CN112613742A - 风电制氢系统容量匹配方法 - Google Patents

风电制氢系统容量匹配方法 Download PDF

Info

Publication number
CN112613742A
CN112613742A CN202011552594.9A CN202011552594A CN112613742A CN 112613742 A CN112613742 A CN 112613742A CN 202011552594 A CN202011552594 A CN 202011552594A CN 112613742 A CN112613742 A CN 112613742A
Authority
CN
China
Prior art keywords
hydrogen
daily
hydrogen production
power consumption
capacity
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
CN202011552594.9A
Other languages
English (en)
Other versions
CN112613742B (zh
Inventor
汤晓舒
周军
衡德锋
涂宏
杜小军
李鹏
吕晶
田江南
李少华
刘军梅
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.)
North China Power Engineering Co Ltd of China Power Engineering Consulting Group
Original Assignee
North China Power Engineering Co Ltd of China Power Engineering Consulting Group
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 North China Power Engineering Co Ltd of China Power Engineering Consulting Group filed Critical North China Power Engineering Co Ltd of China Power Engineering Consulting Group
Priority to CN202011552594.9A priority Critical patent/CN112613742B/zh
Publication of CN112613742A publication Critical patent/CN112613742A/zh
Application granted granted Critical
Publication of CN112613742B publication Critical patent/CN112613742B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • 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
    • H02J15/00—Systems for storing electric energy
    • H02J15/008—Systems for storing electric energy using hydrogen as energy vector
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/36—Hydrogen production from non-carbon containing sources, e.g. by water electrolysis
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Wind Motors (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明关于风电制氢系统容量匹配方法，以电脑设备与程序进行运作，按照如下步骤进行：步骤A：采集当地制氢容量数据、风电资源数据并进行预处理；步骤B：确定风机装机位置及容量数据；步骤C：日产氢量与储存容量数据匹配计算的相关数据预处理；步骤D：按照日供氢系数及存储倍数的组合进行遍历计算并获取匹配的决策参数；步骤E：根据决策参数筛选可行的容量匹配组合；步骤F：对于上述步骤E中的匹配组合参数进行供氢成本测算；步骤G：判断是否遍历完成所有组合；步骤H：对比所有匹配组合的制氢成本测算结果确定最优制氢系统容量匹配方案。实现了新能源在制氢系统产、供、储的优化配置，提高了新能源利用率，降低制氢成本，提升经济效益。

Description

风电制氢系统容量匹配方法
技术领域
本发明涉及新能源领域，具体关于一种风电制氢系统容量匹配方法。
背景技术
电解水制氢是一种高效、清洁的制氢技术，其制氢工艺简单，产品纯度高，氢气纯度一般可达99.9％，是最有潜力的大规模制氢技术。特别是随着目前可再生能源发电的日益增长，氢气将成为电能存储的理想载体。具体为通过将可再生能源发电经过电解水制氢技术，将可再生能源产生的电能转化为氢能进行储存，氢能再根据实际需要后续利用。
但是，目前在离网条件下，由于风力发电出力固有的随机波动性，且波动幅度较大，必然导致下游制氢系统制氢量的波动。如何做到风力发电机与制氢设备的出力的优化匹配是一个工程难题。如果简单的将制氢容量与风电发电容量取等值，这样虽然可以最大限度的利用可再生能源，但同时会导致制氢容量的大量闲置和浪费。同理如果制氢容量相比风力发电容量过小，必然会导致发电装机容量的浪费。
同时，氢气的存储作为连接生产与用户的纽带，其容量对上下游的配置都有一定的影响。存储量大，在风电资源丰富时，可更多的存储富裕的氢气，在风电资源贫乏时，释放存储的氢气来满足下游需求。然而如果存储量过大，无疑会大规模增加成本和占地。同理，如果存储量小又会造成发电容量和制氢容量的严重浪费。
由上述可见，制氢容量、风机容量、氢气存储容量的大小及匹配关系对制氢成本造成很大影响。因此，寻求一种合理的风电制氢的容量匹配方法成为目前迫切的需求。
发明内容
有鉴于先前技术的问题，本发明者认为应有一种改进的技术方案，为此设计一种风电制氢系统容量匹配方法，其具体的技术手段为：
本发明提供一种风电制氢系统容量匹配方法，以电脑设备与程序进行运作，至少包含以下步骤：
步骤A：采集当地制氢容量数据、风电资源数据并进行预处理；
步骤B：确定风机装机位置及容量数据；
步骤C：日产氢量与储存容量数据匹配计算的相关数据预处理；
步骤D：按照日供氢系数及存储倍数的组合进行遍历计算并获取匹配的决策参数；
步骤E：根据决策参数筛选可行的容量匹配组合；
步骤F：对于上述步骤E中的匹配组合参数进行供氢成本测算；
步骤G：判断是否遍历完成所有组合，如果没有完成所有组合遍历返回到步骤D并重复后续步骤，如果完成所有组合遍历计算，执行步骤H；
步骤H：对比所有匹配组合的制氢成本测算结果，确定最优制氢系统容量匹配方案。
进一步的，上述步骤C包含采集并计算理想日均产氢量qo、约定日供氢系数η并计算理想氢气日供应量qm、确定存储倍数n并计算氢气存储容量Qc；
其中，上述日均产氢量qo的计算方法包含如下步骤：
步骤C1-1：根据制氢耗电量Wa及压缩机耗电量Wb计算输出单位氢气所需要的耗电量；
步骤C1-2：根据上述步骤A中的风资源数据、上述步骤B中的风机装机位置及容量数据计算逐时发电功率Pgj；
步骤C1-3：计算全厂最大耗电功率Pmax；
步骤C1-4：计算逐时耗电量Pj；
步骤C1-5：将上述逐时耗电量Pj求和计算理想全年产氢量Qo；
步骤C1-6：根据上述理想全年产氢量Qo计算理想日均产氢量qo；
其中，上述日供氢系数η为约定的每日所需氢气量的占比，其为固定值或变量；
其中，上述理想氢气日供应量qm为上述理想日均产氢量qo与上述日供氢系数η的乘积；
其中，上述存储倍数n是确定的上述氢气存储容量Qc与上述理想氢气日供应量qm的比值；
其中，上述氢气存储容量Qc为上述理想氢气日供应量qm与上述存储倍数n的乘积。
进一步的，上述步骤D中计算并获取的匹配的决策参数包含且不限于最小压缩机容量Pc、日供氢量qei、日产氢量qpi、不满供日数Nf、全年总供氢量Qe、年供氢稳定保证率、及日外购电量wni。
进一步的，上述最小压缩机容量Pc的计算方法包含如下步骤：
步骤D1-1：根据所述理想氢气日供应量qm以及所述压缩机耗电量Wb计算理想日压缩机耗电量Wc；
步骤D1-2：计算日风电可供电量Pgi；
步骤D1-3：根据上述日风电可供电量Pgi计算日压缩机耗电量Wci并与上述理想日压缩机耗电量Wc进行逐日对比分析，确定供电量不足日及日数，同时获取上述日压缩机耗电量Wci的最小值并推算出最小压缩机容量Pc。
进一步的，上述日供氢量qei为压缩机每日压缩氢气的量值，其可通过上述日压缩机耗电量Wci除以上述压缩机的耗电量Wb计算获得；
其中，上述日供氢量qei的计算方法包含如下步骤：
步骤D2-1：计算一日24小时每时的逐时压缩机耗电量Wcij；
步骤D2-2：将上述逐时压缩机耗电量Wcij逐日求和计算上述日压缩机耗电量Wci；
步骤D2-3：计算上述日供氢量qei。
进一步的，上述逐时压缩机耗电量Wcij的计算方法包含如下步骤：
步骤D2-1-1：根据步骤D1-3中的上述日压缩机耗电量Wci确定压缩机可用的电负荷；
步骤D2-1-2：逐时判断是否有足够的氢气源供压缩机压缩，如果有足够的氢气源供压缩机压缩，则该小时压缩机的上述逐时压缩机耗电量wcij即为该时段压缩机可用电负荷，否则执行步骤D2-1-3；
步骤D2-1-3：计算并判断风电发电耗电量是否小于或等于制氢装机容量，如果风电发电耗电量小于或等于制氢装机容量，则该小时压缩机的上述逐时压缩机耗电量wcij即为风电制氢量与上一个时段存储的氢气量之和，否则该小时压缩机的耗电量wcij即为制氢装机容量与上一个时段存储的氢气量之和；
步骤D2-1-4：累计上述逐时压缩机耗电量Wcij并判断累计值是否大于或等于上述理想日压缩机耗电量Wc，如果累计耗电量大于或等于上述日压缩机耗电量Wc，则上述时压缩机耗电量Wcij在j时之前按照上述日压缩机耗电量Wc与上述逐时压缩机耗电量Wcij累计值的差值累计，而在j+1小时至23时按照0值累计，否则设定j＝j+1返回上述步骤D2-1-2重复执行直至j＝23结束计算。
进一步的，上述日产氢量qpi包含如下计算步骤：
步骤D3-1：按照每日每小时计算逐时制氢耗电量wpij，其决定参数包含，该时可用的制氢电量、制氢装机容量及剩余存储容量；
步骤D3-2：累计24小时的上述逐时制氢耗电量wpij获得日制氢耗电量wpi；
步骤D3-3：根据步骤D3-2中的上述日制氢耗电量wpi计算获得上述日产氢量qpi。
进一步的，上述年供氢稳定保证率包含如下计算步骤：
步骤D4-1：判断日供氢量qei是否大于等于上述理想氢气日供应量qm，如果日供氢量qei大于或等于上述理想氢气日供应量qm，则累计一日年供氢稳定日；
步骤D4-2：按照累计的上述年供氢稳定日的天数与全年天数的比值计算上述年供氢稳定保证率；
上述日外购电量wni为每天供氢缺口量对应的制氢及压缩氢气的耗电量。
进一步的，上述步骤E包含进行以下运算：
(1)根据核算的风电制氢系统容量各指标，估算风电制氢投资成本；
(2)根据上述风电制氢投资成本，计算年度折旧及利息支出费用；
(3)计算项目经营成本；
(4)将上述风电制氢投资成本、上述年度折旧及利息支出费用及上述项目经营成本核算制氢总成本。
进一步的，上述步骤H通过将上述制氢成本测算结果进行列表及图形化展示，确定最优制氢系统容量匹配方案。
本发明具有的有益效果为，提供了一种风电制氢系统容量匹配方法，实现了新能源在制氢系统产、供、储过程中的优化配置，提高了新能源利用率，降低制氢成本，进而提升了经济效益。具体体现在：(1)本发明利用风电为电源电解水制氢，实现了可再生能源制氢，制得的氢气为更环保的“绿氢”；(2)本发明给出了基于制氢容量的配套系统的匹配原则及匹配方法，通过本发明提供的方法可实现系统造价最低化；(3)本发明所公布的方法操作简单而高效，为风电制氢项目容量的前期规划匹配及后续实施提供可靠的技术支撑。
附图说明
图1为本发明的方法总体流程的方块示意图。
图2为本发明输出的全年风电发电功率变化趋势示意图。
图3为本发明输出的各组合条件下的匹配的年供氢稳定保证率关系表。
图4为本发明输出的按照本发明计算的不同η-n组合下的年供氢量关系表。
图5为本发明输出的不同η-n组合时氢气的单位成本(元/Nm3)计算表。
图6为本发明输出的制氢总量和单位供氢成本与风机装机容量之间的变化关系示意图。
图7为本发明输出的风电制氢投资和单位供氢成本与风机装机容量之间的变化关系示意图。
图8为本发明的风电制氢主要系统(风电、制氢、存储)利用率随着风电容量增加变化关系示意图。
具体实施方式
本发明的方法主体流程步骤，请参阅图1所示：
步骤A：采集当地制氢容量数据、风电资源数据并进行预处理；
步骤B：确定风机装机位置及容量数据；
步骤C：日产氢量与储存容量数据匹配计算的相关数据预处理；
步骤D：按照日供氢系数及存储倍数的组合进行遍历计算并获取匹配的决策参数；
步骤E：根据决策参数筛选可行的容量匹配组合；
步骤F：对于上述步骤E中的匹配组合参数进行供氢成本测算；
步骤G：判断是否遍历完成所有组合，如果没有完成所有组合遍历返回到步骤D并重复后续步骤，如果完成所有组合遍历计算，执行步骤H；
步骤H：对比所有匹配组合的制氢成本测算结果，确定最优制氢系统容量匹配方案。
优选的，上述步骤C包含采集并计算理想日均产氢量qo、约定日供氢系数η并计算理想氢气日供应量qm、确定存储倍数n并计算氢气存储容量Qc；
其中，上述日均产氢量qo的计算方法包含如下步骤：
步骤C1-1：根据制氢耗电量Wa及压缩机耗电量Wb计算输出单位氢气所需要的耗电量；
步骤C1-2：根据上述步骤A中的风资源数据、上述步骤B中的风机装机位置及容量数据计算逐时发电功率Pgj；
步骤C1-3：计算全厂最大耗电功率Pmax，即电解水制氢装机容量(Pp)与配套此容量的压缩机功率之和，具体计算公式见式1：
Figure BDA0002857632780000051
步骤C1-4：计算逐时耗电量Pj，即上述逐时发电功率Pgj与上述全厂最大耗电功率Pmax两者的低值，具体计算公式见式2：
Figure BDA0002857632780000052
步骤C1-5：将上述逐时耗电量Pj求和计算理想全年产氢量Qo，其为已有的风电装机规模和电解水制氢装机规模条件下，假设需求与产出随动，所有氢气全部压缩后输出情况下，整个制氢厂的年总产能。具体计算公式见式3：
Figure BDA0002857632780000053
步骤C1-6：根据上述理想全年产氢量Qo计算理想日均产氢量qo，其为更细的时间颗粒计算单位，在推算中时间尺度越小计算结果越准确。具体计算公式见式4：
Figure BDA0002857632780000054
其中，上述日供氢系数η为约定的每日所需氢气量的占比，其为固定值或变量。其中，由于目前氢气利用场景相对较少，市场成熟度较低，很难提供氢气需求的变化系数，参照成熟度较高的汽柴油供应市场，虽然会有季节性的需求变化但是总体上需求比较稳定。因此本方案相对简化氢气额需求变化，认为氢气的需求全年不变，即日供氢系数η是一个定值。而且，上述日供氢系数η的取值根据氢气的需求确定，取值约接近1，风电装机容量与制氢装机容量利用率越高，但需要注意的是取值太高很可能无法通过调整存储容量来实现。但是，上述日供氢系数η的取值在一些情况下(例如，可从其他电网购电的情况)可以取大于1的值。
其中，上述理想氢气日供应量qm为上述理想日均产氢量qo与上述日供氢系数η的乘积，具体计算公式见式5：
Figure BDA0002857632780000061
其中，上述存储倍数n是确定的上述氢气存储容量Qc与上述理想氢气日供应量qm的比值，表征氢气存储容量的大小。计算出的上述氢气存储容量Qc单位为Nm3，如要实际存储容量单位为m3需要进行一次压力相关的换算。
其中，上述氢气存储容量Qc为上述理想氢气日供应量qm与上述存储倍数n的乘积，具体计算公式见式6：
Figure BDA0002857632780000062
其中，上述存储倍数n与上述日供氢系数η一起作为两个主要的变量，影响整个制氢厂供氢量、供氢稳定性，或者外购电电量。
优选的，上述步骤D中计算并获取的匹配的决策参数包含且不限于最小压缩机容量Pc、日供氢量qei、日产氢量qpi、不满供日数Nf、全年总供氢量Qe、年供氢稳定保证率、及日外购电量wni。
优选的，上述最小压缩机容量Pc主要影响制备出的氢气压缩成高压氢气的速率，压缩机容量越大，每天压缩机工作时间越短，设备利用率降低，但是可以充分利用风电峰值部分发电量，上述最小压缩机容量Pc的计算方法包含如下步骤：
步骤D1-1：根据上述理想氢气日供应量qm以及上述压缩机耗电量Wb计算理想日压缩机耗电量Wc，具体计算公式见式7：
Figure BDA0002857632780000063
步骤D1-2：计算日风电可供电量Pgi，具体计算公式见式8：
Figure BDA0002857632780000064
步骤D1-3：根据所述日风电可供电量Pgi计算日压缩机耗电量Wci并与所述理想日压缩机耗电量Wc进行逐日对比分析，确定供电量不足日及日数，同时获取所述日压缩机耗电量Wci的最小值并推算出最小压缩机容量Pc，进而经过圆整上述最小压缩机容量Pc可确定选定的压缩机容量Pc，也可以设置一个更大的值。具体对比分析为如果某一日的上述日压缩机耗电量Wci小于上述理想日压缩机耗电量Wc，说明第i天风电量不能满足供氢压缩需求，需要增加高压氢气的上述氢气存储容量Qc，使得可以保证一天内的氢气供应。而且通过对比分析可实现设定在风电资源有限，不能满足制氢与压缩氢气满负荷运行时，电能优先保证当日的氢气供应，即电能优先保证压缩机运行。具体对比及计算公式见式9及式10：
Figure BDA0002857632780000071
优选的，上述日供氢量qei为压缩机每日压缩氢气的量值，其可通过上述日压缩机耗电量Wci除以上述压缩机的耗电量Wb计算获得，具体计算公式见式11：
Figure BDA0002857632780000072
其中，上述压缩机的耗电量Wb是压缩1Nm3氢气需要的电量，然后按照优先保证当日的氢气供应的前提设定，从每天的0点开始，尽可能快的压缩氢气，直到上述日压缩机耗电量Wci达到上述理想日压缩机耗电量Wc来进行推算。
其中，上述日供氢量qei的计算方法包含如下步骤：
步骤D2-1：计算一日24小时每时的逐时压缩机耗电量Wcij，其中，按照从j＝0小时至j＝23小时计算；
步骤D2-2：将上述逐时压缩机耗电量Wcij逐日求和计算上述日压缩机耗电量Wci，具体计算公式见式21：
Figure BDA0002857632780000073
步骤D2-3：计算上述日供氢量qei，具体按照上述式11计算。
其中，上述步骤D2-2、D2-3的计算并判断按照如下式18及式19进行，其中：
Figure BDA0002857632780000074
进一步的，上述逐时压缩机耗电量Wcij的计算方法包含如下步骤：
步骤D2-1-1：根据步骤D1-3中的上述日压缩机耗电量Wci及计算公式9确定压缩机可用的电负荷；
步骤D2-1-2：逐时判断是否有足够的氢气源供压缩机压缩，判断方法按照如下公
式12：
Figure BDA0002857632780000081
如果上述公式12成立，即有足够的氢气源供压缩机压缩，则该小时压缩机的上述逐时压缩机耗电量wcij即为该时段压缩机可用电负荷，其计算公式为式13：
Figure BDA0002857632780000082
否则执行步骤D2-1-3；
步骤D2-1-3：计算并判断风电发电耗电量是否小于或等于制氢装机容量，如果风电发电耗电量小于或等于制氢装机容量，则该小时压缩机的上述逐时压缩机耗电量wcij即为风电制氢量与上一个时段存储的氢气量之和，具体计算公式为式14与式15结合：
Figure BDA0002857632780000083
否则该小时压缩机的耗电量wcij即为制氢装机容量与上一个时段存储的氢气量之和，具体计算公式为式16与式17结合：
Figure BDA0002857632780000084
步骤D2-1-4：累计上述逐时压缩机耗电量Wcij并判断累计值是否大于等于上述理想日压缩机耗电量Wc，其中累计及判断的计算公式分别为式18及式19：
Figure BDA0002857632780000085
按照上述式19进行判断如果累计耗电量大于或等于上述日压缩机耗电量Wc，则上述时压缩机耗电量Wcij在j时之前按照上述日压缩机耗电量Wc与上述逐时压缩机耗电量Wcij累计值的差值累计，而在j+1小时至23时按照0值累计，具体计算公式为
式20：
Figure BDA0002857632780000086
否则设定j＝j+1返回上述步骤D2-1-2重复执行直至j＝23结束。
优选的，上述日产氢量qpi包含如下计算步骤：
步骤D3-1：按照每日每小时计算逐时制氢耗电量wpij，其决定参数包含，该时可用的制氢电量、制氢装机容量及剩余存储容量，具体计算公式见式24：
Figure BDA0002857632780000091
其中，上述式24中的氢气实时存储量qcij，j时氢气存储量为j-1时氢气存储量加上j时氢气结余量(产氢量-压缩量)，具体计算公式见式25：
Figure BDA0002857632780000092
步骤D3-2：累计24小时的上述逐时制氢耗电量wpij获得日制氢耗电量wpi，具体计算公式为式23：
Figure BDA0002857632780000093
步骤D3-3：根据步骤D3-2中的上述日制氢耗电量wpi计算获得上述日产氢量qpi，具体计算公式为式22：
Figure BDA0002857632780000094
优选的，上述年供氢稳定保证率包含如下计算步骤：
D4-1：判断日供氢量qei是否大于等于上述理想氢气日供应量qm，如果日供氢量qei大于或等于上述理想氢气日供应量qm，则累计一日年供氢稳定日；
D4-2：按照累计的上述年供氢稳定日的天数与全年天数的比值计算上述年供氢稳定保证率。
优选的，上述日外购电量wni为每天供氢缺口量对应的制氢及压缩氢气的耗电量，在非并网方案中，在风电资源不足时，可以通过外购电量来满足制氢以及压缩氢气耗电量，通过增加部分购电成本达到稳定供氢的要求，上述日外购电量wni的计算公式为式26：
Figure BDA0002857632780000095
优选的，上述步骤E包含进行以下运算：
(1)根据核算的风电制氢系统容量各指标，估算风电制氢投资成本；其中，项目投资包含两部分，其一是风力发电，其二是制氢、储氢及配套项目。其中，风力发电包含风电场、集电线路、检修道路、升压站，其费用包含设备费、安装费、装置性材料费、建筑工程费、建设用地费、工程前期费、建设管理费、生产准备费、可研勘察设计费等。其中，制氢、储氢及配套项目包含电解水制氢和纯化系统、补水系统、储氢系统、消防系统、配套的电气热控土建，其费用包含设备费、安装费、装置性材料费、建筑工程费、建设用地费、建设管理费、建设技术服务费、整套启动试运费、生产准备费、基本预备费。将上述费用加和汇总后，再根据实际情况，确定资本金比例和融资比例，结合现行贷款利率，计算建设期利息，具体利息计算方式如下：
Figure BDA0002857632780000101
Figure BDA0002857632780000102
Figure BDA0002857632780000103
将以上各年建设期利息累加后得出项目总建设期利息，与上述费用加和后，得出项目的总投资。
(2)根据上述风电制氢投资成本，计算年度折旧及利息支出费用；具体计算方式包含如下两部分：
其一、根据上述计算出的风电制氢投资成本，再按照规定的残值率和折旧年限，计算年折旧额，具体计算公式为：
Figure BDA0002857632780000104
其二、根据项目还款方式和年限，计算财务费用，例如以等额还本利息照付方式，计算年利息额，具体计算公式为：
Figure BDA0002857632780000105
年还息额＝年初未还本金累计×年有效利率；
年流动资金借款利息＝年初流动资金借款余额×流动资金年有效利率。
(3)计算项目经营成本，其包含工资及福利费、维修费、材料费、其他费用、保险费、外购原材料费、排污费，并根据实际分别记取每年的费用。
(4)将上述风电制氢投资成本、上述年度折旧及利息支出费用及上述项目经营成本汇总得出项目总成本再除以制氢产品数量核算出产品单位成本即为制氢总成本，具体计算公式为：
项目总成本＝折旧费+利息支出+经营成本；
Figure BDA0002857632780000111
优选的，上述步骤H通过将上述制氢成本测算结果进行列表及图形化展示，确定最优制氢系统容量匹配方案。
以下按照特定的风电工程风资源情况及理想指标设定，介绍本发明部分实施案例：
例如，按照风电工程风资源情况，设定制氢装机容量50MW，年供氢量为4.7～4.8×107Nm3/a，按照本发明方法进行参数计算，探究日供氢系数、存储倍数对其他参数的影响，根据设定的匹配原则，找出最优的风电装机规模和存储容量大小。
1.匹配原则
以50MW风电制氢方案主要研究非并网运行方案，风电场与电网连接，但不向电网供电，可利用电网低谷电价的电力制氢。其中，电解水制氢装置容量为50MW时，年供氢量为4.7～4.8×107Nm3/a，年供氢稳定保证率不小于95％，单位供氢成本最低。在进行氢气成本计算时，为更直观体现风电电解水制氢整个系统固定投资对氢气成本的影响，本计算过程中未考虑资金成本对氢气成本的影响。
2.边界条件
风力发电量按照逐小时统计发电功率，时间跨度为1年，以风机装机规模为62.5MW(涉及25台风机)为例。如表1中所示，记录了该年春分、夏至、秋分、冬至以及最大发电量与最小发电量24小时内的发电功率，以及如图2所示的全年风电发电功率变化趋势。
Figure BDA0002857632780000112
Figure BDA0002857632780000121
表1 典型日风电资源 单位：kW
可见，上述表1中的参数为风电装机容量为62.5MW时风力发电输出电量的参数，在进行风电装机容量匹配过程中，此参数为一个变量。
3.参数计算
在确定存储容量的过程中有两个变量分别是日供氢系数η和存储倍数n，下面就根据风电数据具体计算其他参数值。
(1)计算固定参数(设定风电装机容量62.5MW)
首先计算与上述变量无映射关系的参数：理想全年产氢量Qo(日均产氢量qo)和最小压缩机容量Pc两个参数。
按本发明上述步骤C及步骤D的计算方法，结合风电数据，计算结果如下：
Qo＝52770899Nm3/a；
qo＝144183Nm3/d；
Pc＝2475kW；
(2)确定变量日供氢系数η和存储倍数n(设定风电装机容量62.5MW)
上述η日供氢系数越大，风电的利用率越高，供氢量越大，但是需要的存储容量越大(即存储倍数n越大)或需要外购电量越多。本案例将日供氢系数η值范围设定在0.8-1之间，存储倍数n值设定在1-15之间，如表2所示为日供氢系数η值对应的理想氢气日供应量qm的值。
η qm/Nm<sup>3</sup> η qm/Nm<sup>3</sup> η qm/Nm<sup>3</sup>
1.00 144183 0.93 134090 0.86 123997
0.99 142741 0.92 132648 0.85 122555
0.98 141299 0.91 131206 0.84 121114
0.97 139857 0.90 129765 0.83 119672
0.96 138415 0.89 128323 0.82 118230
0.95 136974 0.88 126881 0.81 116788
0.94 135532 0.87 125439 0.80 115346
表2 η-qm关系表
(3)匹配年供氢稳定保证率组合(设定风电装机容量62.5MW)
年供氢稳定保证率反映全年满足供氢量要求的天数，根据设定年供氢稳定保证率要求，来确定符合要求的η-n组合，如图3所示的各组合条件下的匹配的年供氢稳定保证率关系表。
(4)计算年供氢气量(风电装机62.5MW)
年供氢量是关系制氢站收益的主要参数，如图4所示为按照本发明计算的不同η-n组合下的年供氢量关系表。
(5)计算单位氢气成本(设定风电装机容量62.5MW)
具体计算为设定风电装机容量62.5MW，不考虑外购电量，如图5所示的不同η-n组合时氢气的单位成本计算表。如表中可见知在风电装机容量62.5MW(25台风机)，制氢容量为50MW时，单位氢气成本最低为：存储容量5.02×108Nm3，单位氢成本为1.136元/Nm3。
(6)计算其他氢气成本最低时的配置参数
具体为计算50MW制氢容量时，风机风机装机容量50MW～100MW(20台～40台)，年供氢稳定保证率不低于95％，单位供氢成本最低时年度的制氢总量、风电制氢成本组成、主要系统(风电、制氢、存储)利用率参数。
如图6所示的制氢总量和单位供氢成本与风机装机容量之间的变化关系。结果显示，随着风机装机容量的增加，理想制氢总量相应增加，实际制氢总量整体也在增加。
如图7所示的风电制氢投资和单位供氢成本与风机装机容量之间的变化关系。结果显示，风电装机成本占整个投资成本的比例最高，且随着风机装机容量的增加，这一比例还在持续走高；总的投资成本随风机装机容量增加而增加，部分组合会有波动，主要原因是随着风机装机容量与制氢容量比值增大，储氢容量的需求会下降，导致储氢成本的降低，且降低幅度大于风电成本的增加幅度。
如图8所示为风电制氢主要系统(风电、制氢、存储)利用率随着风电容量增加而变化的情况。结果显示随着风电装机规模扩大，风电利用率持续下降，由80％以上降至60％以下；制氢容量的利用率总体升高，由44％左右升至60％；而储氢容量的利用率略有降低，维持在60％左右。
例如根据上述计算及评估存在如下氢气系统容量组合：
当风机装机容量为62.5MW时，单位供氢成本为1.211元/Nm3；
当风机装机容量为65MW时，单位供氢成本为1.187元/Nm3；
当风机装机容量为67.5MW时，单位供氢成本为1.134元/Nm3；
当风机装机容量为70MW时，单位供氢成本为1.141元/Nm3；
当风机装机容量为72.5MW时，单位供氢成本为1.168元/Nm3。
按照本发明方法的制氢成本最低为匹配原则，可选择50MW制氢容量匹配的风电装机容量为67.5MW(27台风机)，氢气存储容量为4天存储量52.9万Nm3，压缩机电机总容量为2.47MW，作为最优的制氢系统容量匹配方案。
本发明实现了新能源在制氢系统产、供、储过程中的优化配置，提高了新能源利用率，降低制氢成本，进而提升了经济效益。具体为，本发明利用风电为电源电解水制氢，实现了可再生能源制氢，制得的氢气为更环保的“绿氢”；本发明给出了基于制氢容量的配套系统的匹配原则及匹配方法，通过本发明提供的方法可实现系统造价最低化；本发明所公布的方法操作简单而高效，为风电制氢项目容量的前期规划匹配及后续实施提供可靠的技术支撑。

Claims (10)

1.风电制氢系统容量匹配方法，其特征在于，以电脑设备与程序进行运作，至少包含以下步骤：
步骤A：采集当地制氢容量数据、风电资源数据并进行预处理；
步骤B：确定风机装机位置及容量数据；
步骤C：日产氢量与储存容量数据匹配计算的相关数据预处理；
步骤D：按照日供氢系数及存储倍数的组合进行遍历计算并获取匹配的决策参数；
步骤E：根据决策参数筛选可行的容量匹配组合；
步骤F：对于上述步骤E中的匹配组合参数进行供氢成本测算；
步骤G：判断是否遍历完成所有组合，如果没有完成所有组合遍历返回到步骤D并重复后续步骤，如果完成所有组合遍历计算，执行步骤H；
步骤H：对比所有匹配组合的制氢成本测算结果，确定最优制氢系统容量匹配方案。
2.如权利要求1所述的风电制氢系统容量匹配方法，其特征在于，所述步骤C包含采集并计算理想日均产氢量qo、约定日供氢系数η并计算理想氢气日供应量qm、确定存储倍数n并计算氢气存储容量Qc；
其中，所述日均产氢量qo的计算方法包含如下步骤：
步骤C1-1：根据制氢耗电量Wa及压缩机耗电量Wb计算输出单位氢气所需要的耗电量；
步骤C1-2：根据所述步骤A中的风资源数据、所述步骤B中的风机装机位置及容量数据计算逐时发电功率Pgj；
步骤C1-3：计算全厂最大耗电功率Pmax；
步骤C1-4：计算逐时耗电量Pj；
步骤C1-5：将所述逐时耗电量Pj求和计算理想全年产氢量Qo；
步骤C1-6：根据所述理想全年产氢量Qo计算理想日均产氢量qo；
其中，所述日供氢系数η为约定的每日所需氢气量的占比，其为固定值或变量；
其中，所述理想氢气日供应量qm为所述理想日均产氢量qo与所述日供氢系数η的乘积；
其中，所述存储倍数n是确定的所述氢气存储容量Qc与所述理想氢气日供应量qm的比值；
其中，所述氢气存储容量Qc为所述理想氢气日供应量qm与所述存储倍数n的乘积。
3.如权利要求1所述的风电制氢系统容量匹配方法，其特征在于，所述步骤D中计算并获取的匹配的决策参数包含且不限于最小压缩机容量Pc、日供氢量qei、日产氢量qpi、不满供日数Nf、全年总供氢量Qe、年供氢稳定保证率、及日外购电量wni。
4.如权利要求3所述的风电制氢系统容量匹配方法，其特征在于，所述最小压缩机容量Pc的计算方法包含如下步骤：
步骤D1-1：根据所述理想氢气日供应量qm以及所述压缩机耗电量Wb计算理想日压缩机耗电量Wc；
步骤D1-2：计算日风电可供电量Pgi；
步骤D1-3：根据所述日风电可供电量Pgi计算日压缩机耗电量Wci并与所述理想日压缩机耗电量Wc进行逐日对比分析，确定供电量不足日及日数，同时获取所述日压缩机耗电量Wci的最小值并推算出最小压缩机容量Pc。
5.如权利要求3所述的风电制氢系统容量匹配方法，其特征在于，所述日供氢量qei为压缩机每日压缩氢气的量值，其可通过所述日压缩机耗电量Wci除以所述压缩机的耗电量Wb计算获得；
其中，所述日供氢量qei的计算方法包含如下步骤：
步骤D2-1：计算一日24小时每时的逐时压缩机耗电量Wcij；
步骤D2-2：将上述逐时压缩机耗电量Wcij逐日求和计算上述日压缩机耗电量Wci；
步骤D2-3：计算上述日供氢量qei。
6.如权利要求5所述的风电制氢系统容量匹配方法，其特征在于，所述逐时压缩机耗电量Wcij的计算方法包含如下步骤：
步骤D2-1-1：根据步骤D1-3中的所述日压缩机耗电量Wci确定压缩机可用的电负荷；
步骤D2-1-2：逐时判断是否有足够的氢气源供压缩机压缩，如果有足够的氢气源供压缩机压缩，则该小时压缩机的所述逐时压缩机耗电量wcij即为该时段压缩机可用电负荷，否则执行步骤D2-1-3；
步骤D2-1-3：计算并判断风电发电耗电量是否小于或等于制氢装机容量，如果风电发电耗电量小于或等于制氢装机容量，则该小时压缩机的所述逐时压缩机耗电量wcij即为风电制氢量与上一个时段存储的氢气量之和，否则该小时压缩机的耗电量wcij即为制氢装机容量与上一个时段存储的氢气量之和；
步骤D2-1-4：累计上述逐时压缩机耗电量Wcij并判断累计值是否大于或等于上述理想日压缩机耗电量Wc，如果累计耗电量大于或等于上述日压缩机耗电量Wc，则上述时压缩机耗电量Wcij在j时之前按照上述日压缩机耗电量Wc与上述逐时压缩机耗电量Wcij累计值的差值累计，而在j+1小时至23时按照0值累计，否则设定j＝j+1返回上述步骤D2-1-2重复执行直至j＝23结束计算。
7.如权利要求3所述的风电制氢系统容量匹配方法，其特征在于，所述日产氢量qpi包含如下计算步骤：
步骤D3-1：按照每日每小时计算逐时制氢耗电量wpij，其决定参数包含，该时可用的制氢电量、制氢装机容量及剩余存储容量；
步骤D3-2：累计24小时的所述逐时制氢耗电量wpij获得日制氢耗电量wpi；
步骤D3-3：根据步骤D3-2中的所述日制氢耗电量wpi计算获得所述日产氢量qpi。
8.如权利要求3所述的风电制氢系统容量匹配方法，其特征在于:所述年供氢稳定保证率包含如下计算步骤：
D4-1：判断日供氢量qei是否大于等于所述理想氢气日供应量qm，如果日供氢量qei大于或等于所述理想氢气日供应量qm，则累计一日年供氢稳定日；
D4-2：按照累计的所述年供氢稳定日的天数与全年天数的比值计算所述年供氢稳定保证率；
所述日外购电量wni为每天供氢缺口量对应的制氢及压缩氢气的耗电量。
9.如权利要求1所述的风电制氢系统容量匹配方法，其特征在于，所述步骤E包含进行以下运算：
(1)根据核算的风电制氢系统容量各指标，估算风电制氢投资成本；
(2)根据所述风电制氢投资成本，计算年度折旧及利息支出费用；
(3)计算项目经营成本；
(4)将所述风电制氢投资成本、所述年度折旧及利息支出费用及所述项目经营成本核算制氢总成本。
10.如权利要求1所述的风电制氢系统容量匹配方法，其特征在于，所述步骤H通过将所述制氢成本测算结果进行列表及图形化展示，确定最优制氢系统容量匹配方案。
CN202011552594.9A 2020-12-24 2020-12-24 风电制氢系统容量匹配方法 Active CN112613742B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011552594.9A CN112613742B (zh) 2020-12-24 2020-12-24 风电制氢系统容量匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011552594.9A CN112613742B (zh) 2020-12-24 2020-12-24 风电制氢系统容量匹配方法

Publications (2)

Publication Number Publication Date
CN112613742A true CN112613742A (zh) 2021-04-06
CN112613742B CN112613742B (zh) 2024-07-26

Family

ID=75245529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011552594.9A Active CN112613742B (zh) 2020-12-24 2020-12-24 风电制氢系统容量匹配方法

Country Status (1)

Country Link
CN (1) CN112613742B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114142499A (zh) * 2021-12-07 2022-03-04 阳光电源股份有限公司 一种新能源制氢的系统及方法
CN115275994A (zh) * 2022-08-02 2022-11-01 中国华能集团清洁能源技术研究院有限公司 一种风光储互补制氢系统容量优化匹配方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110295610A1 (en) * 2010-05-26 2011-12-01 Yuan Ze University Method for configuring installation capacities of hybrid energy generation system
CN108206547A (zh) * 2018-01-08 2018-06-26 福州大学 风氢耦合发电系统各单元容量优化的方法
CN111668869A (zh) * 2020-06-10 2020-09-15 中国电力工程顾问集团华北电力设计院有限公司 一种离网型风电制氢系统及其容量匹配方法
CN111738502A (zh) * 2020-06-15 2020-10-02 上海交通大学 促进富余风电消纳的多能互补系统需求响应运行优化方法
CN111756059A (zh) * 2020-07-30 2020-10-09 中国华能集团清洁能源技术研究院有限公司 一种实时平抑风电波动的电-氢-电转换系统和方法
US20200343733A1 (en) * 2018-04-25 2020-10-29 Neil Crawford Energy Generation, Storage and Management System

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110295610A1 (en) * 2010-05-26 2011-12-01 Yuan Ze University Method for configuring installation capacities of hybrid energy generation system
CN108206547A (zh) * 2018-01-08 2018-06-26 福州大学 风氢耦合发电系统各单元容量优化的方法
US20200343733A1 (en) * 2018-04-25 2020-10-29 Neil Crawford Energy Generation, Storage and Management System
CN111668869A (zh) * 2020-06-10 2020-09-15 中国电力工程顾问集团华北电力设计院有限公司 一种离网型风电制氢系统及其容量匹配方法
CN111738502A (zh) * 2020-06-15 2020-10-02 上海交通大学 促进富余风电消纳的多能互补系统需求响应运行优化方法
CN111756059A (zh) * 2020-07-30 2020-10-09 中国华能集团清洁能源技术研究院有限公司 一种实时平抑风电波动的电-氢-电转换系统和方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114142499A (zh) * 2021-12-07 2022-03-04 阳光电源股份有限公司 一种新能源制氢的系统及方法
CN115275994A (zh) * 2022-08-02 2022-11-01 中国华能集团清洁能源技术研究院有限公司 一种风光储互补制氢系统容量优化匹配方法

Also Published As

Publication number Publication date
CN112613742B (zh) 2024-07-26

Similar Documents

Publication Publication Date Title
Ma et al. Techno-economic evaluation of a community-based hybrid renewable energy system considering site-specific nature
CN110310173B (zh) 一种可再生能源参与中长期电力交易的电量分配方法
Parissis et al. Integration of wind and hydrogen technologies in the power system of Corvo island, Azores: A cost-benefit analysis
CN114243694B (zh) 考虑阶梯碳交易和需求响应的并网型微电网优化配置方法
EP4086835A1 (en) Dynamic non-linear optimization of a battery energy storage system
CN106684915A (zh) 一种风氢耦合发电系统的优化方法及装置
McHenry Small-scale (≤ 6 kWe) stand-alone and grid-connected photovoltaic, wind, hydroelectric, biodiesel, and wood gasification system’s simulated technical, economic, and mitigation analyses for rural regions in Western Australia
CN112613742A (zh) 风电制氢系统容量匹配方法
CN116362584A (zh) 一种基于用户侧储能容量配置的经济性分析方法
CN116388293A (zh) 一种新能源配建储能电站的联合优化调度方法及系统
Wesseh Jr et al. Electricity price modeling from the perspective of start-up costs: incorporating renewable resources in non-convex markets
CN116247719A (zh) 一种基于阶梯碳交易的微电网两阶段鲁棒优化配置方法
CN115864376A (zh) 一种多时间尺度电力保供分析方法及系统
CN116822977A (zh) 一种基于定量测算企业碳减排潜力的减排策略生成方法
Mohamed et al. Residential battery energy storage sizing and profitability in the presence of PV and EV
CN113780742B (zh) 辅助服务市场环境下发电机组灵活性改造经济性计算方法
Tian et al. Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market
CN112993985A (zh) 一种考虑不确定性的微电网多目标规划方法
CN113497443A (zh) 一种用于变电站站内风光储微电网的效益分析方法及装置
Zhu et al. Techno-Economic Analysis of Grid-Connected Hydrogen Production via Water Electrolysis
CN115496336A (zh) 一种调峰辅助服务市场机制下火电机组效益评估方法
Xue et al. Design optimization of community energy systems based on dual uncertainties of meteorology and load for robustness improvement
Elkholy et al. Impact of time resolution averaging analysis on integrated photovoltaic with office buildings and grid interaction metrics: Case study
Black et al. Long-term load forecast methodology overview
Liu et al. Integrated techno-economic assessment of large-scale green hydrogen production

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