Hybrid vind-solcellssystemoptimering: En omfattande designlösning för off-grid-tillämpningar

1. Introduktion och bakgrund

1.1 Utmaningar med enkällsgenererade energisystem

Traditionella fristående fotovoltaiska (PV) eller vindkraftgenererande system har inbyggda nackdelar. PV-energigenerering påverkas av dagcykler och väderförhållanden, medan vindkraftgenerering är beroende av osäkra vindresurser, vilket leder till betydande svängningar i effektleveransen. För att säkerställa en kontinuerlig strömförsörjning krävs stora batteribankar för energilagring och balans. Batterier som utsätts för frekventa laddnings- och avladdningscykler tenderar dock att vara underladdade under lång tid vid hårda driftförhållanden, vilket resulterar i en praktisk livslängd som är mycket kortare än den teoretiska. Mer kritiskt är det höga kostnaden för batterier, vilket innebär att deras totala livscykelkostnad kan närma sig eller överstiga kostnaden för PV-moduler eller vindturbiner själva. Därför har förlängning av batterilivslängd och minskning av systemkostnader blivit de centrala utmaningarna i optimering av fristående energisystem.

1.2 Betydande fördelar med hybridvind-solcellsystem

Hybridvind-solcellsteori överkommer effektivt intermittensen hos enskilda energikällor genom att organiskt kombinera PV och vindkraft, två förnybara energikällor. Vind och solenergi visar en naturlig komplementaritet i tiden (dag/natt, årstider): stark solstrålning under dagen sammanfaller ofta med potentiellt starkare vindar natten; god solstrålning på sommaren kan kombineras med rika vindresurser på vintern. Denna komplementaritet möjliggör:

• Betydande förlängning av batteriernas effektiva laddningstid, vilket minskar tiden de tillbringar i ett underladdat tillstånd, vilket i sin tur betydande förlänger batterilivslängden.
• Minskning av den nödvändiga batterikapaciteten. Eftersom sannolikheten för att både vind och solsken inte är tillgängliga samtidigt är låg, kan systemet ofta direkt driva lasten, vilket möjliggör användning av en mindre batteribank.
• Inhemsk och internationell forskning bekräftar att hybridvind-solcells-system överskrider enskilda energikällor i både strömförsörjningssäkerhet och livscykelkostnadseffektivitet.

1.3 Brister i befintliga designmetoder och den föreslagna lösningen

Aktuell systemdesign står inför utmaningar. Utländska professionella simuleringsprogramvaror är dyra, och deras kärnmodeller är ofta konfidentiella, vilket hindrar bred spridning. Samtidigt är de flesta förenklade designmetoder otillräckliga – antingen är de alltför beroende av meteorologiska medelvärden och ignorerar detaljer, eller använder linjära förenklade modeller som leder till begränsad noggrannhet och dålig tillämpbarhet.

Denna lösning syftar till att föreslå en uppsättning noggranna och praktiska datorstödda designmetodik för att åtgärda ovanstående problem.

II. Systemkonfiguration och kärntekniska modeller

2.1 Systemarkitektur

Det hybridvind-solcellsystem som utformats i denna lösning är ett helt fristående off-grid-system utan reservströmkällor som dieselgeneratorer. De kärnkompONENTerna inkluderar:

• Energigenereringsenhet: Vindturbiner, PV-paneler.
• Energilagrings- och hanteringenhet: Batteribank, laddningskontrollant (för hantering av laddning och avladdning).
• Skydd- och omvandlingsenhet: Omdirigeringslast (förhindrar batterioverladdning, skyddar inverter), inverter (omvandlar DC till AC för att uppfylla de flesta lastkrav).
• Energiförbrukningsenhet: Last.

2.2 Noggranna beräkningsmodeller för energigenerering

För att uppnå en optimerad design har vi etablerat noggranna timvisa beräkningsmodeller för energigenerering.

• PV-panelmodell:
1. Solstrålningstransposition: Använder en avancerad anisotrop skyns diffusa modell för att exakt transponera horisontal solstrålning data mätt av väderstationer till strålningen på PV-panelernas lutade yta, med fullständig hänsyn till direkt strålande strålning, skyns diffusa strålning och markreflekterad strålning.
2. Modulkarakteristiks simulering: Använder en exakt fysisk modell för att karaktärisera de icke-linjära utmatningskarakteristika hos PV-moduler, med fullständig hänsyn till effekten av strålning och ambiant temperatur på modulens utmatningsspänning och ström, vilket garanterar noggrannhet i beräkningen av energigenerering.
• Vindturbinmodell:
1. Vindhastighetskorrigering: Korrigera referenshöjdsvindhastighet från meteorologiska data till den faktiska hubbhöjdsvindhastigheten baserat på exponentiella lagar som reglerar vindhastighetens variation med höjden.
2. Effektkurvanpassning: Använder en segmenterad funktion (olika binomial ekvationer för olika vindhastighetsintervall) för att uppnå högnoggrann anpassning av turbinens faktiska effektkurva, vilket möjliggör noggrann timvis energiberäkning baserat på vindhastighetsdata.

2.3 Dynamisk batterikaraktäristikmodell

Batteriet är den kärnenergilagringskomponenten med dynamiskt föränderliga tillstånd. Modellen fokuserar huvudsakligen på:

• Laddningsgrad (SOC) beräkning: Simulerar dynamiskt batteriets ladd- och avladdningsprocesser baserat på förhållandet mellan energigenerering och lastförbrukning vid varje tidssteg, beräknar exakt den återstående kapaciteten, med hänsyn tagen till praktiska faktorer som självdiskhargehastighet, laddningseffektivitet och invertereffektivitet.
• Ladd- och avladdningshantering: För att förlänga batterilivslängden definieras ett rimligt SOC-driftsbere (t.ex. begränsa maximal djupavladdning till 50%), och en modell som korrelerar flytvolt med SOC och ambiant temperatur etableras för att exakt bestämma laddningsvillkor.

III. Systemoptimering och dimensioneringsmetodik

3.1 Indikatorer för strömförsörjningssäkerhet

Designen prioriterar att uppfylla användarens angivna strömförsörjningssäkerhetskrav. Nyckelindikatorer inkluderar:

• Förlust av strömförsörjningssannolikhet (LPSP): Företags utestängningstid till den totala utvärderingstiden, vilket intuitivt reflekterar leveranskontinuitet.
• Förlust av lastsannolikhet (LLP): Förhållandet mellan lastens effektdrift som inte uppfylls av systemet till den totala efterfrågan. Detta är den mest kritiska kärnindikatorn för systemoptimeringsdesign.

3.2 Steg-för-steg optimeringsdesignprocess

Denna lösning använder en systematisk optimeringsprocess, med målet att minimera den inledande investeringskostnaden för utrustning för att hitta den optimala konfigurationen.

1. Steg 1: Optimering av PV- och batterikonfiguration för en given vindturbinkapacitet
• Kärnuppgift: Under förutsättning att vindturbinmodellen och antalet är fastställda, hitta kombinationen av PV-modul- och batterikapaciteter som uppfyller den förbestämda tillförlitlighetsindikatorn (LPSP) och resulterar i den lägsta totala utrustningskostnaden.
• Implementeringsmetod: Genom simuleringar ritar man "balanskurvan" som representerar alla PV- och batterikonfigurationer som uppfyller tillförlitlighetskraven. Sedan, genom att använda tangentmetoden för kostnad eller datorprogrambaserad filtrering baserat på enhetspriser för utrustning, fastställs den unika optimala kombinationen med den lägsta kostnaden.
2. Steg 2: Global optimering genom variation av vindturbinens kapacitet
• Kärnuppgift: Ändra vindturbinens kapacitet eller antal, upprepa optimeringsprocessen i Steg 1, och erhåll en serie av optimala konfigurationer och deras motsvarande kostnader för olika vindturbinerkapaciteter.
• Slutgiltigt beslut: Jämför den totala kostnaden för alla kandidatlösningar och välj den vind-PV-batterikombination som har den globalt lägsta kostnaden som den slutgiltiga optimerade systemkonfigurationen.

3.3 Systemprestandassimulering och -utdata

Efter att ha fastställt den optimala konfigurationen kan systemets årliga drift simuleras timme för timme, vilket genererar detaljerade rapporter inklusive:

• Tidsdimension: Timvis batteriladdningsgrad, systemenergibalans.
• Statistikdimension: Daglig/månadlig/årlig obefriad lastenergi, tillförlitlighetsindikatorer (LPSP, LLP), vind/solcellsgenerering andel, energiöverskott och underskott, etc.

IV. Slutsats

Den optimerade designmetoden för hybridvind-solcellssystem som föreslås i denna lösning, baserad på omfattande matematiska modeller och exakta lokala meteorologiska data, kan unikt fastställa systemkonfigurationen med den lägsta inledande utrustningsinvesteringskostnaden samtidigt som specifika användarelektrokrav och strömförsörjningssäkerhetskrav uppfylls. Denna metod löser effektivt bristerna i enskilda energikällors energisystem, överkommer begränsningarna i befintliga designmetoder, och ger ett kraftfullt verktyg för vetenskaplig, effektiv och ekonomisk design av hybridvind-solcellssystem, vilket har betydande värde för ingenjörstillämpningar.