设计与模拟混合再生的能源系统

1、设计和模拟混合再生的能源系统迪马菲尔 沙弥卡拉克 里亚德切尔电气与计算机工程系 电气与计算机工程系 电气与计算机工程系美国大学贝鲁特 美国大学贝鲁特 美国大学贝鲁特贝鲁特，黎巴嫩 贝鲁特，黎巴嫩 贝鲁特，黎巴嫩 11 / 11文档可自由编辑打印摘要线性规划（LP）是用来计算混合可再生能源系统（HRES以达到减少资本和运营成本的现值的元件大小的效果。限制条件有能源的要求，柴油发动机的排放量，满足电池使用时间，保持了系统的可靠性，并满足在可再生能源资源的限制。这种方法使用的是柴油发动机能力因素，电池寿命，可靠性约束风险因素，和可再生资源的份因素的假设值。当得到了LP的解决方案的这些数据,将用于一次

2、仿真,对这些假设进展进行评述,并对LP解决又发出一种迭代过程。结果表明，先前设定的假设调整后，系统的成本进一步降低。文中的关键词：混合能源系统，线性规划，优化。一 导言 随着柴油能源系统，混合可再生能源（HRES）采用可再生能源。一方面，可再生能源资源，提供世界各地普遍存在的解决方案，以及提供一个非常低的运行成本的清洁能源形式，向燃料危机。另一方面，柴油的能源系统，解决有关的可再生资源，这将导致调度能力低的随机性质的问题。一个良好设计的HRES应符合成本效益，高可靠，最大限度地减少污染物排放到环境中。此外，它是利用不同的可再生资源，以提供最佳的先进的负载非常重要。本文提出了一种方法来确定HRE

3、S使用线性规划技术的最佳大小。一旦确定尺寸，它们被用来模拟系统的实时操作。时间允许更精确的模拟评估的假设。这些假设涉及柴油发电机（德国），电池的寿命周期，使用中的可靠性约束和可再生能源份额的因素的风险因素的能力因素。结果用于审查这些假设和新的运行将有助于完善的大小。 第二步回顾了制定最佳的混合动力系统和不同的系统组件建模技术的前期工作。第三步制定了一个线性规划问题的优化模块。第四步模型的系统组件。第五步决定从高估或低估时进行实时仿真优化得到的大小状态。结果被用来调整优化模块中的假设，从而调整系统大小。最后，工作结束第六步。二 背景 文献的回顾，设置了背景，以帮助确定能源管理系统（EMS），随着

4、选择的技术，用于优化控制策略。A 能源管理系统混合EMS Scrivani 1包括三个层次水平的DE，反渗透装置和海水淡化系统的状态供水系统的控制地位。结果表明，在夏季时，水的需求很高，光伏发电是低，环境管理体系，使系统依赖于储存的水，从而减少使用的DE。然而，在秋，冬，春季时，光伏发电是丰富的，更大的水量用于和存储。这降低了每年20的DE使用，同时保持负载的需求。 2测试使用的风力涡轮机在HRES作者。建议EMS的主要目标是在指定的质量和数量，每要求提供能量。本文讨论了使用的风力发电机组的最优规模问题。结果表明，70的消耗功率将生产风力涡轮机。作者在测试3在性能上可以做光伏柴油混合能源系统的

5、改进。为了量化这些进步，是建立在一个测试设施。 LabVIEW软件是用来作为一个接口之间的气象数据和负载数据与地位的DE控制和状态的电池组充电。系统显示的DE应最佳运行在其额定功率的80，只提供最高的净负荷。电池组充电，由光伏阵列，以提供负载需要时，从而降低油耗。 7目前两个系统架构，一个集中的直流母线系统和AC-总线分布式系统的作者。基于两种架构之间的处理能量进行对比研究，对不同的气象数据和负荷分布的数量。结果表明，实施直流总线架构时，系统揭示了更好时，太阳能电池被广泛使用的效率，对DE不打开经常和低负荷曲线。然而，低光强时，遇到需要和能源消耗高，空调巴士的效率更好。三 优化过程 HRES的

6、成本取决于电源系统组件之间的最佳分配。HRES由风力涡轮机系统（WT），光伏系统（PV），柴油发电机（DE）和电池的银行系统（BT）组成。系统功能的成本是制定和最小化，采用线性规划技术。用于标记的组件，安装在某年和系统成本最小化的收益率不同功率值（P）。用于测试的数据收集从突尼斯站点已安装一个HRES。A.线性编程形式化 问题将制定一个成本的功能，将受到约束制度。安装混合动力系统的一个组成部分，每年的成本取决于此组件的操作和维护成本，将伴随项目的生命结束，直到这个组件的初始成本。 WT（CWT）的初始成本，光伏（CPV）的DE（CDE）和BT（CBT），假定为线性贬值组件的生命周期期间。这表示

7、作为残值（S）是从初始投资成本扣除折旧。 WT，光伏，DE和BT的残值是SWT中，光伏，SDE，SBT分别。它的值是零组件的生命周期（TL）是小于或等于项目的持续时间（TProject）。否则，当组件的生命周期超过了项目的工期，然后一个值在今年（T）安装的组件（1）所示。 成本的功能（三）是文献5的作者给出的，是（2）所示 PWT，PPV，PDE，PBT分别为WT，PV，DE和BT的功率值。 OWT，OPV，常微分方程，OBT的是WT，PV，DE和BT的运作和维护成本。TWTL，TPVL，TDEL，TBTL年分别为WT，光伏，DE和BT的生命周期。 CFWT，CFPV，CFDE容量因子WT，光

8、伏和DE分别。 W是身价不菲的价值。H是每年的小时数。 Hrate和国防部电池放电小时率和深度放电的BT。 接下来，制度约束，制定。这些制约因素，能源约束，最大的可再生能源的普及率约束，可再生能源的份额约束，可靠性约束，电池自治的约束和排放约束。 应确保负荷在每个时间间隔中遇到的能源约束。公式（3）显示，所有资源的总能量应该是平等的（D）在指定的一年所需的最大需求能源的。BT（EBT）的能量放电（ED）和充电（4）能源（Ed）之间的差异表达。 BT的效率。最大的可再生渗透约束（5），WT和光伏发电的总需求的大小限制的一定比例（FWT）和（FPV）。由于他们的调度能力，可再生资源不能保证供应所需

9、的电力所需金额。文学的混合动力系统的可再生资源的总依赖的危险5。可再生能源的份额约束规定，可再生的资源，应该有最低设置在系统所产生的能量的总金额的贡献（SRE）。（7）中的可靠性约束提供了一个突然失去任何系统组件的情况下的预备。这些单位称为负载所要求的风险因素，一定比例（FR）的大小。BT自治约束表示的小时数（“Ha”）的BT可以提供任何帮助的DE，WT或PV的需求。自治法小时千瓦时电池大小的需求功率的比率被定义为千瓦时需求千瓦功率的电池大小的比例。 （8）在自治小时的电池能源。这释放的能量应在一年内，因此，它可以提供自身的负载大于最大负荷能量。因此，总结（10）约束。（11）中的排放约束限制

10、从DE的排放量。柴油燃料是87.29，将在1比氧化碳（3.67）当发电机运行，从而消耗燃料（千克/千瓦时的FDE）。安装到某一年（T）的DE应该有最低排放的“京都议定书”规定的二氧化碳（公斤/年FCO2）。B.系统参数从突尼斯网站收集到的数据将被评估的优化问题。从风速和辐射/温度的频率曲线，WT和PV的能力因素计算分别为0.3和0.2。将要审议和修订的假设是：在多年的BT的生命周期（TBTL），容量因子的DE（CFDE），可再生能源的份额因子（SRE），危险因素（法国），光伏和WT最大可再生能源的普及率因素（FPV和FWT），BT自治小时（HA）和二氧化碳的排放量（FCO2）。表一所示的基本情

11、况假设值（A）表1假设HRES使用BT Surrette12- CS- 11 PS，与国防部12V- 20小时率0.85和0.610效率。初始成本和维护和操作的系统组件的成本（OM）9 10总结在表二。表二 费用曲线如图.1突尼斯一年的网站需求。负荷因子计算为0.77。千瓦的最低，最高和平均负载计算将分别为7.8，15.3和11.5。图1。负载时间曲线。C.优化结果 述的线性规划模型，采用MATLAB优化工具箱11。每个约束的意义，将分析研究从优化过程的影响。这是总结在表三。表三。约束的影响 一种情况下，主要的具有约束力的约束是可再生能源，因为它的组件，以最低的成本系数。该计划设置的WT到了极

12、限（5）在指定的大小，因为它具有最低的成本系数。其余部分可再生能源的份额是从光伏系统。下一个制约因素是电池的自主权，因为其成本系数是低于的DE，它有一个（10）所示，这是受到限制，由于自治小时降低。排放的约束是没有约束力的约束，但我们注意到，如果此值降低更多，系统将进入一个不可行的地区，因而未能找到最佳值。在第二种情况下，最大的可再生能源的普及率约束被删除，程序将尝试等同于可再生资源之间的权力，在不使用的DE，因为它具有最高的成本系数。他们青睐的WT由于事实，即它具有最低的成本系数。由于没有上限，那么所有的能量将来自在WT。BT的BT自治约束被删除在第三种情况下，可以不提供自主小时的负载，因为

13、它的能力低。 ，能源约束提出了对BT，BT的能量（2）被认为是负面的上限，因为这是非常重要的。在后两种情况下，其结果是类似的基本情况，自排放的约束性和可靠性约束不具约束力的约束。筛选的可靠性约束是由可再生能源和能源的限制。然而，可靠性约束可以为BT自治的约束是筛选时有约束力。解决方案的可行性也受到BT自治小时，因为它是一个系统的具有约束力的约束。该系统将进入到一个unfeasibility地区，作为房委会达18个小时。四 模拟混合可再生能源系统HRES组件建模与EMS。当WT计算在任何给定的风速在切断和切出速度之间的权力。光伏需要的温度和辐照度，以提供系统的输出功率。 DE函数使用所需的权力和

14、地位的DE，以提供所需的功率。最后，电池为蓝本的RISO国家实验室的“铅酸电池的寿命建模”的基础上12。该模型由它提供的输出功率和衰老模型来表示电池的寿命性能模型。该算法指定尽快BT容量下降低于其标称容量的80，BT的细胞将被视为“死”EMS是一个智能系统，尝试饲料可再生能源资源的负载时，可从DE和在其他情况下。为EMS，最重要的目标是在任何时候的负载提供电源，并尽量减少DE。 五 结果每个假设（一）将产生一个HRES大小的设置。这些尺寸的实时系统测试，并产生新的结果，对系统的成本在$（CS），成本元/千瓦时的能量（CE认证），在多年的电池寿命（TBTL），容量因子的DE（CFDE），转储负载

15、的大小千瓦（PDL）和DE初创（DES）的数量。有些人可能会改变这些值假设（一）导致不同的输出从优化模块的值。此过程是归纳在图的流程图.2。图2。流程图模拟运行一年的表我的假设为基础的系统，在表四所示。表四。基本案例结果我们注意到，可再生能源的份额低于假定值（30）的总需求量为29。这也是观察验证从而达到最佳的解决方案，正在倾倒的能源的价值是最小的。这是非常重要的是保持转储负载功率低，因为这意味着，大部分由系统产生的能量，因此消耗。此外，容量因子的DE是非常接近的估计值。另一方面，电池的寿命是高估了优化模块，才发现这里要5年，而不是10年，假设以前。电池的寿命值将被改变感知系统的优化值，其调整

16、的实时操作的效果。经过调整，只会增加系统的成本在目睹安装三个电池银行在项目的生命周期，从而从124.430美元，成本增加$一十四万二千六百四十。表我的假设，将进行修改，一次一个分析系统成本和性能的影响。A.最大的可再生能源的普及程度的因素WT渗透率（FWT）光伏（FPV）提高到100，系统的成本降低到50，增加$一二四四三$一四九九二。能源成本变为0.14元/千瓦时。从优化模型和相应的实时大小和实时仿真结果得到系统的大小是描绘图。 3。图3。修改最大的可再生能源的普及程度的因素更高的光伏渗透导致转储负载较低值和较高的BT生活。这是由于这一事实，风力发电比光伏发电，由于风的随机性变化。出于这个原

17、因，而使用更多的光伏能源，电池的寿命提高到一定时期以来的充电和放电的周期是有限的。调整这些新的假设将在以下新的分析结果。 DE电源提出，由于受到系统的容量系数较低。因此，该系统将需要10.3千瓦DE。成本会增加，因为降低电池的寿命周期是从10年到6年，所以我们需要更多的BT项目的生命周期期间安装。另一个没有光伏能源和150风渗透率时使用的情况。结果显示在图中。 4。图4。修改最大的可再生能源的普及程度的因素系统的成本大幅度下降一十四万九千九十二$107940美元。然而，转储负载功率达到了一个值小于500千瓦时在前面的例子，现在达到了4140千瓦时的价值。调整这些参数会导致更高的成本和更多的负载

18、突降的系统。如图渗透的可再生资源的限制更改为固定台和1 FPV0.35。 5。图5。修改最大的可再生能源的普及程度的因素由可再生资源提供能量的总和是34的总负荷的能量。因此，可再生能源份额的价值是超过预期。它也指出，正在倾倒的能源的价值比以前在图4的情况下，这验证了最佳的解决方案，从而达到低。此外，容量因子的DE被高估的优化模块，它是在这里找到大约0.61。另一方面，BT寿命提高到7年。这直接验证，使用更多的太阳能发电电池的寿命是改善和，从而获得更高的价值。低容量因子的DE证明，其操作不频繁。优化将重新开始使用新的数据和结果进行比较。据悉，DE电源增加，在实时操作的能力因素将减少，因此进一步降

19、低转储负载。人们还注意到，电池的寿命周期是与功率较高，DE进一步改善，因为该系统将使用发电机发电，而不是电池的放电。采用优化配方，检查发动机的新的大小（12.2千瓦），新的DE容量因子将重新模拟。实时仿真显示结果的DE容量因子是降低到0.57，但转储负载提高到294千瓦时。出于这个原因，以前的模拟是更好地转储负载的业绩改善。B.修改可靠性约束 - 风险因素要测试的实时仿真的可靠性因素的影响，试运行，同时提高至30，而不是20的风险因素。图图6显示的测试结果。图6。修改可靠性约束 - 风险因素结果表明，发生的重大变化，需要安装一个更高的功率德发电机。然而，系统的成本将增加，这是有道理与否取决于上

20、的需要，使系统更加可靠，因此总是在需要的时候。C.修改BT自治法时间同样，电池自治小时的作用，研究了一定的变化。优化节期间注意到，系统进入到不可行的地区尽快自治小时超过18。自治小时将在这里测试了10个小时。结果显示在图上。 7。图7修改BT的自主权时间数值得注意的是系统的成本增加，达到近一倍的基本情况获得成本。然而，较低的容量因子的DE值。此外，它指出，初创的DE发电机数量下调以来，BT现在可以提供一段较长的时间的负载完全。D.修改可再生能源的比例因子最后，以测试对系统的影响可再生能源的份额，它改变至50，而不是30，并在图所示的结果。 图8。修改可再生能源的比例因子它主要是指出，在实时仿真

21、的可再生能源的份额约34。因此，在基本情况假设值（30）是相当可以接受的。但在图。 8被高估，从而导致不同的价值在使用实时仿真。在执行前面的分析和比较的结果，它强调对可再生能源的普及率因素的最佳的解决方案和实时仿真的重要性是非常重要的。它是明确的，可再生能源的普及率因素影响的电池和转储负载的大小的生活。因此而增加了系统的成本更高的光伏穿透，实时系统，提高电池寿命的系统和较低的中型自卸负载。六 结论本文提出了一种工具，通过环境管理体系将调整优化的基础上每小时模拟HRES大小。值得注意的是每小时的仿真验证或调整，在优化过程中考虑的假设。实时仿真，会检讨有关的DE容量因子，电池的寿命，可再生能源的份

22、额和可再生能源的普及率限制的假设。该系统揭示，优化模块是重新审视与调整的假设，转储负载的值是下降，DE初创降低和BT的生活得到改善。的成果之一还表明，虽然优化模块喜欢的WT由于其成本低系数，实时仿真，有利于光伏。依靠目前的EMS逻辑所获得的最佳尺寸。在这种逻辑的改进可能会导致进一步减少的大小。未来工作可能集中于建设一个更复杂的环境管理体系和检查过程中实时操作的更好的结果。 参 考1 Scrivani，“能源管理和一个PVdiesel供电海水反渗透，西西里岛Ginostra的海水淡化厂，DSM技术”海水淡化，第一卷。 183，第63-72，2005年2月。2;保尔森和F.亨泽尔，“一个自给自足的水和能源供应，使用市售元件的可再生能源驱动的设计，”海水淡化，第一卷。 203，第455-462页，2006年2月。3 Wichert，M.