波浪能液压发电系统灵活接入下的孤岛微电网细粒化调度_李飞宇.pdf

2023 年7 月 电 工 技 术 学 报 Vol.38 No.13 第 38 卷第 13 期 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Jul.2023 DOI:10.19595/ki.1000-6753.tces.220582 波浪能液压发电系统灵活接入下的孤岛微电网细粒化调度 李飞宇1 顾延勋2 魏繁荣1 欧仲曦2 林湘宁1（1.强电磁工程与新技术国家重点实验室（华中科技大学）武汉 430074 2.广东电网有限责任公司珠海供电局 珠海 519000）摘要 当前，波浪能液压发电系统一般采用最大效率转化的控制策略，然而由于波浪能装置的间歇式出力特性，直接通过电池消纳会导致电池容量损耗进一步增大。在这种背景下，是否追求波浪能的最大效率转化值得商榷。为此，该文针对波浪能灵活接入的孤岛微电网系统，深入分析波浪能装置的工作原理，搭建波浪能液压系统的数学模型；在此基础上，以调度周期内的经济性最优为目标，综合考虑电池容量损耗和寿命损耗的影响，建立波浪能灵活接入下的孤岛微电网细粒化调度模型。仿真结果表明，相对于常规的孤岛微电网调度策略而言，在不同的波浪能出力场景下，该文所提的方案具有更优的经济性，为含波浪能的孤岛微电网经济运行策略提供了一个新的思路。关键词：波浪能液压发电系统 储能快充容量损耗 细粒化调度 换电模式 最优功率跟踪策略 中图分类号：TM71 0 引言 随着化石能源的不断减少，能源危机已经成为制约世界发展的关键性问题。与此同时，化石能源开发利用带来的环境污染、气候变化等问题也日益突出。在此背景下，大力发展可再生能源是实现“双碳目标”的重要途径。目前，世界各国越来越重视海洋能的开发，据文献1统计，全世界建成的海洋能试验场已超过 20个，投入的研发资金超过 50 亿元。究其原因，波浪能除了无污染、可再生、储量大等优势外，在长时间尺度上还具有出力恒稳、有效出力时间久等优点。因此，波浪能装置被广泛用于海水淡化2、制氢3，并在海上石油平台、孤岛微电网、军事基地供能方面4崭露头角。对于波浪能装置的开发利用，许多专家学者做出了卓有成效的研究。早在 20 世纪 70年代，就有国外科学家利用有限的船舶航行资料，分析计算了欧洲沿岸的海洋波浪能分布特征5。在此之后，文献6通过欧洲天气预报中心的海浪能再分析资料，研究分析了全球海域波浪能资源储量和分布情况，为波浪能的开发利用提供了理论可能。此外，波浪能的资源分布除了受地球洋流的影响外，还与大陆架的距离有关。一般来讲，近海海域的波浪能资源较为匮乏，而远洋区域内的波浪能储存与转运等问题又给波浪能资源的消纳带来了新的挑战7。为此，以换电船舶为代表的移动式储能的发展为波浪能开发利用提供了新的视角8-9。在此背景下，电池通过船舶转移，将离岸式的波浪能装置生产的电能转移到电网的供电模式，成为了波浪能开发利用的新方向。实际上，波浪能的出力特性不同于风、光等可再生能源，在短时间尺度上出力波动性较大，高效转化、利用较为困难10。为解决上述问题，专家学者对波浪能装置进行了一系列的开发与改良11。例如，文献12-13通过超级电容来平抑波能装置的功率波动，然而由于波能装置出力频繁，导致超级电容重复投切，影响系统的稳定性；文献14在能量转换环节加入了液压蓄能装置，解开了波况与电能输出之间的关联，实现了电能的稳定输出。基于波浪能液压发电装置，文献15-16分别针对其动力学以及能量转化系统进行了数学建模，探究了蓄能器压力、系统转速及其他电气转速的影响，为波能装置的自动控制理论发展奠定了基础。在此基础上，文 广东电网公司电力规划专题研究项目资助（030400QQ00210001）。收稿日期 2022-04-12 改稿日期 2022-06-27 3500 电 工 技 术 学 报 2023 年 7 月 献17注重波浪能的转化效率，提出了液压发电系统最大效率转化控制策略，实现了波能装置的高效能量转换。但是这样的高效能量转换是有代价的。具体来说，液压发电系统在放电之前需要经历一定时间的蓄能，导致其出力曲线呈现出放电时间短、放电功率高的特点18。根据相关研究，蓄电池在面临这样的功率冲击时，容量损耗较正常运行方式会高出数倍19。因此，高效能量转换是以蓄电池损耗的大幅增加为代价的。在此背景下，选择最大效率转化策略是否一定达到经济性最优还亟待商榷，而如何找到一个效率和损耗的平衡点是值得探究的。为此，本文首先对孤岛的供能模式进行了阐释；其次，深度分析了波浪能液压发电系统的组成和能量转化原理，搭建了波浪能液压系统细粒化模型；然后，总结现有控制策略存在的问题，提出适合孤岛微电网的波浪能最优功率跟踪（Optimal Efficiency Tracking,OET）策略；最后，以调度周期内的孤岛微电网成本最小为目标函数，量化分析储能的容量损耗成本，建立考虑波浪能装置接入的孤岛微电网调度模型，并设计了实际运行算例进行仿真验证，证明了本文所提调度策略相比较传统调度方案具有更好的经济性。本文的主要创新点如下：1）深度分析波浪能装置的出力特性，搭建了波浪能液压发电系统的细粒化模型。2）以孤岛微电网成本最小为目标，计及快充对蓄电池容量的损耗，建立考虑波浪能装置接入的孤岛微电网调度模型。3）针对波浪能装置由船舶灵活接入电网的形态，基于船舶和电池的行为变量和位置变量，搭建船舶和电池交通流深度耦合的时空转移模型。1 含波浪能装置的孤岛微电网调度架构 1.1 基于换电船舶的孤岛微电网供能模式 不同于陆地电网的开发，绝大多数的海岛由于远离大陆架，在工程实际中一般很难直接与陆地电网相连；此外，考虑到电缆造价成本较高、后期维护困难等问题，采用电缆供电模式未必是孤岛微电网能源开发的明智之举。因此，海岛微电网一般采用孤岛运行模式，依靠柴油机组等分布式能源机组支撑负荷运行。然而，随着可再生能源的大力发展，风、光等发电装置的接入给孤岛微电网供能提供了新的可能，在此背景下，本文提出了基于离岸式波浪能装置海岛微电网供能网络架构。基于换电船舶的孤岛微电网供能模式如图 1 所示，该系统主要分为两部分：离岸式波浪能发电系统和孤岛微电网。其中，孤岛微电网主要由柴油发电机、用电负荷以及电池充电/换电站（Battery Charging and Switching Station,BCSS）构成。图 1 基于换电船舶的孤岛微电网供能模式示意 Fig.1 The isolated microgrid energy supply model based on power exchange vessels 此外，根据图 1 所示的海域波浪能资源分布情况，将波浪能装置设置在离岸较远、波浪能资源较为丰富的海域。以上两者之间存在的地理隔阂，导致波浪能装置发电不能及时消纳，能量传输通道受阻。为解决上述问题，本文提出基于换电船舶的孤岛微电网供能模式。离岸式波浪能装置通过液压发电系统将波浪能转化为电能，并通过 BCSS 给电池进行充电；电池完成充电后通过船舶转运，在孤岛微电网处装卸，并与柴油发电机协同配合，共同对孤岛微电网提供功率支撑。1.2 含波浪能装置的孤岛微电网调度模式 由于波浪能与海洋波浪功率存在强耦合关系，所以波浪能装置出力存在随机性较强的特点。此外，海浪总是周而复始地运行，这导致波浪能的能量变化也存在周期性，一个周期大概为 2s 至十几秒20。因此，波浪能直接并网将给电网带来较大的冲击。为解决上述问题，本文在波浪能能量转化环节加上液压蓄能装置，来实现波浪能装置的平滑出力。与此同时，为进一步减小波浪能装置对孤岛微电网的影响，本文将波浪能装置整流后与储能装置相连，不仅实现了波浪能的就地消纳，还减少了波浪能直接并网对电网的冲击。在此背景下，如何调度分布式能源以及储能设备的出力，实现孤岛微电网的经济安全运行是本文需要解决的问题。为此，本文提出了含波浪能装置的孤岛微电网细粒化调度策略，第 38 卷第 13 期 李飞宇等 波浪能液压发电系统灵活接入下的孤岛微电网细粒化调度 3501 其调度模式如图 2 所示。图 2 含波浪能装置的孤岛微电网细粒化调度模式 Fig.2 Fine-grained scheduling model for isolated microgrids with wave energy devices 由图 2 可知，调度中心考虑到负荷需求变化，调整孤岛微电网源、储出力，实现孤岛微电网的功率平衡。此外，调度中心还根据船舶和电池的时空分布，对船舶的岛际转移和电池的装卸行为进行调度，引导电池在各站点间进行充、放电。与此同时，根据波浪能来波功率的不同，对波浪能液压发电系统的压力和转速进行细粒化调整，满足 BCSS 处电池的功率平衡约束。并在此基础上，考虑柴油机发电、船舶转运、储能损耗等成本，建立波浪能液压发电系统接入的孤岛微电网调度模型，实现孤岛微电网经济运行。2 波浪能发电装置细粒化建模及控制策略 离岸式波浪能装置作为孤岛微电网调度模型中较为重要的一环，其建模的精确性也将直接影响调度方案的实际运行效果。为保证调度方案的可行性，本文对波浪能装置的内部结构进行深入研究，提出了波浪能细粒化模型以及适应孤岛微电网供能的控制运行策略。2.1 液压式波浪能装置细粒化模型 含液压系统的波浪能装置结构如图 3 所示。由图 3 可知，液压发电系统主要包括液压控制系统、液压马达以及永磁同步电机。其工作原理如下：浮子随着波浪起伏，将油箱中的液压油压入蓄能器中；通过液压缸进一步做功，蓄能器压力逐渐升高，达到上限值时，液压控制系统动作，液压马达开始转动，与此同时，同步电动机开始发电，发电系统将液压能转化为电能输出；当海面波况较好时，蓄能器压力能够维持较高的压力水平，液压发电系统正常工作；当波况较差时，蓄能器压力低于下限值，液压控制系统关闭液压马达，等待下一个动作时刻。在理想的状况下，液压蓄能器实现前端能量捕获与后端发电环节的解耦，减少了波况的随机性和不确定性对电网的冲击，在工程实际中运用较为广泛。图 3 含液压系统的波浪能装置结构 Fig.3 The structure of the wave energy device with hydraulic system 由于本文研究的重点为波浪能液压发电系统的细粒化建模，而液压管路的流阻损耗只会影响波浪能装置前端的波浪能捕捉和收集环节的转化效率，对液压发电系统模型不会造成影响。因此，本文建立的液压马达输出转矩模型为 m1TQP=（1）式中，P为液压马达进出口的压差；mT为液压马达的输出转矩；Q 为液压马达排量；1为液压马达的机械效率。而液压马达输入功率主要取决于马达进出口压差与马达的排量。与此同时，考虑同步发电机经过电力变换器后直接与直流电网相连，并参考文献21中同步电动机和变流器的数学模型，推导出液压发电系统在电压负载下的数学模型为 dcw5.78EnNKu=（2）indctr0.0963QP EPNKu=（3）out12dctr0.0963QP EPNKu=（4）式中，intrP、outtrP分别为波浪能液压发电系统的输入、输出瞬时功率值，N 为发电机每相绕组的串联匝数，K 为电动势绕组因数，wn为液压发电系统的转速，u 为电动机的极对数，为永磁发电机磁通，上述参数为发电机参数，在系统稳态运行时，可以认为其保持不变；dcE为直流电网的电压；2为液压马达的容积效率。由式（2）可知，在液压发电系统稳定运行时，液压马达的转速完全取决于直流电网的电 3502 电 工 技 术 学 报 2023 年 7 月 压；此外，在较短的时间间隔内，可以认为蓄能器的压力保持不变。故由式（3）、式（4）可知，在直流电网电压确定的情况下，液压马达的输入、输出功率均与蓄能器压力成正比。由式（2）式（4）可知，波浪能液压发电系统的负载电压越高，液压发电系统的输出功率也越大。这样的特性与光伏等可再生能源的出力特性存在显著差异，因此，液压发电系统的控制策略不存在最大功率跟踪的问题。实际上，考虑到液压发电系统的流阻损耗以及蓄能器容量效应的影响22，液压发电系统的机械效率和液压马达容积效率并不是一个常数，而是一个与系统转速wn和压力P相关的变量，其关系式为 ()()11w22w,fnPfnP=（5）outin12ttPP=（6）式中，outtP、intP为液压发电系统在一个周期的平均输出和输入功率。由式（5）和式（6）可知，液压发电系统转化效率和液压发电系统的输出功率可以通过改变系统转速和压力进行调节。故实际工程中波浪能液压发电系统一般采用最大效率转化控制策略。2.2 发电效率与储能损耗的量化关系 由上述分析可知，液压发电系统能够通过调节系统转速和蓄能器压力以求获得最大的转化效率。然而，波浪能最大效率的转化和孤岛微电网的最优调度并不完全匹配，其差异性主要体现在蓄电池快充损耗对整体调度经济性的影响。波浪能发电与储能快充损耗关系如图 4 所示。由图 4a 可知，在一个发电周期内，液压发电系统发电机需要一段时间的蓄能过程，导致波浪能液压发电系统呈现出间歇性发电特性。与此同时，由于调度过程中直接通过储能电池对波浪能出力进行消纳，图 4 波浪能发电与储能快充损耗关系 Fig.4 The relationship between wave energy generation and energy storage fast charging loss diagram 其间歇性发电特性对储能容量损耗的影响被进一步放大。因此，本文针对储能电池快充容量损耗，搭建了适合波浪能发电系统的储能损耗模型。经过研究可知，储能的容量损耗不仅与充电电流相关，还与电池自身的已损容量相关。如图 4b 所示，充电电流变大、电池初始的已损容量升高，都会导致电池的单次循环容量损耗提高。该损耗模型为 losslosscdCapdtkn=（7）loss(Cap)loss,lossc,loss(Cap)(Cap)iibiii titikaIc=+（8）式中，lossCap为电池的容量损耗；cn为电池的循环次数；当电池容量损耗为lossCapi时，单次循环的电池容量损耗为loss,i tk；c,tI为充电电流；ia、ib、ic为与lossCapi相关的储能容量损耗参数。式（7）为容量损耗的定义式；式（8）为储能快充损耗计算式，其相关参数见参考文献23中的实验数据。此外，由于loss,i tk表示电池单次充放电循环过程中的容量损耗，需要将其转化到单个波浪能发电系统的调度周期内的储能损耗模型。该转化过程为 outtrc,btPIE=（9）loss,out,b2i ti ttkPE=（10）式中，bE为电池容量；,i t为 t 时刻电池的容量损耗。式（9）表示充电电流与充电功率之间的转化关系；式（10）表示电池调度尺度内的充放电容量损失关系式。然而，在电池长期工作中，容量损耗是不断变化的，不同条件下充电过程对电池容量的损耗影响是不同的，即参数 a、b、c 随着容量损耗的提升而改变。以上特性使得电池的损耗模型异常复杂，难以进行直接求解。为此，本文将非额定条件下的放电过程等效到额定条件下，并且考虑电池在工作过程中的容量损耗是连续衰减的，对文献23给出的 m个不同容量下的曲线进行平均。其等效过程为 0loss,0 c,0()bi titka Ic=+（11）loss,loss1mi titkkm=（12）式中，i为等效系数；000abc、为额定条件下的储 第 38 卷第 13 期 李飞宇等 波浪能液压发电系统灵活接入下的孤岛微电网细粒化调度 3503 能容量损耗参数；loss,i tk为拟合曲线的单次循环能量损耗。式（11）表示将容量损耗为lossCapi下的损耗曲线转化为额定条件下的关系式；式（12）表示计及电池全寿命周期的充电容量损耗模型。综上所述，关于蓄能器压力的调节将对调度模型产生较大的影响，具体解释如下：（1）增大蓄能器压力可以提高液压发电系统的转化效率。在转速一定的情况下提高蓄能器压力，液压发电系统的转化效率增大。（2）增大蓄能器压力导致电池的容量损耗提高。由式（9）可知，液压发电系统的输出功率与蓄能器压力成正比；与此同时，由式（10）式（12）可知，输出功率提高导致就地消纳波浪能装置的储能电池容量损耗增加。2.3 液压发电系统 OET 控制策略 在这种背景下，如何兼顾两者的影响，求得经济性最优的方案是本文要解决的主要问题。为此，本文针对蓄电池的容量损失特性，在液压发电系统最大效率转化策略的基础上提出了最优效率跟踪策略，考虑到来波功率与电池充放电行为的影响，对蓄能器压力值进行了调整，以求得经济性更优的调度策略。液压发电系统最优效率跟踪策略如图 5 所示。由图 5 可知，OET 控制策略就是在最大效率转化策略的基础上，引入蓄电池充放电功率statP作为 OET控制模块的输入信号，再根据液压发电系统的转速和最佳压力-转速曲线确定蓄能器的最佳压力*p，并将其作为蓄能器压力反馈控制的给定信号，控制液压发电系统的转化效率最优。图 5 液压发电系统最优效率跟踪策略 Fig.5 OET control strategy for hydraulic power generation systems 有必要提到，由于涉及流体力学知识，液压发电系统的损耗计算非常复杂，难以直接通过数学推导求得。因此，本文借鉴文献17中的方法，通过实验实测数据确定液压发电系统的最佳压力-转速曲线。液压发电系统不同系统转速和蓄能器压力情况下的转化效率如图 6 所示。图 6 液压发电系统转化效率 Fig.6 Hydraulic power generation system conversion efficiency 由图 6 可知，当系统转速较低，蓄能器压力较大时，液压发电系统的效率较高。尽管液压发电系统中的液压马达在转速越高时，其容积效率越大，但是，液压发电系统的总效率还与液压马达的机械效率和发电机组的效率等因素相关。在转速一定时，蓄能器压力越大，液压发电系统的转化效率越高，这是由于随着蓄能器压力的增大，液压管路的机械损失和流阻损失进一步减小，液压发电系统的整体转化效率提高。3 考虑波浪能参与的海岛微电网调度模型 3.1 目标函数 基于电池换电的波浪能调度模型，以调度周期内的费用最少为目标函数，考虑孤岛微电网柴油发电机发电成本、船舶转移费用、电池循环寿命成本以及容量损耗成本。其目标函数为()()maxd,1,2stab,b,V,min13ggtggt g Gm ti tij tijmi j fcaPaPcc Pc u d=+|+（）式中，dc为柴油价格；bc为电池价格；maxgtgPP、为柴油发电机输出功率和额定功率；,1ga、,2ga为柴油发电机的能耗参数；ijd为节点 i、j 之间的距离；Vc为船舶的转移费用；,ij tu为 t 时刻船舶在线路 ij 上的位置变量，,ij tu=1 表示 t 时刻船舶位于线路 ij 上；sta,i tP为所有在 i 站点的电池有功功率之和；为调度时间集合；G 为柴油发电机集合；为电池集合；为 BCSS 站点集合。3.2 约束条件（1）波浪能约束条件 staout1,ttPP=（14）3504 电 工 技 术 学 报 2023 年 7 月 式中，sta1,tP为波浪能装置节点的充放电功率。（2）电池调度约束 电池空间位置间的距离和转移时间由 G(D,)来表示。其中距离D和转移时间表示为 1111kijkkkddddd|=|D（15）s/ijijdvt=（16）式中，sv为船舶的运行速度；t为调度时间尺度。根据本文第1节的分析可知，在换电模式下，电池的时空转移与船舶的时空转移不完全相同，但又依赖于船舶的转移行为，这导致船舶和电池转移特性深度耦合。为解决此类问题，本文提出船舶与电池的转移模型如图7所示。图 7 船舶与电池的转移模型 Fig.7 Vessel and battery transfer model 在图7中，定义电池和船舶的状态变量集合为vvvbababa,i ti ti ti ti ti teduedu，其中v,i tu、ba,i tu分别为船舶和电池t时刻在位置i的状态变量，属于空间变量，v,1i tu=表示t时刻船舶位于i位置；v,i te、ba,i te分别为船舶和电池t时刻到达位置i的状态变量，属于行为变量，v,=1i te表示t时刻船舶到达i位置；v,i td、ba,i td分别为船舶和电池t时刻离开位置i的状态变量，属于行为变量，v,1i td=表示t时刻船舶离开i位置。则可得到上述状态变量的相关约束。v,1i tiut （17）ba,1ba,i tiut （18）vv,1,i ti tedit+（19）baba,1,ba,i ti tedit+（20）式中，为电池和船舶所处的位置集合。式（17）和式（18）分别表示船舶和电池空间位置的唯一性约束；式（19）和式（20）分别表示船舶和电池某时刻行为的单一性约束。()vv,11,ijti kiji tk tuui jt+=+（21）vvvv,1,i ti ti ti teduuit=（22）babababa,1 ,ba,i ti ti ti teduuit=（23）bav,ba,i ti teeit （24）bav,ba,i ti tddit （25）式（21）表示船舶转移过程的时间延时约束；式（22）和式（23）分别表示船舶和电池行为变量与位置变量的耦合关系；式（24）与式（25）表示电池的转移需要依赖船舶的转移行为。（3）发电机约束 柴油发电机需要满足出力上下限约束和爬坡率约束，其中发电机爬坡率约束为 maxgtgPP（26）式中，为柴油发电机的爬坡率限制值。（4）储能约束 电池交通流与能量流耦合模型的约束条件为 d,c,1bababababaabSOCSOCi ti tttiPPEE=（27）baminmaxSOCSOCSOCt（28）babac,c,maab,x0iittPuP（29）babad,d,maab,x0iittPuP（30）staba,c(d),bai ti tPPi=（31）式中，baSOCt为t时刻电池的荷电状态（State of Charge,SOC）；maxSOC、minSOC为电池SOC的最大与最小值；ac,b,i tP、ad,b,i tP分别为t时刻电池ba的充、放电功率；和baE分别为电池的充放电效率和电池容量。式（27）表示电池荷电状态与充放电功率的约束条件；式（28）表示电池荷电状态的上下限约束；式（29）、式（30）表示电池的充放电功率与电池位置状态变量的耦合关系；式（31）表示BCSS站点充电功率与电池功率的耦合关系。第 38 卷第 13 期 李飞宇等 波浪能液压发电系统灵活接入下的孤岛微电网细粒化调度 3505（5）微电网线路潮流约束 孤岛微电网存在实时功率平衡约束，各节点的潮流约束为 ltr2tr,gj tj tjk tjj tij tijij tk PPPG VPR=+l（32）ltr2tr,gj tj tjk tjj tij tijij tk QQQB VQX=+l（33）()()22trtr22,2j ti tijij tijij tijijij tVVR PX QRX=+l（34）tr 2tr 22,ij tij tij ti tPQV+l（35）,0ijij tijij ti tj ti tj tX PR QV V=（36）式中，tr,ij tP、tr,ij tQ分别为t时刻节点i、j之间的线路传输的有功、无功功率；,i tV、,i t分别为t时刻节点i的电压值和相位；,ij tl为t时刻线路ij的电流的二次方；l,i tP、l,i tQ分别为t时刻节点i处的负荷有功、无功需求；ijR、ijX分别为线路ij的电阻、电抗；jG和jB分别为节点j的电导和电纳。式（32）式（34）表示线路ij上的潮流约束；式（35）表示传输功率的上限约束；式（36）表示电压的相位约束。3.3 求解算法 调度模型中包含非线性约束条件，难以直接进行求解。为此本文基于0-1线性化方案，将优化模型处理为混合整数线性规划问题（Multiple Integer Linear Problem,MILP），通过GUROBI对上述问题进行求解。线性化过程为 ()lossoutttkL P=（37）将outtP用12sss,nppp等分为n-1个区间，并引入n个权重变量s,it与n-1个布尔型变量s,itz，其中outtP与间隔点sip相关联，losstk与()siL p相关联。outs,s1niittiPp=（38）()losss,s1niittikL p=（39）s,s,110niitti=且（40）1s,11nitiz=（41）1s,s,s,21iiitttzzin+（42）111s,s,s,s,nnttttzz且（43）式（38）表示任意outtP都可用间隔点以及权重系数的乘积之和表示；同理，式（39）表示losstk也可以通过权重系数及间隔点的函数值表示；式（40）表示权重变量满足的相关约束；式（41）表示在任意时刻只有一个布尔变量取值为1，即只有一个区间发挥作用；式（42）和式（43）保证了任意时刻只有两个相邻的权重系数不为0。4 算例分析 4.1 算例基本数据 本文选取南海的某岛屿作为负荷中心岛，岛上的微电网采用改进的IEEE 6节点网络24，其额定电压为10kV；岛上负荷选取南海某海岛常规负荷25，并进行等比例调整。此外，考虑到供电可靠性问题，孤岛微电网配置两台额定功率为500kW的分布式柴油发电机。根据宜昌市发中船务有限公司提供的船舶相关数据，本文选取柴油发动机推动的船舶。此外，在距离人居岛20km外的海域上，存在漂浮式的波浪能生产基地，波浪能液压式发电装置的额定功率为400kW。为不失一般性，本文假设负荷中心岛和波浪能生产基地处都建有BCSS用于电池交换功率。本文采用的电力设备相关参数见表1。表 1 电力设备相关参数 Tab.1 Related parameters of electrical equipment 设备 参数 数值 储能电池 电池容量/(kWh)500 额定充放电功率/kW 500 充放电效率(%)95 建造成本/元/(kWh)4 500 充放电循环寿命/次 6 000 船舶 购置成本/万元 40 航行平均速度/(km/h)20 使用寿命/a 10 运输单位成本/元/(tkm)0.5 海底电缆 投资成本/(万元/km)100 电阻/(/km)0.32 电抗/(/km)0.28 柴油发电机柴油费用/(元/L)6 损耗系数,1ga/(L/kW)0.23 损耗系数,2ga/(L/kW)0.057 5 另外，本算例考虑共有三个储能电池系统参与换电模型调度，其参数也表示在表1中。为了减小 3506 电 工 技 术 学 报 2023 年 7 月 电池损耗，电池在使用过程中不宜过充过放，故设置电池SOC的最大值为0.9，最小值为0.1。为了保证调度周期的可重复性，设置在调度开始时两块电池位于负荷中心岛，一块电池位于漂浮式波浪能生产基地，并将每块电池初始的SOC设置为0.5。考虑到波浪能出力的波动性，选取波浪能装置较高和较低两个场景，本算例中负荷和波浪能出力情况如图8所示，其中，场景1的波浪能出力较高。图 8 孤岛微电网负荷与波浪能功率 Fig.8 Isolated microgrid loads with wave energy power 4.2 调度方案 在Matlab R2017a的YALMIP平 台 调 用GUROBI 9.0.3对第三节所建立的波浪能离散能源调度模型进行求解，并对以下调度方案展开分析：1）波浪能调度 本文所提的波浪能调度不同于最大效率转化控制策略，在追求转化效率和储能快充损耗之间进行取舍，选择舍弃部分波浪能的转化效率，来获得经济性更优的含波浪能的孤岛微电网调度方案。波浪能细粒化调度结果如图9所示。图 9 波浪能细粒化调度结果 Fig.9 Wave energy fine-grained scheduling results 其中，图9a表示本文的调度策略相较于最大效率转化效率所舍弃的波浪能发电装置电能的累计值。在一个调度周期内，场景1损失的电能为382kWh，场景2损失的电能为192kWh。图9b表示本文所提的调度策略相较于最大效率转化策略下，储能少损失的容量所折合的费用。在一个调度周期内，场景1储能少损失的容量折换成损失费用为878.8元，场景2少损失费用为493.4元。由此可知，此处波浪能转化为电能的边际成本为2.5元/(kWh)。2）船舶与电池的调度方案 船舶在调度过程中作为电池的运输载具，往返于岛屿与漂浮式波能装置之间，完成电池的运输工作。船舶与电池的时空转移如图10所示，船舶1在场景1的运行路线为12121212 12，在一个调度周期内，船舶航行的时间为10h。为避免船舶在航行过程中因为柴油耗尽而停止工作，在调度周期开始前对船舶柴油进行补给，保证调度工作有序开展。图 10 船舶与电池的时空转移 Fig.10 Space-time transfer diagram of vessel and battery 电池换电模式下，由于电池的转移特性受限，在调度过程中需要依赖船舶的调度方案。由图10可知，任意电池在运输过程中的时空转移特性都与该时间船舶的转移特性保持一致。例如在场景1时，电池1在8:009:00时间段内，由充/换电站2向充/换电站1转移，而此时的船舶转移特性也恰好是由 第 38 卷第 13 期 李飞宇等 波浪能液压发电系统灵活接入下的孤岛微电网细粒化调度 3507 位置2指向位置1。综上所述，电池时空转移需依赖船舶的转移，与实际转移情况相符。电池的充放电与SOC特性如图11所示，结合图10的时空转移特性可知，场景1调度开始时，电池1在BCSS1处放电，电池2位于BCSS1处，电池3在BCSS2处充电；1:00时船舶载着电池1、2前往BCSS2处进行充电，就地消纳波浪能装置发电；短暂时间后，船舶带着电池2、3前往BCSS1处，电池1在BCSS2继续充电。在这种工作模式下，船舶通过运载电池，将电能从波浪能发电装置处转移到负荷中心岛，完成了波浪能的消纳利用。图 11 储能电池的 SOC 变化 Fig.11 SOC variation graph of energy storage battery 3）微电网功率分布 孤岛微电网的功率分布情况如图12所示。在系统的调度周期内，柴油发电机与储能电池协调配合，共同满足微电网负荷用电需求。在低负荷时间段（1:006:00、14:0017:00）电池全部在BCSS2 图 12 孤岛微电网功率分布 Fig.12 Distribution graph of silo microgrid power 处进行充电，微电网由柴油机组单独进行供电；在其他时间段，由于负荷用电需求较高，需要电池和柴油机协同调度来满足负荷需求；另外，在场景1下，由于波浪能出力较多，发电机相较于场景2出力较少。此外，根据图10图12还可以得出以下结论：（1）受限于船舶转移速度与空间距离约束，电池物流运输具有明显的延时和离散特性，所以图10和图11所示的船舶转移特性曲线以及SOC变化曲线存在明显的时延特性；（2）含波浪能装置的孤岛微电网系统兼具微电网实时功率平衡和岛际离散功率流的特点，如图12所示，柴油发电机、储能电池以及常规用电负荷都位于孤岛微电网中，功率流满足实时功率平衡的要求。4.3 经济性分析 为突出本文所提调度策略的经济性，本文设计了三种对照方案：本文所提的基于换电模式的孤岛微电网细粒化调度策略；波浪能采取常规的最大效率转化控制策略，其他与方案保持一致；利用海底电缆来构建离岸式波浪能装置与孤岛微电网的传输通道，此外还在孤岛以及波浪能装置处各配置了500 kW的电池以平衡功率输出。为了准确计算各方案的成本，本节的分析综合考虑了投资成本、运行成本和维护成本，并通过年限平均法26统一折算为年调度费用。不同方案的运行成本见表2。表 2 孤岛微电网不同调度方案的运行成本 Tab.2 Operating costs of different dispatching schemes for isolated microgrid 参数 数值 方案 方案 方案 日电池容量损耗成本/元 1 661.6 2 347 723 日柴油机成本/元 11 709 11 432 9 584 日储能电池寿命成本/元 1 243.4 1 437 539.5 日船舶航行成本/元 1 800 1 800 年运行成本/万元 599.1 621.1 395.8 由表2可知，本文所提的方案的年运行成本为599.1万元，相较于方案而言，柴油机发电成本提高了10.11万元，而储能快充损耗和循环寿命减少32.08万元，总体经济性提高3.5%；与方案相比，年运行费用增加了203.3万元。进一步比较各方案的投资经济性，其中柴油发电机的造价为每台30万元，设备使用寿命为30年；海底电缆的初始投资成本为500万元/km（不考虑 3508 电 工 技 术 学 报 2023 年 7 月 变电站的建设成本），使用寿命为30年；储能电池的建造成本为4.5元/(Wh)，运行成本参照文献26折算到单次充放电成本进行计算；船体的造价参照舟山市造船厂的数据，以40万估算，使用寿命为10年。各方案的投资成本见表3。表 3 孤岛微电网不同调度方案的投资成本 Tab.3 Investment cost of different dispatching schemes for isolated microgrids 设备 成本/万元 方案 方案 方案 柴油机 1.8 1.8 1.8 电缆 300 船舶 3.6 3.6 总年均折旧额 5.4 5.4 301.8 综合表2和表3可知，本文所提方案的年综合成本为604.8万元，相较于方案和方案，经济性提高了3.4%和13.3%。方案的运行成本虽然很低，但是海底电缆的投资成本过高，致使方案的年综合成本过高。综上所述，本文所提的孤岛微电网调度运行方案经济性最优。5 结论 本文搭建了波浪能细粒化模型，并通过理论分析和仿真验证，得出以下结论：1）较之常规的供电策略，含漂浮式波浪能装置的孤岛微电网采用船舶换电模式供电具有更好的经济性。2）孤岛微电网满足源荷储的实时功率平衡，船舶换电模式在能量传输上表现出离散、延时的特性，船舶换电模式实现了海岛能源的动态平衡。3）液压发电系统细粒化调度策略通过对波浪能液压发电系统转速和蓄能器压力进行调控，相较于最大效率转化控制策略经济性提高了3.4%。参考文献 1 张佳艺,何礼鹏,马立红,等.美国波浪能发电场建设对中国波浪能的启示J.能源与节能,2021(3):5-7,74.Zhang Jiayi,He Lipeng,Ma Lihong,et al.Enlightenment of American wave power generation yard construction on wave energy in ChinaJ.Energy and Energy Conservation,2021(3):5-7,74.2 徐超.海流能驱动型制淡技术研究D.杭州:浙江大学,2018.3 Wu You,Dai Haihong.Design and research of self-propelled wave energy collecting device based on hydrogen storage by seawater electrolysisJ.IOP Conference Series:Earth and Environmental Science,2020,510(2):022018.4 Azimov U,Birkett M.Feasibility study and design of an ocean wave power generation station integrated with a decommissioned offshore oil platf