分散式光伏与陆上风电协同运行在电力系统中的优化配置

2024-04-07祖守圆

通信电源技术 2024年2期

祖守圆

（中石化江苏石油工程设计有限公司，江苏扬州 225012）

0 引言

随着可再生能源在电力系统中的广泛应用，分散式光伏与陆上风电作为2 种重要的可再生能源，因其清洁、可再生的特性，成为电力系统中备受关注的能源形式。然而，这两者的波动性和不确定性给电力系统的运行带来新的挑战[1]。文章旨在通过深入研究光伏和风电的技术特性，通过建立协同运行的模型和应用优化算法，进一步提高电力系统的稳定性与可靠性。

1 分散式光伏与陆上风电的特性及运行机制

1.1 分散式光伏的特性

分散式光伏系统具有独特的特性，主要表现在以下几个方面。首先，分散式光伏系统采用分布广泛的小规模光伏发电单元，与集中式光伏相比，系统规模相对较小，从而使分散式光伏更适应于城市环境和有限空间，可以在建筑物屋顶、地面等有限场所进行布局，提高能源的有效利用。其次，分散式光伏系统具备灵活性高的特点。分散式光伏采用多个独立发电单元，因此系统整体不受单一组件故障的影响，具备良好的健壮性和可靠性。同时，系统的灵活性使得可以根据需要进行模块化扩展，更好地适应能源需求的变化。最后，分散式光伏系统具备分布式发电的优势，可以在离电源较远的地方发电，减少输电损耗，提高能源利用效率[2]。同时，分散式光伏的分布性有助于分散电网负荷，减轻电网压力，提高电力系统的稳定性。

1.2 陆上风电的特性

陆上风电系统具有独特的特性，主要表现在以下几个方面。首先，陆上风电利用风能进行发电，通过在地面或海拔一定高度设置风力发电机组，将风能转化为机械能，再通过发电机转换为电能。这种发电方式具有广泛的适用性，可以在不同地理环境和气象条件下建设，提供清洁可再生的电力资源。其次，陆上风电系统的规模较大，通常由多台风力发电机组成的风电场构成，使得陆上风电系统能够集中利用风资源，提高整体发电效益。同时，规模化的运营有助于降低发电成本，使得风电成为一种经济可行的清能源选择。再次，陆上风电系统的可再生特性使得其对环境的影响相对较小。相比传统能源，风能发电过程中不产生温室气体和其他污染物，有利于减缓气候变化和改善空气质量。最后，风电场的占地面积相对较小，不会对土地资源造成严重损害。

1.3 分散式光伏与陆上风电在电力系统中的运行机制

分散式光伏和陆上风电作为电力系统中的清洁能源，具有独特的运行机制。分散式光伏系统利用太阳能光辐射，通过光伏电池将太阳能转化为直流电能。这些光伏电池通常分布在建筑物屋顶、农田或城市设施上，形成一个分散式的光伏发电网络。这个网络通过逆变器将直流电转换为交流电，供应给当地的电力网络。这种分布式布局可以降低输电损耗，增加电力系统的稳定性，还可以高效利用分布式能源。陆上风电系统在电力系统中的运行机制主要依赖于风力发电机组。当风力机叶片受到风的推动时，机组开始旋转，带动发电机转动产生电能。陆上风电场通常包括多个风力机组，构成一个规模庞大的风电场。这些风力机组通过集电线路将电能传输到变电站，然后接入电力系统。由于陆上风电场的规模较大，需要考虑风电场内风速的变化和不同风机之间的协调运行，以提高风电场的整体发电效益。在电力系统中，分散式光伏和陆上风电的运行机制都涉及电力的输送和接入，需要与传统的发电方式协同运行[3]。为实现清洁能源的高比例渗透，电力系统需要建立先进的智能调度与管理系统，以确保清洁能源的可靠供应，并协调各类发电方式的配合运行，实现电力系统的安全、高效运行。

2 分散式光伏与陆上风电协同运行的技术挑战

在电力系统中，分散式光伏和陆上风电的协同运行，面临着一系列技术挑战。这些挑战主要源于光伏和风电特有的运行特性和环境因素，以及电力系统对稳定性和可靠性的要求。分散式光伏与陆上风电的输出具有显著的不确定性和波动性。光伏发电的输出取决于日照强度、云量等气象条件，而风力发电的输出则会受到风速、风向等多方面因素的影响。这种不确定性使得电力系统的调度和运行面临很大的挑战，需要在短时间内快速响应和处理大量的数据，以保持电力系统的平衡和稳定。分散式光伏与陆上风电的运行特性不同，因此如何实现它们之间的协同调度是一个关键问题。不同类型的光伏和风电设备可能需要不同的运行参数和条件，这就需要研发先进的调度算法和技术，以实现它们之间的有效协同。此外，需要考虑如何将不同来源的电能进行有效的整合和调度，以最大限度地利用可再生能源，并确保电力系统的稳定性。

大规模接入分散式能源对电力系统的稳定性和可靠性提出更高的要求。大量不稳定的可再生能源接入电力系统，电压和频率的波动可能会变得更加显著。因此，需要研发先进的控制技术和保护策略，以应对这些波动和不确定性，确保电力系统的安全稳定运行。为适应高比例可再生能源的接入，电力系统的输电网和配电网需要进行相应的改造和升级。这涉及对现有电网的升级和改造，以及对新设备的研发和应用。此外，需要研究和开发智能电网技术，以实现对分散式可再生能源的高效管理和调度。综合考虑多方面因素，协同运行技术的研发和实施需要克服这些技术挑战，以实现清洁能源的协同、稳定、高效运行。

3 电力系统中的协同运行优化

3.1 协同运行模型构建

为在电力系统中实现分散式光伏与陆上风电的协同运行，首先需要建立一个合理有效的协同运行模型。这一模型的构建对于优化电力系统运行、提高可再生能源利用率、降低系统运行成本具有重要意义。具体的构建流程如图1 所示。

图1 协同运行模型构建流程

该模型应准确描述光伏和风电的发电特性，并明确它们与传统发电方式的耦合关系。光伏和风力的发电量受气象条件影响较大，因此需要充分考虑日照、云量、风速及风向等关键气象要素，建立准确的发电量模型。同时，模型应考虑电力系统的传输和分布网络，包括输电线路、变压器和配电设备等，以构建光伏和风电与电网之间的耦合模型。此外，为实现对不稳定可再生能源的有效调节，模型中须涵盖电能存储设备，如电池储能系统等，以实现调峰和调频功能；为实现电力系统的最佳协同运行状态，协同运行模型还需要引入智能调度算法。这些算法能够实时优化运行参数，有效应对光伏和风电的波动性与不确定性。通过智能调度，电力系统能够在动态条件下实现最优配置，提高电力供应的可靠性和稳定性。通过建立这样的协同运行模型，可以有效解决分散式光伏与陆上风电并网带来的技术挑战。在模型的指导下，电力系统能够更好地整合可再生能源，降低对传统能源的依赖，从而推动电力行业的可持续发展。同时，协同运行模型的建立有助于提高电力系统的运行效率，降低运营成本，为电力用户提供更加优质、可靠的电力服务。随着技术的不断进步和应用范围的扩大，协同运行模型将在未来的电力系统中发挥更加重要的作用，为实现绿色、高效的能源利用提供有力支持。

3.2 协同运行的优化配置算法

在电力系统中，协同运行的优化配置算法是确保分散式光伏和陆上风电有效协同运行的关键。考虑到分散式光伏和陆上风电的波动性，可以引入以下数学模型，以最大限度地提升系统的经济性和可靠性。本文将优化目标定义为最小化电力系统总成本，包括发电成本、传输损耗以及设备维护成本，数学模型为

式中：Cgeneration为发电成本，与分散式光伏和陆上风电的发电量相关；Ctransmission为传输损耗成本，与输电过程中的能量损耗有关；Cmaintenance为设备维护成本，与电力系统设备的使用寿命和维护频率相关。

为解决这一多目标优化问题，采用多目标遗传算法（Multi-Objective Genetic Algorithm，MOGA），其基本思路是通过模拟自然选择的过程，在保留较优解的同时引入多样性，以搜索出一组具有较好经济性和可靠性的解。遗传算法的迭代过程包括选择、交叉、变异等操作，通过不断优化决策变量，即分散式光伏和陆上风电的发电量、运行模式等参数，以实现系统总成本的最小化[4]。此外，考虑电力系统的动态性，引入模糊逻辑控制策略，根据实时系统状态调整优化参数，以适应不同运行条件。

文章提出的优化配置算法，能够在电力系统中实现分散式光伏和陆上风电的协同运行，最大限度地提高系统的经济性和可靠性，从而为电力系统的可持续发展提供有效的技术支持。

3.3 电力系统稳定性与可靠性分析

在电力系统中，稳定性与可靠性是评估系统运行状况的重要指标。因此，文章对分散式光伏和陆上风电协同运行的电力系统进行评估，结果如表1 所示。

表1 电力系统稳定性与可靠性评估结果

首先，风电和光伏的发电功率直接受到风速与光照强度的影响。在表1 的示例中，随着风速的增加和光照强度的提高，风电和光伏的发电功率呈现出相应的增长趋势。这直接关系到系统的电力供给能力对系统稳定性和可靠性产生的影响[5]。其次，系统频率和系统电压是反映电力系统运行状态的重要参数。表1 中的数据显示，在不同日期下，系统频率保持在50 Hz 左右，而系统电压也在合理范围内波动。这些参数的稳定性直接关系到电力系统的正常运行，过高或过低的频率和电压都可能导致系统不稳定或设备损坏，从而降低系统的可靠性。最后，稳定性评分和可靠性评分综合考虑系统在特定条件下的运行表现。这些评分可以基于一系列标准和指标，如频率偏差、电压偏差、电力供应可靠性等。通过对这些评分的分析，可以全面了解电力系统的运行状况，为进一步的协同运行优化提供参考和依据。通过对这些评分的监测和调整，可以实现电力系统在不同条件下的稳定运行和可靠供电。