CN113282010A - 一种电氢热融合微网的半实物仿真系统设计方法 - Google Patents
一种电氢热融合微网的半实物仿真系统设计方法 Download PDFInfo
- Publication number
- CN113282010A CN113282010A CN202110557487.3A CN202110557487A CN113282010A CN 113282010 A CN113282010 A CN 113282010A CN 202110557487 A CN202110557487 A CN 202110557487A CN 113282010 A CN113282010 A CN 113282010A
- Authority
- CN
- China
- Prior art keywords
- power
- hydrogen
- electricity
- semi
- storage device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000013461 design Methods 0.000 title claims abstract description 16
- 230000010354 integration Effects 0.000 title claims description 24
- 230000005611 electricity Effects 0.000 claims abstract description 53
- 238000005457 optimization Methods 0.000 claims abstract description 33
- 239000002245 particle Substances 0.000 claims abstract description 14
- 230000004927 fusion Effects 0.000 claims abstract description 13
- 238000012423 maintenance Methods 0.000 claims abstract description 13
- 238000010276 construction Methods 0.000 claims abstract description 10
- 229910052739 hydrogen Inorganic materials 0.000 claims description 76
- 239000001257 hydrogen Substances 0.000 claims description 76
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 64
- 238000003860 storage Methods 0.000 claims description 50
- 238000005338 heat storage Methods 0.000 claims description 32
- 239000000446 fuel Substances 0.000 claims description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 22
- 238000013178 mathematical model Methods 0.000 claims description 19
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000004519 manufacturing process Methods 0.000 claims description 15
- 230000003993 interaction Effects 0.000 claims description 14
- 238000010248 power generation Methods 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 14
- 238000005868 electrolysis reaction Methods 0.000 claims description 10
- 150000002431 hydrogen Chemical class 0.000 claims description 10
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 7
- 229910052799 carbon Inorganic materials 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 6
- 238000007600 charging Methods 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 5
- 238000010168 coupling process Methods 0.000 claims description 5
- 238000005859 coupling reaction Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000010438 heat treatment Methods 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 3
- 230000007717 exclusion Effects 0.000 claims description 3
- 238000002330 electrospray ionisation mass spectrometry Methods 0.000 claims 1
- 238000012795 verification Methods 0.000 abstract description 4
- 150000001875 compounds Chemical class 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010277 constant-current charging Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电氢热融合微网的半实物仿真系统设计方法，针对目前对电氢热融合微网的运行优化性能，缺乏有效的验证手段，本发明将仿真模型和物理装置进行合理耦合，对实际物理装置采用缩放方法进行控制，从而构建电氢热融合微网的半实物仿真系统；同时，以系统的初始建设成本、运行维护成本、购/售电成本和环境成本构成的总成本最低为优化目标，考虑系统及设备运行约束，提出基于半实物仿真的优化控制，并采用差分进化混合粒子群算法进行求解。采用本发明的技术方案，最大限度的模拟系统实际运行工况，并保证系统具备较高的灵活可控性。
Description
技术领域
本发明属于多能互补系统运行优化领域，更具体地，涉及一种电氢热融合微网的半实物仿真系统设计方法。
背景技术
面对能源危机和环境污染问题，分布式可再生能源得到大规模利用。然而，基于可再生能源的分布式发电具有随机波动性，直接并网会影响公共电网的安全稳定，因此微网作为一种有效解决方式被提出。随着高比例不确定性可再生能源的大规模利用和制氢技术的不断发展，将光伏、风力发电经电解水装置制氢，进行存储和利用，有望实现终端电能替代与能源消纳清洁化。与传统电力系统相比，以电为核心的电氢热融合微网能够降低能耗、减少污染，保证能源的经济、高效和可靠供应。
目前，国内外对电氢热融合微网的运行优化性能，缺乏有效的验证手段。通过纯数学仿真进行研究，仿真步长的选取会影响模型的建立与精度，不能反映实际系统的运行工况；若通过纯物理装置开展实验研究，需要较长的研发周期和高昂的研发费用，且系统灵活可控性较差，无法实现物理系统的实时调整。将仿真模型与物理装置有机结合的半实物仿真技术，能够最大限度的反映实际系统运行优化状况，同时保留部分仿真验证的灵活可控性。
发明内容
本发明目的在于针对已有技术的不足，提供一种电氢热融合微网的半实物仿真系统设计方法，将仿真模型和物理装置进行有效耦合，构建基于半实物仿真的电氢热融合微网，最大限度的模拟系统实际运行工况，并保证系统具备较高的灵活可控性。
为达到上述目的，本发明采用如下技术方案：
一种电氢热融合微网的半实物仿真系统设计方法，包括以下步骤：
步骤1、将仿真模型和实际物理装置进行合理耦合，对实际物理装置采用缩放方法进行控制，构建电氢热融合微网的半实物仿真系统；
步骤2、构建电氢热融合微网的运行优化模型，同时采用差分进化混合粒子群算法对运行优化模型进行求解，实现对所述半实物仿真系统的优化控制；
步骤3：搭建基于LabVIEW的本地监控平台以及远程监控平台对优化结果进行实时展示。
作为优选，步骤1中，将电网模拟器、光伏模拟器、负载模拟器、电池模拟器、风机模拟器通过物理装置多端口变换器连接并组成物理平台。
作为优选，步骤1中，采用标幺值应用缩放方法对物理装置进行控制，以使半实物仿真系统的应用不会受限于物理装置固定的电压/功率等级。
作为优选，步骤2中运行优化模型，以半实物仿真系统总成本最低、且考虑半实物仿真系统及其设备运行约束。
作为优选，以半实物仿真系统总成本最低由初始建设成本、运行维护成本、购/售电成本和环境成本构成，目标函数如下：
其中，f为微网日运行总成本；fcon为初始建设成本；fope为设备的固定日运行维护费用；fbuy为购/售电费用；
表示环境成本，为电网购电所产生的排放物治理费；
系统初始建设成本，具体表达式为
其中，k表示某种设备；Ωk为设备类型集合；
为k的单位容量初始安装成本；Pk为k的安装容量；Rk为设备k的等年值因子，r为年利率，yk为设备k的使用年限；ES为蓄电装置；TS为蓄热装置；HS为储氢装置；PV为光伏机组；WT为风电机组；
系统运行维护成本，具体表达式为
其中，
为设备k的单位输出功率的运行维护成本；Pk,t为设备k的实际输出功率；
购/售电费用，具体表达式为
其中，Cb(t)为购电电价，元/(kW·h)；Cs(t)为售电价格，元/(kW·h)；Pe(t)为电网与微网的交互功率，Pe(t)＞0代表向电网购电，Pe(t)＜0表示向电网售电；ρ为0/1变量，表征微网购/售电状态，0表示向电网购电，1表示向电网售电；
系统环境成本，具体表达式为
其中，γ为碳税；α为向电网购/售电的碳排放强度。
作为优选，步骤1中仿真模型包括：电制氢装置的输出功率、氢燃料电池发电与发热功率、燃料电池的输出功率和电解水输出功率的互斥、蓄电装置的数学模型、储氢装置的数学模型、蓄热装置的数学模型；
电制氢装置的输出功率，具体数学模型为
Peh(t)＝ηelPel(t)
其中，Pel(t)为t时刻电解水输入功率；Peh(t)为电解水输出功率；ηel为电解水效率；
氢燃料电池发电与发热功率，具体数学模型为
Pfce(t)＝ηfc，ePfc(t)
Pfch(t)＝ηfc，hPfc(t)
其中，Pfc(t)为燃料电池输入功率；Pfce(t)为燃料电池产电功率；Pfch(t)为燃料电池产热功率，ηfc，e、ηfc，h为产电、产热效率；
燃料电池的输出功率和电解水输出功率的互斥，具体数学模型为
Pel(t)×Pfc(t)＝0
蓄电装置，能对电网起到削峰填谷的作用，具体数学模型如下：
cES(1)＝cES(T)
PES,dis(t)×PES,c(t)＝0
其中，cES(t)为t时刻蓄电装置的蓄电量；ζES为自损耗系数；ηES,c、ηES,dis为充、放电效率；PES,c(t)、PES,dis(t)为充、放电功率；T＝24；
储氢装置，具体数学模型为
cHS(1)＝cHS(T)
PHS,dis(t)×PHS,c(t)＝0
其中，cHS(t)时刻储氢装置的蓄氢量；ζHS为自损耗系数；ηHS,c、ηHS,dis为蓄、放氢效率；PHS,c(t)、PHS,dis(t)为蓄、放氢功率；T＝24；
蓄热装置，具体数学模型为
cTS(1)＝cTS(T)
PTS,dis(t)×PTS,c(t)＝0
其中，cTS(t)为t时刻蓄热装置的蓄热量；ζTS为热损耗系数；ηTS,c、ηTS,dis为蓄、放热效率；PTS,c(t)、PTS,dis(t)为蓄、放热功率；T＝24。
作为优选，步骤2中的半实物仿真系统及其设备运行约束：包括电解水、燃料电池的运行约束；蓄电装置、储氢装置、蓄热装置的运行约束；电母线、氢母线以及热母线的功率平衡约束；系统与电网交互功率约束；
电解水运行约束
其中，
为电解水输出功率上、下限；
燃料电池运行约束
其中，
为产电功率上、下限；
为产热功率上、下限；
蓄电装置运行约束
其中，
为充电功率的上、下限；
为放电功率上、下限；
为蓄电装置安装容量上、下限；
储氢装置运行约束
其中，
为蓄氢功率的上、下限；
为放氢功率上、下限；
为储氢装置安装容量上、下限；
蓄热装置运行约束
其中，
为蓄热功率的上、下限；
为放热功率上、下限；
为蓄热装置安装容量上、下限；
电母线、氢母线以及热母线的功率平衡约束
Pe(t)+PWT(t)+PPV(t)+Pfce(t)+PES,dis(t)＝Pel(t)+PES,c(t)+PEL(t)
Peh(t)+PHS,dis(t)＝Pfc(t)+PHS,c(t)+PHL(t)
Pfch(t)+PTS,dis(t)＝PTS,c(t)+PTL(t)
其中，PEL(t)为电负荷需求量；PHL(t)为氢负荷需求量；PTL(t)为热负荷需求量；
系统与电网交互功率约束
其中，
为系统与电网交互的上、下限功率。
一种电氢热融合微网的半实物仿真系统设计方法，实现电、氢、热的多元转化、耦合互补；根据电氢热融合微网各能源形式之间复杂的耦合关系以及设备运行特性，构建电氢热融合微网的能量流模型；综合考虑系统的测试重点、安全性和灵活性以及实验条件，将电氢热融合微网分为仿真模型和物理装置两部分，搭建电氢热融合微网的半实物仿真系统；考虑系统经济性和复杂性，对实际物理装置采用缩放方法进行控制。基于半实物仿真的电氢热融合微网优化控制采用基于差分进化混合粒子群算法的优化控制方法，分析系统运行特性及能量耦合机理，以系统总成本最低为优化目标，考虑系统及设备运行约束，构建电氢热融合微网的运行优化模型。实际求解混合整数非线性优化模型时，非线性不等式约束易使单一粒子群算法陷入局部最优解，因此本发明采用差分进化混合粒子群算法对模型进行求解，得到系统合理的优化结果，并搭建基于LabVIEW的能量管理系统，用于人机交互、数据分析、决策优化，通过本地和远程监控软件对优化结果进行实时展示。
本发明与现有技术相比较，具有如下突出的实质性特点和显著的技术进步：
本发明的电氢热融合微网半实物仿真系统设计方法，在传统纯数学仿真的基础上，综合考虑系统的测试重点、安全性和灵活性以及实验条件，将部分仿真模型以物理装置代替并接入仿真回路，达到更接近真实系统运行工况的优化性能测试，同时保留部分仿真验证的灵活可控性。
本发明所提出的基于半实物仿真的电氢热融合微网能量管理优化控制方法，考虑电氢热不同能源形式的多元转换和存储，有效实现多能互补利用，并提高系统运行经济性。
本发明所采用的差分进化混合粒子群算法，可以有效解决单一粒子群算法易陷入局部最优解的问题，其求解精度、收敛速度以及控制鲁棒性都要优于单一的粒子群算法和差分进化算法，从而提高了所提优化模型求解的准确性。
同时，本发明可以扩展应用到其他更多类似的多能互补微网系统。
附图说明
图1是本发明基于半实物仿真的电氢热融合微网拓扑图；
图2是本发明应用缩放方法的半实物仿真系统图；
图3是本发明的差分进化混合粒子群算法求解流程图；
图4是本发明基于LabVIEW的远程监控架构图。
具体实施方式
为了更好地理解本发明，下文结合说明书附图和实例对本发明的内容做进一步的阐述。
如图1、图2和图3所示，本发明提供一种电氢热融合微网的半实物仿真系统设计方法，包括以下步骤：
步骤1：构建电氢热融合微网的容量缩放半实物仿真系统
所述步骤1中，参见图1，电氢热融合微网的容量缩放半实物仿真系统结构组成，包括物理装置、仿真模型、能量管理系统、本地监控和远程监控。根据系统的测试重点：验证电解制氢技术对风电、光伏发电的消纳作用，将电网模拟器、光伏模拟器、负载模拟器、电池模拟器、风机模拟器通过物理装置多端口变换器连接并组成物理平台，其中电网模拟器运行于单相交流模式，手动设定其输出电压、输出频率等参数；光伏模拟器和风机模拟器采用最大功率点跟踪控制模式；负载模拟器采用定电阻模式；电池模拟器采用恒流充放电模式。同时，与电能相比氢、热的灵活可控性较差且氢能具有一定安全隐患，故将电解水装置、燃料电池、储氢装置、氢负荷、储热装置、热负荷建立为仿真模型。本发明将物理装置和仿真模型进行有效耦合，构建基于半实物仿真的电氢热融合微网，并向能量管理系统提供实时数据和执行能量管理调度计划。本发明中的能量管理系统具有人机交互、数据分析和决策优化等功能，包括接收半实物仿真系统传递的数据；对半实物仿真系统下发调度计划；与本地监控界面进行实时数据交互和历史数据传递；向远程监控界面传递实时数据等。
所述步骤1中，参见图2，考虑到物理装置的容量或功率等级与仿真模型不匹配的问题，本发明基于标幺值应用缩放方法对物理装置的性能进行测试，确保半实物仿真系统的应用不会受限于物理装置固定的电压/功率等级，提高系统的适用性。
步骤2：建立电氢热融合微网的能量管理优化模型
所述步骤2中，建立以系统的初始建设成本、运行维护成本、购/售电成本和环境成本构成的总成本最低为优化目标的目标函数。
目标函数表示为：
式中，f为微网日运行总成本；fcon为初始建设成本；fope为设备的固定日运行维护费用；fbuy为购/售电费用；
表示环境成本，主要为电网购电所产生的排放物治理费。
系统初始建设成本fcon可表示为：
式中，k表示某种设备；Ωk为设备类型集合；
为k的单位容量初始安装成本，元/(kW·h)；Pk为k的安装容量；Rk为设备k的等年值因子(资金回收率)，r为年利率，yk为设备k的使用年限；ES为蓄电装置；TS为蓄热装置；HS为储氢装置；PV为光伏机组；WT为风电机组。
系统运行维护成本fope可表示为：
式中，
为设备k单位输出功率的运行维护成本，元/(kW·h)；Pk,t为设备k的实际输出功率。
系统购/售电费用fbuy可表示为：
式中，Cb(t)为购电电价，元/(kW·h)；Cs(t)为售电价格，元/(kW·h)；Pe(t)为电网与微网的交互功率，Pe(t)＞0代表向电网购电，Pe(t)＜0表示向电网售电；ρ为0/1变量，表征微网购/售电状态，0表示向电网购电，1表示向电网售电。
系统环境成本
可表示为：
式中，γ为碳税(碳排放价格)，元/吨；α为向电网购/售电的碳排放强度。
所述步骤2中，建立半实物仿真系统中的仿真模型。
通过电制氢装置，将系统部分电能转换为氢能进行利用、存储，从而增大可再生能源的消纳，减少弃风、弃光量。其输出功率表示为：
Peh(t)＝ηelPel(t) (7)
式中，Pel(t)为t时刻电解水环节输入功率；Peh(t)为电解水输出环节功率；ηel为电解水的效率。
氢燃料电池具能量密度高、零排放等优点，可与电解制氢装置实现电-氢之间的双向转换，其热电联产机制为系统创造新的能量来源和调节维度，改善微网热电调节的灵活性。发电、发热功率表示为：
Pfce(t)＝ηfc，ePfc(t) (8)
Pfch(t)＝ηfc，hPfc(t) (9)
式中，Pfc(t)为燃料电池输入功率；Pfce(t)为燃料电池产电功率；Pfch(t)为燃料电池产热功率，ηfc，e、ηfc，h为产电、产热效率；
需要注意的是，为避免燃料电池和电解槽同时工作时电解槽利用燃料电池发出的电功率进行制氢，从而导致系统出现能源的低效循环过程，因此燃料电池和电解槽的输入功率应满足如下互斥条件，实现系统能效提升：
Pel(t)×Pfc(t)＝0 (10)
配置合适的蓄电装置能对电网起到削峰填谷的作用，有效平抑可再生能源的波动，其数学模型如下：
cES(1)＝cES(T) (12)
PES,dis(t)×PES,c(t)＝0 (13)
式中，cES(t)为t时刻蓄电装置的蓄电量；ζES为自损耗系数；ηES,c、ηES,dis为充、放电效率；PES,c(t)、PES,dis(t)为充、放电功率；T＝24。
储氢装置可实现氢能的时空转移，提高系统用能灵活性，并对能量进行长时间存储，其数学模型如下所示：
cHS(1)＝cHS(T) (15)
PHS,dis(t)×PHS,c(t)＝0 (16)
式中，cHS(t)为t时刻储氢装置的蓄氢量；ζHS为自损耗系数；ηHS,c、ηHS,dis为蓄、放氢效率；PHS,c(t)、PHS,dis(t)为蓄、放氢功率；T＝24。
蓄热装置可在热负荷较大时放热，供应一部分热负荷；热负荷较小时，进入蓄能状态。蓄热装置数学模型如下所示：
cTS(1)＝cTS(T) (18)
PTS,dis(t)×PTS,c(t)＝0 (19)
式中，cTS(t)为t时刻蓄热装置的蓄热量；ζTS为热损耗系数；ηTS,c、ηTS,dis为蓄、放热效率；PTS,c(t)、PTS,dis(t)为蓄、放热功率；T＝24。
所述步骤2中，建立约束条件即运行约束，包括设备运行约束、母线功率平衡约束及系统与电网交互功率约束等。
设备运行及储能充放功率约束如下：
电解槽：
式中，
为电解水环节输出功率上、下限。
燃料电池：
式中，
为产电功率上、下限；
为产热功率上、下限。
蓄电装置：
式中，
为充电功率的上、下限；
为放电功率上、下限；
为蓄电装置容量上、下限。
储氢装置：
式中，
为蓄氢功率的上、下限；
为放氢功率上、下限；
为储氢装置容量上、下限。
蓄热装置：
式中，
为蓄热功率的上、下限；
为放热功率上、下限；
为蓄热装置容量上、下限。
母线功率平衡约束如下：
电母线功率平衡等式表示为：
Pe(t)+PWT(t)+PPV(t)+Pfce(t)+PES,dis(t)＝Pel(t)+PES,c(t)+PEL(t) (32)
式中，PEL(t)为电负荷需求量。
氢母线功率平衡等式表示为：
Peh(t)+PHS,dis(t)＝Pfc(t)+PHS,c(t)+PHL(t) (33)
式中，PHL(t)为氢负荷需求量。
热母线功率平衡等式表示为：
Pfch(t)+PTS,dis(t)＝PTS,c(t)+PTL(t) (34)
式中，PTL(t)为热负荷需求量。
系统与电网交互功率约束表示为：
式中，
为系统与电网交互功率的上、下限。
所述步骤2中，参见图3，单一粒子群算法易陷入局部最优解，因此本发明采用差分进化混合粒子群算法对算例进行求解。差分进化混合粒子群算法，可以通过引入一种新的信息交互机制，使信息能够在两个种群之间进行传递，从而避免个体因错误的信息判断而陷入局部最优的问题。
步骤3：搭建基于LabVIEW的本地监控界面以及远程监控界面
所述步骤3中，基于LabVIEW所搭建的人机界面分为本地监控界面和远程监控界面，其中本地监控界面通过TCP/IP通讯协议与多端口变换器进行数据交互，远程监控界面通过LabVIEW的Web发布工具，用户输入浏览器地址就可以掌握实时信息。在本地监控界面中嵌入能量管理优化算法，通过LabVIEW的MathScript实现运算。本地监控界面可以根据优化结果每1h下发一次控制物理装置运行优化的指令。除上述功能外，本地监控界面还具有系统状态检测、数据监控、历史数据查询、场景切换等功能。其中，场景切换包括基本纯电系统和所提电氢热半实物仿真系统。通过两种场景的对比与分析，验证电解制氢对风电、光伏发电的有效消纳。
所述步骤3中，图4为远程监控界面架构图，用户可通过LabVIEW软件的Web发布工具从项目发布到Web服务器，Web服务器与Web客户端之间通过HTTP协议进行数据交互，远程客户端的用户可以通过输入浏览器地址，基于Web服务器中的远程面板掌握系统优化控制的实时信息。
以上所述，仅是本发明的示例性实例，可以理解的是，本说明书实例所描述的内容仅是对发明构思实现形式的列举，并非对发明做任何形式上的限制。因此，本发明的保护范围不应当仅限于实例所描述的具体形式，也应当包括该领域技术人员根据本发明构思所做的技术手段。
Claims (7)
1.一种电氢热融合微网的半实物仿真系统设计方法，其特征在于，包括以下步骤：
步骤1、将仿真模型和实际物理装置进行合理耦合，对实际物理装置采用缩放方法进行控制，构建电氢热融合微网的半实物仿真系统；
步骤2、构建电氢热融合微网的运行优化模型，同时采用差分进化混合粒子群算法对运行优化模型进行求解，实现对所述半实物仿真系统的优化控制；
步骤3：搭建基于LabVIEW的本地监控平台以及远程监控平台对优化结果进行实时展示。
2.如权利要求1所述的电氢热融合微网的半实物仿真系统设计方法，其特征在于，步骤1中，将电网模拟器、光伏模拟器、负载模拟器、电池模拟器、风机模拟器通过物理装置多端口变换器连接并组成物理平台。
3.如权利要求2所述的电氢热融合微网的半实物仿真系统设计方法，其特征在于，步骤1中，采用标幺值应用缩放方法对物理装置进行控制，以使半实物仿真系统的应用不会受限于物理装置固定的电压/功率等级。
4.如权利要求1所述的电氢热融合微网的半实物仿真系统设计方法，其特征在于，步骤2中运行优化模型，以半实物仿真系统总成本最低、且考虑半实物仿真系统及其设备运行约束。
5.如权利要求4所述的电氢热融合微网的半实物仿真系统设计方法，其特征在于，以半实物仿真系统总成本最低由初始建设成本、运行维护成本、购/售电成本和环境成本构成，目标函数如下：
其中，f为微网日运行总成本；fcon为初始建设成本；fope为设备的固定日运行维护费用；fbuy为购/售电费用；
表示环境成本，为电网购电所产生的排放物治理费；
系统初始建设成本，具体表达式为
其中，k表示某种设备；Ωk为设备类型集合；
为k的单位容量初始安装成本；Pk为k的安装容量；Rk为设备k的等年值因子，r为年利率，yk为设备k的使用年限；ES为蓄电装置；TS为蓄热装置；HS为储氢装置；PV为光伏机组；WT为风电机组；
系统运行维护成本，具体表达式为
其中，
为设备k的单位输出功率的运行维护成本；Pk,t为设备k的实际输出功率；
购/售电费用，具体表达式为
其中，Cb(t)为购电电价，元/(kW·h)；Cs(t)为售电价格，元/(kW·h)；Pe(t)为电网与微网的交互功率，Pe(t)＞0代表向电网购电，Pe(t)＜0表示向电网售电；ρ为0/1变量，表征微网购/售电状态，0表示向电网购电，1表示向电网售电；
系统环境成本，具体表达式为
其中，γ为碳税；α为向电网购/售电的碳排放强度。
6.如权利要求1所述的电氢热融合微网的半实物仿真系统设计方法，其特征在于，步骤1中仿真模型包括：电制氢装置的输出功率、氢燃料电池发电与发热功率、燃料电池的输出功率和电解水输出功率的互斥、蓄电装置的数学模型、储氢装置的数学模型、蓄热装置的数学模型；
电制氢装置的输出功率，具体数学模型为
Peh(t)＝ηelPel(t)
其中，Pel(t)为t时刻电解水输入功率；Peh(t)为电解水输出功率；ηel为电解水效率；
氢燃料电池发电与发热功率，具体数学模型为
Pfce(t)＝ηfc，ePfc(t)
Pfch(t)＝ηfc，hPfc(t)
其中，Pfc(t)为燃料电池输入功率；Pfce(t)为燃料电池产电功率；Pfch(t)为燃料电池产热功率，ηfc，e、ηfc，h为产电、产热效率；
燃料电池的输出功率和电解水输出功率的互斥，具体数学模型为
Pel(t)×Pfc(t)＝0
蓄电装置，能对电网起到削峰填谷的作用，具体数学模型如下：
cES(1)＝cES(T)
PES,dis(t)×PES,c(t)＝0
其中，cES(t)为t时刻蓄电装置的蓄电量；ζES为自损耗系数；ηES,c、ηES,dis为充、放电效率；PES,c(t)、PES,dis(t)为充、放电功率；T＝24；
储氢装置，具体数学模型为
cHS(1)＝cHS(T)
PHS,dis(t)×PHS,c(t)＝0
其中，cHS(t)时刻储氢装置的蓄氢量；ζHS为自损耗系数；ηHS,c、ηHS,dis为蓄、放氢效率；PHS,c(t)、PHS,dis(t)为蓄、放氢功率；T＝24；
蓄热装置，具体数学模型为
cTS(1)＝cTS(T)
PTS,dis(t)×PTS,c(t)＝0
其中，cTS(t)为t时刻蓄热装置的蓄热量；ζTS为热损耗系数；ηTS,c、ηTS,dis为蓄、放热效率；PTS,c(t)、PTS,dis(t)为蓄、放热功率；T＝24。
7.如权利要求4所述的电氢热融合微网的半实物仿真系统设计方法，其特征在于，步骤2中的半实物仿真系统及其设备运行约束：包括电解水、燃料电池的运行约束；蓄电装置、储氢装置、蓄热装置的运行约束；电母线、氢母线以及热母线的功率平衡约束；系统与电网交互功率约束；
电解水运行约束
其中，
为电解水输出功率上、下限；
燃料电池运行约束
其中，
为产电功率上、下限；
为产热功率上、下限；
蓄电装置运行约束
其中，
为充电功率的上、下限；
为放电功率上、下限；
为蓄电装置安装容量上、下限；
储氢装置运行约束
其中，
为蓄氢功率的上、下限；
为放氢功率上、下限；
为储氢装置安装容量上、下限；
蓄热装置运行约束
其中，
为蓄热功率的上、下限；
为放热功率上、下限；
为蓄热装置安装容量上、下限；
电母线、氢母线以及热母线的功率平衡约束
Pe(t)+PWT(t)+PPV(t)+Pfce(t)+PES,dis(t)＝Pel(t)+PES,c(t)+PEL(t)
Peh(t)+PHS,dis(t)＝Pfc(t)+PHS,c(t)+PHL(t)
Pfch(t)+PTS,dis(t)＝PTS,c(t)+PTL(t)
其中，PEL(t)为电负荷需求量；PHL(t)为氢负荷需求量；PTL(t)为热负荷需求量；
系统与电网交互功率约束
其中，
为系统与电网交互的上、下限功率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110557487.3A CN113282010A (zh) | 2021-05-21 | 2021-05-21 | 一种电氢热融合微网的半实物仿真系统设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110557487.3A CN113282010A (zh) | 2021-05-21 | 2021-05-21 | 一种电氢热融合微网的半实物仿真系统设计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113282010A true CN113282010A (zh) | 2021-08-20 |
Family
ID=77280619
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110557487.3A Pending CN113282010A (zh) | 2021-05-21 | 2021-05-21 | 一种电氢热融合微网的半实物仿真系统设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113282010A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117075498A (zh) * | 2023-10-16 | 2023-11-17 | 三峡科技有限责任公司 | 一种电解水制氢能耗监测和仿生优化系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120197449A1 (en) * | 2011-01-28 | 2012-08-02 | Dean Sanders | Systems, apparatus, and methods of a solar energy grid integrated system with energy storage appliance |
| CN103676668A (zh) * | 2013-12-06 | 2014-03-26 | 武汉理工大学 | 基于vc的燃料电池半实物仿真测试系统及建立方法 |
| CN104834228A (zh) * | 2015-05-07 | 2015-08-12 | 昆山弗尔赛能源有限公司 | 一种燃料电池备用电源的仿真模型 |
| CN106054672A (zh) * | 2016-07-20 | 2016-10-26 | 天津天大求实电力新技术股份有限公司 | 基于rt‑lab的真实微电网运行动态仿真测试平台 |
| CN106208960A (zh) * | 2016-07-28 | 2016-12-07 | 全球能源互联网研究院 | 一种光伏耦合氢储能发电系统及其测试方法和装置 |
| CN109190785A (zh) * | 2018-07-06 | 2019-01-11 | 东南大学 | 一种电热耦合综合能源系统运行优化方法 |
| CN111161809A (zh) * | 2019-12-10 | 2020-05-15 | 南京华盾电力信息安全测评有限公司 | 基于电转氢的能源系统操作灵活性提升方法 |
| CN112632783A (zh) * | 2020-12-25 | 2021-04-09 | 上海亿边科技有限公司 | 一种光伏发电的仿真参数计算方法及设备 |
-
2021
- 2021-05-21 CN CN202110557487.3A patent/CN113282010A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120197449A1 (en) * | 2011-01-28 | 2012-08-02 | Dean Sanders | Systems, apparatus, and methods of a solar energy grid integrated system with energy storage appliance |
| CN103676668A (zh) * | 2013-12-06 | 2014-03-26 | 武汉理工大学 | 基于vc的燃料电池半实物仿真测试系统及建立方法 |
| CN104834228A (zh) * | 2015-05-07 | 2015-08-12 | 昆山弗尔赛能源有限公司 | 一种燃料电池备用电源的仿真模型 |
| CN106054672A (zh) * | 2016-07-20 | 2016-10-26 | 天津天大求实电力新技术股份有限公司 | 基于rt‑lab的真实微电网运行动态仿真测试平台 |
| CN106208960A (zh) * | 2016-07-28 | 2016-12-07 | 全球能源互联网研究院 | 一种光伏耦合氢储能发电系统及其测试方法和装置 |
| CN109190785A (zh) * | 2018-07-06 | 2019-01-11 | 东南大学 | 一种电热耦合综合能源系统运行优化方法 |
| CN111161809A (zh) * | 2019-12-10 | 2020-05-15 | 南京华盾电力信息安全测评有限公司 | 基于电转氢的能源系统操作灵活性提升方法 |
| CN112632783A (zh) * | 2020-12-25 | 2021-04-09 | 上海亿边科技有限公司 | 一种光伏发电的仿真参数计算方法及设备 |
Non-Patent Citations (7)
| Title |
|---|
| 刘维康 等: "考虑电气转换储能和可再生能源集成的微能源网多目标规划", 《电力系统自动化》 * |
| 刘维康 等: "考虑电气转换储能和可再生能源集成的微能源网多目标规划", 《电力系统自动化》, no. 16, 25 August 2018 (2018-08-25), pages 11 - 20 * |
| 孔令国等: "风光氢综合能源系统在线能量调控策略与实验平台搭建", 《电工技术学报》 * |
| 孔令国等: "风光氢综合能源系统在线能量调控策略与实验平台搭建", 《电工技术学报》, no. 14, 25 June 2018 (2018-06-25), pages 3371 - 3384 * |
| 杨卫华等: "不同应用规模下风光互补发电储能系统优化与设计", 《节能》, no. 10, 15 October 2017 (2017-10-15), pages 41 - 44 * |
| 谭喜元: "分布式能源系统半实物仿真及缩放方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 谭喜元: "分布式能源系统半实物仿真及缩放方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, no. 2, 15 February 2014 (2014-02-15), pages 31 - 53 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117075498A (zh) * | 2023-10-16 | 2023-11-17 | 三峡科技有限责任公司 | 一种电解水制氢能耗监测和仿生优化系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hannan et al. | Binary particle swarm optimization for scheduling MG integrated virtual power plant toward energy saving | |
| CN108832656B (zh) | 基于电转气和可再生能源利用微能源网多目标规划方法 | |
| CN103001225B (zh) | 基于mas的多微电网能量管理系统仿真方法 | |
| CN109919399B (zh) | 一种综合能源系统日前经济调度方法及系统 | |
| Guo et al. | Multi-objective optimization design and multi-attribute decision-making method of a distributed energy system based on nearly zero-energy community load forecasting | |
| CN108233430B (zh) | 一种计及系统能源波动性的交直流混合微网优化方法 | |
| CN113850474B (zh) | 一种热电氢多能流综合能源系统及其优化调度方法 | |
| KR20130067678A (ko) | 마이크로그리드 시뮬레이션 장치 및 전력 관리 시스템 | |
| CN115204562B (zh) | 一种计及多能共享的互联微能源网分布式协同优化调度方法和系统 | |
| Yang et al. | Multi-criteria optimization of multi-energy complementary systems considering reliability, economic and environmental effects | |
| CN106100002A (zh) | 一种交直流混合微网的优化运行方法 | |
| CN112214883B (zh) | 一种微能源网综合能源系统运行优化方法和系统 | |
| An et al. | Real-time optimal operation control of micro energy grid coupling with electricity-thermal-gas considering prosumer characteristics | |
| CN113282010A (zh) | 一种电氢热融合微网的半实物仿真系统设计方法 | |
| CN112883630A (zh) | 用于风电消纳的多微网系统日前优化经济调度方法 | |
| Yu et al. | Research on the construction of new energy microgrids for wind power generation based on green and low carbon | |
| CN105186867A (zh) | 一种基于状态机多输入直流变换器开关状态的控制方法 | |
| Wang et al. | Renewable and distributed energy integration with mini/microgrids | |
| Liu et al. | Hierarchical optimal dispatching strategy for microgrid system considering user-side resources | |
| Xing et al. | Multi-energy simulation and optimal scheduling strategy based on digital twin | |
| Wei et al. | Optimal generation planning in a micro-grid for supplying electrical and thermal loads in order to reduce pollutant emissions | |
| Foote et al. | Ubiquitous energy storage | |
| Cao et al. | Research on energy efficiency optimization of energy internet data center based on intelligent energy technology | |
| CN112884191A (zh) | 一种基于网源协调的热电日前调度模型及计算方法 | |
| Lu et al. | Research on the Day-Ahead Dispatch Strategy for Multi-Energy Power Systems Considering Wind and PV Uncertainty |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210820 |
|
| RJ01 | Rejection of invention patent application after publication |