CN113393033A - 考虑跨季节储氢的能源转型路径优化方法、系统及装置 - Google Patents

考虑跨季节储氢的能源转型路径优化方法、系统及装置 Download PDF

Info

Publication number
CN113393033A
CN113393033A CN202110662881.3A CN202110662881A CN113393033A CN 113393033 A CN113393033 A CN 113393033A CN 202110662881 A CN202110662881 A CN 202110662881A CN 113393033 A CN113393033 A CN 113393033A
Authority
CN
China
Prior art keywords
energy
constraint
year
model
carbon emission
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
CN202110662881.3A
Other languages
English (en)
Other versions
CN113393033B (zh
Inventor
徐波
张玉敏
鲁刚
冯君淑
徐志成
赵秋莉
张富强
项康利
黄夏楠
徐沈智
侯东羊
肖鑫利
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.)
State Grid Energy Research Institute Co Ltd
Shandong University of Science and Technology
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Energy Research Institute Co Ltd
Shandong University of Science and Technology
Economic and Technological Research Institute of State Grid Fujian 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 State Grid Energy Research Institute Co Ltd, Shandong University of Science and Technology, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Energy Research Institute Co Ltd
Priority to CN202110662881.3A priority Critical patent/CN113393033B/zh
Publication of CN113393033A publication Critical patent/CN113393033A/zh
Application granted granted Critical
Publication of CN113393033B publication Critical patent/CN113393033B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种考虑跨季节储氢的能源转型路径优化方法、系统及装置，所述方法包括：S1、获取能源转型路径优化所需的参数；S2、预测终端各品种能源消费量；S3、生成典型新能源发电出力场景集；S4、统计分析得到不同水文年出现的概率；S5、在S1到S4基础上，得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型；S6、通过改变碳排放总量约束上限，求解能源转型路径优化模型；S7、输出优化结果。针对现有技术的不足，本发明能够实现能源系统清洁低碳转型路径优化，得到区域未来能源电力发展格局和碳减排路径。

Description

考虑跨季节储氢的能源转型路径优化方法、系统及装置
技术领域
本发明涉及能源路径优化领域，尤其是涉及一种考虑跨季节储氢的能源转型路径优化方法、系统及装置。
背景技术
在全球应对气候变化碳减排的紧迫形势下，我国能源转型面临巨大挑战和艰巨任务。
国内近几年在能源转型研究方面积累了不少经验，有文献建立了中国TIMES模型体系，对2010-2050年间中国终端能源和一次能源的消费及构成进行了研究，有文献构建了碳排放达峰路径模型体系，研究了中国未来可能的碳排放峰值水平及达峰路径。这些研究虽然在一定程度上揭示了能源消费与碳排放的关系，但对于对电力行业做简化处理，为此，有文献考虑高时空分辨率和技术准确度，提出电力系统长期规划方法，建立电力行业长期规划与短期运行联合优化模型。但是，该方法未考虑跨季节储氢、新能源发展对整个能源系统规划的影响。
目前，关于能源转型路径问题的研究虽然已经取得了一定成果，但是现有技术方案对新能源、跨季节储氢等重大影响因素仍考虑不够全面，导致对于能源转型路径的技术可行性和经济性刻画不够准确，不能最大程度地降低转型成本。
发明内容
本发明的目的在于提供一种考虑跨季节储氢的能源转型路径优化方法、系统及装置，旨在解决能源系统清洁低碳转型。
本发明提供一种考虑跨季节储氢的能源转型路径优化方法，包括：
S1、获取能源转型路径优化所需的参数；
S2、预测终端各品种能源消费量；
S3、生成典型新能源发电出力场景；
S4、统计分析得到不同水文年出现的概率；
S5、在S1到S4基础上，得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型；
S6、通过改变碳排放总量约束上限，求解能源转型路径优化模型；
S7、输出优化结果。
本发明还提供一种考虑跨季节储氢的能源转型路径优化系统，包括：
参数模块：获取能源转型路径优化所需的参数；
预测模块：预测终端各品种能源消费量；
新能源模块：生成典型新能源发电出力场景；
水电模块：统计分析得到不同水文年出现的概率；
模型模块：在参数模块、预测模块、新能源模块和水电模块的基础上，得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型；
求解模块：设置碳排放总量约束上限，采用分支定界法求解模型，若模型有解，则求解完毕，若模型无解，则需要提高碳排放总量上限，直到模型有解；
输出模块：输出优化结果。
本发明实施例还提供一种考虑跨季节储氢的能源转型路径优化装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述考虑跨季节储氢的能源转型路径优化方法的步骤。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述方法的步骤。
采用本发明实施例，能够实现能源系统清洁低碳转型路径优化，得到区域未来能源电力发展格局和碳减排路径。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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是本发明实施例的考虑跨季节储氢的能源转型路径优化方法的流程图；
图2是本发明实施例的对某地区终端各品种能源消费量预测结果示意图；
图3是本发明实施例的考虑跨季节储氢的能源转型路径优化方法的某地区一次能源消费及构成示意图；
图4是本发明实施例的考虑跨季节储氢的能源转型路径优化方法的某地区分部门CO2排放量示意图；
图5是本发明实施例的考虑跨季节储氢的能源转型路径优化系统的示意图；
图6是本发明实施例的考虑跨季节储氢的能源转型路径优化装置的示意图。
附图标记说明：
510：参数模块；520：预测模块；530：新能源模块；540：水电模块；550：模型模块；560：求解模块；570：输出模块。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，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。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。此外，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
方法实施例
根据本发明实施例，提供了一种考虑跨季节储氢的能源转型路径优化方法，图1是本发明实施例的考虑跨季节储氢的能源转型路径优化方法的流程图，如图1所示，具体包括：
S1、获取能源转型路径优化所需的参数；
S2、预测终端各品种能源消费量；
S2具体包括：利用回归分析法对未来规划水平年终端煤炭、石油、天然气、电力、氢能等能源消费量进行预测。
S3、生成典型新能源发电出力场景；
S3具体包括：根据新能源发电出力的历史统计数据，运用聚类方法将样本集聚类为少量的离散场景，从而生成典型新能源发电出力场景集。
S4、统计分析得到不同水文年出现的概率；
S4具体包括：根据区域水文径流历史数据，统计分析得到丰水年、平水年和枯水年等不同水文年出现的概率。
S5、在S1到S4基础上，得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型；
S5具体包括：在S1到S4基础上，得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型，模型以能源系统总供能成本最小为目标，约束条件包括：能源供需平衡约束、计及季节性储能的电力平衡约束、跨季节储氢相关约束、水电电量分配约束、碳排放总量约束、能源消费总量约束和非化石能源发电占比约束。
S6、通过改变碳排放总量约束上限，求解能源转型路径优化模型；
S6具体包括：设置碳排放总量约束上限，采用分支定界法求解模型，若模型有解，则求解完毕，若模型无解，则需要提高碳排放总量上限，直到模型有解。
S7、输出优化结果。
获取能源转型路径优化所需的参数具体包括：获取能源转型路径优化的能源技术经济参数、碳排放参数、电制氢技术参数、基准年能源消费以及各类设备容量配置数据等。
能源转型路径优化模型能够模拟各类能源供应、加工、转换以及终端利用的全过程，其中，能源供应环节涵盖煤炭、石油、天然气、电力等行业，终端能源利用环节涵盖工业、交通等细分行业。本发明在终端各品种能源消费量预测基础上，考虑碳排放成本内部化和碳排放总量约束，优化得到区域未来能源电力发展格局和碳减排路径。
区域能源转型路径优化的目标为能源系统总供能成本最小，表示为：
Figure BDA0003115788430000071
式中，t代表水平年，T为规划周期，λ为规划期折现率，ANNCOST(t)表示水平年t能源系统运行费用，ANNCAR(t)表示水平年t能源系统碳排放费用，ANNBENIFIT(t)表示水平年t能源系统的收益。
(1)能源系统运行费用
ANNCOST(t)＝CR,t+CI,t+CM,t+CF,t 公式2；
式中，CR,t、CI,t、CM,t、CF,t分别表示水平年t资源费用、设备费用、运维费用和系统风险费用。
①资源费用
CR,t＝Rt,pro+Rt,trans+Rt,ie 公式3；
式中，Rt,pro、Rt,trans、Rt,ie分别为能源资源生产、国内调剂及国外进出口费用。
Figure BDA0003115788430000072
Figure BDA0003115788430000073
Figure BDA0003115788430000074
式中，Ψ表示能源资源集合，cft,r,pro表示水平年t能源资源r单位本地生产价格；cft,r,input、cft,r,output分别表示水平年t能源资源r的单位国内调入价格、调出价格；cft,r,emp、cft,r,exp分别表示水平年t能源资源r的单位国外进口价格、出口价格；Flot,r,pro表示水平年t能源资源r本地生产量；Flot,r,input、Flot,r,output分别表示水平年t能源资源r的国内调入量、调出量；Flot,r,imp、Flot,r,exp分别表示水平年t能源资源r的国外进口量、出口量。
②设备费用
Figure BDA0003115788430000081
式中，下标m为设备类型，NH为设备类型集合，
Figure BDA0003115788430000082
表示水平年t设备m新增单位容量的费用，
Figure BDA0003115788430000083
表示水平年t设备m新增容量，
Figure BDA0003115788430000084
表示水平年t新增储氢设备单位容量费用，
Figure BDA0003115788430000085
表示水平年t新增储氢设备容量。
③运维费用
Figure BDA0003115788430000086
式中，
Figure BDA0003115788430000087
表示水平年t设备m单位容量运维成本，
Figure BDA0003115788430000088
表示水平年t设备m的累积装机容量，
Figure BDA0003115788430000089
表示水平年t储氢设备单位容量运维成本，
Figure BDA00031157884300000810
表示水平年t储氢设备累积装机容量。
④系统风险费用
系统风险费用表示为
Figure BDA00031157884300000811
式中，
Figure BDA00031157884300000812
表示水平年t弃风弃光惩罚成本系数，
Figure BDA00031157884300000813
表示水平年t弃风弃光量。
(2)系统碳排放费用
CO2排放方程如下式所示
Figure BDA0003115788430000091
式中，φfos表示化石能源类型集合，
Figure BDA0003115788430000098
为水平年t能源r的消费量，EHCNt,r表示水平年t能源r的折标煤系数，CCUSt表示水平年t的碳捕集系数，Et,r代表水平年t能源r单位质量标煤CO2排放量。
系统碳排放费用表示为
Figure BDA0003115788430000092
式中，
Figure BDA0003115788430000093
表示水平年t单位碳排放费用。
(3)系统收益
水平年t能源系统的收益表达为
Figure BDA0003115788430000094
式中，cst,m表示水平年t设备m单位容量残值，
Figure BDA0003115788430000095
表示水平年t设备m退役容量，cst,H表示水平年t储氢设备单位容量残值，
Figure BDA0003115788430000096
表示水平年t储氢设备退役容量。
模型主要包括以下约束：
(1)能源供需平衡约束
在给定时段内，煤炭、石油、天然气等各类能源产品本地生产量、国内调入量加国外进口量需与消费量、国内调出量、国外出口量和库存变化量保持平衡，满足
Figure BDA0003115788430000097
式中，Trat,r,res表示水平年t能源r的库存变化量，
Figure BDA0003115788430000101
表示水平年t能源r本地消费量。
(2)考虑季节性储能的电力平衡约束
相比传统化石能源发电，新能源发电具有间歇性、随机性、波动性等特征，而水电由于自身特点，丰、平、枯水年等不同水文年来水存在不确定性和随机性。为计及新能源发电和水电出力特性，根据区域新能源出力和水文径流历史数据，得到典型新能源发电出力场景以及不同水文年出现概率。在此基础上，考虑跨季节储氢和水电季节特性，进行电力系统运行模拟。
电力平衡约束表示为
Figure BDA0003115788430000102
式中，下标s、n分别代表新能源发电出力场景和时段，Ω为除水电外的其他电源类型集合，DLt,s,n表示水平年t场景s时段n负荷大小，
Figure BDA0003115788430000103
表示水平年t水文年j出现时场景s时段n电源p的出力，水文年划分为丰水年、平水年和枯水年，
Figure BDA0003115788430000104
表示水平年t水文年j出现时场景s时段n水电的发电功率，Lt表示与区域相连的输电通道集合，
Figure BDA0003115788430000105
表示水平年t水文年j出现时场景s时段n输电通道L传输功率，设定流入区域为正方向，流出区域为负方向，
Figure BDA0003115788430000106
表示水平年t水文年j出现时场景s时段n用于发电的氢气等效电功率，ηH2P为氢能用于发电的综合转换效率，
Figure BDA0003115788430000107
表示水平年t水文年j出现时场景s时段n储氢设备的耗电量。
(3)跨季节储氢相关约束
逐时段电转氢装置出力为
Figure BDA0003115788430000111
式中，
Figure BDA0003115788430000112
表示水平年t水文年j出现时场景s时段n电转气设备产气功率，ηP2H表示电转氢气装置的能量转换效率。
跨季节储氢设备运行约束
Figure BDA0003115788430000113
式中，SEt,s,n表示水平年t场景s时段n储氢设备的剩余能量，ηH2为储氢设备的放能效率，ηself表示储氢设备的能量自然损耗系数，Δt表示时段的长度，N表示时段数目，SEt,max、SEt,min分别表示储氢设备存储能量上限、下限，
Figure BDA0003115788430000114
表示水平年t水文年j出现时场景s时段n储氢设备的放能功率。
逐时段氢能平衡约束
Figure BDA0003115788430000115
式中，
Figure BDA0003115788430000116
表示水平年t水文年j出现时场景s时段n用于非电力行业(交通、工业等领域)的氢能等效电功率。
(4)水电电量分配约束
由于丰、平、枯水年不同季节来水存在不确定性和随机性，需要充分利用水库调节能力，确定水电发电量在年内的分配。考虑丰平枯特征的水电电量分配约束表示为：
Figure BDA0003115788430000117
Figure BDA0003115788430000121
Figure BDA0003115788430000122
Figure BDA0003115788430000123
Figure BDA0003115788430000124
Figure BDA0003115788430000125
式中，ηh表示水电能量转换系数；
Figure BDA0003115788430000126
分别表示水平年t水文年j出现时场景s时段n对应的发电流量和弃水流量；
Figure BDA0003115788430000127
表示水平年t水文年j出现时水电的总可用水量；S表示新能源出力场景集合；πt,s表示新能源出力场景s出现的概率；
Figure BDA0003115788430000128
表示水平年t水文年j出现的概率；HEt表示水平年t水电的总发电量；
Figure BDA0003115788430000129
分别表示水平年t水电用水量调节范围；
Figure BDA00031157884300001210
分别表示水电发电流量上、下限；
Figure BDA00031157884300001211
表示水电弃水流量上、下限。
(5)碳排放总量约束
Figure BDA00031157884300001212
式中，ENVmax为规划周期内碳排放总量上限，碳排放总量约束将倒逼能源系统碳排放更早达峰。但由于技术经济发展水平限制，碳排放总量约束过严将导致模型无解，因此，需要综合考虑区域技术经济发展水平以及碳排放要求，合理确定碳排放总量上限。
(6)能源消费总量约束
根据能源消费总量控制政策约束，限定能源消费总量。
Figure BDA0003115788430000131
式中，φ表示一次能源类型集合，
Figure BDA0003115788430000132
为水平年t的能源消费总量上限。
(7)非化石能源发电占比约束
Figure BDA0003115788430000133
Figure BDA0003115788430000134
式中，ξnonf表示除水电外，其他非化石能源发电类型集合，τt为水平年t非化石能源发电占比下限，Ht,p表示水平年t电源p年平均利用小时数，Dt表示水平年t包含的天数。
建立模型并求解步骤如下：
(1)获取能源转型路径优化所需的参数，包括能源技术经济参数、碳排放参数、电制氢技术参数、基准年能源消费以及各类设备容量配置数据等。
(2)利用回归分析法对未来规划水平年终端煤炭、石油、天然气、电力、氢能等能源消费量进行预测。
(3)根据新能源发电出力的历史统计数据，运用聚类方法将样本集聚类为少量的离散场景，从而生成典型新能源发电出力场景集。
(4)根据区域水文径流历史数据，统计分析得到丰水年、平水年和枯水年等不同水文年出现的概率。
(5)得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型。
(6)设置碳排放总量约束上限，采用分支定界法求解模型，若模型有解，则求解完毕，若模型无解，则需要提高碳排放总量上限，直到模型有解。
(7)输出优化结果。
如下为实际应用：
利用本发明对某地区2020-2030年能源转型发展路径进行优化求解，形成能源系统整体发展研判和碳排放情况等量化分析结果。
(1)终端能源消费
图2是本发明实施例的考虑跨季节储氢的能源转型路径优化方法的某地区终端各品种能源消费量示意图，如图2所示：
该地区终端能源消费量2030年将达到1.1亿吨标准煤，终端煤炭消费占比下降至15.8％左右。与此同时，电力和氢能在终端能源消费中的比重不断提升，对推动能源转型的作用显著。2020-2030年，终端电力消费占比提升4.1个百分点，终端氢能消费占比提升4个百分点。
(2)一次能源消费及构成
图3是本发明实施例的考虑跨季节储氢的能源转型路径优化方法的某地区一次能源消费及构成示意图，如图3所示：
到2030年，该地区的一次能源消费量将增加到1.8亿吨标准煤。化石能源在该地区一次能源供应体系中占据重要地位，煤炭、石油和天然气等传统化石能源的比重在2025年和2030年的比重依次降为67.6％和61.0％。
(3)碳排放路径
图4是本发明实施例的跨季节储氢的能源电力转型路径优化方法的某地区分部门CO2排放量示意图，如图4所示：
能源消费CO2排放2025年左右达峰，CO2排放量在2025年前增速较快，到2025年提高至2.8亿吨。2025年之后，随着能源消费结构低碳转型，CO2排放呈下降趋势。其中，电力部门是CO2排放的最主要来源。
本发明能够计及跨季节储氢影响，实现多种能源在能源开发、传输、转化、综合利用等环节的协调互补，以优化能源结构、推动能源系统清洁低碳转型。
系统实施例
根据本发明实施例，提供了一种考虑跨季节储氢的能源转型路径优化系统，图5是本发明实施例的考虑跨季节储氢的能源转型路径优化系统的示意图，如图5所示，根据本发明实施例的考虑跨季节储氢的能源转型路径优化系统具体包括：
参数模块510：获取能源转型路径优化所需的参数；
参数模块具体510用于：获取能源转型路径优化的能源技术经济参数、碳排放参数、电制氢技术参数、基准年能源消费以及各类设备容量配置数据等；
预测模块520：预测终端各品种能源消费量；
预测模块520具体用于：利用回归分析法对未来规划水平年终端煤炭、石油、天然气、电力、氢能等能源消费量进行预测；
新能源模块530：生成典型新能源发电出力场景；
新能源模块530具体用于：根据新能源发电出力的历史统计数据，运用聚类方法将样本集聚类为少量的离散场景，从而生成典型新能源发电出力场景集；
水电模块540：统计分析得到不同水文年出现的概率；
水电模块540具体用于：根据区域水文径流历史数据，统计分析得到丰水年、平水年和枯水年等不同水文年出现的概率。
模型模块550：在参数模块、预测模块、新能源模块和水电模块的基础上，得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型；
模型模块550具体用于：得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型，约束条件包括：能源供需平衡约束、计及季节性储能的电力平衡约束、跨季节储氢相关约束、水电电量分配约束、碳排放总量约束、能源消费总量约束和非化石能源发电占比约束；
求解模块560：通过改变碳排放总量约束上限，求解能源转型路径优化模型；
求解模块560具体用于：设置碳排放总量约束上限，采用分支定界法求解模型，若模型有解，则求解完毕，若模型无解，则需要提高碳排放总量上限，直到模型有解。
输出模块570：输出优化结果。
本发明实施例是与上述方法实施例对应的系统实施例，各个模块的具体操作可以参照方法实施例的描述进行理解，在此不再赘述。
装置实施例一
本发明实施例提供一种考虑跨季节储氢的能源转型路径优化装置，如图6所示，包括：存储器60、处理器62及存储在存储器60上并可在处理器62上运行的计算机程序，计算机程序被处理器执行时实现上述方法实施例中的步骤。
装置实施例二
本发明实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有信息传输的实现程序，程序被处理器62执行时实现上述方法实施例中的步骤。
本实施例所述计算机可读存储介质包括但不限于为：ROM、RAM、磁盘或光盘等。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替本发明各实施例技术方换，并不使相应技术方案的本质脱离本方案的范围。

Claims (10)

1.一种考虑跨季节储氢的能源转型路径优化方法，其特征在于，包括，
S1、获取能源转型路径优化所需的参数；
S2、预测终端各品种能源消费量；
S3、生成典型新能源发电出力场景；
S4、统计分析得到不同水文年出现的概率；
S5、在S1到S4基础上，得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型；
S6、通过改变碳排放总量约束上限，求解能源转型路径优化模型；
S7、输出优化结果。
2.根据权利要求1所述的方法，其特征在于，获取能源转型路径优化所需的参数具体包括：获取能源转型路径优化的能源技术经济参数、碳排放参数、电制氢技术参数、基准年能源消费以及各类设备容量配置数据。
所述S2具体包括：利用回归分析法对未来规划水平年终端煤炭、石油、天然气、电力、氢能消费量进行预测。
3.根据权利要求1所述的方法，其特征在于，所述S3具体包括：根据新能源发电出力的历史统计数据，运用聚类方法将样本集聚类为少量的离散场景，从而生成典型新能源发电出力场景集。
4.根据权利要求1所述的方法，其特征在于，所述S4具体包括：根据区域水文径流历史数据，统计分析得到丰水年、平水年和枯水年不同水文年出现的概率。
5.根据权利要求1所述的方法，其特征在于，所述S5具体包括：在S1到S4基础上，得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型，模型以能源系统总供能成本最小为目标，约束条件包括：能源供需平衡约束、计及季节性储能的电力平衡约束、跨季节储氢相关约束、水电电量分配约束、碳排放总量约束、能源消费总量约束和非化石能源发电占比约束。
6.根据权利要求1所述的方法，其特征在于，所述S6具体包括：设置碳排放总量约束上限，采用分支定界法求解模型，若模型有解，则求解完毕，若模型无解，则需要提高碳排放总量上限，直到模型有解。
7.一种考虑跨季节储氢的能源转型路径优化系统，其特征在于，包括：
参数模块：获取能源转型路径优化所需的参数；
预测模块：预测终端各品种能源消费量；
新能源模块：生成典型新能源发电出力场景；
水电模块：统计分析得到不同水文年出现的概率；
模型模块：在参数模块、预测模块、新能源模块和水电模块的基础上，得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型；
求解模块：设置碳排放总量约束上限，采用分支定界法求解模型，若模型有解，则求解完毕，若模型无解，则需要提高碳排放总量上限，直到模型有解；
输出模块：输出优化结果。
8.根据权利要求7所述的系统，其特征在于，所述参数模块具体用于：获取能源转型路径优化的能源技术经济参数、碳排放参数、电制氢技术参数、基准年能源消费以及各类设备容量配置数据；
所述预测模块具体用于：利用回归分析法对未来规划水平年终端煤炭、石油、天然气、电力、氢能能源消费量进行预测；
所述新能源模块具体用于：根据新能源发电出力的历史统计数据，运用聚类方法将样本集聚类为少量的离散场景，从而生成典型新能源发电出力场景集；
所述水电模块具体用于：根据区域水文径流历史数据，统计分析得到丰水年、平水年和枯水年不同水文年出现的概率；
所述模型模块具体用于：得到水平年t能源系统运行费用、水平年t能源系统碳排放费用和水平年t能源系统的收益及约束参数，再根据跨季节储氢和水电季节特性的影响，建立能源转型路径优化模型，模型以能源系统总供能成本最小为目标，约束条件包括：能源供需平衡约束、计及季节性储能的电力平衡约束、跨季节储氢相关约束、水电电量分配约束、碳排放总量约束、能源消费总量约束和非化石能源发电占比约束；
所述求解模块具体用于：设置碳排放总量约束上限，采用分支定界法求解模型，若模型有解，则求解完毕，若模型无解，则需要提高碳排放总量上限，直到模型有解。
9.一种考虑跨季节储氢的能源转型路径优化装置，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的考虑跨季节储氢的能源转型路径优化方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现如权利要求1至6中任一项所述的考虑跨季节储氢的能源转型路径优化方法的步骤。
CN202110662881.3A 2021-06-15 2021-06-15 考虑跨季节储氢的能源转型路径优化方法、系统及装置 Active CN113393033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110662881.3A CN113393033B (zh) 2021-06-15 2021-06-15 考虑跨季节储氢的能源转型路径优化方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110662881.3A CN113393033B (zh) 2021-06-15 2021-06-15 考虑跨季节储氢的能源转型路径优化方法、系统及装置

Publications (2)

Publication Number Publication Date
CN113393033A true CN113393033A (zh) 2021-09-14
CN113393033B CN113393033B (zh) 2023-05-05

Family

ID=77621194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110662881.3A Active CN113393033B (zh) 2021-06-15 2021-06-15 考虑跨季节储氢的能源转型路径优化方法、系统及装置

Country Status (1)

Country Link
CN (1) CN113393033B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114597895A (zh) * 2022-03-17 2022-06-07 西安交通大学 一种氢-水能源系统及其长短期优化控制方法和装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170285111A1 (en) * 2016-04-01 2017-10-05 Demand Energy Networks, Inc. Control systems and methods for economical optimization of an electrical system including battery degradation
CN107609676A (zh) * 2017-08-17 2018-01-19 国网浙江省电力公司经济技术研究院 一种基于能源消费结构优化的碳排放峰值计算方法及系统
CN207584765U (zh) * 2015-03-03 2018-07-06 奥隆技术有限公司 用于以高效率产生能量的催化燃烧设施和3阶段催化燃烧设施
CN108416691A (zh) * 2018-01-31 2018-08-17 国网湖北省电力有限公司经济技术研究院 一种能源替代环保潜力计算方法
CN108832656A (zh) * 2018-06-20 2018-11-16 天津大学 基于电转气和可再生能源利用微能源网多目标规划方法
CN112070397A (zh) * 2020-09-08 2020-12-11 国网能源研究院有限公司 非化石能源发电协调运行多电源扩展优化决策方法及系统
CN112699615A (zh) * 2021-01-14 2021-04-23 国网能源研究院有限公司 一种跨时空能源综合配置优化方法、装置及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207584765U (zh) * 2015-03-03 2018-07-06 奥隆技术有限公司 用于以高效率产生能量的催化燃烧设施和3阶段催化燃烧设施
US20170285111A1 (en) * 2016-04-01 2017-10-05 Demand Energy Networks, Inc. Control systems and methods for economical optimization of an electrical system including battery degradation
CN107609676A (zh) * 2017-08-17 2018-01-19 国网浙江省电力公司经济技术研究院 一种基于能源消费结构优化的碳排放峰值计算方法及系统
CN108416691A (zh) * 2018-01-31 2018-08-17 国网湖北省电力有限公司经济技术研究院 一种能源替代环保潜力计算方法
CN108832656A (zh) * 2018-06-20 2018-11-16 天津大学 基于电转气和可再生能源利用微能源网多目标规划方法
CN112070397A (zh) * 2020-09-08 2020-12-11 国网能源研究院有限公司 非化石能源发电协调运行多电源扩展优化决策方法及系统
CN112699615A (zh) * 2021-01-14 2021-04-23 国网能源研究院有限公司 一种跨时空能源综合配置优化方法、装置及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHAOFAN JIANG 等: ""Study on Optimal Operation of Integrated Energy System Considering New EnergyIncentive Mechanism"" *
刁涵彬 等: ""考虑电/热储能互补协调的综合能源系统优化调度"" *
张珣 等: ""基于碳排放约束的山东省沿海城镇带能源发展多目标优化决策"" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114597895A (zh) * 2022-03-17 2022-06-07 西安交通大学 一种氢-水能源系统及其长短期优化控制方法和装置
CN114597895B (zh) * 2022-03-17 2023-05-26 西安交通大学 一种氢-水能源系统及其长短期优化控制方法和装置

Also Published As

Publication number Publication date
CN113393033B (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
Liu et al. Optimal power peak shaving using hydropower to complement wind and solar power uncertainty
Esteban et al. 100% renewable energy system in Japan: Smoothening and ancillary services
Seljom et al. Short-term uncertainty in long-term energy system models—A case study of wind power in Denmark
Mena et al. The impact of concentrated solar power in electric power systems: A Chilean case study
Wang et al. Reliability value of distributed solar+ storage systems amidst rare weather events
Hong et al. The importance of flexible power plant operation for Jiangsu's wind integration
CN109103926A (zh) 基于多辐照特性年气象场景的光伏发电接纳能力计算方法
CN105656026B (zh) 可再生能源的设备建设资源配置方法和系统
Awopone Feasibility analysis of off-grid hybrid energy system for rural electrification in Northern Ghana
Gstöhl et al. Energy self-sufficient households with photovoltaics and electric vehicles are feasible in temperate climate
CN104200289A (zh) 一种基于投资回报率的分布式光伏装机容量预测方法
Askeland et al. The role of 4th generation district heating (4GDH) in a highly electrified hydropower dominated energy system: The case of Norway
Lüth et al. How to connect energy islands: Trade-offs between hydrogen and electricity infrastructure
Rose et al. Least-Cost Pathways for India's Electric Power Sector
Huang et al. Validation of a Europe-wide electricity system model for techno-economic analysis
Du et al. Preliminary analysis of long‐term storage requirement in enabling high renewable energy penetration: A case of East Asia
CN114004427B (zh) 一种电源与季节性储能规划方法及装置
Li et al. Optimal design and operation method of integrated energy system based on stochastic scenario iteration and energy storage attribute evaluation
CN113393033A (zh) 考虑跨季节储氢的能源转型路径优化方法、系统及装置
Gyanwali et al. Power sector analysis of the BBIN sub‐region with a spatially disaggregated dynamic power generation mix model
Papaemmanouil et al. A cost-benefit analysis of transmission network reinforcement driven by generation capacity expansion
Garrison et al. Combining investment, dispatch, and security models-an assessment of future electricity market options for Switzerland
Weibezahn et al. The impact of transmission development on a 100% renewable electricity supply—a spatial case study on the german power system
Torbaghan et al. Impact of wind energy support schemes on the development of an offshore grid in the North Sea
Miettinen et al. Impact of longer stochastic forecast horizon on the operational cost of a power system

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