CN113078687B - 孤岛多能互补电-气耦合系统能量优化调度方法 - Google Patents
孤岛多能互补电-气耦合系统能量优化调度方法 Download PDFInfo
- Publication number
- CN113078687B CN113078687B CN202110364519.8A CN202110364519A CN113078687B CN 113078687 B CN113078687 B CN 113078687B CN 202110364519 A CN202110364519 A CN 202110364519A CN 113078687 B CN113078687 B CN 113078687B
- Authority
- CN
- China
- Prior art keywords
- gas
- methane
- hydrogen
- cost
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J3/38—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
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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]
Abstract
本发明是一种孤岛多能互补电‑气耦合系统能量优化调度方法,其特点是,包括搭建风‑光‑柴‑气‑储孤岛多能互补电‑气耦合系统;建立以经济性为优化目标的目标函数,通过粒子群算法求解模型;构建以最大化调度系统收益为优化目标的目标函数,考虑售电、售气收益,各发电机组、电转气系统和储能系统的运行维护成本,分布式能源抛弃惩罚成本及柴油发电机污染治理成本;最终实现消纳分布式能源出力冗余,降低弃风率和弃光率的目标,同时燃料电池和燃气轮机的协调出力,还能有效提高分布式能源渗透率,降低柴油发电机渗透率,稳定的CH4供应解决了居民生活用气问题。具有方法科学、安全稳定、合理高效、经济环保等优点。
Description
技术领域
本发明涉及通过电转气技术消纳分布式能源出力冗余领域,尤其涉及一种孤岛多能互补电-气耦合系统能量优化调度方法。
背景技术
山区、海岛、边境和极地地区存在大量的居民聚居区和科研场所,由于这些中小型生活区远离城市,因此形成了众多的供电孤岛。现有技术多采用离网的模式来解决这些地区的供配电问题。离网模式下的孤岛微电网供配电系统通常包括以柴油发电机为代表的传统能源发电机组,和以风机、光伏为代表的新型清洁能源。柴油发电机组不易受外界干扰,供能稳定,但其运行成本过高,且会造成严重的大气和噪声污染,不符合当下节能减排、倡导绿色能源的发展背景,因此其渗透率正在逐渐被降低。以风能、光能为代表的分布式电源具有优良的安全性、环保性、灵活性,且对环境污染较小,但其受风速、光照因素影响较大,具有很强的随机性和时变性,这就导致了分布式能源出力具有很强的不可预测性,直接造成了大量的弃风和弃光,因此分布式能源渗透率难以提高。
目前,在针对消纳分布式能源出力冗余,降低弃风率、弃光率的研究中,较为常用的方法就是引入电转气技术,即P2G技术,将风机和光伏的出力冗余转化为H2和CH4,并将气体供给发电机组发电、存储到储气罐或直接混合注入到天然气网络。这在降低弃风、弃光率的同时,还提高了分布式能源的渗透率,提高了供能系统的多样性、灵活性和响应速度。
在实现系统内部以经济性、环保性为目标的协调优化调度研究中,大多数研究采用集中调度的方法,即综合考虑系统内各模块的约束条件,将环保性转化为经济性指标,统一建立以经济性为优化目标的调度模型,并采用求解器或优化算法求解该模型,最终求得系统优化调度策略。
采用上述电转气技术和建模方法的优化调度研究比较成熟,但是依然存在下述问题:
(1)在关于电转气技术和电力网络协调优化的研究中,大多是在调度的层面对各发电模块出力进行了展开讨论,而充分考虑到电转气产物H2和CH4的热值、安全性、稳定性,并详细阐述电转气产物在促进电-气耦合网络研究中的具体参与过程的讨论则较少;
(2)在大多数引入电转气技术的研究中,仅仅对电转气产物之一的作用路线进行了详细阐述,而未同时对H2和CH4二者在同一系统内同台协调出力展开详细研究;
(3)在引入电转气技术的关于多能互补的电-气耦合网络优化调度研究中,电转气的第二个过程,即氢气甲烷化过程中,大多未对CO2的来源详细交代,未对碳捕集和直接空气捕捉技术进行建模分析。
发明内容
本发明的目的是,为克服现有技术的不足,对H2和CH4同台协调出力过程路线进行科学分析,对引入电转气技术的孤岛多能互补的电-气耦合系统能量实施优化,对建模方式进行实质性改进和创新,为孤岛地区提供一种安全稳定、合理高效、经济环保的孤岛多能互补电- 气耦合系统能量优化调度方法。
为实现上述目的,本发明采用的技术方案是,一种孤岛多能互补电-气耦合系统能量优化调度方法,其特征是,它包括以下步骤:
1)搭建风-光-柴-气-储孤岛多能互补的电-气耦合系统,包括:
①电转气系统能量流程:将风机、光伏、柴油发电机发出的电量一部分通入电解槽,在电解槽内通过电解水产生的氢气的一部分和碳捕集捕捉到的二氧化碳通入甲烷反应器制取甲烷;
②电-气耦合系统能量流程:风机、光伏、柴油发电机组发出的电力一部分直接供给电负荷,剩余部分通入电解槽;在电解槽内通过电解水产生氢气,一部分氢气直接供给氢氧燃料电池对电负荷发电,一部分存储至储氢罐,剩余部分通入甲烷反应器制取甲烷;制取的甲烷一部分供给燃气轮机对电负荷发电,一部分供给居民气负荷,剩余部分存储至储甲烷罐;
2)根据步骤1)电转气系统能量流程、电-气耦合系统能量流程情况及约束条件建立模型;然后建立以经济性为优化目标的目标函数;通过粒子群算法求解模型;包括:
①建立电力、氢气、甲烷和负荷的能量平衡模型;表达式为(1)式-(3)式,
Pwt,t+Ppv,t+Phfc,t+Pgt,t+Pdig,t=Pload,t (1)
其中Pwt,t为风机在t时刻的发电量,Ppv,t为光伏在t时刻的发电量,Pdig,t为柴油发电机组在t时刻的发电量,Pgt,t燃气轮机组在t时刻的发电量,Phfc,t为氢氧燃料电池机组在t时刻发电量,Pload,t为t时刻系统总负荷,为t时刻电负荷,PCCP,t为碳捕集在t时刻总运行功率,PEC,t为t时刻电解槽在电转气系统运行过程中所消耗的电量,为在t时刻储甲烷罐中充入的甲烷量,为在t时刻储氢罐中充入的氢气的量,ηEC,t为电解槽在t时刻的效率,ηhfc,t为氢氧燃料电池在t时刻的效率,ηMR为甲烷反应器的效率,ηgt为燃气轮机的效率,为t时刻的系统气负荷;
②建立电-气耦合网络系统模型;
a.柴油发电机组出力进行约束表达式为(4)式,
对柴油发电机组出力的爬坡率进行约束表达式为(5)式;
ddig≤Pdig,t-Pdig,t-1≤rdig (5)
其中t∈{1,...,T};式中rdig、ddig为柴油发电机组的向上、向下爬坡限值;
b.碳捕集
参与甲烷化反应的二氧化碳来源于碳捕集和直接空气捕捉技术;碳捕集从柴油发电机组排放的废气中捕捉二氧化碳;直接空气捕捉技术直接从空气中捕捉二氧化碳;
c.电转气系统
电转气技术包括两个过程:在电解槽内电解水生产氢气;氢气在甲烷反应器中与二氧化碳反应制取甲烷;
4H2+CO2=CH4+2H2O (9)
其中为t时刻电解槽输出氢气的功率;因为电解槽的电解效率不是恒定的,而是与此时的工作功率与额定功率之比有关,因此ηEC,t是动态效率;PEC为电解槽额定功率;a1、b1、 c1为效率函数系数;为储氢罐在t时刻所充入的气体量;PMR,t是用于生产甲烷的氢功率,也是甲烷反应器运行功率;ηMR为甲烷反应器的效率;是t时刻甲烷反应器产生甲烷的功率;为储甲烷罐在t时刻的充气量;
d.氢氧燃料电池
调用氢气通过氢氧燃料电池进行发电;
Phfc,t=ηhfc,tPhfc (16)
dhfc≤Phfc,t-Phfc,t-1≤rhfc (19)
e.燃气轮机
燃气轮机的引入是通过消耗电转气过程产生的甲烷,与氢氧燃料电池合作对负载进行出力,并逐步提升燃气轮机组的渗透率;
dgt≤Pgt,t-Pgt,t-1≤rgt (22)
f.储能系统约束
储能系统包括储氢罐和储甲烷罐,用于存储由电转气技术消纳冗余的风电、光电产生的氢气和甲烷,并且供给当日以及日后氢氧燃料电池机组和燃气轮机组消耗,以及居民生活用气;
3)构建以最大化调度系统收益为优化目标的目标函数,考虑售电、售气收益,各发电机组、电转气系统和储能系统的运行维护成本,分布式能源抛弃惩罚成本,以及柴油发电机污染治理成本;
以最大化调度系统收益为目标的目标函数具体为:
max R=Isum-Csum (29)
R表示系统总收益;Isum是总收益;Csum是总成本;
Isum=Iwt+Ipv+Ihfc+Igt+IGases+Idig (30)
Iwt为风机售电收益;Ipv为光伏售电收益;Ihfc为氢氧燃料电池机组售电收益;Igt为燃气轮机组售电收益;Idig为柴油发电机组售电收益;IGases为售气收益和储气罐气体余量价值之和;
Csum=Cwt+Cpv+Chfc+Cgt+CP2G+CESS+Cdig (31)
Cwt为风机运行维护成本;Cpv为光伏运行维护成本;Chfc为氢氧燃料电池机组运行维护成本;Cgt为燃气轮机组运行维护成本;Cdig为柴油发电机组运行维护成本;CP2G为电转气系统运行维护成本;CCCP为碳捕集运行维护成本;CESS为储气罐运行维护成本;
I.风机和光伏运行维护成本
II.柴油发电机运行维护成本
为柴油发电机组维护费用,与发电机输出功率和运行状态有关;a3、b3、c3为柴油发电机组的燃油成本系数;δt为柴油发电机组的工作状态;d3、e3是柴油发电机组维护成本系数,它取决于发电机的类型;为柴油发电机组污染物排放治理成本;f3、g3、h3、j3、q3为柴油发电机组污染物排放治理系数;
III.氢氧燃料电池和燃气轮机运行维护成本
燃气轮机和氢氧燃料电池都是通过消耗电转气系统产生的气体来发电;由于氢气和甲烷来自于系统内部,在生产时已计入成本,因此这里不考虑购买天然气的成本;Mhfc为氢氧燃料电池运行维护成本系数;Mgt燃气轮机的运行维护成本系数;
IV.电转气系统和碳捕集运行维护成本
MEC为电解槽运行维护成本系数;MMR为甲烷反应器运行维护成本系数;MCCP为碳捕集运行维护成本系数;CCCP为碳捕集运行维护成本;PCCP,t是碳捕集输出功率;
V.储气罐运行维护成本
Ⅵ.系统总收益
本发明提出的一种孤岛多能互补电-气耦合系统能量优化调度方法,根据以柴油发电机为代表的传统能源和分布式能源各自存在的特性,为使两种类型的能源可以优劣互补、同台协调出力,引入电转气技术和碳捕集,通过将分布式能源出力冗余转化为氢气、甲烷,降低了弃风、弃光率,减少了资源的浪费,降低了环境污染;引入氢氧燃料电池、燃气轮机和储气设施,将制取的氢气和甲烷用于对电负荷出力及供给居民气负荷,多余气体储存至储气罐,在提高了新型清洁能源的渗透率、降低了柴油发电机组渗透率的同时,还保障了居民的生活用气。该优化调度方法能够有效解决现有分布式能源抛弃率高、渗透率不足、电-气网络耦合度低的问题,实现孤岛型微电网系统节约能源、环境友好、收益均衡的目标,为未来供配电系统从传统能源到新型清洁能源的转型提供技术支撑。具有方法科学、安全稳定、合理高效、经济环保等优点。
附图说明
图1:风-光-柴-气-储孤岛多能互补电-气耦合系统结构示意图;
图2:电转气系统结构示意图;
图3:负荷及分布式能源出力预测数据曲线;
图4:两种方案下风机出力曲线;
图5:两种方案下光伏出力曲线;
图6:两种方案下柴油发电机出力曲线;
图7:两种方案下氢氧燃料电池和燃气轮机出力曲线。
具体实施方式
下面将通过附图和实施例对本发明进行进一步的详细说明。
参照图1,本发明的一种孤岛多能互补电-气耦合系统能量优化调度方法,包括以下步骤:
1)搭建风-光-柴-气-储孤岛多能互补的电-气耦合系统,包括风机(WT)、光伏(PV)、柴油发电机(DIG)、燃气轮机(GT)、燃料电池(HFC)、碳捕集(CCP)、电转气(P2G) 的电解槽(EC)和甲烷反应器(MR)、储氢罐(HST)、储甲烷罐(MST):
①电转气系统能量流程:将风机、光伏、柴油发电机发出的电量一部分通入电解槽,在电解槽内通过电解水产生的氢气的一部分和碳捕集捕捉到的二氧化碳通入甲烷反应器制取甲烷;
②电-气耦合系统能量流程:风机、光伏、柴油发电机组发出的电力一部分直接供给电负荷,剩余部分通入电解槽;在电解槽内通过电解水产生氢气,一部分氢气直接供给氢氧燃料电池对电负荷发电,一部分存储至储氢罐,剩余部分通入甲烷反应器制取甲烷;制取的甲烷一部分供给燃气轮机对电负荷发电,一部分供给居民气负荷,剩余部分存储至储甲烷罐;
2)根据步骤1)电转气系统能量流程、电-气耦合系统能量流程情况及约束条件建立模型;然后建立以经济性为优化目标的目标函数;通过粒子群算法求解模型;包括:
①建立电力、氢气、甲烷和负荷的能量平衡模型;表达式为(1)式-(3)式,
Pwt,t+Ppv,t+Phfc,t+Pgt,t+Pdig,t=Pload,t (1)
其中Pwt,t为风机在t时刻的发电量,Ppv,t为光伏在t时刻的发电量,Pdig,t为柴油发电机组在t时刻的发电量,Pgt,t燃气轮机组在t时刻的发电量,Phfc,t为氢氧燃料电池机组在t时刻发电量,Pload,t为t时刻系统总负荷,为t时刻电负荷,PCCP,t为碳捕集在t时刻总运行功率,PEC,t为t时刻电解槽在电转气系统运行过程中所消耗的电量,为在t时刻储甲烷罐中充入的甲烷量,为在t时刻储氢罐中充入的氢气的量,ηEC,t为电解槽在t时刻的效率,ηhfc,t为氢氧燃料电池在t时刻的效率,ηMR为甲烷反应器的效率,ηgt为燃气轮机的效率,为t时刻的系统气负荷;
②建立电-气耦合网络系统模型;
a.柴油发电机组出力进行约束表达式为(4)式,
对柴油发电机组出力的爬坡率进行约束表达式为(5)式;
ddig≤Pdig,t-Pdig,t-1≤rdig (5)
其中t∈{1,...,T};式中rdig、ddig为柴油发电机组的向上、向下爬坡限值;
b.碳捕集
参与甲烷化反应的二氧化碳来源于碳捕集和直接空气捕捉技术;碳捕集从柴油发电机组排放的废气中捕捉二氧化碳;直接空气捕捉技术直接从空气中捕捉二氧化碳;
c.电转气系统
电转气技术包括两个过程:在电解槽内电解水生产氢气;氢气在甲烷反应器中与二氧化碳反应制取甲烷;
4H2+CO2=CH4+2H2O (9)
其中为t时刻电解槽输出氢气的功率;因为电解槽的电解效率不是恒定的,而是与此时的工作功率与额定功率之比有关,因此ηEC,t是动态效率;PEC为电解槽额定功率;a1、b1、 c1为效率函数系数;为储氢罐在t时刻所充入的气体量;PMR,t是用于生产甲烷的氢功率,也是甲烷反应器运行功率;ηMR为甲烷反应器的效率;是t时刻甲烷反应器产生甲烷的功率;为储甲烷罐在t时刻的充气量;
d.氢氧燃料电池
调用氢气通过氢氧燃料电池进行发电;
Phfc,t=ηhfc,tPhfc (16)
dhfc≤Phfc,t-Phfc,t-1≤rhfc (19)
e.燃气轮机
燃气轮机的引入是通过消耗电转气过程产生的甲烷,与氢氧燃料电池合作对负载进行出力,并逐步提升燃气轮机组的渗透率;
dgt≤Pgt,t-Pgt,t-1≤rgt (22)
f.储能系统约束
储能系统包括储氢罐和储甲烷罐,用于存储由电转气技术消纳冗余的风电、光电产生的氢气和甲烷,并且供给当日以及日后氢氧燃料电池机组和燃气轮机组消耗,以及居民生活用气;
3)构建以最大化调度系统收益为优化目标的目标函数,考虑售电、售气收益,各发电机组、电转气系统和储能系统的运行维护成本,分布式能源抛弃惩罚成本,以及柴油发电机污染治理成本;
以最大化调度系统收益为目标的目标函数具体为:
max R=Isum-Csum (29)
R表示系统总收益;Isum是总收益;Csum是总成本;
Isum=Iwt+Ipv+Ihfc+Igt+IGases+Idig (30)
Iwt为风机售电收益;Ipv为光伏售电收益;Ihfc为氢氧燃料电池机组售电收益;Igt为燃气轮机组售电收益;Idig为柴油发电机组售电收益;IGases为售气收益和储气罐气体余量价值之和;
Csum=Cwt+Cpv+Chfc+Cgt+CP2G+CESS+Cdig (31)
Cwt为风机运行维护成本;Cpv为光伏运行维护成本;Chfc为氢氧燃料电池机组运行维护成本;Cgt为燃气轮机组运行维护成本;Cdig为柴油发电机组运行维护成本;CP2G为电转气系统运行维护成本;CESS为储气罐运行维护成本;
I.风机和光伏运行维护成本
II.柴油发电机运行维护成本
为柴油发电机组维护费用,与发电机输出功率和运行状态有关;a3、b3、c3为柴油发电机组的燃油成本系数;δt为柴油发电机组的工作状态;d3、e3是柴油发电机组维护成本系数,它取决于发电机的类型;为柴油发电机组污染物排放治理成本;f3、g3、h3、j3、q3为柴油发电机组污染物排放治理系数;
III.氢氧燃料电池和燃气轮机运行维护成本
燃气轮机和氢氧燃料电池都是通过消耗电转气系统产生的气体来发电;由于氢气和甲烷来自于系统内部,在生产时已计入成本,因此这里不考虑购买天然气的成本;Mhfc为氢氧燃料电池运行维护成本系数;Mgt燃气轮机的运行维护成本系数;
IV.电转气系统和碳捕集运行维护成本
MEC为电解槽运行维护成本系数;MMR为甲烷反应器运行维护成本系数;MCCP为碳捕集运行维护成本系数;CCCP为碳捕集运行维护成本;PCCP,t是碳捕集输出功率;
V.储气罐运行维护成本
Ⅵ.系统总收益
具体实施例:
如图1所示,本发明实施例的一种孤岛多能互补电-气耦合系统能量优化调度方法,根据风机(WT)、光伏(PV)、柴油发电机(DIG)、燃气轮机(GT)、燃料电池(HFC)、碳捕集(CCP)、电转气(P2G)的电解槽(EC)和甲烷反应器(MR)、储氢罐(HST)、储甲烷罐(MST)的结构及连接关系,采用两种方案来更鲜明的验证本发明所构建模型的正确性以及所提目标的合理性。其中,P2G系统结构示意图如图2所示。首先根据各方案具体要求在Matlab平台搭建优化调度模型,并采用粒子群算法求解,其中本系统调度周期为24 小时,数据采样间隔为1小时。00:00-07:00、23:00-24:00电价为0.19元/kW·h,07:00-10:00、 15:00-18:00、21:00-23:00电价为0.7元/kW·h,10:00-15:00、18:00-21:00电价为0.93元/kW·h。氢气和甲烷价格换算后分比为0.2元/kW·h、0.3元/kW·h。负荷及分布式能源出力预测数据曲线如图3所示。
方案一:不包含氢氧燃料电池的优化调度模型;
方案二:包含氢氧燃料电池的优化调度模型;
在上述条件下,方案二模型的能量优化调度结果如下:
方案二结果如表1所示。其中系统总规划额定容量,即方案二下各发电机组出力总和为 10280.48kW。表明在供能侧风机出力最大,占总容量比重达到了44.5%,光伏出力占比为6.3%。转换侧燃气轮机的出力比重最小,占总容量的9.0%。
分布式能源抛弃率方面:两种方案下风机出力曲线如图4所示,两种方案下光伏出力曲线如图5所示。对比两套方案,能够看出方案1弃风率、弃光率远大于方案2,且分布式能源总抛弃率达到了9.5%,远高于方案2的3.9%。
表1.两种方案下各机组出力及利润
表2.分布式能源抛弃情况
弃风率(%) | 弃光率(%) | 总抛弃率(%) | |
方案一 | 9.7 | 8.5 | 9.5 |
方案二 | 4.3 | 0.4 | 3.9 |
柴油发电机出力方面:两种方案下柴油发电机出力曲线如图6所示。方案1中柴油发电机组出力占总系统总容量比重为34.5%,远大于方案2的27.5%,因此废气排放治理费用也达到了625.22元,比方案2高出11.7%。这说明氢氧燃料电池和燃气轮机的同台协调出力,可以分享原本属于柴油发电机组的系统容量份额,大幅提高氢气、甲烷发电在整个系统中的渗透率,降低污染气体排放。其中,两种方案下燃料电池和燃气轮机出力曲线如图7所示。
收益方面:由于方案2引入了效率更高、经济性、环保性更好的氢氧燃料电池和燃气轮机同台协调出力,降低了经济性差的柴油发电机组的渗透率,因此在总收益方面方案2远高于方案1,达到了1314.95元。
需要说明,以上具体实施方式仅用于进一步阐述本发明的技术方案,并非穷举,并不构成对权利要求保护范围的限定,本领域技术人员根据本发明实施例获得的启示,不经过创造性劳动就能够想到其他实质上等同的替代,均在本发明保护范围内。
Claims (1)
1.一种孤岛多能互补电-气耦合系统能量优化调度方法,其特征是,它包括以下步骤:
1)搭建风-光-柴-气-储的孤岛多能互补的电-气耦合系统,包括:
①电转气系统能量流程:将风机、光伏、柴油发电机发出的电量一部分通入电解槽,在电解槽内通过电解水产生的氢气的一部分和碳捕集捕捉到的二氧化碳通入甲烷反应器制取甲烷;
②电-气耦合系统能量流程:风机、光伏、柴油发电机组发出的电力一部分直接供给电负荷,剩余部分通入电解槽;在电解槽内通过电解水产生氢气,一部分氢气直接供给氢氧燃料电池对电负荷发电,一部分存储至储氢罐,剩余部分通入甲烷反应器制取甲烷;制取的甲烷一部分供给燃气轮机对电负荷发电,一部分供给居民气负荷,剩余部分存储至储甲烷罐;
2)根据步骤1)风-光-柴-气-储孤岛多能互补电-气耦合电转气系统能量流程、电-气耦合系统能量流程情况及约束条件建立模型;然后建立以经济性为优化目标的目标函数;最后通过粒子群算法求解模型;包括:
①建立电力、氢气、甲烷和负荷的能量平衡模型;表达式为(1)式-(3)式,
Pwt,t+Ppv,t+Phfc,t+Pgt,t+Pdig,t=Pload,t (1)
其中Pwt,t为风机在t时刻的发电量,Ppv,t为光伏在t时刻的发电量,Pdig,t为柴油发电机组在t时刻的发电量,Pgt,t燃气轮机组在t时刻的发电量,Phfc,t为氢氧燃料电池机组在t时刻发电量,Pload,t为t时刻系统总负荷,为t时刻电负荷,PCCP,t为碳捕集在t时刻总运行功率,PEC,t为t时刻电解槽在电转气系统运行过程中所消耗的电量,为在t时刻储甲烷罐中充入的甲烷量,为在t时刻储氢罐中充入的氢气的量,ηEC,t为电解槽在t时刻的效率,ηhfc,t为氢氧燃料电池在t时刻的效率,ηMR为甲烷反应器的效率,ηgt为燃气轮机的效率,为t时刻的系统气负荷;
②建立电-气耦合网络系统模型;
a.柴油发电机组出力进行约束表达式为(4)式,
对柴油发电机组出力的爬坡率进行约束表达式为(5)式;
ddig≤Pdig,t-Pdig,t-1≤rdig (5)
其中t∈{1,...,T};式中rdig、ddig为柴油发电机组的向上、向下爬坡限值;
b.碳捕集
参与甲烷化反应的二氧化碳来源于碳捕集和直接空气捕捉技术;碳捕集从柴油发电机组排放的废气中捕捉二氧化碳;直接空气捕捉技术直接从空气中捕捉二氧化碳;
c.电转气系统
电转气技术包括两个过程:在电解槽内电解水生产氢气;氢气在甲烷反应器中与二氧化碳反应制取甲烷;
4H2+CO2=CH4+2H2O (9)
其中为t时刻电解槽输出氢气的功率;因为电解槽的电解效率不是恒定的,而是与此时的工作功率与额定功率之比有关,因此ηEC,t是动态效率;PEC为电解槽额定功率;a1、b1、c1为效率函数系数;为储氢罐在t时刻所充入的气体量;PMR,t是用于生产甲烷的氢功率,也是甲烷反应器运行功率;ηMR为甲烷反应器的效率;是t时刻甲烷反应器产生甲烷的功率;为储甲烷罐在t时刻的充气量;
d.氢氧燃料电池
调用氢气通过氢氧燃料电池进行发电;
Phfc,t=ηhfc,tPhfc (16)
dhfc≤Phfc,t-Phfc,t-1≤rhfc (19)
e.燃气轮机
燃气轮机的引入是通过消耗电转气过程产生的甲烷,与氢氧燃料电池合作对负载进行出力,并逐步提升燃气轮机组的渗透率;
dgt≤Pgt,t-Pgt,t-1≤rgt (22)
f.储能系统约束
储能系统包括储氢罐和储甲烷罐,用于存储由电转气技术消纳冗余的风电、光电产生的氢气和甲烷,并且供给当日以及日后氢氧燃料电池机组和燃气轮机组消耗,以及居民生活用气;
3)构建以最大化调度系统收益为优化目标的目标函数,考虑售电、售气收益,各发电机组、电转气系统和储能系统的运行维护成本,分布式能源抛弃惩罚成本,以及柴油发电机污染治理成本;
以最大化调度系统收益为目标的目标函数具体为:
maxR=Isum-Csum (29)
R表示系统总收益;Isum是总收益;Csum是总成本;
Isum=Iwt+Ipv+Ihfc+Igt+IGases+Idig (30)
Iwt为风机售电收益;Ipv为光伏售电收益;Ihfc为氢氧燃料电池机组售电收益;Igt为燃气轮机组售电收益;Idig为柴油发电机组售电收益;IGases为售气收益和储气罐气体余量价值之和;
Csum=Cwt+Cpv+Chfc+Cgt+CP2G+CESS+Cdig (31)
Cwt为风机运行维护成本;Cpv为光伏运行维护成本;Chfc为氢氧燃料电池机组运行维护成本;Cgt为燃气轮机组运行维护成本;Cdig为柴油发电机组运行维护成本;CP2G为电转气系统运行维护成本;CESS为储气罐运行维护成本;
I.风机和光伏运行维护成本
II.柴油发电机运行维护成本
为柴油发电机组维护费用,与发电机输出功率和运行状态有关;a3、b3、c3为柴油发电机组的燃油成本系数;δt为柴油发电机组的工作状态;d3、e3是柴油发电机组维护成本系数,它取决于发电机的类型;为柴油发电机组污染物排放治理成本;f3、g3、h3、j3、q3为柴油发电机组污染物排放治理系数;
III.氢氧燃料电池和燃气轮机运行维护成本
燃气轮机和氢氧燃料电池都是通过消耗电转气系统产生的气体来发电;由于氢气和甲烷来自于系统内部,在生产时已计入成本,因此这里不考虑购买天然气的成本;Mhfc为氢氧燃料电池运行维护成本系数;Mgt燃气轮机的运行维护成本系数;
IV.电转气系统和碳捕集系统运行维护成本
MEC为电解槽运行维护成本系数;MMR为甲烷反应器运行维护成本系数;MCCP为碳捕集运行维护成本系数;CCCP为碳捕集系统运行维护成本;PCCP,t是碳捕集输出功率;
V.储气罐运行维护成本
Ⅵ.系统总收益
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110364519.8A CN113078687B (zh) | 2021-04-06 | 2021-04-06 | 孤岛多能互补电-气耦合系统能量优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110364519.8A CN113078687B (zh) | 2021-04-06 | 2021-04-06 | 孤岛多能互补电-气耦合系统能量优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113078687A CN113078687A (zh) | 2021-07-06 |
CN113078687B true CN113078687B (zh) | 2022-12-02 |
Family
ID=76615395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110364519.8A Active CN113078687B (zh) | 2021-04-06 | 2021-04-06 | 孤岛多能互补电-气耦合系统能量优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113078687B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114865696B (zh) * | 2022-04-25 | 2023-06-02 | 电子科技大学 | 一种基于sac算法的混合能源系统在线调度方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞(武汉)电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
CN109327042A (zh) * | 2018-09-27 | 2019-02-12 | 南京邮电大学 | 一种微电网多能源联合优化调度方法 |
CN111327053A (zh) * | 2020-03-16 | 2020-06-23 | 上海电力大学 | 一种适用于极地气候下的多源微电网容量优化配置方法 |
CN111639824A (zh) * | 2020-06-20 | 2020-09-08 | 东北电力大学 | 一种含电转气的区域综合能源系统热电优化调度方法 |
CN112600209A (zh) * | 2020-12-11 | 2021-04-02 | 湖北工业大学 | 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 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120325290A1 (en) * | 2011-06-27 | 2012-12-27 | Integrated Power Technology Corporation | Solar cogeneration vessel |
CN108960479A (zh) * | 2018-04-30 | 2018-12-07 | 国网浙江省电力有限公司经济技术研究院 | 一种电-气集成能源系统随机优化的方法 |
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 |
-
2021
- 2021-04-06 CN CN202110364519.8A patent/CN113078687B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞(武汉)电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
CN109327042A (zh) * | 2018-09-27 | 2019-02-12 | 南京邮电大学 | 一种微电网多能源联合优化调度方法 |
CN111327053A (zh) * | 2020-03-16 | 2020-06-23 | 上海电力大学 | 一种适用于极地气候下的多源微电网容量优化配置方法 |
CN111639824A (zh) * | 2020-06-20 | 2020-09-08 | 东北电力大学 | 一种含电转气的区域综合能源系统热电优化调度方法 |
CN112600209A (zh) * | 2020-12-11 | 2021-04-02 | 湖北工业大学 | 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 |
Non-Patent Citations (1)
Title |
---|
Regulatory Mechanisms of Gas for Power Generation in Electricity Markets in China;jun dong et al;《2006 IEEE PES Power Systems Conference and Exposition》;20070205;1802-1806 * |
Also Published As
Publication number | Publication date |
---|---|
CN113078687A (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111738502B (zh) | 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 | |
CN113315242B (zh) | 基于氢能经济促进弃风消纳的虚拟弃风-制氢联合体 | |
CN111030104B (zh) | 一种含储氢装置的多能源系统提升能源利用率的方法 | |
CN113159407B (zh) | 基于区域综合能源系统的多能储存模块容量优化配置方法 | |
CN114580863A (zh) | 一种考虑综合需求响应的含碳捕集设备与光热电站的区域综合能源系统经济调度方法 | |
CN113850474A (zh) | 一种热电氢多能流综合能源系统及其优化调度方法 | |
Wang et al. | Study on the optimal configuration of a wind-solar-battery-fuel cell system based on a regional power supply | |
CN115689233A (zh) | 计及调峰主动性的风光水火储系统互补协调优化调度方法 | |
CN110957722B (zh) | 一种含电转气设备的微型能源网日前优化调度方法 | |
CN115577929A (zh) | 基于多场景分析的乡村综合能源系统随机优化调度方法 | |
CN116093949A (zh) | 考虑两阶段p2g混合储能与碳势控制需求响应优化方法 | |
CN113078687B (zh) | 孤岛多能互补电-气耦合系统能量优化调度方法 | |
CN116596123A (zh) | 一种园区综合能源系统低碳优化调度方法 | |
CN111798035A (zh) | 一种基于改进型引力搜索算法的独立微网系统容量规划方法 | |
CN115392702A (zh) | 一种考虑甲醇储运的跨区电-氢耦合系统优化调度方法 | |
CN115660142A (zh) | 一种园区综合能源系统源荷储协调优化调度方法 | |
CN114676897A (zh) | 一种含chp-p2g-氢能的园区综合能源系统优化调度方法 | |
CN115640894B (zh) | 一种基于双时间尺度的综合能源系统优化调度方法 | |
CN116484553B (zh) | 一种考虑多能互补的微电网优化设计方法 | |
CN117937473A (zh) | 一种基于电氢混合储能的综合能源调度方法 | |
Wang et al. | Capacity Optimization of Island Integrated Energy System Considering Hydrogen Energy Access | |
CN114861419A (zh) | 一种计及碳交易的电气综合能源网络调度优化方法 | |
CN117574684A (zh) | 一种电-氢-碳综合能源系统时序生产模拟方法及系统 | |
CN117220348A (zh) | 基于多智能体一致性的风光沼氢多微网分布式动态经济调度方法 | |
CN116307492A (zh) | 一种含氢储能的电热气氢综合能源系统随机优化调度方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |