CN112952805A - 一种考虑柔性氢需求的电氢能源系统调度方法 - Google Patents

一种考虑柔性氢需求的电氢能源系统调度方法 Download PDF

Info

Publication number
CN112952805A
CN112952805A CN202110172092.1A CN202110172092A CN112952805A CN 112952805 A CN112952805 A CN 112952805A CN 202110172092 A CN202110172092 A CN 202110172092A CN 112952805 A CN112952805 A CN 112952805A
Authority
CN
China
Prior art keywords
hydrogen
electric
period
energy system
load
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.)
Withdrawn
Application number
CN202110172092.1A
Other languages
English (en)
Inventor
韩华春
李强
陆帅
吴盛军
邹德虎
周苏洋
吕振华
汪成根
孙蓉
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 Wokesen Electric Power Technology Co ltd
State Grid Jiangsu Electric Power Co Ltd
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Nanjing Wokesen Electric Power Technology Co ltd
State Grid Jiangsu Electric Power Co Ltd
Electric Power Research Institute 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 Wokesen Electric Power Technology Co ltd, State Grid Jiangsu Electric Power Co Ltd, Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical Nanjing Wokesen Electric Power Technology Co ltd
Priority to CN202110172092.1A priority Critical patent/CN112952805A/zh
Publication of CN112952805A publication Critical patent/CN112952805A/zh
Priority to CN202110753545.XA priority patent/CN113452020B/zh
Priority to US17/773,601 priority patent/US20230122201A1/en
Priority to PCT/CN2021/105807 priority patent/WO2022166114A1/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/10—Photovoltaic [PV]
    • 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
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Human Resources & Organizations (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Automation & Control Theory (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及多能流系统调度的技术领域，尤其涉及一种考虑柔性氢需求的电氢能源系统调度方法；S1，建立电氢能源系统运行目标函数：S2，建立电‑氢负荷柔性模型；S3，建立电氢能源系统运行约束条件；S4，形成电氢能源系统调度模型并求解模型获得调度结果；本发明的目的就是针对现有技术中存在的缺陷提供一种考虑柔性氢需求的电氢能源系统调度方法，可有效解决电、氢能流协同问题，同时考虑了电、氢负荷的柔性，进一步为系统运行提供额外的灵活性，通过所提出的调度方法获得经济可行的电氢综合能源系统调度计划，保证系统安全、高效、经济的运行。

Description

一种考虑柔性氢需求的电氢能源系统调度方法
技术领域
本发明涉及多能流系统调度的技术领域，尤其涉及一种考虑柔性氢需求的电氢能源系统调度方法。
背景技术
电氢能源系统是一种基于电转气技术的新型能源系统，通过电转气技术将多余的电能转化成氢能并进行储存，解决了电能不能长期、大规模存储的痛点。电氢能源系统的这些特点为季节性显著、间歇性突出、不确定性强的可再生能源大规模接入电力系统提供了技术支撑，因此在工程应用上具有光明的前景，正得到越来越多的关注。
电氢能源系统的经济运行取决于电、氢能量的协同优化。一方面，电-氢耦合影响使系统运行问题变得十分复杂。另一方面，系统中电、氢负荷具有一定的柔性，即可在一定时段内对负荷进行转移，为系统运行带来了额外灵活性的同时，也使得电氢能源系统的调度决策成为一个极具挑战的难题。如果不对电、氢能流进行有效的协同调度，一方面可能导致调度计划在物理上是不可行的，给系统的安全稳定运行造成威胁，另一方面将影响系统运行的经济性。
鉴于上述问题，本设计人基于从事此类产品工程应用多年丰富的实务经验及专业知识，并配合学理的运用，以期设计考虑柔性氢需求的电氢能源系统调度方法，保证系统安全、高效、经济的运行。
发明内容
本发明的目的就是针对现有技术中存在的缺陷提供一种考虑柔性氢需求的电氢能源系统调度方法，可有效解决电、氢能流协同问题，同时考虑了电、氢负荷的柔性，进一步为系统运行提供额外的灵活性，通过所提出的调度方法获得经济可行的电氢综合能源系统调度计划，保证系统安全、高效、经济的运行。
为了达到上述目的，本发明所采用的技术方案是：
包括以下步骤：
S1，建立电氢能源系统运行目标函数：
S2，建立电-氢负荷柔性模型；
S3，建立电氢能源系统运行约束条件；
S4，形成电氢能源系统调度模型并求解模型获得调度结果。
进一步地，所述步骤S1中建立的电氢能源系统运行目标函数为：
Figure BDA0002939256810000021
式中，t为调度时段；T为调度周期总长度；
Figure BDA0002939256810000022
为t时段系统向电网购电费用；
Figure BDA0002939256810000023
为t时段系统向电网卖电收入；cshift为系统电负荷转移需要向用户支付的单位惩罚成本；Pt grid+为t时段系统向电网购电功率；Pt grid-为t时段系统向电网售电功率；Pt e,in为转入t时段的电负荷功率。
进一步地，所述步骤S2建立电-氢负荷柔性模型包括以下步骤：
S21，建立电负荷柔性模型；
S22，建立氢负荷柔性模型。
进一步地，所述步骤S21建立的电负荷柔性模型为：
Figure BDA0002939256810000031
式中，Pt e为t时段系统电负荷；Pt e,fix表示t时段系统固定电负荷；Pt e,in表示其它时段转入t时段的电负荷；Pt e,out表示从t时段转出的电负荷；Pt e,in,max表示可转入t时段的电负荷的最大值；Pt e,out,max表示可从t时段转出的电负荷的最大值。
进一步地，所述步骤S22建立的氢负荷柔性模型为：
Figure BDA0002939256810000032
式中，Th为氢负荷所需的供需平衡周期长度；k为氢负荷的供需平衡周期序列；Pt h为t时段用户氢负荷；
Figure BDA0002939256810000033
为第k个供需平衡周期内用户所需的氢需求。
进一步地，所述步骤S3建立电氢能源系统运行约束条件包括以下步骤：
S31，建立电氢能源系统向上级电网的售电或购电约束；
S32，建立电氢能源系统分布式光伏出力约束；
S33，建立电制氢设备运行约束；
S34，建立电氢能源系统电功率平衡约束；
S35，建立电-氢负荷柔性模型约束。
进一步地，所述步骤S31建立的电氢能源系统向上级电网的售电/购电约束为：
Figure BDA0002939256810000041
式中，
Figure BDA0002939256810000042
为表示t时段系统向电网购电的0-1变量；
Figure BDA0002939256810000043
为表示t时段系统向电网售电的0-1变量；
Figure BDA0002939256810000044
为系统与电网所允许交换电功率的最大值。
进一步地，所述步骤S32建立的电氢能源系统分布式光伏出力约束为：
Figure BDA0002939256810000045
式中，
Figure BDA0002939256810000046
为t时段光伏出力调度值；
Figure BDA0002939256810000047
为t时段光伏出力预测值；σt,fore为t时段光伏出力预测值的标准差；
Figure BDA0002939256810000048
为标准正态分布N(0,1)的逆累计分布函数；η为光伏预测值的置信水平。
进一步地，所述步骤S33建立的电制氢设备运行约束为：
Figure BDA0002939256810000049
式中，ηP2H为电制氢设备的转化效率；Pt P2H为t时段电制氢设备消耗的电功率；Pt h为t时段用户氢负荷；λ为电制氢设备的最小负载水平；
Figure BDA00029392568100000410
为电制氢设备的运行状态；CP2H为电制氢设备容量。
进一步地，所述步骤S34建立的电氢能源系统电功率平衡约束为：
Pt grid+-Pt grid-+Pt PV-Pt P2H＝Pt e
式中，Pt e为t时段系统电负荷；
Figure BDA00029392568100000411
为t时段光伏出力调度值；Pt P2H为t时段电制氢设备消耗的电功率。
通过本发明的技术方案，可实现以下技术效果：
本方法可有效解决系统内电、氢能流协同问题，可利用电负荷与氢负荷的柔性为系统运行提供额外的灵活性，提高系统运行经济性。通过所提出的调度方法获得经济可行的电氢综合能源系统调度计划，保证系统安全、高效、经济的运行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中考虑柔性氢需求的电氢能源系统调度方法的电氢能源系统结构图；
图2为本发明实施例中考虑柔性氢需求的电氢能源系统调度方法的电负荷和单位光伏出力示意图；
图3为本发明实施例中考虑柔性氢需求的电氢能源系统调度方法的不同氢负荷柔性下的系统运行成本对比图；
图4为本发明实施例中考虑柔性氢需求的电氢能源系统调度方法的不同氢负荷柔性下的电制氢设备运行结果；
图5为本发明实施例中考虑柔性氢需求的电氢能源系统调度方法的不同氢负荷柔性下的电负荷转移结果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
在本发明的描述中，需要说明的是，属于“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或者位置关系为基于附图所示的方位或者位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
一种考虑柔性氢需求的电氢能源系统调度方法，如图1～5所示，
包括以下步骤：
S1，建立电氢能源系统运行目标函数：
S2，建立电-氢负荷柔性模型；
S3，建立电氢能源系统运行约束条件；
S4，形成电氢能源系统调度模型并求解模型获得调度结果。
作为上述实施例的优选，如图1～5所示，所述步骤S1中建立的电氢能源系统运行目标函数为：
Figure BDA0002939256810000061
式中，t为调度时段；T为调度周期总长度；
Figure BDA0002939256810000062
为t时段系统向电网购电费用；
Figure BDA0002939256810000063
为t时段系统向电网卖电收入；cshift为系统电负荷转移需要向用户支付的单位惩罚成本；Pt grid+为t时段系统向电网购电功率；Pt grid-为t时段系统向电网售电功率；Pt e,in为转入t时段的电负荷功率。
作为上述实施例的优选，如图1～5所示，所述步骤S2建立电-氢负荷柔性模型包括以下步骤：
S21，建立电负荷柔性模型；
S22，建立氢负荷柔性模型。
作为上述实施例的优选，如图1～5所示，所述步骤S21建立的电负荷柔性模型为：
Figure BDA0002939256810000071
式中，Pt e为t时段系统电负荷；Pt e,fix表示t时段系统固定电负荷；Pt e,in表示其它时段转入t时段的电负荷；Pt e,out表示从t时段转出的电负荷；Pt e,in,max表示可转入t时段的电负荷的最大值；Pt e,out,max表示可从t时段转出的电负荷的最大值。
作为上述实施例的优选，如图1～5所示，所述步骤S22建立的氢负荷柔性模型为：
Figure BDA0002939256810000072
式中，Th为氢负荷所需的供需平衡周期长度；k为氢负荷的供需平衡周期序列；Pt h为t时段用户氢负荷；
Figure BDA0002939256810000073
为第k个供需平衡周期内用户所需的氢需求。
具体的，以图1所示的区域电氢能源系统为例，来验证本发明所提出的调度方法在经济性方面的优点。调度周期为1年，时间间隔为1h。为使仿真结果更具实用性，通过采集我国东部沿海某地区的小时级年电力负荷曲线作为电负荷数据，利用美国国家可再生能源实验室开发的PVWatts Calculator计算年小时级单位光伏发电数据。电负荷和光伏出力具体见图2。此外，电制氢设备的电氢转换效率为0.613(即每生产1kg氢需消耗54.3kMh电)，设备容量为2MW，最小负载水平为0.1。
将柔性氢负荷的供氢时间尺度分别设置为1h、6h、12h、24h和168h，对应的氢需求分别为12.5kg/h、75.0kg/6h、150.0kg/12h、300.0kg/24h和2100.0kg/168h，套用电负荷柔性模型和氢负荷柔性模型，研究从小时级到周级尺度下氢需求对电氢能源系统的影响，提高了研究的准确性。
作为上述实施例的优选，如图1～5所示，所述步骤S3建立电氢能源系统运行约束条件包括以下步骤：
S31，建立电氢能源系统向上级电网的售电或购电约束；
S32，建立电氢能源系统分布式光伏出力约束；
S33，建立电制氢设备运行约束；
S34，建立电氢能源系统电功率平衡约束；
S35，建立电-氢负荷柔性模型约束。
具体的，图3给出了光伏配置容量为20MW下不同柔性氢需求的系统经济性对比情况。从图中可以看出，不同光伏配置容量下，系统年运行成本均随着供氢时间尺度的增加而降低。
随着时间尺度从1h到6h，系统的购电成本在不同光伏配置容量下均大幅降低，进而使系统总费用降低。随着时间尺度从6h到168h，系统的成本降低逐渐放缓，后期变化很小。以上结果说明，随着柔性氢需求供氢时间尺度的增加，系统购电费用、售电费用和补贴费用均逐渐降低，这有利于缓解对上级电网和需求侧响应的依赖作用，同时结合在步骤S3建立电氢能源系统运行约束条件中，至少包括的电氢能源系统向上级电网的售电或购电约束、电氢能源系统分布式光伏出力约束、电制氢设备运行约束、电氢能源系统电功率平衡约束、以及电-氢负荷柔性模型约束，验证了本发明所提出的调度方法在运行经济性方面的优势。
作为上述实施例的优选，如图1～5所示，所述步骤S31建立的电氢能源系统向上级电网的售电/购电约束为：
Figure BDA0002939256810000091
式中，
Figure BDA0002939256810000092
为表示t时段系统向电网购电的0-1变量；
Figure BDA0002939256810000093
为表示t时段系统向电网售电的0-1变量；
Figure BDA0002939256810000094
为系统与电网所允许交换电功率的最大值。
作为上述实施例的优选，如图1～5所示，所述步骤S32建立的电氢能源系统分布式光伏出力约束为：
Figure BDA0002939256810000095
式中，
Figure BDA0002939256810000096
为t时段光伏出力调度值；
Figure BDA0002939256810000097
为t时段光伏出力预测值；σt,fore为t时段光伏出力预测值的标准差；
Figure BDA0002939256810000098
为标准正态分布N(0,1)的逆累计分布函数；η为光伏预测值的置信水平。
作为上述实施例的优选，如图1～5所示，所述步骤S33建立的电制氢设备运行约束为：
Figure BDA0002939256810000099
式中，ηP2H为电制氢设备的转化效率；Pt P2H为t时段电制氢设备消耗的电功率；Pt h为t时段用户氢负荷；λ为电制氢设备的最小负载水平；
Figure BDA0002939256810000101
为电制氢设备的运行状态；CP2H为电制氢设备容量。
作为上述实施例的优选，如图1～5所示，所述步骤S34建立的电氢能源系统电功率平衡约束为：
Pt grid+-Pt grid-+Pt PV-Pt P2H＝Pt e
式中，Pt e为t时段系统电负荷；
Figure BDA0002939256810000102
为t时段光伏出力调度值；Pt P2H为t时段电制氢设备消耗的电功率。
具体的，图4给出了电制氢设备输入电功率结果。从图中可以看出，在1h氢需求约束中，电制氢设备需保持恒功率运行来满足实时的用氢需求。当氢负荷平衡周期增加到6h时，电制氢设备运行灵活性迅速提升，在一天的调度周期内主要工作于3：00-4：00,11：00-12：00，14：00-15：00和23：00-24:00电价低谷和光伏出力高峰时段，因此系统经济性有所提升，但电制氢设备启停过于频繁(一天内启停三次)。而随着氢负荷平衡周期的进一步增加，电制氢设备进一步集中于在中午时段以额定功率进行工作，且在一个典型日内只启停一次。
图5给出了电负荷转移结果。从图中可以看出，不同氢负荷平衡周期下系统主要将其他时段的电负荷需求转移到8：:0-17:00时段光伏出力高峰时段，且通过需求侧响应曲线可以发现，氢负荷平衡周期为1h时波动最大，随后随着时间尺度增加波动越来越小。以上结果可以发现，随着氢负荷平衡周期逐渐增大(终端存储能力逐渐增强)，系统在设备运行、与上级电网交易和需求侧响应等方面效果显著。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种考虑柔性氢需求的电氢能源系统调度方法，其特征在于，包括以下步骤：
S1，建立电氢能源系统运行目标函数；
S2，建立电-氢负荷柔性模型；
S3，建立电氢能源系统运行约束条件；
S4，形成电氢能源系统调度模型并求解模型获得调度结果。
2.根据权利要求1所述的考虑柔性氢需求的电氢能源系统调度方法，其特征在于，所述步骤S1中建立的电氢能源系统运行目标函数为：
Figure FDA0002939256800000011
式中，t为调度时段；T为调度周期总长度；
Figure FDA0002939256800000012
为t时段系统向电网购电费用；
Figure FDA0002939256800000013
为t时段系统向电网卖电收入；cshift为系统电负荷转移需要向用户支付的单位惩罚成本；Pt grid+为t时段系统向电网购电功率；Pt grid-为t时段系统向电网售电功率；Pt e,in为转入t时段的电负荷功率。
3.根据权利要求2所述的考虑柔性氢需求的电氢能源系统调度方法其特征在于，所述步骤S2建立电-氢负荷柔性模型包括以下步骤：
S21，建立电负荷柔性模型；
S22，建立氢负荷柔性模型。
4.根据权利要求3所述的考虑柔性氢需求的电氢能源系统调度方法，其特征在于，所述步骤S21建立的电负荷柔性模型为：
Figure FDA0002939256800000014
式中，Pt e为t时段系统电负荷；Pt e,fix表示t时段系统固定电负荷；Pt e,in表示其它时段转入t时段的电负荷；Pt e,out表示从t时段转出的电负荷；Pt e,in,max表示可转入t时段的电负荷的最大值；Pt e,out,max表示可从t时段转出的电负荷的最大值。
5.根据权利要求3所述的考虑柔性氢需求的电氢能源系统调度方法，其特征在于，所述步骤S22建立的氢负荷柔性模型为：
Figure FDA0002939256800000021
式中，Th为氢负荷所需的供需平衡周期长度；k为氢负荷的供需平衡周期序列；Pt h为t时段用户氢负荷；
Figure FDA0002939256800000022
为第k个供需平衡周期内用户所需的氢需求。
6.根据权利要求2所述的考虑柔性氢需求的电氢能源系统调度方法，其特征在于，所述步骤S3建立电氢能源系统运行约束条件包括以下步骤：
S31，建立电氢能源系统向上级电网的售电或购电约束；
S32，建立电氢能源系统分布式光伏出力约束；
S33，建立电制氢设备运行约束；
S34，建立电氢能源系统电功率平衡约束；
S35，建立电-氢负荷柔性模型约束。
7.根据权利要求6所述的考虑柔性氢需求的电氢能源系统调度方法，其特征在于，所述步骤S31建立的电氢能源系统向上级电网的售电/购电约束为：
Figure FDA0002939256800000031
式中，
Figure FDA0002939256800000032
为表示t时段系统向电网购电的0-1变量；
Figure FDA0002939256800000033
为表示t时段系统向电网售电的0-1变量；
Figure FDA0002939256800000034
为系统与电网所允许交换电功率的最大值。
8.根据权利要求6所述的考虑柔性氢需求的电氢能源系统调度方法，其特征在于，所述步骤S32建立的电氢能源系统分布式光伏出力约束为：
Figure FDA0002939256800000035
式中，pt PV为t时段光伏出力调度值；
Figure FDA0002939256800000036
为t时段光伏出力预测值；σt,fore为t时段光伏出力预测值的标准差；
Figure FDA0002939256800000037
为标准正态分布N(0,1)的逆累计分布函数；η为光伏预测值的置信水平。
9.根据权利要求6所述的考虑柔性氢需求的电氢能源系统调度方法，其特征在于，所述步骤S33建立的电制氢设备运行约束为：
Figure FDA0002939256800000038
式中，ηP2H为电制氢设备的转化效率；Pt P2H为t时段电制氢设备消耗的电功率；Pt h为t时段用户氢负荷；λ为电制氢设备的最小负载水平；
Figure FDA0002939256800000039
为电制氢设备的运行状态；CP2H为电制氢设备容量。
10.根据权利要求6所述的考虑柔性氢需求的电氢能源系统调度方法，其特征在于，所述步骤S34建立的电氢能源系统电功率平衡约束为：
Pt grid+-Pt grid-+Pt PV-Pt P2H＝Pt e
式中，Pt e为t时段系统电负荷；pt PV为t时段光伏出力调度值；Pt P2H为t时段电制氢设备消耗的电功率。
CN202110172092.1A 2021-02-08 2021-02-08 一种考虑柔性氢需求的电氢能源系统调度方法 Withdrawn CN112952805A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110172092.1A CN112952805A (zh) 2021-02-08 2021-02-08 一种考虑柔性氢需求的电氢能源系统调度方法
CN202110753545.XA CN113452020B (zh) 2021-02-08 2021-07-02 一种考虑柔性氢需求的电氢能源系统调度方法
US17/773,601 US20230122201A1 (en) 2021-02-08 2021-07-12 Dispatching method for electric-hydrogen energy system considering flexible hydrogen demand
PCT/CN2021/105807 WO2022166114A1 (zh) 2021-02-08 2021-07-12 一种考虑柔性氢需求的电氢能源系统调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110172092.1A CN112952805A (zh) 2021-02-08 2021-02-08 一种考虑柔性氢需求的电氢能源系统调度方法

Publications (1)

Publication Number Publication Date
CN112952805A true CN112952805A (zh) 2021-06-11

Family

ID=76244143

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110172092.1A Withdrawn CN112952805A (zh) 2021-02-08 2021-02-08 一种考虑柔性氢需求的电氢能源系统调度方法
CN202110753545.XA Active CN113452020B (zh) 2021-02-08 2021-07-02 一种考虑柔性氢需求的电氢能源系统调度方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202110753545.XA Active CN113452020B (zh) 2021-02-08 2021-07-02 一种考虑柔性氢需求的电氢能源系统调度方法

Country Status (3)

Country Link
US (1) US20230122201A1 (zh)
CN (2) CN112952805A (zh)
WO (1) WO2022166114A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022166114A1 (zh) * 2021-02-08 2022-08-11 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
CN115079564A (zh) * 2022-07-21 2022-09-20 清华四川能源互联网研究院 区域电氢系统脱碳路径规划优化方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114156868B (zh) * 2021-11-11 2023-09-26 华南理工大学 一种考虑电氢协调的微网调度方法
CN115498664A (zh) * 2022-09-28 2022-12-20 国网浙江省电力有限公司杭州供电公司 一种结合柔性直流配电网络的氢电耦合综合能源系统
CN115483694B (zh) * 2022-10-24 2023-07-04 珠海康晋电气股份有限公司 基于分布式电网数据的电力节能调度系统
CN115545579B (zh) * 2022-12-01 2023-04-07 国网浙江义乌市供电有限公司 一种用于用户柔性资源的聚合智控方法和系统
CN116581742B (zh) * 2023-05-16 2024-02-23 淮阴工学院 一种基于变色龙算法调控智慧云平台柔性电负荷调度系统及方法
CN116579115B (zh) * 2023-07-11 2023-09-26 国网能源研究院有限公司 电、氢协同互动的系统规划方法及装置
CN116646993B (zh) * 2023-07-27 2023-10-03 国网能源研究院有限公司 电氢耦合系统协同程度测算方法、系统、装置及存储介质
CN117639069A (zh) * 2023-11-28 2024-03-01 国网青海省电力公司清洁能源发展研究院 一种适用于偏远农牧区的光-氢-储综合能源系统
CN117408091B (zh) * 2023-12-14 2024-03-26 国网浙江省电力有限公司电力科学研究院 考虑安全性风险的电-氢储能系统优化设计方法及系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9373960B2 (en) * 2013-03-13 2016-06-21 Oracle International Corporation Computerized system and method for distributed energy resource scheduling
CN107196294A (zh) * 2017-06-16 2017-09-22 国网江苏省电力公司电力科学研究院 源网荷互动模式下微电网多时间尺度自适应能量调度方法
US20210027862A1 (en) * 2018-03-30 2021-01-28 Board Of Trustees Of Michigan State University Systems and methods for drug design and discovery comprising applications of machine learning with differential geometric modeling
CN108539784B (zh) * 2018-04-13 2020-01-14 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
CN109861290A (zh) * 2019-03-14 2019-06-07 国网上海市电力公司 一种考虑多种柔性负荷的综合能源系统优化调度方法
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
CN110288152B (zh) * 2019-06-25 2022-08-26 河海大学 考虑电/热柔性负荷的区域综合能源系统储能配置方法
CN110889600A (zh) * 2019-11-13 2020-03-17 国家电网有限公司 一种考虑柔性热负荷的区域综合能源系统优化调度方法
EP4066367A4 (en) * 2019-11-27 2024-01-03 Robert F Cruickshank Iii OPTIMIZED LOAD SHAPING SYSTEM, METHOD AND APPARATUS FOR OPTIMIZING ENERGY PRODUCTION AND CONSUMPTION
CN111144620B (zh) * 2019-12-06 2023-06-16 东南大学溧阳研究院 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
CN111027846B (zh) * 2019-12-06 2023-06-16 东南大学溧阳研究院 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
CN111738502B (zh) * 2020-06-15 2022-07-22 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
CN112086960B (zh) * 2020-09-03 2021-10-01 东北电力大学 基于模型预测控制的电氢耦合系统灵活裕度计算方法
CN112290533A (zh) * 2020-09-17 2021-01-29 国家电网公司西南分部 一种氢能-天然气混合储能的综合能源微电网调度方法
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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022166114A1 (zh) * 2021-02-08 2022-08-11 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
CN115079564A (zh) * 2022-07-21 2022-09-20 清华四川能源互联网研究院 区域电氢系统脱碳路径规划优化方法

Also Published As

Publication number Publication date
CN113452020A (zh) 2021-09-28
US20230122201A1 (en) 2023-04-20
WO2022166114A1 (zh) 2022-08-11
CN113452020B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN112952805A (zh) 一种考虑柔性氢需求的电氢能源系统调度方法
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
Tu et al. Optimization of a stand-alone photovoltaic–wind–diesel–battery system with multi-layered demand scheduling
Phuangpornpitak et al. Opportunities and challenges of integrating renewable energy in smart grid system
CN110350523A (zh) 基于需求响应的多能源互补优化调度方法
CN109767078B (zh) 一种基于混合整数规划的多类型电源检修安排方法
Zhang et al. Study on short-term optimal operation of cascade hydro-photovoltaic hybrid systems
CN113205273B (zh) 一种计及区外电能交易的低碳化电源规划方法及系统
Zhou et al. Optimal sizing of pv system and bess for smart household under stepwise power tariff
Lu et al. Day‐Ahead Scheduling for Renewable Energy Generation Systems considering Concentrating Solar Power Plants
Pruckner et al. A study on the impact of packet loss and latency on real-time demand response in smart grid
CN112688328B (zh) 一种交直流混合微电网时间协调能量优化配置方法
CN111898801B (zh) 一种用于配置多能互补供电系统的方法及系统
CN110119850B (zh) 基于光热发电调节的储热量双阶段优化调度方法
Johnson et al. Feasibility study of a 200 kW solar wind hybrid system
Tian et al. Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market
CN116365507A (zh) 适用于户用光储系统的储能能量管理方法
CN113659566B (zh) 一种基于CVaR的多能互补发电系统的容量配置优化方法
CN115986812A (zh) 一种考虑储能和需求响应的微电网经济规划方法及装置
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation
Zhou et al. Optimal modeling of integrated energy demand response under time-shared electricity price
Ye et al. The coordinated operation scheduling of distributed generation, demand response and storage based on the optimization energy hub for minimal energy usage costs
Sun et al. Analysis of wind power integration capacity in wind-hydro-thermal hybrid power system
Wang et al. Study on the economic dispatch of regional integrated energy system based on master-slave game
CN109961224A (zh) 一种计及多种能源的月度电能交易计划制定的时序仿真法

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210611