PDF《融合风光出力场景生成的多能互补微网系统优化配置》

1 ) 针对本文所研究的多能互补微网系统, 首先引 入天然气分配系数v 和余热分配系数w [

2 0] , 即有 PG T g a s= v Pg a s PG B g a s=( 1- v) Pg a s Qh A C=wQh R B ì ? í ? ? ? ? (

2 ) 式中: PG T g a s和PG B g a s分别为燃气轮机和燃气锅炉使用 的天然气功率,热值选天然气低热值[ 4] 9.

9 7( kW・h ) / m3 ;

Pg a s为多能系统使用的天然气功率;

Qh A C 为吸收式制冷机利用的热能;

Qh R B 为余热 锅炉出力. 根据各个设备的出力模型以及系统的能量平衡 关系, 得到电、 热、 冷平衡方程, 如式(

3 ) 所示: Le=Pg r i d+PWT+PP V+ v Pg a s η G T g - e- PE C RE C C O P -PB S E Lh=( 1- v) Pg a s η G B g - h+ v( 1-w) Pg a s η G T g - h η R B -PH S E Lc= v wPg a s η G T g - h η R B RA C C O P+PE C-PI S E ì ? í ? ? ? ? ? ? (

3 ) 式中: Le, Lh, Lc 分别为电、 热、 冷负荷;

Pg r i d为配电 网联络线电功率, 微网向大电网购电时 Pg r i d 为正, 微网向大电网售电时 Pg r i d为负;

PWT 和PP V 分别为 风机和光伏总出力;

PB S E, PH S E, PI S E 分别为储电、 储热、 储冷设备出力, 大于零表示充电/能, 小于零表示 放电/能;

PE C为电制冷机出力;

η G T g - e 和η G T g - h 分别为燃 气轮机产生电能和烟气中热能的效率;

η G B g - h 为燃气锅 炉的产热效率;

η R B 为余热锅炉效率;

RE C C O P和RA C C O P分 别为电制冷机和溴化锂吸收式制冷机的能效比. 将电、 热、 冷平衡方程整理为如下形式: Le Lh Lc é ? ê ê ê ê ù ? ú ú ú ú =

1 v η G T g - e

0 (

1 - v) η G B g - h+ v(

1 -w) η G T g - h η R B

0 v w η G T g - h η R B RA C C O P é ? ê ê ê ê ù ? ú ú ú ú Pg r i d Pg a s é ? ê ê ù ? ú ú - -PWT-PP V+ PE C RE C C O P +PB S E PH S E -PE C+PI S E é ? ê ê ê ê ê ù ? ú ú ú ú ú (

4 )

4 3

1 2

0 1 8,

4 2 (

1 5 ) ・学术研究・ h t t p : / / ww w. a e p s - i n f o . c o m 式(

4 ) 一方面可以清晰地描述本文所研究的多 能互补微网系统的能量平衡, 另一方面则可通过调 节天然气和余热分配系数对系统中各个设备的运行 状态进行控制, 如通过调节天然气分配系数, 实现对 燃气锅炉和燃气轮机出力的控制以达到经济、 环境 等方面的目的.

2 考虑风光不确定性和相关性的场景生成 风能和光能属于可再生能源, 利用风能和光能 发电对生态环境影响较小, 但风能和光能的自然属 性决定了风机和光伏出力的不确定性以及同区域风 光出力的相关性, 为了确保多能互补微网系统运行 的安全可靠性, 必须在规划和运行阶段考虑新能源 出力的随机性和相关性. 目前, 对风速和光照强度的随机性的处理方法 主要 有两种: ① 根据统计经验, 认为风速服从Weibull分布, 光照强度服从 B e t a分布[

2 1] , 采用采 样方法获取风速和光照强度序列, 然而这种方法忽 略了序列的时间尺度, 可用于系统的可靠性评估等 场景, 而不适用于计算系统含时间尺 度的指标, 如日、 年运行成本等;

②以风速和光照强度的日前预测 为基础, 认为预测误差服从正态分布, 通过误差采样 实现风速和光伏的随机性, 但是这种方法受日前预 测局限较大[

2 2 ] , 并不适用于系统规划研究. 本文研究目标是建立规划与运行相结合的多能 互补微网系统配置模型, 根据典型日风光出力曲线 计算系统年化总成本, 需要考虑风速和光照强度序 列的时间尺度.为此, 提出一种风机和光伏典型日 出力场景生成方法, 具体过程如图2所示. 以历史风光出力数据( 每小时一个点) 为基础 ( 图中x 和y 分别表示单位风机和光伏出力) , 首先 基于核 密度估计法选取常用的高斯核函数生成24h内每个时段的风、 光出力概率密度函数.然后 考虑风光相关性, 基于 C o p u l a理论建立每个时段的 风光出力联合概率分布函数;