CN109741110A - 一种基于机会约束规划的风氢系统联合优化建模方法 - Google Patents

Abstract

本发明涉及一种基于机会约束规划的风氢系统联合优化建模方法，从风氢系统投资者利益角度出发，应用等电量‑顺负荷方法计算优化前后的风电波动成本,以投资项目资本金利润率（ROE）最大化为目标，考虑风电的不确定性，构建风电场输电工程与氢系统配置联合优化的机会约束规划模型。

Description

一种基于机会约束规划的风氢系统联合优化建模方法

技术领域

本发明涉及电力系统技术领域，具体涉及一种基于机会约束规划的风氢系统联合优化建模方法。

背景技术

随着世界各国的能源发展重心转向清洁能源，可再生能源发展迅猛。风电作为可再生能源的主要利用方式，其快速、规模化发展及风电的随机性、间歇性使得电网消纳风电的困难凸显，造成电能质量下降，风电利用率降低，弃风率居高不下，进而影响整个行业的经济效益。将风电与氢储能结合在一起，能有效地解决当前风电遇到的问题，一方面能够通过吸收过剩风电解决风电消纳问题，提高风电的利用率，实现风电功率波动的平抑和能源的长期储存，另一方面可将清洁、高效的氢燃料融入已有的燃气供应网络实现能源互联或者通过燃料电池的形式实现直接高效利用。

现有的风氢系统容量优化配置中尚没有考虑风电场的波动平滑效益，也鲜有从机会约束规划角度去合理配置风氢系统各单元容量。

发明内容

有鉴于此，本发明的目的在于提供一种基于机会约束规划的风氢系统联合优化建模方法，从风氢系统投资者利益角度出发，应用等电量-顺负荷方法计算优化前后的风电波动成本,以投资项目资本金利润率(ROE)最大化为目标，为了充分体现风电的不确定性，构建风电场输电工程与氢系统配置联合优化的机会约束规划模型。

为实现上述目的，本发明采用如下技术方案：

一种基于机会约束规划的风氢系统联合优化建模方法，其特征在于，包括如下步骤：

步骤S1：获取风电场电场时序风资源状况，拟合风电场出力时间序列，氢系统成本参数，输电工程参数、风电上网电价参数，为建模优化提供数据支撑；

步骤S2：根据获得的风电场出力时间序列，以资本金利润率最大化为目标，满足预设约束，构建风电场的机会约束规划模型，配置风电场外送输出容量以及氢系统各单元容量；

步骤S3：根据得到机会约束规划模型，利用Cplex求解得到最优风氢系统外送输电容量、电解槽功率、压缩机功率、储氢单元功率及燃料电池功率。

进一步的，所述步骤S2具体包括：

步骤S21：计算风氢系统的平滑效益。

根据“等电量-顺负荷”思路，针对风氢系统，计算风电场外送出力的波动成本，在一个周期T内，进行“等电量-顺负荷”变换公式为：

其中，P(t)为t时刻的实际风电出力，P^*(t)为t时刻的“等电量-顺负荷”变换后风电出力，Load(t)为t时刻的负荷需求。

计算系统变换前后的风电波动电量：

其中，P_Load(t)表示一个周期内的负荷需求，P_real(t)和P^* _real(t)分别为不含氢系统的风电场实际出力和“等电量-顺负荷”变换后的风电出力；P_e(t)和P^* _e(t)分别表示风氢系统中风电上网的输送功率和“等电量-顺负荷”变换后的上网功率；

故风氢系统平滑效益可表示为

R_F＝(W_real-W_e)h

其中，R_F为系统平滑效益，W_real和W_e分别表示含氢和不含氢系统的风电波动电量，h为单位波动价格。

步骤S22：计算风氢系统售电收入R1、售氢收入R2：

其中，P_net.t、P_fc.t、P_so.t分别为第t时段风电、燃料电池补发上网功率和用于售氢的等效风电功率，S_e.t为第t时段风电上网电价，S_h为单位氢气价格λ表示每小时每MW风电功率的制氢量；

步骤S23：计算风氢系统的投资成本，包括输电工程、电解槽、压缩机、储氢设备和燃料电池五个子系统的投资成本；

C₁＝LX₁ω₁

其中，C₁为输电工程的投资成本，L为输电线路长度，X₁为输电工程容量(MW)，ω₁为单位长度单位容量投资成本；

C_i＝X_iω_i

其中，C_i为对应子系统的投资成本，i＝2,3,4,5，分别电解槽、压缩机、储氢设备和燃料电池)；X_i和ω_i分别为对应子系统容量和单位容量投资成本；

采用费用年值法求取各子系统投资成本等年值

其中，AC_i和n_i分别为对应子系统投资成本等年值和使用寿命，i_c为折现率；

步骤S24：计算风氢系统的运维成本。

输电工程与风氢系统各部分的年运维成本按其投资成本的百分比计算

OM_i＝l_iC_i

其中，OM_i和l_i分别为对应子系统的年运维成本及其占比；

步骤S26：构建风电场的机会约束规划模型：

资本金利润率最大化的目标函数可表示为

其中，ROE为资本金利润率，NP为净利润，EC为总投资成本。

进一步的，所述预设约束具体为：

(1).风电功率有功平衡

P_net.t+P_el.t+P_curt.t＝P_wind.t

其中，P_wind.t和P_curt.t为t时段风电出力和风电弃风功率，P_el.t为输入电解槽的风电功率；

(2).压缩机等式约束

每个时段由电解槽产生的氢气量可由输入压缩机的等效风电功率表示，考虑电解槽效率；系统每小时的售氢量和储氢量也用等效风电功率表示：

P_com.t＝P_el.t·η_el

P_so.t+P_sto.t＝P_com.t·η_com

其中，η_el、η_com为电解槽和压缩机的效率；P_com.t、P_sto.t表示第t小时输入压缩机和用于储氢的等效风电功率；

(3).储氢设备运行等式约束

S_to.t＝S_to.t-1+P_sto.t-P_fc.t/η_fc

其中，η_fc为燃料电池的效率；S_to.t-1、S_to.t为系统运行过程中，高压储氢设备第t-1、t小时储氢量的等效风电功率(MW)；

(4).不等式约束

(4.1).子系统容量约束

0≤X_i≤Cap

其中,X_i为联合系统各组成单元的容量，Cap为风电场的装机容量(MW)；

(4.2).风电上网功率波动约束

为平抑风电出力，根据风电并网技术要求，将两个时段间风电场的并网功率变化限制在装机容量的10％以内：

-10％Cap≤[(P_net.t+P_fc.t)-(P_net.t-1+P_fc.t-1)]≤10％Cap

(4.3).稳定运行约束

系统稳定运行约束包括并网功率约束、制氢功率约束、弃风功率约束、燃料电池补发上网功率约束和压缩氢气、售氢、储氢等效风电功率约束；

(4.4).弃风置信水平约束

基于风资源的不确定性，利用置信水平约束作为弃风约束。

Pr{X₁+X₂≥ζ}≥α

其中，X₁和X₂为决策变量，分别为输电工程容量和电解槽容量，α为置信水平，表示不允许弃风的概率，ζ是随机变量。

本发明与现有技术相比具有以下有益效果：

本发明考虑风电场有氢系统和没有氢系统的波动平滑效益，全面量化风氢系统的收益，有利于合理优化风氢系统各单元容量配置；机会约束规划的引入充分体现风资源的不确定性，使得优化配置的各单元容量不致过于保守，提升项目投资的经济性并充分体现了投资者的决策意愿。

附图说明

图1是本发明风氢系统结构图；

图2是本发明风电出力的等电量顺负荷变换；

图3是本发明一实施例中风电场历史出力数据；

图4是本发明一实施例中风电上网电价。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

请参照图1，本发明提供一种基于机会约束规划的风氢系统联合优化建模方法，其特征在于，包括如下步骤：

步骤S1：获取风电场电场时序风资源状况，拟合风电场出力时间序列，氢系统成本参数，输电工程参数、风电上网电价参数，为建模优化提供数据支撑；

步骤S2：根据获得的风电场出力时间序列，以资本金利润率最大化为目标，满足预设约束，构建风电场的机会约束规划模型，配置风电场外送输出容量以及氢系统各单元容量；

步骤S3：根据得到机会约束规划模型，利用Cplex求解得到最优风氢系统外送输电容量、电解槽功率、压缩机功率、储氢单元功率及燃料电池功率。

在本发明一实施例中，所述步骤S2具体为：

步骤S21：计算风氢系统的平滑效益：

根据“等电量-顺负荷”思路，针对风氢系统，计算风电场外送出力的波动成本，在已知一个周期T内的负荷曲线的情况下，进行“等电量-顺负荷”变换：

其中，P(t)为t时刻的实际风电出力，P^*(t)为t时刻的“等电量-顺负荷”变换后风电出力，Load(t)为t时刻的负荷需求；

图2中，P_Load(t)表示一个周期内的负荷需求，P_real(t)和P^* _real(t)分别为不含氢系统的风电场实际出力和“等电量-顺负荷”变换后的风电出力；P_e(t)和P^* _e(t)分别表示风氢系统中风电上网的输送功率和“等电量-顺负荷”变换后的上网功率。

进一步地，计算系统变换前后的风电波动电量，如图2中的阴影部分：

故风氢系统平滑效益可表示为

R_F＝(W_real-W_e)h

其中，R_F为系统平滑效益，W_real和W_e分别表示含氢和不含氢系统的风电波动电量，h为单位波动价格。

步骤S22：计算风氢系统其他收入，该收入包括售电收入R1、售氢收入R2：

其中，P_net.t、P_fc.t、P_so.t分别为第t时段风电、燃料电池补发上网功率和用于售氢的等效风电功率(MW)，S_e.t为第t时段风电上网电价(€/MWh)，S_h为单位氢气价格(€/kg)。λ表示每小时每MW风电功率的制氢量(kg/MW·h^-1)。

步骤S23：计算风氢系统的投资成本

风氢系统的投资成本包括输电工程、电解槽、压缩机、储氢设备和燃料电池五个子系统的投资成本：

C₁＝LX₁ω₁

其中，C₁为输电工程的投资成本，L为输电线路长度，X₁为输电工程容量(MW)，ω₁为单位长度单位容量投资成本(€/MW·km^-1)。

C_i＝X_iω_i

其中，C_i为对应子系统的投资成本，i＝2,3,4,5(2：电解槽；3：压缩机；4：储氢设备；5：燃料电池)，X_i和ω_i分别为对应子系统容量和单位容量投资成本。

应用费用年值法求取各子系统投资成本等年值。

其中，AC_i和n_i分别为对应子系统投资成本等年值和使用寿命，i_c为折现率。

步骤S24：计算风氢系统的运维成本；

输电工程与风氢系统各部分的年运维成本按其投资成本的百分比计算：

OM_i＝l_iC_i

其中，OM_i和l_i分别为对应子系统的年运维成本及其占比。

步骤S26：风氢系统机会约束规划模型的建立。

目标函数：为吸引投资者加入到风氢系统的规划建设中，以反映投资者获利能力的资本金利润率最大化的目标函数可表示为

其中，ROE为资本金利润率，NP为净利润，EC为总投资成本：约束条件：

(1).风电功率有功平衡

P_net.t+P_el.t+P_curt.t＝P_wind.t

其中，P_wind.t和P_curt.t为t时段风电出力和风电弃风功率(MW)，P_el.t为输入电解槽的风电功率(MW)。

(2).压缩机等式约束

每个时段由电解槽产生的氢气量可由输入压缩机的等效风电功率表示，考虑电解槽效率；系统每小时的售氢量和储氢量也用等效风电功率表示。

P_com.t＝P_el.t·η_el

P_so.t+P_sto.t＝P_com.t·η_com

其中，η_el、η_com为电解槽和压缩机的效率；P_com.t、P_sto.t表示第t小时输入压缩机和用于储氢的等效风电功率。

(3).储氢设备运行等式约束

S_to.t＝S_to.t-1+P_sto.t-P_fc.t/η_fc

其中，η_fc为燃料电池的效率；S_to.t-1、S_to.t为系统运行过程中，高压储氢设备第t-1、t小时储氢量的等效风电功率(MW)。

(4).不等式约束

(4.1).子系统容量约束

0≤X_i≤Cap

其中,X_i为联合系统各组成单元的容量，Cap为风电场的装机容量(MW)。

(4.2).风电上网功率波动约束为平抑风电出力，根据风电并网技术要求，将两个时段间风电场的并网功率变化限制在装机容量的10％以内。

-10％Cap≤[(P_net.t+P_fc.t)-(P_net.t-1+P_fc.t-1)]≤10％Cap

(4.3).稳定运行约束系统稳定运行约束包括并网功率约束、制氢功率约束、弃风功率约束、燃料电池补发上网功率约束和压缩氢气、售氢、储氢等效风电功率约束。

(4.4).弃风置信水平约束

若不允许风电场弃风，则必将导致更大的投资成本，减少系统收益，但过多的弃风也将减少系统的收益。因为风资源的不确定性，利用置信水平约束作为弃风约束。

Pr{X₁+X₂≥ζ}≥α

其中，X₁和X₂为决策变量，分别为输电工程容量和电解槽容量(MW)，α为置信水平，表示不允许弃风的概率，ζ是随机变量，本发明表示风电场出力。

以下为本发明一具体实例。

风电场每小时的具体出力如图3所示，风电场总装机容量48MW；风电场的上网电价见图4，风氢系统设备参数见表1；折现率取10％，风电场送入到电力系统并网点的输电线路长度为15.9475km；单位波动价格h定为9€/MWh；

在置信水平α＝85％时，风氢系统优化的结果见表2。在表2中，随着氢气价格的升高，系统配置的最优输电容量减小，电解槽容量增加，系统整体经济效益增加，弃风率也随之降低。需要指出的是，无论氢气价格如何变化，优化结果中储氢设备和燃料电池的配置容量均为0。这是由于在设置的场景中，储氢设备里的氢气仅用于燃料电池再发电，从而平滑风电出力，否则可以直接通过运输设备外送到加氢站。目前，燃料电池的投资成本较高，效率相对偏低，通过燃料电池发电的收入无法平衡支出，配置燃料电池将使得整个系统的收益下降。故在实际优化过程中通过弃风和电解槽制氢两种方式平滑风电，放弃配置燃料电池。

表1风氢系统设备参数

表2α＝85％时系统优化结果

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (3)

1.一种基于机会约束规划的风氢系统联合优化建模方法，其特征在于，包括如下步骤：

步骤S1：获取风电场时序风资源状况，拟合风电场出力时间序列，氢系统成本参数，输电工程参数、风电上网电价参数，为建模优化提供数据支撑；

步骤S2：以资本金利润率最大化为目标，满足预设约束，构建风电场的机会约束规划模型，配置风电场外送工程输电容量以及氢系统各单元容量；

步骤S3：根据得到机会约束规划模型，利用Cplex求解得到最优风氢系统外送输电容量、电解槽功率、压缩机功率、储氢单元功率及燃料电池功率。

2.根据权利要求1所述的基于机会约束规划的风氢系统联合优化建模方法，其特征在于，所述步骤S2具体包括：

步骤S21：计算风氢系统的平滑效益。

根据“等电量-顺负荷”思路，针对风氢系统，计算风电场外送出力的波动成本，在一个周期T内，进行“等电量-顺负荷”变换公式为：

其中，P(t)为t时刻的实际风电出力，P^*(t)为t时刻的“等电量-顺负荷”变换后风电出力，Load(t)为t时刻的负荷需求。

计算系统变换前后的风电波动电量：

其中，P_Load(t)表示一个周期内的负荷需求，P_real(t)和P^* _real(t)分别为不含氢系统的风电场实际出力和“等电量-顺负荷”变换后的风电出力；P_e(t)和P^* _e(t)分别表示风氢系统中风电上网的输送功率和“等电量-顺负荷”变换后的上网功率；

故风氢系统平滑效益可表示为

R_F＝(W_real-W_e)h

其中，R_F为系统平滑效益，W_real和W_e分别表示含氢和不含氢系统的风电波动电量，h为单位波动价格。

步骤S22：计算风氢系统售电收入R1、售氢收入R2：

其中，P_net.t、P_fc.t、P_so.t分别为第t时段风电、燃料电池补发上网功率和用于售氢的等效风电功率，S_e.t为第t时段风电上网电价，S_h为单位氢气价格λ表示每小时每MW风电功率的制氢量；

步骤S23：计算风氢系统的投资成本，包括输电工程、电解槽、压缩机、储氢设备和燃料电池五个子系统的投资成本；

C₁＝LX₁ω₁

其中，C₁为输电工程的投资成本，L为输电线路长度，X₁为输电工程容量(MW)，ω₁为单位长度单位容量投资成本；

C_i＝X_iω_i

其中，C_i为对应子系统的投资成本，i＝2,3,4,5，分别电解槽、压缩机、储氢设备和燃料电池)；X_i和ω_i分别为对应子系统容量和单位容量投资成本；

采用费用年值法求取各子系统投资成本等年值

其中，AC_i和n_i分别为对应子系统投资成本等年值和使用寿命，i_c为折现率；

步骤S24：计算风氢系统的运维成本。

输电工程与风氢系统各部分的年运维成本按其投资成本的百分比计算

OM_i＝l_iC_i

其中，OM_i和l_i分别为对应子系统的年运维成本及其占比；

步骤S26：构建风电场的机会约束规划模型：包括资本金利润率最大化的目标函数和预设约束；

所述资本金利润率最大化的目标函数可表示为

其中，ROE为资本金利润率，NP为净利润，EC为总投资成本。

3.根据权利要求2所述的基于机会约束规划的风氢系统联合优化建模方法，其特征在于，所述预设约束具体为：

(1).风电功率有功平衡

P_net.t+P_el.t+P_curt.t＝P_wind.t

其中，P_wind.t和P_curt.t为t时段风电出力和风电弃风功率，P_el.t为输入电解槽的风电功率；

(2).压缩机等式约束

每个时段由电解槽产生的氢气量可由输入压缩机的等效风电功率表示，考虑电解槽效率；系统每小时的售氢量和储氢量也用等效风电功率表示：

P_com.t＝P_el.t·η_el

P_so.t+P_sto.t＝P_com.t·η_com

其中，η_el、η_com为电解槽和压缩机的效率；P_com.t、P_sto.t表示第t小时输入压缩机和用于储氢的等效风电功率；

(3).储氢设备运行等式约束

S_to.t＝S_to.t-1+P_sto.t-P_fc.t/η_fc

其中，η_fc为燃料电池的效率；S_to.t-1、S_to.t为系统运行过程中，高压储氢设备第t-1、t小时储氢量的等效风电功率(MW)；

(4).不等式约束

(4.1).子系统容量约束

0≤X_i≤Cap

其中,X_i为联合系统各组成单元的容量，Cap为风电场的装机容量(MW)；

(4.2).风电上网功率波动约束

为平抑风电出力，根据风电并网技术要求，将两个时段间风电场的并网功率变化限制在装机容量的10％以内：

-10％Cap≤[(P_net.t+P_fc.t)-(P_net.t-1+P_fc.t-1)]≤10％Cap

(4.3).稳定运行约束

系统稳定运行约束包括并网功率约束、制氢功率约束、弃风功率约束、燃料电池补发上网功率约束和压缩氢气、售氢、储氢等效风电功率约束；

(4.4).弃风置信水平约束

基于风资源的不确定性，利用置信水平约束作为弃风约束。

Pr{X₁+X₂≥ζ}≥α

其中，X₁和X₂为决策变量，分别为输电工程容量和电解槽容量，α为置信水平，表示不允许弃风的概率，ζ是随机变量。