北极星

搜索历史清空

  • 水处理
您的位置:电力技术正文

面向储能的光伏微网成本评价与对策研究

2018-05-31 09:32来源:北京理工大学学报作者:聂龑,吕涛关键词:微电网智能微电网储能收藏点赞

投稿

我要投稿

 微电网是智能电网的重要组成部分,可以有效协调区域内的电力资源。为研究面向储能的光伏微网电力成本变化情况和优化对策,基于微网多主体结构构建微网电力成本均衡模型,以微网内分布式光伏供应及用户电力需求的统计数据为主要输入对象,并设置变量来区分不同情景下的分布式可再生能源发电量,建立以时间为自变量的微网分布式电力收益函数和用户购电成本函数,刻画微网电力资源调度的动态均衡变化。基于微网电力资源调度实例,发现微网在并网情景下的购电成本小于储能情景下的购电成本,且储能情景下购电成本的22.8%都来自储能设施的日折旧费,因此,加大科技研发和增强微网协同管理可以降低微网成本。

在资源和环境的双重压力下,中国力推能源生产和消费革命,加快实施电网升级转型战略[1]。智能电网[2]因其绿色、安全、高效和智能的特征[3]成为电网升级转型的目标[4],其中微电网的发展[5]成为当今电力行业的研究热点和智能电网技术发展重点。微电网是智能电网的重要组成部分[6],是由分布式电源、储能系统、能量转换装置、监控和保护装置、负荷等汇集而成的小型发、配、用电系统,是一个具备自我控制和自我能量管理的自治系统[7]。微电网可以确保区域内电力资源的品质及其供应的稳定性,还能有效融合分布式可再生能源,并且通过智能化的电力分配、存储和调度来提高可再生能源的消纳率、完善供需匹配进而降低用电成本。

一、文献综述

现阶段针对微网的研究主要集中在如何优化运行成本、提高投资收益、协调电力资源以及提升微网整体安全性等方面。如:赵金利(2016)[8]和Deihimi(2016)[9]分别利用灵敏度分析和多目标水循环算法来揭示微电网调度电价响应机制并设计出短期微电网运行管理策略;艾欣(2014)[10]和陈炜(2014)[11]发现模仿者动态学习算法具有易拓展的特性,被广泛应用于解决电网内资源分配优化和虚拟发电厂内部分布式电力资源的调度等问题。符杨(2013)[12]和徐青山(2016)[13]研究了风光储互补独立微电网电源优化配置问题和冷热电联供微网经济优化调度问题,并利用新的混合量子遗传算法和Hessian矩阵迭代的内点法求全局最优解,证明通过协调微网内各设备的供需能力,可以有效降低微网系统的日运行费用。Roy(2016)基于一种改进的人工蜂群算法来设计微电网运行系统和其管理体系的连接方式用以降低微网的运行成本并提高微电网的管理效率[14]。周楠(2016)构建出电量和电价弹性矩阵的用户多时段电价响应模型,并发现多时段电力响应模式可以提升微网经济性能[15]。汪隆君(2016)构建出微电网经济调度模型用以优化微网运行[16];Chen(2016)采用微电网集群的交互能量管理方法来研究微电网集群中个人和集体利益的相互关系,结果证明微网集群的经济性能更优[17]。此外,王涛(2016)[18]提出微电网节点的综合评估指标,用以识别微网系统中的关键节点;竺炜(2016)[19]利用拓扑结构对微电网的安全性和经济性进行了进一步分析。

根据多主体定义和微网结构图可知[5,20-23],微电网包括分布式发电端、分布式储能端和用户3个主体,主体间通过交互作用共同连接至主电网。微网系统不仅有电力交互(实线表示)还存在信息流动(虚线表示),微网多主体结构如图1所示。基于以上研究成果和微网多主体结构,本文构建出光伏微网成本评价模型,并提出优化微网成本的对策。首先,根据微网的多主体结构和其电力调度特征,构建出基于分布式光伏的微网成本评价模型。然后,分析微网电力供需函数的图形特点,计算出不同情景下微电网用户的日购电成本,并揭示电力供需函数之间的动态变化规律和协调机制。最后,通过算例验证模型方法,提出微网成本的优化对策。


图1微网的多主体结构

二、微网电力供需模型

(一)变量设置微网电力资源的调度方案不仅受区域内供电量和需求量的影响,还受用电成本的制约,而且,供电量受间歇式能源的随机性和不确定性影响颇大。本文从构建微网电力供需函数角度出发,提出微网供电系数矩阵,分析供需函数之间的协调机制和微电网运行成本变化规律。本文规定微网向主体电网输送的功率数小于微网自身可以提供的可调容量,并设置出以下变量:


(二)微网供电系数矩阵

分布式光伏的发电量受众多外部因素影响,如:光照强度、温度、天气情况和雾霾等[24-27]。基于光伏电池特性可知,光伏组件的供电量与光照强度不仅呈现正相关关系,还与空气中的杂质浓度和天气情况有关。由于光照强度加大而引起的温度上升,导致不同构造的电池有不同的温升以及不同的效率下降。天气情况对光伏出力的影响占首要位置,晴天供电量几乎可以达到雨天的10倍左右,根据已有研究将天气情况大致分为晴天、阴天和雨天3类,其系数分别设为0.9、0.3、0.1。

光伏组件的测试标准是,处于光照强度1  000瓦/平方米、组件温度25℃的条件下,所以本文选取光照强度1000瓦/平方米,温度25℃作为光伏供电量的基准,其供电系数为1。已有公式计算出单位面积的光伏系统发电功率


其中,I为光照强度,单位为瓦/平方米;η为光伏电池转换效率;t0为环境温度,单位为℃;S为光伏阵列的面积,单位为平方米。根据式(1)和上述研究成果,可以得到以下微网光伏供电的系数矩阵(表1),用以表示在不同外部因素的影响下,微网发电量的区别,若存在共同条件时,则进行系数累乘。


表1微网光伏供电系数矩阵

(三)微网电力供应收益函数

本文主要研究分布式光伏的发电规律和发电成本。光伏发电机是一种非线性的直流源,其输出电压和电流随着光照强度和电池结温的变化呈现强烈的非线性变化[28]。光伏发电机的输出功率为[29]


其中,PPV为光照强度;GING条件下的输出功率;PSTC为标准测试条件下的最大输出功率;GING为光照强度;GSTC为标准测条件(千瓦/平方米)下的光照强度;k为发电温度系数;Tc为电池温度;Tr为参照温度。

根据已有研究[30]和分布式光伏发电功率统计数据[15](图2),拟合出以时间x为自变量的分布式电力供应函数解析式


根据式(3),得到微网电力供应收益函数


其中,


为微网光伏的日发电量;α为微网供电系数矩阵;A为光伏发电上网电价(元/千瓦时)。

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

微电网查看更多>智能微电网查看更多>储能查看更多>