PHiL方法在光伏-聚光太阳能热混合能源系统中实时云层事件发生时对蒸汽朗肯循环动态响应的评估

《ENERGY CONVERSION AND MANAGEMENT》：PHiL evaluation of the steam-Rankine cycle dynamic response during real-time cloud events in a PV-CSP hybrid energy system

　　摘要：太阳能光伏与聚光太阳能发电系统相结合的装置会面临次级云层变化带来的影响，但同时必须遵守功率设备的升降速率限制，并确保电网稳定。本研究构建了一个功率硬件在环测试平台，该平台将动态的Simulink/Simscape聚光太阳能蒸汽朗肯循环功率模型与4.7千瓦的光伏阵列、逆变器控制装置以及一个可再生电网模拟器相连接，形成一个相当于40兆瓦发电规模的实时闭环系统。该模型以20赫兹的频率与硬件进行信号交互，并与简化的65.5吉瓦电网同步，以此量化负载跟踪误差对电网频率的影响。通过三个案例研究，在云层覆盖导致光伏输出减少20%至40%的情况下，系统仍能实时运行。测试平台中的涡轮机升降速率可达每分钟57.8%，但锅炉压力和发电机频率的波动分别控制在±1.5%和±3×10^-4赫兹范围内。光伏输出的限制有效抑制了快速波动，从而减少了云层覆盖期间的功率和压力波动。为将研究结果推广到更大规模的发电厂，我们引入了具有典型云层变化时间特性的空间光伏电站模型。通过改变光伏阵列相对于云层移动的方向，并采用两种不同的逆变器功率点跟踪算法，进一步分析了不同情况下的性能。在所有测试案例中，这种大规模光伏阵列都能将峰值负载跟踪误差降低80%至93%，同时将锅炉压力波动降低74%至94%。研究表明，若将光伏系统与设计合理、可调度 的聚光太阳能发电系统相结合，就能在云层覆盖期间保持相对稳定的输出，从而无需使用光伏侧的储能电池。

引言：在美国及全球范围内，太阳能技术——尤其是太阳能光伏技术——的快速发展使得受天气因素影响的间歇性发电比例不断上升。预计到2026年，美国的光伏发电量将比2023年翻一番，约占全国总发电量的8%[1]。因此，如何将光伏发电与其他可调度的发电方式相结合，以弥补光伏发电量不稳定带来的问题，变得越来越重要。聚光太阳能发电技术就是一种这样的灵活可再生能源，它和光伏发电一样，更适合在太阳能资源丰富的地区使用。因此，已有不少文献提出并实现了光伏与聚光太阳能发电相结合的系统[2]，但目前对于光伏发电量波动对聚光太阳能发电系统动态性能的影响研究还不够充分。本研究开发了一种新的功率硬件在环测试设施，用于模拟聚光太阳能蒸汽朗肯循环系统中设备对屋顶光伏阵列输出波动的实时动态响应。本研究的主要目标是：(i)分析光伏-聚光太阳能混合系统带来的电网频率波动；(ii)确定在两者直接连接的系统中，是否会出现不可接受的功率块压力或泵流波动；(iii)评估逆变器控制策略的影响。从技术和经济角度优化光伏-聚光太阳能混合系统时，通常会优先考虑在电网连接限制范围内最大化光伏发电容量[3]。较低成本的光伏电力可以减少聚光太阳能发电系统中最昂贵的组件——聚光镜场的规模。不过，这种配置使得聚光太阳能发电系统不得不根据光伏发电量的变化而在不同的功率水平间运行。如果能够有效管理这种动态运行模式，就可以充分发挥两种技术的成本优势。据预测，热能存储系统的成本将远远低于电池储能系统，根据相关研究，到2030年，4小时容量的电池储能系统最低成本将为245美元/千瓦时[4]。尽管如此，目前光伏阵列的初始投资成本仍然低于聚光太阳能发电系统所需的聚光镜场和热能设备。鉴于这两种技术各自的特性，将光伏发电与聚光太阳能发电相结合的系统被认为是一种成本更低、发电间歇性更小的解决方案。本研究并非旨在确定最优的光伏与聚光太阳能发电容量比例，而是着重了解在次级太阳辐射变化条件下，光伏-聚光太阳能混合系统的动态运行特性，这为之前的技术和经济优化研究提供了补充。了解系统的升降速率要求、控制性能以及瞬态响应特性，有助于未来优化容量比例的工作。本文主要探讨光伏面板与塔式加热聚光太阳能发电系统相结合的应用。目前相关文献大多集中在性能分析和优化研究方面。许多研究表明，相比单独使用光伏发电或聚光太阳能发电技术，两者相结合的系统在容量因子和平准化发电成本方面都具有更优的表现。对于那些太阳直射辐射强度较高的地区，结合热能存储或电池储能系统的光伏-聚光太阳能混合系统，其性能甚至可能优于单独使用光伏电池储能或聚光太阳能热能存储系统[3][5][6][7][8]。如前文所述，由于电池储能系统的成本高于热能存储系统，因此光伏-聚光太阳能混合系统更有可能将大部分能量存储功能放在聚光太阳能发电系统侧。有一些研究指出，仅依靠热能存储系统的光伏-聚光太阳能混合系统，在追求更高容量因子的情况下也具有成本竞争力[5][6][7][8][9]，不过需要说明的是，还有研究通过让多余的光伏电能通过电阻加热方式为热能存储系统充电，进一步整合了光伏和聚光太阳能发电系统。有研究认为，添加电池储能系统只能带来有限的性能提升[3]，而另有研究则表明，只有在超高容量因子情况下（比如80%），在光伏-聚光太阳能热能存储系统中添加电池储能系统才能有效降低系统的平准化发电成本。总体而言，现有研究表明，不添加电池储能系统的光伏-聚光太阳能热能存储系统也是一种可行的发电方案，因此值得进一步研究。大多数光伏-聚光太阳能混合系统都基于相同的运行假设：只要低成本的光伏发电系统能够提供足够的电力，就会优先使用光伏发电，而非聚光太阳能发电。这样一来，聚光太阳能发电系统就可以将其储存的热能留到光伏发电量较低的时期使用。因此，光伏发电系统和聚光太阳能发电系统在接入电网的位置实现整合，从而形成所谓的“虚拟发电厂”。如果该发电厂能够理想地运行，那么光伏发电和聚光太阳能发电产生的电量恰好能够满足发电厂的预期发电需求。然而，要实现光伏发电和聚光太阳能发电量的平衡，以保持稳定的发电输出，其实是一项极具挑战性的任务，而在云层覆盖期间，这一任务难度更是大大增加。虽然有许多研究考虑了太阳辐射强度随时间的变化情况，但大多数关于混合系统的研究都是使用每小时的时间步长数据进行的[10]。这样的时间步长分辨率足以反映整体太阳能发电情况，但却无法捕捉到快速的云层变化——在这类情况下，聚光太阳能发电系统就需要迅速应对光伏发电量下降的问题。本研究旨在探讨光伏-聚光太阳能发电系统在几秒钟内发生的快速云层变化时的运行表现。虽然也有针对混合系统的短时间步长分辨率仿真研究，但其结果并不直接适用于实际发电厂的实时运行情况。Zurita等人[10]使用瞬态建模方法分析了作为虚拟发电厂运行的光伏-电池储能-聚光太阳能-热能存储系统的性能，他们测试了1至60分钟不等的時間步长分辨率，但研究重点在于证明足够的時間步长分辨率对于实现高精度性能建模是必要的，并未探讨在负载跟踪运行过程中功率块的状态变化情况。在另一项研究中[11]，研究人员在Matlab/Simulink环境中对动态的光伏-聚光太阳能-热能存储系统以及电网进行了建模，研究了频率响应服务中的快速电网瞬态现象。仿真结果表明，所提出的主频率调节策略相比基准情况有所改进。不过，该研究中的蒸汽生成系统模型主要是基于时间常数建立的，因此无法揭示负载变化过程中发生的热力学变化情况。本文则着眼于Simscape蒸汽生成系统的控制机制和运行行为，该模型考虑了汽包液位、锅炉压力、负载控制器的工作状态，以及蒸汽汽包和涡轮机进口阀的动态特性。研究人员使用亚秒级时间步长的动态模型，研究了在云层覆盖期间混合系统运行的实时情况，以及当聚光太阳能发电系统需要迅速应对光伏发电量波动时的动态响应情况。在没有电池储能系统的光伏-聚光太阳能混合系统中，光伏发电量预计会随着全球水平面太阳辐射强度的变化而变化，除非对光伏发电量进行刻意控制以限制其输出。因此，本研究旨在解答以下问题：(i)如何开发、建模并验证聚光太阳能发电系统侧的混合系统控制策略？(ii)如果控制聚光太阳能发电系统侧在保持汽包液位和压力的同时尽量减小负载跟踪误差，那么所需的加热速率应该是多少？(iii)在云层覆盖期间，光伏发电量的限制会如何影响聚光太阳能发电系统侧所需的加热速率？(iv)聚光太阳能发电系统侧的热惯性又会如何影响整个系统的动态特性？(v)光伏发电系统的面积和布局在多大程度上会影响混合系统对云层变化事件的响应？云层覆盖在太阳能发电设施上时，可能会引发快速且难以预料的阴影效应。因此，要真实地测试混合系统在云层覆盖期间的运行表现，最好以实际的天气状况作为系统输入数据。虽然物理实验能够提供更高精度的动态研究数据，但由于大规模热能发电设施的初始投资成本过高，这种方法并不适合用于光伏-聚光太阳能发电系统的研究。幸运的是，介于纯计算机仿真和完全的物理实验之间，还存在另一种方法，即硬件在环仿真。这是一种将仿真模型、控制器和物理硬件集成到一起的实时测试平台。仿真模型的时间步长和实际时间是被同步的[12]，也就是说，仿真计算机输出的模型数据时间，与实际系统中对应数据的出现时间是一致的。与普通的硬件在环仿真相比，功率硬件在环仿真更具优势，因为它能使功率和电流值接近实际应用值，从而提高实验的精确度[12]。从广义上来说，功率硬件在环仿真能够实现仿真环境与实际功率硬件之间的互动，这一功能非常适合用于发电系统研究，因为它允许在实时环境中对模型和实际硬件同时进行测试。据笔者所知，硬件在环仿真最早被用于聚光太阳能发电系统的研究，相关研究见于[13][14]，这些研究对一种小规模的聚光太阳能热电联产系统的实时控制算法进行了测试和优化。不过，[13][14]中的研究主要针对小规模的家用系统，而且所使用的动态模型是基于Matlab/Simulink开发的，适用于带有热能存储系统的聚光太阳能有机朗肯循环系统。此外，这些研究也没有涉及云层覆盖期间的规模化发电问题。无论是纯数值仿真还是全尺寸的物理实验，都不足以完美地用于研究云层变化期间光伏-聚光太阳能发电系统的动态特性。纯仿真方法需要在云层行为、逆变器控制以及光伏发电等方面做出各种假设，而这些假设可能无法完全反映实际运行条件中的随机性。而大规模的物理实验则因为成本过高而往往不可行。功率硬件在环仿真则提供了一种折中的方案，它将动态的聚光太阳能发电系统模型与在真实太阳光照条件下行作的实际光伏硬件相结合，从而能够对混合系统的控制策略和瞬态行为进行更为真实的评估。因此，本文的研究具有创新性，因为它首次采用了功率硬件在环测试平台，将蒸汽生成系统模型与光伏面板/逆变器电力电子器件相结合，在实时云层变化条件下测试光伏-聚光太阳能混合系统的发电性能。光伏-聚光太阳能混合系统作为一种将低成本光伏发电与具备能量存储功能的可调度聚光太阳能发电技术相结合的方案，具有很大的应用潜力。然而，目前人们对云层变化期间光伏-聚光太阳能发电子系统之间的动态相互作用了解仍然有限。现有的研究大多集中在技术和经济优化、性能评估或纯仿真分析方面，对于大规模光伏-聚光太阳能发电系统在太阳辐射强度出现次级变化时的反应机制，还缺乏实验层面的研究。本研究通过构建一个实时PHIL测试平台来填补这一空白，该平台将物理光伏硬件与虚拟的动态蒸汽-朗肯发电模块模型相结合。本文的主要贡献如下：（i）开发了一种PHIL测试平台，能够以较高的时间步长分辨率——即秒级——研究实时光伏-聚光太阳能热系统动态特性。（ii）采用基于模型的方法设计SGS控制策略，以最小化涡轮机的负荷跟踪误差并稳定汽包压力。（iii）通过实时PHIL测试验证所设计的控制策略。（iv）开发一种建模方法，将测试平台规模的光伏发电曲线扩展为类似兆瓦级电站的曲线。（v）识别并展示了两种与太阳资源变化相关的不同光伏-聚光太阳能热系统动态行为模式。（vi）量化光伏-聚光太阳能热系统在云层覆盖情况下保持恒定发电的能力。这些贡献为在真实云层条件下评估无电池光伏-聚光太阳能热混合电站的控制要求、调峰需求以及瞬态运行性能提供了方法。本研究展示了光伏输出限制、热惯性以及光伏电站规模如何影响混合系统的性能，并证明了具备热能存储的光伏-聚光太阳能热电站能够在不依赖光伏侧电池存储的情况下，在云层覆盖期间保持可调度发电能力。本文结构如下：首先，我们介绍了动态Matlab/Simscape SGS模型，其中包括锅炉压力、涡轮机设定值以及汽包液位控制器的设计。接着，我们阐述了PHIL实时测试平台的架构以及SGS模型/光伏电力电子设备的集成方式，并验证了SGS控制的稳定性以及太阳辐射计的精度。文中展示了三个代表不同瞬态云层情况的案例研究结果，包括分析了在不同光伏电站输出限制程度下（总负荷的20%、30%和40%）对系统的影响。最后，我们在虚拟环境中重现了这三个案例研究，同时调整光伏发电曲线，以更准确地模拟云层移动对兆瓦级光伏电站的空间影响，这种影响会降低云层事件引起的发电变化率。本研究探讨了在所测试的云层事件期间，当光伏电站输出根据所提出的发电曲线缩放方法以及光伏电站面积等因素发生变化时，光伏-聚光太阳能热混合电站是否仍能满足恒定负荷需求。方法部分：本研究开发了一个PHIL测试平台，用于比较不同的混合控制策略，并研究光伏与聚光太阳能热发电比例变化对系统的影响。本节首先描述了物理测试平台，随后介绍了多种虚拟模型，包括最初在[15]中提出的SGS模型、用于在动态运行过程中维持设定值稳定的新型状态控制器、用于评估电站对系统稳定性影响的电网模型，以及考虑了相关因素影响的光伏电站缩放模型。案例研究部分：下面展示的结果包括三个案例研究，每个案例都在两组不同的假设条件下进行评估。这些案例在两个方面存在差异：（1）测试期间的太阳资源变化特性；（2）光伏阵列的输出水平与逆变器最大功率截止值之间的关系。案例A是在GHI值间歇性超过逆变器截止值的条件下进行的运行测试。案例B则主要在截止值以上运行，而案例C则完全处于截止值以下。结论部分：本文研究了仅依靠热能存储的混合光伏-聚光太阳能热电站的相关问题。首次构建了一个PHIL测试平台，用于模拟实时云层变化期间混合光伏-聚光太阳能热系统的动态行为。PHIL概念被有效应用于将代表聚光太阳能热发电模块的虚拟SGS模型与实际的光伏电力电子设备相整合。本研究中使用的虚拟Simscape模型能够捕捉各种电站的瞬态变化情况。作者贡献说明：Jacob Wenner：写作——审稿与编辑、写作——初稿撰写、可视化、方法论、研究、形式分析、数据整理、概念构思。Andrew Fernandez：写作——初稿撰写、可视化、验证、数据整理。Eric Haag：写作——初稿撰写、可视化、方法论、研究、形式分析、数据整理。Michael J. Wagner：写作——审稿与编辑、监督、资源协调、项目管理、资金筹集、概念构思。资金支持声明：本研究得到了威斯康星大学麦迪逊分校Phil and Jean Meyers奖学金的支持。利益冲突声明：作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。Jacob Wenner|Andrew Fernandez|Eric Haag|Michael J. Wagner威斯康星大学麦迪逊分校，机械工程系，1500 Engineering Drive，麦迪逊，53706，威斯康星州，美国