基于遗传算法的风光柴蓄复合发电系统优化设计

2011-05-10赵建东商执一王自上杨帆

电网与清洁能源 2011年1期

赵建东，商执一，王自上，杨帆

（北京交通大学机械与电子控制工程学院，北京 100044）

从可再生能源的资源状况和技术发展水平看，风能和太阳能无疑是今后发展较快的可再生能源。风光柴蓄复合发电系统利用风能和太阳能的天然互补特性，以及柴油机的备用发电功能，可以很好地克服风能及太阳能单独供电的随机性、间歇性缺点，实现不间断发电，提高供电系统的可靠性与经济性。随着风光柴蓄复合发电系统工程应用逐渐增多、安装容量不断增大，传统的经验设计方法已不能满足系统精确设计和控制系统成本的要求。

风光柴蓄复合发电系统优化设计的关键是寻求系统的最优配置解，但是复合系统的发电过程具有复杂非线性，这使得系统的优化过程呈现非线性。目前解决非线性优化问题较好的方法是遗传算法[1]；而对系统运行过程的优化是通过能量调度策略[2]，控制能量在系统中各部件间的合理流动，降低系统运行费用，提高系统运行效率。

当前，工程实际中越来越注重对系统总费用的考虑。系统总费用主要包括2部分费用，系统的初期费用和系统的运行过程费用。早期的风光柴蓄复合发电系统往往是单独优化系统的初期配置，降低投资，或是系统建成后对系统运行过程进行优化，而较少考虑系统总体运行费用的优化。

因此，本文采用遗传算法和能量调度策略对系统的初期投资和系统运行过程进行整体优化设计，以期使系统配置最优和总体费用最低。

1 复合发电系统组成

风光柴蓄复合发电系统的典型结构如图1所示。整个系统由能量产生环节、能量储存环节和能量消耗环节3部分组成。其能量产生环节又分为风力发电部分和光伏发电部分；能量储存环节为蓄电池；能量消耗环节为各种用电负载，其中又分为直流负载和交流负载2类。柴油机作为备用电源，当风力发电机、光伏电池、蓄电池均不能满足负载时，向负载供电。

图1 风光柴蓄复合发电系统结构图

2 系统优化设计算法和策略

优化设计的目标主要是满足系统性能指标的条件下，使系统的总费用最低。本文利用遗传算法和能量调度策略对系统的初期投资和系统运行过程进行优化设计，以求降低系统总费用。

2.1 系统能量调度策略

根据负载要求和系统各元件的特性，确定风光柴蓄复合发电系统的能量调度策略。具体的能量调度策略为。

1）首先将风力发电机和光伏电池发出的电能供给负载。若电量多有余且蓄电池未达到充电上限，向蓄电池充电。当蓄电池电量达到充电上限时，启动卸荷负载，将多余电量卸掉。

2）若风力发电机和光伏电池发出的电量不能供给负载，需启动柴油机或蓄电池向负载供电。先假设蓄电池和柴油机分别给负载供电，计算虚拟供电后的蓄电池的运行费用和柴油机的运行费用，然后比较两种供电模式的运行费用，选择运行费用较少的供电方式给负载供电。

3）在实际运行中，柴油机不能频繁启动[3]，在系统实际运行过程中，设置每10 min控制器对柴油机和蓄电池给负载供电预测[4]比较一次，判断启动柴油机或用蓄电池供电。

2.2 利用遗传算法对系统进行优化设计

将遗传算法应用于风光柴蓄复合发电系统的非线型优化主要包括以下3个部分：

1）目标函数：系统优化的目标是满足负载要求及约束的前提下，系统的初期投资和运行费用最少。其目标函数为

式中，K（Xi）、N（Xi）、T（Xi）分别为风力发电机、柴油发电机和光伏电池、蓄电池的单价、数量和预期寿命。F（Xj）为光伏系统、风力发电机、柴油机和蓄电池的运行维护费用。其中，蓄电池的寿命与蓄电池的充放电次数和充放电深度有关，因此在计算蓄电池的维修费用时，将蓄电池初期投资费用除以循环当量作为蓄电池运行费用。

2）决策变量：系统决策变量为系统各元件的容量、数量及安装方式。

3）约束函数：根据负载要求和元件特性，建立系统约束函数，使风光柴蓄复合发电系统既能保证用户负载的要求，又能保证系统高效有序地运行。主要从用户要求、蓄电池充放电特性、风力发电机物理特性等几方面建立约束函数。

淤风光柴蓄复合发电系统满足用户负载要求，使失电小时数为零。即

于为延长蓄电池能寿命，须使蓄电池剩余容量（Battery State of Charge，以下简称SOC）在一定范围内，即

盂风力发电机运行时，风力发电机风速在启动风速与截止风速间运行，即

2.3 优化过程

基于遗传算法和能量调度策略的系统优化过程如图2所示。其中流程图左侧为遗传算法，右侧为能量调度策略。

3 工程实例分析

为验证上述算法和策略的有效性，本论文对宁夏中卫县一实际工程的风光柴蓄复合发电系统进行优化设计和运行过程逐时仿真。

3.1 系统逐时负载

系统负载包括交流负载和直流负载2部分，其种类和功率如表1所示。

图2 系统优化配置流程图

系统年均逐时用电负荷如图3所示。

表1 系统负载种类及功率

图3 年均逐时用电负荷

3.2 蓄电池配置

蓄电池的总容量根据公式（5）计算。

式中，Ld为负载消耗的电能；Df为当地的连续阴雨天数；L为蓄电池的衰减率；Vb为蓄电池的放电终止电压；DOD为蓄电池的放电深度[5]。

3.3 柴油机配置

风光柴蓄复合发电系统中，当风能、太阳能和蓄电池无法满足负载用电需求时，柴油机作为备用能源向负载供电。为提高系统供电可靠性，须使柴油机的额定功率大于负载最大瞬时功率。

3.4 风力发电机和和太阳能电池配置

1）选择太阳能电池板型号。根据市场上实际元件和负载白天的最大功率，计算得到各种不同型号太阳能电池板的数量；并找出年均初期投资最低所对应的太阳能电池板型号。

2）选择风力发电机型号。根据年均风速，选出额定风速最接近年均风速的风力发电机。

3）选定太阳能光伏电池板和风力发电机的型号后，采用遗传算法和能量调度策略对太阳能光伏电池板和风力发电机进行配置。

3.5 系统配置结果

按照图2所示优化流程及上述配置要求，本文编写了系统配置优化设计软件。

在应用遗传变异算法时，种群的初始值设置为太阳能单独供电或风力机单独供电时的数量乘以10。其他参数设置为：最大遗传代数=300；变量个数=2；种群个数=40；代沟=1；交叉率=0.05；变异率=0.1；插入率=0.3；迁移率=0.2。

目标函数取值包括部件维护费用（柴油机、蓄电池、风力发电机、光伏阵列）和柴油机耗油费用。由于设计时的气象资料是各月各个时刻的平均值，所以在计算目标值时，要将风力发电机和光伏阵列的总费用除以风力发电机和光伏阵列的预期寿命（一般太阳能电池板的寿命为15年，风力发电机的寿命为10年），得到年初期投资费用。并且计算太阳能电池板和风力发电机的费用时，包含了逆变器和整流器费用。

柴油机的耗油费用在求出当月平均费用后，乘以当月天数，得到柴油机消耗的年投资费用。针对柴油机运行100 h、300 h、500 h工作后，维护费用不一样，所以设置一个参数，记录柴油机的运行时间。

根据相关文献，太阳能电池板年维护费用为初期投资费用的0.3%，风力发电机年维护费用为初期投资的0.5%。

另外，在对系统进行初始化时，将蓄电池的电量设成初始状态，即SOC=1，柴油机的初始柴油消耗设置为0。

经过优化运算，最优结果如表2所示。