电热耦合渔光互补系统及其控制策略

本发明属于智能化养殖、清洁能源，具体涉及电热耦合渔光互补系统及其控制策略。

背景技术：

1、随着清洁能源的快速发展，太阳能光伏电池和风能发电已经成为了主流的可再生能源，但它们的波动性和不可控性也带来了很大的挑战。因此，如何在可再生能源和传统能源之间实现有效的协调，提高能源利用效率，是当前研究的热点和难点。

2、传统的渔光互补系统通常采用光伏发电和燃气发电等方式进行能源供应，但是往往没有对热能进行收集、储存和利用，从而也导致系统需要大容量蓄电池，对于提高能源利用效率和经济效益没有明显的效果。如果使用光伏发电还存在着成本较高、能量密度较低、受天气等自然条件的影响较大等问题。

3、传统的温室养殖系统主要依靠燃气或电力等传统能源进行加热，存在能源利用效率低、环保性差、成本高等问题；传统的电热耦合系统主要通过电能将电热耦合丝加热，从而提供热源。由于电热耦合丝的热容量较大，所以响应速度较慢，不能实时测量温度变化的快速变化。并且电热耦合丝的灵敏度较低，需要进行校准和调整，否则可能会引入误差。并且由于电热耦合丝的材料和结构限制，导致系统无法测量较低温度范围。

4、太阳能热水器系统可以通过将太阳能转化为热能为水提供加热，然后通过水泵将热水循环至养殖池中，以维持养殖池中的水温。但其存在热量收集效率低、天气条件限制、储热效果差等问题。

5、光伏-热系统是一种将光伏电池和热收集器结合的系统，旨在实现太阳能的综合利用。但其存在光伏电池和热收集器之间的热量互相影响、系统能量利用效率低、系统成本高等问题；单独使用太阳能光伏电池或风能发电，或者将它们与传统能源相结合，但这些方案都存在着一些问题。例如，单独使用太阳能光伏电池或风能发电，其波动性和不可控性会导致能源的浪费或不足；而将它们与传统能源相结合，虽然能够提高能源利用效率，但也会增加能源的成本和环境污染。

技术实现思路

1、主要针对鳗鱼养殖系统中对于如何解决负载电负荷和热负荷需求所存在的问题和缺陷，本发明提供了一种电热耦合渔光互补系统及其控制策略。在充分考虑电负荷和热负荷分配需求的前提下，优化多电源输入的调度状态，使负载端能够长期稳定运行在正常工作状态下，实现效益最大化，极大体现了多能融合互补微网的优势且符合实际运行工况需求。

2、本发明提供的电热耦合渔光互补系统通过将光伏发电和电热耦合技术相结合，实现了能源的互补利用，解决了现有技术在渔业养殖系统能源利用和环保性方面存在的问题和缺陷，包括以下几个方面：(1)能源供应问题:电热耦合渔光互补系统通过将太阳能转化为电能，并将多余的电能储存到蓄电池和蓄热槽。在光伏发电不足时，能够更好的对系统热负荷和电负荷进行供应，实现了能源的互补利用，提高了系统的能源利用效率和环保性。(2)储热问题：电热耦合渔光互补系统利用水源热泵发出的热能，通过储热罐等设备进行收集、储存和利用。对热能进行集中储存，以便在需要时进行供热，解决了储热问题。(3)智能控制问题：电热耦合渔光互补系统通过智能控制系统，可以根据系统运行状态和养殖需求，自动调节光伏发电组件、水源热泵、储能装置、增氧机和水泵等部分的工作状态，以实现最佳的渔业养殖效果和能源利用效率，解决了传统养殖系统存在的智能化控制问题。

3、本发明解决其技术问题具体采用的技术方案是：

4、一种电热耦合渔光互补系统；

5、包括数据采集系统、控制系统、光伏发电系统、储能系统和驱动设备系统；

6、所述数据采集系统包括温度传感器、水质检测仪、储热容量监测系统、蓄电池容量监测系统、数据采集器、双向计量电表；控制系统包括中央控制器、驱动控制模块、充放电控制模块、热源走向控制模块、放热控制模块、断路器柜；光伏发电系统包括光伏阵列、汇流箱、光伏逆变器；储能系统包括蓄电池和蓄热槽；驱动设备系统包括增氧机、水泵和水源热泵。

7、进一步地，所述光伏阵列发电经过汇流箱和光伏逆变器将电能接入配电柜；所述蓄电池通过充放电控制模块进行充放电的选择；

8、所述增氧机、水泵和水源热泵由驱动控制模块控制运行状态；增氧机和水泵用于对鳗鱼养殖池水质状态进行调节；

9、所述温度传感器实时监测水温，并与中央控制器相连，当水温低于鳗鱼生长的适宜范围时，由放热控制模块调节蓄热槽的工作状态，从蓄热槽中提取热量，通过热交换器将热量传递给鱼池水体，保持恒定的水温；

10、所述水源热泵经过热源走向控制模块分为对鳗鱼池进行直接加热和蓄热槽蓄热两部分；蓄热槽中的热量由放热控制模块决定是否对鳗鱼养殖池进行加热；

11、所述断路器柜用于控制微电网与电网之间售电和购电，购电时双向计量电表正向计量，售电时双向计量电表反向计量；

12、所述数据采集器汇总光伏逆变器、温度传感器、水质检测仪、双向计量电表、储热容量监测系统和蓄电池容量监测系统的数据，并传入到中央控制器，中央控制器根据预先设定的控制策略以对驱动控制模块、充放电控制模块、热源走向控制模块、放热控制模块和断路器柜进行控制，从而决定各设备的运行状况。

13、进一步地，所述控制策略的获得过程如下：

14、首先对光伏的发电量进行预测，以15min为单位，利用历史光伏发电数据对神经网络模型进行训练，获取未来一天内每15min光伏的发电量；以系统日调度成本最小为目标，分别以储能系统出力上下限为约束建立光热储优化控制模型，再通过改进的蜻蜓算法获取模型的最优解以作为控制策略进行输出。

15、进一步地，所述光热储优化控制模型包括：

16、1、约束条件

17、(1)系统与大电网交互功率约束：

18、

19、

20、式中，ugrid(t)表示为微电网与大电网进行电能交互时的购售电状态，设定为二进制，处于购电状态时取值为1，处于售电状态时取值为0；

21、(2)蓄电池约束：

22、蓄电池充放电时满足充放电约束，以公式表述为：

23、

24、

25、socmin≤soc(t)≤socmax

26、

27、式中为蓄电池最小充电、放电功率；为蓄电池最大充电、放电功率；为蓄电池充电、放电功率；socmin为蓄电池最小荷电状态；soc(t)为蓄电池t时刻的荷电状态；socmax为蓄电池最大荷电状态；分别为蓄电池充放电效率；

28、(3)光伏发电出力约束：

29、ppv_min≤ppv≤ppv_max

30、式中，ppv_min、ppv_max分别表示光伏发电的出力上下限约束；

31、(4)电功率平衡约束

32、pload＝pw+po+ph

33、

34、式中，pw、po、ph分别为水泵额定功率、增氧机额定功率和水源热泵额定功率；

35、(5)水源热泵：

36、qh＝λph

37、式中，λ为水源热泵电转热的效率系数，qh为水源热泵发热功率，ph为水源热泵额定电功率；

38、(5)蓄热槽约束：

39、任意时刻蓄热槽要满足容量约束，蓄热槽的蓄热、放热功率和剩余热功率约束如下：

40、wtst.min≤wtst(t)≤wtst.max

41、

42、

43、

44、式中，wtst.max为蓄热槽最大储存热量；为蓄热槽最小蓄热、放热功率；为蓄热槽最大蓄热、放热功率；为蓄热槽当前蓄热、放热功率；μ为蓄热槽能量自损率；分别为蓄热槽蓄热、放热效率；

45、(5)热功率平衡约束：

46、

47、式中，qh_load、qh分别为当前热负荷大小、水源热泵发热功率；

48、2、目标函数

49、日调度成本表达式：

50、

51、式中，cbuy(t),csell(t)分别表示分时购电与售电价，cpv为弃光单位成本。

52、进一步地，所述改进蜻蜓算法在生成初始种群时采用cubic混沌矩阵的生成方法，以在算法首次迭代时增强粒子的随机性以及多样性；cubic表达式如下：

53、

54、其中，xn∈(0,1)；ρ为控制系数。

55、进一步地，所述改进蜻蜓算法表示为蜻蜓群体的分离、对齐、聚集、食物吸引与天敌驱散五个步骤；

56、(1)分离；表示避免蜻蜓个体距离太近降低搜索效率：

57、

58、式中，ek为蜻蜓k的分离度；d表示当前蜻蜓的位置；dj代表第j个邻近蜻蜓的位置；j代表群体中第k个蜻蜓的邻近蜻蜓的数量；

59、(2)对齐；表示某个蜻蜓与其邻近蜻蜓个体速度的相同程度：

60、

61、式中，uk为蜻蜓k的对齐度；vj代表第j个邻近蜻蜓的飞行速度；

62、(3)聚集；表示某个蜻蜓具有朝着其附近较优蜻蜓个体靠近的趋势：

63、

64、式中，bk为蜻蜓k的聚集度；

65、(4)食物吸引；食物是指某一次迭代计算中最优个体的位置：

66、sk＝d++d

67、式中，sk为蜻蜓k的食物吸引度；d+代表当前计算中最优蜻蜓的位置；

68、(5)天敌驱散；目的是使个体尽可能远离最差的蜻蜓个体，提高寻优计算效率：

69、tk＝d-+d

70、式中，tk为蜻蜓k的天敌驱散度；d-代表当前计算中最差蜻蜓的位置；

71、蜻蜓个体k飞行位置更新步长：

72、δdk+1＝(eei+uui+bbi+ssi+tti)+βdi

73、式中，e、u、b、s、t分别表示分离度、对齐度、聚集度、食物吸引度、天敌驱散度的影响系数；β代表惯性系数；

74、蜻蜓飞行位置更新：

75、di+1＝di+δdi+1。

76、相比于现有技术，本发明及其优选方案提供的电热耦合渔光互补系统及其控制策略创造性地解决了现有技术在渔业养殖系统能源利用和环保性方面存在的问题和缺陷，实现了能源的互补利用和系统的智能化控制，提高了系统的能源利用效率和环保性，降低了系统运行成本和维护难度。