风光储多能互补能源系统容量配置优化

微信扫码，打开到小程序

第 13 卷 第 11 期 2024 年 11 月 Vol.13 No.11 Nov. 2024 储 能 科 学 与 技 术 Energy Storage Science and Technology 风光储多能互补能源系统容量配置优化 智筠贻 1, 3，凌浩恕 2, 3, 4，吴 昊 1，朱轶林 2，沈昊天 3，徐玉杰 2, 4，陈海生 2, 4 （ 1南京师范大学能源与机械工程学院，江苏 南京 210023； 2中国科学院工程热物理研究所，北京 100190； 3中科南京未来能源系统研究院，江苏 南京 211135； 4中国科学院大学，北京 101408） 摘 要：风光储多能互补能源系统可充分利用可再生能源提高供能的经济性和环保性。本文提出了一种风光储多 能互补能源系统，建立了系统的能量模型；综合考虑系统运行的经济性和环保性，提出了系统综合成本和碳排 放量最低的目标；开发了改进型非支配遗传算法求解仿真模型，得到了多目标问题的帕累托最优解集，并通过 逼近理想解排序法获得了系统的最优容量配置运行方案；利用线性规划软件CPLEX求解器开展了系统的运行调 度优化，验证了该系统框架和优化调度模型的有效性和正确性。研究结果表明，本文所提出的风光储多能互补 能源系统容量配置优化方法有效提高了可再生能源利用率，实现了经济成本和碳排放量最低，提高了系统的经 济性和环保性。本文为可再生能源系统实现持续稳定可靠的供能和园区的低碳化转型提供了参考。 关键词：多能互补；风光储；容量配置；调度策略；多目标优化 doi： 10.19799/j.cnki.2095-4239.2024.0377 中图分类号：TM 91 文献标志码：A 文章编号：2095-4239（2024）11-3874-15 Optimization of capacity configuration for multi-energy complementary systems using wind, solar, and energy storage ZHI Junyi 1, 3, LING Haoshu 2, 3, 4, WU Hao 1, ZHU Yilin 2, SHEN Haotian 3, XU Yujie 2, 4, CHEN Haisheng 2, 4 ( 1School of Energy and Mechanical Engineering, Nanjing Normal University, Nanjing 210023, Jiangsu, China; 2Institute of Engineering Thermophysics, Chinese Academy of Sciences, Beijing 100190, China; 3Nanjing Institute of Future Energy System, Institute of Engineering Thermophysics, Chinese Academy of Sciences, Nanjing 211135, Jiangsu, China; 4University of Chinese Academy of Sciences, Beijing 101408, China) Abstract: The multi-energy complementary system integrating wind, solar, and energy storage technologies optimizes the use of renewable energy resources, enhancing both economic and environmental benefits. This study proposes a multi-energy complementary system model that incorporates wind, solar, and energy storage. The objective is to minimize the system's overall cost and carbon emissions, addressing both economic and environmental concerns. An improved non-dominated genetic algorithm is developed to obtain the Pareto optimal solution set for the multi-objective optimization problem. The optimal capacity configuration and operation scheme are determined using the technique for order preference 􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀦄 􀤄􀤄􀤄􀤄􀦄 􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀦄 􀤄􀤄􀤄􀤄􀦄 储能系统与工程 收稿日期：2024-05-06；修改稿日期：2024-07-26。 基金项目：中国科学院青年促进会会员项目（2023154）； 中国科学院战略性先导科技专项（XDA29010500）； 山东能源研究院企业联合基金（SEI U202301）。 第一作者：智筠贻（1997—），女，硕士研究生，研究方向为可再生能源系统技术，E-mail：18151935178@163.com；通信作者：凌浩恕，高级工程 师，研究方向为大规模物理储能技术，E-mail：linghaoshu@iet.cn。 引用本文：智筠贻, 凌浩恕, 吴昊, 等. 风光储多能互补能源系统容量配置优化[J]. 储能科学与技术, 2024, 13(11): 3874-3888. Citation：ZHI Junyi , LING Haoshu , WU Hao , et al. Optimization of capacity configuration for multi-energy complementary systems using wind, solar, and energy storage[J]. Energy Storage Science and Technology, 2024, 13(11): 3874-3888. 第 11 期 智筠贻等：风光储多能互补能源系统容量配置优化 by similarity to ideal solution. The system's operation scheduling is optimized using the CPLEX solver, a linear programming software, to validate the effectiveness and accuracy of the proposed system framework and scheduling model. Results demonstrate that the proposed optimization method significantly enhances renewable energy utilization, minimizes economic costs and carbon emissions, and improves the system's economic and environmental performance. This research offers valuable insights for the sustainable, stable, and reliable energy supply of renewable energy systems and supports the low-carbon transition of industrial parks. Keywords: multi-energy complementary; wind solar and energy storage; capacity configuration; scheduling strategy; multi-objective optimization “双碳”目标的实现是一场能源革命，它不断 提高可再生能源比例，构建传统能源与可再生能源 融合发展的新型能源体系。以太阳能、风能为代表 的可再生能源利用得到了快速的发展 [1]，我国光伏、 风力发电装机规模达到世界第一。 在能源问题方面，可再生能源一定程度上缓解 了日益严峻的能源短缺问题；在环境保护方面，它 也是“双碳”重大战略目标实现的重要途径。以太 阳能、风能等可再生能源为主要能源的多能互补能 源系统得到了广泛的重视与研究，它打破了传统单 一能源供应独立规划、设计和运行的既有模式，通 过供能和用能系统的协调配合，实现了可持续发 展。但是，可再生能源具有间歇性、不稳定性、不 可控性的特点 [2]，接入电网后对主能源系统冲击大， 需要在此之前开展有效的组织利用形式探讨 [3]。虽 然可利用多种资源的互补性一定程度上缓解能源供 应的不稳定性，但仍然迫切需要储能、多能互补能 源系统容量配置优化方法等技术实现可再生能源连 续、稳定、可控的能量输出 [4]。 风光储多能互补能源系统的能量来源多，可以 满足用户用能需求的多元化，系统的集成配置优化 一直备受关注 [5] 。系统容量配置优化方法的目标之 一是将系统收益最大化。Moghaddam 等 [6]进行了 大量研究，将综合能源系统收益最大化作为首要目 标，将综合能源储能系统的运行策略升级换代。 Omran 等 [7]讨论分析了多种平抑光伏功率波动措施 的预期收益，整合分析出经济性最优的组合方式。 Kaabeche等 [8]考虑到了上述学者未提及的缺电概率 以及平均发电成本等影响因素，优化算法迭代计算 得到了以实现风、光、柴、储的最佳容量配置的模 型。Sfikas 等 [9]通过研究分析综合能源系统中风、 光各能源子系统的最优配比，解决了储能减少、风 电前期规划与实际发电之间的误差损耗等相关问 题。Mahdavi 等 [10]充分考虑了综合能源储能系统内 供电价格发生变化后输入新能源光伏产生收益的情 况，提出了一种最佳容量配置模型。徐林等 [11]基于 分时电价差异化使风、光、储多能源系统协调统 一，采用一种分时优化策略，实现了一种改进型综 合能源系统容量优化配置方法。祝荣等 [12]构建了一 种集可再生能源输出功率不确定性模型、柔性负荷 模型和储能设备模型于一体的工业园区风光储一体 化综合能源系统模型，以运行成本最低为目标，利 用商业求解器 CPLEX 进行求解。结果表明，所建 立模型有效提升了系统的运行经济性及可再生能源 消纳能力。郭进等 [13]提出了一种适用于青藏高原地 区的风光柴互补能源系统，并结合当地的风能和太 阳能资源分布情况，对系统进行优化设计和能源管 理策略制定。李彦哲等 [14]提出了一种新型风光储并 网型微电网结构，该微电网结构储能系统包含氢储 能和蓄电池双重储能等多种储能方式，考虑了微电 网系统运行的经济、环境效益，将降低系统总体运 行的净现值成本作为目标，这种微电网结构利用 HOMERPro 软件计算得出优化储能配置，通过评 估可再生能源利用率和负荷缺失率判断达标情况。 此外，随着分布式电源和波动负荷在电网中的渗透 率不断增大，供电系统的不确定性显著增加，已不 再满足要求传统的确定性无功优化条件。尹青 等 [15-16]提出的概率无功优化模型和调度方法有效地 解决了不确定性与调度计划的具体确定性之间的矛 盾，提高了求解效率。 随着多能互补能源系统的发展，优化目标也随 之多样化，不仅关注单目标优化，而且多目标优化 3875 2024 年第 13 卷 储 能 科 学 与 技 术 也是研究的热点之一。梅书凡等 [17]提出了一种考虑 可再生能源出力和负荷需求季节性波动的储能优化 配置方法，从储能全生命周期收益和风光综合利用 率角度对储能的容量和功率进行优化配置。结果表 明，此方法不仅可保障储能经济性，还可进一步提 升可再生能源利用率。张歆蒴等 [18]以弃风弃光量最 小和梯级水电蓄能最大为目标构建优化调度模型， 通过改进逐步优化算法进行了大型风光水互补发电 优化调度研究，结果表明利用梯级水电站的调蓄能 力可以有效调节补偿大规模的风电和光电出力波 动。黄文龙等 [19]构建包含光伏、风电及储能的并网 多能互补能源系统，通过部分市网供电及“隔墙售 电”消纳改进其容量配置和调度优化模型，对园区 的全生命周期碳排放量进行计算，确定系统经济性 和碳排放参数的影响规律。邵志芳等 [20]构建含风 力、光伏、火电、储电单元、电解制氢、燃料电池 的多能互补供电系统模型，以系统运行累计净现值 最大为优化目标，同时考虑系统运行稳定性和负荷 满足率，利用量子粒子群算法求解，对系统组件进 行容量配置优化。结果显示，优化配置后的多能互 补供电系统具有较好的经济性和负荷曲线一致性。 吴克河等 [21]把新能源和储能装置当成微型单元，通 过整合并网系统内的所有单元，在确保发电单元输 出稳定以及满足物理和能源利用效率的约束条件 下，运用遗传粒子群算法给出了在给定容量下发电 单元的最佳配置方案。谭岭玲 [22]提出多能互补型微 电网的结构，在约束条件中加入失负荷率对微电网 进行配置。在上述文献研究中，以等值年总成本作 为规划配置的优化目标，采用粒子群算法，进行多 能互补型微电网的最优配置，解决了微电网双目标 冲突的问题。但是，大多从单一角度出发，对能源 系统的优化设计未能综合考虑系统总成本和碳排放 量；或尚未考虑设备采用不同装机容量对系统综合 运行成本的影响，或采用的是传统容量优化配置方 法，并未提出多种不同容量优化配置方案对系统综 合运行成本进行对比分析。 因此，针对上述问题，为实现多能互补能源系 统的高效经济利用和容量配置优化，本文以北方某 园区为例，对风光储多能互补能源系统的规划优化 问题进行了研究和分析，提出了一种风光储多能互 补能源系统，建立了风光储多能互补能源系统的能 量模型。在此基础上，开展能源系统容量配置优化 研究，综合考虑系统运行的经济性和环保性，提出 多能互补能源系统协调优化策略，建立多目标规划 优化模型。最后，通过智能算法对模型进行了求 解，得到了综合性最佳的风光储多能互补能源系统 容量配置方案，为风光储多能互补能源系统建设规 划和工业应用提供参考和指导。 1 风光储多能互补能源系统结构与能 量模型 1.1 系统结构 本文针对北方地区供暖供电需求提出了风光储 多能互补能源系统，如图1所示。该系统包含光伏 发电机组、风力发电机组、燃气轮机、储电单元、 槽式太阳能集热系统、蓄热单元、电加热器、余热 锅炉、燃气锅炉以及集成控制系统。系统运行时， 采用以热定电的运行模式，在全方位保障供电和热 量供应的前提下充分利用风光等可再生能源。 系统供电时，以光伏发电和风力发电为主电 源，储电单元用以稳定系统输出和平抑负荷，燃气 轮机作为备用电源。用电低谷时，可再生能源产生 的电量直接供用户使用，多余电量优先存储在储电 单元中，若仍有剩余则使用电加热器加热进行热量 补充；用电高峰时，主电源首先保证用户需求，不 足时储电单元进行补充，储电单元不足时启动燃气 轮机，并从经济性和环保性的角度考虑是否从电网 购电。 系统供热时，以槽式太阳能集热系统作为主热 源，余热锅炉、电加热器为辅助热源，燃气锅炉为 备用热源。用热低谷时，可再生能源产生的热量直 接供用户使用，槽式太阳能集热系统、余热锅炉、 电加热器产生的多余热量储存于蓄热单元；用热高 峰时，槽式太阳能集热系统、余热锅炉、电加热 器、蓄热单元产生的热量供给不足时，由燃气锅炉 补充。 1.2 能量模型 为了开展能源系统容量配置优化研究，本文建 立了风光储多能互补能源系统的能量模型，主要包 括以下部分。 1.2.1 光伏发电模型 光伏发电机组输出功率通常取决于当地太阳辐 射强度，因此结合太阳辐射强度的数据进行精确计 算，其计算公式方法见式(1)~式(2) [23]。 3876 第 11 期 智筠贻等：风光储多能互补能源系统容量配置优化 Tc = t + ( ) TNOCT - tNOCT It INOCT é ë ê ê ê ù û ú ú ú 1 - ηmpSTC( 1 - αTSTC ) ατ 1 + ( ) TNOCT - tNOCT It INOCT × αηmpSTC ατ (1) PPV = fPVPPVcap It ISTC [1 + aPV(Tc - TSTC)] (2) 式中，Tc为光伏发电机组实际工作温度；TNOCT 为额定运行条件下光伏发电机组表面温度，一般取 45～48 ℃；tNOCT 为额定运行条件下光伏发电机组 环境温度，一般取 20 ℃；INOCT 为额定运行条件下 光伏发电机组的太阳辐射强度，一般取800 W/m 2； ηmpSTC为在标准测试条件下的最大功率位置的效率， 一般取 0.15；It 为在环境温度下的太阳辐射强度， kW/m 2；TSTC 为光伏发电机组在标准测试条件下的 工作温度，一般取 25 ℃；α 为光伏发电机组太阳 能的吸收率，一般取0.9；τ为光伏发电机组遮盖物 的太阳能透过率，一般取0.9；PPV为光伏发电机组 发电功率，kW；ISTC为在标准测试条件下的光照辐 射强度，一般取1000 W/m 2；fPV为光伏发电机组的 降额因数，一般取 0.95；PPVcap 为光伏发电机组的 装机容量，kW；aPV为光伏发电机组的功率温度系 数，一般取-0.005%/ ℃。 1.2.2 风力发电模型 风力发电机组可依据实时室外风速和装机容量 进行风力发电量计算，其计算方法见式(3) [24]： PWT = ì í î ïïï ï ïïï 0 (ν < νci, ν ≥ νco) ( aV 3 + bV 2 + cV + d) Pr 50 (νci ≤ ν ≤ νr) Pr (νr < ν < νco) (3) 式中，PWT 为风力发电机组的发电功率，kW； V 为风速，m/s；a、b、c、d 为计算系数，本文中 取-0.1061、2.405、-8.8749、8.354；Pr为风力发 电机组的装机容量，kW；νci 为切入风速，一般取 4 m/s；νr 为切出风速，m/s，通常取 20 m/s；νco 为安全风速，一般取30 m/s。 1.2.3 燃气轮机模型 燃气轮机发电量是根据用户电负荷和可再生能