基于全生命周期费用的储能容量优化配置模型.docx

基于全生命周期费用的储能容量优化配置模型 0 蓄电池+超级电容器的混合储能系统 随着全球景观照明规模的迅速扩张，网络景观照明系统已成为一个非常适合的发展方向。然而,风光发电功率具有的不稳定性和间歇性使其不能像传统发电方式那样满足电网要求的调度灵活性,为解决这一问题需要开发和建设与之相配套的储能系统。 储能技术应用到风光发电系统中将使系统的能量管理更加灵活,但对于目前以蓄电池为常用储能元件的风光储项目,储能成本接近甚至大于购买单独的光伏发电组件或风力发电机的成本。因此如何最大限度地延长蓄电池组的使用寿命是新能源发电系统设计人员亟须解决的重大问题。在目前可应用的储能技术中,蓄电池和超级电容器的储能特性可以达到很好的优势互补,因此该类混合储能技术将在风光系统中得到广泛应用。本文以该类混合储能系统为基础,对并网风光发电中储能容量优化配置问题进行研究。 1 混合动力系统的能量管理策略 1.1 超级电容器不同能量 考虑到间歇式电源功率的波动性,并结合蓄电池和超级电容器互补的储能特性,提出如下适合该混合储能系统的能量管理策略:为充分发挥超级电容器功率密度大、循环寿命长、响应速度快的优势,同时有效回避其能量密度低的缺陷,超级电容器主要承担由发电功率与调度功率不相等产生的不平衡功率Pub中的频繁波动功率;蓄电池只负责承担不平衡功率Pub中的基本功率,这样可以有效避免蓄电池频繁充放电造成的小循环充放电现象,且蓄电池均以额定功率充放电,保证蓄电池处于优化的工作状态,延长蓄电池的使用寿命,提高储能系统的整体经济性。 1.2 能量缺失量elps的计算流程 本文采用能量损失率(loss of produced power probability,LPPP)和能量缺失率(loss of power supply probability,LPSP)作为并网风光发电系统运行指标。定义能量损失率RLPPP为在系统运行过程中,系统损失的电源功率ELPP与电源发电总量Eg的比值;定义能量缺失率RLPSP为在系统运行过程中,能量缺失量ELPS与调度总需求量En的比值。其满足: 基于1.1节所提出的能量管理策略,LPPP和LPSP的计算流程如图1所示。图中:t为单位时间间隔;T为总计算次数;Pw(kt)、Ppv(kt)和Pn(kt)分别表示kt时刻风机、光伏阵列输出功率和电网调度功率;Pleft和Plack分别表示剩余功率和缺失功率;Ecnr、Ebar和Eucr分别为储能系统、蓄电池组和超级电容器组充放电之前的剩余能量;Eba和Euc表示蓄电池组和超级电容器组经过充放电后的剩余能量;Ecnmax、Ecnmin分别表示储能系统能量最大值和最小值;ηc表示逆变器的转换效率。 在kt时刻,若光伏阵列输出功率Ppv(kt)和风机输出功率Pw(kt)之和大于电网调度功率Pn(kt),则存在剩余功率Pleft,此时,如果储能系统剩余能量Ecnr未处于满额状态Ecnmax,则电源为储能系统充电;若储能系统剩余能量处于满额状态,将产生能量损失,即ELPP(kt)＝[Ppv(kt)＋Pw(kt)-Pn(kt)/ηc]t,其中ηc表示逆变器的转换效率。能量损失量ELPP的详细计算流程如图2所示。当光伏阵列和风机输出功率之和小于电网调度功率要求时,出现功率缺失Plack,若储能系统剩余能量Ecnr大于最小剩余能量Ecnmin,储能系统进行放电,以弥补功率缺失。放电过程中能量缺失量ELPS具体的计算流程如图3所示。若储能系统剩余能量不大于最小剩余能量,则由电网来弥补能量缺失: 这样会影响到系统的供电可靠性,因此应尽量避免该情况的发生,这也是并网系统须要配备储能系统的主要原因之一。 从图2中,根据不同的充电情况,ELPP的计算流程共有7种情况,即SC1uf07eSC7,在每一种充电情况下储能装置的充电功率和剩余能量情况、系统的能量损失量计算过程如下: 1 sc1 2 cp2 3 cp3 4 sc4 5 sc5 6 cp6 7 不同放电功率的能量互补性 类似于储能装置充电时对系统能量损失量ELPP的计算分析,放电过程中系统能量缺失量ELPS的计算流程如图3所示。从图3中可以看出,根据不同的放电情况ELPS的计算共有5种情况,即SD1uf07eSD5,在每一种放电状态下储能装置的放电功率和剩余能量、系统的能量缺失量的计算如下: 1)SD1和SD2这两种状态相似。系统的缺失功率大于蓄电池和超级电容器所能提供的最大放电功率之和Pban＋Pucmax,因此蓄电池和超级电容器放电功率分别是Pban和Pucmax。唯一不同的是,在SD2中,经过单位时间t的放电后蓄电池未放电至最小容量Ebamin,而SD1却正好相反。这两种状态的能量缺失量ELPS的计算分别如式(9)和(10)所示。 2)SD3。系统缺失功率