ISSN: 2321 - 6212
取得许*
云南师范大学冶金与材料科学工程系,云南
收到:稿件编号:09-5-2022joms - 22 - 63148;编辑分配:2022年5月12日JOMS 22 - 63148 (PQ);综述:2022年5月26日JOMS 22 - 63148;修改后:02- 6 -2022,稿件编号:JOMS 22 - 63148 (R);发表:09-Jun-2022, DOI: 10.4172/2321-6212.10.6.001。
更多相关文章请访问rayapp0
本文是基于电动汽车的研究能源储能稳定、随机、可调、鲁棒性好,结合抽水蓄能,应用于风光互补智能系统,为减碳服务,目标是:(1)促进风能和光伏能量耗散,(2)考虑风能和光伏功率波动和电动汽车集群储能系统,利用多个电动汽车集群协调和降低功率波动。模型包括:(1)负荷监控终端;(2)服务器,用于存储、处理和映射所有采集到的电力数据;(3)一套以用户为中心的电力管理可视化和预测服务;(4)用于贫困地区供水的光伏水泵系统、抽水蓄能系统和储能电动汽车。结果表明,目前光伏和风电发电波动较大,储能系统投资和运行成本较高。储能系统的大规模部署将严重影响光伏、风电并网发电的经济性。仅涉及火电,系统总运行成本为1510.3万元,加上风景水和电动汽车储能组合系统后,系统总运行成本为8.76亿元。景观和蓄水的结合提高了系统的经济性和稳定性。减少二氧化碳排放将对中国的可持续发展产生积极而深远的影响。
碳中性的;互补的格局;鲁棒性;情报;环境污染
将光伏发电系统与各种电能和热能存储技术相结合,对光伏生产者和消费者非常有利,但它受到各种外部因素的影响,如电价、太阳能条件、光伏生产者和消费者的政策等[1].长期发电扩张规划(GEP)问题决定了新电厂建设的最佳能源技术类型、规模、位置和时间,同时使总成本最小化,并受到长期规划内的一系列限制。由于其复杂性,其有效实施需要考虑广泛的方面,包括经济、环境、监管、技术、业务、社会以及与其他互补部门的潜在相互依存关系[2].不同类型的家庭能源管理算法适用于由太阳能光伏、电池储能单元、不同驾驶特性的电动汽车以及临界和非临界负载组成的房屋。建议方法的主要目标,是减少从公用事业单位购买的整体电力[3.].文献4A电动汽车和可再生能源微电网在线调度的三阶段多时间尺度框架[4].文献5介绍了基于光伏阵列、热泵和插电式电动车的预测性家庭能源管理系统[5].抽水蓄能被认为是一种很有前途的蓄能方法。由于其成本低、转化率高、安全性好,可广泛应用于储能系统中,达到调峰填谷的效果,增加客户需求响应[3.-5].电动汽车夜间使用率低,可作能源储存,以减少能源浪费[6-8].一般来说,抽水蓄能容量较大,转化率较高[6,7,9,10].在此期间,电动汽车具有更好的能量转化率,易于控制,成本低[11].由于其良好的稳定性和转化率,人们探索了许多方法来补充风和水[12-14],采用灰色神经网络预测算法就是其中一种方法。单目标预测可以提前规划能源使用,提高能源利用率。但多目标优化可以改善整个系统的结构和功能,优化整个系统[15,16].虽然化学电池的转化率很高。它可以满足快速反应,但其成本相对昂贵,而且会造成化学污染。抽水蓄水量比较简单,成本低,转化率高。随着电动汽车的储能,不仅节省了成本,还能快速响应电力负荷的需求。这是一种经济、经济、高效的储能方法。电动汽车只在行驶阶段使用电力,通常处于闲置状态。因此,在低用电量期间,可以利用电动汽车存储大量的过剩负荷,大大提高了系统的响应效率[17].大多数研究只关注化学电池的储能能力[18].如表1,许多传统方法只关注系统的单目标优化,这使得系统容易陷入单目标优化。本文提出了一种多目标优化方法,将问题分解为一定数量的单目标优化子问题,同时优化得到系统的帕雷托前沿,根据实际需要得到系统的优化方案,最终制定分布式可控电源在风能太阳能混合系统中的控制和管理策略,提高系统运行的效率和经济性;抽水蓄能大大降低了化学电池的制造成本,提高了使用寿命。但其快速反应能力较化学电池弱。在未来,大量的电动汽车将投入使用。电能可以直接存储在电动汽车的电池中,提高了系统的快速响应能力,降低了成本。鼓励大规模实施环保经济的抽水蓄能。同时也能满足储能需求。电动汽车储能和泵浦储能完美解决了储能问题,如图所示图1所示。为了提高利用率的风景,有必要判断风景输出可以满足所有的要求加载,然后判断带电状态的能量存储设备当风光储水系统连接到网络,如果能量存储设备高于最低收费,但低于最大充电,电池将工作在充电状态,否则,电池充电是最高境界,没有行动,保持当前状态;如果风光不能满足当前所有的负荷需求,此时就需要判断电池放电价格和当前分时价格是高还是低,如果电池放电价格高,如果当前价格高,就会判断电池当前的电量。如果电流充电大于最小充电状态,则需要放电电池以弥补风力发电的不足。如果电池没有完全充电,则使用电网。
SOC最小值 | SOC马克斯 | ηch | η说 | EB (0) / (kW·h) | Pch,马克斯/(千瓦) | P说,马克斯/(千瓦) | C人事处/(π/千瓦·h) |
---|---|---|---|---|---|---|---|
0.1 | 0.9 | 0.95 | 0.95 | 5 | 2.5 | 2.5 | 0.15 |
表1。储能系统参数。
系统架构
本文提出的能源管理系统是一个分层、分布式的智能系统,其目标是根据当地天气预报提前制定发电计划、用电计划、用水计划和储能计划,优化能源利用。为贫困地区居民提供直观的电力规划,整合这些数据,培育更加科学的用电方式。为了实现这些目标,系统分为三层,如图所示图2。
首先,由于光伏发电的间歇性和波动性以及气候的巨大影响,光伏发电难以保证稳定发电,而太阳能和风能具有天然的互补性。风光互补发电系统可有效提高新能源的渗透性、输出功率的可控性和并网发电的可靠性。
能源管理系统负责收集所有电能数据和当地气象数据,进行预测和利用,为当地居民制定合理的用电计划。为了保证系统的鲁棒性,采用了基于Copula理论的风景互补鲁棒优化调度模型。解决了贫困地区人畜作物用水问题。根据历史用电量、发电量、天气预报、用水量、电动汽车出行等数据,进行准确预测,制定合理的用电量、发电计划。储能系统通过风力发电控制有功功率输出。该储能系统不仅可用于调峰,平滑风电场输出功率,使风力机作为调度单元运行,而且具有电力系统的变频控制能力。电力快速响应等辅助服务,充分考虑电动汽车的移动储能特点,使用内置电池超级电容器的电动汽车,结合抽水蓄能技术,不仅可以为电网提供高质量的电力,还可以通过增加风能和光伏发电来提高风能和光伏发电在能源市场上的效率。
光伏发电和风电具有天然的互补性,线性无关性较弱。传统的概率论很难确定两者之间的关系。Copula理论的引入为解决这一问题提供了一种新的方法。在实践中,同一地区的风电场和光伏电站的输出是互补的。因此,选择负相关结构的Frank Copula函数作为风电场与联合分布式光伏电站的连接函数。Frank Copula函数的分布函数和密度函数为:
式中,u, v,风电场和光伏电站的输出分别表示,θ为相关参数。此时θ≠0,θ>0,u,vit代表输出,呈正相关;此时θ→u v表示输出,趋于独立;此时θ <;0,u, v,表示输出与负相关。
风电场的经济成本:作为新能源的代表,风力发电具有无污染、无煤耗的特点,但风电场的间歇性会严重影响电网的安全性和可靠性。并网风力发电增加了旋转备用容量,弥补了风力发电的不确定性。风电的过度渗透往往导致风电场的废弃,造成资源的浪费和风电利用率的降低。因此,本文引入了弃置罚款成本的概念。大多数风电场都处于建设阶段,因此这里忽略了相对较小的运营成本。风电场旋转备用容量的惩罚成本为:
其中j分别为n个数风farmsï¼Âpu.t表示单位时间风力旋转储备容量的成本farmsï¼ C师风力发电场在t期间的备用容量价格,Ecre.jt风电场j存在可靠性随时间变化,Pre.jt风电场存在随时间变化的预测输出。
废弃风电场的惩罚成本为:
其中j分别为n个风电场,C太风电场在此期间存在单位罚款成本,Pplan.jt风电场在时间段内没有规划调度输出,Plpp.jt风电场在一定时间段内不存在极限侵彻功率,Cpp.lt表示风电场单位时间弃风的惩罚成本。风电场经济成本:
其中Cw.t.风力发电场在这段时间内的总成本。
光伏电站经济成本:光伏发电受天气和环境影响较大,大规模光伏并网需要火电机组增加旋转备用容量以补偿输出变化引起的功率波动,本文将光强的间歇性变化转化为光伏发电的惩罚成本。由于运维成本相对较低,且大部分成本都在建设阶段,本文仅考虑了轮换备用容量的惩罚成本,即光伏电站的经济成本。
式中k为光伏电站数量,Pvka为光伏电站规划发电量,C光伏(P通过)为单位时间内光伏电站的经济输出成本,N .rp为光伏电站旋转备用容量的惩罚成本系数,C米表示效率P最大时,单位产出成本最高的火电机组经济产出成本函数vk表示光伏电站的实际输出功率。
在考虑环境污染和燃料损失的基础上,结合公式(5)ï½Â(11)。提出了单位周期发电总成本最小的目标函数。
其中T为单位循环次数,I、K分别为一段时间内系统中火力发电厂和光伏发电厂的数量。家庭能源管理系统如图所示图3.
风电场和太阳能互补独立运行配置的光伏电站的输出组合在一定程度上利用了风能和太阳能互补的天然特性,并网时会改善入网功率的波动。应保证电网的可靠性和安全性,入网功率波动应小[9].本文充分考虑了风光互补特性,在目标函数经济成本较小的情况下,采用风光互补可靠性优化策略对光伏电站和风电场的输出功率和旋转备用容量进行配置。
风力发电和光伏发电受环境影响较大。为了度量风光互补的关联度,本文定义了风光互补的相关变化率λ。
本文利用模糊机会约束定义了风光互补的可信度,利用可能性测度来求解风光互补的可信度度量。对于可能性空间,事件的可信度表示为[10-12]:
在哪里显示事件一个credibilityA¯¼显示事件一个显示事件一个-1显示事件一个对立事件。
为了定义风力-太阳能混合并网系统的功率波动,本文将可信度引入风力-太阳能混合并网系统,并定义置信水平δ表示asï¼ des
在哪里ε风输出可接受的最小变化率。
根据式(22),图1可以得到,可以从图1随着风能和太阳能混合系统负相关系数的增加,风能和太阳能混合系统的置信度继续增加;随着电站数量M的增加,风能和太阳能混合系统的置信水平也呈现微弱的增加。
图1Kendall秩相关系数τ、M和δ之间的关系,根据鲁棒最优调度模型的定义,本文给出了风光互补鲁棒最优调度模型的表达式。可以看出,本文的鲁棒最优调度模型是一个经典的非线性二次规划问题,本文采用优化对偶内点法来求解。
算例分析:为了验证该系统在实际场景中的应用,以2个风电场和2个光伏电站的简化电力系统为例,对风光互补发电系统进行优化调度分析和置信度分析。采用80MW光伏电站和80MW风电场。考虑到当地实际情况,本文选择8:00 - 18:00为研究时段,预测发电量如表1.考虑到当地实际情况,本文选择8:00 - 18:00为研究时段,预测发电量如表1.将鲁棒优化理论用于处理风电混合系统中的不确定变量,增强了系统的鲁棒性。
图4展示了风能太阳能互补系统中电站数量与置信度之间的关系。可以看出,随着电站数量的增加,置信水平也相应增加,说明电站数量对整个电网的安全可靠性起着支撑作用,对整个电网的稳健性起着至关重要的作用。图5及6显示了不同置信度下风能太阳能互补系统的输出对比图。可以看出,随着置信度的提高,风能太阳能互补系统的输出功率更加稳定。这是因为风能太阳能互补系统的负相关性越大,风力发电和光伏发电的输出功率具有相互补偿的特征就越显著。鲁棒最优调度还考虑了光伏输出和风电场输出的随机性和间歇性,使调度结果更具鲁棒性。不同置信区间的效果图见图5.
由于当光伏电站和风电场的总产量变化率波动较大时,鲁棒最优调度在考虑风电场和光伏电站的相关性、间歇性和不确定性的情况下,将置信度引入决策策略,使决策策略更具鲁棒性。当置信水平为0.1时,说明调度策略未考虑各电场输出的不确定性,各光伏电站和风电场的输出均为预期输出,将各电站的输出视为固定值,不制定调度策略。电网置信水平下的鲁棒最优调度是不考虑输出不确定性的传统经济调度。随着置信度的提高,对光伏电站和风电场不确定性的考虑将逐渐增加。当置信水平为0.9时,调度策略将充分考虑间断性和互补性。
农村家庭用电负荷智能优化调度
通过负荷侧管理,提高了家庭能源效率,节省了电费。建立了家庭温度控制负荷的等效模型,并以需求响应优化调度为目标进行调度。针对新能源产量预测精度高的特点,将随机优化与鲁棒优化相结合,发挥两者的优势,促进新能源在电网中的消耗。目前,在考虑用户用电行为不确定性的情况下,将该混合方法应用于家庭智能用电优化调度策略的文献较少。
接下来,结合农村家庭用电负荷的优化调度进行研究。根据家庭用电负荷的运行特点及其对家庭能源管理系统的可控性,将家庭用电负荷分为基本负荷、不可调度柔性负荷、可调度不间断负荷、温度控制负荷四类。家庭能源管理系统在决策过程中需要考虑用户用电行为的不确定性。模型如式(9)所示:
Pf(t)在一段时间内t个不可调度的柔性负荷耗电量;Pf负载运行时所消耗的功率;xf(t) for t该时间段内负载的运行状态;tf,开始和Lf它是此负载任务的初始运行时间和额定运行时间。
洗衣机、干衣机、洗碗机等都是可调度的、不间断的负荷,工作周期固定,运行时间有一定的灵活性。它们可以由家庭能源管理系统来安排。启动后,它们必须持续运行,直到任务完成。模型是不可调度的。柔性荷载模型的形式是相同的。调度这种类型的负载不会显著限制用户的日常生活行为。
一般来说,随着离工作点距离的增加,光伏发电输出的预测精度逐渐降低。光伏发电量(0~72 h)短期预测误差在5%~25%,大多集中在10%~20%,而超短期(0~4 h)预测误差可小于1% [19-21].与风力发电不同,光伏发电系统仅在白天发电,夜间输出功率为0。因此,当HEMS前一天晚上制定第二天的调度策略时,就得到了分布式家庭并网光伏系统第二天的输出预测。该值具有较大的不确定性,靠近工作点的时间段(如第二天凌晨时间段)的光伏功率输出为一定值0。为了保证用户的灵活性和自由舒适性,在最大限度地降低系统运行成本的同时,促进光伏和风电的本地消耗。在接近制定调度策略时间点的时间段内,光伏发电的发电量为一定的0值,对用户用电量行为的预测精度较高。PSO训练图如图所示图6及7[22-25].
次日光伏发电输出和室外温度的预测期望值及波动范围如图所示图1和图2分别。由于第二天的日出时间为06:00,日落时间为19:30,因此调度策略以06:00为随机优化和可调鲁棒优化的切换点。空调系统参数R、C、Q、Tset、σ分别为12.8℃/kW、0.36 kW.h/℃、1.5 kW、26℃、2℃,室内初始温度为26℃。计算例中,用户卖给电网的电价为0.34元/千瓦时,从电网购买的电价为峰谷电价,高峰时段(10:00-15:00,18:00-22:00)电价为0.9元/(千瓦时),谷时段(00:00-07:00)电价为0.3元/(千瓦时),其余时间正常,电价为0.5元/(千瓦时)。
本文系统调度周期T=24 h,平均分为N=96个时间段,每个时间段Δt=15 min。在示例系统中,分布式电源包括总容量为2.5 kW的分布式光伏发电系统和总容量为10 kW•h的储能系统。储能系统剩余参数如所示表1.
随机优化阶段为次日00:00-06:00。该阶段光伏输出为0,负荷为照明灯具和热水锅炉,功率分别为0.25 kW和1.8 kW。把它分成三个场景,概率分别是0.3 0.5 0.2。此阶段的决策变量为储能系统的充放电功率、空调系统的通断状态和风机的供电状态。进一步减小随机优化结束时EB(tsw)的约束范围,式(26)中k为0.1。
本文通过MATLAB中的YALMIP工具箱,调用CPLEX求解器求解MILP问题。
若采用可调鲁棒优化方法制定整个调度周期(即0-24h)的调度策略,则系统总运行成本为3.481元,其中00:00-06:00时间段总成本为0.1578元,购电成本为0.6337元,电池寿命损失成本为0.4261元,售电收入为0.902元。与本文提出的随机可调鲁棒优化混合调度相比,对整个调度周期进行纯鲁棒优化的一级优化方法考虑了00:00-06:00时间段内发生概率较小的用户使用情况。在电气行为极端情况下,本文提出的随机可调鲁棒优化针对00:00-06:00时间段不确定性较小的特点,采用基于场景的随机优化方法,有效降低了系统运行成本。提高家庭用电的经济效益。
抽水蓄能单元模型及约束条件:运行中的抽水蓄能电站的发电量不仅与发电机组数量和每次出力有关,而且需要小于电站能够提供的水库蓄能(单位:MW.h),如式(11)所示。抽水机组以额定功率PpN运行,在此期间,总抽水功率需要小于风电功率,并与抽水蓄能电站剩余蓄水空间相对应的蓄能,如式(12)所示。机组不能同时处于抽水和发电状态,设计约束条件如式(13)所示。此外,泵浦发电机组总数N不变,可根据各时段停机条件下的机组数目N0t计算启停机组数目,如式(14)、式(15)、式(16)所示。
在公式中,分别为抽水蓄能机组在t周期的发电功率和抽水功率;为风力机在t周期内产生的功率,为单个机组的最小发电量和最大发电量,单位为MW;分别为t时段处于发电和抽水状态的机组数;为t期初上储层蓄能,MW·h;ηp和ηg分别为机组的泵送效率和发电效率;,分别为t周期内启动和停止的机组数;为抽水蓄能电站蓄水池的最小和最大可用蓄能,MW·h。以风电和抽水蓄能联合运行成本最小化为目标,考虑抽水蓄能电站发电机组的启停成本,目标函数为:
在公式中,是启动和停止的机组数量;F (i)为常规单位的燃料成本。约束条件如下:
系统功率平衡约束。
在公式中,NW为风电场总数;PWkt为t时期风电场k中所有机组的总产出;PDt为t时期的负荷值;Nt是抽水蓄能单元数;PHjt为t期各机组抽水蓄能机组j的总数量。N我为火电机组总数;PGit为火电机组i在t时段的输出功率。本文未考虑网络损耗和网络限制,认为系统能够接受一定比例的风电全部入网。系统备用约束。
在公式中,PGmax, I为火电机组I的最大输出功率;PHmax, j为水电站j的最大输出功率;Kd和kw分别为重合波动系数和风电波动系数,分别取10%和15%。系统需要有足够的备用容量来满足风电功率和负荷的随机波动。
电动汽车集群储能单元模型及约束条件:根据车主的出行和电动汽车SOC,制定了三种控制模式:出行模式、调节模式和待机模式。
(1)出行方式:电动汽车在充电状态低于90% SOC时进行充电,在充电状态高于90% SOC时参与电网调节或等待;
(2)调节方式:电动汽车在荷电状态低于预设SOC时进行充电,在荷电状态高于预设SOC时参与电网调节或等待,如图图2.
(3)待机模式:用户近期无出行需求,电动汽车完全参与电网调节,当电动汽车的电量状态低于预设SOC低于25%时进行充电。高于90%时停止充电,在25% ~ 90%之间,电动汽车参与监管或等待。
城市的电动汽车主要是公交车、出租车和私家车。其中,私家车保有量占电动汽车总量的绝大部分。城市私家车行驶里程与电动汽车初始充电状态呈线性负相关,且呈对数分布。图3显示电动汽车在工作日内的初始电量状态。概率密度,由图3,显示92.4%的用户处于收费高于0.6的状态,高于0.8的用户占78.6%。上网期间(sjmin,sjmax)为电动汽车可输出的SOC范围,Sj, x为车主出行所需的SOC值。对单辆电动汽车的储能能力进行建模,电动汽车电池和超级电容器的实时SOC如下:
在哪里σj是超级电容器的自放电率;Pj(t)为时刻t的充放电功率,问j(t - 1)是超级电容器在某一时刻的剩余容量,t - 1Δt是时间之差tn - 1和时间tn时间间隔。电动汽车电池设备在工作期间充放电功率剩余容量与其SOC关系的数学模型。
在公式中,SOCj (t - 1)为电池在t-1时的SOC,问E是电池的容量,n如果而且njc分别是电池的放电和充电效率,Pj(t)为电池在t时刻的实时输出功率,Pj(t) > 0表示充电,(t)<0表示放电。考虑单辆电动汽车的出行需求,对单辆电动汽车的储能能力进行建模,如式(3)所示:
在哪里Rj c是电动汽车的充电存储容量,Rj, f电动汽车的可放电储能能力,以及Rj就是电动汽车的总容量。在约束:
电动汽车集群储能系统是建立在单个电动汽车储能容量模型基础上的。从网络接入的数量来看N一个t时刻聚类,系统计算出电动汽车整体储能容量,形成聚类储能系统。定义集N一个= {1 . . j - 1 j j + 1,…,n一个(t)}为电动汽车的k集,电动汽车集群的储能容量和SOC分别为:
在哪里R一个是电动汽车集群的等效电池储能容量;年代一个为集群的等效电池荷电状态值。为了充分利用电动汽车的储能能力,减少联络线功率波动对电网的影响,提出了一种功率自适应分配算法;协调控制的实现主要分为以下三个步骤。
确定多个电动汽车集群的总输出功率,即拉线功率水平目标值。
确定电动汽车集群总产量的目标变化值根据不同电动汽车集群储能能力的不同,采用以下(a)~(d)步骤确定集群输出功率的目标变化值。
如果分配储能容量越大的集群,提供的平滑任务越多。
如果分配更小的储能容量的集群,以提供更平滑的任务。
集群储能只能完成部分平滑,其余任务由后端储能设备完成。
集群储能只能完成部分平滑,其余任务由后端储能设备完成,不同渗透率下的城市总负荷曲线如图所示图8.
充分利用电动汽车集群储能能力,平滑功率波动,考虑电动汽车输出功率的上下限和SOC约束,确定电动汽车的输出功率
考虑到电动汽车的高排放成本,电动汽车在控制过程中承担较少的排放任务。此时采用功率自适应分配算法,优先调用备用储能补充放电容量。SOC越高的电动汽车功率分配越好,如下图所示:
SOC越低的电动汽车功率分配越多,如下所示:
SOC越低的电动汽车功率分配越多,如下所示:
因此,电动汽车集群储能的总输出功率为:能量管理协调控制策略主要分为三种模式进行能量分配,
大规模无序入网的电动汽车不仅没有起到很好的剃峰填谷作用,反而在一定程度上加剧了负荷的波动。电动汽车入网后,城市配电网整体电力负荷增加。这对配电网的可靠性、经济性和安全性提出了更高的挑战。
因此,本文以拉线的功率波动为研究对象,针对风电输出的波动,降低配电网负荷压力,利用各地电动车组稳定拉线的功率波动,为城市提供能源。本文主要讨论了功能能。调度使用稳定控制策略,利用电动汽车集群储能,有效平滑联络线功率波动,有效降低风电接入功率波动,顺畅风电并网提高风电耗电量,减少大型电动汽车随机接入电网对电动汽车的影响。对单辆电动汽车进行精确建模,结合网络接入特点,并考虑车主出行需求,评估电动汽车集群储能能力,配备自适应功率分配算法,增强电动汽车输出功率调节能力。利用电动汽车集群构建集群储能系统,使固定储能设备系统仅作为备用资源,有效降低了风电接入电网对储能系统容量的要求。不同场景下的城市总负荷曲线见图9.
光伏水泵
光伏水泵系统的基本结构。光伏水泵系统是一个集“光、机、电、材”等多学科高科技系统于一体的系统。它不仅应用于光伏材料、太阳能收集、电力电子转换、电机驱动控制等传统技术。研究结果将在不久的将来应用于物联网、云平台等超级管理系统。光伏水泵系统在生活用水、海水淡化、沙漠治理、农业灌溉、草地畜牧业、景区喷泉、污水处理等方面具有很高的实用价值。光伏水泵系统的核心技术在于交直流功率转换和水泵电机驱动控制两部分。
根据光伏水泵的工作特性,通过调节水泵负载的转速,可以控制光伏阵列的工作点,使系统稳定输出最大功率。对于异步电动机,可以通过改变电压和频率来调节转速。从上述的异步电动机t型等效电路中,可以得到三相异步电动机定子各相的电压。只要控制U1和f1,就可以控制磁通量。三相异步电动机变压变频调速具有以下特点:(1)从基频向下调速,保持磁通量恒定,是一种恒转矩调速方法;从基频向上,磁通量与频率成反比减小,近似为恒功率调速方式;(2)电机频率f可连续调节。三相异步电动机是一个非线性、多变量、强耦合、多参数的系统,简单的外部控制信号很难对其进行精确控制。
当温度一定时,光伏阵列的最大输出功率随着光强的增加而增大。由于光伏水泵系统中水泵的功率近似与转速的立方成正比,而转速又与频率成正比,因此调节逆变电源的输出频率相当于调节负载电机的功率。该控制器采用优化滑模控制策略,MPPT稳态时采用定占空比控制,跟踪状态时采用优化滑模控制。该控制策略可以有效地降低功率抖振。优化后的滑模控制方法的功率抖振曲线比文献中平滑,抖振更小。通过仿真数据可知,优化后的滑模控制MPPT技术可以快速跟踪最大功率点。当外界光强突然变化时,不仅具有较快的动态响应速度,而且具有较小的抖振。
将母线电压整定值与光伏阵列反馈测得的直流电压进行比较后,偏差值通过PI调节器得到频率控制信号。频率信号通过压频比曲线转换为电机定子参考相位电压,再由SVPWM发生器信号产生脉冲,控制IPM模块功率开关管的占空比D,调节逆变器的输出电压和频率。算法主要包括以下步骤:
步骤1:确定复合向量所在的扇区。
step2:实时计算相邻两个向量的作用时间。
步骤3:确定各桥臂的传导时间。
步骤4:得到各相的PWM占空比D。
步骤5:更新相应的寄存器值。
光伏水泵系统中常用的水泵主要有正排量泵和离心泵。容积式泵的工作原理是通过泵内部容积的周期性变化来抽水;离心泵利用叶轮高速旋转产生的离心力在叶轮进口处形成真空,在大气压力的作用下将水压入管道中完成泵送。简单地说,正排量泵靠体积换算工作,离心泵靠离心力工作。用户根据实际使用条件,主要根据流量、扬程、效率的不同要求,确定泵的型号和功率等级。使用我们研究的方法可以大大提高风能和太阳能的利用率,减少对化石能源的依赖,减少碳排放。后期的研究计划将结合传感器技术,自动检测土壤湿度、营养元素和光照条件。给植物浇水和补充光照就像给植物安装了一个大脑,可以管理自己的生长环境。
能源转型与二氧化碳之间的关系
系统对二氧化碳排放的影响:煤炭、石油等化石能源的使用为经济社会发展提供了基础动力,但也产生了硫化物、氮化物、可吸入颗粒物、CO等污染物2导致环境污染和全球气候变化,从而推动能源转型一直是国际社会关注的热点和前沿问题。自2006年以来,我国已成为世界上最大的能源消耗国和CO国2排放国。2019年,煤炭消费量占全球总量的51.7%2排放量占全球总量的28.8%。以煤为主的能源结构面临着国内改善环境的要求,国际上减少CO的压力2排放。此外,我国对国外石油和天然气的依赖程度较高,能源安全面临潜在威胁。因此,推进我国能源转型,优化能源结构,是能源、经济、环境可持续协调发展中迫切需要解决的问题。能源革命推动中部地区高质量崛起的内在机制表现在图10.
推动能源结构转型的能源革命场景设计:能源革命的核心是发展清洁低碳能源,在能源消费方面表现为能源结构的变化。中部五省能源消费结构以煤炭为主,煤炭消费占总能源比重较高。近年来,在技术创新的推动下,煤炭直接消费比重呈下降趋势,煤炭清洁转化率大幅提高;各省大力发展风能、太阳能、水电、生物质能等可再生能源。形成风光互补、水光互补等多能源体系。在区域能源合作中,“西气东输”、“西电东输”、“北煤南输”、特高压智能电网等为中部地区能源结构转型提供了助力。便利条件;据此,构建了能源革命推动中部地区能源结构转型的情景(见表2).
省 | 时间/年 | 基线开发场景/% | 能源革命情景/% | ||||||
---|---|---|---|---|---|---|---|---|---|
煤炭 | 石油 | 天然气 | 可再生能源 | 煤炭 | 石油 | 天然气 | 可再生能源 | ||
河南省 | 2020 | 68.3 | 15.9 | 6.8 | 9 | 68 | 15.9 | 6.8 | 9.3 |
2025 | 57.7 | 19.5 | 8.5 | 14.2 | 57.4 | 19.5 | 8.5 | 14.5 | |
2030 | 48.7 | 20.7 | 10.6 | 20. | 48.4 | 20.7 | 10.6 | 20.3 | |
2035 | 41.4 | 21.3 | 13.4 | 23.9 | 40.9 | 21.3 | 13.4 | 24.4 | |
安徽省 | 2020 | 70.5 | 18 | 5.2 | 6.3 | 70 | 18 | 5.2 | 6.8 |
2025 | 66.4 | 18.2 | 8.1 | 7.3 | 63.8 | 18.2 | 8.1 | 9.9 | |
2030 | 61.5 | 18.4 | 9.3 | 11 | 58 | 18.4 | 9.3 | 14.3 | |
2035 | 56 | 18.6 | 10.1 | 15.3 | 53.3 | 18.6 | 10.1 | 18 | |
湖北省 | 2020 | 47.3 | 21.7 | 5.4 | 25.6 | 47 | 21.7 | 5.4 | 25.9 |
2025 | 43.4 | 21.9 | 8.8 | 25.9 | 43.1 | 21.9 | 8.8 | 26.2 | |
2030 | 37.4 | 22.2 | 14.2 | 26.2 | 37.1 | 22.2 | 14.2 | 26.5 | |
2035 | 32.5 | 22.5 | 18.5 | 26.5 | 32.5 | 22.5 | 18.5 | 26.8 | |
湖南省 | 2020 | 63.7 | 16.4 | 3. | 16.9 | 63.4 | 16.4 | 3. | 17.2 |
2025 | 60.3 | 16.6 | 4.8 | 18.3 | 60 | 16.6 | 4.8 | 18.6 | |
2030 | 55.6 | 16.9 | 7.8 | 19.7 | 55.3 | 16.9 | 7.8 | 20. | |
2035 | 51.8 | 17.1 | 10.1 | 21 | 51.5 | 17.1 | 10.1 | 21.3 | |
江西省 | 2020 | 68.8 | 18.2 | 4.1 | 8.8 | 68.5 | 18.2 | 4.1 | 9.1 |
2025 | 63.1 | 18.5 | 6.7 | 11.7 | 62.8 | 18.5 | 6.7 | 12 | |
2030 | 53.4 | 18.7 | 10.8 | 17.1 | 53.1 | 18.7 | 10.8 | 17.4 | |
2035 | 44.6 | 19 | 14 | 22.4 | 44.3 | 19 | 14 | 22.7 |
表2。中部五省能源结构情景分析
能源革命助推中部崛起的路径选择
中部地区崛起不同路径的能源需求:将中部地区崛起过程中的经济增长、产业发展、新型城镇化、能源效率、人均收入、生活能源等各种宏观整体因素整合到不同的发展路径选项中,并通过政策引导和实施获得不同的选项。发展路径及其影响。根据不同的情景,可以得到中部五省在2020 - 2035年不同路径下的能源需求。
以经济高速增长的情景为例(见图2).到2035年,中部地区能源需求增长将呈上升趋势,没有拐点,能源需求约为8.45 × 108~1.0 × 109吨标煤。例如,以能源革命推动产业结构优化和能效提升(SE11路径)为例,2035年能源需求约为9.12 × 108tce;如果能源革命不能促进产业结构优化和能源效率提升,城市化进程将加速(SE14路径)),能源需求约为1.0 × 109tce;如果选择两者之一来促进产业结构升级和提高能源效率,则是SE12路线或SE13路线,但SE13路线的能源需求为4.55 × 107低于SE12路线tce,说明能源技术效率的提升效果高于产业结构优化。不同情景下未来二氧化碳排放量(图11)经济高增长情景下的能源需求。
在基准经济增长的背景下,到2035年,中部五省的能源需求约为9.01 × 108~9.74 × 108吨标煤。在产业结构升级和能源效率提升(SE24路径)的情况下,中部地区能源需求约为9.01 × 108tce;如果能源革命不能促进产业结构升级和提高能源效率,则能源需求约为9.74 × 108tce;其他情况介于两者之间。在能源革命中,如果产业结构调整,能源效率同步(SE22路径),能源需求约为9.11 × 108tce;如果只推动产业结构升级而不提高能源效率(SE23路径),则能源需求约为9.60 × 108tce;在城镇化加快的背景下,产业结构和能源效率保持不变(SE25路径),能源需求约为9.58 × 108吨标煤。在经济低增长背景下,到2035年,能源需求分为四种情况:基线情景(SE31路径),能源需求约为9.11 × 108tce;基线情景和能源革命提高能源效率(SE32路径),能源需求约为8.57 × 108tce;SE32路径的额外能源革命加速了产业结构的优化升级(SE33路径),能源需求约为8.99 × 108tce;SE33路径的附加能源革命,不仅促进了产业结构的优化,也提高了能源效率。需求量约为8.45 × 108吨标煤。
可见,能源革命战略与中部崛起战略相结合,有利于促进中部地区高质量发展。能源革命通过转变能源结构和提高能源效率,推动中部地区产业结构转型升级,对区域新型城镇化发展和居民生活水平提高具有积极作用。在综合考虑经济增长、产业发展、城镇化和现有节能政策的情况下,中部地区的能源需求将随着工业化和城镇化的推进而持续上升。2035年之前不会出现拐点,但能源效率将会提高。产业结构优化有利于降低能源需求;以构建多元互补能源体系为目标的能源革命情景,有助于中部地区尽快达到碳峰值,促进中部地区经济、社会、环境协调发展。针对中部地区崛起的背景,对区域能源革命提出以下发展建议。
(1)重点发展节能清洁技术,提高能源效率和清洁低碳能源供应。中部地区能源消费以煤炭为主,煤炭在一次能源中的主导地位短期内难以改变。由于火电是我国煤炭转化的主要方式,发展火电技术创新是发展相关清洁技术的重要方面。煤炭的清洁利用是未来能源革命的重点,节能增效是我国能源战略的重中之重;一方面,加大中部地区火电机组改造和淘汰小型机组的力度,提高区域内各行业的能源投入产出效率。实施调控,不断提高能源利用效率;另一方面,规划和实施水电、风电、光伏、生物质能等可再生能源的发展。
(2)加大产业结构调整,向绿色低碳转型ecologicalï¼Â能源革命推动中部地区崛起,这不仅是能源产业结构本身的问题,也是整个区域产业结构先进化、生态化发展的问题。在生态优先、绿色发展的新理念下,中部地区要改变传统依靠资源的粗放式发展方式,注重产业转型升级,因地制宜推进产业结构调整,向低碳生态发展方向发展。建议将生态文明建设纳入产业转型升级进程,发展新型工业化,调整优化产业结构;改变工业文明“资源-产品-废物排放”的工业模式,逐步转向生态文明、人与自然和谐共处的发展模式;采用先进技术改造升级传统产业,实施传统技术改造升级,运用信息技术和新能源技术促进产业生态化发展。
(3)推进能源体制改革,构建多元竞争市场systemï¼Â新能源的发展壮大离不开市场突破。我国目前的“煤电联营”和“煤电一体化”运营体系,实际上已经形成了煤电在电网上的垄断,风能、光伏等新能源在价格上基本可得。与传统火电竞争的条件。建议利用新能源分散化的特点,结合“美丽乡村”、“安全社区”建设,走从农村到城市、从生活到生产的发展道路,设计竞争性市场,更好发挥市场在资源配置中的决定性作用。针对风能、太阳能分布的地区差异,建议中部地区各省建立协商机制,打破行政区划,充分加强新能源利用的区域合作;推进能源体制改革,打破体制约束,打破区域差距,倡导可再生能源优先开发利用环境,更好落实生态优先发展理念。
国家自然科学基金资助(51367019)。
徐伟彦*:督导、资金获取、硬件、软件、构思、调研、资源、撰写-初稿、撰写-评审-编辑。作者声明没有利益竞争。