CN108832656B - 基于电转气和可再生能源利用微能源网多目标规划方法 - Google Patents
基于电转气和可再生能源利用微能源网多目标规划方法 Download PDFInfo
- Publication number
- CN108832656B CN108832656B CN201810637802.1A CN201810637802A CN108832656B CN 108832656 B CN108832656 B CN 108832656B CN 201810637802 A CN201810637802 A CN 201810637802A CN 108832656 B CN108832656 B CN 108832656B
- Authority
- CN
- China
- Prior art keywords
- energy
- hydrogen
- micro
- electric
- p2gss
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 32
- 238000003860 storage Methods 0.000 claims abstract description 84
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 66
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 27
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 238000001816 cooling Methods 0.000 claims abstract description 11
- 238000005485 electric heating Methods 0.000 claims abstract description 11
- 238000010438 heat treatment Methods 0.000 claims abstract description 11
- 238000005057 refrigeration Methods 0.000 claims abstract description 11
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 10
- 239000001257 hydrogen Substances 0.000 claims description 85
- 229910052739 hydrogen Inorganic materials 0.000 claims description 85
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 75
- 239000007789 gas Substances 0.000 claims description 64
- 239000000446 fuel Substances 0.000 claims description 45
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 24
- 238000004146 energy storage Methods 0.000 claims description 20
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 15
- 239000001301 oxygen Substances 0.000 claims description 15
- 229910052760 oxygen Inorganic materials 0.000 claims description 15
- 238000007599 discharging Methods 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 12
- 239000003345 natural gas Substances 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 10
- 150000002431 hydrogen Chemical class 0.000 claims description 10
- 238000005868 electrolysis reaction Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 5
- 238000005265 energy consumption Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 230000036284 oxygen consumption Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H02J3/382—
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H02J3/383—
-
- H02J3/386—
-
- H02J3/387—
-
- 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]
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/388—Islanding, i.e. disconnection of local power supply from the network
-
- 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
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Fuel Cell (AREA)
- Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)
Abstract
本发明涉及微能源网、分布式能源规划领域，为提出考虑电转气技术和可再生能源利用的微能源网多目标规划方法，对包含风机、光伏、冷热电三联供系统、P2GSS和蓄电池等的微能源网规划具有指导意义，本发明，基于电转气和可再生能源利用微能源网多目标规划方法，步骤如下：(1)微能源网建模；(2)基于全生命周期法计算微能源网全生命周期成本，以全生命周期成本最低和年二氧化碳排放量最小为优化目标，考虑电制冷比例和电制热比例等运行方式的影响，建立针对微能源网关键设备容量的多目标优化配置方法；(3)通过不同场景对比，提出微能源网多目标规划方法。本发明主要应用于微能源网、分布式能源规划场合。
Description
技术领域
本发明涉及微能源网、分布式能源规划领域，尤其涉及一种考虑电转气技术和可再生能源利用的微能源网多目标规划方法。
背景技术
近年来，化石能源危机和环境污染问题日益凸显。能源互联网概念的提出为解决能源和环境问题提供了新思路，引发了国内外的广泛关注。微能源网是能源互联网的重要组成形式，是能源利用的末端网络，以能源分布式开发和就地消纳为特征，广泛适用于工业园区、大型楼宇、城市和农村集中居住区等众多场景。
微能源网中所含设备多，不同形式能源之间相互耦合，使其供能方式在较为灵活的同时也较为复杂，对于同样的负荷需求，有不同供能组合和运行策略，对微能源网关键设备容量进行科学规划显得尤为重要。
随着可再生能源的迅速发展及其浪费现象的不断恶化，将传统冷热电三联供系统(combined cooling,heating and power,CCHP)系统与可再生能源结合于微能源网中，研究促进可再生能源集成的方法，具有重要理论价值和实际意义。微能源网规划和运行之间相互影响，对微能源网规划问题来说，考虑运行方式的影响，可减少能源消耗、减轻污染气体排放、降低经济成本等。在具有两种及以上制冷/制热设备的微能源网中，不同制冷/制热设备的出力比例，对微能源网的运行具有较大影响。在对CCHP系统规划中，引入电制冷机出力占冷负荷的比例作为优化变量，并在所考虑的运行周期内将其视为固定值，在不过多增加计算复杂度情况下，实现了对系统运行方式的优化。
目前，微能源网规划研究中，虽然对经济、环境等方面指标均有考虑，但多采用单目标优化方法，只能求得唯一解，所得规划方案较为单一。多目标优化克服了上述局限性，可得到一组帕累托(Pareto)最优解集，从而满足微能源网规划的不同方面需求。
由于可再生能源的波动性、间歇性以及负荷的不确定性，能源的生产和消费难以做到实时平衡，因此储能对于微能源网的安全可靠运行具有重要支撑作用。蓄电池等电储能手段成本较高，进行电能大量存储时无法保证经济性；蓄热/冷装置虽然可在一定程度上平抑可再生能源波动，但很难进行热-电转换以实现电能双向流动。
氢气具有清洁无污染、能量密度高等优点，利用氢气进行电能的跨能源领域存储理念，近年来得到广泛关注。利用电解水制氢技术将富余的可再生能源转换成氢气存储于储气装置中，在电能不足时，通过燃料电池消耗储气装置中的氢气发电，实现了电能的存储和释放。为表达方便，本发明将上述由电解氢、储气和燃料电池构成的储能系统，称为电气转换储能系统(P2G-based Storage System,P2GSS)。目前，P2GSS在微电网中的应用得到了较为深入研究，而在考虑多种能量耦合的微能源网中的应用，尚未得到充分研究。
发明内容
为克服现有技术的不足，本发明旨在提出考虑电转气技术和可再生能源利用的微能源网多目标规划方法，对包含风机、光伏、冷热电三联供系统、P2GSS和蓄电池等的微能源网规划具有指导意义。为此，本发明采用的技术方案是，基于电转气和可再生能源利用微能源网多目标规划方法，步骤如下：
(1)微能源网建模：建立由电解氢、燃料电池和储气构成的电气转换储能系统P2GSS模型，构建包含风机、光伏、冷热电三联供系统CCHP、电气转换储能系统P2GSS和蓄电池的微能源网；
(2)基于全生命周期法计算微能源网全生命周期成本，以全生命周期成本最低和年二氧化碳排放量最小为优化目标，考虑电制冷比例和电制热比例等运行方式的影响，建立针对微能源网关键设备容量的多目标优化配置方法；
(3)通过不同场景对比，阐述P2GSS对微能源网经济性、二氧化碳排放和可再生能源集成的影响，提出微能源网多目标规划方法。
在一个实例中，具体地：
101：微能源网关键设备建模
(1)电解氢模型
碱性电解水制氢过程中，氢气、氧气产出与电能输入的关系为：
式中：VH2、VO2分别为氢气、氧气的产出速率，Nm3·h-1；PEle为输入电解氢的电功率；ηEle为电解氢装置的氢气转换系数；
(2)燃料电池模型
燃料电池电能产出与氢气、氧气消耗的关系为：
式中：PFC为燃料电池的电能产出功率；分别为燃料电池的氢气、氧气消耗速率，Nm3·h-1；ηFC为燃料电池的转换系数，kW/(Nm3·h-1)；
(3)储气模型
储气罐中的气体体积表示为：
式中：SH2(t)、SO2(t)分别为t时氢气、氧气储气罐中气体体积，Nm3；σ为储气罐的气体损失比例；λc、λd分别为储气罐的存储和释放效率；
(4)电气转换储能系统P2GSS模型
将由电解氢、储气和燃料电池构成的储能系统，称为电气转换储能系统P2GSS，P2GSS利用电解水制氢技术将富余的可再生能源转换成氢气存储于储气装置中，在电能不足时，通过燃料电池消耗储气装置中的氢气发电，实现电能的存储和释放；
P2GSS中氢气储量SH2(t)与电解氢的输入电功率PEle(t)、燃料电池的输出电功率PFC(t)间关系为：
SH2(t)＝(1-σ)SH2(t-1)+λcηElePEle(t)△t-λdPFC(t)△t/ηFC (7)
式中：SH2(t)为t时氢气储气罐中气体体积，Nm3；PEle为输入电解氢的电功率；PFC为燃料电池的电能产出功率；σ为储气罐的气体损失比例；λc、λd分别为储气罐的存储和释放效率；△t为时间长度，下同。式(14)两边同时除以得：
令：
式中：为P2GSS的等效蓄电量；/>分别为P2GSS的充、放电功率；/>分别为P2GSS的等效充、放电效率，由式(15)-(18)，得到P2GSS等效蓄电量与充、放电功率的关系为：
借鉴蓄电池的SOC概念，定义P2GSS的SOC：
式中：为P2GSS的额定等效蓄电容量，其定义如下：
式中：为氢气储气罐的额定容量；
102：微能源网规划模型
(1)目标函数
1)目标函数一：全生命周期成本
基于全生命周期法，综合考虑微能源网的设备初始投资成本、设备重置成本、年维护成本、年购能成本、折旧费用和残余价值，计算微能源网全生命周期成本：
式中：N为微能源网中设备数量；Cc为单位容量设备c的初始投资成本；Pc r为设备c的容量/额定功率；Rc为设备c的重置次数；Lc为设备c的设计寿命；i为利率；tr为税率；Lp为项目设计寿命；M为年维护成本；B为年用能成本；D为设备年折旧费用；S为设备残余价值。
设备重置次数Rc、设备年维护成本M、年用能成本B和年折旧费用D分别为：
Rc＝floor(Lp/Lc)-1 (16)
式中：floor(x)表示求取不大于x的最大整数；rM为设备维护率；为第d天t时从电网购电量；πe(t)为t时电价；/>为第d天t时的天然气购买量；πgas为天然气价格；rD为设备折旧率；
2)目标函数二：年二氧化碳排放量
微能源网的CO2排放主要为电网购电和购买天然气的CO2折算排放：
式中：αe为电网购电的CO2排放系数；αgas为天然气的CO2排放系数；
(2)优化变量
微能源网规划中，风机、光伏、CHP、蓄电池、电解氢、燃料电池和储气的容量为关键变量，对微能源网性能具有重要影响。同时，本文考虑电制冷比例λ1和电制热比例λ2对微能源网规划的影响，需对其进行优化；故本文优化变量包括：风机容量光伏容量/>CHP容量/>蓄电池容量/>电解氢容量/>燃料电池容量/>P2GSS的额定等效蓄电容量电制冷比例λ1和电制热比例λ2；
微能源网的其他设备容量，根据优化变量和负荷确定，其中，氧气储气罐容量由氢气储气罐容量/>确定，如式(46)所示；电制冷机额定功率/>吸收式制冷机额定功率电锅炉额定功率/>和燃气锅炉额定功率/>分别按照满足最大冷/热负荷确定，如式(47)所示，以保证用户用能需求：
(3)约束条件
约束条件主要包括：优化变量约束、设备运行约束和电能平衡和冷/热能平衡约束，考虑优化变量的物理意义以及实际情况等，优化变量需在保持一定范围之内：
设备运行约束主要为设备额定功率或额定容量限制，蓄电池约束条件方面，由于蓄电池的充电和放电不应同时发生，因此，满足如下约束：
为延长蓄电池寿命应避免过充、过放，故蓄电池的SOC需保持在一定范围：
P2GSS的约束条件，主要包括：充、放电功率满足电解氢、燃料电池额定功率限制；充电和放电过程不可同时发生；P2GSS运行在一定SOC范围内；
式中：分别为电解氢、燃料电池的额定功率；/>分别为P2GSS的SOC最小值和最大值；
风机、光伏、CHP、电制冷机、电锅炉、燃气锅炉和吸收式制冷机的运行约束为：
本发明的特点及有益效果是：
本发明提出了一种考虑电转气技术和可再生能源利用的微能源网多目标规划方法，基于微能源网模型和多目标优化方法得到微能源网多目标规划方法。
附图说明：
图1为本发明提供的微能源网结构图。
图2本发明提供的微能源网运行机理。
图3为本发明提供的不同场景下规划方案集的帕累托前沿。
图4为本发明提供的不同场景下所选规划方案性能比较。
具体实施方式
本发明提供了一种考虑电转气技术和可再生能源利用的微能源网多目标规划方法，对包含风机、光伏、冷热电三联供系统、P2GSS和蓄电池等的微能源网规划具有指导意义。详见下文描述：
一种考虑电转气技术和可再生能源利用的微能源网多目标规划方法，其特征在于，所述微能源网规划方法包括以下步骤：
(1)建立由电解氢、燃料电池和储气构成的电气转换储能系统(P2GSS)模型，构建包含风机、光伏、CCHP、P2GSS和蓄电池等的微能源网。
(2)基于全生命周期法计算微能源网全生命周期成本，以全生命周期成本最低和年二氧化碳排放量最小为优化目标，考虑电制冷比例和电制热比例等运行方式的影响，建立针对微能源网关键设备容量的多目标优化配置方法。
(3)通过不同场景对比，阐述了P2GSS对微能源网经济性、二氧化碳排放和可再生能源集成的影响，提出微能源网多目标规划方法。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
实施例1
为了有效实现含P2GSS和可再生能源的微能源网多目标规划，本发明提供了一种考虑电转气技术和可再生能源利用的微能源网多目标规划方法，详见下文描述：
101：微能源网关键设备建模
(1)电解氢模型
碱性电解水制氢过程中，氢气、氧气产出与电能输入的关系为：
式中：VH2、VO2分别为氢气、氧气的产出速率，Nm3·h-1；PEle为输入电解氢的电功率；ηEle为电解氢装置的氢气转换系数。
(2)燃料电池模型
燃料电池电能产出与氢气、氧气消耗的关系为：
式中：PFC为燃料电池的电能产出功率；分别为燃料电池的氢气、氧气消耗速率，Nm3·h-1；ηFC为燃料电池的转换系数，kW/(Nm3·h-1)。
(3)储气模型
储气罐中的气体体积可表示为：
式中：SH2(t)、SO2(t)分别为t时氢气、氧气储气罐中气体体积，Nm3；σ为储气罐的气体损失比例；λc、λd分别为储气罐的存储和释放效率。
(4)电气转换储能系统(P2GSS)模型
将由电解氢、储气和燃料电池构成的储能系统，称为电气转换储能系统(P2GSS)。P2GSS利用电解水制氢技术将富余的可再生能源转换成氢气存储于储气装置中，在电能不足时，通过燃料电池消耗储气装置中的氢气发电，实现电能的存储和释放。
P2GSS中氢气储量SH2(t)与电解氢的输入电功率PEle(t)、燃料电池的输出电功率PFC(t)间关系为：
SH2(t)＝(1-σ)SH2(t-1)+λcηElePEle(t)△t-λdPFC(t)△t/ηFC (7)
式中：SH2(t)为t时氢气储气罐中气体体积，Nm3；PEle为输入电解氢的电功率；ηEle为电解氢装置的氢气转换系数；PFC为燃料电池的电能产出功率；ηFC为燃料电池的转换系数，kW/(Nm3·h-1)；σ为储气罐的气体损失比例；λc、λd分别为储气罐的存储和释放效率；△t为时间长度，下同。式(14)两边同时除以得：
令：
式中：为P2GSS的等效蓄电量；/>分别为P2GSS的充、放电功率；/>分别为P2GSS的等效充、放电效率。由式(15)-(18)，可得P2GSS等效蓄电量与充、放电功率的关系为：
借鉴蓄电池的SOC概念，定义P2GSS的SOC：
式中：为P2GSS的额定等效蓄电容量，其定义如下：
式中：为氢气储气罐的额定容量。
102：微能源网规划模型
(1)目标函数
1)目标函数一：全生命周期成本
基于全生命周期法，综合考虑微能源网的设备初始投资成本、设备重置成本、年维护成本、年购能成本、折旧费用和残余价值，计算微能源网全生命周期成本：
式中：N为微能源网中设备数量；Cc为单位容量设备c的初始投资成本；Pc r为设备c的容量/额定功率；Rc为设备c的重置次数；Lc为设备c的设计寿命；i为利率；tr为税率；Lp为项目设计寿命；M为年维护成本；B为年用能成本；D为设备年折旧费用；S为设备残余价值。
设备重置次数Rc、设备年维护成本M、年用能成本B和年折旧费用D分别为：
Rc＝floor(Lp/Lc)-1 (16)
式中：floor(x)表示求取不大于x的最大整数；rM为设备维护率；为第d天t时从电网购电量；πe(t)为t时电价；/>为第d天t时的天然气购买量；πgas为天然气价格；rD为设备折旧率。
2)目标函数二：年二氧化碳排放量
微能源网的CO2排放主要为电网购电和购买天然气的CO2折算排放。
式中：αe为电网购电的CO2排放系数；αgas为天然气的CO2排放系数。
(2)优化变量
微能源网规划中，风机、光伏、CHP、蓄电池、电解氢、燃料电池和储气的容量为关键变量，对微能源网性能具有重要影响。同时，本文考虑电制冷比例λ1和电制热比例λ2对微能源网规划的影响，需对其进行优化。故本文优化变量包括：风机容量光伏容量/>CHP容量/>蓄电池容量/>电解氢容量/>燃料电池容量/>P2GSS的额定等效蓄电容量电制冷比例λ1和电制热比例λ2。
微能源网的其他设备容量，可根据优化变量和负荷确定。其中，氧气储气罐容量由氢气储气罐容量/>确定，如式(46)所示；电制冷机额定功率/>吸收式制冷机额定功率/>电锅炉额定功率/>和燃气锅炉额定功率/>分别按照满足最大冷/热负荷确定，如式(47)所示，以保证用户用能需求。
(3)约束条件
约束条件主要包括：优化变量约束、设备运行约束和电能平衡和冷/热能平衡约束。考虑优化变量的物理意义以及实际情况等，优化变量需在保持一定范围之内：
设备运行约束主要为设备额定功率或额定容量限制。蓄电池约束条件方面，由于蓄电池的充电和放电不应同时发生，因此，满足如下约束：
为延长蓄电池寿命应避免过充、过放，故蓄电池的SOC需保持在一定范围：
P2GSS的约束条件，主要包括：充、放电功率满足电解氢、燃料电池额定功率限制；充电和放电过程不可同时发生；P2GSS运行在一定SOC范围内。
式中：分别为电解氢、燃料电池的额定功率；/>分别为P2GSS的SOC最小值和最大值。
风机、光伏、CHP、电制冷机、电锅炉、燃气锅炉和吸收式制冷机的运行约束为：
实施例2
首先进行场景设置，场景1不考虑储能，包含图1中除P2GSS和蓄电池外其他所有设备；场景2，在场景1基础上增加蓄电池；场景3，在场景1基础上增加P2GSS；场景4的微能源网结构如图1所示，考虑蓄电池和P2GSS进行储能；
通过优化得到不同场景下微能源网的Pareto最优规划方案集，首先对场景1-场景4进行分析，以比较不同储能方式下微能源网规划方案的性能，然后比较场景4和场景5，以分析微能源网的可再生能源集成与经济成本等性能之间的关系。
场景1-场景4的帕累托前沿(Pareto front)如图3所示。同一场景下，Pareto最优解集中的解均为非劣解，彼此之间具有不可替代性，年CO2排放量降低，则全生命周期成本增加，反之，全生命周期成本降低，CO2排放量则提高。
为对不同场景下Pareto最优规划方案集进行具体分析，按全生命周期成本相同或近似相同原则，选取A、B、C、D共4组各场景的规划方案(如图3中标注所示)作为代表，比较其年CO2排放量等方面具体表现。4组Pareto最优规划方案的关键设备容量、电制冷比例和电制热比例如表3所示，全生命周期成本和年CO2排放量如图4所示。
由图4可知4组方案中，场景2的年CO2排放量较场景1下降6.70×104-1.34×105kg不等，下降幅度为2.7％-4.2％；场景3的年CO2排放量较场景1下降1.33×104-1.36×105kg不等，下降幅度为0.5％-4.5％；对场景2和场景3来说，在A、C组中，两者表现近似相同(两者年CO2排放量相同，场景3全生命周期成本略高)，B组中，场景3的年CO2排放量较低，D组中，场景2的年CO2排放量较低，可知两者表现无明显优劣；场景4的帕累托前沿位于场景1-场景3下方，可知场景4的规划方案在前4个场景中最具优势，具体来说，4组方案中场景4的年CO2排放量较场景1下降1.39×105-2.21×105kg，下降幅度达5.6％-6.9％。
综上可知，单独采用蓄电池(场景2)和P2GSS(场景3)进行储能，对提高微能源网性能均具有一定作用，但提升的程度较小；同时采用P2GSS和蓄电池进行储能(场景4)，可最大程度降低微能源网经济成本、减少CO2排放。
Claims (1)
1.一种基于电转气和可再生能源利用微能源网多目标规划方法，其特征是，步骤如下：
(1)微能源网建模：建立由电解氢、燃料电池和储气构成的电气转换储能系统P2GSS模型，构建包含风机、光伏、冷热电三联供系统CCHP、P2GSS和蓄电池的微能源网；
(2)基于全生命周期法计算微能源网全生命周期成本，以全生命周期成本最低和年二氧化碳排放量最小为优化目标，考虑电制冷比例和电制热比例运行方式的影响，建立针对微能源网关键设备容量的多目标优化配置方法；
(3)通过不同场景对比，分析P2GSS对微能源网经济性、二氧化碳排放和可再生能源集成的影响，提出微能源网多目标规划方法；具体步骤如下：
101：微能源网关键设备建模
(1)电解氢模型
碱性电解水制氢过程中，氢气、氧气产出与电能输入的关系为：
式中：分别为氢气、氧气的产出速率，Nm3·h-1；PEle为输入电解氢的电功率；ηEle为电解氢装置的氢气转换系数；
(2)燃料电池模型
燃料电池电能产出与氢气、氧气消耗的关系为：
式中：PFC为燃料电池的电能产出功率；分别为燃料电池的氢气、氧气消耗速率，Nm3·h-1；ηFC为燃料电池的转换系数，kW/(Nm3·h-1)；
(3)储气模型
储气罐中的气体体积表示为：
式中：SH2(t)、SO2(t)分别为t时氢气、氧气储气罐中气体体积，Nm3；σ为储气罐的气体损失比例；λc、λd分别为储气罐的存储和释放效率；
(4)电气转换储能系统P2GSS模型
将由电解氢、储气和燃料电池构成的储能系统，称为电气转换储能系统P2GSS，P2GSS利用电解水制氢技术将富余的可再生能源转换成氢气存储于储气装置中，在电能不足时，通过燃料电池消耗储气装置中的氢气发电，实现电能的存储和释放；
P2GSS中氢气储量SH2(t)与电解氢的输入电功率PEle(t)、燃料电池的输出电功率PFC(t)间关系为：
SH2(t)＝(1-σ)SH2(t-1)+λcηElePEle(t)Δt-λdPFC(t)Δt/ηFC (7)
式中：SH2(t)为t时氢气储气罐中气体体积，Nm3；PEle为输入电解氢的电功率；PFC为燃料电池的电能产出功率；σ为储气罐的气体损失比例；λc、λd分别为储气罐的存储和释放效率；Δt为时间长度，下同，式(7)两边同时除以得：
令：
式中：为P2GSS的等效蓄电量；/>分别为P2GSS的充、放电功率；分别为P2GSS的等效充、放电效率，由式(8)-(11)，得到P2GSS等效蓄电量与充、放电功率的关系为：
借鉴蓄电池的SOC概念，定义P2GSS的SOC：
式中：为P2GSS的额定等效蓄电容量，其定义如下：
式中：为氢气储气罐的额定容量；
102：微能源网规划模型
(1)目标函数
1)目标函数一：全生命周期成本
基于全生命周期法，综合考虑微能源网的设备初始投资成本、设备重置成本、年维护成本、年购能成本、折旧费用和残余价值，计算微能源网全生命周期成本：
式中：N为微能源网中设备数量；Cc为单位容量设备c的初始投资成本；Pc r为设备c的容量/额定功率；Rc为设备c的重置次数；Lc为设备c的设计寿命；i为利率；tr为税率；Lp为项目设计寿命；M为年维护成本；B为年用能成本；D为设备年折旧费用；S为设备残余价值；
设备重置次数Rc、设备年维护成本M、年用能成本B和年折旧费用D分别为：
Rc＝floor(Lp/Lc)-1 (16)
式中：floor(x)表示求取不大于x的最大整数；rM为设备维护率；为第d天t时从电网购电量；πe(t)为t时电价；/>为第d天t时的天然气购买量；πgas为天然气价格；rD为设备折旧率；
2)目标函数二：年二氧化碳排放量
微能源网的CO2排放主要为电网购电和购买天然气的CO2折算排放：
式中：αe为电网购电的CO2排放系数；αgas为天然气的CO2排放系数；
(2)优化变量
微能源网规划中，风机、光伏、CCHP、蓄电池、电解氢、燃料电池和储气的容量为关键变量，对微能源网性能具有重要影响，同时，考虑电制冷比例λ1和电制热比例λ2对微能源网规划的影响，需对其进行优化；故优化变量包括：风机容量光伏容量/>CCHP容量/>蓄电池容量/>电解氢容量/>燃料电池容量/>P2GSS的额定等效蓄电容量/>电制冷比例λ1和电制热比例λ2；
微能源网的其他设备容量，根据优化变量和负荷确定，其中，氧气储气罐容量由氢气储气罐容量/>确定，如式(21)所示；电制冷机额定功率/>吸收式制冷机额定功率/>电锅炉额定功率/>和燃气锅炉额定功率/>分别按照满足最大冷/热负荷确定，如式(22)所示，以保证用户用能需求：
(3)约束条件
约束条件主要包括：优化变量约束、设备运行约束和电能平衡和冷/热能平衡约束，考虑优化变量的物理意义以及实际情况，优化变量需在保持一定范围之内：
设备运行约束主要为设备额定功率或额定容量限制，蓄电池约束条件方面，由于蓄电池的充电和放电不应同时发生，因此，满足如下约束：
为延长蓄电池寿命应避免过充、过放，故蓄电池的SOC需保持在一定范围：
P2GSS的约束条件，主要包括：充、放电功率满足电解氢、燃料电池额定功率限制；充电和放电过程不可同时发生；P2GSS运行在一定SOC范围内；
式中：分别为电解氢、燃料电池的额定功率；/>分别为P2GSS的SOC最小值和最大值；
风机、光伏、CCHP、电制冷机、电锅炉、燃气锅炉和吸收式制冷机的运行约束为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810637802.1A CN108832656B (zh) | 2018-06-20 | 2018-06-20 | 基于电转气和可再生能源利用微能源网多目标规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810637802.1A CN108832656B (zh) | 2018-06-20 | 2018-06-20 | 基于电转气和可再生能源利用微能源网多目标规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108832656A CN108832656A (zh) | 2018-11-16 |
| CN108832656B true CN108832656B (zh) | 2023-08-22 |
Family
ID=64142848
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810637802.1A Active CN108832656B (zh) | 2018-06-20 | 2018-06-20 | 基于电转气和可再生能源利用微能源网多目标规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108832656B (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109494809B (zh) * | 2019-01-07 | 2020-12-29 | 中国矿业大学(北京) | 包含电转气装置的电-气互联系统及运行方法 |
| CN110110897A (zh) * | 2019-04-11 | 2019-08-09 | 华北电力大学 | 一种考虑不同储能运行策略的综合能源系统优化方法 |
| CN110210992A (zh) * | 2019-04-25 | 2019-09-06 | 国网天津市电力公司电力科学研究院 | 含海水淡化与清洁能源的冷热电联供系统及最优运行方法 |
| CN110222969A (zh) * | 2019-05-29 | 2019-09-10 | 天津大学 | 一种考虑运行优化的海水淡化微能源网规划方法 |
| CN110348709B (zh) * | 2019-06-26 | 2021-03-12 | 西安交通大学 | 基于氢能与储能设备的多能源系统的运行优化方法和装置 |
| CN110365281B (zh) * | 2019-07-02 | 2020-10-27 | 西安交通大学 | 含氢电热冷的多能源系统及其供需协同规划方法和装置 |
| CN111125611B (zh) * | 2019-12-27 | 2023-06-09 | 国网江苏省电力有限公司 | 面向多场景的冷-热-电微能网群两阶段优化调度方法 |
| CN111463836B (zh) * | 2020-05-13 | 2023-05-26 | 陕西燃气集团新能源发展股份有限公司 | 一种综合能源系统优化调度方法 |
| CN111737884B (zh) * | 2020-08-06 | 2021-01-05 | 国网江西省电力有限公司电力科学研究院 | 一种含多种清洁能源微能源网多目标随机规划方法 |
| CN112531749B (zh) * | 2020-12-04 | 2022-12-16 | 吉林大学 | 一种基于慢动态响应的离网型风光氢热储系统及控制方法 |
| CN112800619B (zh) * | 2021-02-09 | 2022-08-05 | 上海电力大学 | 多源异质全可再生能源热电气储耦合系统建模与规划方法 |
| CN113221325B (zh) * | 2021-04-13 | 2023-05-02 | 西华大学 | 计及电转气的多源储能型区域综合能源低碳运行优化方法 |
| CN113393033B (zh) * | 2021-06-15 | 2023-05-05 | 国网能源研究院有限公司 | 考虑跨季节储氢的能源转型路径优化方法、系统及装置 |
| CN114493020B (zh) * | 2022-01-29 | 2024-08-02 | 浙江英集动力科技有限公司 | 基于全生命周期成本和碳排放的综合能源系统规划方法 |
| CN114519543B (zh) * | 2022-04-21 | 2022-09-02 | 国网江西省电力有限公司电力科学研究院 | 一种乡村多能源系统边缘自治运行方法及系统 |
| CN117993621A (zh) * | 2024-04-03 | 2024-05-07 | 南方电网数字电网研究院股份有限公司 | 基于碳排放约束下氢碳耦合的综合能源系统建设时序生成方法 |
| CN118297367B (zh) * | 2024-06-06 | 2024-09-13 | 宁波北仑第三集装箱码头有限公司 | 一种氢电混合储能系统的能量管理方法、介质和设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103617460A (zh) * | 2013-12-06 | 2014-03-05 | 天津大学 | 冷热电联供微网系统的双层优化规划设计方法 |
| CN104392286A (zh) * | 2014-12-02 | 2015-03-04 | 山东大学 | 考虑冷热电联供和储能运行策略的微电网运行优化方法 |
| CN106022503A (zh) * | 2016-03-17 | 2016-10-12 | 北京睿新科技有限公司 | 面向具有耦合型电冷热需求的微电网容量规划方法 |
-
2018
- 2018-06-20 CN CN201810637802.1A patent/CN108832656B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103617460A (zh) * | 2013-12-06 | 2014-03-05 | 天津大学 | 冷热电联供微网系统的双层优化规划设计方法 |
| CN104392286A (zh) * | 2014-12-02 | 2015-03-04 | 山东大学 | 考虑冷热电联供和储能运行策略的微电网运行优化方法 |
| CN106022503A (zh) * | 2016-03-17 | 2016-10-12 | 北京睿新科技有限公司 | 面向具有耦合型电冷热需求的微电网容量规划方法 |
Non-Patent Citations (1)
| Title |
|---|
| Optimal Scheduling of Multi-Source Microgrid Considering Power to Gas Technology and Wind Power Uncertainty;Weikang Liu等;《Energy Procedia》;668-673 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108832656A (zh) | 2018-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108832656B (zh) | 基于电转气和可再生能源利用微能源网多目标规划方法 | |
| Chen et al. | Multi-criteria assessment and optimization study on 5 kW PEMFC based residential CCHP system | |
| Cheng et al. | A new hybrid solar photovoltaic/phosphoric acid fuel cell and energy storage system; Energy and Exergy performance | |
| CN109919478B (zh) | 一种考虑综合供能可靠性的综合能源微网规划方法 | |
| Ramadhani et al. | Evaluation of solid oxide fuel cell based polygeneration system in residential areas integrating with electric charging and hydrogen fueling stations for vehicles | |
| CN105337303B (zh) | 一种含热泵的热电联产型微电网容量优化配置方法 | |
| CN111738503B (zh) | 以氢能为核心的综合能源微网日前运行调度方法及系统 | |
| CN110991000B (zh) | 计及固体氧化物燃料电池和电转气的能量枢纽建模方法 | |
| CN112736939A (zh) | 掺氢天然气综合能源系统制氢储氢装置优化容量配置方法 | |
| CN107358345B (zh) | 计及需求侧管理的分布式冷热电联供系统优化运行方法 | |
| CN105955931B (zh) | 面向高密度分布式光伏消纳的区域能源网络优化调度方法 | |
| CN113850474B (zh) | 一种热电氢多能流综合能源系统及其优化调度方法 | |
| CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
| CN114742276A (zh) | 一种考虑㶲效率的含orc的园区综合能源系统多目标优化调度方法 | |
| CN113393031A (zh) | 基于海鸥优化算法的园区综合能源系统多阶段规划方法 | |
| CN112085263A (zh) | 一种用户侧分布式能源系统混合储能优化配置方法和系统 | |
| CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
| Liu et al. | New operation strategy and multi-objective optimization of hybrid solar-fuel CCHP system with fuel thermochemical conversion and source-loads matching | |
| CN117787636A (zh) | 一种综合能源系统的多目标规划方法、系统及设备 | |
| CN114676897A (zh) | 一种含chp-p2g-氢能的园区综合能源系统优化调度方法 | |
| CN114330835A (zh) | 一种综合能源微网中电/热混合储能系统的优化配置方法 | |
| CN111798035A (zh) | 一种基于改进型引力搜索算法的独立微网系统容量规划方法 | |
| CN115660142A (zh) | 一种园区综合能源系统源荷储协调优化调度方法 | |
| CN115375343A (zh) | 一种考虑分布式电源消纳效益的配电网协同互动方法 | |
| Lv et al. | A Multi-objective Optimal Dispatch Method for Integrated Energy System Considering Multiple Loads Variations |
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 |