考虑储电船舶参与的近海海岛灵活供能网络规划-环球热门
考虑储电船舶参与的近海海岛灵活供能网络规划
【资料图】
李飞宇, 随权, 林湘宁, 李正天, 魏繁荣
（强电磁工程与新技术国家重点实验室（华中科技大学），湖北 武汉 430074）
摘要：能源供给是近海海岛开发的先决条件，纯粹的独立微网供能方式往往面临着一定的可靠性问题，而海底电缆高昂的建设及维护成本，较大程度上限制了近海海岛的开发和利用。为此，提出一种考虑储电船舶（electric vessel，EV）参与的近海海岛灵活供能网络规划策略。首先，针对典型近海人居岛和资源岛相对位置及其可再生能源出力特点，提出包含EV能量链路、沟通人居岛、资源岛和大电网并网点的灵活供能网络架构，以充分利用无人岛上的可再生资源以及大电网的稳定支撑能力；进而，量化分析不同场景对EV交通转移的时延特性影响，搭建EV时空转移模型；以规划期内的海岛电网收益最大为目标函数，建立连续-离散能量流混合网络规划模型。此外，提出了一种两阶段求解算法，第一阶段预估EV数量，第二阶段确定规划模型的最优解。仿真结果表明：所提规划方案具有优越性，为海岛负荷供电及可再生能源开发利用提供了一种新的思路。
引文信息
李飞宇, 随权, 林湘宁, 等. 考虑储电船舶参与的近海海岛灵活供能网络规划[J]. 中国电力, 2022, 55(11): 10-20.
LI Feiyu, SUI Quan, LIN Xiangning, et al. Flexible energy supply network planning for offshore islands considering participation of electric vessels[J]. Electric Power, 2022, 55(11): 10-20.
引言
近海海岛在开发过程中一般有2种能源供给模式，（1）依靠风/光/储系统或者柴油等传统机组供给的离网运行模式[1]，（2）通过海底电缆与陆地电网进行互联的并网运行模式。对于离网运行模式，由于新能源出力间歇性较强，岛屿在光伏、风机出力较低时难以实现能量自持，供电可靠性堪忧；另一方面，孤岛微网对柴油机组的依赖性较强，高昂的发电成本给人民的生产生活带来了较大负担。例如，珠海市大万山岛微电网在独立运行10余年之后，由于电价过高等原因，最终选择并入电网[2]。对于并网运行模式，海底电缆高昂的造价一定程度上限制了海岛的开发与利用。譬如，在海南海底电缆工程中，30 km海底电缆的建设成本和后期维护成本高达2亿元[3]。
针对上述2种供电模式的优缺点，众多学者在海岛供能方面做出了研究。在离网型海岛电网规划方面，文献[4-5]考虑利用多能互补，建立综合能源系统来增强离网运行的可靠性，实现孤岛微网的经济运行；在此基础上，文献[6-8]针对海岛可再生能源机组出力的不确定性和波动性，研究了风/光/储能的合理配置方法和能量管理策略。上述文献试图通过充分挖掘岛屿自身的可再生能源潜力，尽可能实现岛屿能源自给。然而，受制于岛屿面积，大部分岛屿无法完全实现能量自持，只能高度依赖柴油机的能源补给。为此，文献[9]结合海底电缆寿命周期特点，构建了包括建设、故障损失、运行维护成本的海缆全寿命周期成本模型；文献[10-11]量化分析了考虑环境因素下的海底电缆并入大电网与独立微网的规划运行成本。在此基础上，许多专家针对海底电缆的传输[12]、保护[13]等问题也开展了进一步的探索和研究。但是，上述文献针对的都是负荷较为集中、电源装机容量较大的海岛电网，当负荷需求较小、传输距离较远时，采用海底电缆进行电能传输的经济性将大大降低。以上2种模式的选择，实质上是在可靠性和经济性之间进行折中，始终难以做到两全。因此，亟须突破性地设计一种岛屿供能规划方案，以实现经济、可靠的岛屿供电。
现在以储电船舶（electric vessel，EV）为代表的移动式储能的发展，为海岛供电提供了一种兼顾经济性和可靠性的新方案。文献[14]提出大容量、能够灵活转移的储电船舶概念，紧接着文献[15]从数学上量化分析了复杂气象、海况耦合条件下的共享储能装置的时空分布特性，建立了电气流和交通流联合仿真模型；在此基础上，文献[16-17]从多能流优化调度、环境因子量化分析、鲁棒优化模型、求解算法等方面进行了改进和创新。上述文献从运行层面为这种供能模式的应用打下了基础。文献[18]通过船舶运行航路代替海底电缆传输的形式，构建了远洋海岛群的混合电能传输通道。总体来看，利用EV作为能量传输通道即EV能源链路，不仅可以提高岛上负荷的供电可靠性，同时，移动式储能相对于电缆的低成本优势，也有望实现海岛的经济供电。然而，上述文献针对的都是远洋海岛的供能网络，未能考虑到海岛与大陆电网的互联对规划模型的影响，对于已经与大电网相联的近海海岛群（部分岛屿未能与大电网相联）而言，上述模型已经不再适用。
为此，本文首先提出包含EV能量链路的近海海岛群的灵活供能网络架构；在此基础上，量化分析多种场景对EV在各节点间交通转移的时延影响，以规划周期内电网收益最大为目标函数，建立连续-离散能量流混合供能网络规划模型。最后，设计两阶段求解算法，规划合理的EV数量和可再生能源机组容量，实现了该问题快速有效的求解。
1 基于EV的近海海岛灵活供能网络架构
1.1 基于EV的近海海岛灵活供能模式
近海海岛按照资源分布不同与人类活动差异可分为资源富集岛和人居岛。其中，一些占地面积大、负荷需求量高、人类活动较为频繁的岛屿已经通过海底电缆与大陆电网进行了互联，其用电可靠性得到了长久的保障。然而，其他岛屿由于存在天然的地理隔离，能源传输通道受阻，资源富集岛的能量不能及时进行消纳，人居岛的功率缺额也无法及时得到补充。基于此，本文提出考虑EV参与的近海海岛群灵活供能模式。
EV由于兼具可移动性和储能系统特性，可以作为新型能量传输通道实现海岛负荷的灵活供电。在此架构下，对于与大陆电网直接相连的海岛，电网可以通过海底电缆进行能量传输；而对于没有联网的海岛，可以通过EV在海岛间进行能量传输，实现海岛的经济供电。
1.2 EV时空转移过程
图1表示了EV的时空转移特性。如图1所示，EV在3个停泊点和其之间的6条航路之间行驶。EV的时间链、空间链相互耦合，t时刻的位置是由t–1时刻的位置所决定；EV储能模块的充放电行为不只和EV所处的空间位置密切相关，还与停泊位置的负荷需求以及分布式电源（distributed generation, DG）出力相互耦合。
2 海岛灵活供能网络规划模型
2.1 目标函数
以规划期内海岛电网总收益最大为规划目标，建立供能网络规划模型，即
2.2.2 电网潮流约束
在电网规划模型中，与节点i相连的传输线路、DG 、EV、柴油机以及常规负荷构成了节点i的注入功率，即
3 两阶段求解算法
由式（20）可知，本文所提模型是一个与EV数量N深度耦合、存在大量整数型决策变量以及非线性约束的规划问题，针对这类问题的求解过程较为复杂；如果先行确定EV的数量N，不仅可以大大削减模型的非线性程度，还能够实现一些决策变量的解耦，加快模型求解速度。为此本文提出了两阶段求解算法。
3.1 第一阶段：预配置EV数量
式（11）~（13）所给出的EV转移时延模型是一个非线性的、含大量布尔型变量的表达式，模型较为复杂；若假设转移模型中参数 τ=0 ，即EV从一个停泊点移动到另一个停泊点的转移时间为0。注意到，由于EV瞬时转移，EV的位置集合中不再有在各站点间的变量，故位置集合为 S0 。EV的相关约束松弛为式（31）所示EV在瞬时转移时的空间位置约束、式（32）所示EV的充放电功率约束。
通过求解以上模型得到瞬时转移模型下的规划方案最优EV配置数量N1。然而，需要注意的是， N1 与EV真实运行时的场景还是存在一些偏差。（1）在EV时空转移模型中，EV从i站点出发，需要在经历时间 τij 之后才能在j站点进行工作，EV的利用率较低；（2）瞬时转移模型中，在各泊位间的转移没有延时，较时空转移模型而言，单个EV转移频率更高，传输能量也更大。综上所述，在时空转移模型中需要更多的EV才能实现海岛微电网的最优运行调度。即EV在时空转移模型下的最优配置数量N2须满足 N1⩽N2 。
3.2 第二阶段：确定规划模型最优解
定义海岛微电网通过海底电缆传输的微电网运行收益为 Pc ，考虑到EV能量传输效率和EV转移成本，本文所提的EV能量链路传输模型的微电网运行收益 Popr 小于通过海底电缆连接的微电网运行收益 Pc 。并且， Popr 随着EV数量N增加单调递增。此外，由式（9）可知，本文所提方案的规划成本 Cinv 与EV数量N成一次函数关系，目标函数 F(N) 如图3所示。
由式（33）可知，此时 PEV(t) 只与 Pk,e(t) 相关，实现了决策变量N与充放电功率 PEV(t) 的解耦，削减了模型的复杂程度，大大提升了求解速度。本节所提出的两阶段算法的求解流程如图4所示。
4 算例分析
4.1 算例参数
图5为基于EV提出的海岛电网灵活供能模式的示意。其中，泊位1所在的海岛与大陆电网通过海底电缆互联，岛上电网的结构基于IEEE 14节点[20]修改而成，额定电压为10 kV，并且配置有柴油发电机和充电站；泊位2所在的海岛为资源富集岛，泊位3所在的海岛为人居岛，岛上存在负荷需求；其中人居岛和资源岛上的风力资源较为丰富，具有一定的开发潜力，受限于岛屿面积，各岛屿风机容量不超过1 MW。EV容量为4 MW·h，最大充放电功率为1 MW，参与调度的时间周期为24 h，调度尺度为1 h。开始工作时EV的SOC设置为50%。算例的规划年限为15年，年折现率为5%。
本算例选取的EV拟采用小型货用船舶，船舶参数来自舟山市江海船舶工程设计有限公司设计的货运船，采用柴油驱动，航行速度为15 km/h。同等载重类型的船舶购置费用约为50~80 万元，本算例暂取船舶投资成本为80万元。风机、柴油发电机的数据如表1所示[21]，其中，柴油的定价为6元/L。此外，海岛微电网向大陆电网的购电费用为0.8元/（kW·h）。
储能电池参照储能电池生产厂商的价格，能量成本为3元/（W·h），电池充放电次数为6 000次。在计算储能运维成本时，考虑到储能电池的循环寿命，将储能电池的投资费用折算到单次充放电成本[22]。此外，针对表征环境因子的影响，将环境因子的预测数据直接输入到式（2）~（5）中，能够获得岛上的负荷及风机出力数据，以及EV的岛际转移时间矩阵。
为了验证本文所提出的规划方案有较好的适应性，使用场景削减法对全年负荷用电功率进行处理，生成夏季典型场景、冬季典型场景以及极端天气场景3个场景，不同场景下的风电出力如图6所示。
4.2 结果分析
按照所提两阶段求解算法，在Matlab R2017a-Yalmip平台上调用gurobi对该算例进行求解，结果如下。
（1）EV最优数量。
第一阶段求得的EV规划数量为1。按照第二阶段求解算法，比较EV数量 N∈{1,2,3,4} 时对应的规划总收益 F(N) 的大小，结果如图7所示，可以看出，规划期内总收益 F(N) 随着EV数量N的增大，先增大再减小，并在N=2时取得最大值，因此，规划方案的最优EV数量为2。
（2）EV的运行调度方案。
图8为不同运行场景下的EV的转移路线。由图8可知，EV的转移存在时延。夏季典型场景下EV的传输路径分别为3→2→1→3和2→3→1→2。冬季场景下，由于气候变化，用电负荷和风电的出力较夏季场景有所不同，冬季典型场景下EV的传输路径为3→1→3和2→3→1→2。极端天气下，风能资源发生变化较大；除此之外，由于海上风浪影响，EV的转移时延变长，EV转移路径变为3→1→3和2→3→2→3→1→2。由此可知，不同的运行场景对EV的时空转移影响较为显著。
图9为不同运行场景下的EV充放电功率，其中定义充电功率为正，放电功率为负。
由图9、10可知，EV通过储能充放电特性在各并网点之间进行电能传输；此外，EV在各泊位间转移具有明显延时，所以其能量传输呈现离散性。特别地，在极端天气场景下，EV的转移受到风浪影响，能量传输的时延变长。与此同时，EV的充放电功率及SOC值均在安全运行范围内，表明了本文所提EV能源链路在实际运行过程中的合理性。
（3）停泊点的功率分布情况。
图11、12为不同场景下的海岛微电网的功率分布情况。
由图11、12可知，EV在功率富余的节点进行充电，在功率缺额的节点进行放电，实现了电能的有效传输；此外，EV在各停泊节点之间的能量传输具有明显的延时特性，并且在极端天气场景下延时时间明显变长。综上所述，3种场景下的混合能量传输通道能够实现近海海岛间的能量传输，证明了本文所提规划方案的可行性。
4.3 常规供电模式对比
为了能够充分体现新型能源传输通道的优越性，特设置以下对照方案。
（1）方案1。本文所提方案，即利用EV和分布式可再生能源对孤岛微网进行供电；
（2）方案2。使用海底电缆作为能量传输通道对孤岛微网供电，对风机数目进行规划；
（3）方案3。用柴油发电机对孤立负荷进行供电，并在人居岛上配置固定式储能；
（4）方案4。使用海底电缆作为能量传输通道对孤岛微网供电，且新建风机数目与方案二保持一致。
假定电缆沿着EV行驶航线包括从泊位1到泊位2、泊位1到泊位3两段，总长度为26.4 km。海缆综合投资费用为100万元/km[23]。
图13为方案2各场景下的泊位3的功率分布曲线。图14为方案3泊位1的功率分布曲线。由图13、14可知方案2、3功率分布满足配电网相关约束。
表2为不同方案对应的规划期内电网的运行成本。由表2可知，综合3个场景方案1的运行收益为7 824万元，方案2的运行收益10 169万元，方案3的运行收益为6 253万元，方案4的运行收益为8 493万元。
表3为规划方案的投资成本。其中，算例结果表明，方案1在泊位2处新建风机500 kW，泊位3处新建风机600 kW；方案2在泊位2、3处新建风机各1 MW；其中，方案2中海岛由于存在稳定的电力外送通道（海底电缆），风机出力更容易被大电网消纳，所以新建的风机数目较方案1而言更多。需要说明，由于储能电池的运行成本是通过电池的充放电次数和投资建造成本进行核算，所以在此不再重复计算电池的投资成本。
综合考虑上述方案规划期内的总收益，可知方案1的规划期内的总收益为6 564万元，较方案2收益提高了18.7%；较方案3收益提高了5%；较方案4收益提高了38%。其中，方案4新建的风机数目与方案1保持一致，在考虑年化收益的情况下，海底电缆投资成本回收期会更长。上述结果表明，本文所提出的规划方案经济性更优。
4.4 求解算法对比分析
为了体现本文所提两阶段求解算法的优越性，利用gurobi直接求解该规划模型，表4为算法对比分析结果。可以看出，本文采用的两阶段算法相比于直接求解，计算时间缩短了2 020.22 s（86.96%），且2种求解算法求得的最优EV数量一致，可见本文所提的求解算法具有较为显著的优势。
5 结论
本文提出了一种考虑储电船舶参与的近海海岛灵活供能网络规划策略。通过量化分析不同场景对EV交通转移时延特性影响，以规划周期内的电网收益最大为目标函数，构建了连续-离散能量流混合网络规划模型。得出结论如下。
（1）所提的海岛电网灵活供能网络能够实现电能的传输，具有可行性；同时在现有的电能收益和建造运行成本下，该规划方案综合收益较传统的电力电缆供电模式收益提高了18.7%，较分布式柴油发电机供电模式收益提高了5%，经济性更佳。
（2）所提的两阶段求解算法，将含有大量布尔型变量的混合整数规划问题分为两步进行求解，大大削减了布尔型变量的数目，与直接求解相比求解时间减少了86.96%，显著提高了该规划模型的求解效率。
-
无相关信息
