优化设计方法基于遗传算法的混合CSP-PV工厂考虑到操作策略

文摘

太阳能是最丰富的可再生能源,发展潜力巨大。有两种方法可以将太阳能发电:太阳能光伏发电(PV)和(CSP)。CSP-PV混合动力系统可以完全集成两个系统的优点来实现低成本、稳定的输出和可控的发电。摘要CSP-PV系统的经营战略提出了抛物槽CSP系统和光伏系统,现在商业运营。遗传算法用于优化系统的设计和计算PV-installed容量,电池容量,和CSP系统的存储容量,使系统达到发电的成本最低。结果表明,引入CSP系统可以确保稳定的输出功率的混合动力系统,当电池容量小,从而大大提高了一年一度的PV和减少太阳能的利用时间遗弃。当系统优化运行特点的春分,LCOE最低是0.0627美元/千瓦时,PV和CSP系统的额定容量222.462兆瓦和30兆瓦,分别和蓄热能力和电池356.562兆瓦和14.687兆瓦时。当系统优化的运行特点,LCOE最低是0.0555美元/千瓦时,PV和CSP系统的额定容量242.954兆瓦和30兆瓦,分别和蓄热能力和电池136.059兆瓦和8.977兆瓦时。比较表明,混合动力系统的发电曲线相似两文中针对methods-Spring基于Equinox和年度,但LCOE降低年度操作优化的特点,以及系统的年度利用率更高当春分优化的基础。

1。介绍

气候变化和自然资源的短缺使世界去寻找一个更干净、更有效率的使用能源,以满足日益增长的能源需求。目前,可再生能源潜力巨大,发展迅速,并将占据未来能源结构的一个重要份额(1]。然而,可再生能源的主要缺点是其可变性和间歇性与网格会导致频繁的失衡和严重的问题。研究人员表明,不同的策略可以用来改善能源供应的安全与质量,如使用更灵活的热电厂(2),引入适当的能量储存设备,并使用multicomplementary策略3]。

太阳能是最丰富的可再生资源之一;太阳辐射到地球表面的1800倍,成为世界的主要能源消耗(4]。有两种方法可以将太阳能转化成电能,太阳能光伏发电和聚光太阳能发电(5]。太阳能光伏发电的发展很快,并安装了太阳能光伏发电的比例将达到全球能源消费的16% (6]。光伏系统的发电成本相对较低,因为光伏模块的低的价格,而且还可以实现电网平价无市场激励(6]。然而,光伏储能系统的高价格障碍进一步大规模光伏系统的应用程序。许多学者都集中在最近几年的聚光太阳能发电;由于,可以结合太阳能热系统热储存系统,所以太阳能发电厂可以满足电网的要求操作,太阳仍然可以被部署后的峰值负载(7]。但由于技术的缓慢发展,太阳能热系统的成本下降低于太阳能光伏系统[8]。在这种背景下,光伏系统和CSP系统最初被认为是竞争对手,但事实上它们是互补的。这两种技术的结合越来越担心。PV-CSP混合发电系统是一个可行的方法,它可以满足当地的电力需求和成本不到一个聚光太阳能发电(9]。太阳能光伏发电和太阳能热发电的结合可以提高系统的利用率,可以分派到满足负载需求高峰期的10]。光伏发电是丰富和廉价,以满足电力负荷在白天;峰值负载的晚上将见到了太阳能热发电系统与存储。然后可以确保系统的稳定性和调度性较低的成本。

目前,CSP-PV混合动力系统在意大利Ottana正在建造中,该系统是由一个600千瓦的线性菲涅耳集中太阳能蓄热15兆瓦和400千瓦光伏电池系统与430千瓦时。Cocco等人对比系统的两种混合的方式,部分集成和完全集成,并发现年度发电和年度操作小时的系统完全集成高(11]。标出等人优化系统的运行策略,气象条件最大化系统的年度发电,同时满足能量守恒和最小攀登时间(12]。

CSP-PV混合动力系统在智利的阿塔卡马沙漠耦合20兆瓦光伏太阳能系统和太阳能塔300兆瓦电力系统与存储;发电的成本低于CSP-alone电力系统但高于光伏发电系统。逐步降低电力成本(LCOE)在2014年是14.69我们分/千瓦时和13.88美分/千瓦时,分别基于Bluemap和路线图9]。典型的容量因子的间歇性能源−20% 40%,该系统可以达到90%左右(12]。格林等人提出了一个与优先级的基础上,这个系统操作;输出功率的优先级是50 MW、100 MW、130 MW (13]。Hlusiak等人发现收集器对总成本的影响最大,其次是煤炭价格;光伏发电容量的影响和热存储系统发电成本相对较小;CSP-PV混合动力系统的成本比独立的便宜13%聚光太阳能发电系统与熔盐蓄热(14]。Bootello等人发电分为三个等级:跟踪系统的能源消耗,能源消耗的辅助设备的电厂和发电与电网相连,并提出了混合动力站的操作模式(15]。Larchet发现CSP-PV混合系统与火力支援单位发电成本最低和项目资本输出。LCOE这个系统的42%和52%低于PV-alone系统和PV-diesel混合动力系统,分别。CSP-PV混合系统相比增加了投资,但减少排放燃煤电力系统(16]。太阳热能和光伏能提供稳定的能源,提高太阳能热发电系统的能力因素。它不仅可以满足能源系统的基本要求,还可以提供一个低风险的投资选择17]。

CSP-PV混合动力系统的研究主要集中在经营战略和技术经济分析。但CSP-PV混合动力系统的优化配置研究考虑到操作策略。在这项研究中,CSP-PV系统的经营战略提出了抛物槽CSP系统和光伏系统是现在商业运营。创新使用遗传算法来优化系统的设计和计算光伏装机容量,电池容量,和CSP系统的存储容量,使系统达到发电的成本最低。操作策略提出了在本文中提供了一个新的想法CSP-PV混合发电系统的设计和操作。的优化方法可用于电站的初步设计。

2。系统描述

CSP-PV混合动力系统由聚光太阳能发电系统和光伏发电系统如图1。上面的虚线框是光伏发电子系统,和较低的虚线框聚光太阳能发电子系统。光伏发电系统包括光伏阵列、逆变器子系统,和电子存储系统。光伏阵列由许多子数组的每一个由20个PV模块额定功率为250 W。每个PV子数组连接到逆变器,确保直流转换为交流。与此同时,每个逆变器配备一个最大功率点跟踪翻译(MPPT)设备以确保光伏子数组可以运行在最大功率点。光伏模块放置南部和有一定的倾斜角度,最大化年度代的光伏发电系统。光伏发电技术是成熟和系统是简单和灵活的布局和低运营成本。然而,太阳能资源波动和间歇性,使光伏发电输出功率的不稳定,并将对电网有很大的影响在一定程度上。为了提高光伏输出功率的稳定性,电池华隆。

CSP系统包括槽收集器子系统,两个坦克热存储子系统,子系统和权力块。传热油作为传热流体,以及熔盐作为蓄热介质。传热油的入口温度为295°C,和出口温度为395°C。给水加热的传热油成为过热蒸汽在汽轮机工作。当太阳能充足,收集器的能量系统的一部分发送的热循环发电,另一个是存储为动力循环熔盐当太阳能很差。当使用储存能量,气体备份可以开始满足所需的负载。聚光太阳能发电系统采用light-heat-electricity的能量转换形式,系统的热延迟和蓄热系统使聚光太阳能发电系统的输出功率稳定,减少太阳能的波动,提高可再生能源的可管理性。因此,预计低成本可控的输出太阳能发电系统将由耦合建立一个低成本光伏发电系统,太阳能电力系统,可用于见顶。

的主要参数影响的能源和经济性能系统收集器字段区,存储容量,兰金循环力量,PV-installed容量,电池的容量。本文基于30 MW CSP系统,存储容量,PV-installed容量,电池的容量选择作为优化对象,使系统的发电成本最小。

权力集团的主要参数在设计条件如表所示1。

3所示。模型建立

CSP-PV混合动力系统的性能分析软件Matlab的实现(18]。仿真模型进行了简化。收集器字段区域,蓄热能力,兰金循环力量,PV-installed容量,电池的容量是影响系统性能的主要设计参数。系统优化的设计为了找到系统的发电成本最低的结构约束下的能量平衡和存储能量。CSP-PV混合动力系统模型包括光伏发电子系统模型和太阳能热发电子系统模型。模型的输入参数是一个特定位置的气象数据。

3.1。太阳能资源

摘要数据库的典型气象年从山姆软件(19)和拉萨(91.13°E 29.67°N)被选中。本文从NREL数据库典型气象年的20.]。气象数据包括直接正常辐照(DNI),全球水平照度(GHI),环境温度和风速。

年度DNI和GHI的拉萨1777千瓦时/ m²和1818千瓦时/ m²,分别。在拉萨,GHI的年度变化很小,辐射强度很大,但DNI千差万别的辐射强度与季节变化和秋季和冬季高于夏季。太阳辐射强度的变化使得系统的性能变化很大。每月DNI拉萨图所示2。

3.2。PV子系统模型

光伏系统模型由光伏电池板输出额定在250 W。光伏电池板被放置在一个固定的角度,面对着南方。根据提出的方程露营装备,光伏模块的影响温度变化对发电系统的性能。

光伏电池板的主要参数如表所示2。操作温度( )光伏板是由光伏电池板的额定工作温度(方程(1))。 在哪里环境温度;的名义操作单元温度(环境温度 )是20°C;太阳辐射( )是800 W / m²;和是实际的和额定传热系数;是实际的光伏面板的效率,可以通过方程计算(2)。是吸收转移因子(21]。太阳能电池板的效率 在哪里是名义上的效率;是温度系数;是光伏模块温度在标准测试条件下(25°C)。

光伏电池板的输出功率可以计算使用方程(3)。在哪里是光伏子数组的数量;是每个光伏模块的有效面积,是逆变器效率。降额因子终于被认为占了弄脏的面板、线路损失,黑斑、积雪、老化,和其他二次损失。

电池的使用可以弥补光伏发电和能源需求的区别。可用的能源电池可以被描述为电荷状态””,这是储存能量的比值额定容量。电池模型可以由下面的公式计算。在哪里和充放电过程中电池效率,分别。电池效率取决于几个操作参数,如电流、SOC,充电和放电功率和电池寿命。为了简化模型,假定一个常数的效率94%,因制造商声明的虽然名义放电深度( )被认为是80%(最低10%,最高的90%)。

光伏模型建立了基于文献[22]。额定输出功率是30000千瓦。Matlab模型的年度发电130690兆瓦。厂用电率被定义为电厂的电力消耗本身总值除以电厂产生的电力。假设厂用电率2.43%,据统计中国发电,然后实际发电127514兆瓦。山姆的年发电122179兆瓦,和年度发电的偏差为4.18%。更高的发电的原因在Matlab模型忽略了一些损失的实际发电过程。

3.3。CSP的子系统模型

CSP的模拟生成系统是基于30 MW的参数之后,VI CSP厂。

太阳能输入是由方程(5): 在哪里是网孔面积抛物槽集热器,入射角修正,是光学系数,是反射效率,是跟踪因素,是正确的系数最终损失的影响,是实际的因素正确镜子洁净,防尘罩是正确的因素,透射率的因素,是涂层吸收的因素。

CSP站的主要参数如表所示3(22]。CSP的每小时的工作特性分析系统是基于气象条件,特别是太阳辐射和太阳的位置。收集器字段的热损失是考虑。春分日拉萨,年平均情报总监,年平均温度被选中作为系统设计点。

LS-2收集器管是用作太阳能收集器,行空间是15米。收集器的热损失是影响情报总监,流动的传热油、环境温度和风速。通常,风速对热损失的影响可以忽略。

可用的热量输入取决于太阳能热量输入,接收器的热损失,和现场管道,如方程所示(6)和(7)[23),和的进口和出口温度传热油。热管是由一个循环,每个电路连接通过一个管道。管道的热损失获得经验公式(8)[23),的平均温度之间的温差是收藏家领域和环境温度。

CSP系统的蓄热介质是二进制熔盐组成的60%纳米₃和40% KNO₃,物理性质如表所示4(24]。获得可用的能量蓄热能量平衡的收集器,权力集团和热损失。摘要热储罐的热损失被认为是2%。热油VP-1用于传热流体,具有最佳使用范围宽12°- 400°C。

吸收的太阳能热能收集器存储在热像热能存储系统。当需要CSP子系统的功率输出时,熔盐释放热量和水加热变成蒸汽,使涡轮工作。涡轮效率变量和相关的蒸汽质量流量偏离设计的条件。涡轮效率的变异在非设计工况条件下被认为是块模型。涡轮效率的下降率可以通过方程计算(9)[25),然后涡轮效率可以通过方程计算(10)。发电机效率可以通过方程计算(11)[26]。

CSP模型,建立了基于文献[19),是软件仿真结果相比,山姆。的年度发电模型66584.75兆瓦时,厂用电率假设为5%;然后,实际发电63255.5兆瓦时。山姆的年度发电61167.6兆瓦时,和年度发电的偏差为3.3%。主要原因是该模型的简化,有些错误是忽略,使模型的年度发电高。

4所示。方法

4.1。经营战略

操作系统的策略可分为两种模式:优先考虑光伏(模式1)和减少涡轮关闭使用模式(模式2)。1,PV和电池是CSP优先。也就是说,如果光伏容量足够大的负载,它和CSP是关闭。电池也是如此,如果电池放电容量足够大的负载,它和CSP是关闭的,电池放电。这种操作方式将使系统的操作和维护成本增加,使用寿命降低。然而,CSP必须关闭只有足够的时间仍然是离线。涡轮热起动可以只要1 - 2小时。因此,在模式2,CSP工厂将关闭如果应该关闭超过2小时。

结合两种模式提出的操作策略,如图3。在哪里涡轮的最小输出,混合动力系统的额定输出,和是真正的CSP系统和光伏系统的输出,分别和能量存储在CSP系统的储罐和电池的光伏系统,分别。

根据经营战略有三种操作模式。(1)能源的光伏电池板能满足能源需求和光伏系统运行。超过能源存储在一个电池和CSP的收集能量系统是所有存储在一个存储柜(2)光伏电池板的能量不能满足能源需求,光伏电池板和电池都是用于发电。CSP系统的收集能量都是存储在一个储罐(3)光伏电池板和蓄电池的能量不能满足能源需求,和光伏电池板,电池,CSP系统和储罐都是用于发电

4.2。方法的优化

方法本研究采用遗传算法优化。经典的优化算法,如线性规划和动态规划很容易陷入局部最优,而且很难解决全局最优问题。遗传算法是一个很好的方法来克服这个缺点,是一种全局优化算法具有良好的收敛性。很多学者使用遗传算法来优化系统。遗传算法用于优化回转窑热回收系统,和设计参数之间的数学关系,温度和传热速率的热回收开关。总传热面积和总能耗降低(27]。让蒂尔等人优化海上风力发电的支撑结构,沿外直径和横截面厚度的支持结构选为设计变量。优化使支撑结构的质量降低了19.8% (28]。李等人利用水库作为决策变量,以减少功率输出的方差和最大化的年度发电目标的NSGA-II [29日]。

遗传算法是模拟生物进化的优化方法。它是基于生物进化的原则和策略组优化通过迭代的计算选择,复制,交叉,变异,插入和迁移。适用于解决复杂优化问题(30.]。遗传算法的流程如图4。

遗传算法的过程如下:(一)随机生成初始种群的长度决定(b)迭代计算人口的健身价值和生产下一代的群体通过复制、交叉和变异(c)最好的个人在每一代的实现算法的结果(d)给定的遗传代数后,比较所有实现的结果来获取最优解作为优化过程

本文的适应度函数选择LCOE(能源成本逐步降低)。由方程(LCOE计算12)[31日]。在哪里和是CSP电站的初始投资和光伏站,分别和CSP电站的年度成本和光伏站,分别(包括操作和维护成本),和CSP系统和光伏系统的输出功率是第一年,和年度发电衰变率,利率,是系统的生命周期。 在哪里和可以分为两个部分:直接成本和间接成本。与电力相关的组件是直接投资块( ),太阳能领域( ),管道( ),存储系统( ),盐买( ),和平衡的植物( )。间接组件覆盖所有剩余的前期投资成本不直接相关的设备。这些成本包括购买土地 )工程、采购、施工成本( ,直接成本计算的百分比)。方程的直接和间接初始成本因此由CSP部分

主要经济数据如表所示5(21]。CSP电站的面积和光伏电站由文献[估计32]。光伏电站的输出的面积超过20 MW和跟踪的固定轴7.5亩/兆瓦,和CSP站是10英亩的面积/兆瓦。

5。案例研究

建立的模型在Matlab和它可以模拟CSP-PV混合动力系统的操作性能。CSP电站输出功率的选择在这个研究是30 MW。输入参数是蓄热能力,标称功率的光伏电站,电池容量和输出参数的输出功率是混合动力系统和LCOE。模型可以模拟每日,每月,每年一个混合动力系统的性能。输出功率标称功率之和的95%的CSP和光伏电站。有5%的未满足负载需求21]。

优化的目标函数是LCOE和变量及其范围如表所示6。

5.1。优化基于一个典型的一天

优化是基于Equinox的操作特点。根据遗传算法的结果,当电力系统装机容量的CSP是30兆瓦,CSP-PV混合动力系统的LCOE达到最低是0.0660美元/千瓦时条件下光伏的额定功率容量为222.462兆瓦,电池容量为14.687兆瓦,蓄热能力是356.562兆瓦时。

数据5和6显示比较光伏发电能力和聚光太阳能发电(光伏/ CSP)和实际发电(小儿/ WCSP)在Equinox的一天。“光伏”代表了光伏电池板产生的力量,和“小儿麻痹症”表示调度后的光伏系统的输出功率。“CSP”代表了聚光太阳能发电能源,它是存储在工商业。“WCSP”是实际输出功率从太阳能热兰金循环。这是添加的手稿。太阳升起后,光伏系统的输出功率增加随着辐照强度的增加,达到最大的11点钟。电池的使用使得光伏电站的输出功率与太阳辐射的变化并没有改变,和发电曲线往往是温和使光伏系统减少电网的影响小,确保系统仍然可以维持额定输出功率,当太阳辐射减少。CSP系统发电后19点钟,保持额定功率的输出。使用热存储系统允许CSP系统太阳下山后继续发电。

系统输出功率如图Equinox的一天7。太阳升起后,光伏系统的输出功率随太阳辐射的增加。太阳辐射强度是最大的11点至18:00,和系统的操作模式是单独由光伏系统发电;超过从光伏系统能量存储在电池和CSP系统的能量储存在蓄热水箱。19点钟,太阳辐射不足,系统操作模式变更的独自一人在光伏系统中,光伏电池发电系统和CSP系统同时,多余的热量是存储在热能存储系统。当20点钟,太阳是完全没有太阳辐射,PV和CSP系统没有能量来源,然后系统操作模式被改变成蓄热发电。CSP系统中,用于发电的光伏系统,和CSP系统的输出功率随光伏输出功率。更稳定的光伏输出功率曲线使CSP系统更好的反应。使用CSP的蓄热系统允许CSP系统继续发电太阳下山后,为了弥补缺乏的光伏发电系统没有太阳辐射。

根据计算结果,每年CSP-PV混合动力系统的发电368722兆瓦。在年度288291兆瓦光伏系统的发电,每年利用小时3261 h高于PV-alone系统。CSP系统的年度发电80431兆瓦;年利用小时2681 h是低于280兆瓦太阳能抛物线索拉纳火电系统;原因是索拉纳的存储时间是6小时,太阳辐射是更好的。优化CSP-PV系统结合光伏发电的优点和CSP发电系统,这使得光伏系统的年度营业时间增加,光伏系统操作的稳定性提高,但系统的LCOE只是0.0660美元/千瓦时,仅低于CSP发电。

5.2。优化基于全年

GHI拉萨慢慢随着季节的变化,国家情报总监在夏季和秋季较高。优化系统的年度运营特征基于上面的操作策略建议。根据遗传算法的结果,当电力系统装机容量的CSP是30兆瓦,CSP-PV混合动力系统的LCOE达到最低是0.0555美元/千瓦时条件下光伏的额定功率容量为242.954兆瓦,电池容量为8.977兆瓦,蓄热能力是136.059兆瓦时。LCOE是较低的独自CSP发电相比,较低的光伏发电与蓄电池相比是确保系统的输出功率的稳定性。

它可以在数据中找到8和9从发电能力的比较分析和实际光伏发电输出功率的增加而增加的太阳辐射,11点钟到达额定输出功率时,系统输出功率不再是改变随着太阳辐射的增加。14点后,太阳辐射下降,光伏系统仍然保持额定输出功率,和电池的应用使光伏系统的输出功率波动降低。CSP系统不参与系统在白天发电,发电在晚。蓄热水箱的CSP系统确保稳定发电当太阳落下或没有阳光照射。

系统的输出功率在Equinox天图所示10。太阳升起后,储罐开始储存能量的电池储存多余的能量光伏系统。系统的运行方式,PV操作仅从11点到18:00,超过能源存储在一个电池和蓄热水箱。19:00时,光伏系统的能量不足以满足能源需求,和系统操作模式转换成光伏电池和CSP系统同时运作。20:00之后,太阳已经下山,电池和光伏系统不能提供能量,然后提供的权力是蓄热水箱。

根据计算结果,CSP-PV混合动力系统的年度发电375695兆瓦。在年度309036兆瓦光伏系统的发电,每年利用小时3201 h高于PV-alone系统。CSP系统的年度发电66659兆瓦;年利用小时2222 h。它可以发现CSP-PV混合动力系统的使用,CSP系统是为了弥补光伏系统的输出功率波动,可以结合两个系统的优点来增加年度营运小时的光伏系统减少丢弃率和减少LCOE系统还能保证稳定的输出。

5.3。讨论

年度和天优化结果如表所示7。根据比较,可以发现,每年的发电系统的优化的年度操作特点是高和LCOE低。年利用小时的PV和CSP系统是降低由于低容量的电池和太阳能蓄热水箱使放弃更多。

优化的比较结果,其中包括四种典型的天:春分、夏至、秋分和冬至图所示11。可以看出,四种典型的天的发电曲线基本上是相同的。然而,春分日发电是最糟糕的,因为太阳辐射差,和秋日是最好的。因此,系统优化与春分日需要更多的能源存储系统和发电,但LCOE也更高的同时。使用优化CSP-PV系统是在满负荷发电高峰时间。这个系统可以用于间歇式能源发电与负荷曲线如图12。

估计总净转换因子,这意味着发电上网电价的比例,大大影响结果。估计总净转换因子将从85%提高到100%,结果如表所示8。

随着估计总净转换因子的增加,系统的年度输出功率和LCOE改善。年度运营特点进行优化时,输出功率的增加,LCOE系统的减少。主要原因是电池容量降低。系统上的电池容量的影响是伟大的。电池容量的减少降低了光伏的利用小时数,但收效甚微。

5.4。敏感性分析

光伏电池板的影响成本和热存储成本基于春分进行了分析。光伏电池板成本是不同的从800元/千瓦到1600元/千瓦,和热存储成本变化从550美元/ m³到950美元/米³。结果如图13和14。

6。结论

本文提出CSP-PV混合动力系统的操作策略。基于这一经营战略,PV和CSP系统的比例是由遗传算法优化,使系统的LCOE降到最低。通过本文的计算,发现光伏产能的增加CSP-PV系统可以减少系统的发电成本;电池的成本很高,当电池的使用将大大提高系统的发电成本;CSP系统的引入使得它容易保证系统的输出功率的稳定的小电池容量,从而大大提高了光伏的年度利用率,降低太阳能丢弃的数量,但在某种程度上,CSP系统的利用效率降低;一体化的光伏和CSP系统不仅可以降低发电成本的CSP系统还可以确保光伏系统的输出的稳定性。

当输出功率设置为95%的PV-rated输出功率之和CSP-rated输出功率,系统优化运行特点的春分,结果如下:LCOE最低是0.0660美元/千瓦时,PV和CSP系统222.462兆瓦的容量和30 MW,分别和蓄热能力和电池356.562兆瓦和14.687兆瓦时。根据计算结果,CSP-PV混合动力系统的年度发电368722兆瓦。在年度光伏系统的发电288291千瓦,年利用小时3261 h,和年度CSP系统的发电80431千瓦,年利用小时2681 h。

当系统全年的运行特点进行了优化,其结果是,LCOE最低是0.0555美元/千瓦时,PV和CSP系统242.954兆瓦的容量和30 MW,分别和蓄热能力和电池136.059兆瓦和8.977兆瓦时。根据计算结果,年度光伏系统的发电309036千瓦,年利用小时3201 h,和年度CSP系统的发电66659千瓦,年利用小时2222 h。

比较表明,混合动力系统的发电曲线两种优化方法是相似的,但LCOE低当年度操作优化的特点,以及系统的年度利用率由春分时更高的优化。

CSP的使用优化CSP-PV混合动力系统,这系统是为了弥补光伏系统的输出功率波动,可以结合两个系统的优点,增加年度营运小时的光伏系统减少丢弃率,降低LCOE系统还能保证稳定的输出。操作策略提出了在本文中提供了一个新的想法CSP-PV混合发电系统的操作。的优化方法可用于电站的初步设计。

命名法

PV:	光伏
CSP:	聚光太阳能发电
LCOE:	逐步降低能源成本
DC:	直流电
交流:	交流电
MPPT:	最大功率点跟踪
情报总监:	正常直接照射
全球健康行动计划:	全球水平的辐照度
:	光伏电池板的工作温度
:	环境温度
:	实际的传热系数
:	额定热传递系数
:	实际的光伏面板的效率
:	转移吸收系数
:	温度系数
:	在标准测试条件下光伏模块温度
:	PV数子数组
:	每个光伏模块的有效面积
:	逆变器的效率
:	降额因子
:	充电过程中电池效率
:	电池放电过程中效率
:	电荷状态
:	放电深度
:	传热油的入口温度
:	传热油的出口温度
:	温差收集器领域的平均温度和环境温度
:	最低涡轮机的输出
:	混合动力系统的额定功率
:	CSP系统的实际产出
:	光伏系统的实际产出
:	电池储能系统
:	CSP电站的初始投资
:	光伏电站的初始投资
:	年度CSP电站的成本
:	年度光伏发电站的成本
:	CSP系统的输出功率
:	光伏系统的输出功率
:	一年一度的衰变率的CSP发电
:	一年一度的衰变率的光伏发电
:	利率
:	一生的系统
运营管理:	操作和维护。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

支持的研究工作是由中国国家重大基础研究项目(2015号cb251505)和中央大学的基础研究基金(2018 zd04 2016 yq04)。

引用

1. 国际能源机构,2013年世界能源展望IEA,巴黎,2013年。视图:出版商的网站
2. j .拼写太阳能发电技术——太阳能基本面k,斯德哥尔摩,2012年。
3. h·易卜拉欣,a . Ilinca和j .阶石,“能量存储systems-characteristics和比较,”可再生能源和可持续能源的评论,12卷,不。5,1221 - 1250年,2008页。视图:出版商的网站|谷歌学术搜索
4. m·胡贝尔d Dimkova, t . Hamacher”集成风能和太阳能在欧洲:评估的灵活性要求,“能源卷,69年,第246 - 236页,2014年。视图:出版商的网站|谷歌学术搜索
5. 诉Morettini Desideri, f . Zepparelli, e . Garroni“集中式太阳能光伏技术的比较分析:技术和环境评估,”应用能源卷,102年,第784 - 765页,2013年。视图:出版商的网站|谷歌学术搜索
6. 技术路线图,太阳能光伏能源国际能源署,巴黎,2014年。
7. 国际能源机构,太阳能的观点IEA,巴黎,2011年。
8. 技术路线图,太阳热能国际能源署,巴黎,2014年。
9. c·帕拉多a .吉拉德·西蒙,e . Fuentealba”2050年LCOE(能源成本逐步降低)投影混合PV(光伏)csp(聚光太阳能发电)在阿塔卡马沙漠植物,智利,”能源卷,94年,第430 - 422页,2016年。视图:出版商的网站|谷歌学术搜索
10. f .“Dominio”,混合PV-CSP发电厂技术经济分析:优点和缺点的中间值和峰值负载操作2014年,大学为加泰罗尼亚。
11. d . Cocco l . Migliari和m . Petrollese”混合CSP-CPV系统提高太阳能发电厂,dispatchability”能量转换和管理卷,114年,第323 - 312页,2016年。视图:出版商的网站|谷歌学术搜索
12. g .标出,d . Cocco和m . Petrollese“优化能源管理策略CSP-CPV集成与储能电站,”学报》第28届国际会议效率、成本、能量系统优化、仿真和环境的影响,加索尔,法国,2015年。视图:谷歌学术搜索
13. 答:绿色,c . Diep r·邓恩和j .削弱“高容量因子CSP-PV混合动力系统,”能源Procedia卷,69年,第2059 - 2049页,2015年。视图:出版商的网站|谷歌学术搜索
14. m . Hlusiak m . Gotz和h·a·b·迪亚兹”混合光伏(PV)集中太阳能热发电(CSP)电厂:造型、仿真和经济学”学报》第29届欧洲光伏太阳能会展荷兰,阿姆斯特丹,2014年9月。视图:谷歌学术搜索
15. j . p . n . Bootello s . v .茜草属l . s . Gallar l·f·卡尔德龙,“可控的混合植物使用光伏发电和太阳能热发电技术和相关的操作方法,“2015年,美国专利9140241 b。视图:谷歌学术搜索
16. k . Larchet太阳能PV-CSP最佳杂交一代:智利市场的技术经济分析,2015年。
17. l·r·卡斯蒂略奥乔亚,技术经济分析,结合混合聚光太阳能光伏发电厂:一个案例研究优化太阳能集成到南非电网”2014。视图:谷歌学术搜索
18. “Mathworks”, 2018年6月,https://ww2.mathworks.cn。视图:谷歌学术搜索
19. “系统顾问模型(SAM)”, 2018年6月,https://sam.nrel.gov/。视图:谷歌学术搜索
20. “天气数据的系统顾问模式”,2017年8月,https://sam.nrel.gov/weather/。视图:谷歌学术搜索
21. m . Petrollese和d . Cocco”优化设计的混合CSP-PV工厂实现的全部dispatchability太阳能发电厂,”太阳能卷,137年,第489 - 477页,2016年。视图:出版商的网站|谷歌学术搜索
22. a . m . Patnode仿真和性能评估的抛物槽太阳能发电厂威斯康星大学麦迪逊分校,2006年。
23. 美国仕进,模拟和计算槽太阳能热发电内蒙古科技大学,2014。
24. h . Suyi和h . Shuhong太阳能热发电的原理和技术卷。204年,中国电力出版社,北京,2012年。
25. r·l·巴特利特汽轮机性能和经济学麦格劳-希尔,纽约,1958年。
26. r .信使,j . Ventre, t·r·曼奇尼的“太阳能电力系统,”工程手册,CRC出版社,第二版,2004年版。视图:谷歌学术搜索
27. 问:阴、w·j·杜和l . Cheng“热回收系统的优化设计对回转窑使用遗传算法,”应用能源卷,202年,第168 - 153页,2017年。视图:出版商的网站|谷歌学术搜索
28. t .亲切的王l ., a . Kolios”集成结构优化的离岸风力涡轮机支持结构有限元分析和遗传算法的基础上,“应用能源卷,199年,第204 - 187页,2017年。视图:出版商的网站|谷歌学术搜索
29. f·f·李和j .邱”综合hydro-photovoltaic电力系统多目标优化”,应用能源卷,167年,第384 - 377页,2016年。视图:出版商的网站|谷歌学术搜索
30. g . b . Leyland“多目标优化应用于工业能源问题,”部分De精灵Mecanique倒L 'obtention Du年级De Docteur Es科学技术在机械工程标准工程硕士奥克兰大学,2002。视图:谷歌学术搜索
31. a·r·斯达克j . m . Cardemil r . a . Escobar和美国贴画,“评估混合CSP +光伏性能的植物在智利北部,“太阳能卷,138年,第97 - 88页,2016年。视图:出版商的网站|谷歌学术搜索
32. 美国Ong c·坎贝尔,p . Denholm r·马戈利斯·g·希斯,土地使用要求在美国太阳能发电站国家可再生能源实验室,卷。140年,黄金,有限公司,2013年美国。视图:出版商的网站

版权

版权©2018 Rongrong翟等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。