CN105205552B - 一种独立新能源混合发电***优化规划方法 - Google Patents

Abstract

本发明公开了一种独立新能源混合发电***优化规划方法，首先根据风电、光伏、小水电的间歇性、随机性、互补性等出力特性，建立各新能源发电***出力模型及综合成本模型；其次基于混合发电***所在区域典型历史气象、资源数据，利用遗传算法优化新能源之间的配比关系，进而得到N种电源容量配置预选方案；最后给出合理的能量管理策略，推动优化管理，并且建立相应的优化配置评价体系，评估N种预选方案的可靠性、经济性及能源利用率等情况。本发明方法为微电网的新能源混合发电***的规划建设与合理配置提供一定的参考。

Description

一种独立新能源混合发电***优化规划方法

技术领域

本发明属于电力***技术领域，涉及一种独立新能源混合发电***规划技术。

背景技术

随着全球经济的不断发展，对于能源的需求也越来越大，能源危机和环境保护也受到了全世界的广泛重视，因此，新能源发电技术得到了国内外的深入研究和推广应用。

新能源发电技术因地制宜，可充分利用当地的可再生资源，包括太阳能、风能、生物质能等，实现较好的经济效益和社会效益。与传统发电方式相比，混合发电***可提高资源利用率，主要特点有：

发电设备就地安装，靠近用电负荷端和用户终端；

***容量普遍较小，便于给海岛、边远牧区、偏远山区等独立区域供电；

可以有多种方式运行，技能作为独立微网运行，也能与电网并网运行；

多数采用可再生能源发电，充分利用新能源，发电源清洁，环境污染少。

不难看出，因地制宜地建设风电太阳能发电等新能源混合发电***，既符合目前我国建设节约环保型社会的时代要求，也是解决海岛、偏远地区等用电难题的一种有效方式。

发明内容

技术问题：本发明提供一种实现了对新能源混合发电***新能源发电量的优化配置，减小所需配置的储能容量，提高规划结果适应性和实用性的独立新能源混合发电***优化规划方法。

技术方案：本发明的独立新能源混合发电***优化规划方法，包括以下步骤：

步骤1：采集区域历史气象数据，包括光照数据、风速数据及水流数据，建立各新能源发电***出力模型及综合成本模型；

步骤2：根据所述步骤1中得到的各新能源发电***出力模型输出的出力数据，以储能配置容量最小为目标函数，利用遗传算法进行优化计算，得到新能源之间的优化配比关系，进而得到N种电源容量配置预选方案；

步骤3：基于微电网中各储能设备和柴油机组发电部件的能量管理策略，新能源与储能设备、柴油机之间的供电配合方案，以及历史数据，遍历步骤2中得到的N种电源配置预选方案，进行模拟优化调度，得到不同预选方案的各项指标，包括负荷失电率LOLP、弃风弃光率LOEP及运行成本STC；

步骤4：建立优化配置评价体系，评估步骤3中得到的各预选方案的指标，具体方法为：根据用户需求及指标间重要性差异为各项指标赋权值系数，计算得到各预选方案的综合评价指标值，然后根据所述综合评价指标值对各预选方案进行排序，将排序最前的方案作为电源配置建议方案。

进一步的，本发明方法中，步骤1中的新能源发电***出力模型包括风机出力模型、光伏出力模型、小水电出力模型；所述综合成本模型包括风机、光伏***、小水电站、储能***及柴油发电机的投资建设成本、运行维护成本的计算模型。

进一步的，本发明方法中，步骤2中，获得N种电源容量配置预选方案的方法为：基于由新能源的优化配比关系得到的各新能源发电***所需出力值，以及设备出力参数，选取各发电***设备型号列表中与该发电***所需出力值匹配度最高的风机、光伏板、水轮机、储能设备及柴油机的型号及其机组数量。

进一步的，本发明方法中，步骤3中的能量管理策略包括各储能设备和柴油机组的能量管理策略、新能源消纳优先顺序及供电配合方式。

进一步的，本发明方法中，步骤4中建立的优化配置评价体系，其评价指标包括成本指标、可靠性指标、新能源利用率指标。

进一步的，本发明方法中，步骤3中，各储能设备发电部件的能量管理策略包括：

充电策略：当新能源混合发电***的发电功率，即风机、光伏、水电出力总和 P_WT+P_PV+P_HT大于负荷功率P_Load时，剩余的电能给储能充电，直到满足下列两种情况之一：储能SOC达到上限值SOC_max；独立微网的发电功率小于或等于负荷功率；

放电策略：当新能源混合发电***的发电功率小于负荷功率时，使用储能设备放电来满足负荷缺口，由储能设备对独立微网供电，直到满足下列四种情况之一：

储能SOC达到设定的下限值SOC_min；

风电、光伏、水电发电功率之和满足负载功率需求；

风电、光伏、水电发电功率之和满足负载功率需求并且已经在向储能充电；

柴油机组发电部件的能量管理策略包括：

优先考虑储能***放电补足负荷缺口，当储能***达不到放电要求时采用柴油机组供电；当所需发电功率大于柴油机启动功率P_dmin时，柴油机才能启动，且柴油机根据实际电量需求逐一启动，以保证柴油机经济运行；为避免柴油机启停带来能量消耗和设备消耗，设定柴油机最小运行时间；如果未达到该最小运行时间，则继续运行柴油发电机；

所述新能源与储能设备、柴油机之间的供电配合方案为：电力不足时首先消纳风、光、水出力，不足电力采用辅助发电设备提供；电力过剩时采用储能充电吸纳过剩电力；辅助发电设备包括储能设备及柴油机，辅助发电设备供电模式包括储能***充电模式、储能***独立供电模式、储能/柴油机组协同供电模式；

当发生下述两种电力不足情况之一时，采用储能***独立供电模式：电力不足量P_b不大于储能供电最大输出功率P_rbat且储能设备以功率P_b持续放电单位时间后，储能设备荷电状态SOC不低于荷电状态下限值SOC_min，单位时间为前后两相邻数据点之间的时间间隔，根据用户需要设定；电力不足量P_b大于储能最大输出功率P_rbat，但 -P_b-P_rbat小于柴油机启动功率P_dmin；

其他电力不足情况采用储能/柴油机协同供电模式；采用储能/柴油机协同供电模式时，储能供电功率由计算得到，其中E_rbat，N为储能***额定容量，t为单位时间；柴油机机组供电功率由P_d＝-P_b-P_bat计算得到；

当电力过剩量P_m不大于储能充电最大功率且储能以功率P_m充电持续单位时间后，其荷电状态SOC不高于荷电状态上限值SOC_max时，采用储能充电模式；其余电力过剩情况下，过剩电力向储能设备充电至储能荷电状态达到上限值SOC_max后，剩余过剩电量舍弃。

进一步的，本发明方法中，步骤4中的具体流程为：将步骤3中遍历得到的所有预选方案的负荷失电率LOLP、弃风弃光率LOEP、运行成本STC分别进行归一化处理，得到STC归一化值STC_nor、LOEP归一化值LOEP_nor、LOLP归一化值LOLP_nor，除去量纲影响，然后根据用户需求及指标间重要性差异分别为上述指标赋权值系数ω_STC、ω_LOEP、ω_LOLP，所述权值系数均为正值，且满足ω_STC+ω_LOEP+ω_LOLP＝1，其中ω_STC为STC 权值系数，ω_LOEP为LOEP权值系数，ω_LOLP为LOLP权值系数；

由CEI＝ω_STC×STC_nor+ω_LOEP×LOEP_nor+ω_LOLP×LOLP_nor计算得到综合评价指标值CEI，最后根据各预选方案的综合评价指标值CEI按从小到大进行排序，排序靠前的方案为电源配置建议方案。

针对现有规划技术的不足，本发明综合考虑了分布式新能源发电设备的发电特性，并且结合不同区域自然资源及气象环境的实际情况，因地制宜地进行风、光、水、储、柴的合理配置。本发明在分析区域自然资源状况的基础上，确定各项新能源合适的配置比例，给出预选方案并建立评价体系进行合理评估，得到适应当地风、光、水资源条件的优化配置方案，为新能源混合发电***规划建设提供一定的指导意见。

有益效果：本发明与现有技术相比，具有以下优点：

(1)现有技术中混合发电***规划中的新能源发电量配置一般人为设定，缺少对不同新能源之间互补性的考虑；本发明因地制宜，结合不同区域自然资源及气象环境的实际情况，考虑不同新能源之间的互补特性，通过遗传算法优化新能源发电量之间的配比关系，实现了对新能源混合发电***新能源发电量的优化配置，减小所需配置的储能容量；

(2)现有技术中一般由智能算法给出单一的最优结果，而在实际规划中往往受到建设环境、投资资金等的限制而制约了该方法的应用；本发明通过给出多个预选方案及其对应的指标结果，显示直观，方便用户根据实际规划情况对方案进行选择，使得方案选择更具有多样性，能灵活适应不同的规划环境，提高规划结果的适应性和实用性；

(3)现有技术中往往根据单一的评价指标对电源配置方案进行选择，如NREL 实验室的Homer软件；本发明在给出电源配置预选方案的同时，可根据规划的实际需求，灵活调整不同指标的权值系数，综合考虑多项指标以满足新能源混合发电***的建设需求，为分布式新能源混合发电***规划提供一定参考。

附图说明

图1为本发明方法流程图。

图2为本发明提供的模拟优化调度总流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

本发明提出一种独立新能源混合发电***规划方法，综合考虑了分布式新能源发电设备的发电特性，并且结合不同区域自然资源及气象环境的实际情况，因地制宜地进行风、光、水、储、柴的合理配置，给出多个预选方案而非单一的最优结果，使得方案选择更具有多样性，能灵活适应不同的规划环境，提高规划结果的适应性和实用性。此外，本发明在给出电源配置预选方案的同时，还能对应不同评价指标的要求对预选方案进行优选排序，为分布式新能源混合发电***规划提供一定参考。

本实施例的主要思路是，根据风电、光伏、小水电的间歇性、随机性、互补性等出力特性，建立各新能源发电***出力模型及建设维护成本模型；其次基于混合发电***所在区域典型历史气象、资源数据，利用遗传算法优化新能源之间的配比关系，进而得到N种电源容量配置预选方案；最后给出合理的能量管理策略，如图2所示，推动优化管理，并且建立相应的优化配置评价体系，评估N种预选方案的可靠性、经济性及能源利用率等情况，实现对分布式新能源混合发电设备、储能及柴油机等辅助发电设备的合理配置及优化规划。

在本发明实施例中，步骤1的具体过程如下：

发电***出力模型包括风机出力模型、光伏出力模型、小水电出力模型。

(1)风力发电模型。通常情况，风机的输出功率P_wind(单位：W)与风速v(单位：m/s)的关系为：

其中，P_rwind为风机额定功率(单位：W)；v_ci为风机切入风速(单位：m/s)；V_r为风机额定风速(单位：m/s)；V_co为风机切出风速(单位：m/s)；ε为地表粗糙因子，一般取值0.125～0.5，地面开阔时，取0.143。并且，v_m为高度h_m的风速计测量的风速值。

(2)光伏发电模型。光伏电池输出功率P_PV可表示为：

其中，P_PVR为光伏组件的额定功率(单位：kW)；G_T为实际情况下辐射量(单位： kW/m²)；为25℃时的辐射量(单位：kW/m²)；f_PV为影响因子常数，通常取0.8～0.95 之间；α_P为事先确定因子(单位：％/℃)；T_c，S为组件25℃的标准温度(单位：℃)； T_c为组件实际温度值(单位：℃)；T_a为环境温度(单位：℃)；T_NO为常数，通常取 42℃～46℃之间(单位：℃)。

(3)水力发电模型。通常情况下，水电机组的输出功率P_Hyd可表示为：

P_Hyd＝9.81ηQH＝AQH

H＝Z_u-Z_d-ΔH

η＝η₁η₂η₃

其中，Q为水电站水轮机的引水发电流量(单位：m³/s)；H为水电站净水头(单位：m)；Z_u为水电站坝前水位(单位：m)；Z_d为尾水管出口断面水位(单位：m)；ΔH为水电站水头损失(单位：m)，在计算过程中可忽略；η为水电站效率，η₁，η₂，η₃分别为水轮机效率、发电机效率、机组传动效率。

(4)蓄电池模型。每一时刻蓄电池的荷电状态可表示为：

其中，η_bat为蓄电池的充放电效率；ΔE(t)为t时刻的蓄电池充放电量；E_rbat为蓄电池的额定容量。

在独立新能源混合发电***的规划中，综合总成本是衡量投资建设和运行维护经济性的重要指标，也是影响决策的重要因素。规划期限内的综合总成本计算模型包括以下部分：

(1)风力发电机组、风力发电机组安装塔、光伏***、水轮机、储能设备及柴油发电机等的购买及安装价格；(2)规划期限内，风力发电机组、安装塔、光伏***、储能设备等的维修成本；

(3)规划期限内，柴油发电机的操作和维护费用；

(4)规划期限内，柴油发电机所消耗的燃油费用。

假设微网规划设计期限为Y年，综合成本计算模型：

Cost(num_WT，num_PV，num_HT，num_bat)

＝Cost_WT+Cost_PV+Cost_HT+Cost_bat+Cost_d

＝num_WT×(C_WT+M_WT，d)+num_PV×(C_PV+M_PV，d)+num_HT×(C_HT+M_HT，d)

+num_bat×(C_bat+M_bat，d)+[num_d×(C_d+M_d，d)+C_fuel]

其中，Cost_i为发电***i的综合成本；C_i为发电***i的设备投资建设成本；为发电***i的Y年设备运行维护费用总折现额，M_i为当前运行维护费用；num_i为设备i的配置数量；柴油机燃油成本为 C_fuel＝Pr_fuel×(A×P_D+B×P_RD)，其中Pr_fuel为燃油价格；A＝0.246L/kWh、B ＝0.0845L/kWh为发电成本曲线，P_D、P_RD分别为柴油发电机的实际输出功率和额定功率。

注意：i可表示WT(风电)、PV(光伏)、HT(水电)、bat(储能)、d(柴油机)。

在本发明实施例中，步骤2的具体过程如下：

本步骤的目标为优化新能源配比值，使得配置的储能最小，从而给出电源配置预选方案。

(1)新能源配比值及储能容量的确定。

将步骤1中得到的风机、光伏、水电及负荷每小时出力数据，分别除以各自均值，得到处理后的风机、光伏、水电及负荷每小时的数值分别为W(t)、S(t)、H(t)和L(t)，γ为新能源发电比，a₁、a₂分别为光伏、水电的配置比例，因此每小时的功率失配值可表示为：

Δ(t)＝γ[a₁S(t)+a₂H(t)+(1-a₁-a₂)W(t)]-L(t)

改进传统储能容量计算方法：

其中，H_store(t)为t时刻储能装置存储的电量。H_store(t)与min_t′≥tH_store(t′) 的差值反映了在任意t时刻需要对外释放存储的能量，也就是只要满足任意时刻储能装置在对外放电时都不会出现负值即可；系数λ表示考虑了最大放电深度。

通过遗传算法寻优，得到优化后的a₁、a₂值及对应的储能配置情况。

(2)电源配置预选方案的确定。

由上一步得到的a₁、a₂值可得到风机、光伏、水电的出力值，新能源出力值及储能额定容量均乘以扩展系数矩阵T＝[0.8，1，1.2]后得到风电出力扩展阵A、光伏出力扩展阵B、水电出力扩展阵C，再根据各设备型号表，选取合适的设备型号，得到对应的设备数量，形成电源配置预选方案。

在本发明实施例中，步骤3的具体过程如下：

能量管理的主要思路为首先消纳风、光、水出力，不足采用储能，然后柴油机，最后切负荷；优先消纳风光出力，剩余向储能充电，然后弃风弃光。

能量管理策略包括各储能设备和柴油机组的能量管理策略、新能源消纳优先顺序及供电配合方式，模拟优化调度总流程图如附图2。

如附图2所示，经过循环计算，遍历N种电源配置预选方案，可以得到所有预选方案的负荷失电率、弃风弃光率、机组启停次数及各部分综合成本。

在本发明实施例中，步骤4的具体过程如下：

建立相应的优化配置评价体系，评价指标包括电源配置预选方案的负荷失电率LOLP、弃风弃光率LOEP、方案综合成本STC，根据步骤3中遍历得到的所有预选方案的各项指标，并将各项指标进行归一化处理，除去量纲影响，然后根据用户需求及指标间重要性差异为各项指标赋权值系数，计算得到综合评价指标值，最后根据各预选方案的综合评价指标值进行排序。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围当中。

Claims (7)

1.一种独立新能源混合发电***优化规划方法，其特征在于，该方法包括以下步骤：

步骤1：采集区域历史气象数据，包括光照数据、风速数据及水流数据，建立各新能源发电***出力模型及综合成本模型；

步骤2：根据所述步骤1中得到的各新能源发电***出力模型输出的出力数据，以储能配置容量最小为目标函数，利用遗传算法进行优化计算，得到新能源之间的优化配比关系，进而得到N种电源容量配置预选方案；

步骤3：基于微电网中各储能设备和柴油机组发电部件的能量管理策略，新能源与储能设备、柴油机之间的供电配合方案，以及历史数据，遍历步骤2中得到的N种电源容量配置预选方案，进行模拟优化调度，得到不同预选方案的各项指标，包括负荷失电率LOLP、弃风弃光率LOEP及运行成本STC；

步骤4：建立优化配置评价体系，评估步骤3中得到的各预选方案的指标，具体方法为：根据用户需求及指标间重要性差异为各项指标赋权值系数，计算得到各预选方案的综合评价指标值，然后根据所述综合评价指标值对各预选方案进行排序，将排序最前的方案作为电源配置建议方案。

2.如权利要求1所述的独立新能源混合发电***优化规划方法，其特征在于，所述步骤1中的新能源发电***出力模型包括风机出力模型、光伏出力模型、小水电出力模型；所述综合成本模型包括风机、光伏***、小水电站、储能设备及柴油发电机的投资建设成本、运行维护成本的计算模型。

3.如权利要求1所述的独立新能源混合发电***优化规划方法，其特征在于，所述步骤2中，获得N种电源容量配置预选方案的方法为：基于由新能源的优化配比关系得到的各新能源发电***所需出力值，以及设备出力参数，选取各发电***设备型号列表中与该发电***所需出力值匹配度最高的风机、光伏板、水轮机、储能设备及柴油机的型号及其机组数量。

4.如权利要求1所述的独立新能源混合发电***优化规划方法，其特征在于，所述步骤3中的能量管理策略包括各储能设备和柴油机组的能量管理策略、新能源消纳优先顺序及供电配合方式。

5.如权利要求1所述的独立新能源混合发电***优化规划方法，其特征在于，所述步骤4中建立的优化配置评价体系，其评价指标包括成本指标、可靠性指标、新能源利用率指标。

6.如权利要求1、2、3、4或5所述的独立新能源混合发电***优化规划方法，其特征在于，所述步骤3中，各储能设备发电部件的能量管理策略包括：

充电策略：当新能源混合发电***的发电功率，即风机、光伏、水电出力总和P_WT+P_PV+P_HT大于负荷功率P_Load时，剩余的电能给储能充电，直到满足下列两种情况之一：储能SOC达到上限值SOC_max；独立微网的发电功率小于或等于负荷功率；

放电策略：当新能源混合发电***的发电功率小于负荷功率时，使用储能设备放电来满足负荷缺口，由储能设备对独立微网供电，直到满足下列三种情况之一：

储能SOC达到设定的下限值SOC_min；

风电、光伏、水电发电功率之和满足负载功率需求；

风电、光伏、水电发电功率之和满足负载功率需求并且已经在向储能充电；

柴油机组发电部件的能量管理策略包括：

优先考虑储能设备放电补足负荷缺口，当储能设备达不到放电要求时采用柴油机组供电；当所需发电功率大于柴油机启动功率P_dmin时，柴油机才能启动，且柴油机根据实际电量需求逐一启动，以保证柴油机经济运行；为避免柴油机启停带来能量消耗和设备消耗，设定柴油机最小运行时间；如果未达到该最小运行时间，则继续运行柴油发电机；

所述新能源与储能设备、柴油机之间的供电配合方案为：电力不足时首先消纳风、光、水出力，不足电力采用辅助发电设备提供；电力过剩时采用储能充电吸纳过剩电力；辅助发电设备包括储能设备及柴油机，辅助发电设备供电模式包括储能设备充电模式、储能设备独立供电模式、储能/柴油机组协同供电模式；

当发生下述两种电力不足情况之一时，采用储能设备独立供电模式：电力不足量|P_b|不大于储能供电最大输出功率P_rbat且储能设备以功率|P_b|持续放电单位时间后，储能设备荷电状态SOC不低于荷电状态下限值SOC_min，所述单位时间为前后两相邻数据点之间的时间间隔，根据用户需要设定；电力不足量|P_b|大于储能最大输出功率P_rbat，但|P_b|-P_rbat小于柴油机启动功率P_dmin；

其他电力不足情况采用储能/柴油机协同供电模式；采用储能/柴油机协同供电模式时，储能供电功率由计算得到，其中E_rbat,N为储能设备额定容量，t为单位时间；柴油机机组供电功率由P_d＝|P_b|-P_bat计算得到；

当电力过剩量P_m不大于储能充电最大功率且储能以功率P_m充电持续单位时间后，其荷电状态SOC不高于荷电状态上限值SOC_max时，采用储能充电模式；其余电力过剩情况下，过剩电力向储能设备充电至储能荷电状态达到上限值SOC_max后，剩余过剩电量舍弃。

7.如权利要求1、2、3、4或5所述的独立新能源混合发电***优化规划方法，其特征在于，所述步骤4中的具体流程为：将步骤3中遍历得到的所有预选方案的负荷失电率LOLP、弃风弃光率LOEP、运行成本STC分别进行归一化处理，得到STC归一化值STC_nor、LOEP归一化值LOEP_nor、LOLP归一化值LOLP_nor，除去量纲影响，然后根据用户需求及指标间重要性差异分别为上述指标赋权值系数ω_STC、ω_LOEP、ω_LOLP，所述权值系数均为正值，且满足ω_STC+ω_LOEP+ω_LOLP＝1，其中ω_STC为STC权值系数，ω_LOEP为LOEP权值系数，ω_LOLP为LOLP权值系数；

由CEI＝ω_STC×STC_nor+ω_LOEP×LOEP_nor+ω_LOLP×LOLP_nor计算得到综合评价指标值CEI，最后根据各预选方案的综合评价指标值CEI按从小到大进行排序，排序靠前的方案为电源配置建议方案。