duì)發(fā)電量補(bǔ)貼更靈敏。這主要是因?yàn)轱L(fēng)機(jī)的安裝成本較大于光伏,因此其更依賴于安裝補(bǔ)貼。同時(shí)柴油發(fā)電機(jī)容量有所下降,而蓄電池容量大幅升高,表明在按發(fā)電量補(bǔ)貼方式下,系統(tǒng)會(huì)更多利用可再生能源發(fā)電,同時(shí)需要更大的儲(chǔ)能空間來(lái)平滑峰谷特性。

如表6所示,在此配置下的安裝成本和總凈現(xiàn)成本分別為2 446.2萬(wàn)元和6 389.2萬(wàn)元。對(duì)比表4,在安裝成本增加的情況下,總凈現(xiàn)成本反大幅下降,這是因?yàn)榘窗l(fā)電量補(bǔ)貼獲得收益1 882.3萬(wàn)元遠(yuǎn)大于按投資安裝補(bǔ)貼獲得的收益357.6萬(wàn)元。因此,可以得到的結(jié)論是,對(duì)于本文研究的微網(wǎng)建設(shè)投資商而言,按安裝補(bǔ)貼方式其初始投資成本較低,并可在初期獲得安裝補(bǔ)貼收益,但在壽命周期內(nèi)總凈現(xiàn)成本較大;按發(fā)電量補(bǔ)貼方式初始投資成本較高,但長(zhǎng)遠(yuǎn)來(lái)看其可獲得的總補(bǔ)貼收益較多,需要投資的總成本就更少。

考慮到微電網(wǎng)的規(guī)劃周期過(guò)長(zhǎng)會(huì)造成項(xiàng)目前期一定的電源配置容量浪費(fèi),因此本文制定了階段性的規(guī)劃,以10年為一個(gè)階段周期進(jìn)行多次規(guī)劃,計(jì)算得到的結(jié)果如表7所示。

按照這種階段性規(guī)劃逐漸增加電源容量可以更好地適應(yīng)負(fù)荷增長(zhǎng)需求,同時(shí)又避免了規(guī)劃前期的容量浪費(fèi)。

3.3 不同電源組合方式

在微電網(wǎng)實(shí)際規(guī)劃時(shí),有時(shí)會(huì)受到氣象、地域等多方面因素的限制,在選擇電源類型時(shí)可能不能同時(shí)選擇風(fēng)光柴蓄四種電源,因此本文基于考慮補(bǔ)貼和負(fù)荷增長(zhǎng)的多種電源組合方式進(jìn)行了配置優(yōu)化,優(yōu)化結(jié)果如表8所示。

由表8所示,在不同電源組合方式下的總凈現(xiàn)成本還是有所差距。其中按發(fā)電量補(bǔ)貼下的風(fēng)柴蓄

表7 階段性規(guī)劃配置優(yōu)化結(jié)果

Tab. 7 Optimized result of phased planning configuration

表8 多種電源組合配置優(yōu)化結(jié)果

Tab. 8 Optimized result of configuration of many kinds power combinations

組合最為經(jīng)濟(jì),按投資安裝補(bǔ)貼下的風(fēng)光蓄組合成本最高,這主要是因?yàn)轱L(fēng)光蓄組合沒(méi)有了柴油發(fā)電機(jī)就得配置超大容量的蓄電池來(lái)保證供電可靠性。

在4種配置柴油發(fā)電機(jī)的組合方式下,柴油發(fā)電機(jī)的容量變化并不明顯,說(shuō)明柴油發(fā)電機(jī)的容量主要是由系統(tǒng)峰荷所決定。同時(shí)可以看出風(fēng)電相比于光伏發(fā)電還是比較有優(yōu)勢(shì),這主要是因?yàn)橄嗤萘肯嘛L(fēng)力發(fā)電的年發(fā)電量大于光伏發(fā)電。但總體來(lái)看,針對(duì)本文研究地微電網(wǎng),按發(fā)電量補(bǔ)貼方式系統(tǒng)壽命周期總凈現(xiàn)成本還是低于按投資安裝補(bǔ)貼方式。

4 結(jié)語(yǔ)

本文針對(duì)風(fēng)光柴蓄獨(dú)立微網(wǎng)系統(tǒng),提出了一種長(zhǎng)期的容量配置優(yōu)化方法,并建立了仿真平臺(tái)。通過(guò)該平臺(tái)實(shí)現(xiàn)了基于多種電源組合方式下考慮補(bǔ)貼方式的獨(dú)立微網(wǎng)容量配置優(yōu)化仿真分析。結(jié)果表明,基于本文采用的補(bǔ)貼標(biāo)準(zhǔn),按發(fā)電量補(bǔ)貼方式比按安裝補(bǔ)貼方式對(duì)本文研究的微網(wǎng)建設(shè)投資商更有利,其可獲得的總補(bǔ)貼收益更多,總投資成本更少。同時(shí)本文研究得到不同規(guī)劃階段的微電網(wǎng)最優(yōu)配置,為微電網(wǎng)的分階段建設(shè)提供了一定的參考。

附錄1

#FormatImgID_15#

設(shè)備電氣和經(jīng)濟(jì)參數(shù)

附錄見(jiàn)本刊網(wǎng)絡(luò)版(http://www.dwjs.com.cn/CN/volumn/current.shtml)。

參考文獻(xiàn)

[1] 黃偉,孫昶輝,吳子平,等.含分布式發(fā)電系統(tǒng)的微網(wǎng)技術(shù)研究綜述[J].電網(wǎng)技術(shù),2009,33(9):14-18. Huang Wei,Sun Changhui,Wu Ziping,et al.A review on microgrid technology containing distributed generation system[J].Power System Technology,2009,33(9):14-18(in Chinese).

[2] 楊新法,蘇劍,呂志鵬,等.微電網(wǎng)技術(shù)綜述[J].中國(guó)電機(jī)工程學(xué)報(bào),2014,34(1):57-70. Yang Xinfa,Su Jian,Lü Zhipeng,et al.Overview on micro-grid technology[J].Proceeds of the CSEE,2014,34(1):57-70(in Chinese).

[3] 肖峻,白臨泉,王成山,等.基于頻譜分析的孤立微網(wǎng)中儲(chǔ)能和柴油發(fā)電機(jī)容量的優(yōu)化方法[J].電網(wǎng)技術(shù),2014,38(9):2342-2348. Xiao Jun,Bai Linquan,WangChengshan,et al.Spectrum analysis based capacity optimization method of energy storage and diesel engines in island microgrids[J].Power System Technology,2014,38(9):2342-2348(in Chinese).

[4] 喬蕾,段紹輝,汪偉,等.獨(dú)立微網(wǎng)優(yōu)化規(guī)劃設(shè)計(jì)方法綜述[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),2013,25(2):115-123. Qiao Lei,Duan Shaohui,Wang Wei,et al.Reviews on optimal methods for planning of stand-alone microgrid system[J].Proceedings of the CSU-EPSA,2013,25(2):115-123(in Chinese).

[5] 郭力,劉文建,焦冰琦,等.獨(dú)立微網(wǎng)系統(tǒng)的多目標(biāo)優(yōu)化規(guī)劃設(shè)計(jì)方法[J].中國(guó)電機(jī)工程學(xué)報(bào),2014,34(4):524-536. Guo Li,Liu Wenjian,Jiao Bingqi,et al.Multi-objective optimal planning design method for stand-alone microgrid system[J].Proceeds of the CSEE,2014,34(4):524-536(in Chinese).

[6] 曹曉宇,王建學(xué),張忠,等.基于長(zhǎng)期運(yùn)行模擬的獨(dú)立型微網(wǎng)規(guī)劃方案動(dòng)態(tài)評(píng)估[J].電工技術(shù)學(xué)報(bào),2016,31(21):46-56. Cao Xiaoyu,Wang Jianxue,Zhang Zhong,et al.Dynamic assessment of stand-alone microgrid planning using long-term simulation[J].Transactions of China Electrotechnical Society,2016,31(21):46-56(in Chinese).

[7] 王成山,焦冰琦,郭力,等.微電網(wǎng)規(guī)劃設(shè)計(jì)方法綜述[J].電力建設(shè),2015,36(1):38-45. WangChengshan,Jiao Bingqi,Guo Li,et al.Review of methods of planning and design of microgrids[J].Electric Power Construction,2015,36(1):38-45(in Chinese).

[8] 劉子秋,黃民翔.基于可靠性與經(jīng)濟(jì)性的計(jì)及微電源自身特性的微電網(wǎng)能量?jī)?yōu)化配置[J].電網(wǎng)技術(shù),2014,38(5):1352-1357. Liu Ziqiu,Huang Minxiang.Optimal energy allocation of microgrid based on reliability and economy by considering acteristics of micro source[J].Power System Technology,2014,38(5):1352-1357(in Chinese).

[9] 劉夢(mèng)璇,王成山,郭力,等.基于多目標(biāo)的獨(dú)立微電網(wǎng)優(yōu)化設(shè)計(jì)方法[J].電力系統(tǒng)自動(dòng)化,2012,36(17):34-39. Liu Mengxuan,Wang Chengshan,Guo Li,et al.An optimal design method of muti-objective based microgrid[J].Automation of Electric Power Systems,2012,36(17):34-39(in Chinese).

[10] 陳健,劉玉田,張文,等.基于博弈論的配電網(wǎng)中多級(jí)微電網(wǎng)優(yōu)化配置分析[J].電力系統(tǒng)自動(dòng)化,2016,40(1):45-52. Chen Jian,Liu Yutian,Zhang Wen,et al.Optimal sizing analysis of multilevel microgrids in distribution network based on game theory[J].Automation of Electric Power Systems,2016,40(1):45-52(in Chinese).

[11] 余舟子,郭力,劉文建,等.獨(dú)立微網(wǎng)隨機(jī)優(yōu)化規(guī)劃軟件及其實(shí)現(xiàn)[J].電力系統(tǒng)自動(dòng)化,2015,39(6):18-23.Yu Zhouzi,Guo Li,Liu Wenjian,et al.A stochastic optimal planning software for stand-alone microgrid and its implementation[J].Automation of Electric Power Systems,2015,39(6):18-23(in Chinese).

[12] 肖峻,白臨泉,王成山,等.微網(wǎng)規(guī)劃設(shè)計(jì)方法與軟件[J].中國(guó)電機(jī)工程學(xué)報(bào),2012,32(25):149-157. XiaoJun,Bai Linquan,Wang Chengshan,et al.Method and software for planning and designing of microgrid[J].Proceeds of the CSEE,2012,32(25):149-157(in Chinese).

[13] 朱蘭,周雪瑩,唐隴軍,等.計(jì)及可中斷負(fù)荷的微電網(wǎng)多目標(biāo)優(yōu)化運(yùn)行[J].電網(wǎng)技術(shù),2017,41(6):1847-1854. Zhu Lan,Zhou Xueying,Tang Longjun,et al.Multi-objective optimal operation for microgrid considering interruptible loads[J].Power System Technology,2017,41(6):1847-1854(in Chinese).

[14] 呂雙輝,蔡聲霞,王守相.分布式光伏-儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性評(píng)估及發(fā)展建議[J].中國(guó)電力,2015,48(2):139-144. Lü Shuanghui,Cai Shengxia,Wang Shouxiang.Economy evalution and development suggestions for distributed PV-Energy storage system in China[J].Electric Power,2015,48(2):139-144(in Chinese).

[15] 周楠,樊瑋,劉念,等.基于需求響應(yīng)的光伏微網(wǎng)儲(chǔ)能系統(tǒng)多目標(biāo)容量?jī)?yōu)化配置[J].電網(wǎng)技術(shù),2016,40(6):1709-1716. Zhou Nan,Fan Wei,Liu Nian,et al.Battery storage multi-objective optimization for capacity configuration of PV-Based microgrid considering demand response[J].Power System Technology,2016,40(6):1709-1716(in Chinese).

[16] 丁明,王波,趙波,等.獨(dú)立風(fēng)光柴儲(chǔ)微網(wǎng)系統(tǒng)容量?jī)?yōu)化配置[J].電網(wǎng)技術(shù),2013,37(3):575-581. DingMing,Wang Bo,Zhao Bo,et al.Configuration optimization of capacity of standalone PV-wind-diesel-battery hybrid microgrid[J].Power System Technology,2013,37(3):575-581(in Chinese).

[17] Manwell J F,McGowan J G.Lead acid battery storage model for hybrid energy systems[J].Solar Energy,1993,50(5):399-405.

[18] 鄭金華. 多目標(biāo)進(jìn)化算法及其應(yīng)用[M].北京:科學(xué)出版社,2007.

[19] Sureshkumar U,Manoharan P S,Ramalakshmi A P S.Economic cost analysis of hybrid renewable energy system using HOMER [C]//International Conference on Advances in Engineering,Science and Management(ICAESM).Nagapattinam,India:IEEE,2012:94-99.