CN111161809A - 基于电转氢的能源系统操作灵活性提升方法 - Google Patents

基于电转氢的能源系统操作灵活性提升方法 Download PDF

Info

Publication number
CN111161809A
CN111161809A CN201911257096.9A CN201911257096A CN111161809A CN 111161809 A CN111161809 A CN 111161809A CN 201911257096 A CN201911257096 A CN 201911257096A CN 111161809 A CN111161809 A CN 111161809A
Authority
CN
China
Prior art keywords
hydrogen
unit
electrolyzer
model
energy
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.)
Granted
Application number
CN201911257096.9A
Other languages
English (en)
Other versions
CN111161809B (zh
Inventor
李鹏
丁昊晖
郝浩
胡秦然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Nanzi Huadun Digital Technology Co ltd
Original Assignee
Nanjing Huadun Power Information Security Evaluation Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Huadun Power Information Security Evaluation Co Ltd filed Critical Nanjing Huadun Power Information Security Evaluation Co Ltd
Priority to CN201911257096.9A priority Critical patent/CN111161809B/zh
Publication of CN111161809A publication Critical patent/CN111161809A/zh
Application granted granted Critical
Publication of CN111161809B publication Critical patent/CN111161809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10Analysis or design of chemical reactions, syntheses or processes

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)

Abstract

本发明公开了一种基于电转氢的能源系统操作灵活性提升方法,包括以下步骤:分析包含电解器和储氢罐的电转氢系统运行情况,推导出电转氢系统的数学模型;获取热电联产机组模型,并将电转氢系统数学模型、电锅炉模型、储电装置模型和热电联产机组模型结合,得到了综合电、热、氢的系统模型;根据综合电、热、氢的系统模型,求出最佳调度方案使经济效应最好,实现能源系统操作灵活性提升。本发明综合调度了电解器、储氢罐、电锅炉、储电装置来大幅度增加热电联产机组的灵活性,从而减少了弃风。

Description

基于电转氢的能源系统操作灵活性提升方法
技术领域
本发明属于电力系统技术领域,具体涉及一种基于电转氢的能源系统操作灵活性提升方法。
背景技术
在热电、风电共同存在的区域内,由于以热定电的规则存在,使得热电联供机组调节方式不灵活,风电机组缺乏可控性,导致大型风电场被削减。所以,找到一种有效方法来增强热电联供机组在操作上的灵活性会对风电的利用产生积极影响。
现在常规使用的方法有利用储热罐、电锅炉和热泵来增加热电联供机组的灵活性,这是一个减少风能损耗的可行的解决方案。也可以采用电转氢的解决方案,在电解水的过程中加入热能回收系统,也能减轻热电联供机组的供热压力。
尽管这些装置都会提升综合能源系统的灵活性,但是含电、热、氢的综合能源系统的操作特性尚未经过彻底研究,增加热源和电转氢系统的综合影响也没有被深入分析。
发明内容
本发明的目的在于克服现有技术的不足,提供了一种基于电转氢的能源系统操作灵活性提升方法,综合调度了电解器、储氢罐、电锅炉、储电装置来大幅度增加热电联产机组的灵活性,从而减少了弃风。
为解决上述技术问题,本发明提供了一种基于电转氢的能源系统操作灵活性提升方法,其特征是,包括以下步骤:
能源系统包括电转氢系统、电锅炉、储电装置和热电联产机组;
分析包含电解器和储氢罐的电转氢系统运行情况,推导出电转氢系统的数学模型;
获取热电联产机组模型,并将电转氢系统数学模型、电锅炉模型、储电装置模型和热电联产机组模型结合,得到了综合电、热、氢的系统模型;
根据综合电、热、氢的系统模型,求出最佳调度方案使经济效应最好,实现能源系统操作灵活性提升。
进一步的,所述分析包含电解器和储氢罐的电转氢系统运行情况,推导出电转氢系统的数学模型包括:
电网络给电解器提供电能pi,t,其中i代表第i电解器,t代表第t个小时,电能pi,t通过一个AC/DC变换器以效率ηi,1转换为
Figure BDA0002310577100000021
然后通过碱性电解器的电化学反应,将电能
Figure BDA0002310577100000022
中一部分电能
Figure BDA0002310577100000023
用于生产氢气,另一部分电能被转化为热能
Figure BDA0002310577100000024
用公式表达记为:
Figure BDA0002310577100000025
把碱性电解器模型分解为热子模型和化学子模型,各个模型详细描述如下:
电化学子模型:
电化学子模型仔细描述了有关能量
Figure BDA0002310577100000026
Figure BDA0002310577100000027
的数学公式;根据电化学理论,
Figure BDA0002310577100000028
Figure BDA0002310577100000029
可以用公式(2)和(3)表示;
Figure BDA00023105771000000210
Figure BDA00023105771000000211
式中icell为电解器中电解电池的电流密度,Ucell函数为电池操作电压,Utn函数为非应激电压,Ti,t为电解器的工作温度;
基于公式(2)和(3),可以得到
Figure BDA0002310577100000031
和电解电池的工作温度Ti,t三个状态变量之间的关系为:
Figure BDA0002310577100000032
公式(4)阐述了温度Ti,t可以通过电网络决定
Figure BDA0002310577100000033
Figure BDA0002310577100000034
的输出比例;
碱性电解器的可操作区域分割成4个三角形,这4个三角形区域分别用ΔABEBCECDEADE表示,则操作区域可以表示为:
σABCD=ΔABE∪ΔBCE∪ΔCDE∪ΔADE (5)
如果碱性电解器在ABE区域里,它满足:
Figure BDA0002310577100000035
式中,x,y,z为各个坐标值,a是凸优化系数,
Figure BDA0002310577100000036
代表三角形ABE的角落数;
因此,对于j∈σABCD,j代表σABCD的一个区域,Nj代表区域j的角落数,本发明由(6)式推出的(7)式和(8)式来获得电解器中用于产生氢气的能量
Figure BDA0002310577100000037
用于发热的能量
Figure BDA0002310577100000038
和温度Ti,t
Figure BDA0002310577100000041
Figure BDA0002310577100000042
式中,M是一个非常大的正数,δj是电解器模型的系数;
热子模型:
热子模型描述了有关电解器和供热网络交换的数学模型;通过控制电解器的热输出qi,t,i∈εL来决定工作温度Ti,t
Figure BDA0002310577100000043
Figure BDA0002310577100000044
式中,εL是指电解器集合,Ct是热容常数,Rt=0.164℃/W,ηi,2是电解器把热量转化成温度的效率,
Figure BDA0002310577100000045
是损失到空气中的能量,Ti,t是电解器工作温度,Ta是环境温度;并且公式(9)可以被转化为离散化模型。
Figure BDA0002310577100000046
工作温度应该满足以下约束:
Figure BDA0002310577100000051
Ti 是电解器允许温度下限,
Figure BDA0002310577100000052
是电解器允许温度上限。
储氢罐的数学模型:
电解器用于产生的氢的能量为
Figure BDA0002310577100000053
Figure BDA0002310577100000054
式中,ni,t是氢气的产量,
Figure BDA0002310577100000058
是生产每千克氢气所需的能量;由(13)式可知对于储氢罐来说,氢气的产量ni,t主要的调度变量是储氢罐的气压,可以用理想气体定律来计算:
Figure BDA0002310577100000055
式中,HS是储氢罐集合,ΔPri,t是第i个储氢罐在时间t的气压变化,R是理想气体常数,Ti是第i个储氢罐的温度,Vi是第i个储氢罐体积;其他的限制如下:
Figure BDA0002310577100000056
式中,Pri 是储氢罐允许的气压下限,
Figure BDA0002310577100000057
是储氢罐允许的气压上限。
进一步的,所述获取热电联产机组模型包括:
热电联供机组的电能及热能输出为:
Figure BDA0002310577100000061
式中,x,y,z为各个坐标值,x坐标对应的热能;y坐标对应电能;z坐标对应成本;c是燃料成本,CHP是热电联供机组集合,α是凸优化系数,Ki代表热电联产机组的边界数量。
进一步的,所述将电转氢系统数学模型、电锅炉模型、储电装置模型和热电联产机组模型结合,得到了综合电、热、氢的系统模型包括:
增加电解器、储电装置和电锅炉的热电联供机组可以增加能源系统的灵活性;电能量守恒和热量守恒表示为:
Figure BDA0002310577100000062
Figure BDA0002310577100000063
式中pi,t是每一种装置产出的电能,p′i,t是产出的总电能,qi,t是每一种装置产出的热能,q′i,t是产出的总热能,εB是电锅炉,εS是储电装置,εL是电解器,CHP是热电联供机组。
进一步的,所述根据综合电、热、氢的系统模型,求出最佳调度方案使经济效应最好包括:
综合电、热、氢优化模型被设计来使燃油消耗和弃风最小化;目标函数包括总的燃料成本和弃风成本:
f=minCfuel+Ccurtail (21)
Cfuel是总燃油损耗,Ccurtail是弃风惩罚;
Cfuel是所有火电厂燃油消耗CTP和热电联产机组燃油消耗CCHP的总和;火电厂和热电联产机组的花费分别用公式(22)(23)表示;一个典型火电厂的燃料花费和其能量输出是成线性关系的;第i号机组的价格是ri
Figure BDA0002310577100000071
Figure BDA0002310577100000072
式中,TP是火电厂集合,pi,t是t时刻第i个火电场的发电量,ri是第i个火电厂的发电成本,Th指24小时;ci,t是第i台热电联供机组在时刻t的发电成本;
Figure BDA0002310577100000073
如公式(24)所示,弃风惩罚Ccurtail是风力发电机组的期望最大输出
Figure BDA0002310577100000076
和实际发出的电能pi,t的差值;式中W表示风电机组,β是弃风惩罚价格。
进一步的,目标函数还包括约束条件:
电平衡由公式(25)表示;电需求等于所有机组生产的电力总和减去电锅炉和电解器消耗、存储的电能;当机组i消耗电能时,机组发出的电能pi,t是负的;式中DPt是电需求;
Figure BDA0002310577100000074
热平衡由公式(26)表示;热需求等于热电联产机组、电锅炉和电解器产生的热量总和;
Figure BDA0002310577100000075
氢平衡由公式(27)表示;氢需求DQt等于电解器产出的氢气和储氢罐放出的氢气之和;
Figure BDA0002310577100000081
系统存储确保机组可以实时提供充足的电力;这个可以表述为:
Figure BDA0002310577100000082
式中,pi是机组输出的电功率,
Figure BDA0002310577100000083
是风电机组的预期出力。ui,t是机组开关状态,ξ是风电稳定系数,ε是备用系数。系数ξ和ε由系统运营商根据可再生能源机组的历史表现和系统需求分别设定;
接下来是传统火电厂和热电联供机组的爬坡约束,第i号热电连供机组和火电厂机组的约束如下:
pi,t-pi,t-1≤RUi·ui,t-1+SUi(ui,t-ui,t-1) (29)
pi,t-pi,t-1≥-RUi·ui,t-1-SDi(ui,t-ui,t-1) (30)
Figure BDA0002310577100000084
式中,SUi是机组的启动速率,SDi是机组的停止速率,RUi是机组的爬坡速率;ui,t和ui,t-1是t时刻和t-1时刻机组的开关状态;
Figure BDA0002310577100000085
分别是机组发出电功率的下界和上界;最小开通及关断时间的限制如下所示:
Figure BDA0002310577100000086
Figure BDA0002310577100000087
Figure BDA0002310577100000088
Figure BDA0002310577100000089
Figure BDA00023105771000000810
Figure BDA0002310577100000091
等式(32)-(36)描述了开通时间限制;式中,ui,t是机组开关状态,UTi是机组i的最小开通时间。G1i和机组i的初始状态有关,表示被关闭之前所需的开通时间;等式(35)-(37)描述了关断时间限制,DTi是机组i的最小关断时间;G0i是机组i的初始状态,表示被开通之前所需的关断时间。
与现有技术相比,本发明所达到的有益效果是:本发明方法综合调度了电解器、储氢罐、电锅炉、储电装置来大幅度增加热电联产机组的灵活性,从而减少了弃风。
附图说明
图1为本发明的碱性电解器说明图;
图2本发明中电解器可行域分解图;
图3为本发明设计的3个案例测试效果图,横坐标为24小时,纵坐标为电功率(MW);其中A区域表示弃掉的风电,B区域表示并网的风电,C区域为热电联供机组发出的风电,D区域为火电厂发出的风电;
图4为本发明给出的每中机组每小时出力的最优调度方案。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
由于热电联供机组是不灵活的,所以在供热的同时必然产生电能。在冬天,热电联供机组通常会为了满足热需求而一直工作,并一直产生电能。尤其在用电低谷时期,热电联供机组也会产生大量电能,这就导致了弃风现象。本发明设计了一种基于电转氢的综合能源系统,在综合能源系统里加入电转氢系统、电锅炉、储电装置热电联产机组,在用电低谷时期,可以通过用电发热、用电制氢等方式消纳风电,这些装置增加了能源系统的操作弹性,减少了弃风现象。
本发明的一种基于电转氢的能源系统操作灵活性提升方法,参见图1所示,具体的包括以下内容:
步骤一,分析包含电解器和储氢罐的电转氢系统运行情况,并基于氢气的生产和存储原理推导出电转氢系统的能量平衡数学方程式,得到了电转氢系统数学模型。
对电转氢系统中包含的碱性电解器和储氢罐进行建模处理,并把碱性电解器模型分解为热子模型和化学子模型,用近似线性化的方法详细描述电转氢系统的操作特性,就得到了电转氢系统凸优化数学模型,这样目的是使电转氢系统和其他装置的模型一样,都是线性的且是凸优化问题,这样就必然能求出最优解。
如图1所示,含碱性电解器的典型电转氢系统包括三种能量:电能、热能、氢气。
电网络(发电机组)给电解器提供电能pi,t,其中i代表第i电解器,t代表第t个小时,电能pi,t通过一个AC/DC变换器以效率ηi,1转换为
Figure BDA0002310577100000101
然后通过碱性电解器的电化学反应,将电能
Figure BDA0002310577100000102
中一部分电能
Figure BDA0002310577100000103
用于生产氢气,另一部分电能被转化为热能
Figure BDA0002310577100000104
用公式表达记为:
Figure BDA0002310577100000105
在碱性电解器中,除了逸散到空气中的热量,电转氢系统还包含将热能转化到集中供热系统的热能转换器和水泵。
把碱性电解器模型分解为热子模型和化学子模型,各个模型详细描述如下:
电化学子模型:
电化学子模型仔细描述了有关能量
Figure BDA0002310577100000111
Figure BDA0002310577100000112
的数学公式。根据电化学理论,
Figure BDA0002310577100000113
Figure BDA0002310577100000114
可以用公式(2)和(3)表示。
Figure BDA0002310577100000115
Figure BDA0002310577100000116
式中icell为电解器中电解电池的电流密度,Ucell函数为电池操作电压,Utn函数为非应激电压,Ti,t为电解器的工作温度。
基于公式(2)和(3),可以得到
Figure BDA0002310577100000117
和电解电池的工作温度Ti,t三个状态变量之间的关系为:
Figure BDA0002310577100000118
公式(4)阐述了温度Ti,t可以通过电网络决定
Figure BDA0002310577100000119
Figure BDA00023105771000001110
的输出比例。然而,由于
Figure BDA00023105771000001111
以及两者之间的比例是状态变量,不可能以两个变量相乘的方式将它们整合到凸线性优化模型中(因为两个变量相乘就不是线性的了)。
本发明在图2(a)中展示碱性电解器的可操作区域——一个略微弯曲的弧面,是非线性操作区域,其x坐标表示温度Ti,t,y坐标表示
Figure BDA00023105771000001112
z坐标表示
Figure BDA00023105771000001113
图2表现出了温度变化时
Figure BDA00023105771000001114
Figure BDA00023105771000001115
是如何变化的。为了将电转氢系统整合到凸线性优化模型中,将电解器的非线性操作区域利用两条对角线分割成几块近似线性的区域,如图2(b)所示,其中A、B、C、D是可操作区域的顶点,E是可操作区域的中间点。为了简化起见,可操作区域只分割成4个三角形,这4个三角形区域分别用ΔABEBCECDEADE表示,则操作区域可以表示为:
σABCD=ΔABE∪ΔBCE∪ΔCDE∪ΔADE (5)
如果碱性电解器在ABE区域里,它满足:
Figure BDA0002310577100000121
式中,x,y,z为各个坐标值,a是凸优化系数,
Figure BDA0002310577100000122
代表三角形ABE的角落数,即3。因此,对于j∈σABCD(j代表σABCD的一个区域,Nj代表区域j的角落数),本发明由(6)式推出的(7)式和(8)式来获得电解器中用于产生氢气的能量
Figure BDA0002310577100000123
用于发热的能量
Figure BDA0002310577100000124
和温度Ti,t
Figure BDA0002310577100000125
Figure BDA0002310577100000126
式中,M是一个非常大的正数,δj是电解器模型的系数。
热子模型:
热子模型描述了有关电解器和供热网络交换的数学模型。通过控制电解器的热输出qi,t,i∈εL(εL是指电解器集合)来决定工作温度Ti,t
Figure BDA0002310577100000131
Figure BDA0002310577100000132
式中Ct是热容常数,Rt=0.164℃/W,ηi,2是电解器把热量转化成温度的效率,
Figure BDA0002310577100000133
是损失到空气中的能量,Ti,t是电解器工作温度,Ta是环境温度。并且公式(9)可以被转化为离散化模型。
Figure BDA0002310577100000134
工作温度应该满足以下约束:
Figure BDA0002310577100000135
Ti 是电解器允许温度下限,
Figure BDA0002310577100000136
是电解器允许温度上限。由于水电解的过程会改变工作温度Ti,t,所以这也是一种储存热能的方式,整个电解器就可以看作是一个储热罐。
以上是电解器的建模,接下来是共同组成电转氢系统的储氢罐的建模。
储氢罐的数学模型:
电解器用于产生的氢的能量为
Figure BDA0002310577100000137
Figure BDA0002310577100000138
式中,ni,t是氢气的产量,LHVH2是生产每千克氢气所需的能量。由(13)式可知对于储氢罐来说,氢气的产量ni,t主要的调度变量是储氢罐的气压,可以用理想气体定律来计算:
Figure BDA0002310577100000141
式中,HS是储氢罐集合,ΔPri,t是第i个储氢罐在时间t的气压变化,R是理想气体常数,Ti是第i个储氢罐的温度,Vi是第i个储氢罐体积。其他的限制如下:
Figure BDA0002310577100000142
式中,Pri 是储氢罐允许的气压下限,
Figure BDA0002310577100000143
是储氢罐允许的气压上限。值得注意的是,只有在氢气气压最大值相对较低(13.8bar)并且储氢罐的平均温度被设为常数(313K)的时候才能用理想气体定律。
步骤二,建立热电联产机组模型,并把电转氢系统凸优化数学模型、电锅炉模型、储电装置模型和热电联产机组模型结合,得到了综合电、热、氢的系统模型,这样的目的是可以使用数学工具对问题进行分析。
热电联产机组在热生产的同时必须也要生产电能。可行域已经被广泛应用于描述热电联供机组的操作特性。这些区域的边界反映了热电联供机组内部的操作限制,例如涡轮机的蒸汽压力限制和燃料限制。第i号热电联产机组边界的数量用Ki来表示。
这里本发明用线性模型来表示燃料成本,含凸可行域的热电联供机组的电能及热能输出为:
Figure BDA0002310577100000144
式中,x,y,z为各个坐标值,x坐标对应的热能(MW),y坐标对应电能(MW),z坐标对应成本(元)。c是燃料成本,CHP是热电联供机组集合,α是凸优化系数,Ki代表热电联产机组的边界数量。
增加电解器、储电装置和电锅炉的热电联供机组可以增加能源系统的灵活性。电能量守恒和热量守恒表示为:
Figure BDA0002310577100000151
Figure BDA0002310577100000152
式中pi,t是每一种装置产出的电能,p′i,t是产出的总电能,qi,t是每一种装置产出的热能,q′i,t是产出的总热能,εB是电锅炉,εS是储电装置,εL是电解器,CHP是热电联供机组。
电锅炉模型如式(19)所示:
qi,tipi,t=0,i∈εB (19)
式中ηi是第i个电锅炉的热电转换效率;
储电装置模型如式(20)所示:
Figure BDA0002310577100000153
式中
Figure BDA0002310577100000154
是放电效率,
Figure BDA0002310577100000155
是充电效率,Δpi,t是充放电量,
Figure BDA0002310577100000156
是充放电速度的上下限。
步骤三,根据得到的综合电、热、氢的系统模型,模拟系统一天的运行,并通过优化所有可控能量源每小时的电、热和氢输出量,使多能量源的运行成本最小化,这样的目的是求出最佳调度方案使经济效应(燃料成本和弃风最小)最好。
综合电、热、氢优化模型把电、热、氢系统的运行建模为混合整数优化问题,同时考虑到了系统操作的多重限制,比如负荷平衡、准备金要求和爬坡限制等。它优化了所有可控发电机每小时的电、热和氢的输出量,使多能量源的运行成本最小化。
综合电、热、氢优化模型被设计来使燃油消耗和弃风最小化。目标函数包括总的燃料成本和弃风成本:
f=minCfuel+Ccurtail (21)
Cfuel是总燃油损耗,Ccurtail是弃风惩罚。
本发明的Cfuel是所有火电厂燃油消耗CTP和热电联产机组燃油消耗CCHP的总和。火电厂和热电联产机组的花费分别用公式(22)(23)表示。一个典型火电厂的燃料花费和其能量输出是成线性关系的。第i号机组的价格是ri。应该注意的是,成本模型可以轻易被扩展成更精确的分段线性模型。
Figure BDA0002310577100000161
Figure BDA0002310577100000162
式中,TP是火电厂集合,pi,t是t时刻第i个火电场的发电量,ri是第i个火电厂的发电成本,Th指24小时。ci,t是第i台热电联供机组在时刻t的发电成本。
Figure BDA0002310577100000163
如公式(24)所示,弃风惩罚Ccurtail是风力发电机组的期望最大输出
Figure BDA0002310577100000164
和实际发出的电能pi,t的差值。式中W表示风电机组,β是弃风惩罚价格。
系统约束包括能源供给、用能设备需求、储能元件约束在内的多种平衡关系。
电平衡由公式(25)表示。电需求等于所有机组生产的电力总和减去电锅炉和电解器消耗、存储的电能。请注意,当机组i消耗电能时,机组发出的电能pi,t是负的。式中DPt是电需求。
Figure BDA0002310577100000171
热平衡由公式(26)表示。热需求等于热电联产机组、电锅炉和电解器产生的热量总和。
Figure BDA0002310577100000172
氢平衡由公式(27)表示。氢需求DQt等于电解器产出的氢气和储氢罐放出的氢气之和。
Figure BDA0002310577100000173
系统存储确保机组可以实时提供充足的电力。这个可以表述为:
Figure BDA0002310577100000174
式中,pi是机组输出的电功率,
Figure BDA0002310577100000175
是风电机组的预期出力。ui,t是机组开关状态,ξ是风电稳定系数,ε是备用系数。系数ξ和ε由系统运营商根据可再生能源机组的历史表现和系统需求分别设定。
接下来是传统火电厂和热电联供机组的爬坡约束,第i号热电连供机组和火电厂机组的约束如下:
pi,t-pi,t-1≤RUi·ui,t-1+SUi(ui,t-ui,t-1) (29)
pi,t-pi,t-1≥-RUi·ui,t-1-SDi(ui,t-ui,t-1) (30)
Figure BDA0002310577100000176
式中,SUi是机组的启动速率,SDi是机组的停止速率,RUi是机组的爬坡速率。ui,t和ui,t-1是t时刻和t-1时刻机组的开关状态。
Figure BDA0002310577100000181
分别是机组发出电功率的下界和上界。最小开通及关断时间的限制如下所示:
Figure BDA0002310577100000182
Figure BDA0002310577100000183
Figure BDA0002310577100000184
Figure BDA0002310577100000185
Figure BDA0002310577100000186
Figure BDA0002310577100000187
等式(32)-(36)描述了开通时间限制。式中,ui,t是机组开关状态,UTi是机组i的最小开通时间。G1i和机组i的初始状态有关,表示被关闭之前所需的开通时间。等式(35)-(37)描述了关断时间限制,DTi是机组i的最小关断时间。G0i是机组i的初始状态,表示被开通之前所需的关断时间。
本发明基于上述模型用Yalmip调用gurobi进行仿真。仿真结果如图4所示,横坐标为24小时,纵坐标为功率(MW)。图4给出了每个机组在每个小时应该输出的功率,按照此方法进行调度,总成本最小。其实验条件是某地24小时电需求分别为[166.4 156 150.8145.6 145.6 150.8 166.4 197.6 226.2 247 257.4 260 257.4 260 260 252.2 249.6249.6 241.8 239.2 239.2 241.8 226.2 187.2]单位MW。热需求为[95.55 97.65 99.75100.8 101.85 102.9 102.9 102.9 99.75 90.3 76.65 66.1 58.8 57.75 58.8 64.0572.45 77.7 79.8 81.9 82.95 84 85.05 85.05]单位MW。氢需求为[0 0 0 0 4.2 24.558.8 23.8 29.4 11.2 7 7 7 1.4 15.4 28 64.4 29.4 13.3 4.9 0 0 0 0]单位KG。
步骤四,验证本发明的有效性。
为了验证本发明的有效性,本发明设计了3个案例,在案例1中,系统既不含电锅炉也不含电解氢系统,在案例2中,系统仅含电锅炉,在案例3中,系统既含电锅炉也含电解氢。本发明基于上述模型对每一个案例分别用Yalmip调用gurobi进行仿真。仿真结果如图3所示,横坐标为24小时,纵坐标为电功率(MW)。其中A区域表示弃掉的风电,B区域表示并网的风电,C区域为热电联供机组发出的风电,D区域为火电厂发出的风电。图3(a)为案例1的仿真结果,如图所示,从23时到9时都有弃风,浪费了很多电能。图3(b)为案例2的仿真结果,如图所示,加入电锅炉后,弃风情况明显改善,但4时到7时扔有少量弃风。图3(c)为案例3的仿真结果,如图所示,加入电锅炉、储氢罐和电解器后,所有的风电都被利用起来了,提高了经济效益。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。

Claims (6)

1.一种基于电转氢的能源系统操作灵活性提升方法,其特征是,包括以下步骤:
分析包含电解器和储氢罐的电转氢系统运行情况,推导出电转氢系统的数学模型;
获取热电联产机组模型,并将电转氢系统数学模型、电锅炉模型、储电装置模型和热电联产机组模型结合,得到了综合电、热、氢的系统模型;
根据综合电、热、氢的系统模型,求出最佳调度方案使经济效应最好,实现能源系统操作灵活性提升。
2.根据权利要求1所述的一种基于电转氢的能源系统操作灵活性提升方法,其特征是,所述分析包含电解器和储氢罐的电转氢系统运行情况,推导出电转氢系统的数学模型包括:
电网络给电解器提供电能pi,t,其中i代表第i电解器,t代表第t个小时,电能pi,t通过一个AC/DC变换器以效率ηi,1转换为
Figure FDA0002310577090000011
然后通过碱性电解器的电化学反应,将电能
Figure FDA0002310577090000012
中一部分电能
Figure FDA0002310577090000013
用于生产氢气,另一部分电能被转化为热能
Figure FDA0002310577090000014
用公式表达记为:
Figure FDA0002310577090000015
把碱性电解器模型分解为热子模型和化学子模型,各个模型详细描述如下:
电化学子模型:
电化学子模型仔细描述了有关能量
Figure FDA0002310577090000016
Figure FDA0002310577090000017
的数学公式;根据电化学理论,
Figure FDA0002310577090000018
Figure FDA0002310577090000019
可以用公式(2)和(3)表示;
Figure FDA00023105770900000110
Figure FDA0002310577090000021
式中icell为电解器中电解电池的电流密度,Ucell函数为电池操作电压,Utn函数为非应激电压,Ti,t为电解器的工作温度;
基于公式(2)和(3),可以得到
Figure FDA0002310577090000022
Figure FDA0002310577090000023
和电解电池的工作温度Ti,t三个状态变量之间的关系为:
Figure FDA0002310577090000024
公式(4)阐述了温度Ti,t可以通过电网络决定
Figure FDA0002310577090000025
Figure FDA0002310577090000026
的输出比例;
碱性电解器的可操作区域分割成4个三角形,这4个三角形区域分别用ΔABEBCECDEADE表示,则操作区域可以表示为:
σABCD=ΔABE∪ΔBCE∪ΔCDE∪ΔADE (5)
如果碱性电解器在ABE区域里,它满足:
Figure FDA0002310577090000027
式中,x,y,z为各个坐标值,a是凸优化系数,
Figure FDA0002310577090000028
代表三角形ABE的角落数;
因此,对于j∈σABCD,j代表σABCD的一个区域,Nj代表区域j的角落数,本发明由(6)式推出的(7)式和(8)式来获得电解器中用于产生氢气的能量
Figure FDA0002310577090000029
用于发热的能量
Figure FDA00023105770900000210
和温度Ti,t
Figure FDA0002310577090000031
Figure FDA0002310577090000032
式中,M是一个非常大的正数,δj是电解器模型的系数;
热子模型:
热子模型描述了有关电解器和供热网络交换的数学模型;通过控制电解器的热输出qi,t,i∈εL来决定工作温度Ti,t
Figure FDA0002310577090000033
Figure FDA0002310577090000034
式中,εL是指电解器集合,Ct是热容常数,Rt=0.164℃/W,ηi,2是电解器把热量转化成温度的效率,
Figure FDA0002310577090000035
是损失到空气中的能量,Ti,t是电解器工作温度,Ta是环境温度;并且公式(9)可以被转化为离散化模型;
Figure FDA0002310577090000036
工作温度应该满足以下约束:
Figure FDA0002310577090000041
Ti 是电解器允许温度下限,
Figure FDA0002310577090000042
是电解器允许温度上限;
储氢罐的数学模型:
电解器用于产生的氢的能量为
Figure FDA0002310577090000043
Figure FDA0002310577090000044
式中,ni,t是氢气的产量,
Figure FDA0002310577090000045
是生产每千克氢气所需的能量;由(13)式可知对于储氢罐来说,氢气的产量ni,t主要的调度变量是储氢罐的气压,可以用理想气体定律来计算:
Figure FDA0002310577090000046
式中,HS是储氢罐集合,ΔPri,t是第i个储氢罐在时间t的气压变化,R是理想气体常数,Ti是第i个储氢罐的温度,Vi是第i个储氢罐体积;其他的限制如下:
Figure FDA0002310577090000047
式中,Pri 是储氢罐允许的气压下限,
Figure FDA0002310577090000048
是储氢罐允许的气压上限。
3.根据权利要求2所述的一种基于电转氢的能源系统操作灵活性提升方法,其特征是,所述获取热电联产机组模型包括:
热电联供机组的电能及热能输出为:
Figure FDA0002310577090000051
式中,x,y,z为各个坐标值,x坐标对应的热能;y坐标对应电能;z坐标对应成本;c是燃料成本,CHP是热电联供机组集合,α是凸优化系数,Ki代表热电联产机组的边界数量。
4.根据权利要求3所述的一种基于电转氢的能源系统操作灵活性提升方法,其特征是,所述将电转氢系统数学模型、电锅炉模型、储电装置模型和热电联产机组模型结合,得到了综合电、热、氢的系统模型包括:
增加电解器、储电装置和电锅炉的热电联供机组可以增加能源系统的灵活性;电能量守恒和热量守恒表示为:
Figure FDA0002310577090000052
Figure FDA0002310577090000053
式中pi,t是每一种装置产出的电能,p′i,t是产出的总电能,qi,t是每一种装置产出的热能,q′i,t是产出的总热能,εB是电锅炉,εS是储电装置,εL是电解器,CHP是热电联供机组。
5.根据权利要求1所述的一种基于电转氢的能源系统操作灵活性提升方法,其特征是,所述根据综合电、热、氢的系统模型,求出最佳调度方案使经济效应最好包括:
综合电、热、氢优化模型被设计来使燃油消耗和弃风最小化;目标函数包括总的燃料成本和弃风成本:
f=min Cfuel+Ccurtail (21)
Cfuel是总燃油损耗,Ccurtail是弃风惩罚;
Cfuel是所有火电厂燃油消耗CTP和热电联产机组燃油消耗CCHP的总和;火电厂和热电联产机组的花费分别用公式(22)(23)表示;一个典型火电厂的燃料花费和其能量输出是成线性关系的;第i号机组的价格是ri
Figure FDA0002310577090000061
Figure FDA0002310577090000062
式中,TP是火电厂集合,pi,t是t时刻第i个火电场的发电量,ri是第i个火电厂的发电成本,Th指24小时;ci,t是第i台热电联供机组在时刻t的发电成本;
Figure FDA0002310577090000063
如公式(24)所示,弃风惩罚Ccurtail是风力发电机组的期望最大输出
Figure FDA0002310577090000064
和实际发出的电能pi,t的差值;式中W表示风电机组,β是弃风惩罚价格。
6.根据权利要求5所述的一种基于电转氢的能源系统操作灵活性提升方法,其特征是,目标函数还包括约束条件:
电平衡由公式(25)表示;电需求等于所有机组生产的电力总和减去电锅炉和电解器消耗、存储的电能;当机组i消耗电能时,机组发出的电能pi,t是负的;式中DPt是电需求;
Figure FDA0002310577090000065
热平衡由公式(26)表示;热需求等于热电联产机组、电锅炉和电解器产生的热量总和;
Figure FDA0002310577090000071
氢平衡由公式(27)表示;氢需求DQt等于电解器产出的氢气和储氢罐放出的氢气之和;
Figure FDA0002310577090000072
系统存储确保机组可以实时提供充足的电力;这个可以表述为:
Figure FDA0002310577090000073
式中,pi是机组输出的电功率,
Figure FDA0002310577090000074
是风电机组的预期出力;ui,t是机组开关状态,ξ是风电稳定系数,ε是备用系数;系数ξ和ε由系统运营商根据可再生能源机组的历史表现和系统需求分别设定;
接下来是传统火电厂和热电联供机组的爬坡约束,第i号热电连供机组和火电厂机组的约束如下:
pi,t-pi,t-1≤RUi·ui,t-1+SUi(ui,t-ui,t-1) (29)
pi,t-pi,t-1≥-RUi·ui,t-1-SDi(ui,t-ui,t-1) (30)
Figure FDA0002310577090000075
式中,SUi是机组的启动速率,SDi是机组的停止速率,RUi是机组的爬坡速率;ui,t和ui,t-1是t时刻和t-1时刻机组的开关状态;Pi ,
Figure FDA0002310577090000076
分别是机组发出电功率的下界和上界;最小开通及关断时间的限制如下所示:
Figure FDA0002310577090000077
Figure FDA0002310577090000078
Figure FDA0002310577090000079
Figure FDA0002310577090000081
Figure FDA0002310577090000082
Figure FDA0002310577090000083
等式(32)-(36)描述了开通时间限制;式中,ui,t是机组开关状态,UTi是机组i的最小开通时间。G1i和机组i的初始状态有关,表示被关闭之前所需的开通时间;等式(35)-(37)描述了关断时间限制,DTi是机组i的最小关断时间;G0i是机组i的初始状态,表示被开通之前所需的关断时间。
CN201911257096.9A 2019-12-10 2019-12-10 基于电转氢的能源系统操作灵活性提升方法 Active CN111161809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911257096.9A CN111161809B (zh) 2019-12-10 2019-12-10 基于电转氢的能源系统操作灵活性提升方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911257096.9A CN111161809B (zh) 2019-12-10 2019-12-10 基于电转氢的能源系统操作灵活性提升方法

Publications (2)

Publication Number Publication Date
CN111161809A true CN111161809A (zh) 2020-05-15
CN111161809B CN111161809B (zh) 2021-05-25

Family

ID=70556644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911257096.9A Active CN111161809B (zh) 2019-12-10 2019-12-10 基于电转氢的能源系统操作灵活性提升方法

Country Status (1)

Country Link
CN (1) CN111161809B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111898795A (zh) * 2020-06-09 2020-11-06 东南大学 考虑多运行模式储氢罐的电制氢/甲烷系统优化调度方法
CN113282010A (zh) * 2021-05-21 2021-08-20 上海大学 一种电氢热融合微网的半实物仿真系统设计方法
CN115238505A (zh) * 2022-07-27 2022-10-25 国网山东省电力公司枣庄供电公司 基于风光场站的热电氢联供型系统优化配置方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150197863A1 (en) * 2014-01-13 2015-07-16 Solco Biomedical Co., Ltd. Portable apparatus for producing hydrogen water
US20180363595A1 (en) * 2015-12-24 2018-12-20 Cgon Limited Apparatus for Supplying Electrical Power
CN110009152A (zh) * 2019-04-03 2019-07-12 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
CN110210747A (zh) * 2019-05-28 2019-09-06 河海大学 一种电热气互联能源系统灵活性调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150197863A1 (en) * 2014-01-13 2015-07-16 Solco Biomedical Co., Ltd. Portable apparatus for producing hydrogen water
US20180363595A1 (en) * 2015-12-24 2018-12-20 Cgon Limited Apparatus for Supplying Electrical Power
CN110009152A (zh) * 2019-04-03 2019-07-12 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
CN110210747A (zh) * 2019-05-28 2019-09-06 河海大学 一种电热气互联能源系统灵活性调度方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111898795A (zh) * 2020-06-09 2020-11-06 东南大学 考虑多运行模式储氢罐的电制氢/甲烷系统优化调度方法
CN111898795B (zh) * 2020-06-09 2024-06-04 东南大学 考虑多运行模式储氢罐的电制氢/甲烷系统优化调度方法
CN113282010A (zh) * 2021-05-21 2021-08-20 上海大学 一种电氢热融合微网的半实物仿真系统设计方法
CN115238505A (zh) * 2022-07-27 2022-10-25 国网山东省电力公司枣庄供电公司 基于风光场站的热电氢联供型系统优化配置方法及系统
CN115238505B (zh) * 2022-07-27 2024-02-13 国网山东省电力公司枣庄供电公司 基于风光场站的热电氢联供型系统优化配置方法及系统

Also Published As

Publication number Publication date
CN111161809B (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
CN110544935B (zh) 一种电-氢多能互补直流微电网协调调度方法
CN111161809B (zh) 基于电转氢的能源系统操作灵活性提升方法
Cheng et al. Optimization of multi-carrier energy system based on new operation mechanism modelling of power-to-gas integrated with CO2-based electrothermal energy storage
CN114722591B (zh) 一种净零能耗建筑电热氢多能流供能设备规划方法
Gbadega et al. Impact of incorporating disturbance prediction on the performance of energy management systems in micro-grid
CN111313442B (zh) 考虑富氧气体利用的综合能源系统经济性提升方法
Patiño et al. An economic MPC approach for a microgrid energy management system
CN112886645A (zh) 一种基于氢能超高比例的新能源电力系统运行模拟方法
Saha Adaptive model-based receding horizon control of interconnected renewable-based power micro-grids for effective control and optimal power exchanges
CN113689023B (zh) 一种风/储/氢并网发电系统弃风消纳能量管理方法
Gonzalez et al. Model predictive control for the energy management of a hybrid PV/battery/fuel cell power plant
CN111159842B (zh) 一种提高综合能源系统运行灵活性的校验方法
Ran et al. Economic dispatch of off-grid photovoltaic generation system with hybrid energy storage
Heo et al. Energy resource capacity optimization for zero-energy housing complex
Ma et al. Multi-Point Layout Planning of Multi-Energy Power Supplies Based on Time-series Production Simulation
CN114362259A (zh) 一种含固体氧化物燃料电池和储能的火电厂联合调频系统及其管控方法
Seedahmed et al. Control-oriented model of an optimally designed hybrid storage system for a standalone microgrid
CN111626464A (zh) 考虑多余氢气和氧气售卖的综合能源系统经济性提升方法
Ali et al. Hierarchical control combined with higher order sliding mode control for integrating wind/tidal/battery/hydrogen powered DC offshore microgrid
Ross et al. An Expert System for optimal scheduling of a diesel—wind—energy storage isolated power system
Bachri et al. Multi Objective Dynamic DC Optimal Power Flow Considering Batteries Output on Microgrid
Chen et al. Robust Energy Management Approach for a Microgrid Considering Uncertainties
Shehzad et al. Modeling and Optimal Control of Energy Storage Strategy For Battery Life Extension Via Model Predictive Control
Li et al. Research on Scheduling Strategy of Flexible Interconnection Distribution Network Considering Distributed Photovoltaic and Hydrogen Energy Storage.
Kang et al. Copula-Based Operation Strategy for Green Hydrogen Production Systems Considering Coordination with Energy Storage Systems

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
CP03 Change of name, title or address

Address after: No. 38, New Model Road, Gulou District, Nanjing City, Jiangsu Province, 210000

Patentee after: Nanjing Nanzi Huadun Digital Technology Co.,Ltd.

Address before: No.39 Shuige Road, Jiangning District, Nanjing City, Jiangsu Province 211106

Patentee before: NANJING HUADUN POWER INFORMATION SECURITY EVALUATION CO.,LTD.

CP03 Change of name, title or address