CN113452020B - 一种考虑柔性氢需求的电氢能源系统调度方法 - Google Patents

一种考虑柔性氢需求的电氢能源系统调度方法 Download PDF

Info

Publication number
CN113452020B
CN113452020B CN202110753545.XA CN202110753545A CN113452020B CN 113452020 B CN113452020 B CN 113452020B CN 202110753545 A CN202110753545 A CN 202110753545A CN 113452020 B CN113452020 B CN 113452020B
Authority
CN
China
Prior art keywords
hydrogen
electric
period
representing
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
Application number
CN202110753545.XA
Other languages
English (en)
Other versions
CN113452020A (zh
Inventor
韩华春
李强
陆帅
吴盛军
邹德虎
周苏洋
吕振华
汪成根
孙蓉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Wokesen Electric Power Technology Co ltd
State Grid Jiangsu Electric Power Co Ltd
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Nanjing Wokesen Electric Power Technology Co ltd
State Grid Jiangsu Electric Power Co Ltd
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Wokesen Electric Power Technology Co ltd, State Grid Jiangsu Electric Power Co Ltd, Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical Nanjing Wokesen Electric Power Technology Co ltd
Priority to US17/773,601 priority Critical patent/US20230122201A1/en
Priority to PCT/CN2021/105807 priority patent/WO2022166114A1/zh
Publication of CN113452020A publication Critical patent/CN113452020A/zh
Application granted granted Critical
Publication of CN113452020B publication Critical patent/CN113452020B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J15/00Systems for storing electric energy
    • H02J15/008Systems for storing electric energy using hydrogen as energy vector
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • H02J2300/22The renewable source being solar energy
    • H02J2300/24The renewable source being solar energy of photovoltaic origin
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • Y02A30/60Planning or developing urban green infrastructure
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00Integration of renewable energy sources in buildings
    • Y02B10/10Photovoltaic [PV]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers

Landscapes

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

Abstract

本发明公开了一种考虑柔性氢需求的电氢能源系统调度方法,通过建立电负荷柔性方程、购电售电约束方程、可再生能源出力约束方程、氢负荷柔性方程、电制氢安全运行约束方程和电功率平衡约束方程,并以调度周期内电氢能源系统的运行成本最低为目标函数,构建电氢能源系统调度模型,最后求解该模型可以得到电氢能源系统的优化调度结果。与现有技术相比,能够有效解决电、氢能流协同问题,同时考虑了电、氢负荷的柔性,进一步为系统运行提供额外的灵活性,通过所提出的调度方法获得经济可行的电氢综合能源系统调度计划,保证系统安全、高效、经济的运行。

Description

一种考虑柔性氢需求的电氢能源系统调度方法
技术领域
本发明涉及多能流系统调度技术领域,尤其涉及一种考虑柔性氢需求的电氢能源系统调度方法。
背景技术
电氢能源系统是一种基于电转气技术的新型能源系统,通过电转气技术将多余的电能转化成氢能并进行储存,解决了电能不能长期、大规模存储的痛点。电氢能源系统的这些特点为季节性显著、间歇性突出、不确定性强的可再生能源大规模接入电力系统提供了技术支撑,因此在工程应用上具有光明的前景,正得到越来越多的关注。
电氢能源系统的经济运行取决于电、氢能量的协同优化。一方面,电-氢耦合影响使系统运行问题变得十分复杂。另一方面,系统中电、氢负荷具有一定的柔性,即可在一定时段内对负荷进行转移,为系统运行带来了额外灵活性的同时,也使得电氢能源系统的调度决策成为一个极具挑战的难题。如果不对电、氢能流进行有效的协同调度,一方面可能导致调度计划在物理上是不可行的,给系统的安全稳定运行造成威胁,另一方面将影响系统运行的经济性。
鉴于上述问题,本设计人基于从事此类产品工程应用多年丰富的实务经验及专业知识,并配合学理的运用,以期设计考虑柔性氢需求的电氢能源系统调度方法,保证系统安全、高效、经济的运行。
发明内容
本发明的目的是:提供一种考虑柔性氢需求的电氢能源系统调度方法,能够有效解决电、氢能流协同问题,同时考虑了电、氢负荷的柔性,进一步为系统运行提供额外的灵活性,通过所提出的调度方法获得经济可行的电氢综合能源系统调度计划,保证系统安全、高效、经济的运行。
为了达到上述目的,本发明提供一种考虑柔性氢需求的电氢能源系统调度方法,包括:
根据电力系统的运行参数,建立电负荷柔性方程、购电售电约束方程和可再生能源出力约束方程;
根据电制氢系统的运行参数,建立氢负荷柔性方程和电制氢安全运行约束方程;
利用电力系统和电制氢系统的电功率平衡关系,建立电功率平衡约束方程;
以调度周期内电氢能源系统的运行成本最低为目标函数,以所述电负荷柔性方程、购电售电约束方程、可再生能源出力约束方程、氢负荷柔性方程、电制氢安全运行约束方程和电功率平衡约束方程为约束条件,建立电氢能源系统调度模型;
求解所述电氢能源系统调度模型,得到优化调度结果。
优选地,所述电力系统的运行参数包括电力系统的网络参数、拓扑、电负荷数据和可再生能源出力数据,所述电制氢系统的运行参数包括电制氢系统的网络参数、拓扑、氢负荷数据、设备类型和设备容量。
优选地,所述目标函数的表达式为:
式中,t代表调度时段,T代表调度周期,代表电力系统在t时段向电网购电的单位成本,/>代表电力系统在t时段向电网购电的功率,/>代表电力系统在t时段向电网售电的单位成本,Pt grid-代表电力系统在t时段向电网售电的功率,cshift代表电力系统电负荷转移需要向用户支付的单位惩罚成本,Pt e,in代表电力系统在t时段从其它时段转入的电负荷。
优选地,所述电负荷柔性方程的表达式为:
式中,Pt e代表电力系统在t时段的总电负荷,Pt e,fix代表电力系统在t时段的固定电负荷,Pt e,out代表电力系统在t时段转出到其他时段的电负荷,Pt e,in,max代表电力系统在t时段从其它时段可转入的电负荷的最大值,Pt e,out,max代表电力系统在t时段可转出到其他时段的电负荷的最大值。
优选地,所述购电售电约束方程的表达式为:
式中,代表电力系统在t时段向电网购电时的变量,/>代表电力系统在t时段向电网售电时的变量,/>代表电力系统与电网所允许交换电功率的最大值。
优选地,所述可再生能源出力约束方程的表达式为:
式中,代表电力系统在t时段的光伏出力调度值,/>代表电力系统在t时段的光伏出力预测值,σt,fore代表电力系统在t时段的光伏出力预测值的标准差,/>代表标准正态分布N(0,1)的逆累计分布函数,η代表光伏预测值的置信水平。
优选地,所述氢负荷柔性方程的表达式为:
式中,Th代表电制氢系统的氢负荷所需的供需平衡周期长度,k代表电制氢系统的氢负荷的供需平衡周期序列,Pt h代表电制氢系统在t时段用户的氢负荷;代表电制氢系统在第k个供需平衡周期内用户所需的氢需求。
优选地,所述电制氢安全运行约束方程的表达式为:
式中,ηP2H代表电制氢设备的转化效率,Pt P2H代表在t时段电制氢设备消耗的电功率,λ代表电制氢设备的最小负载水平,代表在t时段电制氢设备的运行状态,CP2H代表电制氢设备的容量。
优选地,所述电功率平衡约束方程的表达式为:
Pt grid+-Pt grid-+Pt PV-Pt P2H=Pt e
优选地,所述求解所述电氢能源系统调度模型,得到优化调度结果,包括:
利用混合整数线性规划法求解所述电氢能源系统调度模型,得到优化调度结果。
本发明至少具有以下有益效果:
本发明通过建立电负荷柔性方程、购电售电约束方程、可再生能源出力约束方程、氢负荷柔性方程、电制氢安全运行约束方程和电功率平衡约束方程,并以调度周期内电氢能源系统的运行成本最低为目标函数,构建电氢能源系统调度模型,最后求解该模型可以得到电氢能源系统的优化调度结果,由于充分考虑了电负荷和氢负荷的柔性,可以为电氢综合能源系统运行提供额外的灵活性,以提高系统运行经济性,与现有技术相比,能够有效解决电、氢能流协同问题,同时考虑了电、氢负荷的柔性,进一步为系统运行提供额外的灵活性,通过所提出的调度方法获得经济可行的电氢综合能源系统调度计划,保证系统安全、高效、经济的运行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中考虑柔性氢需求的电氢能源系统调度方法的流程示意图;
图2为本发明实施例中典型电氢能源系统中的电负荷和单位光伏出力的示意图;
图3为本发明实施例中采用考虑柔性氢需求的电氢能源系统调度方法在不同氢负荷柔性下系统经济性的对比图;
图4为本发明实施例中采用考虑柔性氢需求的电氢能源系统调度方法在不同氢负荷柔性下电制氢设备输入电功率的示意图;
图5为本发明实施例中采用考虑柔性氢需求的电氢能源系统调度方法在不同氢负荷柔性下系统电负荷转移的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1,本发明实施例提供一种考虑柔性氢需求的电氢能源系统调度方法,包括:
S110、根据电力系统的运行参数,建立电负荷柔性方程、购电售电约束方程和可再生能源出力约束方程。
本发明实施例中,电氢能源系统中的电负荷具有一定的柔性,可以在一定时段内对电负荷进行转移,将当前时段的电负荷转出到其他时段,或者从其他时段转入电负荷到当前时段,根据电力系统的运行参数可以建立电负荷柔性方程。同时,电氢能源系统可以与上级电网进行电功率交换,向上级电网购电或售电,根据电力系统的运行参数还可以建立购电售电约束方程。另外,电氢能源系统可以通过风电和光伏等可再生能源进行发电,根据电力系统的运行参数还可以建立可再生能源出力约束方程。
具体实施时,电力系统的运行参数包括电力系统的网络参数、拓扑、电负荷数据和可再生能源出力数据。
S120、根据电制氢系统的运行参数,建立氢负荷柔性方程和电制氢安全运行约束方程。
本发明实施例中,电氢能源系统中的氢负荷同样具有一定的柔性,在供需平衡周期内用户在不同时段所需的氢需求有所不同,根据电制氢系统的运行参数可以建立氢负荷柔性方程。同时,电制氢设备在运行时受到电制氢系统的安全约束,根据电制氢系统的运行参数可以建立电制氢安全运行约束方程。
具体实施时,电制氢系统的运行参数包括电制氢系统的网络参数、拓扑、氢负荷数据、设备类型和设备容量。
S130、利用电力系统和电制氢系统的电功率平衡关系,建立电功率平衡约束方程。
本发明实施例中,电氢能源系统中的电力系统和电制氢系统的电功率具有一定的平衡关系,可以建立相应的电功率平衡约束方程。
S140、以调度周期内电氢能源系统的运行成本最低为目标函数,以电负荷柔性方程、购电售电约束方程、可再生能源出力约束方程、氢负荷柔性方程、电制氢安全运行约束方程和电功率平衡约束方程为约束条件,建立电氢能源系统调度模型。
本发明实施例中,在调度周期内,以电氢能源系统的运行成本最低为优化目标,并将上述步骤中建立各个约束方程作为约束条件,建立电氢能源系统调度模型。具体实施时,所建立的电氢能源系统调度模型可以是混合整数线性规划模型。
S150、求解电氢能源系统调度模型,得到优化调度结果。
本发明实施例中,在满足上述步骤中建立的约束条件前提下,求解该电氢能源系统调度模型的目标函数,最终可以得到电氢能源系统的优化调度结果。
以上可知,本发明实施例提供的考虑柔性氢需求的电氢能源系统调度方法,通过建立电负荷柔性方程、购电售电约束方程、可再生能源出力约束方程、氢负荷柔性方程、电制氢安全运行约束方程和电功率平衡约束方程,并以调度周期内电氢能源系统的运行成本最低为目标函数,构建电氢能源系统调度模型,最后求解该模型可以得到电氢能源系统的优化调度结果,由于充分考虑了电负荷和氢负荷的柔性,可以为电氢综合能源系统运行提供额外的灵活性,以提高系统运行经济性,与现有技术相比,能够有效解决电、氢能流协同问题,同时考虑了电、氢负荷的柔性,进一步为系统运行提供额外的灵活性,通过所提出的调度方法获得经济可行的电氢综合能源系统调度计划,保证系统安全、高效、经济的运行。
具体的,上述实施例中,目标函数的表达式为:
式中,t代表调度时段,T代表调度周期,代表电力系统在t时段向电网购电的单位成本,Pt grid+代表电力系统在t时段向电网购电的功率,/>代表电力系统在t时段向电网售电的单位成本,Pt grid-代表电力系统在t时段向电网售电的功率,cshift代表电力系统电负荷转移需要向用户支付的单位惩罚成本,Pt e,in代表电力系统在t时段从其它时段转入的电负荷。
本发明实施例中,电氢能源系统运行调度的优化目标为调度周期内运行成本最低,优化变量为系统在每个时段向电网购电的功率Pt grid+、系统在每个时段向电网售电的功率Pt grid-和系统在每个时段从其它时段转入的电负荷Pt e,in
进一步地,上述实施例中,电负荷柔性方程的表达式为:
式中,Pt e代表电力系统在t时段的总电负荷,Pt e,fix代表电力系统在t时段的固定电负荷,Pt e,out代表电力系统在t时段转出到其他时段的电负荷,Pt e,in,max代表电力系统在t时段从其它时段可转入的电负荷的最大值,Pt e,out,max代表电力系统在t时段可转出到其他时段的电负荷的最大值。
本发明实施例中,电氢能源系统在一定时段内对电负荷进行转移时,从其它时段转入的电负荷Pt e,in和转出到其他时段的电负荷Pt e,out均受到一定的限制,即电氢能源系统中电负荷具有的柔性受到上述电负荷柔性方程的约束。
更进一步地,上述实施例中,购电售电约束方程的表达式为:
式中,代表电力系统在t时段向电网购电时的变量,/>代表电力系统在t时段向电网售电时的变量,/>代表电力系统与电网所允许交换电功率的最大值。
本发明实施例中,电氢能源系统在与上级电网进行电功率交换时,在一定时段内向上级电网购电的功率Pt grid+和售电的功率Pt grid-受到系统与电网所允许交换电功率的最大值的限制,即电氢能源系统中向上级电网的购电售电受到上述购电售电约束方程的约束。
更进一步地,上述实施例中,可再生能源出力约束方程的表达式为:
式中,代表电力系统在t时段的光伏出力调度值,/>代表电力系统在t时段的光伏出力预测值,σt,fore代表电力系统在t时段的光伏出力预测值的标准差,/>代表标准正态分布N(0,1)的逆累计分布函数,η代表光伏预测值的置信水平。
本发明实施例中,电氢能源系统中的可再生能源主要为光伏,且光伏在一定时段内出力调度值受到光伏发电本身的限制,即电氢能源系统中可再生能源出力受到上述可再生能源出力约束方程的约束。
更进一步地,上述实施例中,氢负荷柔性方程的表达式为:
式中,Th代表电制氢系统的氢负荷所需的供需平衡周期长度,k代表电制氢系统的氢负荷的供需平衡周期序列,Pt h代表电制氢系统在t时段用户的氢负荷;代表电制氢系统在第k个供需平衡周期内用户所需的氢需求。
本发明实施例中,电氢能源系统在一定时段内用户的氢负荷Pt h在供需平衡周期内的波动受到一定的限制,即电氢能源系统中氢负荷具有的柔性受到上述氢负荷柔性方程的约束。
更进一步地,上述实施例中,电制氢安全运行约束方程的表达式为:
式中,ηP2H代表电制氢设备的转化效率,Pt P2H代表在t时段电制氢设备消耗的电功率,λ代表电制氢设备的最小负载水平,代表在t时段电制氢设备的运行状态,CP2H代表电制氢设备的容量。
本发明实施例中,电氢能源系统在一定时段内电制氢设备消耗的电功率Pt P2H受到电制氢系统的安全约束,即电氢能源系统安全运行受到上述电制氢安全运行约束方程的约束。
更进一步地,上述实施例中,电功率平衡约束方程的表达式为:
Pt grid+-Pt grid-+Pt PV-Pt P2H=Pt e
本发明实施例中,电氢能源系统在一定时段内向上级电网购电的功率Pt grid+、向上级电网售电的功率Pt grid-、光伏出力调度值和电制氢设备消耗的电功率Pt P2H与电氢能源系统的总电负荷Pt e之间具有平衡关系,受到上述电功率平衡约束方程的约束。
作为本发明一种优选的实施例,步骤S150包括:
利用混合整数线性规划法求解电氢能源系统调度模型,得到优化调度结果。
需要说明的是,优化问题的求解方法主要分为两大类:即启发式方法和数学优化方法。本发明实施例中,所建立的电氢能源系统调度模型为混合整数线性规划模型,属于混合整数线性规划问题,可以采用Cplex、Gurobi等求解器进行求解,得到电氢能源系统的优化调度结果。
下面,结合具体的案例对本发明实施例提供的考虑柔性氢需求的电氢能源系统调度方法在经济性方面的优点进行验证。
设置调度周期为1年,时间间隔为1h。为使仿真结果更具实用性,通过采集我国东部沿海某地区的小时级年电力负荷曲线作为电负荷数据,利用美国国家可再生能源实验室开发的PVWatts Calculator计算年小时级单位光伏发电数据。电负荷和单位光伏出力如图2所示。
此外,设电制氢设备的电氢转换效率为0.613(即每生产1kg氢需消耗54.3kMh电),设备容量为2MW,最小负载水平为0.1。
将柔性氢负荷的供氢时间尺度分别设置为1h、6h、12h、24h和168h,对应的氢需求分别为12.5kg/h、75.0kg/6h、150.0kg/12h、300.0kg/24h和2100.0kg/168h,研究从小时级到周级尺度下氢需求对电氢能源系统的影响。为了验证本发明所提出的方法在经济性方面的优势,光伏配置容量为20MW下不同柔性氢需求的系统经济性对比情况如图3所示。
从图3中可以看出,不同光伏配置容量下,系统年运行成本均随着供氢时间尺度的增加而降低。具体地,随着时间尺度从1h到6h,系统的购电成本在不同光伏配置容量下均大幅降低,进而使系统总费用降低。随着时间尺度从6h到168h,系统的成本降低逐渐放缓,后期变化很小。以上结果说明,随着柔性氢需求供氢时间尺度的增加,系统购电费用、售电费用和补贴费用均逐渐降低,这有利于缓解对上级电网和需求侧响应的依赖作用,同时验证了本发明实施例所提出的调度方法在运行经济性方面的优势。
请参阅图4,图4展示了不同氢负荷柔性下电制氢设备的输入电功率结果。可以看出,在1h氢需求约束中,电制氢设备需保持恒功率运行来满足实时的用氢需求。当氢负荷平衡周期增加到6h时,电制氢设备运行灵活性迅速提升,在一天的调度周期内主要工作于3:00-4:00,11:00-12:00,14:00-15:00和23:00-24:00电价低谷和光伏出力高峰时段,因此系统经济性有所提升,但电制氢设备启停过于频繁(一天内启停三次)。而随着氢负荷平衡周期的进一步增加,电制氢设备进一步集中于在中午时段以额定功率进行工作,且在一个典型日内只启停一次。
请参阅图5,图5展示了不同氢负荷柔性下的电负荷转移结果。可以看出,不同氢负荷平衡周期下系统主要将其他时段的电负荷需求转移到8:00-17:00时段光伏出力高峰时段,且通过需求侧响应曲线可以发现,氢负荷平衡周期为1h时波动最大,随后随着时间尺度增加波动越来越小。以上结果可以发现,随着氢负荷平衡周期逐渐增大(终端存储能力逐渐增强),系统在设备运行、与上级电网交易和需求侧响应等方面效果显著。
本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (3)

1.一种考虑柔性氢需求的电氢能源系统调度方法,其特征在于,包括:
根据电力系统的运行参数,建立电负荷柔性方程、购电售电约束方程和可再生能源出力约束方程;
根据电制氢系统的运行参数,建立氢负荷柔性方程和电制氢安全运行约束方程;
利用电力系统和电制氢系统的电功率平衡关系,建立电功率平衡约束方程;
以调度周期内电氢能源系统的运行成本最低为目标函数,以所述电负荷柔性方程、购电售电约束方程、可再生能源出力约束方程、氢负荷柔性方程、电制氢安全运行约束方程和电功率平衡约束方程为约束条件,建立电氢能源系统调度模型;
求解所述电氢能源系统调度模型,得到优化调度结果;
所述目标函数的表达式为:
式中,t代表调度时段,T代表调度周期,代表电力系统在t时段向电网购电的单位成本,Pt grid+代表电力系统在t时段向电网购电的功率,/>代表电力系统在t时段向电网售电的单位成本,Pt grid-代表电力系统在t时段向电网售电的功率,cshift代表电力系统电负荷转移需要向用户支付的单位惩罚成本,Pt e,in代表电力系统在t时段从其它时段转入的电负荷;
所述电负荷柔性方程的表达式为:
式中,Pt e代表电力系统在t时段的总电负荷,Pt e,fix代表电力系统在t时段的固定电负荷,Pt e,out代表电力系统在t时段转出到其他时段的电负荷,Pt e,in,max代表电力系统在t时段从其它时段可转入的电负荷的最大值,Pt e,out,max代表电力系统在t时段可转出到其他时段的电负荷的最大值;
所述购电售电约束方程的表达式为:
式中,代表电力系统在t时段向电网购电时的变量,/>代表电力系统在t时段向电网售电时的变量,/>代表电力系统与电网所允许交换电功率的最大值;
所述可再生能源出力约束方程的表达式为:
式中,代表电力系统在t时段的光伏出力调度值,/>代表电力系统在t时段的光伏出力预测值,σt,fore代表电力系统在t时段的光伏出力预测值的标准差,/>代表标准正态分布N(0,1)的逆累计分布函数,η代表光伏预测值的置信水平;
所述氢负荷柔性方程的表达式为:
式中,Th代表电制氢系统的氢负荷所需的供需平衡周期长度,k代表电制氢系统的氢负荷的供需平衡周期序列,Pt h代表电制氢系统在t时段用户的氢负荷;代表电制氢系统在第k个供需平衡周期内用户所需的氢需求;
所述电制氢安全运行约束方程的表达式为:
式中,ηP2H代表电制氢设备的转化效率,Pt P2H代表在t时段电制氢设备消耗的电功率,λ代表电制氢设备的最小负载水平,代表在t时段电制氢设备的运行状态,CP2H代表电制氢设备的容量;
所述电功率平衡约束方程的表达式为:
Pt grid+-Pt grid-+Pt PV-Pt P2H=Pt e
2.根据权利要求1所述的考虑柔性氢需求的电氢能源系统调度方法,其特征在于,所述电力系统的运行参数包括电力系统的网络参数、拓扑、电负荷数据和可再生能源出力数据,所述电制氢系统的运行参数包括电制氢系统的网络参数、拓扑、氢负荷数据、设备类型和设备容量。
3.根据权利要求1所述的考虑柔性氢需求的电氢能源系统调度方法,其特征在于,所述求解所述电氢能源系统调度模型,得到优化调度结果,包括:
利用混合整数线性规划法求解所述电氢能源系统调度模型,得到优化调度结果。
CN202110753545.XA 2021-02-08 2021-07-02 一种考虑柔性氢需求的电氢能源系统调度方法 Active CN113452020B (zh)

Priority Applications (2)

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

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110172092.1A CN112952805A (zh) 2021-02-08 2021-02-08 一种考虑柔性氢需求的电氢能源系统调度方法
CN2021101720921 2021-02-08

Publications (2)

Publication Number Publication Date
CN113452020A CN113452020A (zh) 2021-09-28
CN113452020B true CN113452020B (zh) 2023-07-21

Family

ID=76244143

Family Applications (2)

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

Family Applications Before (1)

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

Country Status (3)

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

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112952805A (zh) * 2021-02-08 2021-06-11 国网江苏省电力有限公司电力科学研究院 一种考虑柔性氢需求的电氢能源系统调度方法
CN112966922A (zh) * 2021-03-02 2021-06-15 中国石油大学(北京) 一种氢气调度方案的确定方法、装置和设备
CN114156868B (zh) * 2021-11-11 2023-09-26 华南理工大学 一种考虑电氢协调的微网调度方法
CN115079564B (zh) * 2022-07-21 2022-11-04 清华四川能源互联网研究院 区域电氢系统脱碳路径规划优化方法
CN115498664A (zh) * 2022-09-28 2022-12-20 国网浙江省电力有限公司杭州供电公司 一种结合柔性直流配电网络的氢电耦合综合能源系统
CN115483694B (zh) * 2022-10-24 2023-07-04 珠海康晋电气股份有限公司 基于分布式电网数据的电力节能调度系统
CN115545579B (zh) * 2022-12-01 2023-04-07 国网浙江义乌市供电有限公司 一种用于用户柔性资源的聚合智控方法和系统
CN116581742B (zh) * 2023-05-16 2024-02-23 淮阴工学院 一种基于变色龙算法调控智慧云平台柔性电负荷调度系统及方法
CN116579115B (zh) * 2023-07-11 2023-09-26 国网能源研究院有限公司 电、氢协同互动的系统规划方法及装置
CN116646993B (zh) * 2023-07-27 2023-10-03 国网能源研究院有限公司 电氢耦合系统协同程度测算方法、系统、装置及存储介质
CN117639069B (zh) * 2023-11-28 2024-07-12 国网青海省电力公司清洁能源发展研究院 一种适用于偏远农牧区的光-氢-储综合能源系统
CN117408091B (zh) * 2023-12-14 2024-03-26 国网浙江省电力有限公司电力科学研究院 考虑安全性风险的电-氢储能系统优化设计方法及系统
CN117574684B (zh) * 2024-01-15 2024-07-19 华北电力大学 一种电-氢-碳综合能源系统时序生产模拟方法及系统
CN117996861B (zh) * 2024-04-02 2024-06-11 浙江大学 一种配电网光水耦合余电制氢调度方法及能量管理装置
CN118297367B (zh) * 2024-06-06 2024-09-13 宁波北仑第三集装箱码头有限公司 一种氢电混合储能系统的能量管理方法、介质和设备
CN118365097B (zh) * 2024-06-19 2024-08-23 长江三峡集团实业发展(北京)有限公司 制氢设备额定功率优化方法、装置、设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109861290A (zh) * 2019-03-14 2019-06-07 国网上海市电力公司 一种考虑多种柔性负荷的综合能源系统优化调度方法
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
CN111027846A (zh) * 2019-12-06 2020-04-17 东南大学 一种考虑热氢联产的电氢综合能源系统及其容量配置方法
CN111738502A (zh) * 2020-06-15 2020-10-02 上海交通大学 促进富余风电消纳的多能互补系统需求响应运行优化方法
CN112290533A (zh) * 2020-09-17 2021-01-29 国家电网公司西南分部 一种氢能-天然气混合储能的综合能源微电网调度方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9373960B2 (en) * 2013-03-13 2016-06-21 Oracle International Corporation Computerized system and method for distributed energy resource scheduling
CN107196294A (zh) * 2017-06-16 2017-09-22 国网江苏省电力公司电力科学研究院 源网荷互动模式下微电网多时间尺度自适应能量调度方法
US20190304568A1 (en) * 2018-03-30 2019-10-03 Board Of Trustees Of Michigan State University System and methods for machine learning for drug design and discovery
CN110009152B (zh) * 2019-04-03 2021-12-07 东南大学 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法
CN110288152B (zh) * 2019-06-25 2022-08-26 河海大学 考虑电/热柔性负荷的区域综合能源系统储能配置方法
CN110889600A (zh) * 2019-11-13 2020-03-17 国家电网有限公司 一种考虑柔性热负荷的区域综合能源系统优化调度方法
US11735919B2 (en) * 2019-11-27 2023-08-22 Robert F. Cruickshank, III Optimized load shaping system, method and apparatus for optimizing production and consumption of energy
CN111144620B (zh) * 2019-12-06 2023-06-16 东南大学溧阳研究院 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法
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
CN112952805A (zh) * 2021-02-08 2021-06-11 国网江苏省电力有限公司电力科学研究院 一种考虑柔性氢需求的电氢能源系统调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
CN109861290A (zh) * 2019-03-14 2019-06-07 国网上海市电力公司 一种考虑多种柔性负荷的综合能源系统优化调度方法
CN111027846A (zh) * 2019-12-06 2020-04-17 东南大学 一种考虑热氢联产的电氢综合能源系统及其容量配置方法
CN111738502A (zh) * 2020-06-15 2020-10-02 上海交通大学 促进富余风电消纳的多能互补系统需求响应运行优化方法
CN112290533A (zh) * 2020-09-17 2021-01-29 国家电网公司西南分部 一种氢能-天然气混合储能的综合能源微电网调度方法

Also Published As

Publication number Publication date
CN113452020A (zh) 2021-09-28
US20230122201A1 (en) 2023-04-20
WO2022166114A1 (zh) 2022-08-11
CN112952805A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN113452020B (zh) 一种考虑柔性氢需求的电氢能源系统调度方法
Wu et al. Bi-level optimization model for integrated energy system considering the thermal comfort of heat customers
Ding et al. A demand response energy management scheme for industrial facilities in smart grid
Yuansheng et al. A two-stage planning and optimization model for water-hydrogen integrated energy system with isolated grid
Jordehi Two-stage stochastic programming for risk-aware scheduling of energy hubs participating in day-ahead and real-time electricity markets
CN110009244A (zh) 一种考虑抗灾恢复的区域综合能源系统优化调度方法
Semero et al. Optimal energy management strategy in microgrids with mixed energy resources and energy storage system
CN111667136A (zh) 一种区域电力市场的出清方法、装置及存储介质
CN103578047A (zh) 一种电力系统源-网-荷互动控制方法
Ju et al. A dynamic risk aversion model for virtual energy plant considering uncertainties and demand response
Lu et al. Day‐Ahead Scheduling for Renewable Energy Generation Systems considering Concentrating Solar Power Plants
Wang et al. Multi-time scale optimization study of integrated energy system considering dynamic energy hub and dual demand response
Qiu et al. Optimal scheduling for microgrids considering long-term and short-term energy storage
Dayalan et al. Energy management of a microgrid using demand response strategy including renewable uncertainties
Liu et al. Study on energy management model of integrated new energy-storage-charging system considering the influence of uncertainties
Wang et al. Multi-time scale scheduling optimization of integrated energy systems considering seasonal hydrogen utilization and multiple demand responses
Xu et al. A two-layer multi-energy management system for microgrids with solar, wind, and geothermal renewable energy
Liu et al. Hierarchical optimal dispatching strategy for microgrid system considering user-side resources
Qian et al. Low carbon optimization dispatching of energy intensive industrial park based on adaptive stepped demand response incentive mechanism
Zhou et al. Optimal modeling of integrated energy demand response under time-shared electricity price
Shuai et al. Cooperative operation mechanism of multi-energy microgrids based on Nash bargaining method
Hao et al. Research on power trade potential and power balance between Lancang-Mekong countries and southern China under long-term operation simulation
Wang et al. Study on the economic dispatch of regional integrated energy system based on master-slave game
Ye et al. The coordinated operation scheduling of distributed generation, demand response and storage based on the optimization energy hub for minimal energy usage costs
Sonawane et al. Rooftop solar installations for demand side management-a case study

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