电解铝风光互补自备电厂的容量优化设计

2022-06-16楚天丰姜萌萌闫振宏

轻金属 2022年2期

楚天丰,姜萌萌,杨萌,闫振宏,王同

(1.东北大学信息科学与工程学院,辽宁沈阳 110819;2.国网辽宁省电力有限公司电力科学研究院,辽宁沈阳 110006)

铝电联营已成为中国电解铝产业发展中必要的模式,然而通过分析发现,在如何对大型电解铝配套自备电厂机组进行容量优化使得企业效益最大化的问题,仍处于不成熟的阶段,同时,为使电解铝企业进一步贯彻落实国家2030年前碳排放达峰、2060年前实现碳中和行动,需要建立同时考虑环境效益和经济效益的电解铝自备电厂配置方案,本文提出了一种以自备电厂全年发电效益为优化目标的风光互补发电容量配比优化设计方法,以系统供电稳定性和系统经济性为优化目标函数,对自备电厂容量进行优化配置,为电解铝产业自备电厂的优化设计提供了一种新的解决方式。

1 电解铝负荷特性分析

电解铝生产的基本原理是使直流电通过以氧化铝为原料、以碳素为阳极、冰晶石为溶剂组成的电解质,在高温下电解槽内两极上进行电化学反应电解出铝金属。在生产过程中需要不断地为电解槽供给稳定的直流电能,且电流不能大幅波动,否则会影响电解槽运行的平稳性,从而降低其经济性。如图1所示为某电解铝厂日负荷曲线,由图可知,正常情况下电解铝负荷功率变化较小,负荷曲线较平稳,因此,虽然可调节电解铝负荷电流的大小,但进行调节时要控制在电解槽能够承受的范围内。

图1 典型的电解铝日负荷曲线

2 电解铝风光互补自备电厂模型

2.1 风光互补自备电厂工作原理

电解铝风光互补自备电厂的原理如图2所示,由风机、光伏板组成电力供应系统,电解槽作为负载部分。风光互补自备电厂的工作原理:首先,将风电、光电在交流母线侧以一定比例混合,然后经过整流汇集到直流母线,向电解槽提供直流电能,用于电解铝的生产,电解铝生产过程中要求电力持续稳定供应,当风光联合出力不能满足电解铝的功率需求时,一般还需要向外部电网购电,以维持其稳定运行。

图2 电解铝风光互补自备电厂原理图

2.2 风电机组发电模型

对于风力发电机组,发电功率大小主要是由其自身特性所决定的。其中,内部特性主要指风机本身内部构造,另一因素为风速对于风机出力大小的影响,风力发电功率受制于风速大小以及风速变化的随机性,风能向机械能转化时的输出功率[10]为:

(1)

式中:ρ——空气密度,kg/m3;

A——风机叶片扫掠面积,m2;

R——涡轮半径,m;

ν——涡轮风速,m/s;

Ct(λ)——非线性扭矩系数,取决于叶尖速比(λ=Rωm/ν和ωm=2ωe/p是非线性扭矩系数和角轴速度)。

dq旋转坐标系下,定义iq和id分别为q轴和d轴对应的定子电流,电角速度为ωe,风力发电的数学模型可描述如下:

(2)

(3)

(4)

式中:R和L——分别为单相定子电阻和电感,Ω;

J——叶轮的转动惯量,kg·m2;

φm——转子永磁体磁极的励磁磁链;

νb——直流母线上的电压,V;

p——风机的极数;

Tt——风轮叶片经过风吹后所产生的机械转矩,N·m;

uw——风力涡轮机的控制信号。

风力发电系统注入直流母线的功率为:

(5)

根据式(1～4)可以计算不同风速下风电机组出力。

2.3 光伏发电模型

光伏发电系统由多个光伏板组成的光伏面板阵列和转换器,整流器将太阳能转化到直流母线,数学模型描述如下:

(6)

(7)

(8)

式中:νpv——光伏阵列端子的电压水平,V;

is——注入直流母线电流,A;

C和Lc——降压转换器的电气参数;

upv——控制信号(占空比);

ipv——光伏阵列产生的电流,A;

ns——一系列串并联的数量;

k——玻尔兹曼常数;

Ac——根据p-n交界处的特性得到的理想的单位偏差;

Iph——光伏电流,A;

ILS——反向饱和电流,A。

光伏发电出力为:

Ppv=νpv×ipv

(9)

根据式(6～8)可以计算光伏板出力。

3 风光互补自备电厂优化配置

3.1 目标函数

以风光互补自备电厂的整体效益最大为目标,得到优化方案,目标函数为:

-E[aCinv+Cope]

(10)

式中:Ct1——t时刻风电系统上网电价数值;

Ct2——t时刻光伏系统上网电价数值;

Ct3——t时刻电解铝厂向大电网购电的电价数值;

E[aCinv+Cope]——自备电厂投资成本和维护成本总随机期望值;

a——投资成本的年平均系数;

Cinv——投资成本,

Cope——维护成本。

其中自备电厂投资成本Cinv为:

Cinv=nwCw+npvCpv

(11)

式中:nw、npv——分别表示已确定型号的风机、光伏设备的数目;

Cw、Cpv——分别为风机、光伏设备的单价。

各发电单元的维护成本为:

(12)

式中:l——风光设备的使用年限,统一设为 15年;

t——某一采样时刻;

aw、apv——分别为风机、光伏设备的平均维护成本;

Pw(t)、Ppv(t)——电源各时刻的运行功率。

3.2 约束条件

(1)功率约束

风光互补自备电厂的风光联合日平均发电量应尽量满足电解铝厂日平均用电需求,本文中不考虑发电量冗余的情况,为避免能源浪费,要求风光联合发电量不能高于铝厂日平均电需求量,因此,风机、光伏的配置数应满足:

(13)

(2)可靠性约束

在某些恶劣天气条件下,风光联合出力满足不了电解铝厂用电需求时,铝厂的稳定运行无法维持,此时需要向大电网购电维持运行,因此引入负荷缺电率β评估自备电厂的全年供电可靠性:

(14)

式中:m——8760h内风光发电系统不能满足电解铝厂负荷功率需求的采样点个数;

β——负荷缺电率,一般取5%。

(3)功率波动约束

通过对电解铝生产实际工程的统计分析可知电解铝负荷功率变化较小,负荷曲线较平稳,因此,引入功率波动系数γ表示风光互补自备电厂的发电功率波动约束,公式如下所示:

(15)

式中:Pf(t)——在t时刻系统输出功率的数值;

Pf(t-1)——在t的上一个时刻即t-1时刻系统的输出功率;根据对电解铝负荷特性分析,γ通常取10%。

4 机组容量优化算法

在标准遗传算法的基础上,本文采用一种改进的双种群遗传算法对风机、光伏的容量配置进行优化,搭建的风光互补自备电厂。其基本原理是将一个大种群分为A和B两个子种群,A设为探测种群,侧重于全局搜索,B设为拓展种群,偏向于在局部空间内搜索最优解,子种群A、B在进化过程中各自按照不同的交叉和变异概率进行遗传操作。本文风机、光伏容量优化流程如图3所示,具体步骤如下:

步骤1:设置遗传代数。群体规模以及选择、交叉和变异概率,按照约束条件生成初始化种群A和B。

步骤2:输入该地区一整年的风光气象数据,按照建立的模型计算出风光出力。

步骤3:输入该大容量电解铝厂全年的用电需求数据。

步骤4:以电解铝厂日平均用电需求开始迭代,得到风机、光伏的初始配置数。

步骤5:以经济最优为目标函数,结合可靠性约束和功率波动约束条件,选择、交叉、变异成新的种群并计算结果。

步骤6:遗传迭代结束,得到最优机组配置。

图3 自备电厂容量优化算法流程图

5 算例应用分析

选择某地区大型电解铝生产企业进行新能源置换算例模型的配比,该企业现有生产线三条,其中电解车间一、电解车间三为两条 7 万吨电解铝生产线,电解车间二为 2 万吨电解铝生产线,产能共计达到年产 16万吨电解铝。公司最大用电负荷约272 MW,年用电量 24.8 亿千瓦时,最大负荷利用小时数为8760小时,电解铝负荷最长停电时间不能超过2～3个小时。

顺应新能源自备电厂的发展趋势,结合电解铝企业对于电能质量的稳定性要求,以及经济性原则,根据当地的风光条件,以及企业建设面积,结合使用大功率风机的发展趋势,本文选取WTG-3000的风机组,其额定功率为3000 kW,额定风速为14 m/s,切入风速为3 m/s,切出风速为25 m/s,平均发电成本为3300元/kWh;光伏发电部分选用4.95 kW的光伏电站,设定算法遗传代数为100,种群规模为50,种群A的交叉概率为=0.8,变异概率为=0.1,种群B的交叉概率为=0.3,变异概率为=0.05。采集该地区全年8760小时的风速、太阳光辐射强度、环境温度及电解铝负荷数据,通过所提出的模型,可求得自备电厂风光出力情况。

根据上述自备电厂优化设计,考虑到光伏板价格及风机价格对比,本文得到自备电厂的风光基础发电机组的配比设计,具体参数见表1。根据所得配比,结合企业每年平均24.8亿度用电的需求,自备电厂风机光伏最优配置为19×12 MW(风机),50×5.4 MW(光伏)。确定机组型号选择及建设规模后,对模型进行与企业匹配的用电情况仿真分析如图4。阴影部分为电解铝厂每月需求电量,根据图4可以看出,所搭建的自备电厂模型能够满足电解铝企业的实际用电需求,同时在尽量满足铝厂的用电需求同时不存在电量冗余情况,避免了能源浪费。根据该企业电量需求及火电机组出力情况可知,采用一台火电机组不能满足企业用电需求,因此,需要两台火电机组对铝厂供电,火电机组出力如图5所示,将风光互补发电与传统火电机组发电进行对比,可以看出传统火电机组的发电量在大多数月份存在大量冗余浪费。由此可得出风光互补铝电联营模式解决了一台火电机组发电量不足而两台机组冗余过多的问题,不仅具备清洁能源的环保优势,同时也兼具实际经济利用效率。