多结构电力系统模型下的农舍光伏SSB蓄电池系统的同步规模与调度优化

2026-08-10 20:55:44

提高光伏（PV）在能源供应中的比例，有助于实现建筑能源的脱碳。优化模型分析对于光伏电池系统的设计和运行至关重要。以往研究中开发的优化模型主要适用于某一特定场景，且对不同类型光伏电池系统在不同场景下的适用性研究尚不足。本研究提出了针对多种农村光伏电池系统的多结构电力系统优化模型，比较三种常用光伏电池系统的最佳尺寸和性能，并量化系统容量对系统性能的影响。优化模型采用改进后的模拟退火算法构建，目标函数为自耗率和经济性，系统节点功率平衡为约束条件。敏感度分析显示，增加光伏容量会降低系统的光伏自用率和回本期，而增加电池容量则会增加系统的自用率和回本期。电池容量每增加1千瓦时，系统的回收周期增加0.5年。空间优化模型模拟了中国不同气候区典型农舍的运营策略，并对中国不同地区的农村光伏电池系统进行了回馈周期。本研究为农村光伏电池系统的容量规模制定提供了理论基础。 甘肃、宁夏、青海、西藏和云南地区的农舍光伏系统回本期为<7年，而广东、广西、江苏、浙江和重庆地区的农舍光伏系统回本期超过10年。

简介

中国的农村建筑消耗大量化石能源，释放大量二氧化碳和污染物[1,2]。农村住宅建筑拥有较大的屋顶，具有较高的光伏（PV）安装潜力[3]。因此，将光伏系统应用于农村建筑供能被认为是实现农村能源使用脱碳的有效方法[4]。然而，光伏系统的发电过程存在波动，且高度依赖天气条件，导致光伏发电与农民消耗的能源之间存在不匹配[5,6]。因此，在农舍应用光伏系统的最大挑战是解决能源供需之间的不匹配问题。
为了更好地将光伏功率与农舍负载匹配，以往的研究主要采用了三种方法。一种方法是使用光伏电池系统，利用电池的充电和放电功率来调整农舍的负载特性，使其与光伏电力相匹配[7]。另一种方法是光伏电网系统，依靠电网调整系统的电源特性以匹配农舍负荷[8]。研究人员还结合了这两种方案，分析了并网光伏电池系统的可行性[9]。以往的研究已证明特定光伏系统的可行性能[10,11];然而，这些研究适用于特定情景。目前缺乏一套通用的研究框架，可以应用于不同场景来分析各种光伏系统在建筑负载特性下的适用性。对于具有不同设计能力的光伏系统，初始投资和运营成本各不相同;因此，必须从经济性和运营影响的角度进行优化分析，以确定系统的规模策略，从而获得最优的光伏系统容量。因此，本研究通过优化三种类型光伏系统的容量，并基于共同优化框架比较其经济性，为北方农舍选择光伏系统提供了理论基础。

为了提高能源灵活性和光伏自用能力，许多学者尝试将电池或热储能技术引入光伏系统。Niveditha和Singaravel[12]引入了光伏-风电-电池混合系统，作为住宅建筑实现净零能耗的解决方案。他们采用能量损失最小化、成本最小化和网格交互最小化作为约束，通过优化分析获得系统设计容量。建筑物可以通过产生可再生能源来满足其能源需求，同时还能在建筑物与电网之间传输能量。Ouedraogo等人[13]提出了一种专注于住宅光伏电池系统成本效益优化的能源管理系统。电池充放电曲线的优化旨在降低能源成本，使拟议系统相较传统光伏系统更为经济实惠。然而，它可能不是所有类型光伏系统中最具成本效益的选择。Al-Buraiki 等人[14]研究了一种独立的光伏电池系统。分析了最优系统尺寸，以最大化光伏能量收集，最小化电池容量需求和成本。他们的研究表明，采用理性操作策略可以降低电池容量。Chwieduk 等人[15]分析了单户住宅中驱动热泵的光伏电池电网系统的利用情况。他们分析了两种情景，有电池和无电池，结果显示系统对一次能耗的降低效果不显著。然而，两者的比较并非基于性能优化;因此，这些系统并未被正确比较。
尽管以往研究已证明在光伏系统中集成储能设备是可行的，但由于储能设备成本较高，学者们已开始研究光伏电网系统优化以提升其经济性。Panicker等人[16]提出了一个光伏电网系统，以满足住宅建筑的能源需求。他们比较了不同拓扑的操作效果，但未给出设计参数的优化结果。Zhan等人[17]提出了一种模型预测控制方法，以最大化净零能耗办公楼的光伏自用。然而，他们忽视了经济指数作为最优控制的客观函数。Zou 等人[18]比较了办公楼中并网光伏电池系统的三种运行策略。根据结果，基于动态规划的策略比基于规则的策略展现出更大的灵活性。最大化自用的策略拥有最高的自用和自给自足率，而其使用时间策略在相对较低的电池成本下表现优于其他策略。他们的研究表明，不同策略各有优缺点，但并不能提供最优选择。Luo等[19]提出了一种基于预测和灵活性的控制策略，适用于具有柔性负载的住宅光伏电池系统。与传统策略相比，该策略利用了电池的灵活性，且更友好于电网。然而，对于居民来说，经济是选择系统时的首要参数，他们并未对优化策略与传统策略进行经济比较。Zhang等人[20]提出了并网光伏电池系统的最佳组件选择策略。他们优化算法的目的是最大化自用电量以及产生并输送到电网的电力量。他们的研究表明，增加电池容量会降低系统的经济性。然而，它们的经济性能力并不理想。Liu等人[21]提出了一个以经济效益和能源灵活性为主要目标功能的办公楼光伏电池系统优化模型。他们的研究显示，长沙光伏电池系统的最小回本期为1.4年，且系统与电网的交互方式对系统容量设计有显著影响。Khezri 等人[22]评估了屋顶光伏和锂离子电池系统在并网家庭中的最佳尺寸和经济性。根据不同的能源供应和光伏系统方法，分为六种情景。他们分别从净现值的角度分析了不同系统的运营策略。然而，不同系统的经济优化容量存在差异，且对不同系统的经济优化分析被忽略。

总之，以往研究分析了某些光伏系统的可行性和容量优化;然而，他们的适用性分析不足。由于以往优化模型仅适用于特定类型的光伏系统，因此缺乏针对不同类型光伏系统的通用优化模型。因此，目前尚无法建立包含各种光伏系统结构、负荷信息和气象参数的通用优化模型。这导致以往关于实际工程的研究缺乏有效的理论支持。为弥合这一差距，本研究提出了适用于不同气候区不同类型光伏系统的评估策略和优化框架。相关研究成果的比较总结见表1。与此同时，农舍在三种常用系统配置下进行了分析：1）独立光伏电池，2）光伏电网，3）并网光伏电池系统。本研究的主要贡献如下：（1）我们提出了针对中国农村不同气候区多种光伏系统的多结构电力系统优化模型。本文结果为实际工程提供了系统设计参考，相较于以往仅聚焦于单一特定光伏系统的优化研究。（2）进行了敏感性分析，以获得系统容量对光伏系统性能影响的定量结果。作为案例研究，我们考虑了中国中部一个接网家庭。（3）对中国各地优化的农舍光伏系统进行了空间分析，比较了不同地区农村光伏系统的最佳容量和经济性。与以往研究相比，本研究提出的多结构光伏系统优化模型考虑了多个影响因素，且模型具有多个变量输入的接口。因此，本研究为中国不同地区、气候、建筑类型和结构下的分布式光伏系统设计提出了建议。