CN114142466A - 一种计及灵活性储氢的电网新能源消纳能力评估方法 - Google Patents

一种计及灵活性储氢的电网新能源消纳能力评估方法 Download PDF

Info

Publication number
CN114142466A
CN114142466A CN202111448412.8A CN202111448412A CN114142466A CN 114142466 A CN114142466 A CN 114142466A CN 202111448412 A CN202111448412 A CN 202111448412A CN 114142466 A CN114142466 A CN 114142466A
Authority
CN
China
Prior art keywords
new energy
hydrogen
power
node
power grid
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
CN202111448412.8A
Other languages
English (en)
Other versions
CN114142466B (zh
Inventor
叶海峰
汤伟
王正风
李智
李顺
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 Anhui Electric Power Co Ltd
Original Assignee
State Grid Anhui Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Anhui Electric Power Co Ltd filed Critical State Grid Anhui Electric Power Co Ltd
Priority to CN202111448412.8A priority Critical patent/CN114142466B/zh
Publication of CN114142466A publication Critical patent/CN114142466A/zh
Application granted granted Critical
Publication of CN114142466B publication Critical patent/CN114142466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J15/00—Systems for storing electric energy
    • H02J15/008—Systems for storing electric energy using hydrogen as energy vector
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/50—Controlling the sharing of the out-of-phase component
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

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

Abstract

本发明公开了一种计及灵活性储氢的电网新能源消纳能力评估方法，包括基于电网的历史数据对长短期记忆人工神经网络模型进行训练，获取分布式新能源的时序出力预测数据；构建电解槽的输入输出数学模型，消纳多余的新能源出力用以生产氢气；构建面向新能源消纳的优化调度目标函数：minOF＝S1+S2+…+Sn‑Sm，其中，S1S2…Sn为各种成本，Sm为收入；考虑电网的正常运行状态以及紧急事件发生后的运行状态，构建面向新能源消纳的优化调度约束条件；综合目标函数与约束条件，评估新能源的消纳值，获取新能源消纳水平，在新能源消纳优化计算的约束条件中计入了电解槽的数学模型以及储氢装置的数学模型，通过绿色氢能的合理利用实现了新能源消纳能力的提升。

Description

一种计及灵活性储氢的电网新能源消纳能力评估方法
技术领域
本发明涉及电力技术领域，具体为一种计及灵活性储氢的电网新能源消纳能力评估方法。
背景技术
随着新能源发电技术的日益发展，当前电网中的分布式新能源渗透率正在逐步提高，清洁的分布式新能源的广泛使用有助于实现电网的绿色化与低碳化。然而，新能源发电存在固有的间歇性与波动性特点，其运行过程中存在一定的弃风弃光等资源浪费问题，因此，建立电力系统中的新能源消纳能力优化计算方法以促进新能源的高效合理利用显得尤为重要。此外，利用电解水技术由可再生能源产生的绿色氢能在电力系统中也有一定的应用，大规模氢能的使用将对电网的优化调度带来新的挑战。
发明内容
本发明提供一种计及灵活性储氢的电网新能源消纳能力评估方法，具有能够预测电网中新能源出力，并在此基础上计及电解氢与储氢装置对新能源消纳能力进行优化的特点，合理利用实现了新能源消纳能力的提升，以解决现有技术中存在的问题。
为实现上述目的，本发明提供如下技术方案：一种计及灵活性储氢的电网新能源消纳能力评估方法，包括如下步骤：
S1、基于电网的历史数据对长短期记忆人工神经网络模型进行训练，获取分布式新能源的时序出力预测数据；
S2、构建电解槽的输入输出数学模型，消纳多余的新能源出力用以生产氢气；
S3、构建面向新能源消纳的优化调度目标函数：minOF＝S1+S2+…+Sn-Sm，其中，S1S2…Sn为各种成本，Sm为收入；
S4、考虑电网的正常运行状态以及紧急事件发生后的运行状态，构建面向新能源消纳的优化调度约束条件；
S5、综合目标函数与约束条件，评估新能源的消纳值，获取新能源消纳水平。
优选的，所述电网的历史数据包括网架结构数据、新能源出力历史数据以及负荷需求数据。
优选的，长短期记忆人工神经网络模型的预测方法为：
It＝σ(WxIxt+WhIht-1+WcIct-1+bI)；
ft＝σ(Wxfxt+Whfht-1+Wcfct-1+bf)；
ct＝ftct-1+Ittanh(Wxcxt+Whcht-1+bc)；
ot＝σ(Wxoxt+Whoht-1+Wcoct-1+bo)；
ht＝ottanh(ct)；
其中，xt为t时刻的输入变量；ht为t时刻的输出变量；σ为sigmod函数；W和b分别为权重矩阵和偏置向量；It为输入门的输出；ft为遗忘门的输出；ct为记忆细胞的状态；ot为输出门的输出。
优选的，在步骤S2中，采用PEM电解槽作为电转氢装置，其氢气产量表示为耗电量的函数：H＝ζE(PH)×PH，其中，H为氢气产量；PH为电解槽的消耗的有功功率；ζe()为一体现转换效率与电解槽耗电量关系的非线性函数；
Figure BDA0003385203190000021
Figure BDA0003385203190000031
其中，
Figure BDA0003385203190000032
分别为运行效率的最大值和最小值；PHmax、PHmin分别表示电解槽消耗的有功功率的最大值与最小值。
优选的，在步骤S3中，成本包括运行费用和弃风弃光惩罚成本，收入包括向氢能用户提供氢气的收入。
优选的，运行费用包括：
常规火电机组的运行费用：
Figure BDA0003385203190000033
新能源发电机组的运行费用：
Figure BDA0003385203190000034
电转氢及储氢装置组合的运行费用：
Figure BDA0003385203190000035
其中，
Figure BDA0003385203190000036
分别为火电机组所在节点集合、新能源发电机组所在节点集合以及电转氢装置所在节点集合；PGb,t、PHb,t分别为t时刻节点b的火电机组有功出力以及电转氢装置的有功需求，
Figure BDA0003385203190000037
代表了新能源的消纳值，a0,b、a1,b、a2,b分别为火电机组的运行成本系数；
Figure BDA0003385203190000038
为新能源发电机组的运行成本系数；β0,b、β1,b为电转氢及储氢装置组合的运行成本系数。
优选的，风弃光惩罚成本为：
Figure BDA0003385203190000039
其中，
Figure BDA00033852031900000310
为弃风弃光惩罚成本系数，
Figure BDA00033852031900000311
为t时刻节点b的新能源机组弃风弃光量；
向氢能用户提供氢气的收入为：
Figure BDA00033852031900000312
其中，γ0,b、γ1,b为氢价系数；HDb,t为t时刻节点b供应的氢气量。
优选的，在步骤S5中，约束条件主要包括：
潮流约束：
Figure BDA0003385203190000041
Figure BDA0003385203190000042
其中，ΩB为电网所有节点的集合，PDb,t、QDb,t分别为t时刻节点b的负荷有功功率和无功功率，c∈{c1,c2,…cN}表示电网的正常运行状态以及应急后的各种运行状态，Vb,t,c、θk,t,c分别为电网处于运行状态c时t时刻节点b的电压幅值和电压相角，Ybk,c、φbk,c由节点导纳矩阵中b行k列元素求得，QGb,t,c、
Figure BDA0003385203190000043
QHb,t,c分别为电网处于运行状态c时t时刻节点b的火电机组无功出力、新能源机组发出的无功功率以及电转氢装置的无功需求；
正常运行时的备用约束：
Figure BDA0003385203190000044
其中，
Figure BDA0003385203190000045
为节点k的火电机组发出的有功功率上限；
新能源渗透率约束：
Figure BDA0003385203190000046
其中，0≤αc≤1，表示电网处于运行状态c时所能接受的渗透率上限。
优选的，约束条件还包括运行安全性约束，具体为：
爬坡约束：
Figure BDA0003385203190000047
其中，
Figure BDA0003385203190000048
分别为节点b火电机组的向下和向上爬坡极限值；
火电机组有功及无功出力约束：
Figure BDA0003385203190000049
其中，
Figure BDA00033852031900000410
分别为节点b火电机组发出的有功上下限和无功上下限；
节点电压约束：
Figure BDA00033852031900000411
其中，
Figure BDA0003385203190000051
分别为节点b的电压下限和上限；
弃风弃光约束：
Figure BDA0003385203190000052
其中，
Figure BDA0003385203190000053
为t时刻节点b新能源机组所能发出的最大有功功率，即t时刻实际发出的有功功率与弃风弃光对应的有功功率之和；
无功功率约束：
Figure BDA0003385203190000054
其中，
Figure BDA0003385203190000055
为电网处于运行状态c时节点b的新能源机组发出的无功功率上下限系数；
线路容量约束：
Figure BDA0003385203190000056
其中，Sbk,t,c、
Figure BDA0003385203190000057
分别为时刻t运行条件c下流过线路bk的视在功率和视在功率上限，
Figure BDA0003385203190000058
为与节点b相连的所有节点集合。
优选的，在每个电转氢装置和储氢装置相连时，约束条件还包括电转氢和储氢装置的运行约束，具体为：
电转氢装置运行约束：
Figure BDA0003385203190000059
其中，
Figure BDA00033852031900000510
分别为电转氢装置的有功需求下限和上限，
Figure BDA00033852031900000511
为电网处于运行状态c时节点b的电转氢装置无功需求的上下限系数；
电转氢装置的耗电量约束：
Figure BDA00033852031900000512
其中，
Figure BDA00033852031900000513
分别为t时刻节点b的电转氢装置正常运行时的耗电量和短时过载条件下的耗电量，
Figure BDA0003385203190000061
为节点b的电转氢装置的额定耗电量，
Figure BDA0003385203190000062
为节点b的电转氢装置在过载期间的最大能量消耗；
电转氢装置的输入输出约束：
Figure BDA0003385203190000063
电解槽的爬坡约束：
Figure BDA0003385203190000064
其中，
Figure BDA0003385203190000065
分别为节点b电解槽的向下和向上爬坡极限值；
与电转氢相连的储氢装置运行约束：
Figure BDA0003385203190000066
其中，HSb,t、HGb,t为t时刻节点b的储氢装置存储的氢能和电转氢装置输出给储氢装置的氢气量，ηm、ηn为与效率有关的系数，
Figure BDA0003385203190000067
分别为节点b储氢装置的向下和向上爬坡极限值，
Figure BDA0003385203190000068
分别为节点b储氢装置存储氢能的下限和上限。
与现有技术相比，本发明的有益效果：本发明利用长短期记忆人工神经网络模型对历史数据进行处理，预测电网中的新能源出力，为含有氢能的电网新能源消纳能力优化计算提供数据支撑；并通过建立电解槽的输入输出数学模型，可在风光资源富余时消纳多余的新能源出力用以生产氢气，从而提升电网的新能源消纳能力，弥补新能源的间歇性和波动性所带来的不良影响，另外，在能源消纳优化计算的约束条件中计入了电解槽的数学模型以及储氢装置的数学模型，通过绿色氢能的合理利用实现了新能源消纳能力的提升，并且兼顾了运行费用、弃风弃光惩罚成本以及向氢能用户提供氢气的收入，在优化模型中同时考虑电网的正常运行状态以及紧急事件发生后的运行状态，使得计算结果更加符合电网运行实际情况。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1是本发明新能源消纳能力评估方法流程图；
图2是本发明电力系统架构图；
图3是本发明采用的长短期记忆人工神经网络得到的风电出力预测结果图；
图4是本发明风电消纳能力评估结果以及弃风结果图；
图5是本发明电力系统优化调度结果图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例：如图1所示，一种计及灵活性储氢的电网新能源消纳能力评估方法，包括如下步骤：
S1、基于电网的历史数据对长短期记忆人工神经网络模型进行训练，获取分布式新能源的时序出力预测数据；
其中，电网的历史数据包括网架结构数据、新能源出力历史数据以及负荷需求数据，为了对电网中的新能源消纳水平进行优化评估，需要获取优化前的新能源出力预测数据，长短期记忆人工神经网络模型的预测方法为：
It＝σ(WxIxt+WhIht-1+WcIct-1+bI)；
ft＝σ(Wxfxt+Whfht-1+Wcfct-1+bf)；
ct＝ftct-1+Ittanh(Wxcxt+Whcht-1+bc)；
ot＝σ(Wxoxt+Whoht-1+Wcoct-1+bo)；
ht＝ottanh(ct)；
其中，xt为t时刻的输入变量；ht为t时刻的输出变量；σ为sigmod函数；W和b分别为权重矩阵和偏置向量；It为输入门的输出；ft为遗忘门的输出；ct为记忆细胞的状态；ot为输出门的输出；
S2、构建电解槽的输入输出数学模型，消纳多余的新能源出力用以生产氢气；
其中，电解槽是连接电能与氢能的一个重要装置，可视为电网的负荷，其消耗电能产生的氢气可以置于储氢装置中再用于氢能用户，氢作为一种可以长期存储的介质，具有储存能量数月的能力，其使用途径具有较强的灵活性，因此电解槽与储氢装置的组合可视为电网的灵活性负载，将其用于新能源渗透率较大的电网，可在风光资源富余时消纳多余的新能源出力用以生产氢气，从而提升电网的新能源消纳能力，弥补新能源的间歇性和波动性所带来的不良影响；本发明中采用PEM电解槽作为电转氢装置，在响应时间上更快，且能耗更少，其氢气产量表示为耗电量的函数：H＝ζE(PH)×PH，其中，H为氢气产量；PH为电解槽的消耗的有功功率；ζe()为一体现转换效率与电解槽耗电量关系的非线性函数；
Figure BDA0003385203190000081
Figure BDA0003385203190000082
其中，
Figure BDA0003385203190000091
分别为运行效率的最大值和最小值；PHmax、PHmin分别表示电解槽消耗的有功功率的最大值与最小值；
S3、构建面向新能源消纳的优化调度目标函数：minOF＝S1+S2+…+Sn-Sm，其中，S1S2…Sn为各种成本，Sm为收入；
本实施例中，成本包括成本包括运行费用和弃风弃光惩罚成本，收入包括向氢能用户提供氢气的收入，具体为：
运行费用包括：
常规火电机组的运行费用：
Figure BDA0003385203190000092
新能源发电机组的运行费用：
Figure BDA0003385203190000093
电转氢及储氢装置组合的运行费用：
Figure BDA0003385203190000094
其中，
Figure BDA0003385203190000095
分别为火电机组所在节点集合、新能源发电机组所在节点集合以及电转氢装置所在节点集合；PGb,t、PHb,t分别为t时刻节点b的火电机组有功出力以及电转氢装置的有功需求，
Figure BDA0003385203190000096
代表了新能源的消纳值，a0,b、a1,b、a2,b分别为火电机组的运行成本系数；
Figure BDA0003385203190000097
为新能源发电机组的运行成本系数；β0,b、β1,b为电转氢及储氢装置组合的运行成本系数。
优选的，风弃光惩罚成本为：
Figure BDA0003385203190000098
其中，
Figure BDA0003385203190000099
为弃风弃光惩罚成本系数，
Figure BDA00033852031900000910
为t时刻节点b的新能源机组弃风弃光量；
向氢能用户提供氢气的收入为：
Figure BDA00033852031900000911
其中，γ0,b、γ1,b为氢价系数；HDb,t为t时刻节点b供应的氢气量；
因此本实施例中，优化调度的目标函数为：minOF＝S1+S2+S3+S4-S5；
S4、考虑电网的正常运行状态以及紧急事件发生后的运行状态，构建面向新能源消纳的优化调度约束条件，假设火电机组与新能源机组的有功发电量和电转氢耗电量在应急前后保持不变，由平衡节点平衡应急前后的有功变化量，由火电机组、新能源机组、电转氢机组以及平衡节点共同平衡应急前后的无功变化量，约束条件主要包括：
潮流约束：
Figure BDA0003385203190000101
Figure BDA0003385203190000102
其中，ΩB为电网所有节点的集合，PDb,t、QDb,t分别为t时刻节点b的负荷有功功率和无功功率，c∈{c1,c2,…cN}表示电网的正常运行状态以及应急后的各种运行状态，Vb,t,c、θk,t,c分别为电网处于运行状态c时t时刻节点b的电压幅值和电压相角，Ybk,c、φbk,c由节点导纳矩阵中b行k列元素求得，QGb,t,c、
Figure BDA0003385203190000103
QHb,t,c分别为电网处于运行状态c时t时刻节点b的火电机组无功出力、新能源机组发出的无功功率以及电转氢装置的无功需求；
正常运行时的备用约束：
Figure BDA0003385203190000104
其中，
Figure BDA0003385203190000105
为节点k的火电机组发出的有功功率上限；
新能源渗透率约束：
Figure BDA0003385203190000106
其中，0≤αc≤1，表示电网处于运行状态c时所能接受的渗透率上限。
约束条件还包括运行安全性约束，具体为：
爬坡约束：
Figure BDA0003385203190000107
其中，
Figure BDA0003385203190000111
分别为节点b火电机组的向下和向上爬坡极限值；
火电机组有功及无功出力约束：
Figure BDA0003385203190000112
其中，
Figure BDA0003385203190000113
分别为节点b火电机组发出的有功上下限和无功上下限；
节点电压约束：
Figure BDA0003385203190000114
其中，
Figure BDA0003385203190000115
分别为节点b的电压下限和上限；
弃风弃光约束：
Figure BDA0003385203190000116
其中，
Figure BDA0003385203190000117
为t时刻节点b新能源机组所能发出的最大有功功率，即t时刻实际发出的有功功率与弃风弃光对应的有功功率之和；
无功功率约束：
Figure BDA0003385203190000118
其中，
Figure BDA0003385203190000119
为电网处于运行状态c时节点b的新能源机组发出的无功功率上下限系数；
线路容量约束：
Figure BDA00033852031900001110
其中，Sbk,t,c、
Figure BDA00033852031900001111
分别为时刻t运行条件c下流过线路bk的视在功率和视在功率上限，
Figure BDA00033852031900001112
为与节点b相连的所有节点集合。
在每个电转氢装置和储氢装置相连时，约束条件还包括电转氢和储氢装置的运行约束，具体为：
电转氢装置运行约束：
Figure BDA00033852031900001113
其中，
Figure BDA00033852031900001114
分别为电转氢装置的有功需求下限和上限，
Figure BDA00033852031900001115
为电网处于运行状态c时节点b的电转氢装置无功需求的上下限系数；
电转氢装置的耗电量约束：
Figure BDA0003385203190000121
其中，
Figure BDA0003385203190000122
分别为t时刻节点b的电转氢装置正常运行时的耗电量和短时过载条件下的耗电量，
Figure BDA0003385203190000123
为节点b的电转氢装置的额定耗电量，
Figure BDA0003385203190000124
为节点b的电转氢装置在过载期间的最大能量消耗；
电转氢装置的输入输出约束：
Figure BDA0003385203190000125
电解槽的爬坡约束：
Figure BDA0003385203190000126
其中，
Figure BDA0003385203190000127
分别为节点b电解槽的向下和向上爬坡极限值；
与电转氢相连的储氢装置运行约束：
Figure BDA0003385203190000128
其中，HSb,t、HGb,t为t时刻节点b的储氢装置存储的氢能和电转氢装置输出给储氢装置的氢气量，ηm、ηn为与效率有关的系数，
Figure BDA0003385203190000129
分别为节点b储氢装置的向下和向上爬坡极限值，
Figure BDA00033852031900001210
分别为节点b储氢装置存储氢能的下限和上限。
S5、综合目标函数与约束条件，评估新能源的消纳值，获取新能源消纳水平。
参考图2，为电力系统图，其中，可能发生的紧急情况c1、c2、c3、c4、c5、c6、c7分别为线路2-3、3-4、4-5、3-18、13-14、16-17、23-36断开。在该网络中，节点2、4、5、14、21、36分别接有额定容量为500MW的风电机组，节点2、3、9、28、29、36分别接有电转氢装置以及储氢装置，产生的氢气优先提供氢能用户剩余用于存储。
参考图3，为采用长短期记忆人工神经网络的方法可以对风电出力进行预测，为新能源消纳能力优化计算提供数据基础，如图4所示，给出了以下三种情况下电网的风电消纳结果：1)不考虑电网的电解氢及储氢装置，仅考虑电网的正常运行状态；2)考虑电网的电解氢装置及储氢装置，仅考虑电网的正常运行状态；3)考虑电网的电解氢及储氢装置，考虑电网的正常运行状态和紧急情况发生后的应急状态；结果显示，情况1在2：00-8：00这段负荷量较轻而风电出力较大的时段存在比较严重的弃风现象，总体的运行经济性较差，而情况2考虑了电解氢及储氢装置后能够实现风电的完全消纳，提升了电网的新能源消纳能力。
参考图5，给出了上述三种情况下的优化调度结果，情况1由于存在较为严重的弃风现象，因此优化调度的总花费最高；情况2总花费较低但只考虑到了正常运行状态；情况3兼顾了运行经济性以及正常和紧急运行状态，利用电转氢以及储氢装置实现了风电消纳水平的提升的同时也使调度过程产生的花费比情况1有所减少。因此，本发明所提的一种计及灵活性储氢的电网新能源消纳能力评估方法能预测电网中新能源出力，并能在此基础上计及电解氢与储氢装置对新能源消纳能力进行优化，实现电网的安全经济运行。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种计及灵活性储氢的电网新能源消纳能力评估方法，其特征在于，包括如下步骤：
S1、基于电网的历史数据对长短期记忆人工神经网络模型进行训练，获取分布式新能源的时序出力预测数据；
S2、构建电解槽的输入输出数学模型，消纳多余的新能源出力用以生产氢气；
S3、构建面向新能源消纳的优化调度目标函数：min OF＝S1+S2+…+Sn-Sm，其中，S1S2…Sn为各种成本，Sm为收入；
S4、考虑电网的正常运行状态以及紧急事件发生后的运行状态，构建面向新能源消纳的优化调度约束条件；
S5、综合目标函数与约束条件，评估新能源的消纳值，获取新能源消纳水平。
2.根据权利要求1所述的一种计及灵活性储氢的电网新能源消纳能力评估方法，其特征在于：所述电网的历史数据包括网架结构数据、新能源出力历史数据以及负荷需求数据。
3.根据权利要求1所述的一种计及灵活性储氢的电网新能源消纳能力评估方法，其特征在于：长短期记忆人工神经网络模型的预测方法为：
It＝σ(WxIxt+WhIht-1+WcIct-1+bI)；
ft＝σ(Wxfxt+Whfht-1+Wcfct-1+bf)；
ct＝ftct-1+Ittanh(Wxcxt+Whcht-1+bc)；
ot＝σ(Wxoxt+Whoht-1+Wcoct-1+bo)；
ht＝ottanh(ct)；
其中，xt为t时刻的输入变量；ht为t时刻的输出变量；σ为sigmod函数；W和b分别为权重矩阵和偏置向量；It为输入门的输出；ft为遗忘门的输出；ct为记忆细胞的状态；ot为输出门的输出。
4.根据权利要求1所述的一种计及灵活性储氢的电网新能源消纳能力评估方法，其特征在于：在步骤S2中，采用PEM电解槽作为电转氢装置，其氢气产量表示为耗电量的函数：H＝ζE(PH)×PH，其中，H为氢气产量；PH为电解槽的消耗的有功功率；ζe()为一体现转换效率与电解槽耗电量关系的非线性函数；
Figure FDA0003385203180000021
Figure FDA0003385203180000022
其中，
Figure FDA0003385203180000023
分别为运行效率的最大值和最小值；PHmax、PHmin分别表示电解槽消耗的有功功率的最大值与最小值。
5.根据权利要求1所述的一种计及灵活性储氢的电网新能源消纳能力评估方法，其特征在于：在步骤S3中，成本包括运行费用和弃风弃光惩罚成本，收入包括向氢能用户提供氢气的收入。
6.根据权利要求5所述的一种计及灵活性储氢的电网新能源消纳能力评估方法，其特征在于：运行费用包括：
常规火电机组的运行费用：
Figure FDA0003385203180000024
新能源发电机组的运行费用：
Figure FDA0003385203180000025
电转氢及储氢装置组合的运行费用：
Figure FDA0003385203180000026
其中，
Figure FDA0003385203180000027
分别为火电机组所在节点集合、新能源发电机组所在节点集合以及电转氢装置所在节点集合；PGb,t、PHb,t分别为t时刻节点b的火电机组有功出力以及电转氢装置的有功需求，
Figure FDA0003385203180000031
代表了新能源的消纳值，a0,b、a1,b、a2,b分别为火电机组的运行成本系数；
Figure FDA0003385203180000032
为新能源发电机组的运行成本系数；β0,b、β1,b为电转氢及储氢装置组合的运行成本系数。
7.根据权利要求5所述的一种计及灵活性储氢的电网新能源消纳能力评估方法，其特征在于：风弃光惩罚成本为：
Figure FDA0003385203180000033
其中，
Figure FDA0003385203180000034
为弃风弃光惩罚成本系数，
Figure FDA0003385203180000035
为t时刻节点b的新能源机组弃风弃光量；
向氢能用户提供氢气的收入为：
Figure FDA0003385203180000036
其中，γ0,b、γ1,b为氢价系数；HDb,t为t时刻节点b供应的氢气量。
8.根据权利要求1所述的一种计及灵活性储氢的电网新能源消纳能力评估方法，其特征在于：在步骤S5中，约束条件主要包括：
潮流约束：
Figure FDA0003385203180000037
Figure FDA0003385203180000038
其中，ΩB为电网所有节点的集合，PDb,t、QDb,t分别为t时刻节点b的负荷有功功率和无功功率，c∈{c1,c2,…cN}表示电网的正常运行状态以及应急后的各种运行状态，Vb,t,c、θk,t,c分别为电网处于运行状态c时t时刻节点b的电压幅值和电压相角，Ybk,c、φbk,c由节点导纳矩阵中b行k列元素求得，
Figure FDA0003385203180000039
分别为电网处于运行状态c时t时刻节点b的火电机组无功出力、新能源机组发出的无功功率以及电转氢装置的无功需求；
正常运行时的备用约束：
Figure FDA0003385203180000041
其中，
Figure FDA0003385203180000042
为节点k的火电机组发出的有功功率上限；
新能源渗透率约束：
Figure FDA0003385203180000043
其中，0≤αc≤1，表示电网处于运行状态c时所能接受的渗透率上限。
9.根据权利要求8所述的一种计及灵活性储氢的电网新能源消纳能力评估方法，其特征在于：约束条件还包括运行安全性约束，具体为：
爬坡约束：
Figure FDA0003385203180000044
其中，
Figure FDA0003385203180000045
分别为节点b火电机组的向下和向上爬坡极限值；
火电机组有功及无功出力约束：
Figure FDA0003385203180000046
其中，
Figure FDA0003385203180000047
分别为节点b火电机组发出的有功上下限和无功上下限；
节点电压约束：
Figure FDA0003385203180000048
其中，
Figure FDA0003385203180000049
分别为节点b的电压下限和上限；
弃风弃光约束：
Figure FDA00033852031800000410
其中，
Figure FDA00033852031800000411
为t时刻节点b新能源机组所能发出的最大有功功率，即t时刻实际发出的有功功率与弃风弃光对应的有功功率之和；
无功功率约束：
Figure FDA00033852031800000412
其中，
Figure FDA00033852031800000413
为电网处于运行状态c时节点b的新能源机组发出的无功功率上下限系数；
线路容量约束：
Figure FDA0003385203180000051
其中，
Figure FDA0003385203180000052
分别为时刻t运行条件c下流过线路bk的视在功率和视在功率上限，
Figure FDA0003385203180000053
为与节点b相连的所有节点集合。
10.根据权利要求8所述的一种计及灵活性储氢的电网新能源消纳能力评估方法，其特征在于：在每个电转氢装置和储氢装置相连时，约束条件还包括电转氢和储氢装置的运行约束，具体为：
电转氢装置运行约束：
Figure FDA0003385203180000054
其中，
Figure FDA0003385203180000055
分别为电转氢装置的有功需求下限和上限，
Figure FDA0003385203180000056
为电网处于运行状态c时节点b的电转氢装置无功需求的上下限系数；
电转氢装置的耗电量约束：
Figure FDA0003385203180000057
其中，
Figure FDA0003385203180000058
分别为t时刻节点b的电转氢装置正常运行时的耗电量和短时过载条件下的耗电量，
Figure FDA0003385203180000059
为节点b的电转氢装置的额定耗电量，
Figure FDA00033852031800000510
为节点b的电转氢装置在过载期间的最大能量消耗；
电转氢装置的输入输出约束：
Figure FDA00033852031800000511
电解槽的爬坡约束：
Figure FDA00033852031800000512
其中，
Figure FDA00033852031800000513
分别为节点b电解槽的向下和向上爬坡极限值；
与电转氢相连的储氢装置运行约束：
Figure FDA0003385203180000061
其中，HSb,t、HGb,t为t时刻节点b的储氢装置存储的氢能和电转氢装置输出给储氢装置的氢气量，ηm、ηn为与效率有关的系数，
Figure FDA0003385203180000062
分别为节点b储氢装置的向下和向上爬坡极限值，
Figure FDA0003385203180000063
分别为节点b储氢装置存储氢能的下限和上限。
CN202111448412.8A 2021-11-30 2021-11-30 一种计及灵活性储氢的电网新能源消纳能力评估方法 Active CN114142466B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111448412.8A CN114142466B (zh) 2021-11-30 2021-11-30 一种计及灵活性储氢的电网新能源消纳能力评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111448412.8A CN114142466B (zh) 2021-11-30 2021-11-30 一种计及灵活性储氢的电网新能源消纳能力评估方法

Publications (2)

Publication Number Publication Date
CN114142466A true CN114142466A (zh) 2022-03-04
CN114142466B CN114142466B (zh) 2023-09-08

Family

ID=80386433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111448412.8A Active CN114142466B (zh) 2021-11-30 2021-11-30 一种计及灵活性储氢的电网新能源消纳能力评估方法

Country Status (1)

Country Link
CN (1) CN114142466B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106684915A (zh) * 2017-01-12 2017-05-17 国家电网公司 一种风氢耦合发电系统的优化方法及装置
WO2019134254A1 (zh) * 2018-01-02 2019-07-11 上海交通大学 一种运用分布式神经网络的实时经济调度计算方法
CN112270096A (zh) * 2020-10-29 2021-01-26 国网甘肃省电力公司电力科学研究院 促进新能源消纳的灵活性资源贡献度求解方法
CN112886645A (zh) * 2021-01-26 2021-06-01 国网辽宁省电力有限公司 一种基于氢能超高比例的新能源电力系统运行模拟方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106684915A (zh) * 2017-01-12 2017-05-17 国家电网公司 一种风氢耦合发电系统的优化方法及装置
WO2019134254A1 (zh) * 2018-01-02 2019-07-11 上海交通大学 一种运用分布式神经网络的实时经济调度计算方法
CN112270096A (zh) * 2020-10-29 2021-01-26 国网甘肃省电力公司电力科学研究院 促进新能源消纳的灵活性资源贡献度求解方法
CN112886645A (zh) * 2021-01-26 2021-06-01 国网辽宁省电力有限公司 一种基于氢能超高比例的新能源电力系统运行模拟方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘志坚;余莎;梁宁;: "考虑制氢储能参与的互联电力系统优化调度研究", 电力科学与工程, no. 03 *
钟海旺;夏清;丁茂生;张慧玲;: "以直流联络线运行方式优化提升新能源消纳能力的新模式", 电力系统自动化, no. 03 *

Also Published As

Publication number Publication date
CN114142466B (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
CN114861546B (zh) 一种基于燃氢燃气轮机的电热氢多能互补调度方法及系统
CN116780646A (zh) 一种计及灵活性的电力系统资源优化调度方法及终端
CN112381375A (zh) 一种基于潮流分配矩阵的电网经济运行域快速生成方法
CN115099590A (zh) 计及光荷不确定性的主动配电网经济优化调度方法及系统
CN108683188A (zh) 考虑环境价值及调峰充裕度的多目标风电接纳水平优化
CN116667325A (zh) 一种基于改进布谷鸟算法的微电网并网运行优化调度方法
CN115036914A (zh) 考虑灵活性与新能源消纳的电网储能双层优化方法及系统
CN109687423B (zh) 一种直流电网的储能配置方法
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
CN114142466A (zh) 一种计及灵活性储氢的电网新能源消纳能力评估方法
CN114759616B (zh) 一种考虑电力电子器件特性的微电网鲁棒优化调度方法
CN113794241B (zh) 低压智能电网用户侧源储荷的优化调度方法及装置
CN115841216A (zh) 计及分布式光伏消纳率的配电网储能优化配置方法
CN115051406A (zh) 一种计及源网不确定性的多阶段协调控制风险调度方法
CN114465226A (zh) 一种电力系统多级备用获取联合优化模型的建立方法
Ali et al. Hierarchical control combined with higher order sliding mode control for integrating wind/tidal/battery/hydrogen powered DC offshore microgrid
CN113807566A (zh) 基于可再生能源和内部负荷不确定的社区能源的调度方法
CN113327065A (zh) 针对发电侧的用户复杂用电情况的能源管理方法及系统
CN112884191A (zh) 一种基于网源协调的热电日前调度模型及计算方法
CN117013535B (zh) 一种兼顾生态调度需求的水风光火互补容量配置方法
Li et al. Optimization study on the configuration of electric hydrogen bidirectional coupling microgrid considering system flexibility margin
CN117709997A (zh) 基于可逆固体氧化物电池的气电双向耦合统一运行方法
CN117114331A (zh) 一种含氢储能的独立微电网igdt鲁棒规划方法
CN117578449A (zh) 一种计及可再生能源不确定性的多能微能网优化调度方法
CN116706949A (zh) 新能源系统储能优化配置方法、系统、设备及介质

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