Гибридная ветро-солнечная энергетическая система оптимизации: комплексное решение по проектированию для автономных применений

1. Введение и предыстория

1.1 Проблемы систем генерации электроэнергии с одним источником

Традиционные автономные фотоэлектрические (ФЭ) или ветроэнергетические системы имеют врожденные недостатки. Генерация ФЭ-энергии зависит от суточных циклов и погодных условий, а генерация ветровой энергии основана на нестабильных ветровых ресурсах, что приводит к значительным колебаниям выходной мощности. Для обеспечения непрерывного питания необходимы аккумуляторные батареи большой емкости для хранения и балансировки энергии. Однако при частых циклах зарядки-разрядки аккумуляторы подвержены длительному состоянию недозаряда в условиях жесткой эксплуатации, что приводит к реальному сроку службы, значительно меньшему, чем теоретическое значение. Более того, высокая стоимость аккумуляторов означает, что их общая жизненная стоимость может приближаться или даже превышать стоимость самих ФЭ-модулей или ветрогенераторов. Поэтому продление срока службы аккумуляторов и снижение стоимости системы стали ключевыми проблемами в оптимизации автономных систем питания.

1.2 Значительные преимущества гибридных ветро-солнечных систем генерации электроэнергии

Технология гибридной ветро-солнечной генерации эффективно преодолевает непостоянство одиночных источников энергии, органично объединяя два возобновляемых источника энергии: ФЭ и ветровую энергию. Ветровая и солнечная энергия демонстрируют естественную взаимодополняемость во времени (день/ночь, сезоны): сильное солнечное излучение днем часто совпадает с потенциально более сильными ветрами ночью; хорошее солнечное излучение летом может сочетаться с обилием ветровых ресурсов зимой. Эта взаимодополняемость позволяет:

• Значительно увеличить эффективное время зарядки аккумуляторов, уменьшив время, проведенное ими в состоянии недозаряда, что существенно продлевает срок службы аккумуляторов.
• Снизить необходимую емкость аккумуляторов. Поскольку вероятность одновременного отсутствия ветра и солнца невелика, система может напрямую питать нагрузку, позволяя использовать аккумуляторы меньшей емкости.
• Домашние и международные исследования подтверждают, что гибридные ветро-солнечные системы превосходят системы генерации с одним источником как по надежности электроснабжения, так и по экономической эффективности за весь жизненный цикл.

1.3 Недостатки существующих методов проектирования и предлагаемое решение

Существующие методы проектирования сталкиваются с трудностями. Профессиональное программное обеспечение для моделирования из-за рубежа дорогостоящее, и его основные модели часто являются конфиденциальными, что препятствует широкому распространению. Тем временем большинство упрощенных методов проектирования недостаточны — либо они слишком зависят от средних метеорологических данных, игнорируя детали, либо используют линейные упрощенные модели, что приводит к ограниченной точности и низкой применимости.

Это решение направлено на предложение набора точных и практичных методов компьютерного проектирования для решения вышеупомянутых проблем.

II. Состав системы и основные технические модели

2.1 Архитектура системы

Гибридная ветро-солнечная система генерации электроэнергии, разработанная в этом решении, является полностью автономной офлайн-системой без резервных источников питания, таких как дизельные генераторы. Основные компоненты включают:

• Узел генерации электроэнергии: Ветрогенераторы, ФЭ-массив.
• Узел хранения и управления энергией: Аккумуляторная батарея, контроллер заряда (для управления процессами зарядки и разрядки).
• Узел защиты и преобразования: Отводящая нагрузка (предотвращает перезарядку аккумулятора, защищает инвертор), инвертор (преобразует постоянный ток в переменный для удовлетворения требований большинства нагрузок).
• Узел потребления электроэнергии: Нагрузка.

2.2 Точные модели расчета генерации электроэнергии

Для достижения оптимизированного проектирования мы разработали точные часовые модели расчета генерации электроэнергии.

• Модель ФЭ-массива:
1. Перенос солнечного излучения: Использует передовую анисотропную модель рассеянного света неба для точного переноса горизонтальных данных солнечного излучения, измеренных метеостанциями, на интенсивность излучения, падающего на наклонную поверхность ФЭ-модулей, с учетом прямого лучевого излучения, рассеянного излучения неба и отраженного излучения земли.
2. Моделирование характеристик модулей: Использует точную физическую модель для характеристики нелинейных выходных характеристик ФЭ-модулей, полностью учитывая влияние интенсивности излучения и температуры окружающей среды на выходное напряжение и ток модуля, обеспечивая точность расчетов генерации электроэнергии.
• Модель ветрогенератора:
1. Коррекция скорости ветра: Корректирует скорость ветра на эталонной высоте из метеорологических данных до фактической скорости ветра на высоте оси ветрогенератора, основываясь на экспоненциальном законе изменения скорости ветра с высотой.
2. Подгонка кривой мощности: Использует сегментированную функцию (различные биномиальные уравнения для различных интервалов скорости ветра) для высокоточной подгонки фактической кривой мощности ветрогенератора, что позволяет точно рассчитывать количество вырабатываемой энергии на основе данных о скорости ветра.

2.3 Динамическая модель характеристик аккумулятора

Аккумулятор является ключевым компонентом хранения энергии, состояние которого постоянно изменяется. Модель в основном сосредоточена на:

• Расчет степени заряда (SOC): Динамически моделирует процессы зарядки и разрядки аккумулятора на каждом временном шаге, основываясь на соотношении между генерацией и потреблением энергии, точно рассчитывая оставшуюся емкость, учитывая практические факторы, такие как коэффициент саморазряда, эффективность зарядки и эффективность инвертора.
• Управление зарядкой-разрядкой: Для продления срока службы аккумулятора определяется разумный диапазон работы SOC (например, ограничение максимальной глубины разряда до 50%), и создается модель, связывающая напряжение плавающего заряда с SOC и температурой окружающей среды, для точного определения условий зарядки.

III. Методология оптимизации и выбора размеров системы

3.1 Показатели надежности электроснабжения

Проектирование ориентировано на удовлетворение установленных пользователем требований к надежности электроснабжения. Ключевые показатели включают:

• Вероятность потери электроснабжения (LPSP): Соотношение времени простоя системы к общему времени оценки,直观地反映了供电连续性。 - **负载损失概率 (LLP)**：系统未能满足的负载功率需求与总需求之比。这是系统优化设计中最重要的核心指标。 **3.2 逐步优化设计过程** 该解决方案采用系统化的优化过程，旨在最小化设备初始投资成本，找到最优配置。 1. **第一步：固定风力发电机容量，优化光伏和电池配置** - **核心任务**：在风力发电机型号和数量固定的情况下，找到满足预定可靠性指标（LPSP）且总设备成本最低的光伏模块和电池容量组合。 - **实施方法**：通过仿真计算，绘制出所有满足可靠性要求的光伏和电池配置的“平衡曲线”。然后，根据设备单价使用成本切线法或计算机程序筛选，确定唯一具有最低成本的最佳组合。 2. **第二步：改变风力发电机容量进行全局优化** - **核心任务**：改变风力发电机容量或数量，重复第一步的优化过程，获得不同风力发电机容量下的一系列最优配置及其对应的成本。 - **最终决策**：比较所有候选方案的总成本，选择风-光-电池组合中全局成本最低的作为最终优化系统配置。 **3.3 系统性能仿真与输出** 确定最优配置后，可以逐小时模拟系统的年度运行情况，生成详细的报告，包括： - **时间维度**：每小时电池荷电状态、系统能量平衡。 - **统计维度**：每日/每月/每年未满足的负载能量、可靠性指标（LPSP、LLP）、风电/光伏发电占比、能量盈余和短缺情况等。 **IV. 结论** 本解决方案提出的基于全面数学模型和精确局部气象数据的混合风-光发电系统优化设计方法，能够在满足特定用户用电需求和供电可靠性要求的同时，唯一确定初始设备投资成本最低的系统配置。该方法有效解决了单一电源发电系统的不足，克服了现有设计方法的局限性，为科学、高效、经济地设计混合风-光发电系统提供了强大的工具，在工程应用中具有重要价值。** 请将以上内容翻译成俄语。