海洋光柴储发电系统性能研究

张庆岭， 牟 超

（中国电子科技集团公司电子科学研究院，北京 100041）

我国海岸线长达18 000多km，拥有管辖权的海域面积约为300万km2，相当于无人值守国土面积的1/3[1]。海洋锚泊信息浮台（以下简称“浮台”）作为大型海上平台，具有搭载能力强、中继组网的特点，可协助完成海洋管理工作。

目前，光柴储系统的研究集中于陆地光伏电站，海洋发电系统研究较少。浮台以光伏发电为主、油机发电为辅，配置储能设备构成独立的海洋微型电网。本文介绍了浮台能源系统架构，构建了光伏发电系统出力模型、柴油发电机系统能源转换效率模型，并对发电效率影响因素进行分析。

1 系统架构介绍

浮台能源系统采用光伏发电为主、柴油发为辅、锂电储能的架构设计，可通过高轨卫星与管控中心通信，如图1所示。

图1 能源系统架构图

系统规模：系统配置光伏组件68块，8串6并布局，每块光伏组件面积1.685 m×0.997 m，标准状态下的转换效率16.2%；柴油发电机组1套，率额定功率12 kW，油箱理论容积800 L，燃料最大加注量720 L；储能系统蓄电池组容量120 kWh，柴油机启停SOC值（State Of Charge，荷电状态，定义为电池剩余容量占电池容量的比值）分别为20%和80%[2]。

2 系统性能分析

2.1 光伏发电系统模型及评估

太阳能光伏系统分析一般采用模拟法和解析法，其中解析法包括LoLP法和参数分析法。本文采用参数分析法，将复杂的非线性的光伏发电系统的工作过程简化为简单的线性系统，然后对光伏发电系统性能进行分析。

为提高光伏效率，浮台每串光伏组件集中布置，布局如图2所示。

图2 光伏组件串并结构示意图

光伏发电系统出力预测公式如式（1）～式（2）所示[4]：

式中：EP为某期间光伏发电系统的发电量，kWh；PAS为标准状下太阳能光伏电池板出力，kW；HA为某期间光伏组件表面得到的太阳辐射量，kWh/m2；A为光伏组件有效工作面积，m2；ηPS为标准状态下光伏组件的转换效率；GS为标准状态下的日照强度，1 kW/m2；K为综合设计系数，理想状态下取值为1。

据美国国家航空航天局（NASA）公布的气象资料，南海气象数据资料如表1所示。

表1 南海地区光照数据

结合南海地区历史气象数据可知，5月份光照强度较好、风雨较少、温度变化较小，因此选取5月份统计平均数据，对浮台光伏发电系统出力进行预测。由式（1）和式（2）可知，光伏组件理论日均发电量为：

2.2 油机发电系统模型及评估

柴油发电机最佳运行功率为额定功率的75%左右，而最低运行功率约30%[5]。柴油发电机组可定功率运行，也可动态匹配负载运行，其燃料消耗量和发电机输出功率的关系近似为[6-7]：

式中：F为柴油机燃料消耗量，L/h；Pde-R为柴油机的额定功率，kW；Pde为柴油机的输出功率，kW；F0为柴油发电机燃料曲线的截距系数，即发电机单位功率的空载耗油量，L/kWh；F1为柴油发电机燃料曲线的斜率，L/kWh。

柴油机的经济性指标一般指柴油机燃油消耗率，即柴油机工作时每千瓦时所消耗的燃油量的克数。一般高速柴油机取值范围204～250，中速柴油机取值103～225，低速柴油机取值160 ～ 185[10]。

式中：ge为燃油消耗率，g/kWh；GT为燃油消耗量，g/h；Pe为有效功率，kW。

能源转换时，变压器效率一般在95%以上[8]；配电盘转换主要有电磁继电器、开关、指示灯组成，功率消耗可以忽略；额定工况下油机整流模块能源转换效率为95%，由上述数据可知柴油机发电系统发电的燃油消耗率为277 g/kWh。

3 系统运行试验

3.1 系统运行试验

系统平稳运行后，天气状况良好时进行测试，数据采集点设计如图3所示。

图3 试验数据采集点示意图

测试过程中载荷工作在额定工况，读取数据库中光伏组件累计发电量、载荷瞬时电流、母线平均电压、油位及柴油发电机组启停信息，测试时段为5月2日―7日，每天的14：00和21：00进行统计，统计数据见表2。

表2 系统运行数据统计表

由表2计算浮台载荷瞬时功率、载荷日均耗电量、光伏组件24 h发电量等，如表3所示。

表3 光伏日均发电量、载荷统计表

由表3可知，试验过程中载荷平均功率2.22 kW，浮台光伏发电系统实际日均发电量E′P为52.18 kWh。查询数据库可知，测试期间油机夜间启动1次并持续运行8.13 h，耗油54 L（柴油密度0.85 g/mL）。由公式4可知油机发电系统发电量为：

3.2 试验结果分析

3.2.1 光伏发电系统分析 光伏组件发电模型中影响效率和输出功率的因素如图4所示[9]。

图4 光伏发电能量损耗图

浮台光伏发电系统为全新光伏组件，布设地点为热带，电池板污渍、老化、积雪、温度变化等可不予考虑，影响光伏发电系统工作效率主要因素为阴影遮挡、电池组件组合与汇流损失、逆变器效率等。一般光伏逆变器能量转换效率为95%、电池组件组合与汇流损失造成功率损失小于2%[10]。

局部阴影对光伏组件性能影响较大，阴影造成的热斑效应可能损坏光伏电池[11]；阴影下的光伏板功率输出曲线波动较大，容易出现多个波峰，影响MPPT策略的效果[12]。在试验室模拟阴影遮挡时，全局最大功率120.88 W的光伏阵列基于扰动法的MPPT控制跟踪到的最大功率仅为68 W[13]。甲板上的球形设备舱、护栏、设备天线、避雷针等均会对光伏组件阵列产生局部阴影，且局部阴影的覆盖范围较大，始终覆盖10%～40%的光伏组件，成为影响浮台光伏组件发电效率的主要因素。浮台光伏发电系统综合设计系数K包括局部阴影系数KH、逆变器损失系数KC、光伏组件组合系数KPA三部分，有上述定义可知：

由式（5）～式（6）可得：

浮台光伏发电系统的局部阴影系数KH为0.46。

通过上述分析可知，局部阴影是影响浮台光伏发电效率的主要因素。后续应通过优化浮台甲板结构，降低上层结构对光伏组件造成的局部阴影；优化光伏组件布局，规避多串组件同步形成阴影遮挡；控制策略演化时降低局部阴影对MPPT策略的影响。

3.2.2 油机发电系统分析 油机发电系统运行时，除完成载荷、蓄电池组的供电外，还需维持通风系统、冷却系统、安防系统的运行，系统能量分配如图5所示。

图5 柴油发电机组能量分配

测试过程中油机发电系统夜间运行，此时光伏系统停止工作、储能系统SOC值由20%上升至80%。柴油机发电系统配置的通风系统（额定功率PT为2 kW）、冷却系统（额定功率PL为1.6 kW）、安防系统（含油机舱照明、摄像头、红外报警等，功率PL为1.5 kW）耗电量分别为16 kWh, 13 kWh, 12 kWh。另外，油机控制箱及启动电池、舱室密封电磁阀、浮台线缆等会消耗一定能量。柴油机发电系统工作期间所产生电量分配如图6所示。

图6 柴油机发电系统电量分配

由图可知，油机发电量的54.5%流向载荷和蓄电池组，24.9%的流向通风、冷却及安防系统，20.6%消耗在油机控制箱、油机启动电池、电磁阀、电缆线路等上面。

后期油机发电系统优化时应优先考虑冷却、通风系统设计，降低冷却系统功损耗；安防优先采用被动式安全防护设备，减少安防联动功耗；最后对供电线路进行合理规划、采用更高效的电气设备和器件，以降低辅助系统功耗。

4 结 论

浮台光柴储微网系统主要由光伏发电系统、柴油机发电系统及储能系统构成，本文采用参数分析法建立光伏发电系统出力预测模型、浮台柴油机发电系统燃油消耗率模型，并结合系统运行数据对影响发电效率的因素进行了分析，研究结果表明：

（1）局部阴影是影响光伏发电系统出力的主要因素，其衰减系数约为46%，可通过浮台结构、组件布局、控制软件等开展优化设计，减少阴影遮蔽影响；

（2）油机发电系统发电量的54.5%流向载荷和蓄电池组，45.5%由冷却、通风、安防及其他电气设备消耗掉，可在结构布局、器件选型等方面开展优化设计，减少辅助系统功耗。上述研究具有实际应用价值，可为浮台能源系统的后续优化及运行维护提供借鉴及参考。