并网型可再生能源发电系统容量配置与优化

Daily Radiation(kWh/m2/d)
4
2
0
1
2
3
4
5
6
7
8
9
10 11 12
图 1 杭州某地区月平均光照强度 Fig. 1 Month average radiation intensity in an area of Hangzhou
4 3 2 1 0
Wind Speed(m/s)
1
- 32 -
电力系统保护与控制
来的发展趋势与前景。 在分布式发电系统中，分布式电源及其储能系 统的类型、容量、位置、拓扑结构对于电网运行的 可靠性及经济性都会有很大影响， 文献[8-14]给出了 国内外比较典型的分布式能源电力系统或微电网规 划方法，包括了并网和孤岛两类分布式发电系统选 址和定容优化问题，以及考虑经济性、可靠性和环 境效益的规划方法。国外的一些实验室已开发了相 关的分布式电源规划软件，其中美国可再生能源实 验室 （NREL） 开发的 HOMER 应用较广。 文献[15-17] 运用 HOMER 软件对分布式电源系统进行规划。 上述文献提出的方法和软件在实际应用中存在 一定局限性。 例如， 文献[8-14]没有考虑到实时负荷 及实时发电情况，仅以某一天的负荷情况或者年度 总发电量进行优化； 文献[15-17]等考虑了实时负荷、 实时发电功率，但是也没有考虑实时电价、分布式 电源寿命周期内的衰减及负荷的逐年递增，而且不 具备全局优化能力，在实际应用中的效果与预期目 标偏差会比较大。 本文以 NASA 的长期气象数据为依据， 考虑了 风力发电机和光伏电池的转换效率衰减，分别从单 一电价、就地消纳、分段电价、负荷固定及负荷逐 年增长等多个实际评价和规划要素，建立了全年逐 时负荷的分布式电源规划模型。最后通过典型案例 分析验证了该方法的有效性。
（1.华东理工大学自动化研究所，上海 200237；2.杭州电子科技大学电气自动化研究所，浙江 杭州 310018; 3.检测仪表与自动化系统集成技术教育部工程研究中心, 浙江 杭州 310018） 摘要：为了准确地配置并网型分布式发电系统容量，针对并网型风光混合发电系统，给出一种基于发电效率衰减、分 时电价和负荷逐年增长等条件的并网型分布式发电系统容量优化配置方法。 利用 NASA 气象网站的风速和日照辐射资料， 生成单位容量风光电源的年度出力曲线，根据风光电源的年度衰减性，在单一电价、分段电价和本地消纳的不同应用 场景下，对固定负荷和逐年增长负荷建立起分布式电源容量优化模型。在实例分析中，通过遗传算法求解，验证了该 方法的有效性和正确性。该模型更加贴近实际工程应用，并能很好地扩展到包含多种分布式电源的并网型发电系统中， 有利于并网型分布式发电系统的应用和推广。 关键词：分布式电源；风力发电；光伏发电；电源容量优化
第 42 卷 第 17 期 2014 年 9 月 1 日
电力系统保护与控制
Power System Protection and Control
Vol.42 No.17 Sep. 1, 2014
并网型可再生能源发电系统容量配置与优化
郑凌蔚1，刘士荣1,2,3，周文君2,3，李金龙2,3，吴舜裕2,3
分布式电源的选择和容量优化
（4）
在并网型分布式可再生能源发电系统中多余 或不足的电能，可输入大电网或向大电网购买，并 能最大化地利用可再生能源，电压及频率稳定主要 由大电网支撑， 一般不考虑储能系统和备用发电机。 由于各地可再生资源的分布存在差异，各地电价、 并网条件和调节目标也会不同，其经济性和可靠性 也会随之变化。针对不同实际情况，电源选择和容 量优化的方法也会有所差异。在此研究了全寿命周 期下的单一电价、本地消纳和分段电价等不同情况 的分布式光伏、风电的容量优化问题。 2.1 单一电价下的电源选择与容量优化 单一电价下，各分布式电源的经济性只与其全 寿命周期成本及年度总发电量有关， 而与容量大小、 负荷的峰谷特性及分布式电源的间歇性无关。根据 前述所获得的气象数据、风电、光伏的计算模型， 可得单位容量风机和光伏电池在各地的年度总发电 量及经济收益。考虑全寿命周期成本的电源容量配 置，需考虑电源寿命、电源效率的年度衰减性。通 常光伏电池一般 25 年的衰减率为 20%。风力发电 机的衰减率则受厂家设备，气候条件影响较大，为 方便起见， 在此将光伏、 风电均按 25 年的衰减率为 20% 估算。这样，光伏、风电的年度平均衰减率 (Attenuation rate，AR)为 1- 25 0.8 ，第 n 年的系统效 率(System efficiency，SE)取年初和年末效率的平均 值，如式（1）所示。
- 33 -
文献[20]详细论述了风速与能量的关系，提出了 在不同地形、不同海拔、不同气象条件及不同风机轮 毂高度下风速能量关系的修正。通过全年风速数据， 可以计算出风力发电机全年的发电情况。图 4 为使用 HOMER 软件测算的某 10 kW 容量风机在杭州某地区 的典型日功率曲线图（25 m 高度）。
1
分布式电源模型
1.1 气象资料的获取 对于分布式可再生能源电力系统设计而言，分 析安装地点的气象资料非常重要。诸如太阳能辐射 量、 降水量、 风速等气象数据是其设计的关键依据。 由于地面气象观测站的气象数据仅具有特定地点的 参考性，且长期详细数据不易获取，本文采用的气 象数据均来自于美国气象总署的 NASA 气象数据 库 [18] 。在该数据库输入地球任意地点的经纬度信 息， 即可获取该地点 22 年的平均气象数据， 如月平 均辐射量、月平均风速、月平均温度。也可以获取 22 年中某一年的日气象平均数据，包括辐射和温 度。现以杭州某地区为例：在NASA网站上输入该 地区的经纬度（分别为 120.2°E和 30.19°N） ，若 设置海拔为 50 m， 以及选择目标场所的基本地形概 貌，就可以查询到该地区的每月平均光照强度和风 速，其光照图和风速图如图 1、图 2 所示。
0
引言
可持续的电力生产和高效利用可再生能源从而 降低碳排放是 21 世纪面临的最重大挑战之一， 融入 了分布式可再生能源电力系统的微型电网是人类应
基金项目：浙江省科技计划重大专项(2009C11020)；浙江省 自然科学基金（LQ12E07001）
对能源危机和全球变暖的重要手段。它的突出特点 是可以为最终用户提供发电、自维持和配送电的手 段，从而使他们能够控制自己的能源需求；从电网 角度看，它可以提高供电连续性和可靠性，加大削 峰填谷力度，降低备用需求，提高电网运营的经济 性[1]。为此，世界各国都在大力推动微电网技术的 研究，文献[2-7]对基于可再生分布式能源微电网系 统的一些关键技术进行了探讨和综述，并展望了未
Capacity configuration and optimization of grid-connected renewable energy power generation system
ZHENG Ling-wei1, LIU Shi-rong1,2,3, ZHOU Wen-jun2,3, LI Jin-long2,3, WU Shun-yu2,3 (1. Institute of Automation, East China University of Science and Technology, Shanghai 200237, China; 2. Institute of Electrical Engineering & Automation, Hangzhou Dianzi University, Hangzhou 310018, China; 3. Research Center of Detecting Instruments and Automation Systems Integration Technology, The Ministry of Education, Hangzhou 310018, China) Abstract：In order to configure accurately the capacity of grid-connected distributed generation system, a method of distributed generation system capacity optimization and configuration based on power generation efficiency attenuation, time-of-use electricity price and load increasing year by year which aims at the grid-connected wind-photovoltaic hybrid power generation system is given. Using the wind speed and sunshine radiation data of NASA's meteorological sites, annual output curve of unit capacity wind-photovoltaic power supply is obtained, the distributed generation planning model is established aiming at fixed load and increasing load in the scenario of single electricity price, time-of-use electricity price and elimination on the spot. In the case analysis, genetic algorithm is used to solve the equation, the method’s validity and correctness are verified. The model is more close to the actual engineering application, and it is easy to expand to grid-connected power generation system that includes a variety of distributed power, it is helpful for the application and promotion of grid-connected distributed generation system. Key words：distributed generation; wind power; photovoltaic power; power capacity optimization 中图分类号： TM61 文献标识码：A 文章编号： 1674-3415(2014)17-0031-07
2
3
4
5
6
7
8
9
10 11 12
图 2 杭州某地区月平均风速图 Fig. 2 Month average wind speed in an area of Hangzhou
1.2 光伏电池和风力机组发电量计算模型 本文的光伏电池和风力发电机均采用美国国家 可再生能源实验室（NREL）开发的HOMER软件[19] 中的功率输出模型，由图 1 所示的光照强度数据， 可获取该地区的全年单位容量光伏电池功率分布 图，图 3 为某一天的光伏电池功率曲线。
来自百度文库
第 n 年度发电收益(Annual generation income) I n 可 按式（3）计算。 （3） I n = SEn × PE × EI 可得单位容量电源全寿命周期收益 (Life-cycle income，LCI)计算如公式（4） 。
LCI = ∑ I i / DR i
i =1 n
2
图 3 单位容量光伏电池发电功率图 Fig. 3 Photovoltaic cell power figure in unit capacity
图 4 10 kW 容量风力发电机功率图 Fig. 4 10 kW wind turbine power figure
郑凌蔚，等
并网型可再生能源发电系统容量配置与优化