CC BY
17Статья поступила в редакцию 25.04.12. Ред. рег. № 1293
The article has entered in publishing office 25.04.12. Ed. reg. No. 1293
УДК 620.92
СОЗДАНИЕ МОДЕЛИ ОПТИМАЛЬНОГО СООТНОШЕНИЯ КОМПОНЕНТОВ ГИБРИДНЫХ ВЕТРОСОЛНЕЧНЫХ СИСТЕМ ЭЛЕКТРООБЕСПЕЧЕНИЯ
Ю.П. Фаворский
Институт возобновляемой энергетики НАН Украины 02094 Украина, Киев, ул. Красногвардейская, д. 20А Тел./факс: +38-044-206-28-09, e-mail: [email protected], [email protected]
Заключение совета рецензентов: 10.05.12 Заключение совета экспертов: 15.05.12 Принято к публикации: 20.05.12
В статье анализируются существующие подходы моделирования гибридных ветросолнечных энергетических систем (ГВСЭС). Рассмотрено решение проблемы выбора размерности компонентов системы и оптимизации по выбранным параметрам. Предложено повышение достоверности результатов моделирования за счет учета воздействия генерирования, преобразования и аккумулирования.
Ключевые слова: гибридная система, ветрогенератор, фотовольтаический модуль, инвертор, аккумуляторная батарея.
CREATE THE HYBRID WIND-PV SYSTEMS OPTIMAL RATIO OF COMPONENTS MODEL FOR ENERGY SUPPLY
Yu.P. Favorskyy
Institute of Renewable Energy, National Ukrainian Academy of Science 20А Chervonogvardijska str., Kyiv, 02094, Ukraine Tel./fax: +38-044-206-28-09, e-mail: [email protected], [email protected]
Referred: 10.05.12 Expertise: 15.05.12 Accepted: 20.05.12
The article analyzes the existing modeling of hybrid wind-PV energy systems (HWPES). The solution of the problem of choosing the dimension of the system components and the optimization of selected parameters. Proposed increase in the reliability of simulation results by taking into account the impact of the generation, conversion and storage.
Keywords: hybrid system, wind generator, photovoltaic module, inverter, battery.
В последнее время большое внимание уделяется развитию возобновляемых источников энергии (ВИЭ). Традиционные источники энергии (нефть, природный газ, твердое топливо) расходуются в 100 тысяч раз быстрее, чем формируются, и могут быть исчерпаны в обозримом будущем [1]. События последнего времени, связанные с реальной угрозой от непредвиденных последствий использования ядерной энергии (Фукусима, 2011), еще раз подтвердили необходимость использования экологически чистых ВИЭ. Внимание к ветровой и солнечной энергетике как к альтернативному источнику энергии получило очередной импульс в середине 70-х годов прошлого века, во времена энергетического кризиса. Поэтому очевидно, что перспективными источниками для получения электроэнергии сегодня является энергия ветра и солнца, а также их объединение в гибридную систему. При этом заметим, что гибридная ветросол-нечная система (ГВСЭС) предусматривает более плавное покрытие нагрузки, поскольку ветер доми-
нирует в осенне-зимний период, а солнце - в весенне-летний, а также увеличение среднесуточного (среднемесячного) производства энергии за счет увеличения вероятности одновременной работы двух независимых источников энергии. Таким образом, при работе двух источников с одним блоком управления и преобразования (БУП) относительная стоимость системы в целом снижается и, как следствие, уменьшается удельная себестоимость выработки одного киловатт-часа электроэнергии [2]. Современная система энергоснабжения (СЭ) с ВИЭ является сложной системой кибернетического типа, имеет много свойств нестационарных систем, связанных с распределенностью структуры, многомерностью и неопределенностью параметров, формирующих состояние и условия функционирования системы [3]. При этом такая система характеризуется рядом признаков и свойств, отражающих взаимодействие компонентов с внешними и внутренними связями, значительная часть которых не всегда поддается коли-
International Scientific Journal for Alternative Energy and Ecology № 05-06 (109-110) 2012
© Scientific Technical Centre «TATA», 2012
чественному и денежному определению. Отсюда следует, что СЭ с ВИЭ является многоцелевой по своей природе, а ее оптимизация должна проводиться по совокупности критериев эффективности.
Поэтому в задачах исследовательского характера применяются вероятностные методы, которые целесообразны, когда неопределенные события и процессы обладают свойством статистической устойчивости и подчиняются вероятностным законам. Однако параметры СЭ не имеют фиксированных значений и не носят вероятностных описаний (изменение нагрузок, показатели надежности, потери энергии потребителем). Это позволяет частично раскрыть неопределенность на основе опыта, знания и интуиции квалифицированных специалистов.
Таким образом, исследование и оптимизация параметров компонентов СЭ, использующих совокупность ВИЭ различной природы является сложной проблемой. Повышение эффективности СЭ с ВИЭ возможно за счет выбора как параметров компонентов СЭ, так и режимов их работы. Непосредственное
исследование таких систем путем организации натурного эксперимента связано со значительными материальными затратами [3]. Поэтому основным инструментом изучения СЭ и процессов, происходящих в них, является моделирование, которое позволяет рассматривать большое количество альтернативных вариантов, совершенствовать процесс принятия решений и точнее прогнозировать их последствия. При проведении исследований для этого используем различные модели.
При этом заметим, что к контролируемым параметрам модели относятся технико-экономические характеристики элементов систем энергоснабжения (тип, количество, режим работы, стоимостные характеристики, установленная мощность и т.д.), к неконтролируемым параметрам нечеткого типа относятся показатели надежности элементов, инсоляция, ветровые нагрузки и удельные потери [4]. В качестве объекта исследования и измерения параметров компонентов СЭ рассмотрено резервное электроснабжение бытового потребителя (таблица).
Характеристики нагрузок бытового потребителя Loads characteristics of consumer household
Потребители Мощность Р, Вт/рабочий ток I, A Среднее время работы t, ч/сут Суточный расход электроэнергии (потребление), кВтч/сут
Электролампы 5 штук по 100 Вт 500 4 2
Энергосберегающие лампы 5 штук по 20 Вт Экв. 100 4 0,5
Телевизор 100 6 0,6
Холодильник 80 24 1,92
Насос водяной 660/3 1 0,66
Итого 1340 5,18
Итого с энергосберегающими лампами 940 3,68
При наличии оборудования преимущественно украинского производства и учитывая предыдущий опыт внедрения подобных систем именно для такого уровня и режимов нагрузок, используем один из инструментов анализа функционирования СЭ с ВИЭ, а именно компьютерную программу оптимизационного моделирования [5]. Один из результатов моделирования показан на рис. 1.
Рис. 1. Графическая пиктограмма
компонентов ЭС и варианты оптимизированных результатов резервного энергопотребления (ЭП) Fig. 1. Graphic icon of components optimized versions of the energy systems (ES) and the results back-up energy supply
Международный научный журнал «Альтернативная энергетика и экология» № 05-06 (109-110) 2012 © Научно-технический центр «TATA», 2012
Принимаем во внимание, что многоцелевая функция оптимизации выходных параметров ЕС условно разделена автором на две части - техническую и экономическую, мы рассмотрим только первую.
Стоит обратить внимание на три основные величины, которые имеют решающее значение при выборе элементов системы:
1) выходная мощность определяется только мощностью преобразователя и не зависит от скорости ветра, освещенности фотобатарей (ФБ) и емкости аккумуляторных батарей (АБ);
2) время непрерывной работы при отсутствии ветра/солнца определяется только емкостью батареи и зависит от величины и характера нагрузки и режимов работы;
3) производство электроэнергии определяется реальным ветропотенциалом местности, солнечной освещенностью, размещением ФБ и ветрогенератором (ВГ) (указываются за усредненный промежуток времени, в частности месяц, потому что дневная или часовая выработка будет носить случайный характер).
В общем случае задание по производству энергии с различными вариантами резервирования можно решить, учитывая, что для разного набора компонентов (элементов) системы нужно определить (в количественном выражении):
1) мощность преобразователя (это первое, что определяется потребителем исходя из типа и режимов работы нагрузки);
2) мощность генерации в конкретных условиях эксплуатации.
Это величины мгновенные по физическому содержанию и малоинформативные, особенно для технически малоподготовленных потребителей. Следующие величины являются более важными при расчете резервных и особенно автономных систем;
3) выработка (энергия генерации) [6];
4) энергия резервирования (запас энергии АБ с учетом мощности и режимов работы нагрузки).
Между величинами 1, 2, 3, 4 нет прямой связи, однако есть полученные на основе опыта и внедрения типичные соотношения и тщательно избран оптимальный вариант для определенного использования в заданных режимах [2]. Чтобы правильно подобрать необходимую мощность систем с ВГ и ФБ, необходимо понять основные различия между выработанной энергией, потребляемой и аккумулированной как резерв. При использовании генераторов электрического напряжения, работающих от ВИЭ, качество получаемого напряжения не позволяет использовать его в стандартном оборудовании непосредственно и требует промежуточного преобразования в напряжение со стандартными характеристиками. Основной проблемой при использовании ВГ и ФБ является нестабильность получаемой энергии, которая сильно зависит от текущих входных параметров (погодных условий и т.д.). В автономных и резервных ЭС возникает проблема обеспечения резерва мощности при изменении потребляемой энер-
гии (например, пусковые токи электродвигателей). Как компенсирующий источник энергии можно использовать источник бесперебойного питания (ИБП) в комбинации с комплексом АБ [7].
Общий результат исследования и измерения режимов работы типовых ГВСЭС на основе практического опыта позволяет на базе соотношения энергетического баланса
^ген > Л^Пот, (1)
где Wген - энергия, генерируемая ВИЭ, кВтч, за промежуток времени V, ^пот - энергия потребления, кВтч, за тот же промежуток времени /; п - КПД ЭС, предложить следующие соотношения между параметрами исследованных компонентов ЭС:
Р > Р • (2)
1 п 1 пот?
Рв ~ 0,5Рп; (3)
Р ~ 0,5Рв ~ 0,25Рп; (4)
Рп ~ 0,5 Габ / t. (5)
где Рп - выходная мощность преобразователя БУП, кВт; Рпот - максимальное значение мощности нагрузки потребителя, кВт; Рв - мощность генерации ВГ в номинальном режиме, кВт; Рф - мощность, генерируемая ФБ в номинальном режиме, кВт; - энергия, помещаемая в АБ; t - время, ч.
Поэтому основной выбор, кроме согласования мощностей и энергии генерации (3, 4) с мощностью и потреблением (2), приходится на согласование преобразования (2, 5) и аккумулирования (5).
Дальнейшим развитием внедрения ВИЭ является корректная аргументированная оценка реальных потенциалов ветровой и солнечной энергии и соответствующее функционирование всех компонентов гибридной ветросолнечной энергосистемы (ГВСЭС). Эти показатели входят в целый ряд документов, прежде всего ТЭО, которое в дальнейшем становится составной частью проектной документации по разработке и эксплуатации СЭ.
Поэтому главной целью является освещение подходов и существующих моделей не только прикладной оценки климатического потенциала ветровой и солнечной энергии, но и дальнейшего преобразования энергии с определенными количественными и качественными показателями для нужд конечного потребителя. Также важным является решение проблемы повышения достоверности результатов моделирования при выборе отдельных компонентов и их размерностей, а также режимов функционирования ГВСЭС.
За основу оценки ресурсов ветровой и солнечной энергии положены общие для всех возобновляемых источников энергии принципы учета закономерных и стохастических колебаний ее поступления, влияющих на выбор и расчет отдельных компонентов ГВСЭС, а также учета систем аккумулирования и преобразования.
International Scientific Journal for Alternative Energy and Ecology № 05-06 (109-110) 2012
© Scientific Technical Centre «TATA», 2012
b
Рис. 2. Модели ветра: а - осреднение во времени и пространстве; b - изменение скорости ветра по высоте;
c - турбулентная модель ветра Fig. 2. The wind models: a - time and space averaging; b - change in wind speed at height; c - model of turbulent wind
a
c
Для одного из источников, а именно ветра, опишем постепенное совершенствование модели ветра как пример углубления знаний в этой области, что позволило приблизиться к адекватной модели преобразования энергии, учета и последующей обработки результатов для использования в моделировании ГВСЭС.
На рис. 2 показано развитие знаний и использования различных моделей.
Непрерывная регистрация измерений скорости ветра на метеопостах на протяжении многих лет показала, что среднемесячные и среднегодовые значения скорости ветра в конкретном месте варьируются в узком диапазоне. Несмотря на то, что ветер - это случайный фактор, ему присущи определенные закономерности. Кроме средней скорости ветра большое значение имеет распределение скоростей ветра во времени - частота повторяемости отдельных значений скорости ветра. В последнее время широкое применение в мире получило теоретическое распределение повторяемости скоростей по Вейбуллу, которое дает хорошую вариацию с результатами наблюдений. Дифференциальная повторяемость скоростей ветра по градациям Вейбулла/(V) имеет вид
/(У) =|(У/РГ'ехр(У/Р) , (6)
где V - скорость ветра; Р - параметр масштаба, численно близок к величине среднего значения скорости ветра; у - параметр формы кривой распределения.
Чтобы получить значения параметров у и Р, достаточно иметь экспериментальные повторяемости скоростей ветра, желательно за самый большой период наблюдений. Значения параметров у и в значительно повышают точность расчетов выработки электроэнергии ВГ в конкретной местности.
Рассмотрим, что дает значение повторяемости скоростей /(V) на примере средней скорости ветра V = 6 м/с при изменении параметра формы у от 1 до 2
с шагом 0,25. Для наглядности данные по /(V) отражены на рис. 3. Из приведенных данных видно, что при у = 1,5 скорость ветра в интервале 7 ± 0,5 м/с действует 0,08 времени года (8%), т.е. 700 часов в течение года. Аналогично устанавливается время действия ветра в любом другом интервале скоростей, что дает возможность рассчитать выработку электроэнергии для ВГ с известными характеристиками.
Повторяемость /(V)
t 1 1 ± 1 i i i —f I
1 H2I ¡ ! ! -i 1
V Чг V = 1,75 ! \ | ! i r^r
/ / ^ / V ь j
\ \ \ \Y> ¡Y = I 1,2b 1 r 1 1 1 I
1 i / 4 4 Y- 1 ¡
i .!. ¡J i I
i 1 _J i J ' j i 1
Скорость ветра I/. м/с
Рис. 3. Кривая распределения Вейбулла для у от 1 до 2 с шагом 0,25 Fig. 3. Weibull distribution for у from 1 to 2 with 0,25 step
Анализ приведенной графической зависимости показывает, что меньшие значения коэффициента Вейбулла у отвечают более широкому диапазону распределения скорости ветра. Это означает, что ветер меняется в большом диапазоне скоростей. Большие значения коэффициента Вейбулла у соответствуют узкому диапазону распределения скорости ветра, и, как следствие, изменение скорости ветра происходит в более узком диапазоне.
Международный научный журнал «Альтернативная энергетика и экология» № 05-06 (109-110) 2012 Ю1 © Научно-технический центр «TATA», 2012 '
Скорость ветра У1 на высоте Н1, если она отличается от высоты (как правило, 10 м), на которой проводились измерения скорости ветра метеослужбами, определяется по формуле
VI = ¥ю (И,! Ит У , (7)
где т = 0,14 - степенной коэффициент для прибрежных зон Европы.
Таким образом, существующие методики и модели определения параметров ветрового потока, отличающиеся в первую очередь областью применения, т. е. функциональной принадлежности, а также количеством измеряемых параметров, необходимы для дальнейшего выбора оборудования и различаются по возможности получения данных.
Так, например, при анализе среднемесячных значений скорости ветра и солнечной инсоляции можно использовать данные Института возобновляемой энергетики НАН Украины (ИВЭ НАНУ) [8], метеорологические данные Национальной аэрокосмической службы Америки (НАСА, США) и метеорологические данные КБТ8сгееп полученные организациями «Природные ресурсы Канады» и «Канадский метеорологический центр энергетических технологий».
Климатический ветроэнергетический потенциал отдельной территории характеризуется удельной мощностью ветровой энергии в момент времени и ее суммарной величиной за различные промежутки времени (месяц, сезон, год), для чего используется средняя скорость ветра и его предельные характеристики (минимальная и максимальная скорость, при которых может работать генератор ветроуста-новки).
К прикладным характеристикам ветровой энергии, которые находят применение при обосновании режима работы и производительности ВГ, относятся:
- утилизированная энергия ветра, которая включает энергию ветрового потока, учитывая потери энергии на начало движения, на регулирование агрегата и на вывод ветроколеса из-под действия ветра;
- распределение повторяемости рабочей скорости ветра (эта характеристика является одной из основных ветроэнергетических характеристик, поскольку суммарная производительность ветроагрегата определяется функциональной зависимостью установки от скорости ветра за расчетный период времени);
- продолжительность энергоактивных значений скорости ветра;
- продолжительность энергетического штиля.
Потребность в точности определения энергетической производительности ВГ и фотопреобразователей в различных атмосферных условиях приводит к необходимости увеличения точности начальных измерений.
Важно то, что прикладные энергетические показатели генерирования рассчитываются, исходя из особенностей ветрового режима и солнечной инсо-
ляции определенной местности с обязательным учетом технических характеристик ветроэнергоустано-вок и фотопреобразователей.
Отметим, что требования относительно точности и полноты полученных данных касаются не только предварительной оценки функционирования ГВСЭС, но и дальнейшей подготовки материалов для экономических расчетов ТЭО и отдельных разделов инвестиционного проекта.
Интересен мировой опыт, начиная с требований к способам обработки не только измеренных, но и синтезированных исходных данных, а также формирования исходной базы данных для их последующего использования для анализа функционирования системы.
Математической моделью ЭС является система математических соотношений, описывающих объект. Процессы поступления энергии от источников, превращения ее в генераторах и потребления энергии нагрузкой ставятся в соответствие математическим эквивалентам, имеющим входные и выходные параметры, которые обеспечивают синтез системы в математическую модель. Смоделированный с помощью отдельных программ исходный блок данных учитывает выбор соотношения отдельных компонентов с учетом потребления, генерирования, преобразования и аккумулирования энергии.
В случае когда аналитические способы описания модели отсутствуют или затруднены, используют имитационное моделирование - проведение численных экспериментов с математической моделью, описывающих поведение системы в течение заданных периодов времени. Вместе с тем одной из важнейших характеристик математической модели ЭС является степень ее адекватности реальным процессам, которые в условиях высокой неопределенности исходной информации требуют проведения детальных экспериментальных исследований.
В настоящее время существует более 50 систематических подходов к решению задачи моделирования гибридных систем. Все они имеют много схожего, остановимся на кратком обзоре 4-х наиболее используемых программ.
Hybrid2 - это программа моделирования, развитая Национальной лабораторией возобновляемых источников энергии (ККБЬ) американского Отдела энергии в кооперации с Университетом Массачусетс, одна из первых программ в этом направлении. Она была задумана для анализа гибридных систем с несколькими генераторами (ФБ, ВГ и дизельные генераторы) энергии и потребителей (переменного и постоянного тока, тепловых нагрузок) с предложениями не только широкого выбора стратегии управления компонентами, но и с применением функции экономического анализа. Пример ввода исходных данных солнечной радиации изображен на рис. 4 из указанной программы.
Формы входных данных хорошо структурированы, а параметры исходных данных понятны и про-
International Scientific Journal for Alternative Energy and Ecology № 05-06 (109-110) 2012
© Scientific Technical Centre «TATA», 2012
сты. Но программа Hybrid2 используется в основном в институтах и университетах, поэтому требует определенного времени и достаточных профессиональных знаний для предварительного ознакомления, но потом она позволяет решать всесторонние системные задачи. Программа Hybrid2 доступна только на английском языке.
Рис. 4. Суточная солнечная радиация в программе Hybrid2 Fig. 4. Daily solar radiation with Hybrid2 software
RETScreen - программа основана на электронной таблице Excel, была развита канадским правительством и включает не только фактический расчет параметров ФБ, ВГ и дизеля для системы ЭП, но также анализ экономических параметров (стоимость, окупаемость и др.). Программа отличается быстрым и простым вводом данных, поскольку есть мощная база данных для модулей ФБ, ВГ и данных климата (среднемесячная скорость ветра, среднемесячная солнечная радиация и годовые температурные данные).
Через связь с сайтом NASA климатические данные могут быть воспроизведены для любой выбранной точки на Земле. Дальнейшие компоненты могут быть, к сожалению, упрощенно определены с минимальным описанием технических условий, которые, однако, позволяют анализировать, какие конфигурации исходных данных нужно лучше рассматривать. Программа предложена сначала на французском и английском языках, сейчас доступна более чем на 30 языках, в т. ч. русском, и включает широкое разнообразие дополнительных инструментов.
HOMER - другая программа моделирования компонентов ГВСЭС, экономических, эксплуатационных и экологических показателей, развита Национальной лабораторией возобновляемых источников энергии (NREL) (США). Программа моделирует работу каждой системы, комбинационные возможности для указанного набора источников энергии. Также возможна и полезна для потребителя информация для определения предварительной чувствительности, например, различные средние значения для солнечной радиации, ветра или потребления энергии, отражающие определенный ряд результатов. Выходной результат моделирования - список возможных систем в порядке возникающих расходов. Исходный вариант в виде графа отображает различные ряды
вариантов системы за выбранный период, основан на отобранных критериях. Подробные результаты могут быть исходными данными для каждой индивидуальной системы, они отражают информацию (графы, таблицы, разброс данных). Программа достаточно проста для пользователя и объединяет не только ФБ, ветер и небольшие гидрогенераторы, но и генераторы на различных топливах (например, дизель, биомасса, этанол, водород).
Matlab (пакет Simulink) - это программа, которая отображает физические модели и процессы в отдельных подсистемах и устройствах ГВСЭС. Главное отличие этой программы - это то, что она опирается на математическую модель физического процесса и учитывает переходные процессы. Simulink имеет визуализацию в реальном времени процессов, протекающих в системе (например, силы тока, напряжения, частоты, выработки энергии).
Краткое описание пакета демонстрирует, что каждая из программ имеет свои особенности. Пользователь должен быть осведомлен о специфике, которая наиболее важна для его конкретного случая, и выбрать такие программы, которые отвечают этим критериям.
Поэтому одним из ключевых решений, которое может быть принято на основе желаемого варианта вычислений и достоверности полученных результатов, может стать определенный неоднозначный и не соизмеримый по различным параметрам выбор и возможная комбинация различных программ. А именно, сравнение и предварительный анализ допустимых упрощений и учетов (или, на практике, наоборот, не учетов), что приводит к сравнению особенностей программ: технических, экономических, эксплуатационных и экологических параметров (HOMER), общего проставления размеров (RETScreen), подробных технических конфигураций (PV-SPS, PV-Sol, PVSYST), системного анализа (Hybrid2, PV-DESIGNPRO) или осознания физической сущности и визуализации переходных процессов (Simulink).
Важно то, что результаты системного проекта и системы моделирования зависят не только от алгоритмов вычислений программы и от качества исходных данных, но и от технического знания и опыта использования программного продукта. Применение электронно-вычислительных машин и, соответственно, выбранного для этих целей программного обеспечения намного упрощает многократные циклические расчеты, которые динамично изменяются во время расчетов.
С целью повышения достоверности результатов моделирования и учитывая вышеуказанное, предложена модель выбора оптимального соотношения компонентов ГВСЭС как с точки зрения конкретной технической реализации, так и экономических показателей (в первую очередь стоимость).
Создание модели проходит в два этапа: определение размерности системы и оптимизация параметров
Международный научный журнал «Альтернативная энергетика и экология» № 05-06 (109-110) 2012 © Научно-технический центр «TATA», 2012
по определенному критерию. Автономная энергетическая система может быть представлена эквивалентной схемой, имеет входные, выходные параметры и параметры, которые оптимизируются. Входные параметры можно разделить на следующие категории: зависящие от местонахождения генерирующих мощностей, зависящие от выбора вариантов оборудования, а также зависящие от самого потребителя, т.е. учитывающие график нагрузок.
К параметрам местонахождения относятся координаты (долгота, широта и высота над уровнем мирового океана). Зная местонахождение, согласно справочникам и данным с метеостанций, получаем значения среднемесячной солнечной радиации, среднемесячной скорости ветра и среднемесячные значения температуры для данной местности.
Первый этап - это предварительное определение размерности системы достаточно упрощенно именно для предварительного выбора, который можно разложить на несколько подэтапов:
- на базе входных параметров среднемесячной солнечной радиации и ветропотенциала определим выработку от типовых, заранее выбранных из базы данных или добавленных на основе данных производителей, агрегатов (отдельно для ветра и солнца);
- согласно исследованию предварительно выбираем для данной местности соотношение генерации от солнца и ветра (рис. 5);
- определяем значение установленной мощности для ФБ и ВГ таким образом, чтобы выработка превышала потребление на 30% для определения начального размера системы (30% - это приблизи-
тельное значение учета суммарного коэффициента полезного действия всех звеньев системы).
Многие ученые пытались создать различные модели систем для выбора параметров согласно указанным условиям и критериям. Один из методов определения размерности системы был предложен Стретхом и Гоалом в 1998 г. В его основе лежит генерация энергии на базе моделирования нескольких ФБ и АБ. Главным критерием выбора системы является количество часов, во время которых система не будет работать или не будет обеспечивать достаточной выработки энергии. Недостатками такого метода является то, что не учитывается баланс выработки между различными типами источников энергии и также не учтено аккумулирование.
Метод разработки гибридных систем на базе энергетического баланса [9] является более достоверным, а его результаты приближены к реальным данным. В его основу заложено почасовое моделирование с учетом всех условий и факторов, влияющих на работу системы: суммарная солнечная радиация, средняя скорость ветра и график потребления электроэнергии конечным потребителем. Проводя вычисления ежечасной разности этих значений (суммарной выработки и потребления), определяют разницу выработки, которая является избыточной или недостаточной в данный период времени. Результатом такого расчета является выбор количества и номинала значений ВГ и ФБ для удовлетворения среднемесячных потребностей в электроэнергии. В результате этих вычислений выбирается один из вариантов компоновки системы согласно выбранному критерию.
Рис. 5. Карта использования ветросолнечного ресурса без учета преобразования и аккумулирования энергии Fig. 5. The map using wind and solar resources without energy conversion and accumulation
International Scientific Journal for Alternative Energy and Ecology № 05-06 (109-110) 2012
© Scientific Technical Centre «TATA», 2012
В [10] эту теорию объединили с сезонными колебаниями выработки от ФБ и ВГ и сформулировали условия, которые описывают оптимальную систему.
Минимизация стоимости системы = Са + С^а^) для: < Са + С^а^, где а^ и а, - количество ФБ и ВГ номинальных мощностей; С, и С„ - стоимость каждого из таких модулей; ё(() - среднесуточное потребление, которое всегда должно быть меньше, чем выработка от данных источников энергии.
Другим выражением условия минимизации стоимости системы можно определить как оптимальное соотношение компонентов системы. Сформулируем условия, которые описывают систему и имеют вид
аа,/аак =- С^С, . (10)
Но как недостаток этот метод оптимизации не учитывает размерности аккумуляторных батарей. Поэтому для более детальных вычислений используем метод Борового и Саламех (1996). Согласно этому методу проводятся многошаговые симуляции различных гибридных систем с использованием ФБ, ВГ и АБ. Сначала оптимизация проводится по критерию возможной потери энергоснабжения. Когда это условие выполняется для всех месяцев, в которых проводится симуляция, следующим критерием является минимизация стоимости системы. Такое оптимальное соотношение ФБ и АБ можно представить следующей формулой:
ёЫ/ёЫъ =- Ъ/ а, (11)
где N и N - количество ФБ и АБ соответственно; а и Ъ - стоимость этого оборудования.
Аналогично способу оптимизации количества АБ и ФБ Багул в 1996 г. предложил оптимизацию количества ВГ и АБ, используя метод вероятностей поступления среднемесячной солнечной радиации и среднемесячной скорости ветра.
Весьма полезной стала модель Дуфо-Лопес и Бернала Августина (2005), которые использовали генетический алгоритм (ГА) для отбора наиболее оптимальных систем [11, 12]. Перед ними встала задача многообъектной оптимизации по нескольким критериям при входных данных вероятностей среднемесячной солнечной радиации и среднемесячной скорости ветра. Использование метода ГА позволило приблизиться к достаточно эффективному отбору параметров ГВСЭС.
Комбинация указанных методов и использованных программ с добавлением графика нагрузки потребителя позволяет учитывать все без исключения подсистемы ГВСЭС для повышения достоверности результатов моделирования. С каждой итерацией выбираются компоненты и проверяются на соответствие вышеперечисленным условиям оптимальности системы. Комбинации, удовлетворяющие первичным условиям, сохраняются для последующей обработки с последующим критерием, таким образом, что 2-й
критерий является уточняющим и позволяет выбрать одно решение.
После прохождения этапа выбора размерностей компонентов системы переходим к оптимизации системы с помощью ГА по критерию, например, минимальной стоимости.
В вышепредложенном алгоритме для моделирования выработки от возобновляемых источников вводится допущение, что при почасовом моделировании 8760 часов в год, при среднем значении потенциала поступление энергии является постоянным. Расчет выработки от ФБ ведется согласно их номинальным характеристикам и коррекции в условиях рабочего объекта, которые изначально приводятся в номинальных условиях.
Как пример усовершенствования в предложенной модели используется методика на основе использования устройства контроля точки отбора максимальной мощности «maximum power point tracking» (MPPT).
Очень важно, что по завершении этого этапа выбраны основные компоненты, а также их размерность, и в разрезе месячных нагрузок они полностью удовлетворяют условиям соотношение между генерированием, аккумулированием и потреблением.
Так как на рассматриваемом этапе завершен выбор компонентов системы, то дальнейшие расчеты невозможны без многошагового моделирования системы, что необходимо для более детальных результатов. Именно поэтому после того как все параметры системы выбраны, применяется чувствительный механизм оптимизации [13].
Суть этого моделирования заключается в том, что делается допущение для предлагаемой модели по нескольким входным параметрам:
- метеоданные известны детально до каждого часа;
- график нагрузки типичный для каждого сезона;
- температурный режим имеет известное распределение.
Таким образом, проанализированы подходы к созданию разнообразных моделей и предложен новый подход, что позволяет сделать следующие выводы:
1. Анализ показывает, что систему электроснабжения нужно рассматривать только с учетом соотношения и взаимодействия генерации от двух источников энергии, преобразования, накопления и потребления энергии. Данный факт обычно не учитывается при оценке технико-экономических показателей системы.
2. Предлагаемую модель можно использовать для анализа состава компонентов, параметров работы системы, в том числе производства электрической энергии для бесперебойного энергоснабжения с анализом экономических показателей.
3. Сочетание программы чувствительного механизма с моделью оптимального соотношения компонентов системы позволяет повышать достоверность результатов моделирования.
Международный научный журнал «Альтернативная энергетика и экология» № 05-06 (109-110) 2012 © Научно-технический центр «TATA», 2012
Список литературы
1. WorldResources, 2006-2007, WorldResources Institute, 2008.
2. www.energy.ua.
3. Пиковский А.А., Таратин В.А. Технико-экономические расчеты в энергетике в условиях неопределенности. Л.: Изд-во Ленинградского университета, 1981.
4. Симанков С., Бучацкий П.Ю., Шопин А.В. Методология моделирования физических процессов в энергетических комплексах с нетрадиционными источниками энергии и оптимизация их параметров // Труды ФОРА. 1998. № 3.
5. Hybrid Optimization Model for Electric Renewables (HOMER). www.nrel.gov/international/ homer.
6. Шихайлов М.А., Фаворский Ю.П. О Некоторых заблуждениях относительно использования вет-роустановок малой мощности // Энергосбережение. Донецк. 2003. № 4. С. 14-21.
7. Фаворский Ю.П., Анякин В.Н., Соколов А.Ю. Применение источников безперебшного питания с генераторами электрического тока от возобновляемых источников энергии // Возобновляемая энергетика. 2006. №4.
8. www.ive.org.ua.
9. Kellogg W.D., Nehrir M.H., Venkataramanan G., Gerez V. Generation Unit Sizingand Cost Analysis for Stand-Alone Wind, Photovoltaic, and Hybrid Wind/PV Systems // IEEE Transactionson Energy Conversion. 1998. Vol. 13, No. 1. P. 70-75.
10. McGowan J.G., Manwell J.F., Avelar C., Warner C.L. Hybrid wind/PV/diesel hybrid power systems modelling and South American applications // Renewable Energy 1996;9(1-4):836-47.
11. Collette Y., Siarry P. Multiobjective Optimization: Principles and Case Studies. 1st ed.: Springer; 2004.
12. Dufo-Lopez R., Bernal-Agustin J.L. Design and control strategies of PV-Diesel systems using genetic algorithms // SolarEnergy 2005;79(1):33-46.
13. Фаворський Ю.П. Покращення моделi оптимального спiввiдношення компоненпв гiбридних вiтросонячних систем електропостачання // Ввдновлюванна енергетика XXI столiтгя. Матерiали XI-о! мiжнародноi конференцii. Крим. 2010. С. 75.
International Scientific Journal for Alternative Energy and Ecology № 05-06 (109-110) 2012
© Scientific Technical Centre «TATA», 2012
