CN111144620B - 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法 - Google Patents
一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法 Download PDFInfo
- Publication number
- CN111144620B CN111144620B CN201911238483.8A CN201911238483A CN111144620B CN 111144620 B CN111144620 B CN 111144620B CN 201911238483 A CN201911238483 A CN 201911238483A CN 111144620 B CN111144620 B CN 111144620B
- Authority
- CN
- China
- Prior art keywords
- hydrogen
- representing
- storage tank
- scene
- hydrogen storage
- 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
- 239000001257 hydrogen Substances 0.000 title claims abstract description 210
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 210
- 238000003860 storage Methods 0.000 title claims abstract description 171
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 159
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000001932 seasonal effect Effects 0.000 title claims abstract description 14
- 239000007789 gas Substances 0.000 claims abstract description 40
- 230000005611 electricity Effects 0.000 claims abstract description 11
- 238000005338 heat storage Methods 0.000 claims description 42
- 238000005457 optimization Methods 0.000 claims description 41
- 238000007599 discharging Methods 0.000 claims description 28
- 238000010521 absorption reaction Methods 0.000 claims description 27
- 125000004435 hydrogen atom Chemical group [H]* 0.000 claims description 27
- 238000009434 installation Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000010977 unit operation Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 2
- 239000002737 fuel gas Substances 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法，包括建立跨季节氢存储模型，该模型根据不同季节的可再生能源出力与多能需求的不同，实现跨季互补。其次，对燃气轮机、风机、光伏、储能设备等进行建模，从而构成含电、热、冷和氢等多能需求的电氢综合能源系统。该考虑可再生能源出力不确定性的三层min‑max‑min鲁棒规划模型，由于内层采用0‑1变量来表征跨季存储充放状态，因此该模型需采用N‑C&CG算法进行求解。结果表明，本方法有效提升电氢综合能源系统的可再生能源渗透水平，并提升系统经济性。
Description
技术领域
本发明属于综合能源系统应用领域，具体来说是一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法。
背景技术
区域综合能源系统在提升能源利用效率、促进可再生能源开发利用、降低温室气体排放、改善生存环境等方面展现出重要的作用。随着燃料电池技术与电制氢技术的发展，氢能在交通领域的发展日益突出。另外，氢能相较于电能更易实现大容量和长时间的能源存储。现有区域综合能源系统没有考虑氢的需求，系统整体经济性差。
发明内容
发明目的：为解决现有技术的不足，本发明提供一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法，该方法可有效提升电氢综合能源系统内的运行灵活性与经济性。
技术方案：为实现上述发明目的，本发明采用以下技术方案：
一种考虑季节储氢的电氢综合能源系统，包括风机、光伏、电解槽、燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐、跨季氢存储设备、吸收式制冷机和换热器，其中，风机与光伏产生电能，电解槽将电能转化为氢能，燃气轮机通过消耗燃气来生成电能与热能，电锅炉将电能转化为热能，吸收式制冷机将热能转化为冷能；剩余电、热和氢能分别采用蓄电池、蓄热槽和储氢罐进行存储。
本发明还提供了一种考虑季节储氢的电氢综合能源系统鲁棒规划方法，包括以下步骤：
(1)建立跨季氢存储模型；
(2)建立电氢综合能源系统中所有设备的模型；
(3)获取多能负荷信息，建立电氢综合能源系统规划模型；
(4)采用列和约束嵌套生成算法求解电氢综合能源系统规划模型。
进一步的，步骤(1)中跨季氢存储模型的建立方法具体为：
跨季氢存储设备的充放氢功率为：
其中，
和/>
分别表示跨季氢存储设备在第s个场景t时段的充/放氢功率，/>
和/>
分别表示跨季氢存储设备在第s个场景t时段充/放氢状态，τshs表示跨季氢存储设备的功率-容量比，xshs表示跨季氢存储设备配置容量；
跨季氢存储设备的存储水平为：
其中，
表示跨季氢存储设备在第s个场景t时段存储水平，ηshs+和ηshs-分别表示跨季氢存储设备的充、放氢效率，w(s-1)表示第s-1场景在一年的占比为；
跨季氢存储设备的存储水平在一年内的始末状态保持相等约束：
其中，Ns表示一年内的运行场景总数；
跨季氢存储设备充放氢功率约束如下：
其中，
和/>
分别表示跨季氢存储设备在第s个场景的充/放氢状态，其值为1表示在第s个场景进行充/放氢。
进一步的，步骤(2)中电氢综合能源系统中所有设备的模型的建立方法为：
每种设备的安装容量不得大于该区域所能配置的最大容量的约束为
其中，xχ表示该系统内安装χ设备的容量，
表示该系统内安装χ设备的最大值，其中χ分别表示风机(wt)、光伏(pv)、电解槽(ed)、燃气轮机(gt)、电锅炉(eb)、蓄电池(bt)、蓄热槽(tt)、储氢罐(hs)和吸收式制冷机(ac)；
系统内风机和光伏的出力约束如下：
其中，xpv表示该系统内安装光伏的容量，xwt表示该系统内安装风机的容量，
表示光伏在第s个场景t时段输出的电功率，/>
表示风机在第s个场景t时段输出的电功率，/>
表示光伏在第s个场景t时段单位输出的电功率，/>
表示风机在第s个场景t时段单位输出的电功率；
燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐和吸收式制冷机的运行出力不大于其设备的配置容量约束：
其中，xed、xgt、xeb、xac、xhs、xbt、xtt分别表示该系统内安装电解槽、燃气轮机、电锅炉、吸收式制冷机、蓄电池、蓄热槽和储氢罐的容量，
表示电解槽在第s个场景t时段输入的电功率，/>
表示燃气轮机在第s个场景t时段输出的电功率，/>
表示电锅炉在第s个场景t时段输入的电功率，/>
表示吸收式制冷机在第s个场景t时段输入的热功率，/>
和/>
分别表示储氢罐在第s个场景t时段的充、放氢功率，/>
和/>
表示蓄电池在第s个场景t时段的充、放电功率，/>
和/>
分别表示蓄热槽在第s个场景t时段的充、放热功率；
蓄电池、蓄热槽和储氢罐的充放功率和容量约束为：
其中，
和/>
分别表示蓄电池、蓄热槽、储氢罐在第s个场景t时段的荷电状态，ηbt+和ηbt-分别表示蓄电池的充、放电效率，ηtt+和ηtt-分别表示蓄热槽的充、放热效率，ηhs+和ηhs-分别表示储氢罐的充、放氢效率；
蓄电池、蓄热槽和储氢罐的存储水平始末状态保持相等约束：
其中，
和/>
分别表示蓄电池、蓄热槽、储氢罐在第s个场景0时刻的荷电状态，/>
和/>
分别表示蓄电池、蓄热槽、储氢罐在第s个场景24时刻的荷电状态；
电氢综合能源系统与电网的交互电功率约束为：
其中，
表示系统在第s个场景t时刻从电力公司的交易功率，/>
表示系统与电力公司的交易功率最大值；
电氢综合能源系统内的电、热、冷、氢和气功率平衡方程为：
其中，
表示系统在第s个场景t时刻从燃气公司的购气功率，ηeb、ηac、ηgt和ηed分别表示电锅炉、吸收式制冷机、燃气轮机、电解槽的转化效率，/>
和/>
分别表示系统内的电、热、冷、氢负荷。
进一步的，步骤(3)中建立电氢综合能源系统规划模型的方法为：
电氢综合能源系统鲁棒规划模型的目标函数为：
Cinv＝(Cpv+Cwt+Ced+Cgt+Ceb+Cac+Chs+Cbt+Ctt+Cshs) (21)；
Cχ＝κxχcχ (22)；
其中，Cinv与Cope分别表示系统的年投资费用和年运行费用，Cχ表示第χ种设备的年投资费用，即Cpv、Cwt、Ced、Cgt、Ceb、Cac、Chs、Cbt、Ctt和Cshs分别表示光伏、风机、电解槽、燃气轮机、电锅炉、吸收式制冷机、储氢罐、蓄电池、蓄热槽、跨季氢存储设备的年投资费用；cχ表示第χ种设备的单位投资费用；
设备资本回收系数为κ，其值为：
κ＝r·(1+r)n/((1+r)n-1) (23)；
其中，r是贴现率，n是投资年限；
其中，
分别表示光伏、风机、燃气轮机、电锅炉、吸收式制冷机、蓄热槽、储氢罐、蓄电池、跨季氢存储设备和电解槽的单位运行维护费用，/>
表示系统从电网的单位购电费用；
不同场景s在一年中总个数为Ns，每个s场景在一年的占比为w(s)，其在一年中的总和为1，具体为：
可再生能源出力与电热冷负荷的不确定集：
其中，
分别为t时段第s个场景中光伏出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值，引入参数/>
和/>
使得/>
在区间/>
内；/>
为光伏整个调度周期的不确定性预算参数，/>
表示光伏出力无不确定性，该鲁棒模型转化为确定模型，无保守性；/>
表示光伏出力在整个调度期均存在不确定性，鲁棒模型的保守性最大；/>
分别表示t时段第s个场景中风机出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值；/>
为风机整个调度周期的不确定性预算参数，/>
和/>
为使得/>
在区间/>
内的参数。
进一步的，步骤(4)中求解方法为：
将电氢综合能源系统鲁棒规划模型简写成通用矩阵形式：
s.t. Ax≤b,x∈{0,1} (28)；
Ω(x,u)＝{Cy+Dz≤f-Ex-Fu,z∈{0,1}} (29)；
式中，x表示鲁棒模型的第一阶段投资0-1变量，u为第二阶段的不确定性变量，y表示第二阶段恶劣场景下的运行连续变量，z为第二阶段0-1变量，c，d，g，b，f，A，C，D，E，和F均为相应的系数矩阵，Ω(x,u)表示y和z在某一确定的x和u下的可行域；
首先将min-max-min两阶段鲁棒优化问题转化为包含主问题和子问题的优化问题，对于子问题转化为包含内部主问题和内部子问题的优化问题，通过迭代求解得到优化结果；
子问题为max-min双层优化问题：
式中，x*为主问题中x的优化结果，作为已知变量代入子问题，因子问题的约束条件中存在0-1变量，使得原max-min问题无法直接对偶成min问题，因此，需要将子问题进一步分为内层子问题和外层子问题：
1)内层子问题
式中，un为内层主问题中u的第n次优化结果，作为已知变量代入内层子问题；
2)内层主问题
将内层子问题的第n次优化结果(yn,zn)代入内层主问题：
式中，ω为关于y不等式约束的对偶变量；约束中双线性形式的ωTu使得内层主问题较难直接求解，利用大M法将式(32)转化为线性优化问题；内层主问题与内层子问题迭代求解直至收敛，获得子问题的优化结果；
将子问题的第r次优化结果(ur,yr,zr)代入一下主问题：
式中，l为总迭代次数，主问题与子问题迭代求解直至满足收敛条件。
更进一步的，主问题与子问题迭代求解步骤为：
初始化：设置x0为主问题的一个可行解，迭代次数l＝1，将x0代入子问题求解得到子问题的(ul,yl,zl,θl)；设置下边界LB＝-∞，上边界UB＝+∞，设置ε；
步骤1：将(ul,yl,zl)代入主问题进行优化求解，优化出xl；修正
步骤2：将xl代入子问题求解得到(ul+1,yl+1,zl+1)，同时获得子问题的目标函数值为θl+1；修正UB＝cTxl+θl+1；
步骤3：判断-ε<UB-LB<ε成立，则停止并给出优化结果；否则l＝l+1，跳回步骤1。
有益效果：与现有技术相比，本发明具有以下优点：
区域综合能源系统在提升能源利用效率、促进可再生能源开发利用、降低温室气体排放、改善生存环境等方面展现出重要的作用。随着燃料电池技术与电制氢技术的发展，氢能在交通领域的发展日益突出。为此，本发明在区域综合能源系统自身电、热和冷需求的基础上，进一步考虑氢需求。考虑到氢能相较于电能更易长时间与大容量的存储，首先建立跨季氢存储模型，实现氢能的跨季存储。然后针对系统内高比例的可再生能源，进而提出针对电氢综合能源系统的鲁棒规划方法。
与现有成果相比，本发明考虑季节储氢的电氢综合能源系统鲁棒规划方法，可有效提升系统内的可再生能源消纳水平，并提升系统规划结果的鲁棒性与经济性。
附图说明
图1是电氢综合能源系统结构图；
图2本发明方法步骤流程图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进行详细说明。
本发明在区域综合能源系统自身电、热和冷需求的基础上，进一步考虑氢需求。另外，氢能相较于电能更易实现大容量和长时间的能源存储。因此，本发明建立针对跨季氢存储设备的数学模型，该模型可实现氢能的跨季节存储，有效提升系统整体经济性。
如图1所示，考虑季节储氢的电氢综合能源系统包含风机、光伏、电解槽、燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐、跨季氢存储设备、吸收式制冷机和换热器，来满足系统内的电、热、冷和氢需求。此外，系统还可与电网公司进行电能的买卖，并从燃气公司购买天然气。其中，风机与光伏可产生电能，电解槽将电能转化为氢能，燃气轮机通过消耗燃气来生成电能与热能，电锅炉可将电能转化为热能，吸收式制冷机可将热能转化为冷能。剩余电、热和氢能可分别采用蓄电池、蓄热槽和储氢罐进行存储。
如图2所示，一种考虑季节储氢的电氢综合能源系统鲁棒规划方法，具体包括以下步骤：
(1)建立跨季氢存储模型；
跨季氢存储设备的充放氢功率为：
其中，
和/>
分别表示跨季氢存储设备在第s个场景t时段的充、放氢功率，/>
和/>
分别表示跨季氢存储设备在第s个场景t时段充/放氢状态，τshs表示跨季氢存储设备的功率-容量比，xshs表示跨季氢存储设备配置容量；
跨季氢存储设备的存储水平为：
其中，
表示跨季氢存储设备在第s个场景t时段存储水平，/>
表示跨季氢存储设备在第1个场景0时段存储水平，/>
表示跨季氢存储设备在第1个场景t时段存储水平，
表示跨季氢存储设备在第1个场景t-1时段存储水平，/>
表示跨季氢存储设备在第s个场景0时段存储水平，/>
表示跨季氢存储设备在第s-1个场景0时段存储水平，/>
表示跨季氢存储设备在第s-1个场景24时段存储水平，/>
表示跨季氢存储设备在第s个场景t-1时段存储水平；/>
和/>
分别表示跨季氢存储设备在第1个场景t时段的充、放氢功率，ηshs+、ηshs-分别表示跨季氢存储设备的充、放氢效率，w(s-1)表示第s-1场景在一年的占比；
跨季氢存储设备的存储水平在一年内的始末状态保持相等约束：
其中，Ns表示一年内的运行场景总数；
跨季氢存储设备充放氢功率约束如下：
其中，
和/>
分别表示跨季氢存储设备在第s个场景的充/放氢状态，其值为1表示在第s个场景进行充/放氢。
(2)建立风机(wt)、光伏(pv)、电解槽(ed)、燃气轮机(gt)、电锅炉(eb)、蓄电池(bt)、蓄热槽(tt)、储氢罐(hs)和吸收式制冷机(ac)的模型；
每种设备的安装容量不得大于该区域所能配置的最大容量的约束为
其中，xχ表示该系统内安装χ设备的容量，
表示该系统内安装χ设备的最大值，其中χ分别表示风机(wt)、光伏(pv)、电解槽(ed)、燃气轮机(gt)、电锅炉(eb)、蓄电池(bt)、蓄热槽(tt)、储氢罐(hs)和吸收式制冷机(ac)；
系统内风机和光伏的出力约束如下：
其中，xpv表示该系统内安装光伏的容量，xwt表示该系统内安装风机的容量，
表示光伏在第s个场景t时段输出的电功率，/>
表示风机在第s个场景t时段输出的电功率，/>
表示光伏在第s个场景t时段单位输出的电功率，/>
表示风机在第s个场景t时段单位输出的电功率；
燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐和吸收式制冷的运行出力不大于其设备的配置容量约束：
其中，
表示电解槽在第s个场景t时段输入的电功率，/>
表示燃气轮机在第s个场景t时段输出的电功率，/>
表示电锅炉在第s个场景t时段输入的电功率，/>
表示吸收式制冷机在第s个场景t时段输入的热功率，/>
和/>
分别表示储氢罐在第s个场景t时段的充/放氢功率，/>
和/>
表示蓄电池在第s个场景t时段的充/放电功率，/>
和/>
分别表示蓄热槽在第s个场景t时段的充/放热功率；
蓄电池、蓄热槽和储氢罐的充放功率和容量约束为：
其中，
和/>
分别表示蓄电池、蓄热槽、储氢罐在第s个场景t时段的荷电状态，ηbt+和ηbt-分别表示蓄电池的充、放电效率，ηtt+和ηtt-分别表示蓄热槽的充、放热效率，ηhs+和ηhs-分别表示储氢罐的充、放氢效率；
蓄电池、蓄热槽、储氢罐的存储水平始末状态保持相等约束：
其中，
和/>
分别表示蓄电池、蓄热槽、储氢罐在第s个场景0时刻的荷电状态，/>
和/>
分别表示蓄电池、蓄热槽、储氢罐在第s个场景24时刻的荷电状态；
电氢综合能源系统与电网的交互电功率约束为：
其中，
表示系统在第s个场景t时刻从电力公司的交易功率，/>
表示系统与电力公司的交易功率最大值；
电氢综合能源系统内的电、热、冷、氢和气功率平衡方程为
其中，
表示系统在第s个场景t时刻从燃气公司的购气功率，ηeb、ηac、ηgt和ηed分别表示电锅炉、吸收式制冷机、燃气轮机、电解槽的转化效率，/>
和/>
分别表示系统内的电、热、冷、氢负荷。
(3)获取多能负荷信息，建立电氢综合能源系统规划模型。
电氢综合能源系统鲁棒规划模型的目标函数为：
Cinv＝(Cpv+Cwt+Ced+Cgt+Ceb+Cac+Chs+Cbt+Ctt+Cshs) (21)；
Cχ＝κxχcχ (22)；
其中，Cinv与Cope分别表示系统的年投资费用和年运行费用，Cχ表示第χ种设备的年投资费用，即Cpv、Cwt、Ced、Cgt、Ceb、Cac、Chs、Cbt、Ctt和Cshs分别表示光伏、风机、电解槽、燃气轮机、电锅炉、吸收式制冷机、储氢罐、蓄电池、蓄热槽和跨季氢存储设备的年投资费用；cχ表示第χ种设备的单位投资费用；
设备资本回收系数为κ，其值为：
κ＝r·(1+r)n/((1+r)n-1) (23)；
其中，r是贴现率，n是投资年限；
其中，
分别表示光伏、风机、燃气轮机、电锅炉、吸收式制冷机、蓄热槽、储氢罐、蓄电池、跨季氢存储设备和电解槽的单位运行维护费用，/>
表示系统从电网的单位购电费用；
不同场景s在一年中总个数为Ns，每个s场景在一年的占比为w(s)，其在一年中的总和为1，具体为：
可再生能源出力与电热冷负荷的不确定集：
其中，
分别为t时段第s个场景中光伏出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值，引入参数/>
和/>
使得/>
在区间/>
内；/>
为光伏整个调度周期的不确定性预算参数，取值范围为[0，Nt]，改变/>
大小可调节鲁棒模型的保守程度；/>
表示光伏出力无不确定性，该鲁棒模型转化为确定模型，无保守性；/>
表示光伏出力在整个调度期均存在不确定性，鲁棒模型的保守性最大；/>
分别表示t时段第s个场景中风机出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值；/>
为风机整个调度周期的不确定性预算参数，/>
和
为使得/>
在区间/>
内的参数。
(4)采用列和约束嵌套生成算法(N-C&CG)求解电氢综合能源系统鲁棒规划模型；
将电氢综合能源系统鲁棒规划模型简写成通用矩阵形式：
s.t. Ax≤b,x∈{0,1} (28)；
Ω(x,u)＝{Cy+Dz≤f-Ex-Fu,z∈{0,1}} (29)；
式中，x表示鲁棒模型的第一阶段投资0-1变量，u为第二阶段的不确定性变量，y表示第二阶段恶劣场景下的运行连续变量，z为第二阶段0-1变量，c，d，g，b，f，A，C，D，E，和F均为相应的系数矩阵，Ω(x,u)表示y和z在某一确定的x和u下的可行域。
首先将min-max-min两阶段鲁棒优化问题转化为包含主问题和子问题的优化问题，对于子问题转化为包含内部主问题和内部子问题的优化问题，通过迭代求解得到优化结果。
子问题为max-min双层优化问题：
式中，x*为主问题中x的优化结果，作为已知变量代入子问题。因子问题的约束条件中存在0-1变量，使得原max-min问题无法直接对偶成min问题，因此，需要将子问题进一步分为内层子问题和外层子问题：
1)内层子问题
式中，un为内层主问题中u的第n次优化结果，作为已知变量代入内层子问题。
2)内层主问题
将内层子问题的第n次优化结果(yn,zn)代入内层主问题：
式中，ω为关于y不等式约束的对偶变量；约束中双线性形式的ωTu使得内层主问题较难直接求解，利用大M法将式(32)转化为线性优化问题；内层主问题与内层子问题迭代求解直至收敛，获得子问题的优化结果；
将子问题的第r次优化结果(ur,yr,zr)代入一下主问题：
式中，l为总迭代次数，主问题与子问题迭代求解直至满足收敛条件；
求解步骤如下：
初始化：设置x0为主问题的一个可行解，迭代次数l＝1，将x0代入子问题求解得到子问题的(ul,yl,zl,θl)。设置下边界LB＝-∞，上边界UB＝+∞，设置ε。
步骤1：将(ul,yl,zl)代入主问题进行优化求解，优化出xl；修正
步骤2：将xl代入子问题求解得到(ul+1,yl+1,zl+1)，同时获得子问题的目标函数值为θl+1。修正UB＝cTxl+θl+1。
步骤3：判断-ε<UB-LB<ε成立，则停止并给出优化结果；否则l＝l+1，跳回步骤1。
本发明的一种考虑季节储氢的电氢综合能源系统鲁棒规划方法，包括建立跨季节氢存储模型，该模型根据不同季节的可再生能源出力与多能需求的不同，实现跨季互补。其次，对燃气轮机、风机、光伏、储能设备等进行建模，从而构成含电、热、冷和氢等多能需求的电氢综合能源系统。该考虑可再生能源出力不确定性的三层min-max-min鲁棒规划模型，由于内层采用0-1变量来表征跨季存储充放状态，因此该模型需采用N-C&CG算法进行求解。结果表明，本方法有效提升电氢综合能源系统的可再生能源渗透水平，并提升系统经济性。
Claims (2)
1.一种考虑季节储氢的电氢综合能源系统鲁棒规划方法，其特征在于，包括以下步骤：
(1)建立跨季氢存储模型；具体为：
跨季氢存储设备的充放氢功率为：
其中，
和/>
分别表示跨季氢存储设备在第s个场景t时段的充/放氢功率，/>
和
分别表示跨季氢存储设备在第s个场景t时段充/放氢状态，τshs表示跨季氢存储设备的功率-容量比，xshs表示跨季氢存储设备配置容量；
跨季氢存储设备的存储水平为：
其中，
表示跨季氢存储设备在第s个场景t时段存储水平，ηshs+和ηshs-分别表示跨季氢存储设备的充、放氢效率，w(s-1)表示第s-1场景在一年的占比为；
跨季氢存储设备的存储水平在一年内的始末状态保持相等约束：
其中，Ns表示一年内的运行场景总数；
跨季氢存储设备充放氢功率约束如下：
其中，
和/>
分别表示跨季氢存储设备在第s个场景的充/放氢状态，其值为1表示在第s个场景进行充/放氢；
(2)建立电氢综合能源系统中所有设备的模型；建立方法为：
每种设备的安装容量不得大于区域所能配置的最大容量的约束为
其中，xχ表示该系统内安装χ设备的容量，
表示该系统内安装χ设备的最大值，其中χ分别表示风机(wt)、光伏(pv)、电解槽(ed)、燃气轮机(gt)、电锅炉(eb)、蓄电池(bt)、蓄热槽(tt)、储氢罐(hs)和吸收式制冷机(ac)；
系统内风机和光伏的出力约束如下：
其中，xpv表示该系统内安装光伏的容量，xwt表示该系统内安装风机的容量，
表示光伏在第s个场景t时段输出的电功率，/>
表示风机在第s个场景t时段输出的电功率，/>
表示光伏在第s个场景t时段单位输出的电功率，/>
表示风机在第s个场景t时段单位输出的电功率；
燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐和吸收式制冷机的运行出力不大于其设备的配置容量约束：
其中，xed、xgt、xeb、xac、xhs、xbt、xtt分别表示该系统内安装电解槽、燃气轮机、电锅炉、吸收式制冷机、蓄电池、蓄热槽和储氢罐的容量，
表示电解槽在第s个场景t时段输入的电功率，/>
表示燃气轮机在第s个场景t时段输出的电功率，/>
表示电锅炉在第s个场景t时段输入的电功率，/>
表示吸收式制冷机在第s个场景t时段输入的热功率，/>
和/>
分别表示储氢罐在第s个场景t时段的充、放氢功率，/>
和/>
表示蓄电池在第s个场景t时段的充、放电功率，/>
和/>
分别表示蓄热槽在第s个场景t时段的充、放热功率；
蓄电池、蓄热槽和储氢罐的充放功率和容量约束为：
其中，
和/>
分别表示蓄电池、蓄热槽、储氢罐在第s个场景t时段的荷电状态，ηbt+和ηbt-分别表示蓄电池的充、放电效率，ηtt+和ηtt-分别表示蓄热槽的充、放热效率，ηhs+和ηhs-分别表示储氢罐的充、放氢效率；
蓄电池、蓄热槽和储氢罐的存储水平始末状态保持相等约束：
其中，
和/>
分别表示蓄电池、蓄热槽、储氢罐在第s个场景0时刻的荷电状态，
和/>
分别表示蓄电池、蓄热槽、储氢罐在第s个场景24时刻的荷电状态；
电氢综合能源系统与电网的交互电功率约束为：
其中，
表示系统在第s个场景t时刻从电力公司的交易功率，/>
表示系统与电力公司的交易功率最大值；
电氢综合能源系统内的电、热、冷、氢和气功率平衡方程为：
其中，
表示系统在第s个场景t时刻从燃气公司的购气功率，ηeb、ηac、ηgt和ηed分别表示电锅炉、吸收式制冷机、燃气轮机、电解槽的转化效率，/>
和/>
分别表示系统内的电、热、冷、氢负荷；
(3)获取多能负荷信息，建立电氢综合能源系统规划模型；方法为：
电氢综合能源系统鲁棒规划模型的目标函数为：
Cinv＝(Cpv+Cwt+Ced+Cgt+Ceb+Cac+Chs+Cbt+Ctt+Cshs) (21)；
Cχ＝κxχcχ (22)；
其中，Cinv与Cope分别表示系统的年投资费用和年运行费用，Cχ表示第χ种设备的年投资费用，即Cpv、Cwt、Ced、Cgt、Ceb、Cac、Chs、Cbt、Ctt和Cshs分别表示光伏、风机、电解槽、燃气轮机、电锅炉、吸收式制冷机、储氢罐、蓄电池、蓄热槽、跨季氢存储设备的年投资费用；cχ表示第χ种设备的单位投资费用；
设备资本回收系数为κ，其值为：
κ＝r·(1+r)n/((1+r)n-1) (23)；
其中，r是贴现率，n是投资年限；
其中，
分别表示光伏、风机、燃气轮机、电锅炉、吸收式制冷机、蓄热槽、储氢罐、蓄电池、跨季氢存储设备和电解槽的单位运行维护费用，/>
表示系统从电网的单位购电费用；
不同场景s在一年中总个数为Ns，每个s场景在一年的占比为w(s)，其在一年中的总和为1，具体为：
可再生能源出力与电热冷负荷的不确定集：
其中，
分别为t时段第s个场景中光伏出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值，引入参数/>
和/>
使得/>
在区间/>
内；/>
为光伏整个调度周期的不确定性预算参数，/>
表示光伏出力无不确定性，该鲁棒模型转化为确定模型，无保守性；/>
表示光伏出力在整个调度期均存在不确定性，鲁棒模型的保守性最大；/>
分别表示t时段第s个场景中风机出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值；/>
为风机整个调度周期的不确定性预算参数，/>
和/>
为使得/>
在区间/>
内的参数；
(4)采用列和约束嵌套生成算法求解电氢综合能源系统规划模型；求解方法为：
将电氢综合能源系统鲁棒规划模型简写成通用矩阵形式：
s.t.Ax≤b,x∈{0,1} (28)；
Ω(x,u)＝{Cy+Dz≤f-Ex-Fu,z∈{0,1}} (29)；
式中，x表示鲁棒模型的第一阶段投资0-1变量，u为第二阶段的不确定性变量，y表示第二阶段恶劣场景下的运行连续变量，z为第二阶段0-1变量，c，d，g，b，f，A，C，D，E，和F均为相应的系数矩阵，Ω(x,u)表示y和z在某一确定的x和u下的可行域；
首先将min-max-min两阶段鲁棒优化问题转化为包含主问题和子问题的优化问题，对于子问题转化为包含内部主问题和内部子问题的优化问题，通过迭代求解得到优化结果；
子问题为max-min双层优化问题：
式中，x*为主问题中x的优化结果，作为已知变量代入子问题，因子问题的约束条件中存在0-1变量，使得原max-min问题无法直接对偶成min问题，因此，需要将子问题进一步分为内层子问题和外层子问题：
1)内层子问题
式中，un为内层主问题中u的第n次优化结果，作为已知变量代入内层子问题；
2)内层主问题
将内层子问题的第n次优化结果(yn,zn)代入内层主问题：
式中，ω为关于y不等式约束的对偶变量；约束中双线性形式的ωTu使得内层主问题较难直接求解，利用大M法将式(32)转化为线性优化问题；内层主问题与内层子问题迭代求解直至收敛，获得子问题的优化结果；
将子问题的第r次优化结果(ur,yr,zr)代入一下主问题：
式中，l为总迭代次数，主问题与子问题迭代求解直至满足收敛条件；
主问题与子问题迭代求解步骤为：
初始化：设置x0为主问题的一个可行解，迭代次数l＝1，将x0代入子问题求解得到子问题的(ul,yl,zl,θl)；设置下边界LB＝-∞，上边界UB＝+∞，设置ε；
步骤1：将(ul,yl,zl)代入主问题进行优化求解，优化出xl；修正
步骤2：将xl代入子问题求解得到(ul+1,yl+1,zl+1)，同时获得子问题的目标函数值为θl+1；修正UB＝cTxl+θl+1；
步骤3：判断-ε<UB-LB<ε成立，则停止并给出优化结果；否则l＝l+1，跳回步骤1。
2.一种用于执行如权利要求1所述方法的电氢综合能源系统，其特征在于，包括风机、光伏、电解槽、燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐、跨季氢存储设备、吸收式制冷机和换热器，其中，风机与光伏产生电能，电解槽将电能转化为氢能，燃气轮机通过消耗燃气来生成电能与热能，电锅炉将电能转化为热能，吸收式制冷机将热能转化为冷能；剩余电、热和氢能分别采用蓄电池、蓄热槽和储氢罐进行存储。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911238483.8A CN111144620B (zh) | 2019-12-06 | 2019-12-06 | 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911238483.8A CN111144620B (zh) | 2019-12-06 | 2019-12-06 | 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111144620A CN111144620A (zh) | 2020-05-12 |
| CN111144620B true CN111144620B (zh) | 2023-06-16 |
Family
ID=70517794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911238483.8A Active CN111144620B (zh) | 2019-12-06 | 2019-12-06 | 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111144620B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111614089B (zh) * | 2020-06-15 | 2021-10-01 | 东北电力大学 | 一种基于模型预测控制的电氢耦合系统功率调控方法 |
| CN112234632B (zh) * | 2020-09-30 | 2023-12-22 | 国网新疆电力有限公司经济技术研究院 | 一种季节性氢储能规划方法 |
| CN112736939B (zh) * | 2020-12-11 | 2022-08-19 | 国网江苏省电力有限公司南通供电分公司 | 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 |
| CN112952805A (zh) * | 2021-02-08 | 2021-06-11 | 国网江苏省电力有限公司电力科学研究院 | 一种考虑柔性氢需求的电氢能源系统调度方法 |
| CN113036787A (zh) * | 2021-03-15 | 2021-06-25 | 天津城建大学 | 一种制氢站能量优化配置方法和系统 |
| CN114049004B (zh) * | 2021-11-11 | 2024-04-19 | 东南大学 | 一种电氢能源站容量随机规划方法、系统和装置 |
| CN114722591B (zh) * | 2022-03-22 | 2023-10-31 | 东南大学 | 一种净零能耗建筑电热氢多能流供能设备规划方法 |
| CN114818078B (zh) * | 2022-05-09 | 2023-07-25 | 东南大学 | 考虑长短期不确定性的净零能耗建筑能源系统规划方法 |
| CN114997544A (zh) * | 2022-08-04 | 2022-09-02 | 北京理工大学 | 一种氢光储充电站容量优化配置方法及系统 |
| CN117200265B (zh) * | 2023-07-27 | 2024-05-28 | 河海大学 | 一种考虑不确定性故障的海上电氢系统容量规划方法 |
| CN117689179B (zh) * | 2024-01-30 | 2024-05-03 | 山东建筑大学 | 基于多阶段鲁棒的综合能源系统运行优化方法及系统 |
| CN118485319A (zh) * | 2024-07-11 | 2024-08-13 | 南京苏逸实业有限公司 | 电氢综合能源系统鲁棒规划方法、装置、电子设备和介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110009152B (zh) * | 2019-04-03 | 2021-12-07 | 东南大学 | 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法 |
| CN110135631B (zh) * | 2019-04-26 | 2022-02-22 | 燕山大学 | 基于信息间隙决策理论的电气综合能源系统调度方法 |
| CN110163767A (zh) * | 2019-04-29 | 2019-08-23 | 东南大学 | 一种含多利益主体的区域综合能源系统分散式规划方法 |
-
2019
- 2019-12-06 CN CN201911238483.8A patent/CN111144620B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111144620A (zh) | 2020-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111144620B (zh) | 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法 | |
| CN111445090B (zh) | 一种离网型综合能源系统双层规划方法 | |
| CN106849190B (zh) | 一种基于Rollout算法的多能互补微网实时调度方法 | |
| CN110866627B (zh) | 一种考虑阶梯气价的多区域电-气耦合综合能源系统优化调度方法 | |
| Lingmin et al. | Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power | |
| CN111027846B (zh) | 一种考虑热氢联产的电氢综合能源系统及其容量配置方法 | |
| CN107134810B (zh) | 一种独立型微能源网储能系统优化配置求解方法 | |
| CN108667012A (zh) | 基于多场景的区域能源互联网源荷储双阶段协调优化方法 | |
| CN114722591B (zh) | 一种净零能耗建筑电热氢多能流供能设备规划方法 | |
| CN112907098B (zh) | 园区综合能源系统的多阶段容量配置方法及配置系统 | |
| CN113159407B (zh) | 基于区域综合能源系统的多能储存模块容量优化配置方法 | |
| CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
| CN110601260B (zh) | 一种限定联络线上功率波动的光-蓄系统容量优化方法 | |
| CN114243795A (zh) | 一种典型充电站综合能源协同交互优化配置方法及系统 | |
| CN113850474B (zh) | 一种热电氢多能流综合能源系统及其优化调度方法 | |
| CN112417651B (zh) | 一种基于后悔规避的用户级综合能源系统优化方法 | |
| CN114818078B (zh) | 考虑长短期不确定性的净零能耗建筑能源系统规划方法 | |
| CN112862253A (zh) | 考虑风电不确定性的电-气-热储能协同规划方法及系统 | |
| CN114069688A (zh) | 一种基于时序生产模拟的多电源容量布局规划方法 | |
| 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 | |
| CN109861292B (zh) | 一种基于多能源储能系统提高清洁能源消纳方法 | |
| CN117649089A (zh) | 一种集成氢能的综合能源系统鲁棒低碳优化调度方法 | |
| Wang et al. | Capacity Optimization of Island Integrated Energy System Considering Hydrogen Energy Access | |
| CN114912286B (zh) | 一种氢能支撑的零能耗建筑供能系统规划方法 | |
| Liu et al. | Modeling Building Energy Demand for Distributed Renewable Energy System Planning |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201216 Address after: Room 428, building a, 218 Hongkou Road, Kunlun Street, Liyang City, Changzhou City, Jiangsu Province Applicant after: Liyang Research Institute of Southeast University Applicant after: SOUTHEAST University Address before: 211102 No. 2 Southeast University Road, Jiangning District, Nanjing City, Jiangsu Province Applicant before: SOUTHEAST University |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |