风光互补发电系统运行优化控制策略研究

风光互补发电系统运行优化控制策略研究

方超

中国三峡新能源（集团）股份有限公司湖南分公司 湖南省长沙市 430000

摘要：能源是我国社会经济发展的基础，在当今时代背景下，利用太阳能和风能发电已经成为了各国重要的发展目标。风光互补发电系统虽然能够有效提高发电量，满足人们的需求，但从实际情况来看依旧存在诸多问题。本文重点分析如何通过控制优化的方式达到光伏阵列以及风力发电组最大的工作效能。

关键词：风光互补；发电；系统；优化措施；控制

在我国可再生能源领域中，风能资源和太阳能资源发展速度较快受到了我国各个科研团队的重视，但从实际情况来看，风力资源具有不确定性。例如风力发电可能会受到当天气候的影响导致发电量时多时少。因此风光互补发电系统应运而生。为了确保企业的经济效益以及发电需求，需要技术人员对其进行不断优化。

一、风光互补发电系统

该系统主要分为两个子系统，一是风电系统，二是光电系统。风电系统能够将风能转化为电能，而光电系统则是将太阳能转化为电能。该系统的互补性主要体现在白天傍晚以及冬季和夏季的时间差或季节差当中，正是由于风能和太阳能在不同时间段中产电量各不相同，因此二者互补的方式能够保障电能的最大产出[1]。

（一）发电环节

风电互补发电系统的结构主要由光伏阵列风电机组，控制器等等设备构成通过内部控件相互协同的方式满足负载的基本需求，当风光互补发电系统的蓄电池组充能完毕后，倘若没有用电需求，那么将会把剩余的能量丢弃。倘若可再生资源产生的能量不足以供应，那么蓄电池组又会释放出自己的能量，以此来达到用电需求。当太阳光辐射到晶体硅板时，那么硅原子外层的电子就会变为自由电子。此时接触电极上就会有正负电荷，进而实现了光电转化当前我国光伏电池的光电转化率在10%~20%左右[2]。

（二）能量控制环节

能量控制是整个风光互补发电系统的重要环节，由于该系统具有一定的智能性，智能控件能够根据用户的用电需求对当前资源进行合理分配，以此来达到资源的最大利用率。无论是处于哪种环境下，该系统中的智能控件都能够结合实际情况制定针对性的方案，满足用户实际需求。本文以离网型风光互补发电系统为例。倘若技术人员能够满足发电之路的输出电压大于蓄电池电压，那么就能够支持光伏支路和风力机组同时进行发电[3]。

（三）储能环节

从本质上来讲，光伏发电会受到光照强度的影响，而风力发电则会受到风速的影响。因此在实际工作中为了确保负载用电的连续性以及平稳性，技术人员需要结合实际情况通过能量存储环节稳定电压。通常来讲，对于同一负载可能在实际工作中出现以下两种情况：首先是两种资源都能够满足负载。但是这种现象较为少见，通常来讲都是发电过剩或者发电不足。其次是两种资源都不能满足需求。例如太阳能以及风能都不能够满足用电负载，并且该系统当中的蓄电池内部储存的电能也无法满足需求，最终导致企业经济效益受到影响，因此这就需要技术人员通过验证计算的方式选择合适的蓄电池大小，通过不断优化配置的方式降低系统投资成本[4]。

二、系统功能结构设计

（一）软件总体结构设计

系统总体结构设计需要从技术角度以及经济角度分析，同时还需要技术人员对其进行仿真模拟实验，建立模型库，通过运行模拟的方式观察各个模块功能是否得到有效优化。同时技术人员还需要将该系统分成两个部分，首先是图形用户界面，其次是经济模块图形用户界面，能够支持使用者更加清晰合理的观察到各类数据的可视化模型[5]。

（二）子模块结构设计

技术人员开发模块的目的在于确保经济效益。因此需要将目标函数设定为最小值，结合该系统的太阳能以及风能发电量与负载关系确定配置，同时还需要结合不同的价格分析，最终得出的结果在整个计算过程中，为了确保求解过程的便捷性，还可以引入随机数，也就是将风力发电机占整个发电量的比重进行改变。而用户界面则分为众多模块，例如气象数据，工作电压风力机以及光伏阵列参数等等。

三、软件优化设计

（一）目标函数

风光互补发电系统运行优化的最终目的在于确保系统的经济性，能否保障发电系统在稳定运行的同时还能够达到系统的最优配置，是技术人员需要重点考虑的事情，为了确保经济需求，技术人员需要对蓄电池风力发电机组光伏阵列等一系列构件进行优化。例如总体价格包括风力发电机单价，蓄电池，单价光伏电池单价等等，在整个过程当中净成本是目标函数。要想达到最终目标函数，首先需要保障光伏阵列以及风力发电机满足负载功率需求。同时还需要保障该系统在极端情况下蓄电池释放的电能也能够满足负载要求。

（二）粒子群算法

粒子群算法是根据昆虫群行为衍生出来的一种智能算法。通过这种算法能够保障该系统在未来运行过程中具有较高的精度以及良好的探索效率，以便于技术人员能够更快的发现技术优化路径。例如，可以为风光互补发电系统设立约束条件，并且还需要计算粒子的适应度以及是否达到最大迭代次数，如若没有达到，那么则需要更新粒子的位置和速度，再次重新进行循环计算，以此来求得系统最优解。此外利用该算法的另一个好处在于整个运算环节中存在惩罚函数，例如可以结合当前气象条件以及各个组件的经济成本加以约束，以此来保障计算结果达到最优化，调整风电机组以及光伏阵列的发电比例，促进企业经济效益的稳步提升。

结束语：

综上所述，为了进一步提高风能以及太阳能的利用效率，技术人员不仅需要充分结合二者的自然特性构建科学合理的能源供给模式，还需要结合气候环境以及地理位置等多种因素优化原有控制体系，确保该系统能够在未来运行期间达到最佳效率。

参考文献：

[1]郑伟南,陈泓亦. 并网型风光互补发电系统优化设计研究[J]. 电工技术,2018(08):98-100.

[2]孔小兵,刘向杰,韩梅. 风光互补发电系统的分级递阶分布式预测控制[J]. 中国科学:信息科学,2018,48(10):1316-1332.

[3]彭程,张卫存. 风光互补发电系统研究回顾与展望[J]. 桂林航天工业学院学报,2019,24(02):208-214.

[4]张计科,王生铁. 独立运行风光互补发电系统能量优化管理协调控制策略[J]. 太阳能学报,2017,38(10):2894-2903.

[5]史昭娣,王伟胜,黄越辉,李湃,董凌,范越. 多能互补发电系统储电和储热容量分层优化规划方法[J]. 电网技术,2020,44(09):3263-3271.