离网应用中混合可再生能源系统的优化与经济分析

《Sustainable Computing: Informatics and Systems》:Optimization and Economic Analysis of Hybrid Renewable Energy Systems for Off-Grid Applications

【字体: 大 中 小 】 时间:2026年07月21日 来源:Sustainable Computing: Informatics and Systems 3.8

编辑推荐:

  摘要:随着对可持续能源需求不断增加,人们开始探索适用于离网环境的混合可再生能源系统。通过整合太阳能光伏系统、风能以及能量存储技术,这类系统能为没有传统电网连接的地区提供稳定且经济可行的电力供应。本研究旨在优化专为完全孤立的离网环境设计的混合系统,并对其开展经济性评估,其中多余能源

  摘要:随着对可持续能源需求不断增加,人们开始探索适用于离网环境的混合可再生能源系统。通过整合太阳能光伏系统、风能以及能量存储技术,这类系统能为没有传统电网连接的地区提供稳定且经济可行的电力供应。本研究旨在优化专为完全孤立的离网环境设计的混合系统,并对其开展经济性评估,其中多余能源可通过电池存储或就地消耗来处理。在基于教学-学习优化的蚁群优化实际应用框架下,该研究比较了不同季节下的多种设计方案,同时将TLBO-ACOR方法与粒子群优化和遗传算法等传统方法进行了对比。研究结果表明,多种能源组合使用可降低年度成本,夏季案例2的成本为24,000美元,冬季案例1的cost为29,000美元。而光伏板、风能和电池存储的组合成本最低,各案例对应的年度成本分别为25,000美元、27,000美元和30,000美元。这些设计有望实现高达17%的能源成本节约,碳排放量减少35%,同时提升离网社区的能源安全水平。研究还提出了关于混合系统最佳设计及运行方法的建议与见解,为未来混合可再生能源系统的发展提供了重要参考。

引言:国际能源署和世界银行估计,全球有超过7亿人无法获得电力供应,尤其是在电网扩展成本较高的农村和偏远地区[1]。这一严峻问题凸显出离网区域亟需可靠且价格合理的混合可再生能源系统[2]。这类系统通过结合风能发电机、太阳能电池板等不可再生能源,以及柴油发电机,并辅以太阳能或超导磁储能等能量存储装置,从而有效满足能源供需平衡[4]。在条件允许的情况下,这类系统还能利用白天储存的太阳能和风能之间的互补性,提供稳定的电力供应,增强能源安全,并推动适应多变能源需求的可持续基础设施发展[6]。可再生能源(如太阳能、风能、水能)、不可再生能源(如柴油、甲烷)以及能量存储技术(如电池、氢能存储)是混合可再生能源系统的重要组成部分[7]。这些技术有助于应对高负荷时段或发电量较低的情况[8]。整个系统通过复杂的管理与控制算法来预测能源趋势、更高效地利用资源、降低运营成本并延长设备使用寿命[9]。可再生能源依托地球自然过程运行,具有温室气体排放更低、能源安全系数更高的优势,这与煤炭、石油等有限且会造成环境破坏的不可再生能源形成鲜明对比[10]。碳定价、补贴等监管措施以及基础设施投资也为向绿色能源转型提供了支持[11]。通过负载管理以及将柴油发电机作为辅助电源,并与分布式能源资源相结合,能够进一步提升电网的稳定性和效率[12][13]。

已有不少研究致力于混合可再生能源系统的最优管理,涉及系统设计及优化的多个方面。Abbassi等人[14]提出了一种确定离网绿色能源设施最佳规模的新方法。他们在能量分配分析中采用了离散傅里叶变换,该方式在考虑停电风险的同时,仍能保持较低的整体能源成本。他们还使用了改进版的蛾火优化算法来确定最佳设计方案,随后进行了成本分析。研究结果显示,该方法可使成本降至7000美元左右,充分体现了其在不同条件下的高效性。Abbaspour等人[15]对西班牙五个气候区的工业城镇所使用的光伏-风能-柴油-电池混合系统进行了技术经济分析。他们运用HOMER软件针对工业负荷(每日1500千瓦时,峰值114.58千瓦)和居民负荷(每日150千瓦时,峰值27.85千瓦)优化系统配置,力求最小化净现值和度电成本。研究显示,净现值在139万美元到261万美元之间,度电成本则在0.199美元到0.374美元/千瓦时之间。Montisci和Caredda[16]着眼于为农村地区供电以保障可持续发展,尤其是那些对粮食生产至关重要的地区。他们指出,由于配电成本过高,集中式发电往往不切实际,因此许多研究都聚焦于离网系统以实现能源自主。为解决这一问题,他们提出了一种结合太阳能、风能和生物质能的混合可再生能源系统,旨在提高系统可用性并降低运营和维护成本。该研究旨在为提升离网用户所用可再生能源系统的可持续性指明有前景的研究方向。Alayi等人[17]研究了混合风能-太阳能家庭系统中的燃料电池技术。他们在伊朗亚兹德地区运用HOMER软件对一个住宅用风能-太阳能-燃料电池系统进行了建模,目标是满足每日15千瓦时的电力需求。他们对太阳辐射强度和风速的不确定性进行了敏感性分析,结果发现,燃料电池、风力涡轮机和太阳能电池组合的运营成本最低,其净现值和度电生命周期成本分别为23,674美元和0.824美元/千瓦时,而氢气生产成本则为254.4美元/千克。若不使用电池,电力成本将上升33.6%。当风速超过8米/秒时,无论太阳辐射如何变化,最优系统都将仅依靠风力涡轮机供电。Xu等人[18]开发了一种基于数据的多准则决策模型,用于优化独立的風能/光伏/氢能系统。他们通过改进后的NSGA-II算法找到了能够最小化度电生命周期成本、低压供电概率以及系统运行可用性的帕累托最优解,随后又通过CRITIC方法和TOPSIS方法确定了最终最优方案。该系统在中国阿克塞哈萨克自治县得到应用,能够满足一个每日耗电1603千瓦时的离网工业园区的电力需求,其最优配置包括83.2千瓦的光伏板、160千瓦的风力发电设备、20千瓦的燃料电池、54千瓦的电解槽以及450立方米的氢气存储设施,其度电生命周期成本、低压供电概率和系统运行可用性分别低至0.226美元/千瓦时、4.01%和2.15%。Lu等人[19]专注于多能互补微电网的无缝切换及离网稳定性控制,这对于为关键负载提供独立电力供应至关重要。他们开发了一个集成光伏、燃气轮机和电池储能的仿真模型,这些储能系统采用主从控制架构,主电池单元会切换到下垂控制模式,并通过负反馈机制来保障系统稳定。在电网断开时,他们提出了一种协调的负荷削减策略,用以应对电力失衡问题,该策略能有效维持关键负载的稳定供电,其有效性已通过仿真得到验证,可确保在负荷突然变化时仍能持续供电。Samy等人[20]对埃及一个小型农村地区的绿色能源系统进行了技术经济分析。他们的研究旨在增加可再生能源的使用比例,并探讨了用燃料电池替代传统电池组作为能量存储手段的可行性。他们研究了三种可再生能源组合方案:太阳能光伏/燃料电池、太阳能/风能涡轮机/燃料电池以及风能涡轮机/燃料电池。这些系统通过萤火虫算法进行了优化,并与随机蛙跳算法和粒子群优化算法进行了对比。结果显示,太阳能光伏、风能涡轮机、燃料电池以及用于氢气生产的电解槽组合取得了良好效果,其平均能源成本仅为0.47美元/千瓦时。Elborlsy等人[21]提出了一种智能的比例积分控制策略,用于提升含有柴油、光伏和电池能源的孤立交流微电网的频率稳定性。该控制器能够自适应调整控制参数,以应对动态负荷变化和可再生能源输出的不稳定性,与传统的比例积分控制器相比,其频率响应能力和系统鲁棒性均有提升。Mazzeo等人[22]对1995年至2020年间发表的550篇关于混合风能-光伏系统的研究论文进行了综述。他们建立了一个可升级的矩阵数据库,按照地理分布、系统配置、应用场景、研究方法以及所用软件对各类论文进行分类。综述结果显示,光伏系统更适用于低功率应用场景,而风能系统则更多用于高功率应用。最常用的优化算法是粒子群优化和遗传算法,而最常被关注的性能指标则是低压供电概率、可再生能源占比、净现值、度电成本以及二氧化碳排放量。Abdin等人[23]运用HOMER Pro软件,对澳大利亚五个可再生能源区域的包含太阳能、风能、氢能以及锂离子电池的混合能源系统进行了评估。研究显示,在距离电网350至530公里以外的离网方案成本更低,其度电生命周期成本可低至0.32美元/千瓦时。可持续能源规划强调需要整合并网系统、离网系统以及延伸电网系统。Mallat等人[24]将混合系统视为一种可持续的能源来源。他们通过运用HOMER软件优化比泽尔塔地区的光伏/风能/电池系统,旨在降低成本、减少能源依赖、降低维护费用并延长系统使用寿命。Kreishan和Zobaa[25]提出在孤立微电网中利用卸载负荷来维持频率和电压稳定,尤其是在非高峰时段,以此应对可再生能源发电量和负荷预测的不确定性。他们采用基于场景的随机框架对卸载负荷分配问题进行了建模,证明了该方法相比基于电池的电力管理方式更具优势。Ala等人[26]研究了四种算法在风能传输优化中的应用,这四种算法分别是蚁狮优化算法、鲸鱼优化算法、粒子群优化算法以及乌鸦搜索优化算法。在甘肃地区的应用测试表明,这些方法都具有较高的可靠性和效率。Bayu等人[27]提出了一种适用于埃塞俄比亚偏远地区的包含太阳能光伏、风能以及微型水能的混合电力系统。他们证明了这类系统相较于电网扩展方案具有更高的可行性和经济优势。Castrillon等人[28]提出了一种结合太阳能光伏、风能以及微型水能发电的混合电力系统,用于支持埃塞俄比亚偏远地区的电气化建设。他们的研究证实了这类系统的可行性,且相比电网扩展方案能大幅节省成本。Das等人[29]提出了一种模糊多准则决策模型,用于评估城市河流的水质状况。该模型通过模糊软集和相对权重评分法来衡量水污染程度。将该模型应用于印度特里普拉邦的霍拉河后,成功捕捉到了影响水质的各类不确定因素和多重因素,证明其在实际应用中具有很高的有效性。表1总结了关于混合能源系统在方法论、研究成果以及局限性方面的主要贡献。该表梳理了相关研究的趋势、优化方法以及MCDM模型、人工智能模型等最新研究方法,使文献综述更加有条理,同时也为混合能源领域的进展提供了总体概览。尽管混合可再生能源系统已经取得了显著进展,但现有文献仍缺乏能够同时兼顾季节性变化、经济与环境之间的权衡以及实际可行性的综合优化框架。许多现有模型仅关注单个组件,或未能妥善处理离网应用中多种能源协同管理的复杂性。目前关于在负荷变化较大且季节不同的情况下运用先进能源管理技术优化混合可再生能源系统的研究还相对较少。本研究提出了一种基于教学-学习优化的方案,用于优化包含太阳能光伏、风力涡轮机和柴油发电机的离网混合系统。该方案能够兼顾成本、可靠性以及环境因素之间的权衡,对于实际应用具有很高的实用价值。

创新点与贡献:
•混合可再生能源系统的优化:本文提出了一种新的TLBO优化算法,可作为整合太阳能、风能和柴油能源的混合可再生能源系统的理想优化工具。该算法特别考虑了季节性变化以及离网运行模式下的经济与环境因素之间的权衡,同时还能确定全负荷需求及能源生成计划。
•经济与环境效率提升:该研究通过整合经济评估与环境评估方法,旨在降低能源成本并减少碳排放。通过按季节对比不同系统设计,该文展示了混合可再生能源系统的更广泛适用性及其相对于传统能源系统的优势。
•先进的能源管理方法:本研究提出的新方法能够在有效应对负荷波动的同时,最大化可再生能源的利用效率。通过将基于电池的储能技术与动态负荷削减策略相结合,可优化能源的生产与存储过程,进而提升系统的效率与灵活性。
•优化的系统框架:所提出的框架能够整合多种能源类型,将可再生能源系统与不可再生能源系统相结合,并辅以高级的能源管理算法,从而确保可持续的能源供应,减少对化石燃料的依赖,助力实现环境可持续发展。
•实际应用效果:基于不同季节的真实数据进行的仿真研究表明,所提出的系统能够持续稳定地供电,且与传统不可再生能源系统相比,其能源供应成本可降低多达17%。该框架在离网地区的适用性凸显了其在提供可靠、经济且可持续的能源解决方案方面的潜力。•可持续性与经济可行性:本研究通过平衡成本效益、能源可靠性及减排目标,为实现可持续能源解决方案做出了重要贡献。将可再生能源与储能系统相结合,使得离网型混合能源系统具备经济可行性,从而同时提升环境可持续性与能源安全。这项工作的创新之处在于建模的深度、所分析的实际案例的广泛性,以及该方案在为离网地区提供低成本、可持续能源解决方案方面的实用性。论文的结构如下:第二部分介绍了所提出的混合系统、光伏、风力涡轮机、电池储能及柴油发电机的建模流程,以及所采用的优化方法;第三部分阐述了问题描述,包括优化成本函数及约束条件;第四部分展示了建模结果,这些结果从负荷分配系统、最优负荷分配的经济分析、敏感性分析以及稳定性分析等方面进行了探讨;最后,关键研究发现以结论形式呈现。部分内容摘录:所提系统的描述与建模:本部分对所提出的混合系统各组件进行了描述并给出了建模流程。问题描述与解决方案:目标函数旨在通过减少柴油消耗和电池损耗,同时最大化可再生能源的利用,从而降低总运营成本:min∑i=1Nw1CfaP12k+bP1k+w2CbwP3k?w3PPVk?w4Pwtk,其中k=1,...,N,N为24,Cf表示燃料价格,w1至w4为权重系数,其总和为1。目标函数中的权重系数(w1-w4)是通过多步骤敏感性分析确定的,每个系数都会变化±20%,以此考察其对结果的影响。结果与讨论:本部分展示了各种解决方案的结果,包括负荷分配系统结果、最优负荷分配的经济分析、敏感性分析以及稳定性分析。结论:研究表明,所提出的TLBO-ACOR混合算法能够优化包含光伏、风力涡轮机及电池储能的CCHP系统,与仅使用柴油的系统相比,每年可节省2,000至5,000美元的成本,并可将二氧化碳排放量减少35%。季节性调整与策略性负荷分配有助于进一步提升经济性与环境性能,体现了在依赖柴油发电机与使用电池之间的关键平衡。虽然已制定了目标函数,但无需伦理审批,也没有相关资助。作者贡献说明:Ali Chen负责写作——审稿与编辑、写作——初稿撰写、验证、监督、软件应用、项目管理、方法论设计、数据整理以及概念构建。利益冲突声明:作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。Ali Chen,中国湖南湘潭市湖南科技大学商学院,邮编411201。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号