偏远山区风光水储互补发电系统容量优化配置

2018-10-10张志文石建可

电源学报 2018年5期

张志文，范威，刘军，周滔，石建可

（国家电能变换与控制工程技术研究中心（湖南大学），长沙410082）

随着全球化石燃料（煤、石油、天然气等）的不断消耗以及对环境造成的污染严重性加剧，风、光、水等可替代清洁能源得到越来越多的推广利用，不仅能满足部分能源需求，而且对环境无污染，其本身具有绿色环保、储量大、可再生的特点。多年来国内外不断提升对光伏发电、风能发电、水能发电等可再生清洁能源的开发力度，取得了巨大的成效。但目前大多还只是针对资源丰富的地区进行单能源发电并网，对于结合多能源互补联合发电并网在国内还较少。

多能源互补联合发电系统在国内外已成为一个研究热点，它能够充分发挥资源的互补优势，提高资源利用率，能极大减少对环境的污染。文献[1]中分析风光资源的互补特性，提出了风光互补发电系统，并分析了互补发电系统对配电网的影响；文献[2]在风光发电系统中探讨了蓄电池的控制策略；文献[3-4]在现有柴油发电系统基础上提出了风光柴联合发电系统，并对其进行了容量优化，全年柴油的使用量减少很多；文献[5-6]在海上潮汐发电系统中结合了风光进行互补发电，探索3种能源输出功率的最佳配置；文献[7-8]将现有水电站作为发电和储能组件，再引入风光互补发电，降低了对系统的投资成本；文献[9-10]也提出了几种孤网和并网互补发电系统优化设计方案。这些文献还对多能源联合发电系统采用粒子群算法、遗传算法等多种优化方法对其容量进行了配置，使得联合发电系统全寿命周期成本最小、收益最大以及负荷缺失率最低。但以偏远山区小水电为基础的多能源互补发电系统在国内外研究较少，多能源联合发电具有很多优势，在未来势必逐渐取代单能源发电。

针对贵州省众多小水电普遍利用汛期发电，枯水期不发电，单一运行不能保证常年发电，降低了系统供电可靠性和经济性，而本地所蕴含的丰富风光资源没有得到充分利用的问题。为了实现可再生能源的充分利用，本文分析了贵州省黔西南州普安县的风光水资源互补特性；以三板桥水电站为基础提出风光水储互补发电系统；并基于HOMER可再生能源优化软件对离网型和并网型风光水储互补发电系统进行资源容量配置；分析系统既考虑投资成本最小，又考虑其经济性的最优资源容量优化配置方案。

1 风光水互补性

为了探究普安县风、光、水资源的季节互补性，通过整理多年的气象数据，得到3种资源全年12个月的互补情况，如图1所示。从图中可以得出，1～3月为强风期，风能可弥补太阳能和水能的不足，风能与太阳能、水能形成良好的互补性；3～6月为一年中极度枯水期，水轮机发电极其少，而风能和太阳能这段时期很丰沛，使得发电量得到平衡，风能、太阳能与水能形成互补；6～9月风能表现很乏力，而太阳能和水能则为全年较丰富期，太阳能、水能与风能形成互补；9～11月太阳能逐渐削弱，而风能逐渐开始增强，但涨幅较小，水能为全年富有期，水能与风能、太阳能形成较好的互补；11～12月风力增强，水能减弱，但仍具备发电能力，太阳能为全年最弱时期，此时风能、水能与太阳能形成互补。

因此，风光水资源一年四季具有良好的季节互补性，贵州省普安县适合在现有水电基础上发展风光水互补发电系统，可极大地提高资源利用率，大大减少化石燃料的使用。

图1 风光水资源季节性Fig.1 Seasonal characteristic of wind,solar and water resources

2 风光水储联合发电系统调度策略

在普安县三板桥镇三板桥水电站基础上加入风力发电、光伏发电和蓄电池构造风光水储联合互补发电系统，其系统结构如图2所示。该系统电源由水轮机组、光伏阵列和风力发电机组成，利用天然风光水资源互补发电；变流部分由逆变器、整流器组成；还有升压变压器、蓄电池等主要部件。

图2 风光水储联合发电系统Fig.2 Combined power generation system of wind-solarwater-battery

由中国新能源网公布的2016年中国光伏和风电电价调整方案得知，对于ⅳ类资源区，陆上风电标杆上网电价为0.60元，光伏电站标杆上网电价为0.98元，而水电在普安地区上网电价为0.25元。三板桥现有水电站发出的电能直接升压卖给电网，不直接对负荷进行供电，为了实现资源的优化利用，提高系统运行的经济性，发展多能源联合发电满足当地居民用电需求很有必要性。在保证用户可靠用电的前提下，实现投资成本最少，发电收益最大。该系统调度策略如下。

（1）离网型：3种资源互补发电，满足负荷需求。当水资源丰沛时，水轮机保持连续运行，白天投入光伏、风机发电，多余电量储存在蓄电池中，以备负荷不足时满足用电需求。在发电量盈余较多时，为了实现经济最大化，风电、光电直接出售给电网，水电先给蓄电池充电，若仍有结余再出售给上网。在枯水季节，夜间蓄水，风机运行给蓄电池充电和满足负荷需求。白天高峰负荷时，水轮机、光伏、风机发电和蓄电池放电满足负荷需求；低谷负荷时，向蓄电池充电，水库蓄水。

（2）并网型：由于蓄电池投资成本昂贵，不使用蓄电池。当系统负荷不足时，直接向电网购电满足负荷需求。系统发电盈余时，在满足负荷需求下，光电、风电优先出售给电网，水电仍有结余再出售电网，实现收益最大化。

3 联合发电系统容量优化配置

3.1 项目地址资源状况

（1）水资源：经实地考察走访，三板桥代燃料水电站由3台500 kW的轴流式水轮机组成，最大水头为14 m，额定水头11 m，其所在河流为马过河，平均径流量5.78 m3/s。三板桥水电站近几年来平均计划生产和实际生产电量，如图3所示。其年生产电量约582万kW·h，水资源较为丰富。

图3 三板桥水电站多年平均生产进度Fig.3 Yearly average production schedule of Sanbanqiao Hydropower Station

（2）光资源：通过HOMER（可再生能源混合发电优化建模软件）软件进行光资源模拟，在软件界面输入三板桥水电站地理位置（E：104°55'，N：25°47'），得到全年各月平均日辐射量和清洁因子（衡量空气的清洁程度，阳光越充足，其值越大），如图4所示。全年平均每天太阳辐射量为3.92 kW·h/m2，年总辐射4 322.04 M·Wh/m2，属于太阳能资源较丰富带[11]。

（3）风资源：根据美国航天局卫星数据和中国气象数据网得到该地近几年日风速数据，为了获得每小时平均风速，需要在HOMER软件中输入威布尔分布参数（表征长期风速分布）、各月平均风速、自相关因子（表征每小时风速的随机性，通常取0.7～0.8）等参数，即可得到小时风速曲线。威布尔分布参数实际问题中多采用统计量估计法[12]，计算精度高，其计算公式为

图4 三板桥水电站月平均日辐射量和清洁因子Fig.4 Monthly average daily radiation and clean factor of Sanbanqiao Hydropower Station

式中：Γ（1+1/k）=（0.434/k+0.568）1/k；k 和 c 分别为威布尔分布函数的分布形状参数和分布尺度参数；和σ分别为平均风速和风速标准差。

所以可以得到威布尔分布函数为

式中，v为瞬时风速，m/s。

图5 全年风速分布情况Fig.5 Distribution of annual wind speed

负荷情况：现有水电站生产能力可对三板桥镇3个村庄：板桥村、云庄村和九峰村共1 724户9 119人进行供电。从当地电力公司获知，其年销售电量约272万kW·h，峰值负荷1 047 kW，平均每户日用电量约4.32 kW·h。由于农村电网中负荷变动较大，是一个随机量，模拟日常负荷在全年中每小时的变化情况难度较大，本文采用偏远山区典型负荷模型进行模拟仿真，该模型数据可从Geospatial toolkits工具包中得到。典型日全天负荷如图6所示。

图6 典型日全天负荷Fig.6 Load on one typical day

3.2 风光水储互补发电容量优化配置

基于HOMER软件搭建离网型和并网型多能源联合发电仿真系统，其中，离网型如图7所示，图中eW15为风力发电机、PV为光伏发电、S6CS25P为蓄电池。本文分别对离网型和并网型两种联合发电系统进行仿真分析，讨论既考虑投资成本又考虑经济效益的最优配置方案。

图7 离网型风光水储互补发电系统Fig.7 Off-grid complementary power generation system of wind-solar-water-battery

水轮发电机在2010年已经投入，目前成本已收回，故不考虑其购置成本，按使用寿命30 a计算，已使用6 a，剩余使用寿命为24 a。根据2016年公布的光伏发电成本可知，2015年国内光伏发电成本为7.5～9.0元/W，预计在未来几年，其成本将会持续降低，2020年将降至7.0～7.5元/W。风力发电机购置成本较高，本文选择中等容量的风力发电机，发电功率分别为50、100、250 kW。参考文献[13]得到各组件单位价格成本（汇率按1美元=6.16元）如表1所示。表中，HT：水轮发电机；PV：光伏组件；WT：风力发电机；CT：变流器；BT：蓄电池。

3.2.1 离网型风光水储互补发电系统容量优化配置

对于离网型风光水储互补发电系统，要确保用户供电的可靠性、持续性。在HOMER软件中输入各组件单位成本，设为离网模式，得到50 kW风机3种投资成本最少的优化组合方案，如图8所示。

表1 各组件单位成本Tab.1 Unit cost per unit

图8 风机为50 kW时投资成本最少的优化组合方案Fig.8 Optimal combination scheme with minimum investment cost of 50 kW wind turbine

从图8中可知，当选择800 kW光伏组件、50 kW风力发电机30个、蓄电池1 400组、800 kW变流器时，原始资金（initial capital）和总的净现成本total NPC最少，分别为2 919.920万元和4 401.204万元，标准能源成本COE（cost of energy）（总成本与总负荷之比）为1.196元/kW·h。各组件全寿命周期下总成本如表2所示，表中，ST表示系统。

从表2可以看出，蓄电池在投资成本中所需费用最大，同时一直以来对于离网型的新能源发电系统，降低蓄电池成本是提高系统经济运行的关键因素。风力发电机在总成本中的比例也较大，主要是其购置成本较高，增加了投资成本。

表2 最优组合下各组件全寿命周期成本Tab.2 Whole life cycle cost of components under optimal combination万元

风光水全年发电总量及比例如图9所示。从仿真结果得每年生产电量为7 784 740 kW·h，其中水轮机年发电量、风力发电机年发电量和光伏发电量分别占总量的75%、8%和17%，新能源发电率100%。

图9 风光水全年发电总量及比例Fig.9 Annual electricity generation and proportions of wind,solar,and water

负荷需求为2 879 298 kW·h，仅占总电量的36.98%。为了确保系统供电可靠性，在枯水季节水轮机发电较少，在容量配置中，光伏和风电以满足此时需求负荷为目标进行配置。因此在全年将会多出很多电量，这些多余电量将出售给电网。各组件全年各月平均输出功率如图10所示。

光伏、风力发电机在全年每小时的发电情况仿真结果如图11、图12所示。由图11可见，光伏发电在4～9月发电较多。风力发电由于风速具有随机性，其分布也具有随机性，如图12所示。

图13给出了全年各月荷电状态统计情况，可以看出，蓄电池仅在12月到次年5月向外输出电能。为了增加使用寿命，6月～11月需将蓄电池保持在充满电状态，荷电状态为100%，这会带来很多电能损失。全年充电电能为291 425 kW·h，释放电能236 475 kW·h，损失电能 54 950 kW·h。

为了选择出投资成本最低的优化配置方案，本文还分别对风力发电机为100 kW、150 kW时的系统进行了仿真比较，得出3种风机功率下系统最优组合下投资成本，分别如表3～表5所示。

由表可知，由于负荷需求是一定的，因此在3种不同功率的风机下，系统所需的蓄电池容量一样。因为风力发电机功率越大，购置费用越高，比较分析可知，当风机为50 kW时，系统总的投资成本和净现成本分别为2 919.9万元和4 401.21万元。而50 kW时单位生产成本比100 kW时多。

图10 各组件各月平均输出功率Fig.10 Average output power of each component in every month

图11 光伏全年各时刻输出功率Fig.11 Annual output power of PV at different time points

图12 风力发电机全年各时刻输出功率Fig.12 Annual output power of wind turbine at different time points

图13 全年各月荷电状态统计Fig.13 Annual statistics of state of charge in every month

表3 风机为50 kW系统最优组合及成本Tab.3 Optimal combination and cost of 50 kW wind turbine

表4 风机为100 kW系统最优组合及成本Tab.4 Optimal combination and cost of 100 kW wind turbine

表5 风机为250 kW系统最优组合及成本Tab.5 Optimal combination and cost of 250 kW wind turbine

考虑收益时，假定出售电价为0.5元/kW·h，计算年盈利和成本回收期。其中，年盈利（元）=年生产电量×出售电价-年净现成本，即：风机为50 kW时年盈利为7 784 740×0.5-3 442 918=449 452元；风机为100 kW时年盈利为7 935 665×0.5-3 455 106=512 726.5元；风机为250 kW时年盈利为7 832 086×0.5-4 282 351=-366 308元。

成本回收期计算公式为

式中：n为成本回收期，a；Q为投资初始成本，万元；Q'为年投资初始成本，万元。

计算得：50 kW时回收期为10.68 a；100 kW时为10.27 a；250 kW风机投入时，处于亏本状态，在全寿命周期内难以收回成本。综合考虑投资成本和收益，选择100 kW风力发电机时的离网型风光水储互补发电系统，其年收益为51.27万元，投资成本为2 997.44万元。

因此，离网型风光水储互补发电系统因需投入大量的蓄电池，使系统盈利较少，成本回收期较长。但对于偏远无电山区，以满足农村用电需求为目的，发展离网型风光水储互补发电仍具有必要性。

3.2.2 并网型风光水储互补发电系统容量优化配置

并网型风光水储互补发电系统如图14所示，将该系统直接并网连接，当发电系统电力充足时，多余电量直接输送到电网；当发电系统电力不足时，则由电网向负荷提供不足电力，实现发电系统与电网之间能源的相互流动。

离网型风光水储互补发电系统由于需要大量的蓄电池进行储能，以供电力不足时为用户提供电能。从上文仿真结果可知离网型系统中蓄电池的净现成本约占整个系统净现成本的38.08%，所占比重较大，且不能带来太多经济效益，大大地增加了系统投资成本，使得成本回收期延长，不经济。因此，为了减少系统投资成本，应尽量减少蓄电池的使用。在可并网条件下，电力不足时优先考虑从电网购电满足用电需求，购电价格为0.614元/kW·h[14]。

在并网型互补发电系统中，选择50 kW风力发电机进行仿真，得到其优化组合方案如图15所示。

图14 并网型风光水储互补发电系统Fig.14 On-grid complementary power generation system of wind-solar-water-battery

图15 并网型发电系统优化配置方案Fig.15 Optimal configuration scheme for on-grid power generation system

图15给出了8种不同组合下的最优配置方案，前4种都未用到蓄电池，为了提高系统运行经济性，讨论前4种方案下的系统收益。从图可知第1种组合（水力发电机直接并网，无光伏、风电、蓄电池、换流器）投资成本最低，其净现成本NPC为4 121 293元，标准能源成本COE为0.06元/kW·h，可再生能源发电比例为93%。水轮机全寿命周期总净现成本为995 693元，向电网购电花费3 125 602元。其每月发电和购电情况如图16所示，在12月到次年5月期间向电网购电，购电量占总电量的6%。

图16 全年每月发电和购电情况Fig.16 Annual power generation and purchase in every month

对于系统发电经济性，本文对前4种优化组合方案进行分析比较，按目前国家上网电价政策，水电0.25元/kW·h，风电上网为0.6元/kW·h，光伏上网电价为0.98元/kW·h，出售给用户价格0.506元/kWh。为使经济效率最大，系统所发出的电全部优先供用户使用，不足电力向电网购入，多余电力出售给电网。4种配置方案中水轮机发电量均为5 820 020 kW·h，向用户供电 2 482 555 kW·h，向电网出售3 317 665 kW·h。由此比较4种配置方案的经济性。

年盈利的计算公式为式中：y为年盈利，万元；wyi分别为风、光、水电卖给用户电量，kW·h；pyi分别为风、光、水电卖给用户电价，元；wsi分别为风、光、水电每年出售给电网电量，kW·h；psi分别为风、光、水电每年出售给电网电价，kW·h；N为年净现成本，万元。

表6给出了前4种优化配置方案的发电量、成本、盈利及成本回收期情况。由表可得，在不投入风光并网发电时，年盈利为176.32万元，投入光伏发电时，年盈利180.43万元，为4种配置方案中盈利最多的方案，成本回收期为0.49 a。方案4中将风光水都投入系统运行，不加蓄电池，年盈利为155.77万元，成本回收期最长，为2.44 a。因此，在考虑经济性时，在现有水电站基础上加入光伏发电，可以提高系统运行的经济性。