CN111626464A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN111626464A
CN111626464A CN202010258016.8A CN202010258016A CN111626464A CN 111626464 A CN111626464 A CN 111626464A CN 202010258016 A CN202010258016 A CN 202010258016A CN 111626464 A CN111626464 A CN 111626464A
Authority
CN
China
Prior art keywords
oxygen
hydrogen
energy system
comprehensive energy
enriched gas
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.)
Pending
Application number
CN202010258016.8A
Other languages
English (en)
Inventor
庄重
丁昊晖
穆迪
孙宇
柴婷逸
邵林
钱宇轩
俞鑫
岳立
刘畅
毛科伟
汪鹏程
刘丽敏
苏晓东
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 Dongyuan Panneng Energy Technology Co ltd
Southeast University
Changzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Nanjing Dongyuan Panneng Energy Technology Co ltd
Southeast University
Changzhou Power Supply Co of State Grid Jiangsu Electric Power 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 Dongyuan Panneng Energy Technology Co ltd, Southeast University, Changzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Nanjing Dongyuan Panneng Energy Technology Co ltd
Priority to CN202010258016.8A priority Critical patent/CN111626464A/zh
Publication of CN111626464A publication Critical patent/CN111626464A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • CCHEMISTRY; METALLURGY
    • C25ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25BELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B1/00Electrolytic production of inorganic compounds or non-metals
    • C25B1/01Products
    • C25B1/02Hydrogen or oxygen
    • C25B1/04Hydrogen or oxygen by electrolysis of water
    • CCHEMISTRY; METALLURGY
    • C25ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25BELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
    • C25B15/00Operating or servicing cells
    • C25B15/02Process control or regulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313Resource planning in a project environment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30Hydrogen technology
    • Y02E60/36Hydrogen production from non-carbon containing sources, e.g. by water electrolysis
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P20/00Technologies relating to chemical industry
    • Y02P20/10Process efficiency
    • Y02P20/133Renewable energy sources, e.g. sunlight

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Organic Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Electrochemistry (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Analytical Chemistry (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Inorganic Chemistry (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Automation & Control Theory (AREA)
  • Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)

Abstract

本发明公开了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,采用纯化富氧气体制氧法制氧,先用催化剂使富氧气体里的氢气和氧气结合成水分子,再用分子膜筛除水分子;明确在综合能源系统中引入电解水生产氢气,并纯化电解水的副产品来生产氧气能提高综合能源系统经济性;设计基于实际情况并包含电解水和氧气纯化的综合能源系统模型,模拟综合能源系统一天的运行,并通过优化所有可控能量源每小时的电、热和氢输出量,在考虑卖出多余氢气和氧气可以盈利的情况下,使多能量源的运行成本最小化。本发明通过把电解水产出的富氧气体纯化来低成本的制造医用氧气,并出售多余的氧气和氢气带来利润,既提高了经济效益,又增加了对风电光电的吸纳。

Description

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
技术领域
本发明涉及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,属于电力系统技术领域。
背景技术
中国北方一些省份70%以上的供热是由热电联产机组提供的,但热电联产机组的热产出和电产出有耦合关系,这制约了其灵活性。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。
目前电转氢越来越多的被用来增加热电联供机组的灵活性。此外,学者们还提出通过纯化电转氢的副产品——富氧气体来满足当地的医用氧气需求。但目前的研究提出用电解水吸纳多余的风电,并生产氢气和氧气来满足当地的需求,电解器没有满负荷工作,对风电、光电的吸纳也有限。
发明内容
本发明所要解决的技术问题是:提供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,在含富氧气体纯化的综合能源系统运行中出售多余的氢气和氧气,从而可以让电解水设备和氧气纯化设备生产出更多的氢气和氧气,并卖出来产生经济效益,能吸纳多余的风电光电,减少弃风弃光。
本发明为解决上述技术问题采用以下技术方案:
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,包括如下步骤:
步骤1,在综合能源系统中引入电解水设备,使电解水设备满负荷工作,来生产氢气,同时获得电解水设备的副产品即富氧气体;
步骤2,在综合能源系统中引入氧气纯化设备,利用氧气纯化设备纯化富氧气体,来生产氧气;
步骤3,将步骤1生产的氢气中的部分氢气和步骤2生产的氧气中的部分氧气用于满足综合能源系统所在区域的需求,将多余的氢气和多余的氧气分别装罐并出售给其他有需要的区域,获取盈利,使综合能源系统运行成本最小化。
作为本发明的一种优选方案,步骤2所述利用氧气纯化设备纯化富氧气体,具体方法为:
先利用催化剂使富氧气体中的氢气和氧气结合成水分子,再用分子膜筛除水分子得到氧气;每隔一定时间,将分子膜用电烘干。
作为本发明的一种优选方案,所述综合能源系统包括电转氢设备、电锅炉、储电装置、热电联产机组,电转氢设备包括电解水设备和储氢罐。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
本发明通过把电解水产出的富氧气体纯化来低成本的制造医用氧气,并出售多余的氧气和氢气带来利润,既提高了经济效益,又增加了对风电光电的吸纳。
附图说明
图1是本发明所用的综合能源系统能源流动说明图。
图2是电解器可行域,其中(a)是电解器的可操作区域,(b)是分割成4个三角形的可操作区域。
图3是本发明的测试系统图。
图4是案例1各机组电出力。
图5是案例2各机组电出力。
图6是案例3各机组电出力。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
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。现有的研究提出用电解水吸纳多余的风电,并生产氢气和氧气来满足当地的需求。本发明提出电解器可以满负荷工作,不用在意本地氢气负荷需求曲线的约束,把生产出的多余的氢气和氧气装罐并卖出,这既能提高系统的经济效益,又能吸纳更多的风电,减少弃风。
本发明的基本结构如图1所示,具体包括以下内容:
步骤一:把纯化富氧气体制氧法和传统医用氧气制造方法——深冷分离法进行比较,发现纯化富氧气体制氧法更经济,方法为先用催化剂使富氧气体里的氢气和氧气结合成水分子,再用分子膜筛除水分子;
电解水的过程中。由于氢气和氧气难以彻底分离,目前绝大多数电解器设备都会优先保证氢气的纯度。所以排出的富氧气体中,不可避免的含有一定量的氢气。同时电解水的高温会产生水蒸气。所以富氧气体的杂质是少量氢气和水。
对比氧气纯化法和深冷分离法的对比,虽然富氧气体中含有两种杂质,但富氧气体的氧气含量仍有98%,而空气中氧气含量只有23%。而且富氧气体中的杂质过滤起来比较方便。在有催化剂的情况下,氢气和氧气不用消耗能量就可以结合成水分子。而用分子膜可以比较方便的滤掉氧气中的水分子,而分子膜每用一段时间需要用电烘干,所以氧气纯化法只有用电烘干分子膜这一点点运行花费。传统制造医用氧气的深冷分离法需要把空气降到-180摄氏度,利用各种气体沸点的不同来分理出氧气。把空气降到-180度需要花费大量电能,且对保温性能要求高。而且精馏塔通常很高占地面积很大,所以深冷分离法无论是设备成本还是运行成本均高于氧气纯化法。
步骤二:明确在综合能源系统中引入电解水来生产氢气,并纯化电解水的副产品——富氧气体来生产氧气能提高综合能源系统经济性;
在综合能源系统中引入电解水来生产氢气,并纯化电解水的副产品——富氧气体来生产氧气是一种新的生产氧气的办法,有利于满足日益增长的医用氧气需求。把这个引入进综合能源系统既能提高综合能源系统经济性,又能满足氧气需求,是一种双赢。
步骤三:设计一个基于泰州实际情况的并包含电解水和氧气纯化的综合能源系统模型,此模型模拟了泰州综合能源系统一天的运行,并通过优化所有可控能量源每小时的电、热和氢输出量,在考虑卖出多余氢气和氧气可以盈利的情况下,使多能量源的运行成本最小化;
本发明的总示意图如图1所示,本发明设计的综合能源系统包括电转氢设备、电锅炉、储电装置、热电联产机组。各个设备的建模如下所示。
电转氢系统的建模:
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 RE-GDA0002565042130000041
然后通过碱性电解器的电化学反应,将电能
Figure RE-GDA0002565042130000042
中一部分电能
Figure RE-GDA0002565042130000043
用于生产氢气,另一部分电能被转化为热能
Figure RE-GDA0002565042130000044
用公式表达记为:
Figure RE-GDA0002565042130000045
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 RE-GDA0002565042130000046
Figure RE-GDA0002565042130000047
的数学公式。根据电化学理论,
Figure RE-GDA0002565042130000048
Figure RE-GDA0002565042130000049
可以用公式(2)和(3)表示。
Figure RE-GDA00025650421300000410
Figure RE-GDA00025650421300000411
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 RE-GDA00025650421300000412
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 RE-GDA00025650421300000413
公式(4)阐述了温度Ti,t可以通过电网络决定
Figure RE-GDA00025650421300000414
Figure RE-GDA00025650421300000415
的输出比例。然而,由于
Figure RE-GDA0002565042130000051
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的(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 RE-GDA0002565042130000052
z坐标表示
Figure RE-GDA0002565042130000053
图2表现出了温度变化时
Figure RE-GDA0002565042130000054
Figure RE-GDA0002565042130000055
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的(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 RE-GDA0002565042130000056
式中,x,y,z为各个坐标值,a是凸优化系数,
Figure RE-GDA0002565042130000057
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 RE-GDA0002565042130000058
用于发热的能量
Figure RE-GDA0002565042130000059
和温度Ti,t
Figure RE-GDA0002565042130000061
Figure RE-GDA0002565042130000062
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 RE-GDA0002565042130000063
Figure RE-GDA0002565042130000064
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 RE-GDA0002565042130000065
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 RE-GDA0002565042130000066
工作温度应该满足以下约束:
Figure RE-GDA0002565042130000067
Ti 是电解器允许温度下限,
Figure RE-GDA0002565042130000071
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 RE-GDA0002565042130000072
Figure RE-GDA0002565042130000073
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 RE-GDA0002565042130000074
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 RE-GDA0002565042130000075
式中,Pri 是储氢罐允许的气压下限,
Figure RE-GDA0002565042130000076
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。
热电联产机组的数学模型:
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 RE-GDA0002565042130000081
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 RE-GDA0002565042130000082
Figure RE-GDA0002565042130000083
式中pi,t是每一种装置产出的电能,pi',t是产出的总电能,qi,t是每一种装置产出的热能,qi',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。
电锅炉的数学模型:
电锅炉模型如式(19)所示,式中ηi是电锅炉的热电转换效率:
qi,tipi,t=0,i∈εB (19)
储电装置的数学模型:
储电装置模型如式(20)所示,式中
Figure RE-GDA0002565042130000084
是放电效率,
Figure RE-GDA0002565042130000085
是充电效率,Δpi,t是充放电量,Pi ,
Figure RE-GDA0002565042130000086
是充放电速度的上下限。
Figure RE-GDA0002565042130000087
步骤四:设计三个案例并对比不同案例情况下的总花费,目的是说明本发明的有效性。最终验证了本发明大大提高了经济性。本发明的测试系统如图3所示,测试时的目标函数和约束条件如下所示。
目标函数:
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=min(Cfuel+Ccurtail+BH+BO+PO-SH-SO) (21)
Cfuel是总燃油损耗,Ccurtail是弃风惩罚,BH,BO是生产的氢气和氧气不能满足需求时,从外部购买氢气和氧气的花费。PO是纯化富氧气体获得医用氧气的花费。SH,SO是出售多余的氢气和氧气的利润。
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 RE-GDA0002565042130000091
Figure RE-GDA0002565042130000092
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 RE-GDA0002565042130000093
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 RE-GDA0002565042130000094
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。
BH,BO分别等于购买的氢气氧气总量乘以市场价格。相似的,SH,SO等于卖出的氢气氧气总量乘以市场价格。PO等于纯化氧气的总耗电量乘以电费。
约束条件:
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 RE-GDA0002565042130000101
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 RE-GDA0002565042130000102
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 RE-GDA0002565042130000103
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 RE-GDA0002565042130000104
式中,pi是机组输出的电功率,
Figure RE-GDA0002565042130000105
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 RE-GDA0002565042130000106
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 RE-GDA0002565042130000107
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 RE-GDA0002565042130000111
Figure RE-GDA0002565042130000112
Figure RE-GDA0002565042130000113
Figure RE-GDA0002565042130000114
Figure RE-GDA0002565042130000115
Figure RE-GDA0002565042130000116
等式(32)-(34)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。
测试条件:
本发明以泰州为测试城市,根据搜集的资料其电、热、氢、氧需求如下:
24小时电需求分别为[166.4 156 150.8 145.6 145.6 150.8 166.4 197.6226.2 247 257.4 260 257.4 260 260 252.2 249.6 249.6 241.8 239.2 239.2 241.8226.2 187.2]单位MW。
热需求为[95.55 97.65 99.75 100.8 101.85 102.9 102.9 102.9 99.75 90.376.65 66.1 58.8 57.75 58.8 64.05 72.45 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 24.5 58.8 23.8 29.4 11.2 7 7 7 1.4 15.4 28 64.429.4 13.3 4.9 0 0 0 0]单位KG。
氧气需求每天480KG。
测试结果:
本发明基于上述模型用Yalmip调用gurobi进行仿真。仿真结果如表1和表2所示。
表1可以出售多余氢气和氧气时实际花费
Figure RE-GDA0002565042130000121
买O2,H2来满足需求,仅供电和热时,各机组出力如图4所示,其中A区域是1号火电厂出力,B区域是2号火电厂出力,C区域是1号热电联产机组出力, D区域是2号热电联产机组出力,E区域是风电机组出力。此时电解器仅作为备用热源,只在6点的时候工作一下,所以图4各机组出力在6点有个尖峰。买O2,用电解氢来生产氢气时,各机组出力如图5所示。此时电解器满负荷工作,增加了7.5MW的电负荷,但电锅炉的负担也减轻了,所以实际电出力只增加了4MW 左右。电解器生产H2,O2纯化法生产O2时,各机组出力如图6所示,氧气纯化装置增加了0.144MW的电负荷,所以各机组出力再次增加了。
表2不可以出售多余氢气和氧气时实际花费
Figure RE-GDA0002565042130000122
由仿真结果可以看出,若不出售多余氢气氧气,仅生产满足自身需求的氢气和氧气,电解器负荷很轻,大部分时间处于空闲状态。而当出售多余氢气和氧气时,电解器满负荷运作,摊薄了每KG氢气和氧气的设备成本,还能生产出远超需求的氧气和氢气用以出售。所以出售多余氢气和氧气能大大提高综合能源系统经济性。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。

Claims (3)

1.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,其特征在于,包括如下步骤:
步骤1,在综合能源系统中引入电解水设备,使电解水设备满负荷工作,来生产氢气,同时获得电解水设备的副产品即富氧气体;
步骤2,在综合能源系统中引入氧气纯化设备,利用氧气纯化设备纯化富氧气体,来生产氧气;
步骤3,将步骤1生产的氢气中的部分氢气和步骤2生产的氧气中的部分氧气用于满足综合能源系统所在区域的需求,将多余的氢气和多余的氧气分别装罐并出售给其他有需要的区域,获取盈利,使综合能源系统运行成本最小化。
2.根据权利要求1所述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,其特征在于,步骤2所述利用氧气纯化设备纯化富氧气体,具体方法为:
先利用催化剂使富氧气体中的氢气和氧气结合成水分子,再用分子膜筛除水分子得到氧气;每隔一定时间,将分子膜用电烘干。
3.根据权利要求1所述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,其特征在于,所述综合能源系统包括电转氢设备、电锅炉、储电装置、热电联产机组,电转氢设备包括电解水设备和储氢罐。
CN202010258016.8A 2020-04-03 2020-04-03 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 Pending CN111626464A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010258016.8A CN111626464A (zh) 2020-04-03 2020-04-03 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010258016.8A CN111626464A (zh) 2020-04-03 2020-04-03 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

Publications (1)

Publication Number Publication Date
CN111626464A true CN111626464A (zh) 2020-09-04

Family

ID=72258809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010258016.8A Pending CN111626464A (zh) 2020-04-03 2020-04-03 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

Country Status (1)

Country Link
CN (1) CN111626464A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107067116A (zh) * 2017-04-26 2017-08-18 燕山大学 一种多区域电热综合系统经济环境联合调度求解方法
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
CN111313442A (zh) * 2020-03-06 2020-06-19 东南大学 考虑富氧气体利用的综合能源系统经济性提升方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107067116A (zh) * 2017-04-26 2017-08-18 燕山大学 一种多区域电热综合系统经济环境联合调度求解方法
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
CN111313442A (zh) * 2020-03-06 2020-06-19 东南大学 考虑富氧气体利用的综合能源系统经济性提升方法

Similar Documents

Publication Publication Date Title
Jia et al. Modeling and optimization of a hybrid renewable energy system integrated with gas turbine and energy storage
CN113315242B (zh) 基于氢能经济促进弃风消纳的虚拟弃风-制氢联合体
CN112990523B (zh) 区域综合能源系统分层优化运行方法
CN111313442B (zh) 考虑富氧气体利用的综合能源系统经济性提升方法
CN112600209A (zh) 一种含潮流能的海岛独立微电网容量多目标优化配置方法
CN111161809B (zh) 基于电转氢的能源系统操作灵活性提升方法
CN113869679B (zh) 适用于可再生能源的混合热电站系统优化配置方法和系统
CN110518865A (zh) 一种风电-光电耦合的工业规模稳定供氢系统
CN113159407A (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
CN110808615A (zh) 考虑不确定性的气电虚拟电厂调度优化方法
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
CN110957722B (zh) 一种含电转气设备的微型能源网日前优化调度方法
CN114676897A (zh) 一种含chp-p2g-氢能的园区综合能源系统优化调度方法
CN114759599A (zh) 光氢燃料电池热电联供系统、容量配置方法及介质
CN117787636A (zh) 一种综合能源系统的多目标规划方法、系统及设备
CN117410958A (zh) 一种基于urfc的微电网容量配置优化方法
CN112884191A (zh) 一种基于网源协调的热电日前调度模型及计算方法
CN116227830A (zh) 含csp-p2g-ccus的虚拟电厂优化调度方法
CN215071813U (zh) 海上风电制氢、储能系统
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
CN114049004A (zh) 一种电氢能源站容量随机规划方法、系统和装置
Yang et al. Theoretical and Experimental Verification of Wind Powered Hydrogen Storage Energy System
CN115640894B (zh) 一种基于双时间尺度的综合能源系统优化调度方法
CN115001150B (zh) 一种离网型风光互补制储氢系统及其容量配置方法
CN118297367B (zh) 一种氢电混合储能系统的能量管理方法、介质和设备

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