基于CO2排放量的风光互补发电系统容量优化配置

2017-04-17唐浩杨国华王鹏珍李卿张丽娜刘帅秦军琴

电力建设 2017年3期

关键词：电池板风光输出功率

唐浩，杨国华，2，王鹏珍，李卿，张丽娜，刘帅，秦军琴

(1．宁夏大学电气工程与自动化系，银川市750021; 2．宁夏沙漠信息智能感知重点实验室，银川市750021)

基于CO2排放量的风光互补发电系统容量优化配置

唐浩1，杨国华1，2，王鹏珍1，李卿1，张丽娜1，刘帅1，秦军琴1

(1．宁夏大学电气工程与自动化系，银川市750021; 2．宁夏沙漠信息智能感知重点实验室，银川市750021)

风光互补发电系统的容量配置关系到系统的成本和减排效益等。按照系统全生命周期考虑，分别建立了风力发电机、光伏电池板和蓄电池组在各个阶段CO2排放量的计算模型，给出了风光互补发电系统CO2排放量的计算公式;在系统成本、功率输出波动性、互补优越性和备用容量等约束条件下，以CO2排放量最少为优化目标，对风光互补发电系统的容量进行优化配置;最后，以某地区风光互补发电系统为例对其容量进行配置，结果验证了该方案的可行性。

风光互补发电系统;CO2排放量;容量;优化配置

0 引言

全球气温不断升高与CO2的排放量密切相关。减少CO2排放量是中国和世界面临的巨大挑战之一。火力发电的CO2排放量占中国CO2排放总量的比例较大［1-2］。发展风电、光伏发电等清洁能源发电项目对减少CO2排放具有重要意义。风光互补发电系统利用风能和太阳能在时间和气候上的互补性提高了系统输出电能的稳定性和可靠性，提高了系统对能源的利用率，对节能减排具有积极的作用。

风光互补发电系统的容量配置，关系到系统运行的可靠性、输出电能的稳定性、系统成本的高低以及减排效益等。容量选择不当，不但不能减少CO2的排放量，反而会增加CO2的排放量。目前，针对风光互补发电系统容量配置的研究主要有2方面:一方面是针对风光互补发电系统整体容量的优化;另一方面是针对风光互补发电系统储能容量的优化［3-4］。容量优化的方法主要有单目标优化和多目标优化［3-5］，优化目标主要有供电可靠性、系统成本、环境影响等。文献［3］提出了以降低系统成本、负荷缺电率和能源浪费率为目标，基于遗传算法对风光互补发电系统的容量进行优化配置。文献［4］提出了一种改进的容量优化配置方法，分别考虑了系统独立和并网2种运行方式，充分利用风光的互补性以系统成本和供电可靠性等为目标进行优化。文献［5］以降低储能设备成本为目标，基于改进粒子群算法对风光互补发电系统的储能容量进行优化配置。然而，以CO2排放量为优化目标对系统整体容量进行配置的研究还比较少。此外，针对风力发电和光伏发电CO2排放量计算模型的研究主要是针对单独风力发电和光伏发电，针对风光互补发电系统CO2排放量计算模型的研究较少。基于此，本文首先按照全生命周期考虑搭建风光互补发电系统CO2排放量的计算模型;其次，提出以CO2排放量最少为优化目标，在约束条件下对风光互补发电系统的容量进行配置;最后，通过算例验证该方案的可行性。

1 风光互补发电系统

1.1风光互补发电系统模型

风光互补发电系统一般由风力发电机、光伏电池板、逆变器、整流器、备用电源等组成。按照汇流母线类型的不同，系统结构可分为共直流母线式、共交流母线式和交直流混合母线式［3，6］。本文以共直流母线式风光互补发电系统为例进行分析，其结构如图1所示。

图1 共直流母线式风光互补发电系统结构Fig.1 Structureofwind/PVhybridpower generatingsystembasedonDCBus

1.2风力发电机模型

风力发电机的输出功率主要由风力的大小决定，其风力发电机输出功率表达式［7-8］为

式中:PW(t)为风力发电机的输出功率;v为风速;v0为风力发电机空载运转时的启动风速;v1为溢出风速;ρ为空气密度;A为风流过的面积;Cp为风力发电机的风能利用率;Pr为风力发电机输出的额定功率。

1.3光伏电池板模型

光伏电池板的输出功率主要受太阳辐射强度大小和环境温度共同影响，其光伏电池板输出功率表达式［9］为

式中:PPV(t)为光照强度为G(t)时，光伏电池板阵列的输出功率;PPV，stc为标准条件下单位太阳能光伏发电单元的最大输出功率;Gstc为标准测试条件下的光照强度，Gstc=1 000 W/m2;Tstc为标准测试条件下的温度，Tstc=25℃;k为温度系数，一般取－0.45;T(t)为t时刻光伏电池板阵列的表面温度。

1.4备用电源模型

风光互补发电系统的备用电源一般选用蓄电池组。用PSB(t)表示蓄电池组的输出功率，则蓄电池组充放电时输出功率模型［5］为

式中:PSB-in(t)和PSB-out(t)分别为蓄电池组充电和放电时的输出功率;Eb为额定容量;η为自放电率;ηin为充电效率;ηout为放电效率;Δt为步长，取1 h;CSOC(t)为t时刻的荷电状态，即

1.5风光互补发电系统工作状态

根据天气情况可将风光互补发电系统各部分的工作状态分为4种，如表1所示。

表1 风光互补系统各部分工作情况Table1 Workingconditionsofeachpartof Wind/PVhybridsystem

根据各部分工作情况，风光互补发电系统的总功率输出可表示为

2 风光互补发电系统CO2排放量计算模型

对于风光互补发电系统的CO2排放量计算模型，按照系统全生命周期的各个阶段考虑，计及生产制造、运输安装、运行维护和回收处理过程中所产生的CO2排放量，以及建设安装过程中对环境的破坏和环境恢复过程中所产生的CO2排放量。

2.1风力发电机和光伏电池板CO2排放量计算模型

风力发电机和光伏电池板的CO2排放量计算为

式中:CW为风力发电机的CO2排放量;N1为所需风力发电机的个数;CPV为光伏电池板的CO2排放量;N2为所需单位光伏电池板的个数;CW-S和CPV-S分别为单个风力发电机和单位面积光伏电池板在生产制造过程中所产生的CO2排放量:

式中:Mj表示风力发电机和光伏电池板生产制造过程中所需j种材料的质量或所消耗能源的量;Tj表示单位质量j种材料的碳排放系数或单位能耗量的碳排放量。表2给出了部分材料的CO2排放因子［10-13］。

表2 部分材料的CO2排放因子Table2 Carbonemissionfactorsofsomematerials

CW-Y和CPV-Y分别为单个风力发电机和单位面积光伏电池板在运输过程中所产生的CO2排放量:

式中:L表示运输的距离;H表示每km的耗油量;Tcy表示单位油耗的碳排放量。表3给出了部分燃料的碳排放因子［13］。

表3 部分燃料的碳排放因子Table3 Carbonemissionfactorsofpartialfuel

CW-W、CPV-W分别为单个风力发电机和单位面积光伏电池板在维护过程中所产生的CO2排放量。维护过程中的碳排放量按照年维修率折算，即

式中:n1和n2分别为风力发电机和光伏电池板的使用年限;pWi为风力发电机的年维修率;pPVi为光伏电池板的年维修率;TW-Ni为风力发电机的年碳排放量; TPV-Ni为光伏电池板的年碳排放量。

CW-H、CPV-H分别表示单个风力发电机和单位面积光伏电池板在回收处理过程中所产生的CO2排放量。回收处理过程中的碳排放量按照不同材料的回收率分别计算，即

式中:hj表示j种材料的回收率;THj表示j种材料处理过程中的单位碳排放量。表4给出了部分材料的回收率［13］。

表4 部分材料的回收率Table4 Recoveryofpartialmaterials

CW-C、CPV-C为风电场和光伏发电厂在建设过程中对环境破坏及后期恢复过程中所产生的 CO2排放量，即

式中:SW-N为风力发电建设中植被不可恢复的面积;SPV-N为光伏发电建设中植被不可恢复的面积;SW-Y为风力发电建设中植被可恢复的面积;SPV-Y为光伏发电建设中植被可恢复的面积;Tg为单位面积植被的固碳率;NY为植被恢复年限。表5给出了部分土地的单位固碳率［14-15］。

表5 部分土地的单位固碳率Table5 Carbonfixationrateofsomeunitland

2.2蓄电池CO2排放量计算模型

蓄电池的碳排放模型主要考虑生产、运输安装、后期维护以及后期处理的CO2排放量。蓄电池碳排放量计算公式表示为:

式中:CSB-S、CSB-Y、CSB-W分别为蓄电池生产制造、运输安装、后期维护过程中产生的CO2排放量;CSB-H为后期回收处理过程中产生的CO2排放量;WSB为蓄电池容量;Tb为单位容量蓄电池生产过程中的碳排放因子;pSB为蓄电池年维修率。

2.3风光互补发电系统总CO2排放量

系统总的CO2排放量主要考虑风力发电机、光伏电池板和蓄电池这3部分所产生的CO2排放量，逆变器、整流器、变压器等设备产生的CO2排放量不予考虑，所以系统总的CO2排放量表示为

3 风光互补发电系统容量优化配置

3.1容量优化配置目标

风光互补发电系统的容量配置以CO2排放量最少为目标，其目标函数为

3.2约束条件

3.2.1 成本

成本包括初始建设投入成本和后期运营收益成本。初始投入成本表示为

式中:Ni(i=1，2，3)分别为所需风力发电机、光伏电池板、蓄电池的个数;Mi为单个设备的单价;Zi为单个设备的安装施工成本;Wij为单个设备的年维护成本; Q0为变压器、逆变器、整流器等设备成本的总和。

后期运营收益成本表示为

成本需满足后期运营收益成本大于前期投入成本，即

3.2.2 风光互补发电系统输出功率波动

风光互补发电系统利用风能和太阳能在时间、气候和季节上的互补性，输出功率较单一的风力发电和光伏发电具有较好的稳定性，不仅可以提高系统的并网率，还提高了资源的利用率。用D表示风光互补发电系统输出功率的波动性，即:

为体现风光互补发电系统的优越性，其功率输出波动应小于风力发电和光伏发电单独运行时输出功率的波动，即

3.2.3 并网功率波动性约束

对于并网型风光互补发电系统，为保证其输出电能安全可靠地并入电网，其功率输出的波动应满足电网相关规定，其约束条件为

式中ε为电网所能承受的最大功率波动率。

3.2.4 备用容量限制

为保证风光互补发电系统可靠连续地运行，风光互补发电系统需增设一定容量的备用装置，受备用容量的限制，风光互补发电系统容量配置应充分考虑备用容量。对于备用容量的大小按照平均功率储能设备容量的计算方法［16］:

式中:WSB为风光互补发电系统储能设备的容量;W为风光互补发电系统所需的最大储能容量;Pave为风光互补发电系统全天输出的平均功率;WPV为光伏阵列全天输出的电能;WW为风机全天输出的电能。

3.3容量优化配置流程

对风光互补发电系统的容量进行优化配置，首先根据已有的气候数据和现有的运行数据进行估算，确定初始容量的范围;然后按照约束条件分别对容量大小进行确定;其次对不同约束条件下容量取值范围取交集;最后代入目标函数确定最小CO2排放量的容量取值。如果不同条件下容量没有交集，对初始容量范围重新确定，可适当修正约束条件。风光互补发电系统的容量配置流程如图2所示。

图2 风光互补发电系统容量优化配置流程Fig.2 Flowchartofcapacityoptimalconfigurationof wind/PVhybridpowersystem

4 算例分析

以某地区风光互补发电系统为例，对其容量进行优化配置。该地区风电场一期45 MW工程于2008年投入运行，风电工程通过一台50 MV·A的变压器升压后并入电网，后在原有设备基础上接入10 MW光伏发电设备组成风光互补发电系统。图3为该地区某年内月平均风速;图4为该地区某年内有日照的天数;图5为该地区某年内平均日最高气温;图6为系统在某年内的运行数据［17］。以CO2排放量最少为目标，在约束条件下，对系统容量进行优化配置。

图3 某年内月平均风速Fig.3 Monthlyaveragewindspeedinayear

图4 某年内有日照天数Fig.4 Numberofsunshineinayear

图5 某年内平均日最高气温Fig.5 Averagedailymaximumtemperatureinayear

图6 某年内日间(08:00—18:00)的运行数据Fig.6 Anannualoperatingdatabetween08:00and18:00

在成本约束条件下，根据式(18)，减少Q0投入，使Q2＞Q1，可充分利用原有风电工程的输变电设备。根据系统运行统计数据可知，某年内风力发电机发电功率大于42 MW且光伏发电功率大于8 MW，使主变压器可能过负荷工作的时长仅有1 h，占全年发电时间(取3 650 h)的0.03%;风力发电机发电功率大于35 MW且光伏发电功率大于8 MW的重合频次全年仅有15次［17］，其余时间主变压器均有较大的容量空缺。根据风、光发电项目功率重合的频次［17］计算可配置光伏发电设备的容量。

式中:Q为光伏发电容量;S为主变压器额定功率; cosφ为主变压器功率因数，取0.98;Pwind为风力发电机功率;K为光伏发电系统效率，取0.75。

风力发电机发电功率大于35 MW且与光伏发电设备同时工作的全年统计时长为413 h，占全年发电时长的11.30%。在不超过主变压器输送容量的前提下，根据公式(25)［17］可得此种情况下，最大可配置光伏发电容量为18.6 MW;风力发电机发电功率小于25 MW且与光伏发电设备同时工作的全年统计时长为2 334 h，占全年发电时长的63.95%，计算可得此种情况下可配置光伏发电容量最大为32.0 MW。可以看出风力发电机发电功率小于35 MW且与光伏发电设备同时工作的时长占全年发电时长的88.70%，即可配置光伏发电容量在18.6～32.0 MW时，全年大部分时间输变电设备可正常工作，输变电设备在充分利用的同时，减少了成本投入。

当光伏发电容量取25 MW时，根据式(24)计算可得系统储能设备的备用容量为5 MW，且备用容量得到充分利用;当光伏发电容量取小于25 MW时，系统储能设备的备用容量所占成本比重较大。在备用容量约束下，为体现系统的互补特性，使储能设备得到充分利用，光伏发电容量取大于25 MW。根据式(19)—(20)计算可得系统输出功率的波动值D。表6给出了风光互补发电系统容量配置取不同值时的部分参数［4，17］。

表6 不同容量配置的发电参数Table6 Generationparameterswithdifferentcapacities

由表6可知，随着光伏发电容量的增加，系统输出功率波动值D增加，系统发电量也增加，输出功率波动值D与发电量的比值减小。在系统输出功率波动值的约束下，光伏发电容量取大于28 MW时，输出功率波动值与发电量比值较小，波动性与互补性兼顾。综合考虑约束条件，光伏发电容量取 28～32 MW之间为宜，最后代入目标函数确定光伏发电容量取29 MW。

综上所述，该地区在原有45 MW风电设备的基础上，接入29 MW的光伏发电设备和5.5 MW的蓄电池组组成风光互补发电系统，在满足约束条件的同时，CO2排放量最少。当风光互补发电系统容量配置(风力发电+光伏发电+备用电源)取45 MW+ 29 MW+5.5 MW时，比原有配置为45 MW+ 10 MW+0 MW的年发电量多33 252 MW·h，折算为火电可减少CO2排放25 271 t;比容量配置取45 MW +25 MW+5.5 MW时年发电量多6 996 MW·h，折算为火电可减少CO2排放5 320 t;比容量取45 MW+ 32 MW+5.7 MW时减少CO2排放量289 t。

5 结论

针对风光互补发电系统，本文搭建了系统CO2排放量的计算模型。按照全生命周期分别从设备的生产制造、运输安装、运行维护以及回收处理等方面进行模型的搭建。对风光互补发电系统的CO2排放量做了较为全面的分析计算。针对风光互补发电系统的容量配置，本文提出在综合考虑当地风光资源的互补性，系统的成本和备用容量等约束条件下以CO2排放量最少为优化目标进行容量配置。算例结果表明合理配置风光互补发电系统的容量，不仅可以提高系统对能源的利用率，减少资源的浪费，还可以减少系统CO2排放量，对节能减排具有积极的作用。

［1］徐钢，田龙虎，刘彤，等．中国电力工业CO2减排战略分析［J］．中国电机工程学报，2011，31(17):1-8．XU Gang，TIAN Longhu，LIU Tong，et al．Strategic analysis of CO2mitigation in Chinese power industry［J］．Proceedings of the CSEE，2011，31(17):1-8．

［2］赵毅，赵丽媛，钱新凤．电力行业二氧化碳减排策略分析与展望［J］．电力科技与环保，2015，31(5):14-16．ZHAO Yi，ZHAO Liyuan，QIAN Xinfeng．Strategic analysis and prospect on catbon dioxide emission reduction of power industry［J］．Electric Power Technology and Environmental Protection，2015，31 (5):14-16．

［3］刘艳平，贾春娟．基于遗传算法的独立型风光互补发电容量优化［J］．电力系统及其自动化学报，2015，27(10):69-74．LIU Yanping，JIA Chunjuan．Capacity optimization of independent wind/PV hybrid power generation system based on GA［J］．Proceedings of the CSU-EPSA，2015，27(10):69-74．

［4］徐林，阮新波，张步涵，等．风光蓄互补发电系统容量的改进优化配置方法［J］．中国电机工程学报，2012，32(25):88-98．XU Lin，RUAN Xinbo，ZHANG Buhan，et al．An improved optimal sizing method for wind-solar-battery hybrid power system［J］．Proceedings of the CSEE，2012，32(25):88-98．

［5］周天沛，孙伟．风光互补发电系统混合储能单元的容量优化设计［J］．太阳能学报，2015，36(3):756-762．ZHOU Tianpei，SUN Wei．Capacity optimization of hybrid energy storage units in wind/solar generation system［J］．Acta Energiae Solaris Sinica，2015，36(3):756-762．

［6］杨国华，朱向芬，周鑫，等．基于遗传算法的风电混合储能容量优化配置［J］．电气传动，2015，45(2):50-53．YANG Guohua，ZHU Xiangfen，ZHOU Xin，et al．Hybrid energy storage capacity optimization for independent wind generation system based on genetic algorithm［J］．Electric Drive，2015，45(2): 50-53．

［7］南国君，丁明，王贻玲．共直流母线式风光互补发电系统的仿真研究［J］．合肥工业大学学报(自然科学版)，2011，34(12): 1802-1805，1912．NAN Guojun，DING Ming，WANG Yiling．Research on the simulation ofwind-solar hybrid power system with common dc bus［J］．Journal of Hefei University of Technology(Natural Science)，2011，34(12):1802-1805，1912．

［8］李劲彬，陈隽．风光互补可再生能源发电的综合效益优化研究［J］．电气自动化，2013，35(5):24-26．LI Jinbin，CHEN Jun．Research on the optimization of comprehensive benefits of wind-solar hybrid renewable generation system［J］．Electrical Automation，2013，35(5):24-26．

［9］葛宇轩．风光互补供电系统优化配置研究［D］．长沙:长沙理工大学，2013．GE Yuxuan．Research on configuration optimization of wind-solar power system［D］．Changsha:Changsha University of Science＆Technology，2013．

［10］崔明琦，宋松林，吴启震，等．国内外电动机产品碳足迹核查方法比较分析［J］．质量技术监督研究，2015(3):44-47．CUI Mingqi，SONG Songlin，WU qizhen，et al．Comparative analysis of carbon footprintverification method aboutmotor product at home and abroad［J］．Quality and Technical Supervision Research，2015(3):44-47．

［11］沈琳．基于BIM技术的建设项目全生命周期环境影响评价研究［D］．南京:南京林业大学，2015．SHEN Lin．The environmental impact assessment of whole life cycle of the construction project based on BIM technology［D］．Nanjing: Nanjing Forestry University，2015．

［12］王译萱，郁亚娟，梁雨晗，等．锂离子电池与镍氢电池、太阳能电池碳足迹比较［J］．环境工程，2015，33(增刊):634-637．WANG Yixuan，YU Yajuan，LIANG Yuhan，et al．Carbon footprint comparison of lithium ion battery，nickel metal hydride battery and solar cell［J］．Environmental Engineering，2015，33(Supplement): 634-637．

［13］戢时雨，高超，陈彬，等．基于生命周期的风电场碳排放核算［J］．生态学报，2016，36(4):915-923．JI Shiyu，GAO Chao，CHEN Bin，etal．Carbon emission accounting for wind farm based on life cycle assessment［J］．Acta Ecologica Sinica，2016，36(4):915-923．

［14］郭然，王效科，逯非，等．中国草地土壤生态系统固碳现状和潜力［J］．生态学报，2008，28(2):862-867．GUO Ran，WANG Xiaoke，LU Fei，et al．Soil carbon sequestration and its potential by grassland ecosystems in China［J］．Acta Ecologica Sinica，2008，28(2):862-867．

［15］段华平，张悦，赵建波，等．中国农田生态系统的碳足迹分析［J］．水土保持学报，2011，25(5):203-208．DUAN Huaping，ZHANG Yue，ZHAO Jianbo，et al．Carbon footprint analysis of farmland ecosystem in China［J］．Journal of Soil and Water Conservation，2011，25(5):203-208．

［16］张明锐，林承鑫，王少波，等．一种并网型风光互补发电系统的建模与仿真［J］．电网与清洁能源，2014，30(1):68-74，80．ZHANG Mingrui，LIN Chengxin，WANG Shaobo，et al．Modeling and simulation of grid-connected wind/PV hybrid generation system［J］．Power System and Clean Energy，2014，30(1):68-74，80．

［17］陈征宇．宁夏太阳山地区风光互补发电系统建设可行性研究［J］．机电信息，2014(6):3-4．

(编辑景贺峰)

Capacity Optimal Configuration of Wind/PV Hybrid Power System Based on Carbon Dioxide Emission

TANG Hao1，YANG Guohua1，2，WANG Pengzhen1，LI Qing1，ZHANG Lina1，LIU Shuai1，QIN Junqin1

(1．Department of Electrical Engineering and Automation，Ningxia University，Yinchuan 750021，China; 2．Ningxia Key Laboratory of Intelligent Sensing for Desert Information，Yinchuan 750021，China)

The capacity configuration of the wind/PV hybrid power generation system is related to the benefit of reducing emission and the cost of the system．According to the system's life cycle，this paper establishes the calculation model of carbon dioxide emission of wind power generator，photovoltaic cell panel and storage battery in different stages，and proposes the calculation formula of carbon dioxide emission of wind/PV hybrid power generation system．Under the constraints of system cost，power output fluctuation，complementary advantages and spare capacity，the optimal capacity of wind solar complementary power system is optimized with the minimum carbon dioxide emissions as the optimization objective．Finally，taking the wind/PV hybrid power system in somewhere as an example，its capacity configuration is optimized，whose results verify the feasibility of the scheme．

wind/PV hybrid power generation system;carbon dioxide emission;capacity;optimal allocation

TM 619

1000－7229(2017)03－0108－07

10.3969/j．issn.1000－7229.2017.03.015

2016-11-15

唐浩(1990)，男，硕士研究生，主要研究方向为电工电子新技术;

杨国华(1972)，男，硕士，教授，硕士生导师，本文通信作者，主要研究方向为新能源电力系统自动化技术;

王鹏珍(1992)，女，硕士研究生，主要研究方向为电工电子新技术;

李卿(1992)，男，硕士研究生，主要研究方向为电工电子新技术;

张丽娜(1992)，女，硕士研究生，主要研究方向为电工电子新技术;

刘帅(1990)，男，硕士研究生，主要研究方向为电工电子新技术;

秦军琴(1977)，女，硕士，副教授，主要研究方向为自动化与数学建模。