混合微电网设计的可持续方法：最优规模确定与能源管理

《Renewable Energy》：A sustainable approach to hybrid microgrid design: Optimal sizing and energy management

混合微电网的优化设计与可持续能源管理

　　在现代电力系统中，可持续能源解决方案的需求日益增长，这使得优化微电网成为应对本地可再生能源、储能系统以及电动汽车充电站有效管理和整合的关键挑战。本文旨在探讨一种混合连接微电网的最优尺寸和能源管理，这种微电网结合了本地交流负载、可再生能源单元、储能系统以及以电动汽车充电站形式存在的直流负载。通过建立一个全面的优化框架，旨在平衡能源供应与需求，从而实现最小化的平准化能源成本（LCOE）和生命周期环境排放（LCEE）。此外，该研究还考虑了本地能源需求的年增长率，以确保可再生能源单元和储能系统的尺寸以及其能源管理能够适应未来的供需波动。数值评估结果表明，所提出的方法在优化可持续微电网方面具有显著效果，其LCOE和LCEE均较低，且表现出卓越的操作效率。

### 微电网的演变与重要性

现代电力网络的演变对先进的能源管理和整合方案提出了更高的要求。微电网作为一种去中心化的能源系统，被视作高效管理整体电力网络的变革性工具。它们减少了对中心系统的依赖，提高了可靠性，并通过本地消费和生产的管理支持可持续发展。可再生能源单元，如风力涡轮机和光伏板，在微电网中发挥着至关重要的作用，它们为系统提供清洁能源并减轻了环境影响。然而，由于可再生能源的间歇性，它们无法单独保证系统的稳定性。储能系统（ESS）通过在高生产期存储多余能源并在需求激增时释放，对可再生能源单元起到补充作用。此外，ESS不仅改善了本地可再生能源单元的管理，还减少了微电网对主电网的依赖，从而增强了系统的弹性和可靠性。在现代和未来电力网络中，电动汽车充电站也是重要组成部分。由于电动汽车的普及和其能源需求的增加，将这些站点整合到微电网中变得至关重要。这种整合在能源管理方面带来了独特挑战，因为电动汽车充电站作为直流负载，需要与微电网中的交流负载进行仔细同步。因此，采用混合微电网设计，能够实现多样化能源需求的无缝整合，同时最大化系统效率。因此，能源管理和最优尺寸对于实现混合微电网在运营和可持续性方面的目标至关重要。一个设计良好并有效管理的微电网不仅能提升运营指标，还能增强经济和环境表现。

### 微电网组件建模

在本节中，对微电网中的七个主要组件进行了建模，包括光伏板、风力涡轮机、储能系统、电动汽车充电站、本地负载以及电力电子设备，如转换器和逆变器。这些组件在技术约束和本地环境条件下运行。图1展示了所考虑的交流/直流微电网及其连接关系。

光伏板产生直流电，因此它们连接到微电网的直流母线上。光伏板在每个时间点产生的功率可以通过公式计算。风力涡轮机产生的功率则通过另一公式进行计算。由于风力涡轮机产生的电能为交流电，因此需要通过转换器将其转换为直流电后再注入直流母线。逆变器则用于将光伏板和风力涡轮机产生的直流电，或从储能系统中释放的电能，转换为交流电以供交流母线使用。因此，转换器和逆变器在微电网中起到桥梁作用，使交流和直流单元之间能够顺利互动。转换器和逆变器的转换效率将影响能量转换过程，因此在后续章节中，将考虑它们的效率以分析其对能量转换的影响。

本地负载连接到微电网的交流线路，这些负载在一天中的不同时段以及不同季节中具有变化性。所有本地负载的电力需求被视为微电网能源管理计划的一部分。具体而言，本地负载是微电网的交流负载。每小时的交流电力需求通过公式计算得出。此外，电动汽车充电站的电力需求也被考虑在内，作为微电网的直流负载。每小时的直流电力需求通过另一公式计算。

储能系统在微电网中扮演着重要角色，用于在可再生能源生产不足时满足能源需求。换句话说，当可再生能源的生产超过本地负载和电动汽车充电站的需求时，储能系统将进入充电模式，储存多余的能源。而在可再生能源生产不足以满足本地负载和电动汽车充电站需求时，储能系统将进入放电模式，释放储存的能源以满足需求。因此，储能系统的充电和放电过程将直接影响微电网的能源平衡。

### 目标函数

优化问题被设定为获得系统最小化的指标，包括年平准化能源成本（LCOE）和生命周期环境排放（LCEE）。这些指标的数学表达式在此部分中进行了阐述。LCOE是系统在项目生命周期内每单位电能的平均成本，通过特定公式计算得出。LCEE则衡量系统在整个生命周期内产生的总环境排放，通常包括温室气体（如二氧化碳、甲烷）和其他污染物的排放。LCEE为评估系统环境影响提供了全面的视角，考虑到系统生命周期内的所有阶段。在微电网的背景下，LCEE用于评估不同能源来源和技术的环境可持续性。换句话说，它有助于识别哪些技术对整体环境影响最小，并有助于实现可持续性目标。需要指出的是，LCEE旨在作为比较指标，而不是直接量化环境损害。尽管局部二氧化碳排放可能因具体环境而异，但LCEE为评估各种微电网配置的环境表现提供了一致的基础。这使得在考虑长期可持续性和支持符合全球减排目标的技术选择时，能够做出明智的决策。

因此，本研究提出的优化问题的目标函数在混合连接微电网中被呈现为一个综合优化框架。此外，在优化过程中，决策变量也可以通过特定公式表达。这些变量包括光伏板、风力涡轮机和储能系统的数量。需要指出的是，每个变量的最小和最大数量可以表示为特定范围。

### 提出的微电网尺寸和管理方法

在前面的章节中，对组件的数学模型和目标函数的表达式进行了详细阐述。在本节中，将介绍提出的用于混合连接微电网尺寸和能源管理的方法。

图2展示了应用该方法优化微电网尺寸和能源管理的流程图。如图所示，在定义关键输入（如项目寿命、一年中的时间槽总数以及每种组件的最大允许数量）后，计算总状态数，即每种组件的最大数量相乘。例如，如果有三种组件且每种组件的最大数量为100，那么总状态数为1,000,000。对于每个状态，通过特定公式创建决策变量的向量。然后，为每个状态优化提出的能源管理方法，并计算考虑的经济和环境指标。需要指出的是，每小时的能源管理是基于图3中的步骤在项目寿命期间应用的。图3展示了提出的混合微电网能源管理方法。

在评估了微电网在所有年份的所有时间槽的所有状态的性能后，采用模糊决策方法选择最佳的微电网尺寸，以实现最优的能源管理计划。这种方法通过同时评估平准化能源成本和生命周期环境排放来选择最佳的组件组合。因此，采用该方法能够确定混合连接微电网的最优尺寸和能源管理。

### 数值结果与分析

本节展示了所提出的方法在微电网尺寸和能源管理方面的数值评估。所提出的方法被应用于一个样本的混合连接微电网，以评估其在项目寿命期间优化组件尺寸和实现最优能源管理计划方面的效率。平准化能源成本（LCOE）和生命周期环境排放（LCEE）指标被用于评估该方法在微电网中的表现。

项目的寿命被设定为20年。此外，每个时间槽的长度被设定为一个小时，因此一年中的时间槽总数为8760。在本研究中，年折现率（d）和通胀率（ε）分别为4%和3%。微电网组件的技术和经济参数在表1中列出。表2展示了微电网组件的温室气体排放情况。

图4展示了向主电网购买或出售电能的每小时电价。图5和图6分别展示了不同季节中的太阳能辐照度和环境空气温度的每小时变化。图7展示了不同季节中的风速变化。图8展示了微电网中建筑物的每小时平均电力需求，作为交流负载。图9展示了电动汽车充电站的电力需求曲线，作为直流负载，涵盖了全年每个月的平均日电力消耗。此外，本研究中微电网本地电力需求的年增长率被设定为3%。

在应用所提出的方法到样本微电网后，通过模糊方法选择了最优的组件组合，包括64块光伏板、2台风力涡轮机和1个储能系统。因此，光伏板和风力涡轮机的总容量分别为35.2千瓦和6兆瓦。此外，储能系统的容量为10兆瓦时。这种微电网配置在项目寿命期间表现出最佳性能。因此，LCOE为0.9816美元/千瓦时，LCEE为168.1293克二氧化碳当量/千瓦时。

### 结论

本研究探讨了混合连接微电网的优化，以最小化平准化能源成本和生命周期环境排放。一个全面的优化框架被建立，以平衡微电网中的交流和直流组件，包括风力涡轮机、太阳能板、储能单元、本地交流负载和电动汽车充电站直流负载。此外，转换器和逆变器等电力电子设备也被纳入优化框架，以连接交流和直流组件。模型还考虑了本地能源需求的年增长率，以确保微电网的尺寸和运行能够适应未来的供需波动。

数值结果表明，所提出的方法在项目寿命期间有效提升了微电网的性能。优化的组件配置实现了最低的LCOE和LCEE。这些结果突显了组件整合在降低LCOE和LCEE方面的有效性。此外，季节性评估进一步证实了微电网的适应性，尤其是在春季和夏季，可再生能源的利用率更高。另一方面，优化的储能系统循环支持了低发电期间的稳定性。总体而言，结果突显了所提出策略在微电网最优尺寸和能源管理方面的稳健性，使得微电网对上游网络的依赖显著减少，同时最小化了经济和环境影响。未来的研究可以探索先进的预测、实时控制和需求侧灵活性，以进一步提升微电网的性能。