适用于海岛的独立供电电源规划设计

陈一诚，王志新

（上海交通大学电子信息及电气工程学院，上海 200240）

海岛的土地和线路廊道资源紧张，变电站选址和线路选线较为困难，同时由于海岛特殊的地理位置原因，岛屿间输电线路多采用大跨越架空线路或海底电缆，导致海岛电网的建设成本远高于大陆电网，成为海岛电源规划和建设的制约因素。而且海岛地区不仅仅电网建设成本高，同时由于电力体制革相对滞后等原因，多数海岛上的供电系统与大陆电网联系薄弱且发展较为缓慢，电源性缺电与网架性缺电问题在一段时间内同时并存。

岛上的新能源发展成为一个热门研究课题。海岛上的可再生能源十分丰富，风力发电日趋成熟，其天然的地理环境也使得光伏发电和波浪能发电可以得到很好的利用[1]。

由于这些新能源不连续稳定，因此当用其为岛屿供电时，需要配有大量的储能设备，致使系统容量庞大，成本上升，维护困难。针对这种情况，采取多能互补供电的方案可以有效地解决问题[2]。

随着社会对于供电系统的环境保护效益要求越来越高，全球对于新能源的开发研究越发深入，世界各地关于海岛电网的可再生能源试点计划越来越多。希腊实施了“克里特岛的可再生能源实施计划”，克里特岛上10%的电力来自风电场,生物质能和太阳能热水系统等可再生能源发展计划也均已启动,特别是针对小型村庄和当地居民加强了太阳能热水系统的使用[3]。西班牙El Hierro岛可再生能源建设项目包括一个11.5 MW的风电站和一个11.3 MW的抽水蓄能电站的建设,可以满足全岛1.1万居民80%的电力需求，剩余的20%将通过太阳能收集器和并网光伏发电系统来满足[4]。随着新能源技术的不断研究和进步，海岛新能源发电所占比例将不断提高，直至实现海岛供电最终全部由新能源提供，促进海岛电能更加绿色、经济、环保[5-6]。

1 系统总体框架及发电子系统设计

多能互补供电系统的总体结构如图1所示。由发电环节、储能环节、用电负荷环节3个部分组成的。其中发电环节又分为风力发电、波浪能发电和光伏发电部分;而储能环节为蓄电电池组;用电环节为各种用电负载和蓄电电池组。柴油发电机作为备用电源，当风力发电机、太阳能电池阵和波浪能发电机所发电量跟不上负荷需求时，由柴油发电机来向负载提供电力。

图1 多能互补供电系统的总体结构图Fig.1 The whole system framework of hybrid power system

2 海岛用电负荷预测

首先对舟山的全年用电量进行收集和分析，对舟山市进行10年期的负荷预测，然后根据人口比例和现有的用电比例进行折算，获得嵊山岛的10年期的负荷预测[7-8]。

通过在舟山统计年鉴[9]中查找，可以查出历年全市总用电量数据和历年全市生产总值（GDP）的数据，如表1和表2所列。

表1 历年舟山市总用电量情况Tab.1 Electricity consumption of Zhoushan city in recent 10 years unit MkW·h

表2 历年舟山市生产总值Tab.2 GDP of Zhoushan city in recent 10 years unit:10 million RMB 千万元

由上述两表可知，经过初步分析可以得出无论是总用电量数据还是GDP数据都成规律性增长。因此对海岛用电负荷进行预测时，采用回归分析的方法。

因此可以得出市总用电量拟合数学模型如公式1所示：

式中，系数a=2884.4；b=2820.7；c=91175.5；

市生产总值与市总用电量的拟合数学模型如公式2所示。

式中，系数a=-0.3；b=820.6；c=3387.2。

在保证预测结果的准确性同时也为了简便，负荷预测通过式（1）确定最终的预测结果：

1）嵊山岛2022年的预计总用电量为9682万kW·h。

2）嵊山岛2022年的预计最高负荷为23 MW。

3 嵊山岛供电电源规划

通过对于嵊山岛实际的风力数据的查找，已知年平均有效风时为7105 h。又通过查找到的嵊山岛上的年平均日照时数，可以得出太阳能电池阵列的年峰值小时数为1980 h。波浪能发电机组的全年工作小时数为8760 h。

3.1 发电子系统的容量约束条件

首先考虑风力发电机组和太阳能电池阵列的地理限制因素，即考虑海岛上可供建造发电机组的面积。嵊山岛全岛面积为4.47 km2，可以估计出风力发电和光伏发电所能利用的面积约为岛屿面积的1/4，即各占地约50万m2。根据调查，现今市场上大容量风力发电机的占地面积约为50亩/MW，折算后为35000 m2/MW。所以，最后可以计算得Pwindmax=14.28 MW。同理对太阳能电池阵列的上限进行估算得出Psolarmax=20 MW。

对于波浪能发电机组，其容量的取值主要受限于海岛周围可用于发电的海域面积。嵊山岛附近海域蕴藏丰富的波浪能，其海岸线总长19.26 km。其中可以较好地被用于波浪能发电的水深10 m岸线长3.7km，新型波浪能发电机组单个平台的半径为150m，且各平台之间需要100 m的间隔，根据海岸线长度计算得出约建造15座波浪能发电机平台。所以最后可以计算得Pwavemax=14700 kW。

综合可得发电子系统的约束条件如式（3）所示。

3.2 经济性子函数

实际计算是只需要将风力发电机，太阳能电池阵列和波浪能发电机的单位千瓦成本求出即可。将采用等年值法进行计算。

1）波浪能发电机：根据调查每个波浪能发电平台的初始造价为12000元/kW；每年的维护费约为初始造价的20%，即2400元/kW；输配电费用为4000元/kW；使用期限为10年；残值为0；贴现率取0.1[10]。所以得出其等年值为5000元/kW/每年。

2）风力发电机：根据调查风力发电机组的初始造价为4000元/kW，其机组自身造价占总体成本的80%；单位电量维护费基本单位电量成本持平；使用期限为20年；残值为5%；贴现率取0.1[11]。同理可以计算得出其等年值为1457元/kW/每年。

3）太阳能电池阵列：根据调查太阳能电池阵列的初始造价为26000元/kW；每年的维护费约为初始造价的10%，即2600元/kW；配备蓄电池的费用约占初始造价额10%，即2600元/kW；使用期限为20年；残值为10%；贴现率取0.1[12-13]。得出其等年值为3920元/kW/每年。

分别计算出的各个发电子系统的单位发电量价格（元/kWh），根据所求的3个价格进行一定比例的折算，得出期望的供电系统的单位电量价格cp=1元/kW·h。

由以上求得的成本价和供电系统单位发电价格可以得出实际的经济性子函数如式（4）所示。

3.3 环境效益子函数

要计算系统的环境价值就必须计算出每项污染物的环境价值以及系统对于污染物的减排量。因为本文中对于海岛的供电电源全部由风能、太阳能和波浪能3种新能源构成，这些新能源相对火力发电没有任何污染物的排放，所以整个供电系统的减排量就等于所有发电量代替火力发电获得的减排量。

对于一个火力发电厂而言，每发电1 kW·h的耗煤量约为0.475 kg[14]。而每吨煤的燃煤燃煤污染排放量如表3所列。

表3 燃煤污染物排放率Tab.3 Pollution emission rate per ton of coal kg/t

所以可以得到火电厂每发电1kWh的污染物排放率如表4所列。

表4 每度电的污染物排放率Tab.4 Pollution emission rate per kilowatt by a thermal power plant g/kWh

通过以上两表可以计算出每度电的污染物排放率，但是为了计算系统的环境效益，这就需要将其货币化，即计算其环境价值。因此根据以上分析，供电系统每发电1kWh所能得到的环境价值如表5所列。

表5 海岛供电系统的环境价值Tab.5 Environmental benefit rate for islands，per kilowatt by the new energy Yuan/kWh

最终可以得出实际有关环境效益的计算公式如公式（5）所示。

3.4 供电可靠性子函数

考虑运行最恶劣情况，只需要得出月风时最少小时数、月光照最小小时数和月波浪能发电工作小时数，就能得海岛的实际供电可靠性子函数。

通过数据的查找，可以得出月风时最少小时数、月光照最小小时数和月波浪能发电工作最小小时数分别为640 h、141 h和720 h。由于在第2节中已计算出嵊山岛最高负荷为23 MW，因此取分别为23000 kW和11500 kW。

实际的供电可靠性子函数计算式如式（6）所示。

3.5 目标函数的构建

使用Matlab对目标函数[15-16]进行求最优解。因此最终的目标函数表达式如下。

其中r1，r2，r3为各个子函数所对应的权数，可以根据系统要求的不同而形成不同的权数集。

若取权数集r1，r2，r3为0.8、0.1、0.1，则通过Matlab的程序求得最优配置方案为：

Pwind=14280 kW；

Psolar=7270 kW；

Pwave=6050 kW。

4 结果分析

在实际情况中，每个供电系统的要求各不相同，即使针对同一个海岛设计的供电系统其要求也会因项目而异。根据系统要求的不同会形成不同的权数集，而不同的权数集也会得出不同的优化配置方案。给出了6种情况下的优化配置方案的比较，如表6所列。

表6 不同权数下的优化配置方案比较Tab.6 Optimizing allocations comparisons in different weights

前3种情况分别为考虑单个极限情况下的配置方案，即单因素的最优配置方案。后3种配置方案则是在考虑了综合因素作用下的最优配置方案，其区别在于所偏重因素的不同。整体看来在3种新能源发电系统中，无论是从经济性，环保效益还是可靠性方面考虑，风力发电最值得被利用。对于波浪能发电而言，其经济型稍差一点，不过环境效益和供电可靠性就很不错。而光伏发电这3方面因素上都稍逊之前两者。

根据构建目标函数求解所得到的最优配置方案，虽然满足了系统整体的电力电量平衡约束条件，但是这两个约束条件的满足只能表示整个系统对于瞬时负荷平衡和总供电量需求满足条件。然而供电系统的供电是连续的，而新能源供电却并非连续性，仅使用装机容量指标难以判断发电量能否真正满足居民的用电负荷需求，而且风力发电、光伏发电和波浪能发电3个发电子系统他们各自有随季节变化的供电特性曲线，因此有必要对每个发电子系统分别做出他们的年发电曲线，并与系统的年负荷曲线进行比较验证。

本文仅选取一种以经济性为主的综合性配置方案（配置方案4）进行验证，首先做出各个发电子系统的年发电曲线。

1）风电机组

配置方案4中风电机组的容量Pwind=14280 kW，所以根据分析可以得出风力发电机组的各月发电量和年发电曲线，如图2所示。

2）太阳能电池阵列

配置方案4中太阳能电池阵列的容量Psolar=7270 kW，所以根据分析可以得出太阳能电池阵列的各月发电量和年发电曲线，如图3所示。

3）波浪能发电系统

图2 风力发电机组年发电曲线Fig.2 The wind annual power generation curve

图3 太阳能电池阵列年发电曲线Fig.3 The photovoltaic annual power generation curve

对于波浪能发电机组而言，其全年一直处于运行状态，因此其月度发电量等于波浪能发电机组的额定功率乘以全月工作小时数。配置方案4中波浪能发电系统的容量Pwave=6050 kW，因此根据分析可以得出波浪能发电系统每月的发电量都为各月3920400，其年发电曲线如图4所示。

图4 波浪能发电系统年发电曲线Fig.4 reviseThe wave annual power generation curve

可以发现风力发电机组的发电特性为夏秋两季电量较少而春冬两季电量较多，太阳能电池阵列的发电特性则为夏秋两季电量较少而春冬两季电量较多。两者的供电特性曲线正好形成一定的互补性，而这正是前文中所说的海岛多能互补供电系统的最大特点。

可以简化的预测出海岛的时序年负荷曲线，将之与供电系统的总发电曲线进行比较，如图5所示。

图5 时序年负荷曲线和系统总发电量曲线Fig.5 Annual power generation curve and the load curve

可以看出供电系统每月的供电量都能满足海岛上的每月用电需求。不过这里值得注意的一点是，在构建目标函数时，在确定系统的电力电量平衡约束的时候为了保证供电系统的供电性，对于电量的上限值乘以了一个安全系数（即多给了一定的供电额度），其安全系数取值1.2。因此在对系统发电量和用电负荷进行比较时，为了得出更准确的比较值，同样需要对海岛的用电负荷乘以这个系数，也就是对用电负荷进行一定的修正。经过修正后的曲线如图6。

图6 修正的时序年负荷曲线和系统总发电量曲线Fig.6 Revise annual power generation curve and the total load curve of system

从中可以看出，用电负荷曲线经过修正之后，供电系统供电量并不是每个月都能满足海岛上的用电需求。在夏季和冬季用电高峰时，供电系统就会出现“供不应求”的状况。这时就需要岛上备用的柴油发电系统进行发电来填补这一段的用电负荷差。因此，图6也就说明了海岛供电系统中备用柴油发电机的必要性，为了最大程度上保证系统的供电性，柴油发电机对海岛的独立供电系统是必不可少的一部分。柴油发电机组的容量由最大负荷差值决定，如配置方案4中，柴油发电机组的容量应为Pfire=2235 kW。

5 结论

本文主要介绍的是一种适用于海岛的独立供电电源规划设计。因为海岛上各种新能源丰富且可以利用，因此本文中的供电系统主要采用新能源发电。又因为对于独立的供电系统而言，单一的一种新能源不能实现全年的连续可靠供电。所以，本文中所设计的供电系统采用多种新能源的多能互补供电系统，这个供电系统的特点是利用各种新能源不同的强度周期，形成彼此间的能量互补，是实现均衡供电，满足海岛用电负荷要求。

本文研究成果主要包括以下内容：

1）确定了海岛独立的多能互补供电系统的总体构架。

2）通过分析太阳能发电，风力发电，波浪能发电系统的工作原理，确立了海岛上各个新能源发电系统的发电量与自然环境因素的关系式。

3）收集、分析并处理海岛历史用电负荷数据，并利用回归分析的方法，对历年海岛用电负荷数据进行函数的拟合，通过拟合函数从而得到海岛的负荷预测结果。

4）针对系统的经济性、环境效益、供电可靠性3个因素不同的特性，构建出属于他们的隶属度函数，并通过线性加权优化的方法，将3个子函数归一化构建目标函数。根据海岛实际的地理条件限制和电力电量约束平衡确定目标函数的约束条件。最后通过Matlab程序的编译求对目标函数进行优化求解。

5）通过对不同权数下的各个优化配置方案的比较，分析得出海岛的独立电源规划的特点。又通过系统年发电曲线与海岛的年负荷曲线进行比较，验证了海岛多能互补供电系统的供电性，并且以此备用柴油发电系统的容量。

[1]中国科学院广州能源研究所.海岛可再生独立能源系统[J].水产科技，2010-Z1.Guangzhou Institute of Energy Conversion，Chinese Academy of Sciences.Renewable independent energy systems of island[J].Fisheries Science&Technology 2010-Z1（in Chinese）.

[2] 阿瑟劳斯·泽尔沃斯.全球风电发展现状及展望[J].中国能源，2008，30（4）:23-28.Arthouros Zervos.Status and prospects of the global wind power development[J].Energy of China，2008，30（4）:23-28（in Chinese）.

[3] 李金刚，王斌，孟昭渊，等.智能光伏组件的研究与实践[J].能源工程，2008（1）:4-8.LI Jin-gang，WANG Bin，MENG Zhao-yuan，et al.The research and practice of intelligent PV model[J].Energy Enginering，2008（1）:4-8（in Chinese）.

[4] 李程，李剑，崔芳芳.舟山电网规划[J].浙江电力，2008（6）:4-8.LI Cheng，LI Jian，CUI Fang-fang.Exploration on power grid planning of zhoushan islands[J].Zhejiang Electric Power，2008（6）:4-8（in Chinese）.

[5] 王瑜，黎灿兵，曲芳.分布式风-光互补能源利用系统[J].电网与清洁能源，2010，26（12）:92-98.WANG Yu，LI Can-bing，QU Fang.Distributed wind solar hybrid energy systems[J].Power System and Clean Energy，2010，26（12）:92-98（in Chinese）.

[6] 刘鹏，南婧.光伏发电技术在微电网中的应用[J].节能，2010（10）:7-10.LIU Peng，NAN Jing.Aplication of photovoltaic generation system in microgrid[J].Energy Conservation，2010（10）：7-10.

[7]WU Chen-cheng，YUAN Chen-chen，P CHUEH YANG P H，et al.Analysis of experimental data on internal waves with statistical method[J].Computer-aided Engineering and Software，2007，24（2）:116-150.

[8] 王建军.智能电网环境下的自适互动智能负荷预测研究[J].陕西电力，2010（5）:11-15.WANG Jian-jun.Research on adaptive interactive intelligent load forecasting in smart grid environment[J].Shaanxi Electric Power，2010（5）:11-15.

[9] 康重庆，牟涛，夏清.电力系统多级负荷预测及其协调问题[J].电力系统自动化，2008，32（7）:34-38.KANG Chong-qing，MU Tao，XIA Qing.Power system multilevel load forecasting and coordination[J].Automation of Electric Power Systems，2008， 32（7）:34-38 （in Chinese）.

[10]李赛，张勇，刘欣.基于经验模态分解法的短期负荷分层预测[J].陕西电力，2011（10）:7-10.LI Sai，ZHANG Yong，LIU Xin.A sdtratified short-term load forecasting method based on empirical mode Decompositon[J].Shaanxi Electric Power，2011（10）：7-10（in Chinese）.

[11]任建莉，钟英杰，张雪梅，等.海洋波浪能发电的现状与前景[J].浙江工业大学学报，2006，2（1）:69-73.REN Jian-li，ZHONG Ying-jie，ZHANG Xue-mei.Research status and developing prospect of ocean wave power generation[J].Journal of Zhejiang University of Technology，2006，2（1）：69-73.

[12]石波.提高风力和光伏发电质量的探索[J].西北水电，2010（6）:39-44.SHI Bo.Research of power quality of wind/photovoltaic power[J].Northwest Hydropowe，2010（6）：39-44.

[13]任志强.包含风力发电的电力系统绿色调度模型[J].陕西电力，2012（6）:31-34.REN Zhi-qiang.A green dispatch model for power system incorporating wind power[J].Shaanxi Electric Power，2012（6）:31-34（in Chinese）.

[14]吕新良，张旭，宋晓琳.分布式光伏发电运行控制技术研究[J].陕西电力，2012（2）:66-69.L譈 Xin-liang，ZHANG Xu，SONG Xiao-lin.Study on distributed photovoltaic operation control technology[J].Shaanxi Electric Power，2012（2）:66-69（in Chinese）.

[15]韦禄民，熊伟建.风光互补发电技术在路灯照明中的应用[J].能源技术，2009，20（3）：162-164.WEI Lu-min，XIONG Wei-jian.Application of hybrid photovoltaic-wind generation technology to street light[J].Energy Technology，2009，20（3）：162-164（in Chinese）.

[16]刘霞，江全元.风光储混合系统的协调优化控制[J].电力系统自动化，2012，36（14）:95-100.LIU Xia，JIANG Quan-yuan.An optimal coordination control of hybrid wind/photovoltaic/energy storage system[J].Automation of Electric Power Systems，2012，36（14）:95-100（in Chinese）.

[17]杭洋，黄伟.分布式发电对继电保护的影响[J].现代电子技术，2010（16）:195-201.HANG Yang，HUANG Wei.Influence of distributed power generation on relay protection[J].Modern Electronics Technique，2010（16）:195-201（in Chinese）.

[18]杨琦，魏宾.风光互补独立供电系统设计及分析[J].陕西电力，2009（1）:1-4.YANG Qi，Wei Bin.Design and analysis of stand-alone hybrid Wind/PV power system[J].Shaanxi Electric Power，2009（1）:1-4（in Chinese）.