储能电池在风光互补发电系统中的容量配置分析 |
您所在的位置：网站首页 › 太阳能发电电池容量计算实验报告结果 › 储能电池在风光互补发电系统中的容量配置分析 |
|
利用风能、太阳能等可再生能源发电具有低碳、环保的特点，这已成为我国解决环境污染问题、能源短缺问题的重要途径［1−2］。风能、太阳能资源在时间和空间上的互补特性，使得风−光−储能源互补发电系统在很多地区得到了大力推广和应用［3］。 储能电池及其运行特性对风−光−储发电系统的容量配置有重要影响。文献［4−5］提出通过增加储能电池来平抑风能、太阳能发电引起的功率波动，以保证供电系统内部的能量实时平衡。文献［6］利用数值仿真及算例分析，论证了电池储能系统可以提高风光互补发电系统可靠性。文献［7］分析了在不同储能模式下风−光−储发电系统的可靠性和经济性。目前研究多集中于对供电侧储能电池特性的研究。针对储能容量的配置，本文从用户的能量需求出发，对于独立的风光互补发电系统，考虑其内部的能量供需平衡，选取负荷缺电率和能量溢出率作为风光互补发电系统储能容量配置的技术指标，并基于上海地区全年的气象数据，研究在不同储能容量下发电系统的负荷缺电率和能量溢出率的变化。 1 计算模型 1.1 储能电池储能电池是风能、太阳能发电系统的关键组件。风−光−储发电系统的计算模型主要用于计算储能电池的储能状态［8］，通过计算储能电池的荷电特征，可监测发电系统是否处于电力不足或溢出状态。储能电池荷电状态的计算流程如图1所示，图中：Εpv（t）、Εw（t）分别为t时刻光伏机组、风力机组的发电量，kW·h；Εload（t）为t时刻负载的用电量，kW·h；Cbat1（t）、Cbat2（t）分别为t时刻储能电池在充、放电时的荷电量，kW·h；Cbatmax、Cbatmin分别为储能电池的最大、最小容量，kW·h；ηinv为逆变器的效率。 图 1 Figure 1 图 1 储能电池荷电状态的计算流程 Fig.1 Flow chart concerning the state of charge calculation of energy storage battery储能电池在运行过程中，当风力机组和光伏机组的总发电量大于负荷用电量时，储能电池处于充电状态，直至电量达到电池最大容量Cbatmax；当系统总发电量小于负荷用电量时，储能电池处于放电状态，直至电量降低至电池最小容量Cbatmin。由图1中可看出，在充放电过程中，通过计算t时刻储能电池的荷电状态，可判断储能电池所处的四种工作状态即Cbat1（t）、Cbat2（t）、Cbatmax、Cbatmin。储能电池t时刻的荷电量由 $(t-1) $ 时刻储能电池的荷电量和t时刻电池的工作状态决定。 储能电池处于充电状态时，荷电量计算式为 $\begin{split} \quad\quad &{C_{\rm bat1}}\left( t \right) = {C_{\rm bat1}}\left( {t - 1} \right)\left( {1 - \delta } \right) + \\ &\left( {{{{E}}_{\rm pv}}\left( {{t}} \right) + {{{E}}_{\rm w}}\left( t \right) - \frac{E_{\rm load}\left( t \right)}{{\eta _{\rm inv}}}} \right){\eta _{\rm bat}}\end{split} $ (1)式中： $C_{\rm bat1}(t-1)$ 为 $(t - 1)$ 时刻储能电池在充电时的荷电量，kW·h；δ为储能电池的自放电率；ηbat为储能电池的充电效率。 储能电池处于放电状态时，荷电量计算式为 $\quad\quad\begin{split} &{C_{\rm bat2}}\left( t \right) = {C_{\rm bat2}}\left( {t - 1} \right)\left( {1 - \delta } \right) - \\ & \frac{E_{\rm load}\left( t \right)}{{\eta _{\rm inv}}}+ {{{{E}}_{\rm pv}}\left( {t} \right) + {{{ E}}_{\rm w}}\left( t \right)} \end{split} $ (2)式中， $C_{\rm bat2}(t - 1) $ 为 $(t - 1) $ 时刻储能电池在放电时的荷电量，kW·h。 在工作过程中，储能电池t时刻容量Cbat（t）的取值范围［9］为 $ \quad\quad {C_{\rm batmin}} \leqslant {C_{\rm bat}}\left( t \right) \leqslant {C_{\rm batmax}} $ (3) 1.2 负荷缺电率和能量溢出率负荷缺电率ηLPSP表示在一定时间内系统负荷缺电量与负荷总需求的比值［10］。作为储能电池容量配置的关键指标，时间间隔∆t内的负荷缺电量QLPSP（t）可表示为 $ \quad\quad\begin{split}&{Q_{\rm LPSP}}\left( {{t}} \right) = [{{{P}}_{\rm load}}\left( t \right) - ({{{P}}_{\rm pv}}\left( t \right) +\\ &{{{P}}_{\rm w}}\left( t \right)){\eta _{\rm inv}}]\Delta t\;\;\;({Q_{\rm LPSP}}\left( t \right) \geqslant 0)\end{split}$ (4)式中：Pload（t）为t时刻负荷的需求功率，kW；Pw（t）为t时刻风力机组的输出功率，kW；Ppv（t）为t时刻光伏机组的输出功率，kW。 则负荷缺电率ηLPSP可以表示为 $\quad\quad {\eta _{\rm LPSP}} = \frac{\displaystyle{\mathop \sum \nolimits_{{t_0}}^{{t_0} + n\Delta t} {Q_{\rm LPSP}}\left( {{t}} \right)}}{{\displaystyle\mathop \sum \nolimits_{{t_0}}^{{t_0} + n\Delta t} {{{P}}_{\rm load}}\left( t \right)\Delta t}} $ (5)式中：t0为初始时刻；n为时间序列。 能量溢出率δEXC表示一定时间内系统溢出的能量与可再生能源的总发电量的比值，常用来衡量可再生能源发电规模，一般取5%～30%［10］。∆t内的溢出能量QEXC（t）可表示为 $\quad\quad\begin{split} &{Q_{\rm EXC}}\left( t \right) = [({{{P}}_{\rm pv}}\left( {{t}} \right) + {{{P}}_{\rm w}}\left( t \right)) - \\ & \frac{{P_{\rm load}}\left( t \right)}{{\eta _{\rm inv}}}]\Delta t\;\;\;({Q_{\rm EXC}} \geqslant 0)\end{split} $ (6)则能量溢出率δEXC可表示为 $ \quad\quad{\delta _{\rm EXC}} = \frac{{\displaystyle\mathop \sum \nolimits_{{t_0}}^{{t_0} + n{\rm{\Delta }}t} {Q_{\rm EXC}}\left( t \right)}}{{\displaystyle\mathop \sum \nolimits_{{t_0}}^{{t_0} + n{\rm{\Delta }}t} [({{{P}}_{\rm pv}}\left( {{t}} \right) + {{{P}}_{\rm w}}\left( t \right)]{\rm{\Delta }}t}} $ (7) 2 算例分析 2.1 负载数据本文的研究对象为一般的风光互补式储能电站，可为50～70辆、蓄电池容量为30 kW·h的纯电动汽车供电［11］。电动汽车的蓄电池与储能电站的备用蓄电池能够随时进行更换，电站的负荷平均功率为150 kW左右。 2.2 气象资料风速、温度、太阳辐射等气象条件是影响风能、太阳能发电的关键因素。上海地区属于明显的季风性气候，夏季炎热，冬季寒冷，年平均气温在17 ºC左右，1月份的月平均气温最低，为4.1 ºC，7月份的月平均气温最高，为28.1 ºC。 图2为全年风速、太阳辐射的月平均分布。从图中可以看出，风速和太阳辐射的分布呈现明显的季节特征。秋季（9月、10月、11月）、冬季（12月、1月、2月）风速较大，春季（3月、4月、5月）、夏季（6月、7月、8月）风速相对较小；太阳辐射呈正态分布，夏季辐射最强，春季、秋季次之，冬季最弱。可以看出，风能、太阳能在季节分布上存在一定的互补特性。 图 2 Figure 2 图 2 全年风速、太阳辐射的月平均分布 Fig.2 Distribution of monthly average wind speed and solar radiation in a year 2.3 计算步骤针对储能电站的运行情况，结合上海地区相关气象资料，通过编程计算得到风光互补发电系统的容量配置，步骤为： （1）基于上海地区全年的风速、温度、太阳辐射等基础数据，计算每个∆t内的风力机组和光伏机组的发电量以及负荷需求； （2）判断储能电池的四种荷电状态，计算QLPSP（t）及QEXC（t）； （3）通过迭代计算在不同储能容量下满足ηLPSP、δEXC指标要求的风光机组容量配置。 3 计算结果及分析风力机组与光伏机组的正常运行依赖于当地的气象条件。根据上海地区长期的气象统计数据，同时出现无风或风力较弱、阴雨天气的最长持续时间不超过5天，故设定储能天数的变化区间为[1，5]。图3、4、5分别为储能容量1天、3天、5天时，配套的风力机组容量、光伏机组容量的负荷缺电率和能量溢出率。 图 3 Figure 3 图 3 储能容量1天时风光互补发电系统的容量配置 Fig.3 Capacity allocation of wind/solar hybrid generation system with one-day storage capacity 图 4 Figure 4 图 4 储能容量3天时风光互补发电系统的容量配置 Fig.4 Capacity allocation of wind/solar hybrid generation system with three-day storage capacity 图 5 Figure 5 图 5 储能容量5天时风光互补发电系统的容量配置 Fig.5 Capacity allocation of wind/solar hybrid generation system with five-day storage capacity从图3～5中可以看出，在风力机组和光伏机组规模增长初期（风力机组容量 ≤ 500 kW，光伏机组容量 ≤ 500 kW），增大储能容量对于负荷缺电率ηLPSP的降低作用明显，能量溢出率δEXC为0。随着风光发电机组容量的增加，系统ηLPSP减小幅度变缓，δEXC迅速增加。当机组容量达到一定规模（风力机组容量 ≥ 750 kW，光伏机组容量 ≥ 500 kW）时，随着储能容量的增加，ηLPSP变化不大，值接近于0，而δEXC变化趋势放缓，此时能量溢出较高。 取Ppv（t）= 0或者Pw（t）= 0，即当风力机组或光伏机组独立供电时，虽然可以满足负荷的需求，但需要较大规模的风力机组和光伏机组，此时系统δEXC处于较高水平。而风能、太阳能联合发电的互补特性，不仅能满足负载需求，而且能降低风力机组和光伏机组的容量。同时，增大储能容量也可以使配套的风力机组和光伏机组的容量降低。 分别取ηLPSP = 1%、0，同时设定δEXC ≤ 0.3，则满足ηLPSP、δEXC指标要求的储能容量与风力机组、光伏机组的容量配置如图6所示。 图 6 Figure 6 图 6 满足负荷缺电率、能量溢出率要求的风光容量配置 Fig.6 Capacity allocation of wind turbine and photovoltaic unit to meet the required loss of load probability and energy overflow rate从图6（a）、（b）中可以看出，增大储能电池容量时，配套的风力机组、光伏机组容量均减小。对于配置1天储能容量的系统来说，需要较大规模的光伏机组和风力机组，同时受到δEXC的限制，发电机组可调节的容量范围过小，此时发电系统的供电可靠性较低。当系统ηLPSP为1%时，储能容量3天与储能容量5天的系统配置比较接近，此时选择储能容量3天的配置，可以避免不必要的能量浪费。对于可靠性要求较高的系统，即缺电率ηLPSP必须为0的系统，储能容量1天无法满足要求，而3天的储能容量配套的风力、光伏机组容量调节范围较小，因此选择5天的储能容量较为合理。 综上所述，储能容量与风力机组、光伏机组容量的变化对ηLPSP、δEXC的影响存在一定的耦合关系，合理配置风、光、储的容量，才能使系统保持较高的供电可靠性和较低的能量溢出率。 4 结 论（1）风光互补发电系统充分利用了风能、太阳能的互补特性，通过较低的容量配置即可满足负荷需求，因此风光互补发电系统是上海地区发展分布式可再生能源发电系统的优先选择。 （2）在风光发电机组规模增长初期，增加储能容量对降低系统ηLPSP的作用明显，而对δEXC影响较小；当风光发电机组达到一定规模时，增加储能容量会提高系统的δEXC，而对ηLPSP影响较小。 （3）对于上海地区风光互补发电系统，在满足能量溢出率δEXC ≤ 0.3时，3天的储能容量可以满足供电系统1%的负荷缺电率；对于可靠性要求较高的系统，即负荷缺电率必须为0的系统，则需要配置5天的储能容量。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
| CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |