CN103684213B - 风光互补系统设计方法 - Google Patents

Abstract

本发明涉及新能源技术与风光互补发电系统技术，具体为一种风光互补系统设计方法，包括如下步骤：（1）测量风光互补系统部署地的支撑负载的能耗数据；对风光互补系统部署地的太阳辐射强度、温度、以及风力数据进行统计，能够得到[0,T]时间内的日照强度函数S(t)和温度函数T(t)和风速函数v_w(t)；根据风光互补系统部署地的支撑负载的能耗数据、风光互补系统部署所在地的日照强度S(t)和温度T(t)，得到[0,T]时间内负载子系统的能耗均值和能量消耗率μ_e，其中，T以天为单位。本发明设计合理，目的在于降低能量中断概率p_outage、弃风/弃光率p_discard，保证电池组工作在浅放浅充的最佳工作状态的前提下，确定最优化风光互补系统的所需成本。

Description

风光互补系统设计方法

技术领域

本发明涉及新能源技术与风光互补发电系统技术，具体为一种风光互补系统设计方法。

背景技术

化石能源危机和生态环境恶化使得无污染的可再生能源的开发与利用成为能源领域发展的趋势。太阳能和风能是最具代表性的可再生能源，其具有分布广泛，以及可广泛利用的优点。但同时，太阳能和风能与气象、环境等因素密切相关，具有时间与空间随机性，因此，如何对作为太阳能和风能互补有效利用形式的风光互补系统进行合理的设计是保证这种系统可靠工作的前提条件与首要解决的问题。

风光互补系统架构与组成如图1所示，通常风光互补系统主要由以下子系统构成：发电子系统、控制子系统、储能子系统和负载子系统。

发电子系统：包括风力发电机（简称风机）与太阳能电池。风力发电机的输出功率主要由两部分决定：风力发电机的风轮机和风力发电机的发电机。风轮机完成风能到机械能的转化，发电机将机械能转换为电能。太阳能电池是利用半导体材料的光电效应将辐射到其表面的光能转变为电能，其输出功率与太阳辐射强度、环境温度和太阳能电池板尺寸与转化效率等因素相关。

控制子系统：包括交直流与电压变换器以及能量控制器。交直流与电压变换器通常包括逆变器、整流器与斩波器等电子电力设备等。能量控制器对系统中的能量进行管理和控制，例如，根据风能、太阳能发电与负载用电情况对储能电池组的充、放电控制，确保风光互补系统的运行稳定。

储能子系统：当日照充足或风力很大导致产生的电能过剩时，电池组将多余的电能储存起来；当系统发电量不足或负载电量增加时，则由电池组向负载补充电能，以保证系统供电的可靠性。

负载子系统：交流和直流用电器。

现有风光互补系统设计方法如下：

风光互补系统的设计问题可看作一个目标优化问题，通常是为了获得最好的经济效益，在安装地的气象数据和负载用电数据的基础上，以供电系统的稳定性和可靠性为约束条件，对发电子系统和储能子系统的容量进行优化设计。但是，风光发电系统电能输出的不稳定性，负载系统电能消耗量时变性，以及储能系统自身的非线性，使得风光互补系统的优化设计属于复杂系统优化问题。

目前风光互补系统设计主要采用经验方法，如文献[1]，即，根据日平均风速、日平均有效光照强度、温度和日照时间等统计数据以及储能电池容量和充满所需时间，计算发电系统中的风机日输出功率和太阳能电池板的日输出功率。为保证系统供电的可靠性，设计发电子系统的日功率输出大于负载系统的日用电量。采用经验估算的风光互补供电系统设计方法会造成系统装机容量严重不足或者过剩现象。

另外，基于静态指标的风光互补系统设计方法正逐渐受到学术界和产业界的关注。

例如，文献[2]提出了系统设计指标“负载缺电率”（LPSP，LossofPowerSupplyProbability）来评估系统供电的可靠性，该指标定义为发电系统亏欠负载系统的功率与评估期负载总功率之比。

基于指标LPSP，文献[3]提出采用计算机辅助设计(CAD：ComputerAidedDesign)的方法，具体而言，该方法是首先计算所有满足负载要求的风、光、储组合值；然后，计算所有组合相对应的全年功率供给亏欠率LPSP；最后，根据总投资成本最小化的原则筛选出一组与该容量风力发电机对应的满足用户给定系统可靠性的系统设计。

文献[4]以独立运行的风光互补系统中储能容量最优化为目标，利用风电、光伏发电和负载用电的预测数据，提出了考虑储能系统内部特性的负荷缺电率LPSP的简化计算方法，在负载最大缺电率的约束条件下确定储能系统的容量。

文献[1]：张俊霞,大型风光互补电站的设计及运行优化分析[J].电力与能源,2013,34(6):278～280。

文献[2]：HongxingYang,WeiZhou.Optimalsizingmethodforstand-alonehybridsolar-windsystemwithLPSPtechnologybyusinggeneticalgorithm[J].SolarEnergy,2007.(4):1026～1033。

文献[3]：艾斌，沈辉等.风光互补发电系统的优化设计—CAD设计方法[J]太阳能学报，2003,24(4):540～547。

文献[4]：何勇琪，张建成.独立型风光互补系统中储能容量优化研究[J].电力科学与工程,2012,28(4):9-13,18。

文献[5]：H.Takagi,I.MutaandT.Hoshino,QueueingAnalysis:AFoundationofPerformanceEvaluation[M],Vol.2.FiniteSystems,Elsevier,1993。

现有技术的缺点如下：

1、负载子系统的能耗是随时间变化的量，发电子系统的发电量受气象条件的影响，在时间上具有不确定性；储能子系统，尤其是电池储能系统充放电过程中呈现非线性特性。传统设计方法主要采用静态分析与设计方法，忽略风光互补系统运行中的动态和非线性特性，无法保证所设计系统的可靠性与鲁棒性。

2、传统设计方法主要从满足供电侧需要设计评估指标出发，缺少对风光互补系统各组成部分可靠性、稳定性的评估指标，无法保证储能电池使用寿命、风能、太阳能利用率等，从而无法保证所设计风光互补系统长时间可靠、经济的工作。

发明内容

本发明为了解决传统设计方法存在的上述问题，提供了一种新型的风光互补系统设计方法。

本发明是采用如下技术方案实现的：

一种风光互补系统设计方法，包括如下步骤：

（1）测量风光互补系统部署地的负载的能耗数据；对风光互补系统部署地的太阳辐射强度、温度、以及风力数据进行统计，能够得到[0,T]时间内的日照强度函数S(t)和温度函数T(t)和风速函数v_w(t)；

根据风光互补系统部署地的负载的能耗数据、风光互补系统部署所在地的日照强度S(t)和温度T(t)，得到[0,T]时间内负载子系统的能耗均值和能量消耗率μ_e，其中，T以天为单位；

（2）、根据负载能耗计算所需配置锂电池组容量：

在[0,T]时间内，电池释放的总能量E_discharge由式（1）计算得到

式（1）中，第I部分表示[0,T]时间内由负载引起的电池组能量消耗，第II部分表示由电池非线性特性而引起的能量消耗，其中，β表示锂电池的扩散率；θ表示误差因子，理论上可以取无限大，但实际应用时的取值范围为1～10；

根据系统的可靠性要求，则锂电池组容量C由式（2）计算得到

$C=\frac{N\×E_{\mathrm{disch}\arg e}}{d}...\left(2\right)$

其中，N表示在风光互补系统部署地一年内连续无有效利用风能、无有效利用太阳能的最大天数；d表示电池组放电深度；

（3）、结合步骤（1）中测量得到的负载能耗和步骤中（2）中所计算得到的配置电池组容量，设计所需配置的风叶长为R的风力发电机数量N_w和太阳能电池板面积A。

具体步骤如下：

a、太阳能电池板的输出功率：

在任意辐射强度和温度的条件下，太阳能电池板的输出功率可由式（3）计算得到

$P_s\left(t\right)=A\×P_{\max \_\mathrm{ref}}\frac{S\left(t\right)}{S_{\mathrm{ref}}}[1-c(T\left(t\right)-T_{\mathrm{ref}})]1n[e+b(\frac{S\left(t\right)}{S_{\mathrm{ref}}}-1)][1+a(T\left(t\right)-T_{\mathrm{ref}})]...\left(3\right)$

其中，P_{max_ref}为标准测试条件下，即太阳辐射强度S_ref=1000W/m²，环境温度T_ref=25℃，的最大输出功率；S(t)和T(t)分别为不同测量时间的太阳辐射强度和温度，参数a，b，c分别为0.0025(℃)^-1，0.0005(W/m²)^-1，0.00288(℃)^-1；A表示太阳能电池板面积m²；e为欧拉数；

b、风力发电机输出功率：

半径为R的风轮机的机械输出功率由式（4）计算得到

其中，v_l和v_h分别为风力发电机的启动风速和安全风速；ρ为空气密度kg/m³；v_w(t)为风速m/s；R为风力发电机的风轮半径m；风能利用系数C_p=0.48；

风力发电机的输出功率由式（5）计算得到

P_w(t)=η×P_m(t)…………………………………………………….（5）

其中，η表示风力发电机的能量转换效率；

c、发电子系统的能量采集率λ_e：

发电子系统的能量采集率λ_e是指单位时间内发电子系统转化的电能量，根据太阳能电池板和风力发电机的功率输出特性，发电系统在[0,T]时间内的能量采集率λ_e由式（6）计算得到

${\mathrm{\λ}}_e=\frac{1}{T}{\∫}_0^T{P}_s\left(t\right)+N_w\×P_w\left(t\right)\mathrm{dt}...\left(6\right)$

其中，N_w表示半径为R的风力发电机的数量；

d、将发电子系统的能量采集过程拟合为参数为λ_e的泊松过程，则单位能量消耗时间内，发电子系统采集k个单位能量的概率由式（7）计算得到

${\mathrm{\α}}_k={\∫}_0^{\∞}\frac{{\left({\mathrm{\λ}}_e{t}_e\right)}^k{e}^{-{\mathrm{\λ}}_e{t}_e}}{k!}f\left(t_e\right){\mathrm{dt}}_e...\left(7\right)$

其中，t_e表示消耗单位电能的时间，其概率密度函数为f(t_e)；

在消耗第i个单位能量时，电池组中存储的能量n_i，其中0≤n_i≤C-1，由式（8）计算得到

$n_i=\left\{\begin{array}{cc}\min \{h_i,C-1\}& n_{i-1}=0\\ \min \{n_{i-1}-1+h_i,K-1\}& n_{i-1}=1,...,(C-1)...\left(8\right)\end{array}\right.$

其中，h_i表示在消耗第i个单位能量时系统采集的单位能量数；

在此，定义p_d,k表示某单位能量离开时，电池组中存储的k个能量的概率，其中，k=0,…,C-1；状态转移概率p_d,jk表示在消耗某单位能量时，电池中能量由j转变到k的概率，即p_d,jk=P{n_i=k|n_i-1=j}，0≤j,k≤C-1；p_d,jk由式（9）计算得到

$\begin{array}{cc}{p}_{d,0k}=\left\{\begin{array}{cc}{\mathrm{\α}}_k& 0\≤k\≤C-2\\ 1-\underset{z=0}{\overset{C-2}{\mathrm{\Σ}}}{\mathrm{\α}}_z& k=C-1\end{array}\right.& j=0\\ p_{d,\mathrm{jk}}=\left\{\begin{array}{cc}{\mathrm{\α}}_{k-j+1}& j-1\≤k\≤C-2\\ 1-\underset{z=1}{\overset{K-j-1}{\mathrm{\Σ}}}{\mathrm{\α}}_z& k=C-1\end{array}\right.& j=1,...,C-1...\left(9\right)\end{array}$

通过状态平衡方程和正则性条件得到概率p_d,k；

根据PASTA特性，在发电系统能量采集率为λ_e，负载系统能量消耗率为μ_e的情况下，电池组中存储能量为k的概率p_e,k，k=0,1,…,C，由式（10）计算得到

$p_{e,k}=\left\{\begin{array}{cc}\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}{p}_{d,k}& k=\mathrm{0,1},...C-1\\ 1-\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}& k=C\end{array}\right....\left(10\right)$

e、在无风、无光的极端条件下，显然，当电池组中存储的能量小于C×(1-d)时，负载子系统将无法正常工作，因此，能量中断概率p_outage可由式（11）计算得到

$p_{\mathrm{outage}}=\mathrm{Pr}(k\≤C\×(1-d))=\underset{k=0}{\overset{C\×(1-d)}{\mathrm{\Σ}}}\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}{p}_{d,k}...\left(11\right)$

而当电池组荷电状态为100%时，太阳能电池和风力发电机所产生的电能将无法存储在电池组中，系统的弃风光率p_discard由式（12）计算得到

$p_{\mathrm{discard}}=\mathrm{Pr}(k\≥C)=1-\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}...\left(12\right)$

在发电系统能量采集率为λ_e，负载系统能量消耗率为μ_e的情况下，电池组中存储能量的均值为因此，电池组容量利用率为 $\mathrm{\γ}=\frac{{\mathrm{\Σ}}_{k=0}^K{\mathrm{kp}}_{e,k}}{K};$

（f）、风光互补系统最优化设计：

建立优化问题，如式（13）：

$\begin{array}{c}\min g\left(R\right)\×N_w\×R+g\left(A\right)\×A\\ s.t.p_{\mathrm{outage}}\≤{\mathrm{\ϵ}}_{\mathrm{outage}},\\ p_{\mathrm{diacard}}\≤{\mathrm{\ϵ}}_{\mathrm{discard}},\\ {\mathrm{\γ}}_l\≤\mathrm{\γ}\≤{\mathrm{\γ}}_h.\end{array}...\left(13\right)$

其中，ε_outage和ε_discard分别为所设计风光互补系统允许的能量中断概率和弃风/弃光率；[γ_l,γ_h]为电池放电率的最佳工作区间；g(R)为与风力发电机半径R相关的投资成本函数；N_w表示半径为R的风力发电机数量；g(A)为与太阳能电池面积A相关的投资成本函数；

其中，风叶长R可以根据部署地区的地理条件和风力条件确定，因此，式（13）确定达到最优成本时的风力发电机数量N_w和太阳能电池板面积A。

上述方法中，能量中断概率p_outage：指发电子系统与储能子系统提供的电能无法满足用电负载正常工作的概率，显然，能量中断概率越低，系统供电的可靠性越高。

弃风/弃光率p_discard：由于储能子系统容量有限，当储能电池组充满时，如果太阳能电池和风力发电机所产生的电能超出用电负载所需电能，则额外电能将被丢弃，从而造成弃风/弃光。本发明定义由于储能电池组充满，而导致额外转换的电能流失的概率为弃风光率。显然，弃风光率越低，系统设计越合理。

电池组放电率γ：在风光互补供电系统在稳定工作的条件下，电池组当前容量与电池总容量之比。

因此，本发明方法提出了如图2所示的风光互补系统设计方法模型。该方法模型考虑了发电子系统风力发电机与太阳能电池配置与储能电池容量配置相关的能量流过程。能量流过程包括发电子系统将太阳能和风能转换为电能，电能给用电负载供电，额外电能存储于电池组中，电池组为负载子系统提供所需的能量三部分。当电池组荷电状态为100%时，如果风能、太阳能转化电能超过用电负载所需电能，则风能、太阳能转化的电能将溢出。在风光互补系统设计中，将考虑无风、无光、无市电极端条件下的风光互补系统应满足的指标，从而保证风光互补系统的可靠性。

本发明设计的风光互补系统设计方法的优点如下：

1、采用动态分析与设计方法，充分考虑了风光互补系统运行中的动态和非线性特性，可以有效保证所设计系统的可靠性与鲁棒性。

2、所发明设计方法兼顾了满足用电侧需求和提高风光互补系统可靠性、稳定性两方面。与传统设计方法相比，可以有效提高储能电池使用寿命、风能、太阳能利用率等，从而保证所设计风光互补系统长时间可靠、经济的工作。

本发明设计合理，目的在于降低能量中断概率p_outage、弃风/弃光率p_discard，保证电池组工作在浅放浅充的最佳工作状态的前提下，确定最优化风光互补系统的所需成本。

附图说明

图1是风光互补系统的示意图。

图2是本发明所述方法的设计模型示意图。

图3是本发明方法的流程框图。

具体实施方式

下面对本发明的具体实施例进行详细说明。

如图3所示，一种风光互补系统设计方法，包括如下步骤：

（1）、测量风光互补系统部署地的负载的能耗数据；对风光互补系统部署地的太阳辐射强度、温度、以及风力数据进行统计，能够得到[0,T]时间内的日照强度函数S(t)和温度函数T(t)和风速函数v_w(t)；

然后，本领域技术人员采用统计学方法，根据风光互补系统部署地的负载的能耗数据（单位：焦耳）、风光互补系统部署所在地的日照强度S(t)和温度T(t)，得到[0,T]时间内负载的能耗均值和能量消耗率μ_e（即，单位时间的能量消耗），其中，T通常以天为单位。

能耗均值是指通过统计学的方法，对安装地点负载能耗的数据进行多次统计求平均值的方法，得到负载在[0,T]时间内的能耗均值，例如以天为单位，能耗均值=∑连续N天的能耗值/总天数N；而能量消耗率是指负载在单位时间内所消耗的能量，即，能量消耗率=[0,T]时间内的总能耗/T。能耗均值和能量消耗率均可以在获得历史负载能耗的基础上，通过现有公知方法获得。

（2）、根据负载能耗计算所需配置锂电池组容量。

在[0,T]时间内，电池释放的总能量E_discharge由式（1）表示

式（1）中，第I部分表示[0,T]时间内的由负载引起的电池组能量消耗，第II部分表示由电池非线性特性而引起的能量消耗，其中，β表示锂电池的扩散率（通常锂电池的扩散率约为0.35）；θ表示误差因子，取值范围为1～10。

根据系统的可靠性要求，则锂电池组容量C设计由式（2）表示

$C=\frac{N\×E_{\mathrm{disch}\arg e}}{d}...\left(2\right)$

其中，N表示在风光互补系统部署地一年内连续无有效利用风能、无有效利用太阳能的最大天数；；d表示电池组放电深度，即在电池使用过程中，电池放出的容量占其额定容量的百分比称为放电深度。

（3）、在综合考虑所提出的系统设计指标基础上，结合步骤（1）测量得到的负载能耗和步骤中（2）所计算得到的配置电池组容量，设计所需配置的风叶长为R的风力发电机数量N_w和太阳能电池板面积A。

具体步骤如下：

a、太阳能电池板的输出功率

在任意辐射强度和温度的条件下，太阳能电池板的输出功率可由式（3）计算得到

$P_s\left(t\right)=A\×P_{\max \_\mathrm{ref}}\frac{S\left(t\right)}{S_{\mathrm{ref}}}[1-c(T\left(t\right)-T_{\mathrm{ref}})]1n[e+b(\frac{S\left(t\right)}{S_{\mathrm{ref}}}-1)][1+a(T\left(t\right)-T_{\mathrm{ref}})]...\left(3\right)$

其中，P_{max_ref}为标准测试条件下（太阳辐射强度S_ref=1000W/m²，环境温度T_ref=25℃）的最大输出功率；S(t)和T(t)分别为不同测量时间的太阳辐射强度和温度，参数a，b，c分别为0.0025(℃)^-1，0.0005(W/m²)^-1，0.00288(℃)^-1；A表示太阳能电池板面积（m²）；e为欧拉数（属于工程，数学，物理等领域的公知数）。

b、风力发电机输出功率

半径为R的风轮机的机械输出功率可由式（4）计算得到

其中，v_l和v_h分别为风力发电机的启动风速和安全风速；ρ为空气密度（kg/m³）；v_w(t)为风速（m/s）；R为风力发电机的风轮半径（m）；风能利用系数C_p=0.48。

风力发电机的输出功率可由式（5）计算得到

P_w(t)=η×P_m(t)………………………………………………………（5）

其中，η表示风力发电机的能量转换效率。

c、发电子系统的能量采集率λ_e

发电子系统的能量采集率λ_e是指单位时间内发电子系统转化的电能量。根据太阳能电池板和风力发电机的功率输出特性，发电系统在[0,T]时间内的能量采集率λ_e可由式（6）计算得到

${\mathrm{\λ}}_e=\frac{1}{T}{\∫}_0^T{P}_s\left(t\right)+N_w\×P_w\left(t\right)\mathrm{dt}...\left(6\right)$

其中，N_w表示半径为R的风力发电机的数量；

在给定部署地区气象和环境的条件下，显然能量采集率与太阳能电池板的面积，风轮机半径的大小以及风机数量相关。

d、对所提出方法模型进行动态特性分析

对部署地的太阳辐射强度、温度以及风力数据进行统计，能够得到[0,T]时间内的日照强度函数S(t)和温度函数T(t)和风速函数v_w(t)，通过式（3）-（6），得到[0,T]时间内发电子系统的能量采集率λ_e。将发电子系统的能量采集过程拟合为参数为λ_e的泊松过程，则单位能量消耗时间内，发电子系统采集k个单位能量的概率由式（7）计算得到

${\mathrm{\α}}_k={\∫}_0^{\∞}\frac{{\left({\mathrm{\λ}}_e{t}_e\right)}^k{e}^{-{\mathrm{\λ}}_e{t}_e}}{k!}f\left(t_e\right){\mathrm{dt}}_e...\left(7\right)$

其中，t_e表示消耗单位电能的时间，其概率密度函数为f(t_e)，由于安装地点的不同，消耗单位电能所需时间的概率密度函数f(t_e)也不同。在获得安装地点负载电能消耗数据的基础上，利用统计学方法，对消耗单位电能的时间大小进行大量统计分析，并得到数据直方图，利用数据拟合方法能够得到消耗单位电能所需时间的概率密度函数f(t_e)。

在消耗第i个单位能量时，电池组中存储的能量n_i（0≤n_i≤C-1）由式（8）计算得到

$n_i=\left\{\begin{array}{cc}\min \{h_i,C-1\}& n_{i-1}=0\\ \min \{n_{i-1}-1+h_i,K-1\}& n_{i-1}=1,...,(C-1)...\left(8\right)\end{array}\right.$

其中，h_i表示在消耗第i个单位能量时系统采集的单位能量数。

定义p_d,k表示某单位能量离开时，电池组中存储的k个单位能量的概率，其中，k=0,…,C-1。状态转移概率p_d,jk表示在消耗某单位能量时，电池中能量由j转变到k的概率，即p_d,jk=P{n_i=k|n_i-1=j}，0≤j,k≤C-1。p_d,jk由式（9）计算得到

$\begin{array}{cc}{p}_{d,0k}=\left\{\begin{array}{cc}{\mathrm{\α}}_k& 0\≤k\≤C-2\\ 1-\underset{z=0}{\overset{C-2}{\mathrm{\Σ}}}{\mathrm{\α}}_z& k=C-1\end{array}\right.& j=0\\ p_{d,\mathrm{jk}}=\left\{\begin{array}{cc}{\mathrm{\α}}_{k-j+1}& j-1\≤k\≤C-2\\ 1-\underset{z=1}{\overset{K-j-1}{\mathrm{\Σ}}}{\mathrm{\α}}_z& k=C-1\end{array}\right.& j=1,...,C-1...\left(9\right)\end{array}$

通过状态平衡方程和正则性条件得到概率p_d,k。根据PASTA特性（可参考背景技术中所述的文献[5]），在发电系统能量采集率为λ_e，负载系统能量消耗率为μ_e的情况下，电池组中存储能量为k的概率p_e,k，k=0,1,…,C，由式（10）计算得到

$p_{e,k}=\left\{\begin{array}{cc}\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}{p}_{d,k}& k=\mathrm{0,1},...C-1\\ 1-\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}& k=C\end{array}\right....\left(10\right)$

e、系统设计指标的计算方法

在无风、无光的极端条件下，显然，当电池组中存储的能量小于C×(1-d)时，负载子系统将无法正常工作。因此，能量中断概率p_outage可由式（11）计算得到

$p_{\mathrm{outage}}=\mathrm{Pr}(k\≤C\×(1-d))=\underset{k=0}{\overset{C\×(1-d)}{\mathrm{\Σ}}}\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}{p}_{d,k}...\left(11\right)$

而当电池组荷电状态为100%时，太阳能电池和风力发电机所产生的电能将无法存储在电池组中，系统的弃风光率p_discard可由式（12）计算得到

$p_{\mathrm{discard}}=\mathrm{Pr}(k\≥C)=1-\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}...\left(12\right)$

在发电系统能量采集率为λ_e，负载系统能量消耗率为μ_e的情况下，电池组中存储能量的均值为因此，电池组容量利用率为 $\mathrm{\γ}=\frac{{\mathrm{\Σ}}_{k=0}^K{\mathrm{kp}}_{e,k}}{K}.$

f、风光互补系统最优化设计

根据系统不同的优化目标，以供电系统的系统设计指标为约束条件，对发电系统和储能系统的容量进行优化设计。本发明以最小化成本为优化目标，建立优化问题如式（13）：

$\begin{array}{c}\min g\left(R\right)\×N_w\×R+g\left(A\right)\×A\\ s.t.p_{\mathrm{outage}}\≤{\mathrm{\ϵ}}_{\mathrm{outage}},\\ p_{\mathrm{diacard}}\≤{\mathrm{\ϵ}}_{\mathrm{discard}},\\ {\mathrm{\γ}}_l\≤\mathrm{\γ}\≤{\mathrm{\γ}}_h.\end{array}...\left(13\right)$

其中，ε_outage和ε_discard分别为所设计风光互补系统允许的能量中断概率和弃风/弃光率；[γ_l,γ_h]为电池放电率的最佳工作区间；g(R)为与风力发电机半径R相关的投资成本函数；N_w表示半径为R的风力发电机数量；g(A)为与太阳能电池面积A相关的投资成本函数。

与风轮机半径相关的投资成本函数g(R)和与太阳能电池面积相关的投资成本函数g(A)需要考虑采用的风机类型、型号、太阳能电池类型、型号、设备支架、逆变设施、场地基础以及土建工程等实际因素。以太阳能电池投资成本函数g(A)为例，在太阳能电池选型确定的基础上，太阳能电池面积（m²）与输出功率（W）呈线性关系，通过实际工程的资金估算能够得到每瓦的投资金额[RMB/W]，从而得到太阳能电池面积相关的投资成本函数g(A)[RMB/m²]。风机的投资成本函数g(R)能够通过类似方法得到。

其中风叶的半径R本领域技术人员可以容易地根据部署地区的地理条件（如部署空间限制）和风力条件（如风机启动风速等）确定，因此，式（13）确定达到最优成本时的风力发电机数量N_w和太阳能电池板面积A。式（13）为非线性凸优化问题，对式（13）求解可采用工程人员熟悉的凸优化理论和计算机方法求解，这里不再赘述。

Claims (1)

1.一种风光互补系统设计方法，其特征在于：包括如下步骤：

(1)测量风光互补系统部署地的负载的能耗数据；对风光互补系统部署地的太阳辐射强度、温度、以及风力数据进行统计，能够得到[0,T]时间内的日照强度函数S(t)和温度函数T(t)和风速函数v_w(t)；

根据风光互补系统部署地的负载的能耗数据、风光互补系统部署所在地的日照强度S(t)和温度T(t)，得到[0,T]时间内负载子系统的能耗均值和能量消耗率μ_e，其中，T以天为单位；

(2)、根据负载能耗计算所需配置锂电池组容量：

在[0,T]时间内，电池释放的总能量E_discharge由式(1)表示

式(1)中，第I部分表示[0,T]时间内由负载引起的电池组能量消耗，第II部分表示由电池非线性特性而引起的能量消耗，其中，β表示锂电池的扩散率；θ表示误差因子，取值范围为1～10；

根据系统的可靠性要求，则锂电池组容量C由式(2)表示

其中，N表示在风光互补系统部署地一年内连续无有效利用风能并且无有效利用太阳能的最大天数；d表示电池组放电深度；

(3)、结合步骤(1)中测量得到的负载能耗和步骤中(2)中所计算得到的配置电池组容量，设计所需配置的半径为R的风力发电机数量N_w和太阳能电池板面积A；

具体步骤如下：

a、太阳能电池板的输出功率：

在任意辐射强度和温度的条件下，太阳能电池板的输出功率可由式(3)计算得到

其中，P_{max_ref}为标准测试条件下，即太阳辐射强度S_ref＝1000W/m²，环境温度T_ref＝25℃，的最大输出功率；S(t)和T(t)分别为不同测量时间的太阳辐射强度和温度，参数a，b，c分别为0.0025(℃)^-1，0.0005(W/m²)^-1，0.00288(℃)^-1；A表示太阳能电池板面积m²；e为欧拉数；

b、风力发电机输出功率：

半径为R的风轮机的机械输出功率由式(4)计算得到

其中，v_l和v_h分别为风力发电机的启动风速和安全风速；ρ为空气密度kg/m³；v_w(t)为风速m/s；R为风力发电机的风轮半径m；风能利用系数C_p＝0.48；

风力发电机的输出功率由式(5)计算得到

P_w(t)＝η×P_m(t)…………………………………………………….(5)

其中，η表示风力发电机的能量转换效率；

c、发电子系统的能量采集率λ_e：

发电子系统的能量采集率λ_e是指单位时间内发电子系统转化的电能量，根据太阳能电池板和风力发电机的功率输出特性，发电系统在[0,T]时间内的能量采集率λ_e由式(6)计算得到

其中，其中，N_w表示半径为R的风力发电机的数量；

d、将发电子系统的能量采集过程拟合为参数为λ_e的泊松过程，则单位能量消耗时间内，发电子系统采集k个单位能量的概率由式(7)计算得到

其中，t_e表示消耗单位电能的时间，其概率密度函数为f(t_e)；

在消耗第i个单位能量时，电池组中存储的能量n_i，其中0≤n_i≤C-1，由式(8)计算得到

其中，h_i表示在消耗第i个单位能量时系统采集的单位能量数；

在此，定义p_d,k表示某单位能量离开时，电池组中存储的k个单位能量的概率，其中，k＝0,…,C-1；状态转移概率p_d,jk表示在消耗某单位能量时，电池中能量由j转变到k的概率，即p_d,jk＝P{n_i＝kn_i-1＝j}，0≤j,k≤C-1；p_d,jk由式(9)计算得到

通过状态平衡方程和正则性条件得到概率p_d,k；

根据PASTA特性，在发电系统能量采集率为λ_e，负载系统能量消耗率为μ_e的情况下，电池组中存储能量为k的概率p_e,k，k＝0,1,…,C，由式(10)计算得到

e、在无风、无光的极端条件下，显然，当电池组中存储的能量小于C×(1-d)时，负载子系统将无法正常工作，因此，能量中断概率p_outage可由式(11)计算得到

而当电池组荷电状态为100％时，太阳能电池和风力发电机所产生的电能将无法存储在电池组中，系统的弃风光率p_discard由式(12)计算得到

在发电系统能量采集率为λ_e，负载系统能量消耗率为μ_e的情况下，电池组中存储能量的均值为因此，电池组容量利用率为

f、风光互补系统最优化设计：

建立优化问题，如式(13)：

ming(R)×N_w×R+g(A)×A

s.t.p_outage≤ε_outage,

p_discard≤ε_discard,

γ_l≤γ≤γ_h.…………………………………….(13)

其中，ε_outage和ε_discard分别为所设计风光互补系统允许的能量中断概率、弃风或者弃光率；[γ_l,γ_h]为电池放电率的最佳工作区间；g(R)为与风力发电机半径R相关的投资成本函数；N_w表示半径为R的风力发电机数量；g(A)为与太阳能电池面积A相关的投资成本函数；

因此，式(13)确定达到最优成本时的风力发电机数量N_w和太阳能电池板面积A。