◇国网浙江省电力有限公司衢州供电公司 毛志斌 陈 琦 王威力 闫 晶 刘 珂

针对综合能源系统容量控制问题，分析能够实际应用于建设中的容量优化配置模型的影响因素，以实际用电情况和需求为基础，构建多阶段模型，并利用果蝇优化算法等完成模型的求解，从而得到综合能源系统最优容量配置比例，为企业、园区等建设综合能源系统提供参考和决策支撑。

1 引言

面对清洁高效用能和专变能源供需结构的需求，综合能源系统应运而生，其对于推动能源结构转型，推进我国能源革命具有重要意义。如何从荷端进行容量控制是建设综合能源系统的首要问题。风电、光伏是目前技术较为成熟且应用较多的新能源电源，清洁环保，但出力不稳定波动大，需要与储能搭配使用，减小对电网的冲击，本文综合能源系统主要针对风光储的容量进行优化配置研究。

2 国内外现状

综合能源系统能源组合不同，但在目前的研究中，风力发电、光伏发电、蓄电池、氢储能等是研究的热点，国内外均对综合能源系统的容量配置、运行可靠性、运行调度优化等方面进行研究。国内研究主要分为两类：一类是将针对风光储发电单元的研究，吴克河（2015）等以经济性为优化目标，针对并网型风光储发电单元研究额定容量下单元最优容量配置；另一类是考虑多种优化目标，主要包括经济性和运行可靠性，赵军超（2018）提出了以系统总成本、能量缺失率和系统输出波动量的绝对值最小为目标的容量配置方法。国外研究开始较早，Omran W A（2011）研究利用储能和光伏限功率控制组合的方式如何使经济性最优；Sfikas EE（2015）构建多目标模型，同步优化分布式电源和储能；并开发hybird软件、Homer软件、TRNSYS程序等。

3 综合能源系统容量优化配置模型

3.1 容量优化配置模型

（1）判断风电、光伏经济性。

风电出力模型：

式中，Pr为 额定功率；v为实际风速；vci为切入风速；vco为切出风速；vr为额定风速。

光伏出力模型：

式中，Apv-单位光伏面板接收太阳光照辐射的面积，m2；G(t)-光照辐射数值，W/m2；ηpv-光伏组件能量转换效率；ηinv-逆变器转换效率。

经济性判定：

假设风电运行年数为x年，则运行期间单位风电年NPV为：

其中，P指分时销售电价，PG为 企业购电电价，PS是 政府补贴电价；Q1指风电年发电总量，Qs为企业每年的售电电量，k为新能源发电上网率。

假设光伏运行年数为y年，则运行期间电网光伏年NPV为：

（2）拟合风光出力曲线。

若风电经济、光伏不经济：输入企业年用电负荷EL，与风电年出力曲线进行拟合。

风电年出力曲线=N wd*P wd（v）

若风电不经济、光伏经济：输入企业年用电负荷EL，与光伏年出力曲线进行拟合。

光伏年出力曲线=N pv*P pv（t）

若风电与光伏均经济：输入企业年用电负荷EL，与光伏年出力曲线、风电年出力曲线进行拟合。

约束条件：发电单元各类设备总装机容量由于场地限制等因素应限制在一定范围之内：

（3）根据经济性选择最优风光配比。

建设期现金流量可表示为：

运营期现金流量可表示为：

现金流出由运行维护成本和购电成本组成，现金流入由上网售电收入和政府补贴组成。

退役期现金流量可表示为：

Rre系统寿命截止后的设备残值收入。

（4）储能出力模型。

储能系统主要作用为削峰填谷平滑出力，在此储能配置主要为满足已配置容量光储出力的稳定性，通过与光储联合出力曲线的拟合确定储能容量，同时满足如下约束：

储能蓄电池剩余电量必须满足容量上、下限要求：

3.2 基于果蝇算法的求解步骤

果蝇优化算法（Fruit Fly Optimization Algorithm，FOA）是基于果蝇觅食行为的仿生学原理，开发的一种群体智能优化算法，可以进行全局搜索和全局寻优。和遗传算法、粒子群优化算法相比，FOA除了拥有较好的全局搜索能力和收敛速度外，针对单目标连续问题，FOA还有参数少、进化方程简单、易于应用、计算速度快成本低等优点，故本文选择通过果蝇优化算法来求解。具体求解步骤如下所示。步骤1：输入建设地区典型年的气象环境条件数据，包括辐照强度曲线、光照时间曲线、风速曲线、温度曲线等；调度期望功率输出值Pref；准备投入建设的风电、光伏设备型号参数等。步骤2：通过聚类得到离散的全年气象条件数据，判断当地风电、光伏建设的经济性。步骤3：通过经济性判定，选择风光建设组合（共三种），与目标用电曲线进行拟合。步骤4：进行风电、光伏容量优化配置，使用果蝇算法求解，得出全寿命周期净现金总流出最小的配比组合。步骤5：根据已确定风光建设容量，结合入网功率和拟合曲线，求出储能配置容量。

4 结语

综合能源的利用常见形式有多能耦合的综合能源系统、分布式能源等，本研究通过对综合能源系统规划方法进行梳理分析，和建设地区实际情况的研究，最终选择多阶段模型和果蝇优化算法，对综合能源系统容量优化配置展开研究。鉴于在部分地区风电或光伏建设并不一定经济可行，本研究在进行容量配置前首先进行经济性判断，为后续计算节约了时间和步骤。