电气工程学报, 2020, 15(1): 36-40 doi: 10.11985/2020.01.005

特邀专栏: 微电网功率变换与稳定控制

基于可再生能源与储能系统的微电网模型及其优化运行仿真研究

丁宇劼

南京师范大学电气与自动化工程学院 南京 210023

Microgrid Model with Renewable Energy and Energy Storage System and Its Optimal Operation Simulation

DING Yujie

School of Electrical and Automation Engineering, Nanjing Normal University, Nanjing 210023 China

收稿日期: 2019-11-21   网络出版日期: 2020-03-25

Received: 2019-11-21   Online: 2020-03-25

作者简介 About authors

丁宇劼,男,1999年生。主要研究方向为微电网综合能源优化调度等。E-mail:gaocan343292460@163.com

摘要

随着新能源发电的广泛应用,微电网的经济效益是实现环境友好型供电的关键因素。各学者对微电网模型进行了大量研究,但现有模型未能体现可再生能源在微电网运行中的重要作用。因此,一个基于可再生能源与储能系统分析微电网产储电模型被提出,为了满足最小成本和二氧化碳排放量的需求,对微电网中电能的产生、存储和生产成本进行了详细分析。该微电网包含一个光伏发电厂、一个风力发电机、作为发电设备的柴油和燃气发电机,以及作为储能设备的电池储能系统和一个小型水力蓄水池。利用FICO Xpress编程优化工具对配电网中的微电网进行了电能生产和储存过程的仿真研究。结果表明,使用储能系统可以大大减少火电机组的发电量,也有助于降低火电机组的运行成本。此外,仿真结果符合所提出的用于分析微电网中的电力生产和存储的模型。

关键词: 微电网产储模型 ; 微电网优化运行 ; 可再生能源 ; 微电网模型仿真 ; 储能系统

Abstract

With the wide application of new energy power generation, the economic interest of microgrid is the key factor to achieve an environment-friendly power supply. Scholars have done a lot of research on microgrid models, but the existing models fail to show the importance of renewable energy in microgrid operation. Therefore, a microgrid generation and storage model based on renewable energy and energy storage system is proposed. In order to minimize the cost and the carbon dioxide emissions, the generation and storage as well as the production costs of electric energy in microgrid are analyzed in detail. The microgrid consists of a photovoltaic power plant, a wind turbine, a diesel, and a gas generator as a power generation equipment, a battery energy storage system as an energy storage equipment and a small hydraulic reservoir. The simulation of the power production and storage process of the microgrid in the distribution network is carried out by using the FICO Xpress programming optimization tool. The result shows that the use of the energy storage system can greatly reduce the generating capacity of thermal power units, and also help to reduce the operating cost of thermal power units. In addition, the simulation results are in accordance with the proposed model for analyzing power production and storage in the microgrid.

Keywords: Microgrid production and storage model ; microgrid optimal operation ; renewable energy ; microgrid model simulation ; energy storage system

PDF (3687KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

丁宇劼. 基于可再生能源与储能系统的微电网模型及其优化运行仿真研究. 电气工程学报[J], 2020, 15(1): 36-40 doi:10.11985/2020.01.005

DING Yujie. Microgrid Model with Renewable Energy and Energy Storage System and Its Optimal Operation Simulation. Journal of Electrical Engineering[J], 2020, 15(1): 36-40 doi:10.11985/2020.01.005

1 引言

为了满足电能质量上的要求和对电能的不断增长的需求,有必要加强现有的各级电力系统,从小型本地网络(微电网)到大型传输网络(超级电网)都需要实现现代化。智能电网战略的目的是实现能源的有效利用,从生产到消费,最大限度地降低成本和能源损失,并最大限度地提高电力供应的质量和可靠性。

提高供电可靠性和电能质量的途径之一是在微电网层面上集成分布式能源、储能系统和能源管理技术。分布式能源系统的优点是传输损耗最小,建设周期较短,可以在所有电压水平上应用[1]

欧洲、美国及日本等发达国家和地区目前已完成了微电网的基础理论分析,并初步建立了分布式能源及微电网的模型工具和仿真分析工具,且可以通过试验测试和现场示范工程来进行验证,以解决微电网的运行、保护和经济性分析的基本理论问题。现有微电网模型大多是针对微电网经济运行而建立的,但是缺少可再生能源与储能系统相结合的微电网模型,不能体现可再生能源在微电网运行中的重要作用。

因此,本文提出了一个基于可再生能源与储能系统的微电网模型。该模型是在FICO Xpress编程优化工具中开发的。该模型使用可再生能源和小型火电机组发电。除了发电单元,该模型还包括电能存储。仿真结果包括各单元的输出功率、各热力单元的生产成本和各时段末的储能量。时间间隔选择在15~60 min。文中详细介绍了模型的仿真过程及结果。

2 微电网系统模型

在分析电力生产和储存的模型中,为了进行模拟,本文定义了一个微电网系统,该系统由光伏发电厂、风机、小型抽水蓄能系统、电能储存(Electric energy storage,EES)、柴油和燃气发电机组成,系统模型如图1所示。

图1

图1   微电网系统模型


2.1 风力发电厂

风力发电是当今最常见的可再生能源发电方式之一。由于这种发电技术在生态上是可以接受的,而且电源是免费的,未来风电机组的安装趋势将延续下去。风力是一种间歇性的能源,无法储存,而且风力发电的电力生产与天气条件息息相关,因此利用风力涡轮机发电是一个非常复杂的问题。风力发电机的输出功率直接取决于风速。风力涡轮机的输出功率也不被分配,因此有必要将所有可用的电力输入电网或储存在能源库中。

本文采用一台1 000 kW的风力发电机组进行仿真。

2.2 光伏发电厂

除了风力发电厂外,不同装机功率(从几千瓦到兆瓦)的光伏发电厂经常被用作微电网系统中的可再生能源。光伏电站的输出功率直接取决于光伏组件表面的太阳辐射强度。

风电机组中,由于输出功率仅取决于风速,因此无法分配输出功率,与风电机组的情况不同,光伏发电厂的输出功率可以通过使用额外的控制设备进行管理[2]

本文采用装机容量为500 kW的光伏电站作为仿真对象,对其输出功率进行调度。在所提出的模型中,管理系统可以将光伏电站的输出功率分别设置为最大功率的0%、30%、60%和100%。

2.3 电能储存

EES的目的是在负荷需求低、电价低或可再生能源发电过剩时储存电力。当负荷需求高、电价高或发电量不足时,从仓库中取电。因为电不能以最初的形式储存,所以有必要对其进行转化,以允许储存。对于所有的储能技术而言有两个重要的参数:可储存的能量和充放电速率[3]

(1) 抽水蓄能技术:抽水蓄能技术是世界上最古老、应用最广泛的EES技术。在此EES技术中,电以势能的形式从下水库抽水到上水库。必要时,通过涡轮机将上水库的水排回到下水库,将势能转化为电能。根据电站规模、水轮机类型、压力管道直径、水库和装机功率之间的高差,抽水电站的水力效率在70%到80%之间[4]

本文所提出的微电网模型中的抽水蓄能电站有一个大的下水库,代表无限量的水,而上水库的容量为4 000 kWh。上水库不允许进一步排放的最小能量为200 kWh。四台250 kW的水泵用来抽水。电能是通过涡轮机从上水库放水产生的, 输出功率在400 kW到1 000 kW之间。抽水蓄能电站的效率为80%。

(2) 电池储能系统(Battery energy storage system,BESS):电池是采用电化学工艺的最经济有效的储能技术之一。电池系统是由一系列低压电池以串并联的形式连接在一起,以获得所需的电气特性。多种电池技术被用于储能。其中,因铅酸蓄电池技术非常适合储能,且能很好地承受快速充放电从而被广泛应用。

在微电网模型中,BESS容量为50 kWh,最大充放电功率为100 kW。不允许BESS进一步放电的最小能量设定为10 kWh,BESS效率为90%。

2.4 小型火电机组

最广泛使用的小型火电机组技术是柴油和燃气内燃机、燃气轮机和微型涡轮机。在内燃机方面,往复式发动机由于其低成本、大范围功率、快速启动和高运行可靠性的特点而被频繁使用,这也是为何在1 MW以下往复式发动机为主要生产设备。小型燃气轮机在1~20 MW,通常用于需要高温蒸汽的工业热电厂,而高温蒸汽不能由内燃机产生。这里提到的所有技术都可以使用不同的燃料,如天然气、沼气、填埋气、柴油、生物柴油和乙醇。

在本文提出的微电网模型中,采用了两种发电机,其基本参数见表1

表1   热力机组基本参数

机组Pmin/kWPmax/kWtminworktminstop燃料类型
G110050021天然气
G215050011柴油

新窗口打开| 下载CSV


3 微电网数学模型

在微电网产储分析模型中,采用优先级表法和混合整数规划两种方法对各生产单元进行机组组合。优先级表法[5]用于可再生能源(Renewable energy sources,RES)投入,其中定义了预定义的RES序列。混合整数规划[6]用于热工机组的投入。该模型在逻辑上可分为三个部分。第一部分处理RES投入问题,第二部分处理EES问题,第三部分以运行成本最小化为目标,对火电机组的运行进行优化。其中,采用优先级列表法对RES的投入可通过式(1)来表示

$\sum\limits_{p=1}^{NRES}{{{P}_{RESp}}(t)}\le D(t)+\sum\limits_{s=1}^{NST}{{{P}_{STin}}(s)}$

约束条件由式(2)~(4)表示

${{P}_{STin\min }}\le {{P}_{STin}}\le {{P}_{STin\max }}$
${{P}_{RES\min }}\le {{P}_{RES}}\le {{P}_{RES\max }}$
${{E}_{ST\min }}\le {{E}_{ST}}\le {{E}_{ST\max }}$

式中,NRES是RES的数目;NST是EES的数目;PRESp(t)是时间段t中RESp的输出功率;PRESmin是RES的最小功率;PRESmax是RES的最大功率;PSTin(s)是能量存储s的充电功率;PSTinmin是EES的最小充/放电功率;PSTinmax是EES的最大充/放电功率;EST是EES中存储的能量;ESTmin是最小EES容量级;ESTmax是最大EES容量级;D(t)是时间段t中的微电网负载需求。

如果RES和EES提供的功率仍不能满足微电网的需求,则需要投入热力机组。火电机组的运行在所有时间段都得到了优化,以满足需求并将运行成本降至最低。经济和排放调度(Economic and emission dispatch,EED)是在火电机组投入运行时进行的。文献[7,8,9,10,11]在模型中寻求最优解的目标函数由式(5)定义

$\begin{align} & Cost=\text{min}\left( \sum\limits_{s=1}^{NTU}{\{TSTAR{{T}_{s}}}+ \right. \\ & \ \ [\left. P{{C}_{s}}({{P}_{s}})\underset{_{_{{}}}}{\overset{_{_{{}}}}{\mathop{+}}}\,CEM{{S}_{s}}({{P}_{s}})]\cdot {{t}_{int}}\} \right) \end{align}$

约束条件由式(6)~(9)表示

$\sum\limits_{s=1}^{NTU}{{{P}_{s}}}\le D(t)-\sum\limits_{p=1}^{NRES}{{{P}_{RESp}}(t)}-\sum\limits_{s=1}^{NST}{{{P}_{STout}}(s)}$
${{P}_{\min }}\le P\le {{P}_{\max }}$
${{t}_{\min work}}\le {{t}_{work}}$
${{t}_{\min stop}}\le {{t}_{stop}}$

式中,NTU是热单元的数量;TSTARTs是单元s的启动成本;PCs是单元s的生产成本;CEMSs是单元s的CO2排放成本;PSTout(s)是EES s的放电功率;Ps是单元s的功率;Pmin是单元发电最小值;Pmax是单元发电最大值;tminwork是启动后机组必须运行的最小时段数;tminstop是停机后机组必须关闭的最小时段数;twork是机组正在运行的时段数;tstop是机组关闭的时段数;tint是一小时内的时段数。

火电机组运行(生产)成本最小化由两部分组成。第一部分是燃料成本,第二部分是二氧化碳排放成本。火电机组的燃料成本可用式(10)表示

$P{{C}_{s}}({{P}_{s}})={{a}_{s}}+{{b}_{s}}\cdot {{P}_{s}}+{{c}_{s}}\cdot {{P}_{s}}^{2}$

式中,asbscs是单元s的单位成本系数。

排放成本可以用式(11)表示

$CEM{{S}_{s}}({{P}_{s}})={{\alpha }_{s}}+{{\beta }_{s}}\cdot {{P}_{s}}+{{\gamma }_{s}}\cdot {{P}_{s}}^{2}$

式中,αsβsγs是单元s的排放系数。

火电机组的运行(生产)成本由燃料成本和CO2排放成本直接相加得到。对仿真的每个时间段进行机组优化,得到每个机组的输出功率和所需功率的总生产成本。

4 微电网调度方案

微电网调度方案的主要目的是尽可能大地利用RES供能,减少热力机组的生产成本和CO2排放。因此,RES单元首先使用最大可用功率。如果所有RES单元以最大可用功率工作超过微电网需求,则剩余电能存储在EES中。RES单元(如PV系统)还可以工作在最小和最大可用功率之间,如果EES电能已满或满足微电网需求,也可以不参与。

此外,在所有资源投入使用后,如果微电网需求不满足,EES将被使用,具体调度方案如图2所示。

图2

图2   微电网调度方案


5 仿真及结果分析

仿真定义了微电网中一天(24 h)的电力生产和储存,而仿真时间设置为15 min。图3描述了微电网的负荷需求。风力涡轮机和光伏电站在仿真的每个时间段的功率输出如图4所示。光伏电站的输出功率曲线代表了实际光伏电站的输出功率,而风电机组的输出功率曲线则是通过分析类似风电机组的几种日输出曲线来估算的。抽水蓄能电站上游水库的初始储蓄能量为2 000 kWh,而BESS的初始储蓄能量为30 kWh。

图3

图3   微网系统负荷需求与微网总发电量


图4

图4   风电机组和光伏电站的功率输出


结果表明,储能单元在RES发电过剩时充电,在RES发电不足时放电。图5~6分别描述了在仿真中获得的BESS和抽水蓄电站的功率输出。其中,负功率输出表示EES在充电,正功率输出表示EES在放电。

图5

图5   蓄电池储能系统的功率输出


图6

图6   抽水蓄能电站的功率输出


柴油和燃气发电机用于可再生能源生产和EES排放不能满足需求的时间段。图7显示了仿真每个时间段的G1和G2的功率输出。除了功率输出,图7还描述了发电机的运行(生产)成本。仿真中使用的生产成本为:柴油7 RMB/L,天然气4 RMB/m3,二氧化碳排放58 RMB/t。

图7

图7   火电机组发电量与火电机组生产成本


对仿真结果的详细分析表明,在仿真的某些时间段内,由于可再生能源的生产和发电机的某些技术限制(机组必须运行的最少时间段),存在电力过剩。如果在某些时间段内,可用机组和EES不能满足需求(这里不是这种情况),就会出现生产能力不足的情况。在此仿真中,假定生产的剩余电力都可以输送到配电网中,缺乏的电力都可以从配电网中获取。此外,通过对仿真中得到的结果的进行分析表明,本文所提出的微电网产储模型能减少柴油和天然气的使用,使发电机最大程度地利用RES生产电能。

6 结论

本文提出了一个分析微电网产储电能的模型。首先定义了微电网系统模型,并进行了仿真。提出此模型的目的是在使用最少的热单元和CO2排放量前提下,最大限度地利用可再生能源产生的电力。风能和光伏等可再生能源的产量变化很大,它们在不需要的时候会产生多余的能量,而在峰值负荷时不能产生足够的能量。考虑到上述事实和仿真结果,可以得出以下结论:如果要实现可再生能源产生电力的最大利用率,则需要使用微电网中的储能系统;使用储能系统可以大大减少火电机组的发电量,也有助于降低火电机组的运行成本;同时,仿真的结果也支持了本文所提出的用于分析微电网中的电力生产和存储的模型。

参考文献

Borbely A M, Kreider J F. Distributed generation:The power paradigm for the new millennium[M]. CRC Press, 2001.

[本文引用: 1]

陈绪胜, 刘重强, 文玉良 , .

大功率光伏逆变器液冷设备的研究

[J]. 电工技术, 2018,476(14):86-88.

[本文引用: 1]

Chen Xusheng, Liu Chongqiang, Wen Yuliang , et al.

Research on liquid cooling equipment of high power photovoltaic inverter

[J]. Electric Engineering, 2018,476(14):86-88.

[本文引用: 1]

张莉, 吴延平, 李琛 , .

基于超级电容器储能系统的均压放电控制策略

[J]. 电工技术学报, 2014,29(4):329-332.

URL     [本文引用: 1]

Multiple supercapacitors constituting of a serial-parallel structure are usually used as energy storage system as the voltage of single supercapacitor is relatively low. In the discharging process, there is voltage imbalance among supercapacitors caused by their different properties, which will affect the system’s discharge efficiency and energy utilization ratio, and even the service life of the supercapacitors. To solve this problem, voltage balance control strategy is proposed to minimize the voltage imbalance and to achieve high efficiency and high energy utilization of the supercapacitors. Through theoretical analysis and experiment, the feasibility of the strategy is verified.

Zhang Li, Wu Yanping, Li Chen , et al.

Control strategy of equalizing discharge based on super capacitor energy storage system

[J]. Transactions of China Electrotechnical Society, 2014,29(4):329-332.

URL     [本文引用: 1]

Multiple supercapacitors constituting of a serial-parallel structure are usually used as energy storage system as the voltage of single supercapacitor is relatively low. In the discharging process, there is voltage imbalance among supercapacitors caused by their different properties, which will affect the system’s discharge efficiency and energy utilization ratio, and even the service life of the supercapacitors. To solve this problem, voltage balance control strategy is proposed to minimize the voltage imbalance and to achieve high efficiency and high energy utilization of the supercapacitors. Through theoretical analysis and experiment, the feasibility of the strategy is verified.

李彭年 .

东风水电站的增容改造

[J]. 小水电, 1998(5):38-39.

[本文引用: 1]

Li Pengnian .

Capacity expansion and reconstruction of Dongfeng hydropower station

[J]. Small Hydro Power, 1998(5):38-39.

[本文引用: 1]

赵如臣 .

基于直流微电网下的配电网

[J]. 电工技术, 2015,8:128-128.

[本文引用: 1]

Zhao Ruchen .

Distribution network based on DC microgrid

[J]. Electric Engineering, 2015,8:128-128.

[本文引用: 1]

汪隆君, 郭俊宏, 王钢 , .

主动配电网孤岛划分的混合整数规划模型

[J]. 电工技术学报, 2016,31(15):136-146.

[本文引用: 1]

Wang Longjun, Guo Junhong, Wang Gang , et al.

Mixed integer programming model for island division of active distribution network

[J]. Transactions of China Electrote- chnical Society, 2016,31(15):136-146.

[本文引用: 1]

Hiyama T, Koga S .

Economic dispatch simulator for short and midterm planning of thermal units operation

[C] // IEEE Power Engineering Society Winter Meeting,Singapore, 2000,2:909-914.

[本文引用: 1]

Huang Chaoming, Huang Yanchang .

A novel approach to real-time economic emission power dispatch

[J]. IEEE Transactions on Power Systems, 2003,18(1):288-294.

DOI:10.1109/TPWRS.2002.807071      URL     [本文引用: 1]

Venkatesh P, Lee K Y .

Multi-objective evolutionary programming for economic emission dispatch problem

[C] // IEEE Power and Energy Society General Meeting:Conversion and Delivery of Electrical Energy in the 21st Century,20-24 July 2008,Pittsburgh,PA,USA, 2008.

[本文引用: 1]

Xie L, Ili M D .

Emission-concerned economic dispatch:Possible formulations and implementations

[C]// IEEE Power and Energy Society Transmission and Distribution Conference and Exposition,19-22 April 2010,New Orleans,LA,USA,14 June 2010.

[本文引用: 1]

Piltan S, Pourakbari-Kasmaei M, Montavani J R S , et al.

An unproblematic method to solve economic and emission dispatch

[C]// Environment and Electrical Engineering Conference,8-11 May 2011,Rome,Italy, 2011.

[本文引用: 1]

/