基于燃料电池的离网住宅混合可再生能源电力系统能源管理系统优化

王金双, 马宪伟, 董力文, 蔡晓宇, Mohammad N.A. Abu Gunmi,马万里, 吕泽鹏

(1.国网北京市电力公司电缆分公司, 北京 100031; 2.西安交通大学电气工程学院, 陕西 西安 710049)

1 引言

随着全球能源枯竭与环境问题日益突出,加快了风电、光伏等可再生能源的发展进程。可再生能源接入电网有利于减少传统发电方式带来的碳排放。但是可再生能源大规模并网时,其出力的随机性与间歇性会对电网的安全与稳定带来一定的影响[1,2]。微电网既能够并网运行,与大电网相互补充,也可以离网运行,为独立用户提供稳定电源[3,4]。

目前单一储能技术已经较为成熟,将储能技术应用在解决可再生能源发电的随机性与波动性的研究也越来越多[5-7]。目前较为常见的储能形式有:蓄电池储能、超级电容储能、燃料电池储能、飞轮储能、压缩空气储能以及抽水储能[8]。单一储能应用范围存在局限性,越来越多的学者开始将混合储能应用于平抑可再生能源出力波动[9,10]。文献[11]针对微电网的并网/离网状态进行仿真,仿真结果表明,在离网模式下增加柴油发电机,可以保证微电网的频率、功率和电压稳定,从而保证电力可靠性。文献[12]基于虚拟同步发电机(Virtual Synchronous Generator,VSG)并离网切换策略,在混合储能的超级电容单元引入VSG控制,针对并离网问题切换时主源变换器控制策略改变导致的切换冲击问题采用两种策略并行控制,实现了控制模式自适应平滑切换。在对经济性研究中,文献[13]比较使用柴油发电系统和电解槽-H2储存-燃料电池系统作为备份源,以成本效益作为目标函数,通过比较发现, 电解槽-H2储存-燃料电池系统具有更好的成本效益和存储效率。

微电网的能源管理主要包括发电侧和需求侧的管理。发电侧管理包括分布式电源、储能系统、配网侧的管理,需求侧管理主要为分级负荷的管理[14]。文献[15]通过分析家用电器的运行特性,建立相应的负荷模型,以电能和用户的舒适度为优化目标,建立混合能源协同控制的智能家庭能源优化控制模型,基于改进快速粒子群算法对模型进行仿真计算,说明模型和算法的有效性与可行性。

目前大部分微电网的研究主要是在对并网离网控制切换,微电网经济性、微电网的能源管理等方面。微电网针对一些偏远地区无法并网、能源管理需求考虑用户舒适度且需要长期依靠可再生能源作为主要供能,同时需要解决离网用户中可再生能源波动性与不确定性的研究还比较少。对于以上问题,本文提出的离网住宅自主混合可再生能源电力与能源管理系统是由光伏发电系统(Photovoltaics,PV)、燃料电池系统(Fuel Cell system,FC)组成的发电系统和蓄电池系统(Battery system,Ba)、超级电容器系统(SuperCapacitor system,SC)组成的混合储能系统。电力系统的耦合分为两种:发电侧基于电源选择的监控算法以及需求侧基于家电行为优化的监控算法。这两种算法是同时在交互式实时环境中工作的。本文的主要目的是利用燃料电池的长期储能、蓄电池的中期储能、超级电容的短期储能,利用能源管理系统在不中断电力的情况下保证所有建筑的全天需求,同时考虑到居民的舒适度等几个方面,降低成本。

2 离网用户电力系统的主要组成部分

2.1 系统的组成部分

电力系统的总体规划如图1所示。图1中包含了四个系统PV/FC/Ba/SC和家用电器。住宅主要分为两部分,一部分为这四个子系统,另一部分为电器的类型。所有的系统和设备都通过能源管理系统(Energy Management System,EMS)连接在一起。每个子系统都需要直流转换器和控制器来控制和管理其运行。表1为离网用户混合可再生能源系统的仿真系统各个组成部分的主要功能和特点。结合各个电源特点设计一个符合离网用户日常用电需求模型。

表1 电力系统组成部分的功能和特点Tab.1 Functions and characteristics of power system components

图1 离网用户电力仿真系统主要结构Fig.1 Main structure of power system for off-grid users

太阳能发电技术是可再生能源发电中最重要的技术之一[16,17]。燃料电池具有高效、低排放、灵活的模块化结构等优点。但太阳能高度依赖气候,而燃料电池则需要富含氢的燃料。质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell, PEMFC)具有寿命长、功率密度高、效率高、启动速度快等优点,是目前最具发展前景的氢燃料电池。燃料电池是提供可靠稳定电源的重要器件,但是由于燃料电池缓慢的热力学和电化学反应,它们对电负载瞬变的响应没有预期那么快。因此,燃料电池是一个非线性器件。考虑到其缓慢变化的动态特性,可以采用超级电容校正质子交换膜燃料电池的功率输出[18,19]。

2.2 蓄电池与超级电容特性

由于不同的替代电源可以相互补充,多电源混合替代的电力系统相对单一电源电力系统能够为用户提供更可靠和更高质量的电力。为了克服光伏发电的波动性和不确定性以及燃料电池放电缓慢性的缺点,该系统可以结合其他快速放电的储能装置,为用户提供长期稳定的电量[20,21]。

超级电容是一种介于传统电容与电池之间特别设计的电源。超级电容的关键特性如下:充电时间短。由于超级电容的内阻较低,可以实现高的充放电电流。电池通常需要几个小时才能达到充满电的状态,而超级电容器可以在不到2 min的时间内达到同样的充电状态;能够快速释放能量。比功率是最大输出功率与设备总质量的比值。一个典型超级电容的比功率约为10 kW/kg,是电池的5～10倍;循环使用寿命长,安全性高,短路时电池会因过热而爆炸,而超级电容器由于其低内阻而不发热。超级电容器可以充放电数百万次,几乎具有无限的循环使用寿命。超级电容也有其缺点:在相同重量的情况下,超级电容的存储能量较低;具有线性放电电压,放电电压不稳定;成本较高。

超级电容器中存储的比能量相对较低,但由于超级电容器中双层充电的时间常数较短,所以它比蓄电池的放电功率大[22,23]。因此,可以在多电源的混合系统中将两种设备结合起来,将蓄电池高储能的优点以及超级电容的高放电功率优点发挥出来[24,25]。

3 离网用户电力系统的数学模型

3.1 目标函数

EMS是一种智能控制系统,用于优化调节可控设备的运行策略。当电力系统无法满足负荷需求或者出现系统减负荷要求时,机组可以接收到系统发出的增负荷或者减负荷请求。EMS的主要目标是在满足用户舒适度的要求下尽可能降低能源的消耗成本。

为了优化家用电器的运行,EMS将家用电器按其运行的特性分为三类:可调节电器、可移动电器、可缩减电器。每一类设备都采用数学规划或者启发式方法来优化工作行为。最后以家庭用户的利润最大化(能源成本最小化)为优化目标,优化光伏、燃料电池、蓄电池、超级电容为一体化的电力系统充放电策略。

系统的目标函数为:

OF=α·OF1+β·OF2+γ·OF3

(1)

(2)

(3)

OF3=Ec

(4)

式中,OF为PV/FC/Ba/SC电力系统的总成本;OF1为燃料电池系统的成本;OF2为光伏发电系统的成本;OF3为能源管理系统中蓄电池以及超级电容的成本;FCFC、EFC以及FFC为燃料电池的功率系数;PFC(t)为燃料电池t时间内的功率;ICPV、MCPV、OC为光伏系统的功率系数;PPV(t)为光伏系统t时间内的发电功率;Ec为一个固定设置值。总成本是通过权重因子α、β和γ将各个子系统联系起来,权重因子的取值范围为0～1。

3.2 各负载功率约束

离网用户的电力系统负荷功率守恒,应该满足以下约束条件:

(5)

(6)

(7)

(8)

(9)

(10)

系统中需要考虑用户舒适度的问题,其中电热水器的建模考虑了与环境的热交换和冷水的流入,建立了电热水器的热动力学模型。电热水器中热水的温度描述如下[26]。

(11)

(12)

QEWH=mtρwΔθhw

(13)

(14)

为了描述电冰箱的热行为,热模型按照灰盒模型,通过单状态模型表征热质量和热阻[27],计算如下所示:

(15)

(16)

QRef=UCS(θa-θc)-mcsρcs·Δθc

(17)

(18)

热泵是利用机械功将热量从低温区传递到高温区的一种装置。在本研究中,用一个三阶线性模型描述热泵的热行为[28]。

(19)

(20)

(21)

(22)

(23)

(24)

3.3 供电系统的数学模型

供电系统中的燃料电池包含以下约束条件:

(25)

PFC,t-PFC,t-1≤RUFC

(26)

PFC,t-1-PFC,t≤RDFC

(27)

式(25)～式(27)分别为燃料电池FC生成功率约束、上坡功率和下坡功率约束。供电系统中蓄电池的约束条件如下:

(28)

PBa,t-PBa,t-1≤RUBa

(29)

PBa,t-1-PBa,t≤RDBa

(30)

能源管理系统符合以下约束:

(31)

SOCmin≤SOCt≤SOCmax

(32)

(33)

(34)

式中,Pc(t)、Pd(t)分别为系统芯片的充电放电功率;ηc、ηd分别为芯片系统充电效率以及放电效率。式(31)～式(34)分别为ESS系统芯片SOC方程、ESS的SOC功率约束、ESS充电功率约束、ESS放电功率约束。

(35)

(36)

Ltotal=LFC+LRef+LHPS+LEWH

(37)

4 案例研究

案例研究中的模型采用Matlab/Simulink模块构建,以日运行成本最小为优化目标。如图2所示。图2中,VPV为控制电压,IPV为电流,VDC为直流电压,SBa为电池存储电量,IRR为光照强度,TEM为环境温度,Q1B和Q2B为外界向蓄电池输入的能量,Q1C和Q2C为外界向超级电容器输入的能量。组成电力系统的PV/FC/Ba/SC四种系统分别出现在不同的区域(A:PV系统,B:FC系统,C:Ba系统,D:SC系统)。四个系统的输出并联连接在一个4 kW直流负载上(E:负载)。功率计算块(G:功率计算)分别计算各系统的功率值。控制块(F:控制计算)通过控制PV系统的产生和Ba/SC充放电方式,达到控制整个电路的目的。对整个模型采用不同光照条件以及可变的负荷数据来模拟现实中不同的环境情况。具体一部分参数可以由文献[29]中得到。

图2 Matlab离网用户电力系统Fig.2 Matlab off-grid user power system

4.1 固定负荷下电力系统的仿真结果

光伏发电系统分为100%、50%和0%三种光照强度的输入,即其发电的输出功率分别为6 kW、3 kW和0 kW。本文提出的电力系统可以正常运行。功率示波器的仿真结果如图3所示,分别给出了四个系统的功率曲线。

图3 固定负载不同光照强度时模块的运行功率Fig.3 Operating power of the module under different light intensities at a fixed load

由图3可以看出,当光伏系统的输出功率趋于零时,燃料电池系统开始工作以覆盖剩余的运行时间。通过光伏系统和燃料电池系统之间的集成,整个系统可以在一天中的任何时刻都得到供电,即通过主电源为负载提供其所需的电力或者备用电源燃料电池供电。超级电容的功率(PSC)除了短时间的上下波动外,其余时间其功率都为零,因为超级电容作用是短时间内提高电流。对比蓄电池功率(PBa),其很少为零,要么充电要么放电,因为蓄电池在系统中起到了中期提供电力的作用。当负载或发电量发生变化时,燃料电池系统先于蓄电池系统开始工作,因为燃料电池系统的爬坡时间比蓄电池系统短且燃料电池系统工作时间长。燃料电池系统是系统中长期的供电系统。系统中负载功率一直保持恒定。表示电力系统的可靠性强,它能够随时为负载提供所需的电力。

4.2 不同天气条件下变阶跃负荷的电力系统仿真结果

图4的模型是对图2模型的改进,在电力系统的输出端增加了带有阶跃变负载的三相DC/AC变换器,光伏系统的辐照实时输入数据。图4中,Iload为负载电流。三相变流器的增加使孤岛运行的电力系统在电网可用的情况下能够并网。对不同辐照数据和相同变负荷下的三个结果进行讨论,详细如图5所示。

图4 改进的离网用户电力系统Fig.4 Improved power system for off-grid users

图5 不同情况下改进模块的运行功率Fig.5 Operating power of the improved module under different conditions

比较这三种情况输出结果,将PV信号逐级变换到真实晴天数据和阴天数据。可以看出,燃料电池系统在光伏发电强度比较大,或者光伏发电波动较大时,其输出信号为0。因为当光伏发电强度较大时,系统主要由光伏发电提供能量来源,当其波动较大时,蓄电池以及超级电容会及时补充能量缺口,保证系统稳定运行。蓄电池以及超级电容的运行虽然会随着光伏发电系统和燃料电池系统的功率信号变化而变化,但是系统中的负载输出信号PL并没有因为上述的功率变化而发生较大的改变。

4.3 实时天气条件与实时负载下的仿真结果

图6为发电系统是实时输入与需求侧负荷实时输入情况下模型的输出结果。结果显示,在光伏发电波动阶段,燃料电池系统不会向系统供电,蓄电池和超级电容系统充当平抑可再生能源波动的角色。无论电力系统的各独立组件工作情况如何变化,系统仍然保持着一个稳定可靠的输出结果,输出的负荷曲线与输入曲线相同。

图6 实时阴天光伏系统与实时负荷的模型输出结果Fig.6 Real-time cloudy photovoltaic system and real-time load model output results

5 结论

本文提出的离网用户储能式电力与能源管理系统通过光伏发电提供能源,超级电容作为短期储能、蓄电池作为中期储能、结合燃料电池作为长期储能。根据超级电容快速充放电特性,补偿了蓄电池系统因响应慢而引起的误差功率和瞬态功率波动。在不同辐照条件下和可变负荷(固定负荷、可变步长负荷、实时负荷)对模型进行测试。案例研究结果表明:在离网运行时,系统能快速跟随光照条件以及负载的变化做出反应,模型在输出侧始终能够保持一个稳定可靠的电压和功率。随着能源的转型发展与燃料电池技术,这种离网用户储能式电力及能源管理系统优化方案对于一些偏远地区以及传统电网无法覆盖的区域将是一种新的解决方向。