一種風光儲容量優化配置方法及系統與流程

2024-04-14 13:03:05 2

1.本發明屬於風光儲容量優化配置技術領域，尤其涉及一種風光儲容量優化配置方法及系統。


背景技術：

2.本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。
3.對於嚴寒地區，牧民生活生產用電和冬季供暖需求的可靠性、安全性以及節能環保要求日益提高。在用電負荷比較小、遠離電網的農村牧區，一般來說，難以實現採用電網供電，建立小型風光互補發電獨立電源系統可以解決一般的照明、家電產品或者提水等生活和生產用電。
4.近年來，風電、太陽能產業發展迅速，風光互補發電系統的研究一方面主要是利用飛速發展的計算機控制技術和電力電子技術提高系統的供電高效性和運行穩定性。另一方面的研究集中在系統的計算機仿真和優化設計。國外相繼開發出一些模擬光伏陣列、風力發電機及其互補發電系統性能的大型工具軟體包，通過模擬不同系統配置性能和供電成本以便得出最佳的系統配置。
5.目前，在大型集中式風光發電基地的風光功率預測、系統規劃設計和運行控制領域的研究成果較多，實際應用逐漸成熟，但在小型、微型離網型風光儲一體化發電系統的容量配置、系統設計和智能控制領域的研究相對較少，工程應用中大多採用經驗性的典型配置，對基於用戶當地風光資源的容量優化配置和系統運行智能控制，還缺乏成熟的研究成果和實際應用。對於離網型的風光互補供電系統，目前主要有以下兩種情況：
6.1)以小型風機或光伏組件銷售為主，根據客戶容量配置要求提供含風機、光伏、蓄電池和逆變器在內的集成方案，除了自身產品外，其餘產品外購。
7.2)以系統集成或工程實施為主，根據客戶容量需求，進行簡單測算，提供系統集成方案，從控制器到風光儲設備全部外購。
8.現有的系統供應模式，能滿足基本的系統運行和電力供應，但存在以下問題和不足：
9.1)系統容量配置不科學、不合理。其配置方式根據經驗套用，未根據用戶所在地的風光資源、用戶負荷進行科學的測算。其結果是，要麼滿足不了用戶需求，可靠性低；要麼超量配置，造成浪費，經濟性差。
10.2)控制器策略簡單，能實現基本的風光充電控制，但對風光資源的充分利用、蓄電池的充放電性能優化及保護不足，造成微風時充電效果差、寒冷地區電池性能下降很快等問題。


技術實現要素：

11.為克服上述現有技術的不足，本發明提供了種風光儲容量優化配置方法，能適應
不同風光資源、氣溫和用電負荷情況的風、光、儲優化配置。
12.為實現上述目的，本發明的一個或多個實施例提供了如下技術方案：
13.第一方面，公開了一種風光儲容量優化配置方法，包括：
14.獲取容量優化配置區域的年度負荷數據或負荷曲線、小型風力發電機年度發電量曲線、光伏發電年度發電量曲線及光伏發電年度發電量曲線；
15.根據儲能蓄電池特性建立儲能電量數學模型，基於上述曲線得到對應的風力發電量、光伏發電量和負荷電量數據，對於風力發電量、光伏發電量和負荷電量數據，利用儲能電量數學模型，計算出儲能電量曲線；
16.對離網型一體化供電系統中的風電機組、光伏發電機組和儲能裝置的容量配置進行優化組合計算，以使最終形成的優化組合方案能夠充分利用所在區域的風光數據。
17.作為進一步的技術方案，根據用戶負荷實際情況或負荷預測數據，形成年度負荷數據或負荷曲線。
18.作為進一步的技術方案，根據小型風力發電機特性建立風電出力數學模型或風力發電功率曲線，利用風電出力數學模型或風力發電功率曲線，計算出小型風力發電機年度發電量曲線。
19.作為進一步的技術方案，根據光伏發電特性建立光伏發電出力數學模型或光伏發電功率曲線，利用光伏發電出力數學模型或光伏發電功率曲線，計算出光伏發電年度發電量曲線。
20.作為進一步的技術方案，根據儲能蓄電池特性建立儲能電量數學模型，基於上述模型或曲線得到風力發電量、光伏發電量和負荷電量數據，對於風力發電量、光伏發電量和負荷電量數據，利用儲能電量數學模型，計算出儲能電量曲線。
21.作為進一步的技術方案，對離網型一體化供電系統中的風電機組、光伏發電機組和儲能裝置的容量配置進行優化組合計算，計算時容量配置優化的數學模型為：
22.minf＝n
wmw
+n
pvmpv
+nbmb+kf
23.其中，f是優化的目標函數，由系統總成本和缺電率組成；nw表示風力發電機容量，mw表示單位容量風力發電機的價格；n
pv
表示光伏發電裝機容量，m
pv
表示單位容量光伏發電的價格；nb表示儲能電池容量，mb表示單位容量儲能電池的價格；k表示供電可靠性係數，f表示負荷缺電率。
24.作為進一步的技術方案，對離網型一體化供電系統中的風電機組、光伏發電機組和儲能裝置的容量配置進行優化組合計算，包括：
25.對三個歷史年度風光資源數據條件下的優化組合計算：第一：對三個歷史年度數據優化組合計算結果相互校驗，第二：對三個優化組合計算結果進行算術平均。
26.第二方面，公開了一種風光儲容量優化配置系統，包括：
27.數據獲取模塊，被配置為：獲取容量優化配置區域的年度負荷數據或負荷曲線、小型風力發電機年度發電量曲線、光伏發電年度發電量曲線及光伏發電年度發電量曲線；
28.儲能電量計算模塊，被配置為：根據儲能蓄電池特性建立儲能電量數學模型，基於上述曲線得到對應的風力發電量、光伏發電量和負荷電量數據，對於風力發電量、光伏發電量和負荷電量數據，利用儲能電量數學模型，計算出儲能電量曲線；
29.優化組合方案計算模塊，被配置為：對離網型一體化供電系統中的風電機組、光伏
發電機組和儲能裝置的容量配置進行優化組合計算，以使最終形成的優化組合方案能夠充分利用所在區域的風光數據。
30.以上一個或多個技術方案存在以下有益效果：
31.本發明能夠根據用電負荷的需求和特性，根據當地風力資源和太陽能資源的特性進行風、光和儲的容量組合優化，使一體化供電系統在特定地區特定自然資源條件下，在滿足用戶供電需求的前提下，達到供電可靠性和經濟性的最優。該問題的解決，對於新能源的科學、合理和充分的利用，對於分散式新能源供電系統的發展，具有重要的環境保護價值、經濟價值和實用價值。
32.本發明附加方面的優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。
附圖說明
33.構成本發明的一部分的說明書附圖用來提供對本發明的進一步理解，本發明的示意性實施例及其說明用於解釋本發明，並不構成對本發明的不當限定。
34.圖1為本發明實施例方法流程圖。
具體實施方式
35.應該指出，以下詳細說明都是示例性的，旨在對本發明提供進一步的說明。除非另有指明，本文使用的所有技術和科學術語具有與本發明所屬技術領域的普通技術人員通常理解的相同含義。
36.需要注意的是，這裡所使用的術語僅是為了描述具體實施方式，而非意圖限制根據本發明的示例性實施方式。
37.在不衝突的情況下，本發明中的實施例及實施例中的特徵可以相互組合。
38.實施例一
39.本實施例公開了一種風光儲容量優化配置方法，風電機組、光伏發電和儲能裝置的容量配置優化組合計算採用動態規劃方法。容量配置組合優化在給定負荷數據和風光資源的條件下，給出使整體投資費用和供電可靠性綜合最優的優化協調方案。容量配置優化的數學模型及其算法為：
40.minf＝n
wmw
+n
pvmpv
+nbmb+kf
41.其中，f是優化的目標函數，由系統總成本和缺電率組成；nw表示風力發電機容量，nw表示單位容量風力發電機的價格；n
pv
表示光伏發電裝機容量，m
pv
表示單位容量光伏發電的價格；nb表示儲能電池容量，mb表示單位容量儲能電池的價格；k表示供電可靠性係數，f表示負荷缺電率。
42.通過上述容量配置優化方法使系統容量組合配置實現經濟效益和供電可靠性綜合最優。既充分利用風光資源，又在保證供電的前提下節約成本，避免浪費投資。
43.上述方案實現簡單可靠。根據用戶負荷的實際需求和當地實際風、光資源，基於小型風力發電機、光伏發電和儲能電池的特性建立數學模型，最終得到適合每個用戶的風電、光伏、儲能容量最優配置方案。通過調整供電可靠性係數，可實現投資和供電可靠性的動態平衡。
44.具體流程參見附圖1所示，在本實施例子中，首先，根據用戶負荷實際情況或負荷預測數據，形成年度負荷數據或負荷曲線。用戶年度負荷數據或年度負荷曲線由每小時負荷電量數據組成，共8760個數據。用戶負荷數據可由用戶提供，用戶無法提供的，可對用戶用電設備及其負荷進行調研，根據季節和每天分時用電特點進行計算分析，將用戶負荷電量分解到每天每時，形成年度8760個負荷電量數據。
45.然後，根據小型風力發電機特性建立風電出力數學模型或風力發電功率曲線，由用戶當地風資源數據，利用風電出力數學模型或風力發電功率曲線，計算出小型風力發電機年度發電量曲線，所述年度風力發電曲線由風電機組每小時發電量組成，共8760個數據。小型風力發電機發電量的算法為：
[0046][0047]
其中，ew(t)是第t個時刻風力發電機的發電量，pw(t)是t時刻風力發電的功率，是當地風速的函數，表示為：
[0048][0049]
其中，pn是風力機額定功率，w；是風力機切入風速，m/s；是風力機切出風速，m/s；是風力機額定風速，m/s；k是風力機形狀參數。
[0050]
其次，根據光伏發電特性建立光伏發電出力數學模型或光伏發電功率曲線，由用戶當地光照資源數據，利用光伏發電出力數學模型或光伏發電功率曲線，計算出光伏發電年度發電量曲線，所述年度光伏發電曲線由光伏發電每小時發電量組成，共8760個數據。光伏發電量的算法為：
[0051][0052]
其中，e
pv
(t)是第t個時刻光伏發電的發電量，p
pv
(t)是t時刻光伏發電的功率，依據標準法(國際光伏發電站年平均發電量)，p
pv
(t)表示為：
[0053]
p
pv
(t)＝h(t)
×
p
az
×kpv
[0054]
其中，h(t)為t時刻當地太陽光照強度，單位是kwh/m2；p
az
為光伏系統安裝容量，單位為kw；k
pv
為綜合效率係數。
[0055]
再次，根據儲能蓄電池特性建立儲能電量數學模型，由風力發電量、光伏發電量和負荷電量數據，利用儲能電量數學模型，計算出儲能電量曲線，所述儲能電量曲線由儲能電池每小時電量組成，共8760個數據。儲能電池電量的算法為：
[0056]
當總發電量大於用戶總負荷電量需求且電池未充滿，電池處於充電狀態，此時ew+e
pv-e
l
》0；
[0057]ew
為小型風力發電機的發電量，e
pv
為光伏發電量。
[0058]
eb(t)＝min(e
bmax
，eb(t-1)(1-δ)+k
b1
(ew(t-1)+e
pv
(t-1)-e
l
(t-1)))(2-6)
[0059]
式中，eb(t)為第t個時刻電池的電量，e
bmax
為電池的最大電量，k
b1
為電池充電轉換效率；δ為電池自放電率。
[0060]
當總發電量小於用戶總負荷電量需求，且電池電量大於電池允許的最小電量，電池處於放電狀態，此時ew+e
pv-e
l
＜0且eb(t)＞e
bmin
，
[0061]
eb(t)＝max(e
bmin
，eb(t-1)(1-δ)+(ew(t-1)+e
pv
(t-1)-e
l
(t-1))/k
b2
)(2-7)
[0062]
式中，e
bmin
為電池允許的最小電量，k
b2
為電池放電轉換效率。
[0063]
其它狀況下，電池處於靜止狀態，此時
[0064]
eb(t)＝eb(t-1)(1-δ)
ꢀꢀꢀ
(2-8)
[0065]
最後，對離網型一體化供電系統中的風電機組、光伏發電和儲能裝置的容量配置進行優化組合計算，包括對三個歷史年度風光資源數據條件下的優化組合計算，具體為：一是將以當前年度為基點的前三個歷史年度的風光資源數據為原始數據進行容量配置優化計算，並對三個歷史年度的計算結果進行相互校驗；二是對三個歷史年度優化計算結果進行算術平均，使最終形成的優化組合方案能夠充分考慮當地風光資源的實際情況及變化規律，使優化組合方案更加準確、合理、實用。
[0066]
模型中所述負荷缺電率的算法為：
[0067][0068]
其中，es(t)為第t時刻的負荷缺電量，e
l
(t)為第t時刻的負荷電量。
[0069]
優選地，負荷缺電量的算法為：
[0070][0071]
nd(t)＝e
l
(f)-(ew(t)+e
pv
(t)+(eb(t)-e
bmin
)*k
b2
)
[0072]
其中，ew(t)表示第t個時刻風電發電量；e
pv
(t)表示第t個時刻光伏發電量；eb(t)表示第t個時刻電池電量；e
bmin
表示電池允許的最小電量；k
b2
為電池的放電轉換效率。
[0073]
容量配置優化組合算法還包括相應的約束條件：風機、光伏、儲能電池的容量要根據工程實際滿足上下限要求。即：
[0074]nwmin
≤nw≤n
wmax
；
[0075]npvmin
≤n
pv
≤n
pvmax
；
[0076]nbmin
≤nw≤n
bmax
；
[0077]
其中，n
wmin
和n
wmax
為風機容量的上下限，n
pvmin
和n
pvmax
為光伏容量的上下限，n
bmin
和n
bmax
為儲能電池容量的上下限。
[0078]
通過對上述模型構成的優化問題運用動態規劃方法求解，得到風機、光伏和儲能電池的容量配置優化組合方案，包括：對於給定的用戶及其負荷，滿足其供電需求的風機、光伏和儲能電池各自的容量配置，使投資成本和負荷缺電率的綜合指標最低。負荷缺電率反映了用戶的供電可靠性，負荷缺電率越低則供電可靠性越高。
[0079]
具體的，求解過程可以利用動態規劃方法求解；求解得到的是風機、光伏和儲能電池各自的容量。
[0080]
優化測算及設備選型案例：
[0081]
示範牧戶(大戶)優化測算及設備選型；
[0082]
負荷情況：
[0083]
面積：132m2[0084]
水泵：750w，1.5kwh/天
[0085]
攝像頭：6個*5w，0.72kwh
[0086]
電飯鍋：1000w，1kwh/天
[0087]
冰箱+冰櫃：1.1kwh/天
[0088]
電視機、照明等：1.23kwh/天
[0089]
總負荷：設備總功率約2500w，最大負荷《2000w。用電量5.55kwh/天。
[0090]
供暖方面：有較完善的土暖氣系統，不適合與供電系統混合，將考慮適當的餘電加熱補充供暖。
[0091]
風光資源數據：
[0092]
呼倫貝爾新巴爾虎右旗2015、2016、2017年10米高度風速數據，光照強度數據。
[0093]
優化測算參數選取：
[0094]
為達到測算目標，對參與容量配置優化的系統主設備風機、光伏和蓄電池按照市場行情選取一個測算用價格，分別為：風機單價7000元/kw，光伏單價2500元/kw，電池單價600元/kwh。需要特別說明的是，通過適當的價格選取能夠達到優化測算的目標，但本優化測算得出的設備投資費用僅用於優化方案的經濟技術比較，僅為按照所列設備及其價格得出的費用，不是示範工程整體費用，不包括系統研發、工程實施、智能控制櫃(含控制器、逆變器)及其他材料費。
[0095]
優化測算結果：
[0096]
表1 2017年風光資源數據計算結果
[0097][0098][0099]
表2 2016年風光資源數據計算結果
[0100]
[0101]
表3 2015年風光資源數據計算結果
[0102][0103]
為得到具有較高可靠性且經濟性優的計算結果，對三個年度數據計算結果求算術平均，得到風光儲配置為：
[0104]
風機：(0.356+0.363+0.376)/3＝0.365
[0105]
光伏：(1.117+1.211+1.231)/3＝1.186
[0106]
儲能：(5.210+5.863+5.335)/3＝5.469
[0107]
根據上述測算結果分析，綜合考慮供電可靠性及經濟性的平衡，結合智能控制器協調控制策略以及設備選型的型號分級，建議配置方案為：風機500w(48v的風機最小容量為500w)，光伏1000w，蓄電池5.76kwh(48v*120ah)，逆變器3000w(純正弦波，短時峰值功率6000w)。為進一步提高和保證可靠性，以及為用戶提供適度的電供暖作為現有土暖氣的有益補充，將蓄電池容量擴大為7.2kwh(48v*150ah),為用戶配置500w碳晶暖氣片，為居室補充供暖。通過溫度控制、蓄電池電量控制等智能控制措施，實現風光發電多餘電量的充分利用，且不影響主要負載的供電。
[0108]
實施例二
[0109]
本實施例的目的是提供一種計算機裝置,包括存儲器、處理器及存儲在存儲器上並可在處理器上運行的電腦程式，所述處理器執行所述程序時實現上述方法的步驟。
[0110]
實施例三
[0111]
本實施例的目的是提供一種計算機可讀存儲介質。
[0112]
一種計算機可讀存儲介質，其上存儲有電腦程式，該程序被處理器執行時執行上述方法的步驟。
[0113]
實施例四
[0114]
本實施例的目的是提供一種風光儲容量優化配置系統，包括：
[0115]
數據獲取模塊，被配置為：獲取容量優化配置區域的年度負荷數據或負荷曲線、小型風力發電機年度發電量曲線、光伏發電年度發電量曲線及光伏發電年度發電量曲線；
[0116]
儲能電量計算模塊，被配置為：根據儲能蓄電池特性建立儲能電量數學模型，基於上述曲線得到對應的風力發電量、光伏發電量和負荷電量數據，對於風力發電量、光伏發電量和負荷電量數據，利用儲能電量數學模型，計算出儲能電量曲線；
[0117]
優化組合方案計算模塊，被配置為：對離網型一體化供電系統中的風電機組、光伏發電機組和儲能裝置的容量配置進行優化組合計算，以使最終形成的優化組合方案能夠充分利用所在區域的風光數據。
[0118]
本實施例子技術方案實現簡單，根據用戶負荷的實際情況和需求，在當地風、光資源數據的基礎上，根據小型風力發電機特性建立風電出力數學模型或風力發電功率曲線，根據光伏發電特性建立光伏發電出力數學模型或光伏發電功率曲線，根據儲能蓄電池特性
建立儲能蓄電池特性建立儲能電量數學模型，以投資成本和供電可靠性綜合最優為目標，對供電系統中的風電機組、光伏發電和儲能裝置的容量配置進行優化組合計算，得到適合每個用戶的風電、光伏、儲能容量最優配置方案。
[0119]
本實施例子方法安全可靠，以投資成本和供電可靠性綜合最優為目標，通過調整供電可靠性係數，實現投資和供電可靠性的動態平衡；在系統實現中，可實現投資成本和供電可靠性的量化和可視化，使風、光和儲容量配置的優化組合方案充分滿足安全可靠性的要求。
[0120]
本實施例子方法實用性強，系統結合用戶負荷實際情況及發展，採用用戶所在地實際風、光資源數據，採用三個歷史年度風、光資源數據進行三次優化組合計算後求算術平均，充分考慮了風、光資源的實際情況及變化規律，使優化組合方案更加準確、實用。
[0121]
以上實施例二、三和四的裝置中涉及的各步驟與方法實施例一相對應，具體實施方式可參見實施例一的相關說明部分。術語「計算機可讀存儲介質」應該理解為包括一個或多個指令集的單個介質或多個介質；還應當被理解為包括任何介質，所述任何介質能夠存儲、編碼或承載用於由處理器執行的指令集並使處理器執行本發明中的任一方法。
[0122]
本領域技術人員應該明白，上述本發明的各模塊或各步驟可以用通用的計算機裝置來實現，可選地，它們可以用計算裝置可執行的程序代碼來實現，從而，可以將它們存儲在存儲裝置中由計算裝置來執行，或者將它們分別製作成各個集成電路模塊，或者將它們中的多個模塊或步驟製作成單個集成電路模塊來實現。本發明不限制於任何特定的硬體和軟體的結合。
[0123]
上述雖然結合附圖對本發明的具體實施方式進行了描述，但並非對本發明保護範圍的限制，所屬領域技術人員應該明白，在本發明的技術方案的基礎上，本領域技術人員不需要付出創造性勞動即可做出的各種修改或變形仍在本發明的保護範圍以內。