一种风光储互补发电系统优化配置方法

文档序号:8299495阅读:261来源:国知局
一种风光储互补发电系统优化配置方法
【技术领域】
[0001] 本发明设及一种风光储互补发电系统优化配置方法,属于可再生能源领域。
【背景技术】
[0002] 能源和环境问题是如今社会面临的主要问题,用清洁新能源代替传统能源将是必 然发展趋势。风能和太阳能作为众多新能源中潜力最大、最有开发价值的能源,由于其资源 丰富、污染小等优点,使其开发与利用受到人们高度重视。太阳能与风能都存在该随机性、 间歇性、能量波动大等特点,单独的风、光发电存在各种弊端而使其发展受到限制。但实际 上,风能与太阳能在时间与空间上存在着自然的互补性,充分利用太阳能与风能的互补特 性,采用风光互补发电方式,既可提高系统的可靠性又充分利用了多种新能源,减少能源浪 费,风光储互补发电将会逐渐成为一种有效的能源利用方式。
[0003] 然而,系统的优化配置问题是风光储互补发电系统在建设规划阶段首先要解决的 主要问题,其对系统的供电可靠性、能源的利用率及建设运行成本的降低方面有着非常重 要的意义。由于可再生能源、发电、储能与负荷之间有着复杂的关系,不合理的系统配置将 会导致能量的过剩与设备冗余,对用电负荷也会带来极大的波动,因此,风光储互补发电系 统的合理配置问题至关重要。

【发明内容】

[0004] 为了克服现有技术的缺点,本发明提供了一种风光储互补发电系统的优化配置方 法,能够合理有效的对发电系统中各电源数量进行合理的配置。
[0005] 本发明解决其技术问题所采用的技术方案是:
[0006] 一种风光储互补发电系统的优化配置方法,其特征在于,包括如下步骤:
[0007] 1)建立系统中各发电单元的电源数学模型,包括风力发电机模型、光伏电池板模 型和储能蓄电池模型;
[000引。利用电源数学模型,建立系统评价体系;根据具体的天气数据,从而获得各个 发电单元每天的发电量W及蓄电池每天所储存的电量情况,并根据所建立的系统评价体 系,计算出系统的全年负荷缺电率、能量浪费率、能量波动率W及综合成本的数值;
[0009] 3)利用权重系数法与罚函数相结合的方式获得适应度函数,并带入遗传算法中进 行迭代计算,获得满足要求的系统优化配置方案。 24!h
[0010] 所述步骤1)中,所述风力发电机模型:其中i = 1, i=l ! 2,…,n,n为整数,P,t为风力发电机输出功率,h为每个时间间隔长度,N f为风力发电机数 量;
[0011] 所述光伏电池板模型;Wpv(i) = NpvXPPHXPpvN,其中i = I,2,…,n,n为整数,Npv 为光伏电池板数量,PPH为等效连续工作小时数,Ppvw为光伏电池板额定功率;
[0012] 所述储能蓄电池模型;Ebat_r = E bat X D〇d X Nbat,其中Ebat为蓄电池总电量,D OD为放电 深度,Nbat为蓄电池数量。
[0013] 所述步骤2)中,所述全年负荷缺电率,即LPSP,等于全年365天内负载缺电量与负 载正常运行时全年的耗电量的比值,其比值通常介于0?1之间,
[0014]
【主权项】
1. 一种风光储互补发电系统的优化配置方法,其特征在于,包括如下步骤: 1) 建立系统中各发电单元的电源数学模型,包括风力发电机模型、光伏电池板模型和 储能蓄电池模型; 2) 利用电源数学模型,建立系统评价体系;根据具体的天气数据,从而获得各个发电 单元每天的发电量以及蓄电池每天所储存的电量情况,并根据所建立的系统评价体系,计 算出系统的全年负荷缺电率、能量浪费率、能量波动率以及综合成本的数值; 3) 利用权重系数法与罚函数相结合的方式获得适应度函数,并带入遗传算法中进行迭 代计算,获得满足要求的系统优化配置方案。
2. 根据权利要求1所述的一种风光储互补发电系统的优化配置方法,其特征在于,所 述步骤1)中, 24 !h 所述风力发电机模型:d)= [A,⑴dx?,,其中i= 1,2,…,n,n为整数,Pwt为 k=l 风力发电机输出功率,h为每个时间间隔长度,Nf为风力发电机数量; 所述光伏电池板模型:Wpv(i) =NpvXPPHXPpvN,其中i= 1,2,…,n,n为整数,Npv为 光伏电池板数量,PPH为等效连续工作小时数,PPVN为光伏电池板额定功率; 所述储能蓄电池模型出)^^=£1^\0(1^队^其中£ 1^为蓄电池总电量,0(1)为放电深 度,Nbat为蓄电池数量。
3. 根据权利要求1所述的一种风光储互补发电系统优化配置方法,其特征在于,所述 步骤2)中, 所述全年负荷缺电率,即LPSP,等于全年365天内负载缺电量与负载正常运行时全年 的耗电量的比值,其比值通常介于〇?1之间,
其中,B^p⑴为缺电标志,E⑴为第i个时间段供电不平衡量,Qi⑴为i时间段的负 载耗电量; 所述能量浪费率,即LEP,为系统在全年运行过程中未被使用或储存的电能除以系统负 荷总共需求的能量,
其中,BuP(i)为能量浪费标志,Ei⑴为第i个时间段电量盈余,Eb_为蓄电池实际可 使用容量; 所述能量波动率,即I,风电与光伏输出能量与蓄电池电量变化之和相对于负载耗电 量的波动率,
其中,1_为负载的平均耗电量,ABat(i) =Ebat(i)_Ebat(i+l),为蓄电池储能变化 量; 所述综合成本,以初始投资、系统运维费用以及元件置换费用三者之和作为综合成本, Ca -Cini+C0M+CE -[Nf ?Cf+Npv *Cpv+Nbat *Cbat] + [C0Mf ?tf+C0Mjv *tpv+C0M_bat *tbat] + [Cf;E+Cpv> R+Cba. tR] 其中,Cf、Cpv、Cbat分别为风力发电机、光伏电池板及蓄电池的单价,Nf、Npv、Nbat分别为风 力发电机、光伏电池板及蓄电池的数量,cQM_f、CQM_pv、CQM_bat分别为单位时间内风力发电、光伏 发电及蓄电池充放电的运行维护成本,单位为:元/年;tf、tpv、tbat分别为风力发电部分、光 伏发电部分及蓄电池部分的工作时长,年;cf,K、Cpv,K、Cbat,K分别为风力发电机、光伏电池板 及蓄电池的置换成本,若其使用寿命大于工程预运行时间则为0元。
4. 根据权利要求1、2或3所述的一种风光储互补发电系统的优化配置方法,其特征在 于,所述步骤3)中, (a) 利用权重系数变化法以及罚函数设计合适的适应度函数minf= 〇+CB,其中〇为 罚函数,(;为权重系数变换法在多目标优化遗传算法中的体现,用于实现多目标的优化; (b) 确立二进制编码法为遗传算法的编码方法,把一个问题的可行解从其解空间转换 到遗传算法所能处理的搜索空间中; (c) 确定遗传算法过程中的遗传操作:选择操作、交叉操作和变异操作,并设定相关概 率参数; (d) 将适应度函数值带入遗传算法中进行优化计算,满足迭代结束条件后输出最终优 化配置结果及相关评价系数。
5. 根据权利要求4所述的一种风光储互补发电系统的优化配置方法,其特征在于,所 述步骤(c)中,选择操作的具体步骤为:将已有的优良个体复制后填入新的群体中并删除 劣质个体,采用随机遍历选择法,设\为需要选择的个体数目,等距离进行个体选择,选择 指针的距离为l/np,第一个指针的位置由[0,l/np]间均匀随机数决定;交叉操作的具体步 骤为:将选出的两个个体进行基因交换,从而产生新的个体并加入行的种群中,采用单点交 叉算子进行交叉操作;变异操作的具体步骤为:随机改变某个个体基因的一个字符后,加 入到新种群中,防止算法过早进入局部搜索,采用离散变异算子实现变异操作。
【专利摘要】本发明公开了一种风光储互补发电系统的优化配置方法。首先,确立各发电单元的电源数学模型,包括风力发电机模型、光伏电池板模型及储能蓄电池模型;然后建立该系统的评价体系,包括全年负荷缺电率、能量浪费率、能量波动率及综合成本;最后利用全年负荷缺电率作为约束条件并简单附加各发电单元的数量约束,利用遗传算法和权重系数变化法相结合的方法对系统进行多目标的优化求解,从而获得最佳系统配置。本发明可在满足约束条件的要求下同时对综合成本、能量浪费率及系统能量波动率进行优化,进而获得较为理想的风光储互补系统各电源的优化组合,从而提高能源利用率,减少投资成本,使系统输出电量与负荷需求更加匹配。
【IPC分类】G06Q10-04, G06Q50-06
【公开号】CN104616071
【申请号】CN201510026469
【发明人】马刚, 吴薛红, 徐谷超, 蒋林洳, 居荣, 居茜
【申请人】南京师范大学
【公开日】2015年5月13日
【申请日】2015年1月19日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1