CN106786764B - 一种利用制氢系统消纳风电弃风的制氢容量优化配置方法 - Google Patents
一种利用制氢系统消纳风电弃风的制氢容量优化配置方法 Download PDFInfo
- Publication number
- CN106786764B CN106786764B CN201710023675.1A CN201710023675A CN106786764B CN 106786764 B CN106786764 B CN 106786764B CN 201710023675 A CN201710023675 A CN 201710023675A CN 106786764 B CN106786764 B CN 106786764B
- Authority
- CN
- China
- Prior art keywords
- hydrogen
- abandonment
- generating system
- formula
- year
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 162
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 162
- 239000001257 hydrogen Substances 0.000 title claims abstract description 161
- 230000005611 electricity Effects 0.000 title claims abstract description 46
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000013179 statistical model Methods 0.000 claims abstract description 4
- 238000003860 storage Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 150000002431 hydrogen Chemical class 0.000 claims description 5
- 238000003786 synthesis reaction Methods 0.000 claims description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 238000005553 drilling Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims 1
- 230000036642 wellbeing Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000005684 electric field Effects 0.000 description 3
- XCWPUUGSGHNIDZ-UHFFFAOYSA-N Oxypertine Chemical compound C1=2C=C(OC)C(OC)=CC=2NC(C)=C1CCN(CC1)CCN1C1=CC=CC=C1 XCWPUUGSGHNIDZ-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明是一种利用制氢系统消纳风电弃风的制氢容量优化配置方法,其特点是,它包括分析风电制氢系统结构和运行特性,提出一种利用制氢系统消纳风电弃风的制氢容量优化配置方法。通过分析和统计风电场弃风水平,形成风电弃风持续曲线,采用区间估计方法建立风电年弃风电力统计模型,以经济收益最大为目标,运用区间优化理论确定制氢系统最优容量配置区间,通过建立多属性决策模型,确定制氢系统最优电解槽配置方案。该方法能够通过配置最优容量的制氢系统,实现利用制氢系统进行风电弃风消纳,在实现风电场收益的基础上,实现更为可观的社会效益。
Description
技术领域
本发明涉及电力系统风电弃风消纳技术领域,是一种利用制氢系统消纳风电弃风的制氢容量优化配置方法。
背景技术
我国风力发电发展模式以大规模开发、集中并网为主,风电迅猛发展的同时,由于电网建设、运行调峰等技术经济因素的制约,风电消纳问题日益突出。据国家能源局统计,2015年全国风电平均利用小时数1728小时,同比下降172小时,全年弃风电量339亿千瓦时,平均弃风率高达15%,同比增长7%,其中弃风严重的地区主要有甘肃(弃风率39%)、新疆(弃风率32%)、吉林(弃风率32%)、内蒙古(弃风率18%)。弃风不仅降低风能资源利用率,还减少风电机组年利用小时数和风电场收益,使风电项目的进一步建设发展受到制约。风电消纳是一项系统工程,需要多种途径的探索,增加风电场本地负荷,促进就地消纳是有效途径之一。
目前利用弃风蓄热、抽水蓄能等方式的试点项目已经开展。氢气作为一种清洁的二次能源,其能量密度高、便于运输储存,利用风电场弃风制氢能够实现能量的长期存储,通过风力发电、电解水制氢能够实现能量的高效转化,且不产生二次污染。目前国外已有的风氢耦合系统方面的研究主要是风电制氢控制策略和如何利用风电满足制氢要求以及制得氢气的利用途径等方面,与国内亟待解决的风电弃风消纳问题的研究角度存在差异,更不符合国内利用风电弃风制氢的供需要求。而国内目前已经有风电制氢试点项目的运行、风电制氢项目的可行性分析以及经济性评估方面的研究,缺少对风电场中应该配置多大容量的制氢系统的研究。利用制氢系统消纳风电弃风的制氢容量优化配置方法能够优化风电场制氢系统配置容量,实现风电场经济效益和社会效益的最优,有效地降低风电富集地区风电场弃风率,提高风电机组利用小时数和风能利用率。
发明内容
本发明的目的是,提供一种具有方案可行、经济性合理且应用价值高的利用制氢系统消纳风电弃风的制氢容量优化配置方法。
本发明的目的是由以下技术方案来实现的:一种利用制氢系统消纳风电弃风的制氢容量优化配置方法,其特征是,它包括以下步骤:
1)年弃风电力的统计模型
采用年弃风电力持续曲线刻画风电场年弃风情况,依据单个风电场历史弃风电力数据建立某历史年有效时段内年弃风电力持续曲线,并以与目标年相接近的3-5年历史年弃风电力持续曲线为样本,采用区间拟合方法估计未来年弃风电力持续曲线的变化区间范围,区间拟合模型为式(1)和式(2):
s.t.Fu(tb)≤Fk(tb)≤Fd(tb)k∈A,b∈Ta (2)
式中:Ta为历史年弃风时段数集合;Fu(·)为待拟合的区间上限曲线函数;Fd(·)为待拟合的区间下限曲线函数;Fk(tb)为k历史年在tb时段的弃风电力;A为历史年集合,式(1)目标函数的含义是,区间上限曲线函数与区间下限曲线函数的欧式距离最小;约束条件式(2)则保证样本取值在区间上下限曲线之间;
以风电场3年历史弃风电力数据为样本,定义区间上下限曲线函数为二次多项式形式,采用式(1)-式(2)区间拟合模型估计年弃风电力持续曲线的变化区间;
制氢系统只在风电场存在弃风时才进行工作,因此风电场的弃风的利用情况主要取决于风电场制氢系统安装容量和制氢设备利用小时数,当风电场配置制氢系统容量为时,分别对应年弃风电力持续曲线中的区间上下限曲线,其中以下面积即为制氢系统所能消纳的弃风电量,由此,求得采用区间数表达的风电场制氢系统的年平均利用小时数即
式中:为风电场制氢系统消纳的弃风电量,即区间数;
2)制氢系统容量配置
制氢设备初期建设在使用年限的初始年完成,在制氢设备使用年限中,其年运行维护成本相同,储氢过程中气体无泄漏,以平均年制得氢气量作为储氢系统容量,总成本现值表示为:
式中:u为单位容量制氢设备建设成本;ε为单位质量氢气的储存费用比;g为标准气压下单位体积氢气所需电耗量,KWh/Nm3;N为制氢设备运行年限;fm为单位容量制氢设备年运行维护成本;fs为单位质量氢气储存年运行成本;is为社会平均折现率;Tk为制氢设备第k年用小时数;为标准气压下氢气密度,Kg/m3,式(4)中,和表示制氢成本,和表示储氢成本。
总收益现值可表示为:
式中:pH为氢气的市场售价,元/Nm3;po为氧气的市场售价,元/Nm3;
经济净现值表示为:
VΣ=GΣ-FΣ (6)
式(6)为未考虑弃风电量不确定性的经济净现值表达,当经济净现值VΣ>0时,风电场配置制氢系统容量的方案能够获得经济效益,且经济净现值越大,该方案的经济效益越好,为保证风电场配置制氢系统容量的方案能够获得收益,要求VΣ>0,由式(4)-(6)确定当其它条件一定的情况下,制氢系统的年利用小时数越高,风电场配置制氢系统容量的方案所得收益越高,假设风电场在运行年限期间不增加装机容量,近似认为风电场配置制氢系统容量的方案实施期间各年的利用小时数与运行年限期间年平均利用小时数相等,由于为区间数,则经济净现值也为区间数,由式(3)可知,区间经济净现值是年弃风电力持续曲线区间拟合参数向量和制氢系统容量区间的函数,即
式中:e为年弃风电力持续曲线区间拟合参数向量;
使式(7)区间函数最大化,运用区间优化理论求得对应的最优制氢容量区间
制氢系统由多个电解槽构成,通过对电解槽个数以及单个电解槽容量进行多属性决策,能够确定制氢系统的电解槽最佳配置方案,不同的电解槽配置方案组成方案集X={x1,x2,···,xm},m为方案个数,不同电解槽配置方案属性构成属性集U={u1,u2,…un},n为属性个数,采用区间数多属性决策的目标规划方法,确定每个电解槽配置方案的综合评价值所在区间并使用同一个权重向量w={w1,w2,···,wn}T,使电解槽配置方案排序具有可比性,优化模型表示为:
式中:为权重向量w中第j个元素wj权重区间的左右边界;
为便于求解将式(8)、式(9)和式(10)转化为:
式中:为d′i小于和大于的上偏差变量和下偏差变量;为小于和大于的上偏差变量和下偏差变量;α1i、β1i为s1级目标中和的权重系数;α2i、β2i为s2级目标中和的权重系数;
利用WAA算子对电解槽配置方案进行集结得出方案综合属性值,电解槽配置方案的综合属性值表示为:
式中:di(w)为电解槽配置方案xi的综合属性值;
建立可能度矩阵P,通过计算并比较电解槽配置方案的综合属性值可能度,确定出制氢系统电解槽最佳配置方案,电解槽配置方案的综合属性值可能度表示为:
式中:pij为电解槽配置方案xi和属性uj的综合属性值比较可能度。
本发明的利用制氢系统消纳风电弃风的制氢容量优化配置方法与现有消纳风电弃风方法相比具有如下优点:
1.利用弃风制氢有效地降低风电富集地区风电场弃风率,提高风电机组利用小时数和风能利用率;
2.利用区间数的形式刻画风电场弃风的不确定性,更符合实际风电场弃风的变化规律;
3.以风电制氢经济性为目标,优化风电场配置制氢系统的最优配置容量,在风电场获得一定经济效益的基础上,创造更为可观的社会效益;
4.充分考虑制氢设备的各个属性,利用多属性决策优化电解槽配置方案。
附图说明
图1是单个风电场配置制氢系统容量结构图;
图2是风电场群共建制氢系统结构图;
图3是有效时段内年弃风电力持续曲线的变化区间示意图;
图4是风电场群与单个风电场弃风持续曲线对比图;
图5是单个风电场配置制氢系统容量方案经济净现值和制氢设备利用小时数随制氢容量的变化图;
图6是风电场群共建制氢系统方案经济净现值和制氢设备利用小时数随制氢容量的变化图。
具体实施方式
下面利用附图和实例对本发明作进一步说明。
参照图1和图2,本发明的一种利用制氢系统消纳风电弃风的制氢容量优化配置方法,包括以下步骤:
1)年弃风电力的统计模型
采用年弃风电力持续曲线刻画风电场年弃风情况,依据单个风电场历史弃风电力数据建立某历史年有效时段内年弃风电力持续曲线,并以与目标年相接近的3-5年历史年弃风电力持续曲线为样本,采用区间拟合方法估计未来年弃风电力持续曲线的变化区间范围,区间拟合模型为式(1)和式(2):
s.t.Fu(tb)≤Fk(tb)≤Fd(tb)k∈A,b∈Ta (2)
式中:Ta为历史年弃风时段数集合;Fu(·)为待拟合的区间上限曲线函数;Fd(·)为待拟合的区间下限曲线函数;Fk(tb)为k历史年在tb时段的弃风电力;A为历史年集合,式(1)目标函数的含义是,区间上限曲线函数与区间下限曲线函数的欧式距离最小;约束条件式(2)则保证样本取值在区间上下限曲线之间;
参照图3,以风电场3年历史弃风电力数据为样本,定义区间上下限曲线函数为二次多项式形式,采用式(1)-式(2)区间拟合模型估计年弃风电力持续曲线的变化区间;
参照图4,制氢系统只在风电场存在弃风时才进行工作,因此风电场的弃风的利用情况主要取决于风电场制氢系统安装容量和制氢设备利用小时数,当风电场配置制氢系统容量为时,分别对应年弃风电力持续曲线中的区间上下限曲线,其中以下面积即为制氢系统所能消纳的弃风电量,由此,求得采用区间数表达的风电场制氢系统的年平均利用小时数即
式中:为风电场制氢系统消纳的弃风电量,即区间数;
2)制氢系统容量配置
制氢设备初期建设在使用年限的初始年完成,在制氢设备使用年限中,其年运行维护成本相同,储氢过程中气体无泄漏,以平均年制得氢气量作为储氢系统容量,总成本现值表示为:
式中:u为单位容量制氢设备建设成本;ε为单位质量氢气的储存费用比;g为标准气压下单位体积氢气所需电耗量,KWh/Nm3;N为制氢设备运行年限;fm为单位容量制氢设备年运行维护成本;fs为单位质量氢气储存年运行成本;is为社会平均折现率;Tk为制氢设备第k年用小时数;为标准气压下氢气密度,Kg/m3,式(4)中,和表示制氢成本,和表示储氢成本。
总收益现值可表示为:
式中:pH为氢气的市场售价,元/Nm3;po为氧气的市场售价,元/Nm3;
经济净现值表示为:
VΣ=GΣ-FΣ (6)
式(6)为未考虑弃风电量不确定性的经济净现值表达,当经济净现值VΣ>0时,风电场配置制氢系统容量的方案能够获得经济效益,且经济净现值越大,该方案的经济效益越好,为保证风电场配置制氢系统容量的方案能够获得收益,要求VΣ>0,由式(4)-(6)确定当其它条件一定的情况下,制氢系统的年利用小时数越高,风电场配置制氢系统容量的方案所得收益越高,假设风电场在运行年限期间不增加装机容量,近似认为风电场配置制氢系统容量的方案实施期间各年的利用小时数与运行年限期间年平均利用小时数相等,由于为区间数,则经济净现值也为区间数,由式(3)可知,区间经济净现值是年弃风电力持续曲线区间拟合参数向量和制氢系统容量区间的函数,即
式中:e为年弃风电力持续曲线区间拟合参数向量;
参照图5和图6,使式(7)区间函数最大化,运用区间优化理论求得对应的最优制氢系统容量区间
制氢系统由多个电解槽构成,通过对电解槽个数以及单个电解槽容量进行多属性决策,能够确定制氢系统的电解槽最佳配置方案,不同的电解槽配置方案组成方案集X={x1,x2,···,xm},m为方案个数,不同电解槽配置方案属性构成属性集U={u1,u2,…un},n为属性个数,采用区间数多属性决策的目标规划方法,确定每个电解槽配置方案的综合评价值所在区间并使用同一个权重向量w={w1,w2,···,wn}T,使电解槽配置方案排序具有可比性,优化模型表示为:
式中:为权重向量w中第j个元素wj权重区间的左右边界;
为便于求解将式(8)、式(9)和式(10)转化为:
式中:为d′i小于和大于的上偏差变量和下偏差变量;为小于和大于的上偏差变量和下偏差变量;α1i、β1i为s1级目标中和的权重系数;α2i、β2i为s2级目标中和的权重系数;
利用WAA算子对电解槽配置方案进行集结得出方案综合属性值,电解槽配置方案的综合属性值表示为:
式中:di(w)为电解槽配置方案xi的综合属性值;
建立可能度矩阵P,通过计算并比较电解槽配置方案的综合属性值可能度,确定出制氢系统电解槽最佳配置方案,电解槽配置方案的综合属性值可能度表示为:
式中:pij为电解槽配置方案xi和属性uj的综合属性值比较可能度。
选用目前国内常用的制氢设备规格,且容量配置时都采用统一规格,以30MW单个风电场来说明制氢系统最优电解槽配置方案的选择。不同的电解槽配置方案参数如表1所示。
表1不同电解槽配置方案参数比较
由于电耗量与效率表示同一属性关系,单个电解槽功率与配置个数表示同一属性关系,主要考虑单个电解槽功率、电耗量和方案净现值三个属性,组成属性集U={u1,u2,u3},其决策矩阵规范化为:
由式(17)计算各方案综合属性值,建立可能度矩阵为:
通过可能度矩阵P和式(18)可得,即方案x4为电解槽最佳配置方案。由表1可见,方案x4中虽然电解槽单个容量较大不能很平滑的消纳弃风功率,但是电解槽电耗量最小、效率最高,且方案实现净现值高,从而该方案更适合风电场制氢系统,同理可得风电场群的最佳电解槽配置方案为14到16个2.27MW电解槽。表2给出了单个风电场配置制氢系统容量和风电场群间共建制氢系统的综合对比。
表2单个风电场和风电场群综合对比
由表2可见,风电场群最优配置容量比单个风电场增加了1倍,制氢设备利用小时数增加了2倍,方案经济净现值增加了约8倍,社会效益增加了近5倍。通过对比发现,风电场群间共建制氢系统整体方案优于单个风电场,规模效应优势明显,且风电场群中各风电场间协调制氢系统配置成本,减少各风电场投资成本压力,更能够被各风电场所接受。同时经测算,单个风电场配置制氢系统容量时,风电机组年利用小时数由此前的1598小时增加至1781到1790小时,同时弃风利用率在87.28%到92.41%之间。风电场群共建制氢系统时,风电机组年利用小时数由此前的1682小时增加至2009到2054小时,同时弃风利用率在90.01%到94.56%之间。
对比其他弃风消纳方法,利用制氢系统消纳风电弃风能够有效的消纳绝大部分的弃风,实现风电场经济效益的同时增加风电机组利用小时数,并且风电场群共建制氢系统整体上更优于单个风电场。从方案实施的经济性角度考虑制氢系统的容量配置,优化风电场制氢系统的配置容量,能够使风电场获得一定经济效益的基础上,创造更为可观的社会效益。通过风电场配置制氢系统消纳弃风的方案能使风电场自身具有一定调节能力和灵活性。
Claims (1)
1.一种利用制氢系统消纳风电弃风的制氢容量优化配置方法,其特征是,它包括以下步骤:
1)年弃风电力的统计模型
采用年弃风电力持续曲线刻画风电场年弃风情况,依据单个风电场历史弃风电力数据建立某历史年有效时段内年弃风电力持续曲线,并以与目标年相接近的3-5年历史年弃风电力持续曲线为样本,采用区间拟合方法估计未来年弃风电力持续曲线的变化区间范围,区间拟合模型为式(1)和式(2):
s.t. Fu(tb)≤Fk(tb)≤Fd(tb) k∈A,b∈Ta (2)
式中:Ta为历史年弃风时段数集合;Fu(·)为待拟合的区间上限曲线函数;Fd(·)为待拟合的区间下限曲线函数;Fk(tb)为k历史年在tb时段的弃风电力;A为历史年集合,式(1)目标函数的含义是,区间上限曲线函数与区间下限曲线函数的欧式距离最小;约束条件式(2)则保证样本取值在区间上下限曲线之间;
以风电场3年历史弃风电力数据为样本,定义区间上下限曲线函数为二次多项式形式,采用式(1)-式(2)区间拟合模型估计年弃风电力持续曲线的变化区间;
制氢系统只在风电场存在弃风时才进行工作,因此风电场的弃风的利用情况主要取决于风电场制氢系统安装容量和制氢设备利用小时数,当风电场配置制氢系统容量为时,分别对应年弃风电力持续曲线中的区间上下限曲线,其中以下面积即为制氢系统所能消纳的弃风电量,由此,求得采用区间数表达的风电场制氢系统的年平均利用小时数即
式中:为风电场制氢系统消纳的弃风电量,即区间数;
2)制氢系统容量配置
制氢设备初期建设在使用年限的初始年完成,在制氢设备使用年限中,其年运行维护成本相同,储氢过程中气体无泄漏,以平均年制得氢气量作为储氢系统容量,总成本现值表示为:
式中:u为单位容量制氢设备建设成本;ε为单位质量氢气的储存费用比;g为标准气压下单位体积氢气所需电耗量,KWh/Nm3;N为制氢设备运行年限;fm为单位容量制氢设备年运行维护成本;fs为单位质量氢气储存年运行成本;is为社会平均折现率;Tk为制氢设备第k年利 用小时数;为标准气压下氢气密度,Kg/m3,式(4)中,和表示制氢成本,和表示储氢成本;
总收益现值可表示为:
式中:pH为氢气的市场售价,元/Nm3;po为氧气的市场售价,元/Nm3;
经济净现值表示为:
VΣ=GΣ-FΣ (6)
式(6)为未考虑弃风电量不确定性的经济净现值表达,当经济净现值VΣ>0时,风电场配置制氢系统容量的方案能够获得经济效益,且经济净现值越大,该方案的经济效益越好,为保证风电场配置制氢系统容量的方案能够获得收益,要求VΣ>0,由式(4)-(6)确定当其它条件一定的情况下,制氢系统的年利用小时数越高,风电场配置制氢系统容量的方案所得收益越高,假设风电场在运行年限期间不增加装机容量,近似认为风电场配置制氢系统容量的方案实施期间各年的利用小时数与运行年限期间年平均利用小时数相等,由于为区间数,则经济净现值也为区间数,由式(3)可知,区间经济净现值是年弃风电力持续曲线区间拟合参数向量和制氢系统容量区间的函数,即
式中:e为年弃风电力持续曲线区间拟合参数向量;
使式(7)区间函数最大化,运用区间优化理论求得对应的最优制氢容量区间
制氢系统由多个电解槽构成,通过对电解槽个数以及单个电解槽容量进行多属性决策,能够确定制氢系统的电解槽最佳配置方案,不同的电解槽配置方案组成方案集X={x1,x2,…,xm},m为方案个数,不同电解槽配置方案属性构成属性集U={u1,u2,…un},n为属性个数,采用区间数多属性决策的目标规划方法,确定每个电解槽配置方案的综合评价值所在区间并使用同一个权重向量w={w1,w2,…,wn}T,wj≥0,使电解槽配置方案排序具有可比性,优化模型表示为:
式中:式中:为权重向量w中第j个元素wj权重区间的左右边界;
为便于求解将式(8)、式(9)和式(10)转化为:
式中:为d′i小于和大于的上偏差变量和下偏差变量;为d``i小于和大于的上偏差变量和下偏差变量;α1i、β1i为s1级目标中和的权重系数;α2i、β2i为s2级目标中和的权重系数;
利用WAA算子对电解槽配置方案进行集结得出方案综合属性值,电解槽配置方案的综合属性值表示为:
式中:di(w)为电解槽配置方案xi的综合属性值;
建立可能度矩阵P,通过计算并比较电解槽配置方案的综合属性值可能度,确定出制氢系统电解槽最佳配置方案,电解槽配置方案的综合属性值可能度表示为:
式中:pij为电解槽配置方案xi和属性uj的综合属性值比较可能度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710023675.1A CN106786764B (zh) | 2017-01-13 | 2017-01-13 | 一种利用制氢系统消纳风电弃风的制氢容量优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710023675.1A CN106786764B (zh) | 2017-01-13 | 2017-01-13 | 一种利用制氢系统消纳风电弃风的制氢容量优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106786764A CN106786764A (zh) | 2017-05-31 |
CN106786764B true CN106786764B (zh) | 2019-02-01 |
Family
ID=58948108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710023675.1A Active CN106786764B (zh) | 2017-01-13 | 2017-01-13 | 一种利用制氢系统消纳风电弃风的制氢容量优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106786764B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107732967B (zh) * | 2017-11-08 | 2020-11-06 | 东南大学 | 一种平抑风电波动的p2h最优容量确定方法 |
CN108206547B (zh) * | 2018-01-08 | 2021-01-29 | 福州大学 | 风氢耦合发电系统各单元容量优化的方法 |
CN109742799B (zh) * | 2019-01-24 | 2022-07-01 | 福州大学 | 基于d-u空间混合多属性的风电场装机容量区间决策方法 |
CN109888821A (zh) * | 2019-02-27 | 2019-06-14 | 华北电力大学 | 一种弃风电力制氢微网安全运行控制系统及方法 |
CN112749459A (zh) * | 2019-10-30 | 2021-05-04 | 中国石油化工股份有限公司 | 存储器、基于设备改建的氢网用氢优化方法、装置和设备 |
CN111463807B (zh) * | 2020-05-11 | 2023-01-06 | 阳光电源股份有限公司 | 一种分布式直流耦合制氢系统及其控制方法 |
CN111864750B (zh) * | 2020-08-26 | 2023-08-18 | 山东德易智能科技有限公司 | 风电-制氢系统在市场机制下收益最大化的运行方法 |
CN112163780A (zh) * | 2020-10-14 | 2021-01-01 | 国网能源研究院有限公司 | 一种风光互补制-储氢容量规划方法及系统 |
CN113315242B (zh) * | 2021-05-31 | 2023-04-07 | 天津大学 | 基于氢能经济促进弃风消纳的虚拟弃风-制氢联合体 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006345649A (ja) * | 2005-06-09 | 2006-12-21 | Hitachi Zosen Corp | 風力発電を利用した水電解水素発生装置およびその運転方法 |
CN101976853A (zh) * | 2010-11-09 | 2011-02-16 | 张建洲 | 一种风电制氢调控并网系统 |
CN202001202U (zh) * | 2011-03-07 | 2011-10-05 | 国电联合动力技术有限公司 | 一种用于制氢的非并网式风力发电机组 |
CN102959131A (zh) * | 2010-04-28 | 2013-03-06 | 英格蒂姆能源科技公司 | 用于控制基于可再生能源的发电站的功率输出的制氢系统及其控制方法 |
CN106026081A (zh) * | 2016-06-22 | 2016-10-12 | 中国电力科学研究院 | 一种使用弃风电供暖的实时调度方法 |
-
2017
- 2017-01-13 CN CN201710023675.1A patent/CN106786764B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006345649A (ja) * | 2005-06-09 | 2006-12-21 | Hitachi Zosen Corp | 風力発電を利用した水電解水素発生装置およびその運転方法 |
CN102959131A (zh) * | 2010-04-28 | 2013-03-06 | 英格蒂姆能源科技公司 | 用于控制基于可再生能源的发电站的功率输出的制氢系统及其控制方法 |
CN101976853A (zh) * | 2010-11-09 | 2011-02-16 | 张建洲 | 一种风电制氢调控并网系统 |
CN202001202U (zh) * | 2011-03-07 | 2011-10-05 | 国电联合动力技术有限公司 | 一种用于制氢的非并网式风力发电机组 |
CN106026081A (zh) * | 2016-06-22 | 2016-10-12 | 中国电力科学研究院 | 一种使用弃风电供暖的实时调度方法 |
Non-Patent Citations (1)
Title |
---|
非并网风电电解水制氢系统及应用研究;颜卓勇 等;《中国工程科学》;20150315;全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106786764A (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106786764B (zh) | 一种利用制氢系统消纳风电弃风的制氢容量优化配置方法 | |
CN107276127B (zh) | 考虑联络线电力交易计划的多区域互联电力系统的风电消纳优化方法 | |
CN108123492B (zh) | 一种考虑火电电蓄热联合调峰的日前发电计划优化方法 | |
Lin et al. | Economic and technological feasibility of using power-to-hydrogen technology under higher wind penetration in China | |
CN106099993B (zh) | 一种适应新能源大规模接入的电源规划方法 | |
CN109103926A (zh) | 基于多辐照特性年气象场景的光伏发电接纳能力计算方法 | |
CN109390940A (zh) | 一种考虑需求响应和综合效益的送端电网电源规划方法 | |
CN108599269A (zh) | 一种考虑风险成本的大电网自适应鲁棒备用优化方法 | |
CN103903073A (zh) | 一种含分布式电源及储能的微电网优化规划方法及系统 | |
CN107153885A (zh) | 考虑火电机组深度调峰的实时发电计划优化方法 | |
CN104182804B (zh) | 一种预测出力不确定小水电与大中型水电站协调的日前发电方法 | |
CN112636373A (zh) | 一种电气热综合能源系统优化调度方法 | |
Feng et al. | Cost advantage of adjustable-speed pumped storage unit for daily operation in distributed hybrid system | |
CN113078684B (zh) | 一种基于双层优化的区域能源社区规划方法 | |
CN108899927A (zh) | 一种基于风电集群接入电网的多元分区协调控制优化方法 | |
Pakere et al. | Solar Energy in Low Temperature District Heating | |
CN106056168A (zh) | 燃气‑蒸汽联合循环发电机组运行工况优化值的确定方法 | |
Ba-Alawi et al. | Reliable operation of an optimal self-scheduling multicarrier system with two alternatives: Multiple renewable utilities or hydrogen facilities | |
Li et al. | Fueling the future with green economy: An integration of its determinants from renewable sources | |
CN109829595A (zh) | 一种多形态弹性负荷集群控制的响应潜力量化方法 | |
Rodrigues et al. | Cost benefit analysis to select clean energy solutions in dairy farm milk collection posts in Azores | |
CN112310984A (zh) | 考虑多种消纳措施的新能源就地消纳能力评估方法 | |
CN112767189A (zh) | 一种计及风电并网下电网灵活性评估方法 | |
Wang et al. | Distributionally Robust Planning of Distribution Network Considering Flexibility of DSR | |
Stich | Analysing a sustainable future power supply and economic benefits of electricity trade in ASEAN |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |