Hatékony széltárcsás-napelemes hibrid rendszer optimalizálása tárolással
1. Szélparkok és napelemparkok termelési jellemzőinek elemzése
A szélparkok és a napelemparkok (PV) termelési jellemzőinek elemzése alapvető fontosságú egy kiegészítő hibrid rendszer tervezéséhez. Egy adott régió éves szélsebesség- és napsugárzás-adatok statisztikai elemzése azt mutatja, hogy a szélforrások szezonális variációval bírnak, magasabb szélsebességekkel a télben és tavaszban, míg az estélyi és őszire a sebességek csökkennek. A szélerőművek teljesítménye arányos a szélsebesség köbével, ami jelentős kimeneti fluktuációkat eredményez.
A napsugárzás pedig világos napi és szezonális mintázatokat mutat – hosszabb napvilágos időtartam és erősebb sugárzás a nyáron, gyengébb feltételek a télen. A PV hatékonysága negatívan befolyásolódik a hőmérséklet emelkedésével. A szél- és napenergia időbeli eloszlásának összehasonlítása azt mutatja, hogy ezek a források egymást kiegészítő viselkedést mutatnak mind napi, mind éves cikluson. Ez a kiegészítőség lehetővé teszi a hatékony és stabil energiarendszerek tervezését, ahol a két energiátömb optimális kapacitási arányát beállíthatják a teljes energia-kimenet simítására.
2. Szélpark-napelempark hibrid energia-termelő rendszerek modellezése
2.1 Szélerőmű altérkép modellje
A szélerőmű altérkép modellje a szélsebesség adatokra és a turbina jellemzőkre épül. A Weibull-eloszlást használják a szélsebesség valószínűségi eloszlásának illesztésére, pontosan leírva annak statisztikai viselkedését. A turbina kimeneti teljesítménye és a szélsebesség közötti kapcsolat egy darabonkénti függvénnyel van megadva, amelyben a belépési szélsebesség, a nominált szélsebesség és a kilépési szélsebesség paraméterei szerepelnek.
A legkisebb négyzetek módszert alkalmazzák a turbina teljesítménygörbéjének illesztésére, így matematikai kifejezést kapunk a teljesítmény és a szélsebesség között. A szélsebesség véletlenszerűségének figyelembe vételére Monte Carlo szimulációs módszert vezetnek be a szélpark generációjának előrejelzésére. A modell pontosan tükrözi a szélerőmű rendszerek dinamikus jellemzőit, és alapját képezi a rendszer optimalizálásához. Bevonja a szélirány változásának hatását a generációs hatékonyságra, bevezetve egy szélirány korrekciós faktort, ezzel javítva az előrejelzés pontosságát.
2.2 Napelempark altérkép modellje
A napelempark altérkép modellje átfogóan figyelembe veszi a napsugárzást, a környezeti hőmérsékletet és a napelemmodul jellemzőit. A napsugárzás statisztikai modelljét állítják fel, hogy leírja időbeli variációit. A napelemmodul kimeneti jellemzői I-V görbékként vannak reprezentálva. A hőmérséklet hatása a hatékonyságra egyegydiódás ekvivalens áramkörrel modellezhető, a kimenő teljesítmény nemlineáris egyenletrendszer megoldásával számítható.
A modell tartalmazza a rög és por felhalmozódását is, bevezetve korrekciós együtthatókat a pontosság javítására. Figyelembe veszi a napelemmodul öregedését, beépítve egy éves romlási rátát a hosszú távú teljesítmény-változások előrejelzésére. Ez a modell pontosan tükrözi a napelempark rendszer teljesítményét változó környezeti feltételek mellett.
2.3 Energia-tároló rendszer modellje
Az energia-tároló rendszer modellje elsősorban litium-ion akkumulátor jellemzőire épül. Kifejlesztik a töltöttség (SOC) dinamikus modelljét, amely leírja a töltési és üresítési folyamatokat. A saját üresedési jellemzőket és a töltési/üresítési hatékonyságot figyelembe veszik, bevezetve egy hőmérsékleti korrekciós faktort, hogy tükrözze a környezeti hatásokat. Az akkumulátor élettartamát a ciklus-számlálás és a mélységi üresítés (DOD) kombinációjával modellezik, hogy előre jelezzék a kapacitás romlását.
A modell pontosan tükrözi az akkumulátor teljesítményét különböző működési feltételek mellett, támogatva az optimális méretezést és ütemezési stratégiákat. Figyelembe veszi a belső ellenállás változását, létrehozva funkcionális kapcsolatokat az ellenállás, a ciklus-számlálás és a hőmérséklet között, lehetővé téve a dinamikus viselkedés pontosabb szimulációját. A kulcsfontosságú kimenetek közé tartozik a valós idejű SOC, a rendelkezésre álló kapacitás, a töltési/üresítési teljesítmény és a várható élettartam, amelyek komplex adatot nyújtanak az optimális működés és karbantartás támogatásához.
2.4 Rendszerintegrációs modell
Az integrált rendszermodell a szél, napelem és tároló altérképeket egyesít egy unifikált keretbe. Az ekvivalens terhelési módszert használják a terhelési fluktuációk kezelésére, és egy rendszer teljesítményegyenletet állítanak fel. A megbízhatósági indexek, mint a Terhelés elvesztési valószínűség (LOLP) és a Várható nem szolgáltált energia (EENS) bevezetésével értékelik a rendszer teljesítményét. Sorozatos idősor szimulációt használnak a rendszer működési állapotainak kiszámításához különböző időskálán.
A modell figyelembe veszi az altérképek közötti interakciókat, például a szélerőmű árnyékolását a napelempaneleken. Beépített hálózati interfész segítségével elemzik a hálózathoz csatlakoztatott működési stratégiákat, beleértve az időszakos díjszabás alapján történő gazdaságos üzemeltetést és a hálózatfrekvencia szabályozási szolgáltatásokat. A kimenetek közé tartozik a teljes energia-termelés, a terhelés kielégítési aránya és a gazdasági teljesítmény-mutatók, amelyek széleskörű elméleti alapot nyújtanak a rendszer tervezéséhez, dizájnhoz és üzemeltetési döntéshozatalhoz.
3. Szélpark-napelempark hibrid rendszerek optimalizálási módszerei és kísérleti elemzése
3.1 Cél függvény és korlátozások
Az optimalizálási cél függvény integrálja a gazdasági, megbízhatósági és környezeti szempontokat. A gazdasági cél a teljes rendszer költség minimalizálása, beleértve a kezdeti befektetést, a működés és karbantartási (O&M) költségeket, valamint a helyettesítési költségeket. A megbízhatósági cél a teljesítmény biztosításának maximalizálása, a LOLP minimalizálásával kvantitatív. A környezeti cél a szén-dioxid-kibocsátás csökkentése.
A korlátozások közé tartozik a teljesítményegyenleg, az energia-tároló kapacitás korlátai, valamint a berendezések működési korlátai. A teljesítményegyenleg korlátozása garantálja, hogy a terhelési igény bármilyen időben teljesül. A tárolókapacitás korlátai a DOD korlátozásával hosszabbítják az akkumulátor élettartamát. A berendezések korlátai a berendezések nominált teljesítményét és működési jellemzőit figyelembe veszik. A többcélú súlyozási módszer integrálja ezeket a célokat egyetlen cél függvénybe, ahol a súlyokat a döntéshozó preferenciái és az alkalmazási forgatókönyvek alapján határozzák meg.
3.2 Részecskerendszer-optimalizálás (PSO) alkalmazása
A Részecskerendszer-optimalizálás (PSO), egy intelligens optimalizálási algoritmus, alkalmazandó a szélpark-napelempark hibrid rendszerek tervezésére. A madárhorda viselkedésének szimulálásával a PSO keresi a legoptimálisabb megoldásokat a megoldási térben. Minden részecske potenciális rendszerkonfigurációt jelöl, beleértve a döntési változókat, mint a szélerőmű kapacitása, a napelem kapacitása és a tároló kapacitása. A részecske pozíciója és sebessége iteratívan frissül, konvergálva a globális optimum felé.
A teljesítmény javítása érdekében lineárisan csökkenő inerciaválasztási stratégiát alkalmaznak – erős globális kiterjesztést fenntartva a korai szakaszban, és a helyi kihasználást később. Adaptív mutációt vezetnek be, hogy elkerüljék a helyi optima. A probléma összetettsége miatt hierarchikus kódolási stratégiát alkalmaznak, különválasztva a folytonos és diszkrét változókat. Az algoritmus abban az esetben fejeződik be, ha elérte a maximális iterációs számot, vagy ha a legjobb érték változása konsekutív iterációk során kevesebb, mint egy küszöbérték.
3.3 Kísérleti tervezés és paraméter beállítás
A kísérlet egy adott régió valós időjárási és terhelési adatain alapul, egy tipikus év óránkénti adatainak használatával. Az időjárási bemenetek közé tartozik az óránkénti szélsebesség, a napsugárzás és a környezeti hőmérséklet. A terhelési profilok tipikus ipari park fogyasztási mintáját követik, tükrözve a szezonális és napi variációkat. A berendezések paramétereit a főbb kereskedelmi szélerőművekből és napelemmodulokból választják, a teljesítményadatokat a gyártói tesztjelentések alapján.
Lithium-ion akkumulátort használnak tárolóként, a paraméterek közé tartozik a nominált kapacitás, a töltési/üresítési hatékonyság és a ciklus élettartama. A PSO paraméterei a következők: populáció méret = 50, maximális iterációk = 1000, inerciaválasztó lineárisan csökken 0.9-ről 0.4-re, tanulási tényezők c1 és c2 mindkettő 2. A végeredmény megbízhatóságának biztosítása érdekében minden konfigurációt 30-szor futtatnak, és az átlagot veszik a végső eredménynek.
3.4 Rendszer teljesítményértékelési metrikák
A teljesítményértékelési metrikák technikai, gazdasági és környezeti aspektusokat takarnak. A technikai mutatók közé tartozik a rendszer megbízhatósága, az energia-használati arány és a teljesítmény simítása. A megbízhatóság a Szolgáltatás biztosítási képesség index (RSCI) és a Teljesítmény beszolgáltatásának vesztesége (LPSP) segítségével mérhető. Az energia-használat a megújuló energia hatékonyságát tükrözi, míg a teljesítmény simítása a kimeneti stabilitást értékeli. A gazdasági mutatók közé tartozik a Szintetizált energia költsége (LCOE), a Jelenérték (NPV) és a visszafizetési időszak. Az LCOE a teljes életciklus költségeket, az NPV a projekt profitosságát, a visszafizetési időszak pedig a tőke visszaszerzési sebességét értékeli.
A környezeti mutató a szén-dioxid-kibocsátás csökkentése, amit a hagyományos fosszilis üzemanyag-alapú generálással való összehasonlítással számolnak. Ezenkívül egy összetett teljesítményindex, a Rendszer komplex hasznosultsági index (SCBI), integrálja a technikai, gazdasági és környezeti tényezőket súlyozott összeadással. Ezek a metrikák és súlyozásaikat szakértői ítélkezés és gyakorlati igények alapján határozzák meg, amelyek a rendszer teljesítményének széleskörű értékelését és a jól informált döntéshozatal támogatását biztosítják.
