风力涡轮机系统与压缩空气储能联合运行的建模与实验研究（Matlab代码实现）

最新推荐文章于 2025-12-05 17:36:32 发布

原创最新推荐文章于 2025-12-05 17:36:32 发布 · 393 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #数学建模 #开发语言 #支持向量机

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

⛳️赠与读者

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能解答你胸中升起的一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。

或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

💥1 概述

风力涡轮机系统与压缩空气储能联合运行的建模与实验研究

摘要—本文介绍了一种新型混合风力涡轮机系统，该系统由涡轮机传动轴与空气膨胀/压缩机连接的无级变速器组成。设计了一种机械功率分割装置，用来合成风力涡轮机和空气膨胀/压缩机传递的电力。利用实验室规模的实验测试装置对小型混合风力涡轮机系统进行了数学建模、分析和验证。通过利用压缩空气能量存储，证明了混合风力涡轮机系统可以在风速波动条件下提供平稳的电力输出。这种直接连接结构通过使用一个发电机而不是传统CAES系统结构中的两个发电机，降低了整个系统成本。该研究展示了通过风能与储能混合化带来的改进效率和灵活性对涡轮机运行的好处。
关键词—能量转换，能量存储，建模，风力发电。

风能和太阳能等可再生能源是清洁的，只要风吹或阳光照耀，就可以使用。这些能源的两个主要缺点是它们的间歇性，以及它们的可用性通常与电力需求不符。例如，当电力需求较低时，风能往往在夜间更加丰富。风速和太阳能强度的变化使得将风能和太阳能整合到电网中成为一项挑战。储能系统可以通过存储多余的能量并在需求大于供应时释放它来提供稳定和可预测的电力。

在本文中，我们考虑了风力涡轮机的储能概念，特别是那些离岸的风力涡轮机。目前海上风力涡轮机的容量系数通常小于50%。因此，发电机，收集和传输系统未得到充分利用。收集和传输是海上风力涡轮机工厂平衡成本的主要部分。通过在发电之前存储能量，可以缩小电气元件的尺寸以满足需求而不是供应。

[1]中提出了一种新的风力涡轮机压缩空气储能（CAES）概念（图1）。将能量储存在高压（~200-350 bar）压缩空气中是有吸引力的，因为1）它具有相对较高的能量密度（~ 5MW * 8hr能量可以存储在500m中3船舶在35MPa）与抽水蓄能（约144，000米）相比3在100米处）;2）具有可扩展性（能量容量随存储容器体积线性缩放）;3）与电池相比性价比高，使用寿命长;4）它不依赖于传统CAES或泵送水力所需的特定地质地点。

在传统的CAES系统中，多余的电力用于驱动空气压缩机，将空气压缩到地下盐洞中;然后通过预压缩和提高燃气轮机中天然气燃烧的效率来回收能量。这样的系统效率相对较低（<50%），需要使用碳氢化合物燃料，并且依赖于地质地点。

图1

2 数学模型

风力涡轮机从其转子叶片的扫掠区域中提取风的动能。给定风速 $V_{w}$ 和风力涡轮机轴上的转子速度 ωr 的空气动力扭矩由下式给出：

$T_{W}=\frac{\rho_{a i r} \pi R_{r}^{2} C_{P(\beta, \lambda)} V_{w}^{3}}{2 \omega_{r}}$

其中 $R_{r}$ 是涡轮的半径， $C_{p}(\beta, \lambda)$ 是功率系数 [6]，β 是桨距角.

$\lambda=\frac{R_{r} \omega_{r}}{V_{W}}$

详细数学模型见第4部分。

一、引言

背景：风能作为一种清洁、可再生的能源，在全球能源转型中占据重要地位。然而，风力涡轮机系统输出功率的间歇性和波动性严重制约了风能的高效利用和电网的稳定运行。
目的：压缩空气储能（CAES）技术具有容量大、成本较低、寿命长等优势，能够有效平抑风电波动，提高能源利用效率。本文旨在研究风力涡轮机系统与压缩空气储能联合运行的建模与实验，为提升风能利用的稳定性和经济性提供理论与实验支撑。

二、系统构成

1. 风力涡轮机系统

组成：主要由风轮、传动系统、发电机、控制系统等部分组成。
工作原理：风轮将风能转化为机械能，通过传动系统传递给发电机，发电机将机械能转化为电能。输出功率与风速密切相关，在切入风速以下时，输出功率为零；在切入风速和额定风速之间，输出功率随风速的增大而增加；达到额定风速后，通过变桨距等控制方式使输出功率保持在额定值；当风速超过切出风速时，系统停机以保证安全。

2. 压缩空气储能系统

组成：主要由压缩机、储气装置、膨胀机、换热器等核心部件组成。
工作过程：
- 储能阶段：在电网负荷低谷或风电出力过剩时，利用多余的电能驱动压缩机将空气压缩至高压状态，储存在储气装置（如地下洞穴、高压储罐等）中，同时通过冷却器移除压缩过程中产生的热量，储存于储热装置。
- 释能阶段：在电网负荷高峰或风电出力不足时，将储气装置中高压空气释放，与储热装置中的热量进行换热后进入膨胀机膨胀做功，驱动发电机发电，满足电网电力需求。
分类：根据是否燃烧燃料，压缩空气储能系统可分为传统补燃式CAES和先进绝热式CAES（AA-CAES）。传统补燃式CAES在释能过程中需要燃烧天然气等燃料补充热量，存在一定的碳排放；AA-CAES则通过高效的储热技术回收压缩过程中的热量，在释能时重新利用，实现近零排放，是未来的主要发展方向。

3. 联合系统结构

核心：通过能量管理与控制系统实现两者的协同运行。
典型结构：包括风力涡轮机、整流器、逆变器、压缩机、储气装置、膨胀机、发电机、换热器以及能量管理系统等。
运行模式：风力涡轮机产生的电能一部分直接通过逆变器接入电网供用户使用；当风电出力过剩时，能量管理系统控制多余电能驱动压缩机运行，将空气压缩储存，进入储能模式；当风电出力不足时，能量管理系统控制储气装置释放高压空气，驱动膨胀机和发电机发电，补充电网电力缺口，进入释能模式。

三、联合系统建模

1. 风力涡轮机系统模型

数学模型：建立风力涡轮机的空气动力扭矩模型、功率输出模型等，描述风速与输出功率之间的关系。
仿真分析：利用仿真软件（如Matlab/Simulink）对风力涡轮机系统进行建模和仿真，分析不同风速条件下的输出功率特性。

2. 压缩空气储能系统模型

数学模型：建立压缩机、膨胀机、储气装置、换热器等核心部件的数学模型，描述储能和释能过程中的能量转换和传递关系。
仿真分析：利用仿真软件对压缩空气储能系统进行建模和仿真，分析不同工况下的储能效率、释能效率以及系统热力学特性。

3. 联合系统模型

集成建模：将风力涡轮机系统模型和压缩空气储能系统模型进行集成，建立联合系统的数学模型。
仿真分析：利用仿真软件对联合系统进行建模和仿真，分析联合系统在不同运行模式下的性能特性，如功率平抑效果、储能效率、释能效率等。

四、实验研究

1. 实验装置

设计：设计并搭建风力涡轮机系统与压缩空气储能联合运行的实验测试装置，包括风力涡轮机模拟装置、压缩机、储气装置、膨胀机、发电机等核心部件。
搭建：按照设计要求搭建实验装置，并进行调试和校验，确保实验装置的正常运行。

2. 实验方案

制定：制定详细的实验方案，包括实验目的、实验内容、实验步骤、数据采集与处理等。
实施：按照实验方案进行实验，采集实验数据，并进行初步处理和分析。

3. 实验结果与分析

结果展示：展示实验数据，包括风力涡轮机输出功率、压缩空气储能系统储能和释能过程中的压力、温度、流量等参数。
分析讨论：对实验结果进行分析和讨论，验证联合系统模型的准确性和有效性，分析联合系统的性能特性和优化策略。

五、系统性能分析与优化策略

1. 性能分析

功率平抑效果：联合系统能够有效平抑风力涡轮机输出功率的波动。当风电出力过剩时，压缩空气储能系统吸收多余功率进行储能；当风电出力不足时，释放储存的能量补充，使向电网的输出功率保持稳定。实验表明，在典型工况下，联合系统的整体效率约为45%~55%，其中压缩空气储能系统的效率是影响整体效率的关键因素。
储气罐压力特性：储气罐压力随充放气过程动态变化。在储能阶段，压力逐渐升高；在释能阶段，压力逐渐降低。压力的变化速率取决于压缩机和膨胀机的功率。合理控制压力在安全范围内（如2~8MPa），是保证系统安全稳定运行的重要条件。

2. 优化策略

能量管理策略优化：基于模型预测控制（MPC）的能量管理策略，通过预测未来一段时间的风电出力和电网需求，优化制定储能和释能计划，可进一步提高系统的经济性和稳定性。例如，结合短期风速预测，在预测到风电出力将大幅增加前，提前降低储气罐压力，为储能预留更多空间。
设备参数优化：优化压缩机和膨胀机的运行点，使其工作在高效区间；选择合适容量的储气罐，在满足功率平抑需求的前提下，降低成本和占地面积；采用高效换热器回收压缩热，提高AA-CAES系统的效率。
多目标优化：以系统经济性（投资成本、运行成本）、环保性（碳排放）和可靠性为多目标，建立优化模型，求解最优的设备配置和运行参数。例如，在满足一定功率平抑要求的前提下，最小化系统的全生命周期成本。

六、面临的挑战及未来发展方向

1. 面临的挑战

效率提升瓶颈：目前压缩空气储能系统的效率仍有提升空间，尤其是传统补燃式CAES存在碳排放问题，AA-CAES的储热技术成本较高、效率有待进一步提高。
动态响应速度：压缩空气储能系统的压缩机和膨胀机属于旋转机械，其动态响应速度相对较慢，对于快速变化的风电波动，平抑效果可能受限。
经济性问题：联合系统的初始投资较大，尤其是储气装置（如地下洞穴）的建设成本高、选址受限，影响了其规模化应用。
建模精度与复杂性：联合系统涉及多物理场耦合、多设备协同运行，现有模型在描述动态过程、设备损耗等方面的精度仍需提高，同时模型的复杂性增加了仿真和优化的难度。

2. 未来发展方向

高效储热技术研发：开发高性能的储热材料（如熔融盐、相变材料）和高效换热器，提高AA-CAES的储热效率，降低成本，推动其商业化应用。
混合储能系统：将压缩空气储能与其他储能技术（如电池储能、飞轮储能）结合，形成混合储能系统。利用电池储能响应速度快的特点平抑高频波动，压缩空气储能容量大的特点平抑低频波动，优势互补，提高整体性能。

3 运行结果

3.1 可视化额定功率指标与风速和风机半径

3.2 风速

3.3 从 Weibull 产生12 个月风速

3.4 从 Weibull 生成 30 天风速

部分代码：

figure (1)  
plot(R, Pwr_rtd)
title ('半径与额定功率( 额定风速 = 12 [ m ] )')
xlabel('半径 [m]','FontSize',15,'FontWeight','bold')
ylabel('额定功率 [kw]','FontSize',15,'FontWeight','bold')

for i = 1:5
    R = 25 + i;
    rated_wind = 0:15;
    Pwr_rtd = AA*Cpmax*R.^2.*(rated_wind).^3/1e3;   %额定功率
  
    figure(2)  
    plot(rated_wind, Pwr_rtd)  
    legendInfo{i} = ['R = ' num2str(R)];  
    hold all
end

title ('额定功率半径指数')
xlabel('额定风速 [m]','FontSize',15,'FontWeight','bold')
ylabel('额定功率 [kw]','FontSize',15,'FontWeight','bold')
legend(legendInfo)

Pwr_rtd = 600;
rated_wind = 3.5:0.1:24; 
R = sqrt(Pwr_rtd*1e3./(AA*Cpmax*(rated_wind).^3));
 
figure(3)
plot(rated_wind, R)
title ('额定风速与涡轮半径(额定功率= 600 [ Kw ])')
xlabel('额定风速[m/s]','FontSize',15,'FontWeight','bold')
ylabel('涡轮半径 [m]','FontSize',15,'FontWeight','bold')