CN113098036A - 基于氢燃料电池的综合能源系统运行方法 - Google Patents

基于氢燃料电池的综合能源系统运行方法 Download PDF

Info

Publication number
CN113098036A
CN113098036A CN202110307368.2A CN202110307368A CN113098036A CN 113098036 A CN113098036 A CN 113098036A CN 202110307368 A CN202110307368 A CN 202110307368A CN 113098036 A CN113098036 A CN 113098036A
Authority
CN
China
Prior art keywords
power
energy
fuel cell
output
hydrogen fuel
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
CN202110307368.2A
Other languages
English (en)
Other versions
CN113098036B (zh
Inventor
滕越
张文达
袁铁江
程登峰
潘东
王缔
缪春辉
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.)
Dalian University of Technology
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
Original Assignee
Dalian University of Technology
Electric Power Research Institute of State Grid Anhui 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 Dalian University of Technology, Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd filed Critical Dalian University of Technology
Priority to CN202110307368.2A priority Critical patent/CN113098036B/zh
Publication of CN113098036A publication Critical patent/CN113098036A/zh
Application granted granted Critical
Publication of CN113098036B publication Critical patent/CN113098036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • H02J3/38—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
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • 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
    • H02J2300/30—The power source being a fuel cell
    • 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Fuel Cell (AREA)

Abstract

一种基于氢燃料电池的综合能源系统运行方法，以电力网络为主体架构，计及氢燃料电池在综合能源系统中的储能功能，建立包含“源‑网‑荷‑储”的综合能源体系，分析其内部能量流动；基于大数据采集方法，采用智能分类的方法，对电、气、热、冷、氢等多类型负荷分布及用能需求进行预测；分别建立光伏输出模型、冷热电联供能源转换模型、氢燃料电池输出模型；建立综合能源系统的电、热、气等能量流动模型；以系统运行成本最低为优化目标，建立优化目标函数，实现系统优化运行。本发明能够灵活调整能源供应、能源消费和能源存储，从而实现综合能源柔性互动以及供需储的纵向一体化。

Description

基于氢燃料电池的综合能源系统运行方法
技术领域
本发明涉及一种基于氢燃料电池的综合能源系统运行方法。
背景技术
伴随我国电力改革的不断深入，能源、电力、用户三者之间的关系日益紧密。能够打通电、气、热、冷等多种能源系统的壁垒，实现能源效率大幅提升的综合能源系统成为了近年来我国能源发展的一个重要领域。
综合能源系统中，终端能源热能占比高达50％，电力的占比只有25％左右，基于氢燃料电池的综合能源系统，通过光伏机组和冷热电联供机组可实现发电、供蒸汽、供热、供冷等多能源供应需求，同时搭配相对电储能更为廉价的蓄热技术，完全可以满足偏热需求的用户需求。同时配套制氢储能、氢气储运以及氢燃料电池机组，可用于热电联供，满足用户电能、热能需求，促进电网与热/冷网互联，实现了清洁电力到清洁气体能源的大规模存储，是解决可再生能源消纳、平抑波动性和间歇性的重要手段之一。基于氢燃料电池的综合能源系统，可实现电网与冷/热网、气网、交通网等多类型能源网络互联互动，对于进一步满足用户负荷需求，推进能源综合高效利用和“清洁替代”，促进可再生能源消纳具有重要意义。
发明内容
本发明的目的是提出一种基于氢燃料电池的综合能源系统运行方法，该方法综合考虑电王购入电量约束、冷热电联供机组和氢燃料电池热电输出占比，以总体运行成本最低为目标，实现可再生能源耦合电解水制氢、储氢和燃料电池热电联产的综合能源系统的安全经济优化运行。
为实现上述目的，本发明采用如下步骤：
1、采用大数据信息采集方法，收集以往负荷信息，通过智能分类的方法，将负荷信息分为电、热、冷、气等单一类型负荷信息，并对负荷需求和用能分布进行预测，得到相应负荷曲线；
2、建立光伏输出模型、冷热电联供能源转换模型、燃料电池输出模型；
3、建立综合能源系统中的气、电、热能量流动模型；
4、综合考虑从电网购入电量约束、热电联供系统和氢燃料电池储能系统热电输出占比约束，以总体运行成本最低建立优化目标函数，实现综合能源系统的优化运行。
所述步骤1中，将大数据信息采集方法采集的负荷信息分为电、气、冷、热四类，通过智能分类模型，对用能需求及其分布进行分类和趋势预测，得到四类负荷随时间变化的曲线
Figure BDA0002988385900000021
其中，
Figure BDA0002988385900000022
为用户电负荷，
Figure BDA0002988385900000023
为用户气负荷，
Figure BDA0002988385900000024
为用户冷负荷，
Figure BDA0002988385900000025
为用户热负荷，t为一天的0：00-24：00。
所述步骤2建立的光伏机组输出模型为：
Figure BDA0002988385900000026
Figure BDA0002988385900000027
其中，
Figure BDA0002988385900000028
为光伏机组的输出电量、
Figure BDA0002988385900000029
为光伏机组的输出热量，
Figure BDA00029883859000000210
为光伏机组的容量，
Figure BDA00029883859000000211
为光伏机组的发电效率，
Figure BDA00029883859000000212
为光伏机组的发热效率。
所述步骤2建立的冷热电联供能源转换模型为：
Figure BDA00029883859000000213
其中，PCCHP(t)为冷热电联供系统的运行功率、
Figure BDA00029883859000000214
为冷热电联供系统的输出电量、
Figure BDA00029883859000000215
为输出热量、
Figure BDA00029883859000000216
为冷热电联供系统的输出冷量，
Figure BDA00029883859000000217
为冷热电联供系统的电效率、
Figure BDA00029883859000000218
为冷热电联供系统的热效率、
Figure BDA00029883859000000219
为冷热电联供系统的冷效率，t为一天的0：00-24：00。一般情况下，冷热电联供系统夏季用于制冷，冬季用于供热。
所述步骤2建立的氢燃料电池输出模型为：
Figure BDA00029883859000000220
其中，EFC(t)为燃料电池放电前的储电量、EFC(t+1)为燃料电池放电完成时的储电量，
Figure BDA00029883859000000221
为放电过程的输出电量、
Figure BDA00029883859000000222
为放电过程的输出热量，t为一天的0：00-24：00。
所述步骤3建立综合能源系统中的电、气、热能量流动模型分别如下：
电能流动模型：
Figure BDA0002988385900000031
热能流动模型：
Figure BDA0002988385900000032
冷能流动方程：
Figure BDA0002988385900000033
氢气流动模型：
Figure BDA0002988385900000034
其中，
Figure BDA0002988385900000035
为用户电负荷，
Figure BDA0002988385900000036
为热泵消耗的电能，
Figure BDA0002988385900000037
为压缩式制冷机消耗的电能，
Figure BDA0002988385900000038
为光伏机组的输出电量，
Figure BDA0002988385900000039
为冷热电联供系统的输出电量，
Figure BDA00029883859000000310
为氢燃料电池放电过程的输出电量，
Figure BDA00029883859000000311
为从电网购买的电量，
Figure BDA00029883859000000312
为电力输送损耗量；
Figure BDA00029883859000000313
为用户热负荷，
Figure BDA00029883859000000314
为光伏机组的输出热量，
Figure BDA00029883859000000315
为冷热电联供系统的输出热量，
Figure BDA00029883859000000316
为氢燃料电池放电过程的输出热量，
Figure BDA00029883859000000317
为蓄热器储存热能，
Figure BDA00029883859000000318
为热能损耗；
Figure BDA00029883859000000319
为用户冷负荷，ηCR为压缩式制冷机的转换效率，ηHA为吸收式制冷机的转换效率；
Figure BDA00029883859000000320
为用户气负荷，
Figure BDA00029883859000000321
为光伏机组制氢量，EFC(t)为氢燃料电池储存的氢气量，t为一天的0：00-24：00。
所述步骤4中，以系统总体运行成本最低建立的优化目标函数M为：
Figure BDA00029883859000000322
Ie为售电收益：
Figure BDA00029883859000000323
Ih为售热收益：
Figure BDA00029883859000000324
Figure BDA00029883859000000325
为售氢收益：
Figure BDA00029883859000000326
Ir为参与电网响应的收益：
Figure BDA00029883859000000327
Ccost为投资成本：
Figure BDA00029883859000000328
Ce为从电网购电的成本：
Figure BDA0002988385900000041
Figure BDA0002988385900000042
为消耗天然气的成本：
Figure BDA0002988385900000043
其中，ξe(t)为销售给用户的实时电价，ξh(t)为销售给用户的实时热价，
Figure BDA0002988385900000044
为销售给用户的实时氢价，
Figure BDA0002988385900000045
为响应电网电价，
Figure BDA0002988385900000046
分别为风光互补机组、电解槽、储氢装置、燃料电池、冷热电联产机组的装备成本，
Figure BDA0002988385900000047
为从电网购电的电价，t为一天的0：00-24：00。
进一步地，步骤4中，所述的优化目标函数M受从电网购入电量约束、冷热电联供系统热电输出占比和氢燃料电池储能系统热电输出占比的约束：
从电网购电的成本Ce与从电网购入电量
Figure BDA0002988385900000048
相关，购买电量的值受电力系统约束，从电网购入电量的约束条件为：
Figure BDA0002988385900000049
其中，
Figure BDA00029883859000000410
为从电网购买电量的最小值，
Figure BDA00029883859000000411
为从电网购买电量的最大值，
Figure BDA00029883859000000412
为从电网购买的电量。
消耗天然气的成本
Figure BDA00029883859000000413
与冷热电联供系统运行功率PCCHP(t)相关，而冷热电联供系统输出受系统内装置自身约束，运行功率应在某个区间内波动；系统输出包含电、热、冷三种，发电功率可达到70％，热电比或冷电比为0.2-0.5，冷热电联供系统输出占比约束条件为：
冷热电联供系统发电功率可达到70％，热电比或冷电比为0.2-0.5。
Figure BDA00029883859000000414
Figure BDA00029883859000000415
Figure BDA00029883859000000416
其中，
Figure BDA00029883859000000417
为冷热电联供系统的最小运行功率，PCCHP(t)为冷热电联供系统的运行功率，
Figure BDA00029883859000000418
为冷热电联供系统的最大运行功率，
Figure BDA00029883859000000419
为冷热电联供系统的输出电量，
Figure BDA00029883859000000420
为冷热电联供系统输出热量、
Figure BDA00029883859000000421
为冷热电联供系统的输出冷量，t为一天的0：00-24：00。
光伏机组制得氢气用于售卖和供氢燃料电池使用，氢燃料电池放电前的储电量EFC(t)与氢燃料电池储能系统热电输出相关，而氢燃料电池储能系统输出包含电、热两种，受系统内装置自身约束，运行功率在某个区间内波动，运行功率为10％～100％的额定功率，发电功率在30％-70％，其余是热，氢燃料电池储能系统热电输出占比约束条件：
Figure BDA0002988385900000051
Figure BDA0002988385900000052
Figure BDA0002988385900000053
Figure BDA0002988385900000054
其中，
Figure BDA0002988385900000055
为氢燃料电池的最小运行功率，
Figure BDA0002988385900000056
为氢燃料电池的最大运行功率，EFC(t)为燃料电池放电前的储电量、EFC(t+1)为燃料电池放电完成时的储电量，
Figure BDA0002988385900000057
为放电过程的输出电量、
Figure BDA0002988385900000058
为放电过程的输出热量，t为一天的0：00-24：00。
本发明基于氢燃料电池的综合能源系统运行方法，在原有由冷热电联供机组、电网、可再生能源机组组成的综合能源系统的基础上，加入了制氢储能、氢气储运以及氢燃料电池机组，既可解决可再生能源消纳、平抑波动性和间歇性问题，又可实现电网与冷/热网、气网、交通网等多类型能源网络互联互动，进一步满足用户负荷需求。在优化运行求解中，将电力网络、冷热电联供机组、氢燃料电池机组的热电输出比例作为约束条件，充分考虑各部分的互补特性，实现基于氢燃料电池的综合能源系统的经济安全运行，对实际工程中包含制氢储能、氢气储运以及氢燃料电池机组的综合能源系统的经济安全运行具有指导意义。
附图说明
图1为本发明基于氢燃料电池的综合能源系统运行方法流程图；
图2为基于氢燃料电池的综合能源系统的拓扑结构。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步说明。
如图1所示，本发明基于氢燃料电池的综合能源系统运行方法包括以下步骤：
1、采用大数据信息采集方法，收集以往负荷信息，通过智能分类的方法，将负荷信息分为电、热、冷、气四类类型负荷信息，并对负荷需求和用能分布进行预测，得到相应负荷曲线；
所述大数据信息采集方法以物联网为基础，连接用户的设备及装置，各个设备中的传感器将数据不断上传至系统，通过对这些数据进行整合，得到用户的需求信息。
所述智能分类为将获得的用户汇总信息作为输入，经过分类模型处理后，将输入数据分为电、热、冷、气四类负荷的过程，以此对用户负荷需求和用能分布进行预测，得到四类负荷随时间变化的曲线
Figure BDA0002988385900000061
其中，
Figure BDA0002988385900000062
为用户电负荷，
Figure BDA0002988385900000063
为用户气负荷，
Figure BDA0002988385900000064
为用户冷负荷，
Figure BDA0002988385900000065
为用户热负荷，t为一天的0：00-24：00。
2、建立光伏输出模型、冷热电联供能源转换模型、燃料电池输出模型；
所述基于氢燃料电池的综合能源系统包括以天然气为燃料的冷热电联供机组、光伏机组、氢燃料电池机组，此外还包含电解槽、储氢装置、吸收式制冷机、压缩式制冷机、热泵、储热装置等设备。对综合能源系统的能源输出设备分别进行建模：
光伏机组输出模型：
Figure BDA0002988385900000066
Figure BDA0002988385900000067
其中，
Figure BDA0002988385900000068
为光伏机组的输出电量、
Figure BDA0002988385900000069
为光伏机组的输出热量，
Figure BDA00029883859000000610
为光伏机组的容量，
Figure BDA00029883859000000611
为光伏机组的发电效率，
Figure BDA00029883859000000612
为光伏机组的发热效率。
冷热电联供能源转换模型：
Figure BDA00029883859000000613
其中，PCCHP(t)为冷热电联供系统的运行功率、
Figure BDA00029883859000000614
为冷热电联供系统的输出电量、
Figure BDA00029883859000000615
为输出热量、
Figure BDA00029883859000000616
为冷热电联供系统的输出冷量，
Figure BDA00029883859000000617
为冷热电联供系统的电效率、
Figure BDA00029883859000000618
为冷热电联供系统的热效率、
Figure BDA00029883859000000619
为冷热电联供系统的冷效率。一般情况下，冷热电联供系统夏季用于制冷，冬季用于供热，t为一天的0：00-24：00。
氢燃料电池输出模型：
Figure BDA00029883859000000620
其中，EFC(t)为燃料电池放电前的储电量、EFC(t+1)为燃料电池放电完成时的储电量，
Figure BDA0002988385900000071
为放电过程的输出电量、
Figure BDA0002988385900000072
为放电过程的输出热量，t为一天的0：00-24：00。
3、图2所示为基于氢燃料电池的综合能源系统拓扑结构，图中给出了各种设备间的能量流动关系，建立综合能源系统中的气、电、热能量流动模型：
电能流动模型：
Figure BDA0002988385900000073
热能流动模型：
Figure BDA0002988385900000074
冷能流动方程：
Figure BDA0002988385900000075
氢气流动模型：
Figure BDA0002988385900000076
其中，
Figure BDA0002988385900000077
为用户电负荷，
Figure BDA0002988385900000078
为热泵消耗的电能，
Figure BDA0002988385900000079
为压缩式制冷机消耗的电能，
Figure BDA00029883859000000710
为光伏机组的输出电量，
Figure BDA00029883859000000711
为冷热电联供机组的输出电量，
Figure BDA00029883859000000712
为氢燃料电池放电过程的输出电量，
Figure BDA00029883859000000713
为从电网的购买电量，
Figure BDA00029883859000000714
为电力输送损耗量；
Figure BDA00029883859000000715
为用户热负荷，
Figure BDA00029883859000000716
为光伏机组的输出热量，
Figure BDA00029883859000000717
为冷热电联供系统的输出热量，
Figure BDA00029883859000000718
为氢燃料电池放电过程的输出热量，
Figure BDA00029883859000000719
为蓄热器储存热能，
Figure BDA00029883859000000720
为热能损耗；
Figure BDA00029883859000000721
为用户冷负荷，ηCR为压缩式制冷机的转换效率，ηHA为吸收式制冷机的转换效率；
Figure BDA00029883859000000722
为用户气负荷，
Figure BDA00029883859000000723
为光伏机组制氢量，EFC(t)为氢燃料电池放电前的储电量，t为一天的0：00-24：00。
4、综合考虑从电网购入电量约束、热电联供系统热电输出占比约束和氢燃料电池储能系统热电输出占比约束，以总体运行成本最低建立优化目标函数，实现综合能源系统的优化运行。
以系统总体运行成本最低，建立优化目标函数M，包括售电、售热、售氢以及参与电网响应四种收益，设备投资、购电、天然气消耗三种成本：
Figure BDA00029883859000000724
Ie为售电收益：
Figure BDA0002988385900000081
Ih为售热收益：
Figure BDA0002988385900000082
Figure BDA0002988385900000083
为售氢收益：
Figure BDA0002988385900000084
Ir为参与电网响应的收益：
Figure BDA0002988385900000085
Ccost为投资成本：
Figure BDA0002988385900000086
Ce为从电网购电的成本：
Figure BDA0002988385900000087
Figure BDA0002988385900000088
为消耗天然气的成本：
Figure BDA0002988385900000089
其中，ξe(t)为销售给用户的实时电价，ξh(t)为销售给用户的实时热价，
Figure BDA00029883859000000810
为销售给用户的实时氢价，
Figure BDA00029883859000000811
为响应电网电价，
Figure BDA00029883859000000812
分别为风光互补机组、电解槽、储氢装置、燃料电池、冷热电联产机组的装备成本，
Figure BDA00029883859000000813
为从电网购电的电价，t为一天的0：00-24：00，
Figure BDA00029883859000000814
天然气的实时价格。
所述从电网购入电量约束、冷热电联供系统热电输出占比约束和氢燃料电池储能系统热电输出占比约束如下：
电力系统输出占比约束：
Figure BDA00029883859000000815
其中，
Figure BDA00029883859000000816
为从电网购买电量的最小值，
Figure BDA00029883859000000817
为从电网购买电量的最大值，
Figure BDA00029883859000000818
为从电网购买的电量。
冷热电联供系统热电输出占比约束：
冷热电联供系统发电功率可达到70％，热电比或冷电比为0.2-0.5。
Figure BDA00029883859000000819
Figure BDA00029883859000000820
Figure BDA00029883859000000821
其中，
Figure BDA00029883859000000822
为冷热电联供系统的最小运行功率，
Figure BDA00029883859000000823
为冷热电联供系统的运行功率，
Figure BDA0002988385900000091
为冷热电联供系统的最大运行功率，
Figure BDA0002988385900000092
为冷热电联供系统的输出电量，
Figure BDA0002988385900000093
为冷热电联供系统的输出热量、
Figure BDA0002988385900000094
为冷热电联供系统的输出冷量，t为一天的0：00-24：00。
氢燃料电池系统热电输出占比约束：
氢燃料电池运行功率为10％～100％的额定功率，发电功率在30％-70％，其余是热。
Figure BDA0002988385900000095
Figure BDA0002988385900000096
Figure BDA0002988385900000097
Figure BDA0002988385900000098
其中，
Figure BDA0002988385900000099
为氢燃料电池的最小运行功率，
Figure BDA00029883859000000910
为氢燃料电池的最大运行功率，EFC(t)为燃料电池放电前的储电量、EFC(t+1)为燃料电池放电完成时的储电量，
Figure BDA00029883859000000911
为放电过程的输出电量、
Figure BDA00029883859000000912
为放电过程的输出热量。

Claims (8)

1.一种基于氢燃料电池的综合能源系统运行方法，其特征在于，包括以下步骤：
步骤1、采用大数据信息采集方法，收集以往负荷信息，通过智能分类的方法，将负荷信息分为电、热、冷、气四类单一类型负荷信息，并对负荷需求和用能分布进行预测，得到相应负荷曲线；
步骤2、分别建立光伏输出模型、冷热电联供能源转换模型、氢燃料电池输出模型；
步骤3、分别建立综合能源系统中的气、电、热能量流动模型；
步骤4、考虑电网购入电量约束、冷热电联供系统和氢燃料电池储能系统热电输出占比约束，以总体运行成本最低，建立优化目标函数，实现综合能源系统的优化运行。
2.根据权利要求1所述的基于氢燃料电池的综合能源系统运行方法，其特征在于，所述步骤1中，将大数据信息采集方法采集的负荷信息分为电、气、冷、热四类，通过智能分类模型，对用能需求及其分布进行分类和趋势预测，得到四类负荷随时间变化的曲线
Figure FDA0002988385890000011
其中，
Figure FDA0002988385890000012
为用户电负荷，
Figure FDA0002988385890000013
为用户气负荷，
Figure FDA0002988385890000014
为用户冷负荷，
Figure FDA0002988385890000015
为用户热负荷，t为一天的0：00-24：00。
3.根据权利要求1所述的基于氢燃料电池的综合能源系统运行方法，其特征在于，所述步骤2建立的光伏机组输出模型：
Figure FDA0002988385890000016
Figure FDA0002988385890000017
其中，
Figure FDA0002988385890000018
为光伏机组的输出电量、
Figure FDA0002988385890000019
为光伏机组的输出热量，
Figure FDA00029883858900000110
为光伏机组的容量，
Figure FDA00029883858900000111
为光伏机组的发电效率，
Figure FDA00029883858900000112
为光伏机组的发热效率，t为一天的0：00-24：00。
4.根据权利要求1所述的基于氢燃料电池的综合能源系统运行方法，其特征在于，所述步骤2建立的冷热电联供能源转换模型为：
Figure FDA00029883858900000113
其中，PCCHP(t)为冷热电联供系统的运行功率、
Figure FDA00029883858900000114
为冷热电联供系统的输出电量、
Figure FDA0002988385890000021
为冷热电联供系统的输出热量、
Figure FDA0002988385890000022
为冷热电联供系统的输出冷量，
Figure FDA0002988385890000023
为冷热电联供系统的电效率、
Figure FDA0002988385890000024
为冷热电联供系统的热效率、
Figure FDA0002988385890000025
为冷热电联供系统的冷效率，t为一天的0：00-24：00；一般情况下，冷热电联供系统夏季用于制冷，冬季用于供热。
5.根据权利要求1所述的基于氢燃料电池的综合能源系统运行方法，其特征在于，所述步骤2建立的氢燃料电池输出模型为：
Figure FDA0002988385890000026
其中，EFC(t)为氢燃料电池放电前的储电量，EFC(t+1)为氢燃料电池放电完成时的储电量，
Figure FDA0002988385890000027
为氢燃料电池放电过程的输出电量，
Figure FDA0002988385890000028
为氢燃料电池放电过程的输出热量，t为一天的0：00-24：00。
6.根据权利要求1所述的基于氢燃料电池的综合能源系统运行方法，其特征在于，所述步骤3建立的综合能源系统＝的电、气、热能量流动模型如下：
电能流动模型：
Figure FDA0002988385890000029
热能流动模型：
Figure FDA00029883858900000210
冷能流动方程：
Figure FDA00029883858900000211
氢气流动模型：
Figure FDA00029883858900000212
其中，
Figure FDA00029883858900000213
为用户电负荷，
Figure FDA00029883858900000214
为热泵消耗的电能，
Figure FDA00029883858900000215
为压缩式制冷机消耗的电能，
Figure FDA00029883858900000216
为光伏机组的输出电量，
Figure FDA00029883858900000217
为冷热电联供系统的输出电量，
Figure FDA00029883858900000218
为氢燃料电池放电过程的输出电量，
Figure FDA00029883858900000219
为从电网购买的电量，
Figure FDA00029883858900000220
为电力输送损耗量；
Figure FDA00029883858900000221
为用户热负荷，
Figure FDA00029883858900000222
为光伏机组的输出热量，
Figure FDA00029883858900000223
为冷热电联供系统的输出热量，
Figure FDA00029883858900000224
为氢燃料电池放电过程的输出热量，
Figure FDA00029883858900000225
为蓄热器储存热能，
Figure FDA00029883858900000226
为热能损耗；
Figure FDA00029883858900000227
为用户冷负荷，ηCR为压缩式制冷机的转换效率，ηHA为吸收式制冷机的转换效率；
Figure FDA0002988385890000031
为用户气负荷，
Figure FDA0002988385890000032
为光伏机组制氢量，EFC(t)为氢燃料电池放电前的储电量，t为一天的0：00-24：00。
7.根据权利要求1所述的基于氢燃料电池的综合能源系统运行方法，其特征在于，所述步骤4以系统总体运行成本最低建立的优化目标函数M为：
Figure FDA0002988385890000033
Ie为售电收益：
Figure FDA0002988385890000034
Ih为售热收益：
Figure FDA0002988385890000035
Figure FDA0002988385890000036
为售氢收益：
Figure FDA0002988385890000037
Ir为参与电网响应的收益：
Figure FDA0002988385890000038
Ccost为投资成本：
Figure FDA0002988385890000039
Ce为从电网购电的成本：
Figure FDA00029883858900000310
Figure FDA00029883858900000311
为消耗天然气的成本：
Figure FDA00029883858900000312
其中，ξe(t)为销售给用户的实时电价，ξh(t)为销售给用户的实时热价，
Figure FDA00029883858900000313
为销售给用户的实时氢价，
Figure FDA00029883858900000314
为响应电网电价，
Figure FDA00029883858900000315
分别为光伏机组、电解槽、储氢装置、氢燃料电池、冷热电联产机组的装备成本，
Figure FDA00029883858900000316
为从电网购电的电价，t为一天的0：00-24：00，
Figure FDA00029883858900000317
为天然气的实时价格。
8.根据权利要求7所述的基于氢燃料电池的综合能源系统运行方法，其特征在于，所述的优化目标函数M受从电网购入电量约束、冷热电联供系统热电输出占比和氢燃料电池储能系统热电输出占比的约束：
从电网购电的成本Ce与从电网购入电量
Figure FDA00029883858900000318
相关，购买电量的值受电力系统约束，从电网购入电量的约束条件为：
Figure FDA00029883858900000319
其中，
Figure FDA00029883858900000320
为从电网购买电量的最小值，
Figure FDA00029883858900000321
为从电网购买电量的最大值，
Figure FDA00029883858900000322
为从电网购买的电量；
消耗天然气的成本
Figure FDA0002988385890000041
与冷热电联供系统运行功率PCCHP(t)相关，而冷热电联供系统输出受系统内装置自身约束，运行功率应在某个区间内波动；系统输出包含电、热、冷三种，发电功率可达到70％，热电比或冷电比为0.2-0.5，冷热电联供系统输出占比约束条件为：
Figure FDA0002988385890000042
Figure FDA0002988385890000043
Figure FDA0002988385890000044
其中，
Figure FDA0002988385890000045
为冷热电联供系统的最小运行功率，PCCHP(t)为冷热电联供系统的运行功率，
Figure FDA0002988385890000046
为冷热电联供系统的最大运行功率，
Figure FDA0002988385890000047
为冷热电联供系统的输出电量，
Figure FDA0002988385890000048
为冷热电联供系统的输出热量、
Figure FDA0002988385890000049
为冷热电联供系统的输出冷量，t为一天的0：00-24：00；
光伏机组制得氢气用于售卖和供氢燃料电池使用，氢燃料电池放电前的储电量EFC(t)与氢燃料电池储能系统热电输出相关，而氢燃料电池储能系统输出包含电、热两种，受系统内装置自身约束，运行功率在某个区间内波动，运行功率为10％～100％的额定功率，发电功率在30％-70％，其余是热，氢燃料电池储能系统热电输出占比约束条件：
Figure FDA00029883858900000410
Figure FDA00029883858900000411
Figure FDA00029883858900000412
Figure FDA00029883858900000413
其中，
Figure FDA00029883858900000414
为氢燃料电池的最小运行功率，
Figure FDA00029883858900000415
为氢燃料电池的最大运行功率，EFC(t)为氢燃料电池放电前的储电量、EFC(t+1)为氢燃料电池放电完成时的储电量，
Figure FDA00029883858900000416
为氢燃料电池放电过程的输出电量、
Figure FDA00029883858900000417
为氢燃料电池放电过程的输出热量，t为一天的0:00-24:00。
CN202110307368.2A 2021-03-23 2021-03-23 基于氢燃料电池的综合能源系统运行方法 Active CN113098036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110307368.2A CN113098036B (zh) 2021-03-23 2021-03-23 基于氢燃料电池的综合能源系统运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110307368.2A CN113098036B (zh) 2021-03-23 2021-03-23 基于氢燃料电池的综合能源系统运行方法

Publications (2)

Publication Number Publication Date
CN113098036A true CN113098036A (zh) 2021-07-09
CN113098036B CN113098036B (zh) 2024-06-07

Family

ID=76669057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110307368.2A Active CN113098036B (zh) 2021-03-23 2021-03-23 基于氢燃料电池的综合能源系统运行方法

Country Status (1)

Country Link
CN (1) CN113098036B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113776205A (zh) * 2021-09-10 2021-12-10 国网天津市电力公司电力科学研究院 可实现全自动运行调控的光伏光热综合利用系统调控方法
CN113904354A (zh) * 2021-09-24 2022-01-07 国网安徽省电力有限公司经济技术研究院 氢燃料电池热电联供单元的控制方法、系统及设备
CN114300705A (zh) * 2021-12-29 2022-04-08 山东国创燃料电池技术创新中心有限公司 一种燃料电池三联供控制系统及方法
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

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392286A (zh) * 2014-12-02 2015-03-04 山东大学 考虑冷热电联供和储能运行策略的微电网运行优化方法
CN109713723A (zh) * 2019-02-13 2019-05-03 广东工业大学 一种区域综合能源系统运行优化方法
CN110443410A (zh) * 2019-07-10 2019-11-12 国网福建省电力有限公司 一种区域多能源系统的运行优化方法
CN110990785A (zh) * 2019-11-27 2020-04-10 江苏方天电力技术有限公司 一种基于多目标的智慧园区综合能源系统优化调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392286A (zh) * 2014-12-02 2015-03-04 山东大学 考虑冷热电联供和储能运行策略的微电网运行优化方法
CN109713723A (zh) * 2019-02-13 2019-05-03 广东工业大学 一种区域综合能源系统运行优化方法
CN110443410A (zh) * 2019-07-10 2019-11-12 国网福建省电力有限公司 一种区域多能源系统的运行优化方法
CN110990785A (zh) * 2019-11-27 2020-04-10 江苏方天电力技术有限公司 一种基于多目标的智慧园区综合能源系统优化调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘敦楠;秦光宇;李奇;: "考虑多类型能源转换与存储的综合能源微网优化运行研究", 南方电网技术, no. 03, 20 March 2018 (2018-03-20) *
杨志鹏;张峰;梁军;韩学山;徐震;: "含热泵和储能的冷热电联供型微网经济运行", 电网技术, no. 06, 5 June 2018 (2018-06-05) *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113776205A (zh) * 2021-09-10 2021-12-10 国网天津市电力公司电力科学研究院 可实现全自动运行调控的光伏光热综合利用系统调控方法
CN113776205B (zh) * 2021-09-10 2023-07-28 国网天津市电力公司电力科学研究院 可实现全自动运行调控的光伏光热综合利用系统调控方法
CN113904354A (zh) * 2021-09-24 2022-01-07 国网安徽省电力有限公司经济技术研究院 氢燃料电池热电联供单元的控制方法、系统及设备
CN114300705A (zh) * 2021-12-29 2022-04-08 山东国创燃料电池技术创新中心有限公司 一种燃料电池三联供控制系统及方法
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

Also Published As

Publication number Publication date
CN113098036B (zh) 2024-06-07

Similar Documents

Publication Publication Date Title
CN109919478B (zh) 一种考虑综合供能可靠性的综合能源微网规划方法
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
CN109659927B (zh) 一种考虑储能参与度的综合能源微网储能容量配置方法
CN113098036B (zh) 基于氢燃料电池的综合能源系统运行方法
CN111738503B (zh) 以氢能为核心的综合能源微网日前运行调度方法及系统
CN112418479B (zh) 一种园区综合能源系统优化配置方法
CN110619110A (zh) 一种含热泵的综合能源系统协调运行优化方法
CN112990523A (zh) 基于多目标模型预测控制的区域综合能源系统分层优化运行方法
CN111724045B (zh) 基于数据驱动的综合能源系统能效评价与提升方法
CN115689035A (zh) 一种基于共享储能的园区级综合能源系统协同优化方法
CN112182915A (zh) 一种协同促进风电消纳的优化调度方法及系统
CN116911533A (zh) 区域综合能源系统多微网能量共济方法
CN114362152B (zh) 综合能源系统多时间尺度调度方法
CN116613741A (zh) 一种计及阶梯式碳交易的综合能源系统优化调度方法
CN112085263A (zh) 一种用户侧分布式能源系统混合储能优化配置方法和系统
CN117081143A (zh) 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法
Feng et al. Review of operations for multi-energy coupled virtual power plants participating in electricity market
CN114066056A (zh) 考虑热电协同综合能源系统灵活性的优化调度方法及系统
CN116780649B (zh) 一种多能互补利用的分布式鲁棒优化运行方法
CN117039862A (zh) 基于氢共享储能服务的微网群双层优化配置方法和装置
CN116630085A (zh) 一种考虑电力市场出清的区域综合能源系统低碳策略运行方法
CN115906456A (zh) 考虑需求侧响应不确定性的含氢储能ies调度优化模型
CN114417625B (zh) 一种考虑风气互补特性的季节储能解决方法
Maghsoodi et al. Probabilistic scheduling of a comprehensive energy hub integrated with renewable energy sources considering the correlation between uncertain variables
CN113822598A (zh) 一种考虑能量流动环节的综合能源系统能效分析方法与系统

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