[go: up one dir, main page]

CN110474374A - 一种风电-光伏-储热联合发电系统及容量优化方法 - Google Patents

一种风电-光伏-储热联合发电系统及容量优化方法 Download PDF

Info

Publication number
CN110474374A
CN110474374A CN201910651152.0A CN201910651152A CN110474374A CN 110474374 A CN110474374 A CN 110474374A CN 201910651152 A CN201910651152 A CN 201910651152A CN 110474374 A CN110474374 A CN 110474374A
Authority
CN
China
Prior art keywords
wind
photovoltaic
energy
capacity
subsystem
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910651152.0A
Other languages
English (en)
Inventor
郭苏
何意
刘群明
裴焕金
阿依努尔
张睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Original Assignee
Hohai University HHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201910651152.0A priority Critical patent/CN110474374A/zh
Publication of CN110474374A publication Critical patent/CN110474374A/zh
Pending legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D15/00—Adaptations of machines or engines for special use; Combinations of engines with devices driven thereby
    • F01D15/10—Adaptations for driving, or combinations with, electric generators
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
    • F03D9/007—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations the wind motor being combined with means for converting solar radiation into useful energy
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
    • F03D9/10—Combinations of wind motors with apparatus storing energy
    • F03D9/18—Combinations of wind motors with apparatus storing energy storing heat
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
    • F03D9/20—Wind motors characterised by the driven apparatus
    • F03D9/25—Wind motors characterised by the driven apparatus the apparatus being an electrical generator
    • F03D9/255—Wind motors characterised by the driven apparatus the apparatus being an electrical generator connected to electrical distribution networks; Arrangements therefor
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24S—SOLAR HEAT COLLECTORS; SOLAR HEAT SYSTEMS
    • F24S60/00—Arrangements for storing heat collected by solar heat collectors
    • F24S60/20—Arrangements for storing heat collected by solar heat collectors using chemical reactions, e.g. thermochemical reactions or isomerisation reactions
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/40—Solar thermal energy, e.g. solar towers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Sustainable Energy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • Thermal Sciences (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Wind Motors (AREA)
  • Engine Equipment That Uses Special Cycles (AREA)

Abstract

本发明公开了一种风电‑光伏‑储热联合发电系统及容量优化方法，该系统由风电子系统，光伏子系统，电加热器，储热系统及配套的汽轮机组所组成，电加热器主要用于当系统出力大于负荷需求时，将多余的弃风电能以及弃光电能转换为热能的形式储存在储热系统中；当系统出力小于负荷需求时，储热系统释放热能推动汽轮机组发电；本发明以最小化平准化成本LCOE，最大化能源使用率和通道利用率为优化目标，根据系统的调度策略构造适应度函数，利用差分进化算法求解得出最优的容量配比。本发明的联合发电系统可以有效地调整风电光伏出力，提高通道利用率和能源使用率。

Description

一种风电-光伏-储热联合发电系统及容量优化方法
技术领域
本发明涉及一种风电-光伏-储热联合发电系统及容量优化方法，属于能源优化利用技术领域。
背景技术
随着社会的发展，能源问题和环境问题成为了人们关注的焦点。目前火电仍然是占比最大的发电形式，但常规火电站不仅会消耗大量的化石能源，而且化石燃料燃烧过程中所产生的排放物会对环境造成严重的污染，不符合“可持续发展”战略。有学者提出使用生物质燃料来代替传统的化石燃料，但是生物质燃料供应有限，而且燃烧过程中仍然会排放大量的温室气体。风力发电和光伏发电日益成为越来越重要的发电形式，由于风，光资源都存在间歇性和不稳定性，单独的风电场以及光伏电站的可调度性和灵活性不高，而且其并网过程中可能会造成电网的电能质量问题。
常规的风光互补系统通常使用蓄电池组作为储能单元，但是蓄电池组有严格的充放电限制，循环寿命短，价格昂贵等缺点，而储热系统的价格相对低廉，且储热系统不仅易于大规模化建设而且储热效率高达95％-97％，因此利用储热系统作为风光互补系统的储能装置可以实现更高的经济效益。
关于风光互补系统的容量优化问题，国内外已有许多相关的研究。吴红斌,陈斌,郭彩云.风光互补发电系统中混合储能单元的容量优化[J].农业工程学报,2011,27(04):241-245利用蓄电池-超级电容器的混合储能单元来提高风电-光伏联合发电系统的供电可靠性，并建立了混合储能单元的容量优化模型。但是使用蓄电池-超级电容器的混合储能单元价格昂贵，不利于大规模建设。王乐,周章,尉志勇,宋洁,刘海军.风电-抽水蓄能联合系统的优化运行研究[J].电网与清洁能源,2014,30(02):70-75研究了风电-抽水蓄能混合发电系统的动态特征，并运用遗传算法来优化风电-抽水蓄能混合发电系统的容量，但是抽水蓄能电站严重的受到地理条件的限制。杨勇,郭苏,刘群明,李荣.风电–CSP联合发电系统优化运行研究[J].中国电机工程学报,2018,38(S1):151-157研究了风电-光热联合发电系统的调度策略，并提出使用电加热器来减少弃风损失，提高供电的可靠性。不过该文章主要研究电站联合运行的调度策略，未考虑各电站建设前的经济性评估。光热电站造价昂贵，且集热场部分占据50％的建设成本，本文提出使用风电场以及光伏电站多余的电能通过电加热器转化为热能，做为储热系统的热源，以此来代替光热电站中集热场的作用，可以有效地减少联合发电系统的投资成本。
发明内容
本发明的目的在于提供一种风电-光伏-储热联合发电系统及容量优化方法，以最小化平准化成本LCOE，最大化能源使用率和通道利用率为优化目标，根据系统的调度策略构造适应度函数，利用差分进化算法求解得出最优的容量配比，可以有效地调整风电光伏出力，提高通道利用率和能源使用率。
为达到上述目的，本发明所采用的技术方案如下：
一种风电-光伏-储热联合发电系统，由风电子系统，光伏子系统，电加热器，储热系统及汽轮机组构成；所述风电子系统所发电能经过整流后与光伏子系统所发电能共用直流母线，然后通过逆变，升压后并入电网；
所述储热系统包括冷罐，热罐以及输送管道；所述冷罐用于储存288℃的冷盐，所述热罐用于储存565℃的热盐；所述冷罐中储存的冷盐经输送管道输送到电加热器中加热至565℃后输送到热罐中；所述热罐中储存的热盐与汽轮机组中的水工质换热后输送到冷罐；
所述储热系统用于将风电子系统和光伏子系统的波动电能以及超出通道容量的电能以热能的形式储存在热盐中，当风电子系统以及光伏子系统的输出电能不足通道容量时，储热系统释放热能从而推动汽轮机组发电；
所述汽轮机组由预热器，蒸发器，过热器，再热器，高压缸，低压缸，除氧器，冷凝器和发电机组构成；所述汽轮机组用于当所述联合发电系统出力小于负荷要求时，将所述储热系统中的热能转换为电能输出至电网；
所述电加热器用于将风电子系统以及光伏子系统超过通道容量的电能转换为热能的形式储存在储热系统中。
前述的电加热器采用4160V中压系统。
前述的储热系统释放热能从而推动汽轮机组发电，包括：
储热系统热罐中的热盐依次经过过热器，蒸发器，预热器，将热能以对流传热的方式传递给水工质，然后回到储热系统的冷罐中；水工质依次经过预热器，蒸发器，过热器与热盐换热后转换成高温高压的蒸汽，推动高压缸以及低压缸中的叶轮转动，从而推动发电机组发电。
一种风电-光伏-储热联合发电系统的容量优化方法，包括：
(1)确立优化目标；所述联合发电系统以平准化成本最小化，通道利用率最大化和能源使用率最大化为优化目标；
(2)构建优化目标适应度函数；
(3)在应用软件中编写适应度函数的程序代码，基于差分进化算法编写求解适应度函数的程序代码；
(4)多次运行所述求解适应度函数的程序代码，得到不同优化权重下的最优容量配比。
前述的平准化成本计算公式如下：
其中，LCOE表示平准化成本，ICw，ICtes，ICpv和ICEH分别表示风电子系统，储热系统，光伏子系统和电加热器的初始投资成本，ACw，ACtes，ACpv和ACPB分别表示风电子系统，储热系统，光伏子系统以及汽轮机组的每年投资成本，Ew，EPB和Epv分别表示风电子系统，汽轮机组和光伏子系统第一年发电量，dw，dcsp和dpv分别表示风电子系统，汽轮机组和光伏子系统每年的衰减率，i表示折现率，N表示预期寿命。
前述的通道利用率是指联合发电系统总上网电量与全年通道容量的比值。
前述的能源使用率是指联合发电系统总上网电量与系统总出力的比值。
前述的适应度函数为：
其中，Fitness表示适应度函数，ω1，ω2，ω3分别表示三个优化目标的优化权重，rate_way为通道利用率，rate_energy为能源使用率。
前述的优化过程中，运行
[Xm,Fv]＝DE(@Fitness,S,c1,c2,w,D,M)，
其中，Xm为最优容量配比，Fv为最优适应度函数值，S为初始种群数，c1,c2为学习因子，D为解向量维数，w为惯性权重，M为迭代步数；
所述解向量为由风电子系统容量，光伏子系统容量，储热时长和汽轮机组容量构成的四维向量。
前述的初始种群由多个随机产生的四维向量组成。
本发明所达到的有益效果为：
本发明的联合发电系统可以有效地调整风电光伏出力，提高通道利用率和能源使用率。
本发明的联合发电系统可以有效的减少风电场的弃风损失及光伏电站的弃光损失。
本发明的联合发电系统相比于风电-光热联合系统可以有效地减少投资成本，具有较高的经济效益。
本发明的联合系统能够有效利用小火电站的汽轮机组，减少化石能源的使用以及污染物的排放。
附图说明
图1为本发明的风电-光伏-储热联合发电系统结构框图。
图2为本发明实施例中风资源数据的评估曲线。
图3为本发明实施例中光资源数据的评估曲线。
图4为本发明实施例中风电出力曲线。
图5为本发明实施例中光伏出力曲线。
图6为本发明实施例中不同优化权重下的寻优路径；图6(a)为ω1＝0.2，ω2＝0.6，ω3＝0.2的寻优路径；图6(b)为ω1＝0.2，ω2＝0.5，ω3＝0.3的寻优路径；图6(c)为ω1＝0.2，ω2＝0.4，ω3＝0.4的寻优路径；图6(d)为ω1＝0.3，ω2＝0.4，ω3＝0.3的寻优路径；图6(e)为ω1＝0.4，ω2＝0.3，ω3＝0.3的寻优路径；图6(f)为ω1＝0.6，ω2＝0.2，ω3＝0.2的寻优路径。
图7为本发明实施例中四季典型日有无储能风电-光伏联合发电系统出力对比；图7(a)为春季代表日出力对比；图7(b)为夏季代表日出力对比；图7(c)为秋季代表日出力对比；图7(d)为冬季代表日出力对比。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明提供一种风电-光伏-储热联合发电系统，参见图1，该联合发电系统由风电子系统，光伏子系统，电加热器，储热系统及配套的汽轮机组所组成。风电子系统以及光伏子系统是联合发电系统的主要发电单元，风电子系统所发电能经过整流后与光伏子系统所发电能共用直流母线，然后通过逆变，升压后并入电网。
储热系统包括冷罐，热罐，导热工质(熔融盐)，储热工质(熔融盐)以及输送管道所组成，储热系统的主要作用是调整联合发电系统的出力时段，平缓系统的出力波动。
熔融盐主要由60％NaNO3和40KNO3所组成；储热系统的冷罐用来储存288℃的冷盐，热罐用来储存565℃的热盐；冷罐中储存的熔融盐经管道输送到电加热器中加热至565℃后输送到热罐中；热罐中储存的熔融盐与汽轮机组中的水工质换热后输送到冷罐中。
储热系统作为一个储存单元，可以将风电子系统以及光伏子系统的波动电能以及超出通道容量的电能以热能的形式储存在储热工质中，当风电子系统以及光伏子系统的输出电能不足通道容量时，储热系统可以释放储热工质中的热能从而推动汽轮机组发电，因此储热系统能够起到调整出力时段，平缓处理波动，从而提高能源使用率以及通道利用率的作用。
汽轮机组由预热器，蒸发器，过热器，再热器，高压缸HP，低压缸LP，除氧器，冷凝器，加热器(H1-H4)和发电机组等组成，汽轮机组的主要作用是当系统出力小于负荷要求时，汽轮机组将储热系统中的热能转换为电能输出到电网。
储热系统热罐中的熔融盐依次经过过热器，蒸发器，预热器，将热能以对流传热的方式传递给水工质，然后回到储热系统的冷罐中。水工质依次经过预热器，蒸发器，过热器与熔融盐换热后转换成高温高压的蒸汽，推动高压缸HP以及低压缸LP中的叶轮转动，从而带动发电机组发电，实现了将储热系统中的热能转换为电能的过程。
预热器的作用是将水工质预热到一定温度，蒸发器的作用是将水工质加热至饱和蒸汽，过热器的作用是将饱和蒸汽加热至过热蒸汽，再热器的作用是提高汽轮机低压缸的蒸汽温度，除氧器的作用去除预热器进口处水工质中的氧气，冷凝器的作用是将低压缸出口处蒸汽凝结成水，高压缸HP和低压缸LP在蒸汽的推动下叶轮转动从而带动发电机组发电，加热器H1-H4的作用是将高压缸以及低压缸出口处的水工质加热到一定温度。
电加热器是利用电流的焦耳效应将风电子系统以及光伏子系统的波动电能以及多余电能用来加热储热系统中的冷盐，加热至565℃后输送至热罐中，从而实现了电能向热能转换的过程。电加热器作为储热系统的热源，不仅能够有效地减少弃风弃光损失，而且可以使系统具有更高的能源使用率和通道利用率。
本发明系统中电加热器采用4160V中压系统，相比于传统的480V低压系统，中压系统电加热器可以减少加热过程中的功率损失，降低安装，运行维护中的费用，从而有效地减少系统的投资成本。
本发明还提供一种联合发电系统的容量优化方法，包括以下几个部分：
一、构建优化目标函数
本发明的联合发电系统的容量优化是以最小化平准化成本LCOE以及最大化通道利用率和能源使用率为目标。
平准化成本的计算如式(1)所示：
其中，ICw，ICtes，ICpv和ICEH分别表示风电场，储热系统，光伏电站和电加热器的初始投资成本，其主要包括发电组件的采购，电站配套设施，土地费和工程建设费；ACw，ACtes，ACpv和ACPB分别表示风电场，储热系统，光伏电站以及汽轮机组的每年投资成本，主要是运行维修费和保险费，通常用初始投资成本的百分比进行计算；Ew，EPB和Epv分别表示风电场，汽轮机组和光伏电站第一年发电量；dw，dcsp和dpv分别表示风电场，汽轮机组和光伏电站每年的衰减率(风电场以及汽轮机组的衰减率可忽略不计)；i表示折现率，通常取0.08；N表示预期寿命，通常取25年。
通道利用率rate_way是指系统总上网电量与全年通道容量的比值。
能源使用率rate_energy是指系统总上网电量与系统总出力的比值。
该优化问题的适应度函数如式(2)所示：
其中，ω1，ω2，ω3分别表示各优化目标的优化权重，优化权重可根据不同的优化需求进行调整，以得出适应于不同场景的最优解。
二、利用差分进化算法求解得出联合发电系统的最优容量配比
差分进化算法是一种启发式智能搜索算法，其主要包含初始化群体，变异，交叉，选择四个过程。
(1)初始化群体
差分进化算法的群体当t＝0时，P0即为初始群体。通常为了使初始群体P0尽可能覆盖整个搜索域，对P0中任一解向量中的每个元素值由式(5.1)随机确定：
式中，randi，j(0，1)是[0,1]上满足均匀分布的随机数。
(2)变异
差分进化算法的变异过程的基本原理是将群体中任意两个随机向量的差向量经过一定的缩放后与第三个向量求和，其变异原理见式(4)。
式中，xr1，xr2和xr3为群体中互不相同的三个随机个体，为变异后的新个体，F表示缩放因子，通常其取值范围为[0,1]。
(3)交叉
差分进化算法的交叉过程是将变异后的个体与原目标个体利用离散重组的方式产生新的子代个体，即相互交换变异个体与原目标个体的一些元素来增加种群的多样性，交叉原理如公式(5)所示。
式中，为交叉操作后的新个体，为变异个体，为原目标个体；CR表示交叉概率，通常取[0,1]；j是[1,n]上的随机数，sn是[1,n]上的随机整数。
(4)选择
差分进化的选择过程决定了整个种群的进化方向，使得种群不断地向最优解逼近。选择过程遵循优胜劣汰的原则，当变异交叉操作后个体的适应度值优于原目标个体时，则用个体来替代原目标个体进入下一时刻的进化操作中，反之则保留原目标个体选择过程的原理如公式(6)所示。
式中，f(x)表示适应度函数，其用来评价种群中个体的优劣。
在MATLAB软件中，根据联合发电系统的调度策略编写适应度函数Fitness，根据差分进化算法的过程及原理编写优化算法DE，然后运行[Xm,Fv]＝DE(@Fitness,S,c1,c2,w,D,M)，其中，Xm为最优容量配比，Fv为最优适应度函数值，S为初始种群数，通常取50-100，c1,c2为学习因子，通常取0.5-2.5；w为惯性权重，通常取0.1-0.9；D为搜索空间维数，根据解向量的维数而定；M为迭代步数，通常取10-100。
对于本发明来说，本发明的优化问题的解向量为(风电容量，光伏容量，储热时长，汽轮机容量)是一个四维向量，因此搜索空间维数D＝4。
由多个随机产生的四维向量组成的集合即为该优化问题的初始种群，集合中随机向量的个数即为初始种群数S。
在MATLAB环境下经过多次试验后，得出不同优化权重下的最优容量配比。
实施例
本发明实施例针对巴基斯坦某地区(25°04′N，67°56′E)拟建设风光互补系统以充分利用100MW的通道容量，根据当地测风塔所提供的风资源数据以及solargis所提供的光资源数据预测风电出力及光伏出力。本发明首先计算风电-光伏-储热联合发电系统的最优容量配比，然后与相同风电光伏容量(无储热)的系统进行对照，比较其在平准化成本，通道利用率以及能源使用率上的差异，验证风电-光伏-储热联合发电系统的可行性与优越性。
(1)进行数据准备
根据该地区测风塔所提供2016年风资源数据的总体评估如图2所示，2016年全年的平均风速为6.43m/s，平均风功率密度为262.9w/m2，风资源较丰富。
太阳总水平辐射GHI(Global Horizontal Irradiance)包括直接辐射DNI(DirectNormal Irradiance)与散射水平辐射DHI(Diffuse Horizontal Irradiance)。光伏电站可利用直接辐射DNI以及散射辐射DHI进行发电。
根据solargis所提供的1999-2017的光资源数据的总体评估如图3所示。该地区区平均年总辐射为2091.8W/m2，平均散射辐射为930.7W/m2，平均直射辐射为1161.1W/m2。
(2)出力预测
(21)风电出力
根据风资源数据及风电模型计算得出的单位MW风电出力曲线如图4所示。
(22)光伏出力
根据光资源数据及光伏模型计算得出的单位MW光伏出力曲线如图5所示。
(3)优化结果
(31)参考SAM软件，计算平准化成本所使用的经济性参数如表1所示。
表1经济性参数
风电 光伏 储热 汽轮机组 电加热器
初始成本 1695$/kW 1040$/kW 3500万元/h 6000元/kW 528655$
运维成本 51$/kW 9$/kW 10万元/h 75元/kW 12550$
发电量衰减 0 0.8％ 0 0 0
上网电价 0.5元/kWh 0.4元/kWh 0 1.15元/kWh 0
(备注：储热成本针对于100MW汽轮机组，汽轮机发电的上网电价参考光热电站)
(32)确定差分进化算法中的初始种群N＝50，学习因子c1＝c2＝2.0，惯性权重w＝0.5，搜索空间维数D＝4，迭代步数M＝20，根据不同优化权重所得出的优化结果如表2所示。
表2优化结果
不同优化权重的寻优路径如图6(a)-图6(f)所示。
根据优化结果可知，当通道利用率rate_way的优化权重较大时，储热系统及配套的汽轮机组的容量较大；当平准化成本LCOE的优化权重较大时，储热系统的容量较小。当风电-光伏的优化容量较小时，能源使用率rate_energy较大，因为通道容量较大，风电场及光伏电站所发电能均能通过输电通道消纳。
(33)结果分析与比较
风电-光伏-储热联合发电系统中储热系统及配套汽轮机组的主要功能为调节风电光伏的出力，提高通道利用率及能源使用率，因此选取通道利用率及能源使用率优化权重较大的三组优化配比结果与风电-光伏无储热系统进行对比，比较其平准化成本，通道利用率及能源使用率，具体数据对比见表3。
表3风电-光热-储热联合发电系统与无储能系统参数对比
根据表3显示，由于风电-光伏-储热联合发电系统中添加了电加热器，储热系统，汽轮机组等子系统，相应的平准化成本也有一定的上升，但是对于不同优化结果上升的幅度分别为9.7％，5.8％以及9.6％，而且未来储热系统，电加热器的成本均有下降的趋势，而且汽轮机组可以利用整改小火电站的汽轮机组，可大大地减少投资成本，从而使得平准化成本有着大幅度的下降，因此增加储热系统及附属的设备的经济性有较好的前景。
增加储热系统后，联合发电系统的通道利用率以及能源使用率得到了显著地提升，通道利用率分别上升了6％，5％及3％，能源使用率分别上升了6％，6％，4％；有效地减少了弃风弃光损失，系统的总实际上网电量增加了3.96*107kWh；而且汽轮机组所发电能质量高，并网时不会造成电网电压波动，频率闪变等问题，具有更优的电网友好性。
通过分析比较一年中各季节代表日的风电-光伏-储热联合发电系统以及风电-光伏无储能系统的出力情况，用来表现电加热器及储热系统的功率调节作用。(选ω1＝0.2，ω2＝0.6，ω3＝0.2的优化结果)出力情况对比如图7所示。
根据图7(a)-图7(d)可以明显得出，相比于风电-光伏无储能系统，风电-光伏-储热联合发电系统可以更好的利用通道容量，有着更高的通道利用率及能源使用率。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种风电-光伏-储热联合发电系统，其特征在于，由风电子系统，光伏子系统，电加热器，储热系统及汽轮机组构成；所述风电子系统所发电能经过整流后与光伏子系统所发电能共用直流母线，然后通过逆变，升压后并入电网；
所述储热系统包括冷罐，热罐以及输送管道；所述冷罐用于储存288℃的冷盐，所述热罐用于储存565℃的热盐；所述冷罐中储存的冷盐经输送管道输送到电加热器中加热至565℃后输送到热罐中；所述热罐中储存的热盐与汽轮机组中的水工质换热后输送到冷罐；
所述储热系统用于将风电子系统和光伏子系统的波动电能以及超出通道容量的电能以热能的形式储存在热盐中，当风电子系统以及光伏子系统的输出电能不足通道容量时，储热系统释放热能从而推动汽轮机组发电；
所述汽轮机组由预热器，蒸发器，过热器，再热器，高压缸，低压缸，除氧器，冷凝器和发电机组构成；所述汽轮机组用于当所述联合发电系统出力小于负荷要求时，将所述储热系统中的热能转换为电能输出至电网；
所述电加热器用于将风电子系统以及光伏子系统超过通道容量的电能转换为热能的形式储存在储热系统中。
2.根据权利要求1所述的一种风电-光伏-储热联合发电系统，其特征在于，所述电加热器采用4160V中压系统。
3.根据权利要求1所述的一种风电-光伏-储热联合发电系统，其特征在于，所述储热系统释放热能从而推动汽轮机组发电，包括：
储热系统热罐中的热盐依次经过过热器，蒸发器，预热器，将热能以对流传热的方式传递给水工质，然后回到储热系统的冷罐中；水工质依次经过预热器，蒸发器，过热器与热盐换热后转换成高温高压的蒸汽，推动高压缸以及低压缸中的叶轮转动，从而推动发电机组发电。
4.基于权利要求1至3任意一项所述的风电-光伏-储热联合发电系统的容量优化方法，其特征在于，包括：
(1)确立优化目标；所述联合发电系统以平准化成本最小化，通道利用率最大化和能源使用率最大化为优化目标；
(2)构建优化目标适应度函数；
(3)在应用软件中编写适应度函数的程序代码，基于差分进化算法编写求解适应度函数的程序代码；
(4)多次运行所述求解适应度函数的程序代码，得到不同优化权重下的最优容量配比。
5.根据权利要求4所述的容量优化方法，其特征在于，所述平准化成本计算公式如下：
其中，LCOE表示平准化成本，ICw，ICtes，ICpv和ICEH分别表示风电子系统，储热系统，光伏子系统和电加热器的初始投资成本，ACw，ACtes，ACpv和ACPB分别表示风电子系统，储热系统，光伏子系统以及汽轮机组的每年投资成本，Ew，EPB和Epv分别表示风电子系统，汽轮机组和光伏子系统第一年发电量，dw，dcsp和dpv分别表示风电子系统，汽轮机组和光伏子系统每年的衰减率，i表示折现率，N表示预期寿命。
6.根据权利要求4所述的容量优化方法，其特征在于，所述通道利用率是指联合发电系统总上网电量与全年通道容量的比值。
7.根据权利要求4所述的容量优化方法，其特征在于，所述能源使用率是指联合发电系统总上网电量与系统总出力的比值。
8.根据权利要求4所述的容量优化方法，其特征在于，所述适应度函数为：
其中，Fitness表示适应度函数，ω1，ω2，ω3分别表示三个优化目标的优化权重，rate_way为通道利用率，rate_energy为能源使用率。
9.根据权利要求4所述的容量优化方法，其特征在于，优化过程中，运行
[Xm,Fv]＝DE(@Fitness,S,c1,c2,w,D,M)，
其中，Xm为最优容量配比，Fv为最优适应度函数值，S为初始种群数，c1,c2为学习因子，D为解向量维数，w为惯性权重，M为迭代步数；
所述解向量为由风电子系统容量，光伏子系统容量，储热时长和汽轮机组容量构成的四维向量。
10.根据权利要求9所述的容量优化方法，其特征在于，初始种群由多个随机产生的四维向量组成。
CN201910651152.0A 2019-07-18 2019-07-18 一种风电-光伏-储热联合发电系统及容量优化方法 Pending CN110474374A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910651152.0A CN110474374A (zh) 2019-07-18 2019-07-18 一种风电-光伏-储热联合发电系统及容量优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910651152.0A CN110474374A (zh) 2019-07-18 2019-07-18 一种风电-光伏-储热联合发电系统及容量优化方法

Publications (1)

Publication Number Publication Date
CN110474374A true CN110474374A (zh) 2019-11-19

Family

ID=68508347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910651152.0A Pending CN110474374A (zh) 2019-07-18 2019-07-18 一种风电-光伏-储热联合发电系统及容量优化方法

Country Status (1)

Country Link
CN (1) CN110474374A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111237129A (zh) * 2020-02-24 2020-06-05 中国石油大学胜利学院 风光互补离线发电驱动区块采油系统
CN111311048A (zh) * 2019-11-29 2020-06-19 国网甘肃省电力公司建设分公司 一种考虑lace的可再生能源发电技术评估方法
CN111577402A (zh) * 2020-05-28 2020-08-25 邯郸新兴发电有限责任公司 高炉煤气储能发电循环系统
CN111723475A (zh) * 2020-06-01 2020-09-29 河海大学 一种风电、光伏和储热联合热电系统及容量优化建模方法
CN112149339A (zh) * 2020-09-04 2020-12-29 河海大学 风电-光伏-光热-电加热器互补发电系统容量优化模型
CN118920608A (zh) * 2024-09-13 2024-11-08 国网甘肃省电力公司白银供电公司 基于水电一体化的分布式光伏聚合优化控制方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203594565U (zh) * 2013-09-14 2014-05-14 内蒙古电力勘测设计院 一种太阳能热发电大功率泵的汽动驱动系统
CN104807204A (zh) * 2014-12-31 2015-07-29 深圳市爱能森科技有限公司 风电、光伏、光热和介质储热联合供能系统
CN109742812A (zh) * 2019-03-11 2019-05-10 长沙理工大学 一种提高新能源消纳的源-荷-储协调调度方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203594565U (zh) * 2013-09-14 2014-05-14 内蒙古电力勘测设计院 一种太阳能热发电大功率泵的汽动驱动系统
CN104807204A (zh) * 2014-12-31 2015-07-29 深圳市爱能森科技有限公司 风电、光伏、光热和介质储热联合供能系统
CN109742812A (zh) * 2019-03-11 2019-05-10 长沙理工大学 一种提高新能源消纳的源-荷-储协调调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙建梅等: "基于LCOE的分布式光伏发电并网效益分析", 《中国电力》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111311048A (zh) * 2019-11-29 2020-06-19 国网甘肃省电力公司建设分公司 一种考虑lace的可再生能源发电技术评估方法
CN111237129A (zh) * 2020-02-24 2020-06-05 中国石油大学胜利学院 风光互补离线发电驱动区块采油系统
CN111577402A (zh) * 2020-05-28 2020-08-25 邯郸新兴发电有限责任公司 高炉煤气储能发电循环系统
CN111723475A (zh) * 2020-06-01 2020-09-29 河海大学 一种风电、光伏和储热联合热电系统及容量优化建模方法
CN111723475B (zh) * 2020-06-01 2022-11-04 河海大学 一种风电、光伏和储热联合热电系统及容量优化建模方法
CN112149339A (zh) * 2020-09-04 2020-12-29 河海大学 风电-光伏-光热-电加热器互补发电系统容量优化模型
CN112149339B (zh) * 2020-09-04 2022-11-04 河海大学 风电-光伏-光热-电加热器互补发电系统容量优化模型
CN118920608A (zh) * 2024-09-13 2024-11-08 国网甘肃省电力公司白银供电公司 基于水电一体化的分布式光伏聚合优化控制方法及系统
CN118920608B (zh) * 2024-09-13 2025-05-02 国网甘肃省电力公司白银供电公司 基于水电一体化的分布式光伏聚合优化控制方法及系统

Similar Documents

Publication Publication Date Title
Li et al. Operation optimization of electrical-heating integrated energy system based on concentrating solar power plant hybridized with combined heat and power plant
CN110474374A (zh) 一种风电-光伏-储热联合发电系统及容量优化方法
CN111306001B (zh) 一种风光反应堆系统及其工作方法
Meha et al. Increasing the integration of variable renewable energy in coal-based energy system using power to heat technologies: The case of Kosovo
CN111950807B (zh) 计及不确定性与需求响应的综合能源系统优化运行方法
Das et al. Automatic generation control of an organic rankine cycle solar–thermal/wind–diesel hybrid energy system
Sanaye et al. Cleaner production of combined cooling, heating, power and water for isolated buildings with an innovative hybrid (solar, wind and LPG fuel) system
Zhao et al. Stochastic optimal dispatch of integrating concentrating solar power plants with wind farms
CN110492506A (zh) 一种风电-光伏-储热联合发电系统多目标容量优化方法
CN110748465B (zh) 一种氢储能太阳能燃煤耦合灵活发电系统及运行方法
Sanaye et al. A novel energy management method based on Deep Q Network algorithm for low operating cost of an integrated hybrid system
CN114330827B (zh) 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用
CN111723475B (zh) 一种风电、光伏和储热联合热电系统及容量优化建模方法
CN110374813A (zh) 一种风电-光伏-储热联合发电系统
CN112541609A (zh) 风光热和水蓄能联合可再生能源发电系统容量优化模型
CN106527142B (zh) 一种有源配电网环境下的冷热电联供系统协调调度方法
CN201827035U (zh) 一种生物质锅炉与太阳能锅炉并列运行的发电系统
CN112653197B (zh) 一种煤电内部热循环系统及其提升风电消纳水平的方法
CN102809245A (zh) 完全太阳能全天候冷热电气联产联供系统
Liu et al. Geothermal-solar energy system integrated with hydrogen production and utilization modules for power supply-demand balancing
Lin et al. Capacity Optimization Design of Hybrid Energy Power Generation System.
CN114386256A (zh) 一种考虑电热设备灵活性约束及热网特性的区域电热系统优化调度方法
CN211777845U (zh) 一种地热光热复合式连续发电系统
CN204615717U (zh) 可再生能源集群式电源发电系统
Ehyaei et al. Energy and exergy analyses of wind turbines

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191119