基于Hybrid2仿真的风光柴蓄复合发电系统设计与分析

徐路，冯平，易斌，黎武，李九林

（后勤工程学院机械电气工程系，重庆 401311）

随着人类对于煤、石油等化石燃料的过渡开采和消耗，能源危机目前已经成为全球各国共同面对的一大难题。另外，在远离供电网络的海岛、高原、沙漠等偏远地区，由于人烟稀少、输电成本高，风光柴蓄复合发电系统是目前经常使用的独立电源发电系统之一，而且是这些地区的首要供电方式[1]。采用风光柴蓄复合发电系统可以有效地利用风能和太阳能互补来减少发电成本、降低柴油发电机的燃油消耗及其对环境污染的影响，也因此，风光互补发电系统在边远地区供电、提水净化、海水淡化等工程应用中大量应用[2]。

典型的风光柴蓄发电系统主要包括：风能发电机、太阳能光伏阵列、柴油发电机、储能元件、电力变换装置和负载等6个部分。最早的风光柴蓄系统是丹麦学者N.E.Busch和Kllenbach将风机和光伏系统简单组合后的产物[3]，随后，美国、俄罗斯和中国等国研究人员的加入使风光柴蓄系统的发展进入了实用阶段[4-5]。

1 风光柴蓄发电系统设计

风光柴蓄互补发电系统的设计与优化离不开专业软件的应用，目前主流的仿真软件是美国Colorado State University和NREL（可再生能源实验室）共同开发的Hybrid2和Homer仿真软件[6-8]。国内在该方向上的研究以中科院电工研究所和几所大学为主，如内蒙古大学的小户型风光互补发电系统和合肥工业大学的风光互补系统智能控制[9-12]。

Hybrid2仿真软件是在1996年6月由美国能源部支持，可再生能源实验室（NREL）采用常用的Visual Basic语言编写的一款既使用灵活又易学方便的计算机软件，可帮助系统设计人员长期预测和评估某个混合电源系统的各种性能。它既可以进行性能仿真，又可以进行经济性仿真。

该软件建模所需条件包括：Loads Module（负载模型）、Site/Resource Module（地区/资源模型）和Power System Module（电力系统模型）。软件要求先设置数据时间步长，再利用文本文件导入相应的数据。对于仿真出的结果，用户既可以在软件上观察、分析以时间序列为基础的曲线图，也可以分析软件输出的一个总结性的文本文件[13-16]。

1.1 气候数据预处理

本文仿真的系统位于西藏日喀则地区岗巴县（东经88°北纬28°）境内。当地日照充足，风速也较大，驻地远离市县行政村落，电网接入困难，故利用当地风光互补发电系统解决用电难题。

利用Hybrid2软件进行仿真前，首先需得到当地的全年逐时风速、日照辐射量和环境温度数据。由于没有岗巴县的具体逐时气象数据，本文利用文献[12]中的拉萨地区数据。拉萨和岗巴处于同一纬度，日照辐射量接近。根据连队驻地风速观测经验，年平均风速在5 m/s左右。利用Hybrid2导入逐时数据，如图1—图3所示。

图1 岗巴地区风速逐时数据Fig. 1 The hourly data of wind speed in Gamba region

图2 岗巴地区太阳能辐射量逐时数据Fig. 2 The hourly data of solar radiation in Gamba region

1.2 系统负荷数据

根据驻地单位用电设备及使用规律，其主要负荷包括：机要、通信、制氧设备共计3.6 kW（需每天24 h不间断供电）、办公照明设备用电10 kW（持续用电时间累积约8 h）、厨房操作间提水保温等设备用电10 kW（持续用电时间累积约8 h）。除此之外，在10月至来年4月期间，用户启用太阳能热水集中供暖系统，其中循环泵等设备为13 kW，累积用电时间约为6 h。为降低仿真代价，将夏季（5—9月）典型日负荷曲线与冬季（10-次年4月）典型日负荷曲线周期循环后的时间序列值，作为Hybrid仿真所需的全年8 760逐时负荷数据（如图4、图5所示），其负荷最大值为23.6 kW，最小值为3.6 kW，年平均值为11.9 kW。

图3 岗巴地区环境温度逐时数据Fig. 3 The hourly data of environmental temperature in Gamba region

图4 夏季日负荷曲线Fig. 4 The daily load curve in summer

图5 冬季日负荷曲线Fig. 5 The daily load curve in winter

1.3 系统蓄电池的容量计算

本系统设计利用软件中型号为6 V，350 A·h的蓄电池，串联40个做成240 V。蓄电池容量公式为[13]：

式中，Ld是平均每天消耗电能；Df为连续阴雨天数，令其为3；L为蓄电池的衰减率，通常为0.8；Vb为每单个蓄电池放电终止电压，6 V等级的取5.55 V；DOD为蓄电池放电深度，取0.65。

经计算，选定储能元件为总容量为2 352 kW·h的蓄电池（40串联×28并联）。

2 Hybrid2仿真计算与优化分析

本文采用的系统结构框图如图6所示。所选风力发电机组为北京博力风机公司生产的EXCEL-R型号、额定功率为10 kW的风机，美国康明斯电力的25 kW柴油机。另外利用软件中的48 W的太阳电池组件和40 kW逆变器。仿真步长设置为60 min，持续时间为8 760 h（1 a）。

图6 风光柴蓄复合发电系统的结构图Fig. 6 The structure of the wind-solar-diesel-batterypower generation system

为比较不同容量风机、光伏阵列组合方案的系统性价比、供电可靠性，设计9种不同组合下的风光柴蓄互补系统方案（风柴蓄和光柴蓄）。为对比风光互补系统与柴油发电机组供电保障方式的性价比，将柴油发电机组供电系统作为参考模型（方案1）。

仿真结果从以下5个参数加以对比：

1）系统发电量的利用效率Rc=实际供给负载消耗的电量/系统总体发电量。

2）可再生能源的所占比重Rf=（光伏+风能总发电量）/系统总体发电量。

3）柴油机每年耗油量Dl。

4）风光互补系统节省的柴油百分比Ds。

5）系统多余电量百分比De。

由表1可知，方案1表示负载完全由柴油机全年供给，消耗柴油约49 000 L。方案2至方案6随着风能系统风机额定功率增加，系统耗油量减少，可再生能源发电量的比重从17%逐渐上升至66.6%。由于存在经济效益等问题，系统风机额定功率不可能无限增大。为充分发挥风光互补性能，在风柴蓄系统Ds超过50%时，应该增大光伏发电比重。因此将风机功率40 kW和50 kW作为风光复合系统的试验数据。

从表2可以看出，光柴蓄系统随着光伏电池数增加，系统的耗油量也相应减少，可再生能源发电量比重很快上升至50%以上。与表1相同，将Ds超过50%时，32.4 kW和36 kW作为有效数据。

依据表1和表2的结论，进行了4种典型风光柴蓄复合系统的建模和仿真。从表3数据中可以明显看出，4种方案都明显达到风光复合系统的理论效果，且Ds的值都在98%以上，而且可再生能源发电量的比重也达到了75%，极大地节省了柴油的消耗。考虑到系统初始成本和De能源浪费问题，光伏32.4 kW+风机40 kW（10号方案）是最优方案，进一步得到功率输出，如图7、图8所示。

表1 风柴蓄发电系统仿真结果Tab. 1 The simulation results of the wind-diesel-battery power generation system

表2 光柴蓄发电系统仿真结果Tab. 2 The simulation results of the solar-diesel-battery power generation system

表3 风光柴蓄复合发电系统仿真结果Tab. 3 The simulation results of the wind-solar-diesel-battery hybrid power generation system

图7 系统光伏阵列年输出功率Fig. 7 The PV array annual output power of the system

图8 系统风力发电机功率Fig. 8 The wind generator power of the system

3 结语

通过仿真可知，风光柴蓄发电系统可满足驻地单位用电需求；增大风机功率或者光伏功率，可进一步减少柴油消耗。系统整体性价比仍需考虑光伏阵列、储能元件、风力发电机组的初期投入等因素[15-16]。因此，需要根据系统各项性能指标优化方案。本文仿真结果表明10号方案性价比较高。

利用Hybrid2对混合发电系统进行仿对于优化风光柴蓄互补发电系统方案，实现具体方案具有明显的指导意义。同时也可以利用该软件进行经济性能分析。为使仿真更加精确，首先需得到当地准确气候数据。其次，高海拔地区空气密度低、风机出力数据需加以修正，这些需要在下一步的研究中加以考虑。

[1] 潘文霞，徐才华. 孤岛风光柴蓄系统配置仿真及分析[J].江苏电机工程，2008，27（6）：34-37.PAN Wenxia，XU Caihua. The configuration simulation and analysis of hybrid diesel-wind-solar-battery power systems on isolated islands[J]. Jiangsu Electrical Engineering，2008，27（6）: 34-37（in Chinese）.

[2] SHAFIQUR REHMAN，LUAI M. AL-HADHRAMI. Study of a solar PV diesel battery hybrid power system for a remotely located population near rafha，saudi arabia[J].Energy，2010，35（12）: 4986-4995.

[3] 郭创新，张理. 风光互补综合发电系统可靠性分析[J].电力系统保护与控制，2013，41（1）：102-108.GUO Chuangxin，ZHANG Li. Reliability analysis of wind and photovoltaic integrated generating system[J]. Power System Protection and Control，2013，41（1）: 102-108（in Chinese）.

[4] 王宇. 风光互补发电控制系统的研究和开发[D]. 天津：天津大学，2008：5-7.

[5] SHAFIQUR REHMAN，MD. MAHBUB ALAM. Feasibility study of a wind pv diesel hybrid power system for a village[J]. Renewable Energy，2011，38（1）: 258-268.

[6] NAYAR C V，PHILLIPS S J，JAMES W L，et al. Novel wind/diesel/battery hybrid energy system[J]. Solar Energy，1993，51（1）: 65-78.

[7] E. IAN BARING-GOULD. The hybrid system simulation model users manual[M]. National Renewable Energy Laboratory，1998.

[8] 亓伟，耿世彬，高虎衫. 基于HOMER仿真的太阳能混合发电系统设计[J]. 电工电气，2011（8）：27-32.QI Wei，GENG Shibin，GAO Hushan. Design of hybrid power system with solar energy based on HOMER simulation[J]. Jiangsu Electrical Apparatus，2011（8）：27-32（in Chinese）.

[9] 宋旭日，叶林. 风/光/柴多能互补发电系统优化配置研究[J]. 电网与清洁能源，2011，27（5）：66-72.SONG Xuri，YE Lin. Optimization configuration of wind/solar/diesel hybrid power generation system[J]. Power System and Clean Energy，2011，27（5）：66-72（in Chinese）.

[10] 茆美琴，何慧若. 风-光复合发电系统的优化设计[J]. 合肥工业大学学报：自然科学版，2001，24（6）：1036-1039.MAO Meiqing，HE Huiruo.On the optimal design of windsolar hybrid power system[J]. Journal of Hefei University of Technology，2001，24（6）：1036-1039（in Chinese）.

[11] 任新伟，徐建政，赵斌. 含光伏电站的配电网无功优化[J]. 电力电容器与无功补偿，2014，35（1）: 12-15.REN Xinwei，XU Jianzheng，ZHAO Bin. Reactive power optimization of distribution network containing PV power station[J]. Power Capacitor & Reactive Power Compensation，2014，35（1）: 12-15（in Chinese）.

[12] 姚鑫，栗文义，赵振兴，等. 风/柴/储能风力发电系统储能装置控制与仿真[J]. 电网与清洁能源，2011，27（8）：88-93.YAO Xin，LI Wenyi，ZHAO Zhenxing. Control and simulation of energy storing device of wind/diesel/energy storage generating system[J]. Power System and Clean Energy，2011，27（8）: 88-93（in Chinese）.

[13] 中国气象局气象信息中心. 中国建筑热环境分析专用气象数据集[M]. 北京：中国建筑工业出版社，2005.

[14] 商执一.风光柴蓄复合发电系统建模与仿真技术研究[D].北京：北京交通大学，2010：40-43.

[15] 孙自胜，樊炫君，谭涌波，等. 基于一种智能型风力发电机浪涌保护器的设计与研究[J]. 电瓷避雷器，2014（1）: 97-101.SUN Zisheng，FAN Xuanjun，TAN Yongbo，et al.Research and design of an intelligent surge protective device for wind turbines[J]. Insulators and Surge Arresters，2014（1）:97-101（in Chinese）.

[16] 江林. 分布式光伏发电并网的国内外政策分析与启示[J].江苏电机工程，2013，32（3）：66-68.JIANG Lin. Research on domestic and overseas grid integration policies of distributed photovoltaic power eeneration[J]. Jiangsu Electrical Engineering，2013，32（3）：66-68（in Chinese）.