CN113839401A - 一种考虑电氢耦合的综合能源系统容量优化配置方法 - Google Patents

一种考虑电氢耦合的综合能源系统容量优化配置方法 Download PDF

Info

Publication number
CN113839401A
CN113839401A CN202111257315.0A CN202111257315A CN113839401A CN 113839401 A CN113839401 A CN 113839401A CN 202111257315 A CN202111257315 A CN 202111257315A CN 113839401 A CN113839401 A CN 113839401A
Authority
CN
China
Prior art keywords
hydrogen
power
energy system
cost
comprehensive energy
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
Application number
CN202111257315.0A
Other languages
English (en)
Inventor
李春来
李志青
刘庭响
杨立滨
李正曦
周万鹏
张海宁
杨雨琪
董雁楠
马少华
颜宁
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 Qinghai Electric Power Co Clean Energy Development Research Institute
Shenyang University of Technology
State Grid Qinghai Electric Power Co Ltd
Clean Energy Development Research Institute of State Grid Qinghai Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Qianghai Electric Power Co Ltd
Original Assignee
State Grid Qinghai Electric Power Co Clean Energy Development Research Institute
Shenyang University of Technology
State Grid Qinghai Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Qianghai 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 Qinghai Electric Power Co Clean Energy Development Research Institute, Shenyang University of Technology, State Grid Qinghai Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Qianghai Electric Power Co Ltd filed Critical State Grid Qinghai Electric Power Co Clean Energy Development Research Institute
Priority to CN202111257315.0A priority Critical patent/CN113839401A/zh
Publication of CN113839401A publication Critical patent/CN113839401A/zh
Pending legal-status Critical Current

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
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • 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)
  • Power Engineering (AREA)
  • Economics (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

本发明属于综合能源系统容量配置技术领域，尤其涉及一种考虑电氢耦合的综合能源系统容量优化配置方法。其考虑系统对负荷供电时的负荷缺电情况，保证综合能源系统的经济性和可靠性。包括：步骤1、搭建综合能源系统数学模型确定电氢耦合的综合能源系统的整体结构；步骤2、确定电制氢系统的额定功率和额定氢气产量的关系；步骤3、将蓄电池和储氢罐添加充放电约束；步骤4、建立以全寿命周期运行成本最小为目标的目标函数；步骤5、考虑电氢耦合的综合能源系统的供电量不能满足用户用电负荷需求的概率为负荷缺电率；步骤6、建立总体的多目标函数；步骤7、采用改进遗传算法对综合能源系统进行容量配置，根据自适应权重优化多目标函数。

Description

一种考虑电氢耦合的综合能源系统容量优化配置方法
技术领域
本发明属于综合能源系统容量配置技术领域，尤其涉及一种考虑电氢耦合的综合能源系统容量优化配置方法。
背景技术
目前，随着可再生能源装机容量的不断提升，渗透力较高的区域已经逐渐出现了可再生能源消纳困难的问题，资源大发时用电负荷无法消纳全部资源，导致弃电，产生资源的浪费。此时将电制氢系统和储能系统加入到整个系统中，能够在风光资源大发时进行充电和制氢，在负荷用电高峰期进行放电，实现电能的时序平移，缓解可再生能源出力与负荷用电需求间的时序不匹配问题。
发明内容
本发明就是针对现有技术存在的缺陷，提供一种考虑电氢耦合的综合能源系统容量优化配置方法。其充分考虑整个系统的投资成本和电制氢系统、储能系统的收益情况，考虑系统对负荷供电时的负荷缺电情况，保证综合能源系统的经济性和可靠性，具有一定的工程应用价值。
为实现上述目的，本发明采用如下技术方案，首先，从经济学角度分析电制氢系统和燃料电池的充放电特性，考虑不同运行策略对电制氢系统的寿命影响，并在考虑地区独特的用能需求、负荷特点等特定因素的影响下，建立适用于考虑电氢耦合的综合能源系统容量优化配置的数学模型。在侧重系统经济性和可靠性的条件下，建立了以全寿命周期系统运行成本最低和负荷缺电率最低为优化目标的容量优化配置模型；最后，采用改进后的遗传算法对考虑电氢耦合的综合能源系统容量优化配置模型求解，实现考虑电氢耦合的综合能源系统中各单元容量的合理配置。
具体包括以下步骤：
步骤1、搭建综合能源系统数学模型分析电制氢系统的成本和运行特性，分析综合能源系统中风力、光照数据和用户用电负荷需求，确定考虑电氢耦合的综合能源系统的整体结构和系统内各组件单元；
步骤2、确定电制氢系统的额定功率PN_e和额定氢气产量Q的关系；
步骤3、(为了平抑综合能源系统功率波动，避免频繁启停，使电制氢系统能够稳定运行，延长其使用年限、保证其工作效率，)将蓄电池和储氢罐添加充放电约束；
步骤4、(从经济性最优的方面考虑系统容量的优化配置，)建立以全寿命周期运行成本最小为目标的目标函数；
步骤5、(在考虑电氢耦合的综合能源系统中，由于风力、光伏发电具有不确定性，随机性和波动性的特点，其出力和功率波动会受到诸多因素的影响，如天气、季节等，即使系统中存在一定容量的储能装置，也不一定能确保输出功率能够时刻满足负荷的用电需求，所以用负荷缺电率来表征这一概率，)考虑电氢耦合的综合能源系统的供电量不能满足用户用电负荷需求的概率为负荷缺电率；
步骤6、建立总体的多目标函数；
步骤7、采用改进遗传算法对综合能源系统进行容量配置，根据自适应权重优化多目标函数。
进一步地，步骤2中、所述确定电制氢系统的额定功率PN_e和额定氢气产量Q的关系为：
Figure BDA0003324294190000031
其中，PN_e为电解槽的额定功率；QN为电解槽的额定氢气产率；Ptanh为产生Q体积氢气的等效功率；NA为阿伏伽德罗常数，其数值为6.02*1023；VM为常温常压下气体摩尔体积，其数值约为24.5L/mol；Co为单位库伦电子数量；VN为额定输出电压；ηe为电解槽转化效率。
进一步地，步骤3中，所述将蓄电池和储氢罐添加充放电约束为：
Figure BDA0003324294190000032
其中，SOC为蓄电池的荷电状态；为便于研究储氢罐的存储状态，本文引入等效荷电状态Sohc
Figure BDA0003324294190000033
其中，psto为储氢罐内的压强；pN为储氢罐最大压强。
进一步地，步骤4中，所述建立以全寿命周期运行成本最小为目标的目标函数为：
Figure BDA0003324294190000034
其中，CC为系统建设初期的投资成本；COM为系统的运营期间的维护成本；CR为系统的置换成本；Cgird为系统购电和售电的收益；
Figure BDA0003324294190000035
为系统的售氢收益；Ce为系统的环境收益。
更进一步地，步骤4-1、根据综合能源系统结构确定投资成本：
Figure BDA0003324294190000036
Figure BDA0003324294190000041
其中，CPV为光伏单元的单价；NPV为光伏单元的数量；CWT为风电单元的单价；NWT为风电单元的数量；
Figure BDA0003324294190000042
为电解槽的单价；
Figure BDA0003324294190000043
电解槽的数量；Cbs为蓄电池的单价；Nbs为蓄电池的数量；Cb为燃料电池的单价；Nb为燃料电池的数量；
Figure BDA0003324294190000044
为储氢罐的单价；
Figure BDA0003324294190000045
为储氢罐的数量；fα为折旧系数；Lf为工程年限；r为折旧率。
步骤4-2、计算电制氢系统和储能系统寿命损耗对经济性的影响：
储氢系统和储能系统寿命较其他装置可能较短，由于要经常性的进行充放电、充放氢气，且每次循环充放的深度不同，损耗的寿命也不同，因此研究中需要考虑其置换的成本。
Figure BDA0003324294190000046
其中，
Figure BDA0003324294190000047
为电解池的置换成本；
Figure BDA0003324294190000048
为燃料电池的置换成本；
Figure BDA0003324294190000049
为蓄电池的置换成本；
步骤4-3、考虑系统运行期间的成本和收益，包括系统的运维成本、购售电收益、售氢的收益和环境收益。系统的运维成本费用为：
Figure BDA00033242941900000410
其中，
Figure BDA00033242941900000411
为光伏单元的运维成本；
Figure BDA00033242941900000412
风电单元的运维成本；
Figure BDA00033242941900000413
为电解池的运维成本；
Figure BDA00033242941900000414
为燃料电池的运维成本；
Figure BDA00033242941900000415
为储氢罐的运维成本；
Figure BDA00033242941900000416
为蓄电池的运维成本；tPV为光伏单元的运行时间；twt为风电单元的运行时间；
Figure BDA00033242941900000417
为电解池的运行时间；tb为燃料电池的运行时间；
Figure BDA00033242941900000418
为储氢罐的运行时间；tbs为蓄电池的运行时间；
系统购电成本和售电收益、出售氢气的收益：
Figure BDA0003324294190000051
其中，Cgrid为系统的购售电收益；cgrid(t)为电网电价；Pbuy(t)为购电功率；Δt为时间；Psell(t)为售电功率。
Figure BDA0003324294190000052
其中，
Figure BDA0003324294190000053
为售氢体积；
Figure BDA0003324294190000054
为售氢价格；
步骤4-4、考虑系统在碳减排方面的环境收益：
Figure BDA0003324294190000055
其中，Re为消耗化石燃料制得单位体积氢气所消耗的成本；REC为燃煤发电的环境成本，可表示为：
Figure BDA0003324294190000056
其中，N为污染物排放的种类；Δmi为风电光伏发电引起的第i种污染物年排放的减少量，λi为第i种污染物排放处理环境成本，μi为每种污染物的惩罚数量级。
进一步地，所述步骤5中，所述考虑电氢耦合的综合能源系统的供电量不能满足用户用电负荷需求的概率为负荷缺电率为：
Figure BDA0003324294190000057
其中，fLP是负荷缺电率；Ppv(ti)、Pwt(ti)、
Figure BDA0003324294190000058
Pbs(ti)、Pb(ti)、PL(ti)分别是ti时刻光伏电源、风力发电、电解槽、蓄电池、燃料电池、和用电负荷的功率；N为将采样区间分割的点数。(可以明显得知当fLP越小时，系统的供电可靠性越高。)
进一步地，所述步骤6中所述建立总体的多目标函数为：
f＝min(a1f1+a2fLP) (12)
其中，a1,a2和为权重系数，且满足a1+a2＝1。
与现有技术相比本发明有益效果。
(1)风光氢储综合能源系统模型容量优化配置研究，发掘电氢耦合作为新增灵活性资源在降低可再生能源弃风弃光率，提高电能质量、削峰填谷、平滑功率方面的应用价值，从经济学角度分析电制氢系统和燃料电池的充放电特性，考虑不同运行策略对电制氢系统的寿命影响，并建立了适用于系统容量优化配置的数学模型。
(2)在考虑综合能源系统中的用能需求、负荷特点等特定因素的影响下，在侧重系统的经济性和可靠性的条件下，建立了以全寿命周期系统运行成本最低和负荷缺电率最低为优化目标的容量优化配置模型；最后，选择改进后的遗传算法对考虑电氢耦合的综合能源系统容量优化配置模型求解，实现考虑电氢耦合的综合能源系统中各单元容量的合理配置。
附图说明
下面结合附图和具体实施方式对本发明做进一步说明。本发明保护范围不仅局限于以下内容的表述。
图1是综合能源系统示意图。
图2考虑电氢耦合的综合能源系统容量配置方法流程图。
图3是改进遗传算法求解流程图。
具体实施方式
如附图1所示，提出一种考虑电氢耦合的综合能源系统容量优化配置方法，首先，从经济学角度分析电制氢系统和燃料电池的充放电特性，考虑不同运行策略对电制氢系统的寿命影响，并在综合能源系统中独特的用能需求、负荷特点等特定因素的影响下，建立适用于考虑电氢耦合的综合能源系统容量优化配置的数学模型。在侧重系统经济性和可靠性的条件下，建立了以全寿命周期系统运行成本最低和负荷缺电率最低为优化目标的容量优化配置模型；最后，采用改进后的遗传算法对考虑电氢耦合的综合能源系统容量优化配置模型求解，实现考虑电氢耦合的综合能源系统中各单元容量的合理配置。计算步骤如图2所示，具体为：
步骤1、搭建综合能源系统数学模型分析电制氢系统的成本和运行特性，分析综合能源系统中风力、光照数据和用户用电负荷需求，确定考虑电氢耦合的综合能源系统的整体结构和系统内各组件单元。
步骤2、确定电制氢系统的额定功率PN_e和额定氢气产量Q的关系
Figure BDA0003324294190000071
其中，PN_e为电解槽的额定功率；QN为电解槽的额定氢气产率；Ptanh为产生Q体积氢气的等效功率；NA为阿伏伽德罗常数，其数值为6.02*1023；VM为常温常压下气体摩尔体积，其数值约为24.5L/mol；Co为单位库伦电子数量；VN为额定输出电压；ηe为电解槽转化效率。
步骤3、为了平抑综合能源系统功率波动，避免频繁启停，使电制氢系统能够稳定运行，延长其使用年限、保证其工作效率，将蓄电池和储氢罐添加充放电约束。
Figure BDA0003324294190000072
其中，SOC为蓄电池的荷电状态；为便于研究储氢罐的存储状态，本文引入等效荷电状态Sohc
Figure BDA0003324294190000081
其中，psto为储氢罐内的压强；pN为储氢罐最大压强。
步骤4、从经济性最优的方面考虑系统容量的优化配置，建立以全寿命周期运行成本最小为目标的目标函数。
Figure BDA0003324294190000082
其中，CC为系统建设初期的投资成本；COM为系统的运营期间的维护成本；CR为系统的置换成本；Cgird为系统购电和售电的收益；
Figure BDA0003324294190000083
为系统的售氢收益；Ce为系统的环境收益。
步骤4-1、根据综合能源系统结构确定投资成本：
Figure BDA0003324294190000084
Figure BDA0003324294190000085
其中，CPV为光伏单元的单价；NPV为光伏单元的数量；CWT为风电单元的单价；NWT为风电单元的数量；
Figure BDA0003324294190000086
为电解槽的单价；
Figure BDA00033242941900000810
电解槽的数量；Cbs为蓄电池的单价；Nbs为蓄电池的数量；Cb为燃料电池的单价；Nb为燃料电池的数量；
Figure BDA0003324294190000087
为储氢罐的单价；
Figure BDA0003324294190000088
为储氢罐的数量。fα为折旧系数；Lf为工程年限；r为折旧率。
步骤4-2、计算电制氢系统和储能系统寿命损耗对经济性的影响：
储氢系统和储能系统寿命较其他装置可能较短，由于要经常性的进行充放电、充放氢气，且每次循环充放的深度不同，损耗的寿命也不同，因此研究中需要考虑其置换的成本。
Figure BDA0003324294190000089
其中，
Figure BDA0003324294190000091
为电解池的置换成本；
Figure BDA0003324294190000092
为燃料电池的置换成本；
Figure BDA0003324294190000093
为蓄电池的置换成本。
步骤4-3、考虑系统运行期间的成本和收益，包括系统的运维成本、购售电收益、售氢的收益和环境收益。系统的运维成本费用为：
Figure BDA0003324294190000094
其中，
Figure BDA0003324294190000095
为光伏单元的运维成本；
Figure BDA0003324294190000096
风电单元的运维成本；
Figure BDA0003324294190000097
为电解池的运维成本；
Figure BDA0003324294190000098
为燃料电池的运维成本；
Figure BDA0003324294190000099
为储氢罐的运维成本；
Figure BDA00033242941900000910
为蓄电池的运维成本；tPV为光伏单元的运行时间；twt为风电单元的运行时间；
Figure BDA00033242941900000911
为电解池的运行时间；tb为燃料电池的运行时间；
Figure BDA00033242941900000912
为储氢罐的运行时间；tbs为蓄电池的运行时间。
系统购电成本和售电收益、出售氢气的收益：
Figure BDA00033242941900000913
其中，Cgrid为系统的购售电收益；cgrid(t)为电网电价；Pbuy(t)为购电功率；Δt为时间；Psell(t)为售电功率。
Figure BDA00033242941900000914
其中，
Figure BDA00033242941900000915
为售氢体积；
Figure BDA00033242941900000916
为售氢价格。
步骤4-4、考虑系统在碳减排方面的环境收益：
Figure BDA00033242941900000917
其中，Re为消耗化石燃料制得单位体积氢气所消耗的成本；REC为燃煤发电的环境成本，可表示为：
Figure BDA00033242941900000918
其中，N为污染物排放的种类；Δmi为风电光伏发电引起的第i种污染物年排放的减少量，λi为第i种污染物排放处理环境成本，μi为每种污染物的惩罚数量级。
步骤5、在考虑电氢耦合的综合能源系统中，由于风力、光伏发电具有不确定性，随机性和波动性的特点，其出力和功率波动会受到诸多因素的影响，如天气、季节等，即使系统中存在一定容量的储能装置，也不一定能确保输出功率能够时刻满足负荷的用电需求，所以用负荷缺电率来表征这一概率，即考虑电氢耦合的综合能源系统的供电量不能满足用户用电负荷需求的概率为负荷缺电率：
Figure BDA0003324294190000101
其中，fLP是负荷缺电率；Ppv(ti)、Pwt(ti)、
Figure BDA0003324294190000102
Pbs(ti)、Pb(ti)、PL(ti)分别是ti时刻光伏电源、风力发电、电解槽、蓄电池、燃料电池、和用电负荷的功率；N为将采样区间分割的点数。可以明显得知当fLP越小时，系统的供电可靠性越高。
步骤6、侧重于考虑考虑电氢耦合综合能源系统经济性和可靠性的角度，总体的多目标函数为
f＝min(a1f1+a2fLP) (12)
其中，a1,a2和为权重系数，且满足a1+a2＝1。
步骤7、采用改进遗传算法对综合能源系统进行容量配置，根据自适应权重优化多目标函数，求解过程如图3所示。
可以理解的是，以上关于本发明的具体描述，仅用于说明本发明而并非受限于本发明实施例所描述的技术方案，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换，以达到相同的技术效果；只要满足使用需要，都在本发明的保护范围之内。

Claims (7)

1.一种考虑电氢耦合的综合能源系统容量优化配置方法，其特征在于：包括以下步骤：
步骤1、搭建综合能源系统数学模型分析电制氢系统的成本和运行特性，分析综合能源系统中风力、光照数据和用户用电负荷需求，确定考虑电氢耦合的综合能源系统的整体结构和系统内各组件单元；
步骤2、确定电制氢系统的额定功率PN_e和额定氢气产量Q的关系；
步骤3、将蓄电池和储氢罐添加充放电约束；
步骤4、建立以全寿命周期运行成本最小为目标的目标函数；
步骤5、考虑电氢耦合的综合能源系统的供电量不能满足用户用电负荷需求的概率为负荷缺电率；
步骤6、建立总体的多目标函数；
步骤7、采用改进遗传算法对综合能源系统进行容量配置，根据自适应权重优化多目标函数。
2.根据权利要求1所述的一种考虑电氢耦合的综合能源系统容量优化配置方法，其特征在于：步骤2中、所述确定电制氢系统的额定功率PN_e和额定氢气产量Q的关系为：
Figure FDA0003324294180000011
其中，PN_e为电解槽的额定功率；QN为电解槽的额定氢气产率；Ptanh为产生Q体积氢气的等效功率；NA为阿伏伽德罗常数，其数值为6.02*1023；VM为常温常压下气体摩尔体积，其数值约为24.5L/mol；Co为单位库伦电子数量；VN为额定输出电压；ηe为电解槽转化效率。
3.根据权利要求1所述的一种考虑电氢耦合的综合能源系统容量优化配置方法，其特征在于：步骤3中，所述将蓄电池和储氢罐添加充放电约束为：
Figure FDA0003324294180000021
其中，SOC为蓄电池的荷电状态；为便于研究储氢罐的存储状态，本文引入等效荷电状态Sohc
Figure FDA0003324294180000022
其中，psto为储氢罐内的压强；pN为储氢罐最大压强。
4.根据权利要求1所述的一种考虑电氢耦合的综合能源系统容量优化配置方法，其特征在于：步骤4中，所述建立以全寿命周期运行成本最小为目标的目标函数为：
Figure FDA0003324294180000023
其中，CC为系统建设初期的投资成本；COM为系统的运营期间的维护成本；CR为系统的置换成本；Cgird为系统购电和售电的收益；
Figure FDA0003324294180000024
为系统的售氢收益；Ce为系统的环境收益。
5.根据权利要求4所述的一种考虑电氢耦合的综合能源系统容量优化配置方法，其特征在于：步骤4-1、根据综合能源系统结构确定投资成本：
Figure FDA0003324294180000025
Figure FDA0003324294180000026
其中，CPV为光伏单元的单价；NPV为光伏单元的数量；CWT为风电单元的单价；NWT为风电单元的数量；
Figure FDA0003324294180000027
为电解槽的单价；
Figure FDA0003324294180000028
电解槽的数量；Cbs为蓄电池的单价；Nbs为蓄电池的数量；Cb为燃料电池的单价；Nb为燃料电池的数量；
Figure FDA0003324294180000031
为储氢罐的单价；
Figure FDA0003324294180000032
为储氢罐的数量；fα为折旧系数；Lf为工程年限；r为折旧率；
步骤4-2、计算电制氢系统和储能系统寿命损耗对经济性的影响：
储氢系统和储能系统寿命较其他装置可能较短，由于要经常性的进行充放电、充放氢气，且每次循环充放的深度不同，损耗的寿命也不同，因此研究中需要考虑其置换的成本；
Figure FDA0003324294180000033
其中，
Figure FDA0003324294180000034
为电解池的置换成本；
Figure FDA0003324294180000035
为燃料电池的置换成本；
Figure FDA0003324294180000036
为蓄电池的置换成本；
步骤4-3、考虑系统运行期间的成本和收益，包括系统的运维成本、购售电收益、售氢的收益和环境收益。系统的运维成本费用为：
Figure FDA0003324294180000037
其中，
Figure FDA0003324294180000038
为光伏单元的运维成本；
Figure FDA0003324294180000039
风电单元的运维成本；
Figure FDA00033242941800000310
为电解池的运维成本；
Figure FDA00033242941800000311
为燃料电池的运维成本；
Figure FDA00033242941800000312
为储氢罐的运维成本；
Figure FDA00033242941800000313
为蓄电池的运维成本；tPV为光伏单元的运行时间；twt为风电单元的运行时间；
Figure FDA00033242941800000314
为电解池的运行时间；tb为燃料电池的运行时间；
Figure FDA00033242941800000315
为储氢罐的运行时间；tbs为蓄电池的运行时间；
系统购电成本和售电收益、出售氢气的收益：
Figure FDA00033242941800000316
其中，Cgrid为系统的购售电收益；cgrid(t)为电网电价；Pbuy(t)为购电功率；Δt为时间；Psell(t)为售电功率；
Figure FDA00033242941800000317
其中，
Figure FDA0003324294180000041
为售氢体积；
Figure FDA0003324294180000042
为售氢价格；
步骤4-4、考虑系统在碳减排方面的环境收益：
Figure FDA0003324294180000043
其中，Re为消耗化石燃料制得单位体积氢气所消耗的成本；REC为燃煤发电的环境成本，可表示为：
Figure FDA0003324294180000044
其中，N为污染物排放的种类；Δmi为风电光伏发电引起的第i种污染物年排放的减少量，λi为第i种污染物排放处理环境成本，μi为每种污染物的惩罚数量级。
6.根据权利要求1所述的一种考虑电氢耦合的综合能源系统容量优化配置方法，其特征在于：所述步骤5中，所述考虑电氢耦合的综合能源系统的供电量不能满足用户用电负荷需求的概率为负荷缺电率为：
Figure FDA0003324294180000045
其中，fLP是负荷缺电率；Ppv(ti)、Pwt(ti)、
Figure FDA0003324294180000046
Pbs(ti)、Pb(ti)、PL(ti)分别是ti时刻光伏电源、风力发电、电解槽、蓄电池、燃料电池、和用电负荷的功率；N为将采样区间分割的点数。
7.根据权利要求1所述的一种考虑电氢耦合的综合能源系统容量优化配置方法，其特征在于：所述步骤6中所述建立总体的多目标函数为：
f＝min(a1f1+a2fLP) (12)
其中，a1,a2和为权重系数，且满足a1+a2＝1。
CN202111257315.0A 2021-10-27 2021-10-27 一种考虑电氢耦合的综合能源系统容量优化配置方法 Pending CN113839401A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111257315.0A CN113839401A (zh) 2021-10-27 2021-10-27 一种考虑电氢耦合的综合能源系统容量优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111257315.0A CN113839401A (zh) 2021-10-27 2021-10-27 一种考虑电氢耦合的综合能源系统容量优化配置方法

Publications (1)

Publication Number Publication Date
CN113839401A true CN113839401A (zh) 2021-12-24

Family

ID=78966107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111257315.0A Pending CN113839401A (zh) 2021-10-27 2021-10-27 一种考虑电氢耦合的综合能源系统容量优化配置方法

Country Status (1)

Country Link
CN (1) CN113839401A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115358806A (zh) * 2022-10-17 2022-11-18 江苏赛亦尔智能电气科技有限公司 基于可再生能源发电的电氢综合能源系统成本优化方法
CN115907435A (zh) * 2023-01-10 2023-04-04 浙江正泰智维能源服务有限公司 电氢耦合供能系统及其优化配置方法、装置、设备
CN116111733A (zh) * 2023-04-13 2023-05-12 华北电力大学 基于电解槽和高压储氢罐的港口氢-电综合能源系统
CN116562062A (zh) * 2023-07-11 2023-08-08 国网能源研究院有限公司 考虑电、氢耦合的生产模拟方法、系统、装置及存储介质
CN117477615A (zh) * 2023-12-28 2024-01-30 国网浙江省电力有限公司电力科学研究院 一种电-氢复合储能系统最优配置方法及设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113553770A (zh) * 2021-07-28 2021-10-26 国网江苏省电力有限公司常州供电分公司 一种基于主从博弈的电氢综合能源系统优化运行方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113553770A (zh) * 2021-07-28 2021-10-26 国网江苏省电力有限公司常州供电分公司 一种基于主从博弈的电氢综合能源系统优化运行方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
刘鹏飞: "风光氢储综合供电系统优化配置与能量管理研究", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑, pages 17 - 18 *
孔令国: "风光氢综合能源系统优化配置与协调控制策略研究", 中国博士学位论文全文数据库工程科技Ⅱ辑, pages 16 - 17 *
朱晓荣等: "采用区间多目标线性规划法的热电联供型微网日前调度", 高电压技术, vol. 47, no. 8 *
贾成真 等: "风光氢耦合发电系统的容量优化配置及日前优化调度", 中国电力, vol. 53, no. 10, pages 80 - 87 *
马榕谷等: "非并网风氢互补系统的容量多目标优化", 太阳能学报, vol. 40, no. 2, pages 424 - 429 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115358806A (zh) * 2022-10-17 2022-11-18 江苏赛亦尔智能电气科技有限公司 基于可再生能源发电的电氢综合能源系统成本优化方法
CN115358806B (zh) * 2022-10-17 2023-03-24 江苏赛亦尔智能电气科技有限公司 基于可再生能源发电的电氢综合能源系统成本优化方法
CN115907435A (zh) * 2023-01-10 2023-04-04 浙江正泰智维能源服务有限公司 电氢耦合供能系统及其优化配置方法、装置、设备
CN115907435B (zh) * 2023-01-10 2023-05-23 浙江正泰智维能源服务有限公司 电氢耦合供能系统及其优化配置方法、装置、设备
CN116111733A (zh) * 2023-04-13 2023-05-12 华北电力大学 基于电解槽和高压储氢罐的港口氢-电综合能源系统
CN116562062A (zh) * 2023-07-11 2023-08-08 国网能源研究院有限公司 考虑电、氢耦合的生产模拟方法、系统、装置及存储介质
CN116562062B (zh) * 2023-07-11 2023-09-22 国网能源研究院有限公司 考虑电、氢耦合的生产模拟方法、系统、装置及存储介质
CN117477615A (zh) * 2023-12-28 2024-01-30 国网浙江省电力有限公司电力科学研究院 一种电-氢复合储能系统最优配置方法及设备
CN117477615B (zh) * 2023-12-28 2024-03-26 国网浙江省电力有限公司电力科学研究院 一种电-氢复合储能系统最优配置方法及设备

Similar Documents

Publication Publication Date Title
CN113839401A (zh) 一种考虑电氢耦合的综合能源系统容量优化配置方法
CN113850474B (zh) 一种热电氢多能流综合能源系统及其优化调度方法
CN111293718B (zh) 基于场景分析的交直流混合微网分区二层优化运行方法
CN112736952A (zh) 考虑日历寿命的海上风电配置储能系统容量优化方法
CN112101632B (zh) 基于分布式估计算法楼宇负荷优化调度方法
CN115133548A (zh) 一种考虑运行灵活性的含储协电力系统优化调度方法
Huangfu et al. An optimal energy management strategy with subsection bi-objective optimization dynamic programming for photovoltaic/battery/hydrogen hybrid energy system
CN114977246A (zh) 一种光伏电站制氢储能的方法及设备
CN114462889A (zh) 一种氢-电耦合多能源跨区域优化配置方法及系统
CN112803567A (zh) 基于智能楼宇光储供电设备的参数优化设计方法及系统
CN115940284B (zh) 一种考虑分时电价的新能源制氢系统的运行控制策略
CN117153278A (zh) 考虑多类型电解槽差异化的电热氢系统优化方法及系统
CN116914785A (zh) 一种电热氢系统优化运行方法
CN116613801A (zh) 一种风光蓄电池混合氢储能发电系统日前优化调度方法
CN116131303A (zh) 基于蓄能-储能-光伏电池的综合能源系统协同优化方法
CN115099489B (zh) 一种基于最优经济测算的工商业储能系统容量配置方法
CN116805192A (zh) 考虑最优弃能率的综合能源系统双层规划优化方法及应用
CN116384655A (zh) 面向新能源消纳的源网荷侧储能系统优化规划方法及系统
CN111064188B (zh) 一种基于净现值计算的光储系统容量配置方法
Wang et al. Optimal configuration of an off-grid hybrid wind-hydrogen energy system: Comparison of two systems
CN115204944A (zh) 一种计及全寿命周期的储能最优峰谷价差测算方法及装置
CN115411770A (zh) 一种可再生能源系统的能量管理方法
Fattaheian-Dehkordi et al. Hydrogen Storage System Allocation in a Distribution Grid Considering Congestion Problem
Chen et al. Optimization and analysis of microgrid based on different operational strategies
CN114336764B (zh) 一种基于sofc与电转气技术的微电网系统及其容量配置方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination