CN114597895B - 一种氢-水能源系统及其长短期优化控制方法和装置 - Google Patents
一种氢-水能源系统及其长短期优化控制方法和装置 Download PDFInfo
- Publication number
- CN114597895B CN114597895B CN202210265906.0A CN202210265906A CN114597895B CN 114597895 B CN114597895 B CN 114597895B CN 202210265906 A CN202210265906 A CN 202210265906A CN 114597895 B CN114597895 B CN 114597895B
- Authority
- CN
- China
- Prior art keywords
- hydrogen
- seasonal
- storage tank
- day
- water
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 278
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000007774 longterm Effects 0.000 title claims abstract description 23
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 280
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 276
- 239000001257 hydrogen Substances 0.000 claims abstract description 276
- 238000003860 storage Methods 0.000 claims abstract description 189
- 238000005457 optimization Methods 0.000 claims abstract description 25
- 238000013486 operation strategy Methods 0.000 claims abstract description 24
- 230000020169 heat generation Effects 0.000 claims abstract description 9
- 230000001932 seasonal effect Effects 0.000 claims description 189
- 238000005338 heat storage Methods 0.000 claims description 53
- 238000004146 energy storage Methods 0.000 claims description 47
- 230000005611 electricity Effects 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 19
- 229910052799 carbon Inorganic materials 0.000 claims description 14
- 238000013178 mathematical model Methods 0.000 claims description 14
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 13
- 238000005868 electrolysis reaction Methods 0.000 claims description 13
- 150000002431 hydrogen Chemical class 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 239000002689 soil Substances 0.000 claims description 2
- 238000009826 distribution Methods 0.000 claims 1
- 239000000446 fuel Substances 0.000 abstract description 59
- 238000010521 absorption reaction Methods 0.000 abstract description 32
- 238000010248 power generation Methods 0.000 abstract description 23
- 238000001816 cooling Methods 0.000 abstract description 10
- 238000010438 heat treatment Methods 0.000 abstract description 9
- 230000005855 radiation Effects 0.000 abstract description 8
- 238000011160 research Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 8
- 239000000110 cooling liquid Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000002803 fossil fuel Substances 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000002528 anti-freeze Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000005485 electric heating Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000011010 flushing procedure Methods 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000003034 coal gas Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D15/00—Other domestic- or space-heating systems
- F24D15/04—Other domestic- or space-heating systems using heat pumps
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B15/00—Sorption machines, plants or systems, operating continuously, e.g. absorption type
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F28—HEAT EXCHANGE IN GENERAL
- F28D—HEAT-EXCHANGE APPARATUS, NOT PROVIDED FOR IN ANOTHER SUBCLASS, IN WHICH THE HEAT-EXCHANGE MEDIA DO NOT COME INTO DIRECT CONTACT
- F28D20/00—Heat storage plants or apparatus in general; Regenerative heat-exchange apparatus not covered by groups F28D17/00 or F28D19/00
-
- 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
- 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
- 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
- H02J2300/30—The power source being a fuel cell
-
- 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
- Y02E60/14—Thermal energy storage
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Fuel Cell (AREA)
Abstract
本发明公开了一种氢‑水能源系统及其长短期优化控制方法和装置,该系统由燃料电池、电解槽、吸收式制冷机、太阳能发电系统、太阳能集热器、风力发电机组、储氢罐、压缩机、热水罐与冷水罐组成。该方法根据风力、太阳辐射强度、电需求、冷需求和热需求的预测值及偏差,建立风力发电、光伏发电、太阳能产热、用户电冷热需求的预期情景,以在所有情景下平均运行成本最小为目标,对系统进行混合整数线性优化,以研究系统的运行策略。在该优化问题中,保持燃料电池以及吸收式制冷机在所有情景下的运行策略相同,而令电解槽、储氢罐、热水罐与冷水罐在不同情境下的运行策略可变,以达到消纳可再生能源的目的。
Description
技术领域
本发明属于多能源系统技术领域,具体涉及一种氢-水能源系统及其长短期优化控制方法 和装置。
背景技术
以化石燃料为基础的世界经济目前正在面临资源枯竭和环境污染的双重挑战,新能源成为 拯救人类工业文明社会的必然选择。长久以来,整个世界经济几乎都建立在化石燃料的基础上。 经济的快速发展消耗了大量的不可再生能源,比如煤、石油、天然气等。从众多权威能源机构的研究来看,21世纪上半叶,世界经济的资源载体将几近枯竭,也意味着以化石经济为基础 的工业文明即将终结。
各种可再生能源中,太阳能以其清洁、安全、取之不尽、用之不竭等显著优势,已成为发 展最快的可再生能源。近年来全球光伏发电产业快速发展,开发利用太阳能对调整能源结构、 推进能源生产和消费革命、促进生态文明建设均具有重要意义。但是太阳能受地理、昼夜和季节等规律性变化的影响以及阴晴云雨等随机因素的制约,能量密度较低,通常每平方米不到一 千瓦。此外,太阳能随着时间和天气的变化呈现不稳定性和不连续性。为了保证太阳能利用稳 定运行,就需要储热装置把太阳能储存起来,在太阳能不足时再释放出来,以满足生产和生活 用能连续和稳定供应的需要。因此,能量存储是调整太阳能供应和能源需求之间不稳定的必要 关键技术。
当今世界开发新能源迫在眉睫,原因是所用的能源如石油、天然气、煤,石油气均属不可 再生资源,地球上存量有限,而人类生存又时刻离不开能源,所以必须寻找新的能源。随着化 石燃料耗量的日益增加,其储量日益减少,终有一天这些能源将要枯竭,这就迫切需要寻找一种不依赖化石燃料的储量丰富的新的含能体能源,无论从碳达峰碳中和角度还是我国能源现状, 从化石燃料为主的能源体系,转变为高效、可再生的低碳能源体系已经迫在眉睫。目前电解水 制氢因其良好的应用优势,得到了广泛关注。电解水制氢以风、光、水等可再生能源为载体, 以氢气作为二次能源的载体,能与电力在能源转型中互为补充,实现工业、建筑和电力、交通运输等之间的“产业互联”。
氢能是公认的清洁能源,作为低碳和零碳能源正在脱颖而出。氢能是全球能源技术革命的 重要发展方向,也是可持续和安全的能源未来重要的组成部分。加快发展氢能产业,不仅可以 应对全球环境危机,还可以保障能源供给,实现国家能源的可持续性发展。根据IEA公布的 《氢能源未来发展趋势报告》,预计到2050年,氢能源的消耗量将会是目前消耗量的10倍。 世界各国都在大力发展制氢技术,占领国际氢能源的制高点。
利用可再生能源替代化石燃料的制氢是清洁、高效制氢的未来发展趋势,在氢能产业链的 制备-储运-加注-应用四个环节中,制氢是龙头,氢能产业前景可期,要科学合理地选择制氢工艺路径,必须从源头以满足环保、经济、安全、高效的要求,实现氢能的供给。
发明内容
为了解决上述问题,本发明提供了基于氢能、太阳能等可再生能源和储能设备的多能源系 统的装置和长-短期调度运行优化方法,能够满足用户的电、冷、热需求并且消纳可再生能源 的波动性与不确定性,降低甚至消除系统的碳排放并实现最小的运行成本。
为达到上述目的,本发明所述一种氢-水能源系统及其长短期优化控制方法,包括以下步 骤:
S1、收集当前天气数据及用户需求数据,并根据当前天气数据及用户需求数据预测出用户 需求负载及未来天气数据,根据收集的天气数据以及需求数据建立用户及系统需求情景;
S2、根据S1预测出的用户需求负载和未来天气数据以及用户及系统需求情景对包含储氢 储热等多种储能设备以及包含季节性储能的多能源系统进行优化,得到季节性储能设备和短期 存储设备之间的最优运行策略集;
S3、根据S2得到的最优运行策略集对基于氢能与水循环并且包含季节存储的多能源系统 的运行进行控制;
S2包括以下步骤:
S201、构建氢-水能源系统的数学模型,数学模型包括氢-水能源系统各设备的约束;
S202、以所有系统需求情景下平均运行成本和实现碳排放最小为目标建立目标函数,构建 氢-水能源系统约束,系统约束包括系统设备与氢市场以及电网进行交互约束;
S203、构建样本参数集,样本参数集包括一个需求负载样本,一个天气数据样本、价格参 数与各个设备的参数;
S204、用长短期调度优化方法利用S203构建的样本参数集,对S201构建的数学模型和 S202确定的约束条件,采用混合整数优化方法对目标函数求解,获得最优运行策略集Ω。
一种氢-水能源系统及其长短期优化控制装置,包括信息采集模块、分析处理模块与中央 控制模块;信息采集模块用于采集当前天气数据、用户需求数据以及实时读取存储罐数据,将 预测的用户需求负载、天气数据以及存储罐数据输送到分析处理模块;分析处理模块用于根据需求负载、天气数据以及实时更新的存储罐数据,得到多能源系统中各设备的最优运行策略集, 并将该最优运行策略集输送到中央控制模块;中央控制模块通过多根数据总线与该多能源系统 中各设备相连,控制各设备的开关机与运行状态。
与现有技术相比,本发明至少具有以下有益的技术效果:
本发明所述的方法,结合可再生能源,在满足用户电、热、冷需求的同时,最小化运行成 本,并通过含氢在内的多种储能设备消纳可再生能源的不确定性,最终实现完全有可再生能源 供给的一个零碳排放的能源系统。
该方法解决了能源系统中的可再生能源的波动性和不确定性以及用户需求问题,并且实现 了可再生能源的跨季节调度。根据太阳能辐射强度、用户的电需求、热需求以及冷需求的预测 值和偏差,建立关于太阳能发电、燃料电池发电、太阳能产热、燃料电池产热、用户电冷热需求的预期情景,在该优化问题中,通过季节性储热和季节性储氢,实现可再生能源的跨季节利 用,平抑可再生能源季间波动,最大化的利用可再生能源,以达到降低及消除碳排放的目标。 保持燃料电池以及吸收式制冷机在所有情景下的运行策略相同,而令电解槽、储氢罐、热水罐 与冷水罐在不同情境下的运行策略可变,以达到消纳可再生能源的目的。
进一步的,季节性储氢罐约束通过对季节性储氢罐内部的存储动态以及季节性储氢罐每天的冲放状态进行建模,从而有效地和储氢罐约束进行衔接,更好的实现季节性存储氢气的目的。
进一步的,季节性储热罐约束通过对季节性储热罐内部的存储动态,以及季节性储热罐与 热水罐和地源热泵之间的交互进行建模,从而有效地和热水罐以及地源热泵约束进行衔接,更 好的实现季节性存储热能的目的。
所述氢-水能源系统,以氢、水作为主要能源介质,运行过程不消耗任何化石能源,具有 运行过程零碳排放的特性;通过季节性储氢、季节性储热和地源热泵装置,实现可再生能源跨 季节利用,从而提高系统的能源利用效率;利用控制方法,结合季节储能和短时储能,可平抑可再生能源在多种时间尺度上的波动性与间歇性问题,并解决含可再生能源的多能源系统供需 两侧存在的多时间尺度的供需不平衡问题。
所述氢-水能源系统长-短期优化控制方法考虑长期存储、短期存储以及实时调度;通过将 季节存储“每天末的状态等于第二天初的状态”约束解耦,将复杂的季节调度问题转换为长短 期调度问题;所述氢-水能源系统长-短期优化控制方法通过对上述关键约束解耦,将问题解耦为365个24小时调度问题,降低计算复杂度。
附图说明
图1为一种含季节储能的氢-水循环系统示意图;
图2为一种含季节储能的氢-水循环系统的运行优化装置示意图;
图3为一种含季节储能的氢-水循环系统的运行优化方法流程图;
图4为分析处理模块一种可能的结构示意图;
图5为分析处理模块的第二种可能的结构示意图;
图6为分析处理模块的第三种可能的结构示意图。
附图1中,细实线代表电力,细虚线代表氢,粗实线代表热量,粗虚线代表冷量。
具体实施方式
为了使本发明的目的和技术方案更加清晰和便于理解。以下结合附图和实施例,对本发明 进行进一步的详细说明,此处所描述的具体实施例仅用于解释本发明,并非用于限定本发明。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、 “后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”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该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。在本发明的描述中,需要说明的是,除非另有明确的规定和限定,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。
参照图1,本发明的实施例提供了一种含季节储能的氢-水循环系统,包括电解槽、高 压储氢罐(以下简称储氢罐)、季节性储氢罐、压缩机、燃料电池、太阳能发电系统、风力发 电机组、太阳能集热器、防冻液罐、热交换器、吸收式制冷机、冷水罐、热水罐、季节性储热 罐、地源热泵和电极锅炉,该系统可通过电网供电、从外部买入氢气以及太阳能发电供能,以 满足用户的电、热需求和冷需求。
燃料电池的氢气分别来自储氢罐和季节性储氢罐,燃料电池的热水管道和1号热交换器的输入接口连接,1号热交换器的输出接口与热水罐的进水口连接。
电解槽通过电解水产生氢气,产生的氢气通过压缩机压缩之后进去储氢罐。在电价较低或者通过燃料电池和太阳能发电产生的电能较多时,电解槽通过利用这部分电 电解水产生氢气,并且将其存储进季节性储氢罐。在电价较高或者电需求较大时,氢 气从季节性储氢罐中释放出来,通过燃料电池发电满足需求,从而实现能源的季节性转移,并且提高了能源的利用率。
电解槽电解水产生的热量通过3号热交换器与热水罐进行交互,增加能源的利用,降低系统运行成本。热水罐与电解槽、燃料电池、季节性储热罐、电极锅炉、太阳能 集热器存在热量交互的过程。燃料电池在利用氢气发电时,产生的热量通过1号热交 换器与热水罐进行交互。太阳能集热器收集的热量通过2号热交换器与热水罐进行交 互。热水罐和季节性储热罐以及电极锅炉直接相连,三者之间通过热水进行能量的交 换。
太阳能发电系统与电网连接,太阳能发电系统产生的电可以用于给电解槽、电极锅炉、地源热泵供电,电解槽的氢气输出口和压缩机的进气口连接,压缩机的出气口 和储氢罐的进气口连接,储氢罐的出气口和燃料电池的氢气输入口连接。燃料电池的 电能输出端与电网连接。
该系统通过太阳能发电系统与太阳能集热器利用太阳能产生电力和热水;该系统通过电解槽利用电力产生氢气,并使用压缩机将其储存到储氢罐中,或存储进季节性 储氢罐中;该系统通过燃料电池产生电力,并通过热交换器以热水的形式收集燃料电 池所产生的热能,再通过吸收式制冷机利用热水罐存储的热水制造冷水,以燃料电池、热交换器、吸收式制冷机所组成的冷热电联产系统以及利用季节性储热罐热能的地源 热泵满足协同运行来用户的电、热、冷需求;由于该系统中冷热能均以水的形式存在, 故使用热水罐存储热量,冷水罐存储冷量;该系统可与电网进行电力买卖,可从市场 中购入氢气,并可将可再生能源产生的多余电量以氢气的形式存储在季节性储氢罐中 以实现可再生能源的跨季节使用。
太阳能发电系统产生的电力超出用户电需求时,用于电解槽制取氢气,电解槽通过电解水的方式制取氢气,并将制取的氢气存储进季节性储氢罐中,以供在可再生能 源匮乏或者用电需求较大时使用;
储氢罐采用高压储氢的方式存储氢气,辅以压缩机,能够在常温下快速的进行充放气,季节性储氢罐采用液态有机化合物储氢(LOHC)的方式存储氢气,能够非常稳 定的长时间存储氢气并且没有存储损失,由储氢罐或季节性储氢罐供应氢气于燃料电池;
燃料电池产生电能以供应电能,超出用户电需求时用于电解槽制取氢气,将多余的电能以氢气的形式存储进季节性储氢罐中,利用热交换器将燃料电池产生的热能以 热水的形收集,并用于供给用户热需求或存储于热水罐或季节性储热罐。
吸收式制冷机利用热水制取冷水,并用于供给用户冷需求或存储于冷水罐。
地源热泵利用季节性储热罐存储的热水在夏季制冷满足用户的冷需求、冬季制热满足用户的热需求。
该系统利用电解槽在用户需求量较低时,将可再生能源所产生的冗余电力转化为氢气并存储进季节性储氢罐中,而在用户需求较高时将氢气从季节性储氢罐提取出来 输入燃料电池中产能,从而达到消纳可再生能源以及跨季节使用可再生能源的目的, 并且增加了可再生能源的利用率,降低了二氧化碳的排放。
该系统还可利用电解槽在谷时电价购电制氢,并将氢气储存进储氢罐,以满足用户在高峰期的需求,减少电网波动对系统稳定运行的影响,并且降低运行成本。该系 统的产热设备有燃料电池、太阳能集热器、电解槽、电锅炉以及地源热泵,制冷设备 有吸收式制冷机和地源热泵,而用户的热冷需求难以预测,所以该系统使用热水罐和冷水罐分别储存热水与冷水,从而消除系统冷热负荷的不平衡以及可再生能源的不确 定性。
基于氢能与水循环并且包含季节存储的多能源系统的长短期调度方法,由太阳能发电系 统将太阳能转化为电能,当可再生能源发电量超过用户电需求量或者可再生能源非常 充沛时,通过电解槽将可再生能源发电的电能转化为氢,并存储在季节性储氢罐中。而当某时段可再生能源发电量小于用户电需求量时,燃料电池使用储氢罐中的氢发电辅助供应满足用户电需求;该系统还可与电网进行交互,系统在谷时电价时从电网买 电,并通过电解槽将买入电力电解水制氢,并存储到储氢罐中,当处于峰时电价或者 用户需求量较大时,燃料电池可利用储氢罐中的氢进行发电与发热来满足用户需求; 季节性存储设备在夏季等可再生能源丰富的季节将可再生能源发电和发热分别以氢 和水的形式存储,在冬季等可再生能源匮乏的季节从季节性存储设备提取出来,辅助 供应以满足用户的需求;该系统可通过燃料电池同时产生电与热,同时通过热交换器 将其产生的热能以热水的形式存储于热水罐中以增加能源的利用效率;当用户电负载大于冷热负载之和时,燃料电池工作在以电定热模式下,生产出的多余热能以热水形 式存储到热水罐中,当用户冷热负载之和大于电负载时,燃料电池工作在以热定电模 式下,生产的多余电能通过电解槽转化为氢存储到储氢罐中,这种工作模式的切换可 以实现能源利用的最大化,降低系统运行成本;该系统通过太阳能集热器利用太阳能 产生热水并将其存入热水罐中,并在热负载较大时由热水罐输出热水以供应热能;该 系统可通过吸收式制冷机利用热水产生冷水以满足用户冷需求,并可通过冷水罐的存储与放出应对不同情景下用户冷需求;该系统还可以通过地源热泵供应用户的冷热需 求,地源热泵利用来自季节性储热罐的热水以及来自电网或者可再生能源发电来供热 或者制冷;该系统可通过氢与水的互相转化与多种储能设备的结合达到消纳可再生能 源与用户需求,提高系统效率,减轻用电高峰电网负荷的作用;该系统可通过季节性 存储设备与日间存储设备之间的长短期运行调度,最大化的利用可再生能源,提供系 统可再生能源的利用率,最大化降低系统碳排放和运行成本。
实施例1
参照图3所示,本实施例提供一种含季节储能的氢-水循环系统长短期调度方法,构建基于氢能与水循环并且包含季节存储的多能源系统的数学模型,确定目标函数以 及相关约束条件。通过长期的季节存储和日间短期存储相结合解决用户在季节间和日 间的需求不平衡和可再生能源的波动性与不平衡。通过将部分关键约束:比如日间耦 合约束、季节与日间耦合约束等,放入目标函数中,以达到削弱模型中的耦合约束, 从而降低系统模型的求解难度,具体包括如下步骤:
S1、收集当前天气数据及用户需求数据,并根据当前天气数据及用户需求数据预测出用户需求负载及未来一周天气数据;其中,天气数据包括:太阳强度辐射、温度 高低、风力强度等,用户需求数据包括:用户电需求、用户热需求、用户冷需求等用户需求负载包括:用户电负载、用户热负载、用户冷负载等,未来天气数据包括:太 阳强度辐射、温度高低、风力强度等。根据收集的天气数据以及需求数据建立用户及 系统需求情景,以所有用户及系统需求情景下平均运行成本和实现碳排放最小为目标, 采用混合整数线性方法对系统进行优化,以研究系统的长-短期运行策略。
S2、根据S1预测出的用户需求负载和未来天气数据对包含储氢储热等多种储能设备以及包含季节性储能的多能源系统进行优化,得到季节性储能设备和短期存储设备 之间的最优运行策略集;其中,季节性储能设备包括:季节性储热罐和季节性储氢罐, 短期存储设备包括:储氢罐、冷水罐和热水罐。
S3、根据S2得到的最优运行策略集对基于氢能与水循环并且包含季节存储的多能源系统的运行进行控制。
其中,S2包括以下步骤:
S201、构建基于氢能与水循环并且包含季节存储的多能源系统的数学模型,数学模型包括电解槽约束、压缩机装置约束、日间储氢罐装置约束、季节性储氢罐装置约 束、燃料电池CHP单元装置约束、太阳能集热器装置约束、热水罐装置约束、季节性储热罐装置约束、电极锅炉装置约束、供热和供冷切换约束、供热约束、吸收式制冷 机装置约束、冷水罐装置约束、水泵装置约束、地源热泵装置约束。该系统模型中的 热量与冷量以热水与冷水形式存在:
1)电解槽装置约束为:
该模型考虑电解槽电解水过程中所产热量的回收利用,并采用定流变温的方法进行建模, 同时模型还考虑了冷却液温度和3号热交换器另一端入水口水温对热交换器开关状态与三通 阀开关状态的影响,即当热交换器另一端入水口水温高于冷却液温度时,换热不能正常进行, 则为了保证流回电解槽的冷却液温度符合要求,需对其进行风冷散热。
其中,为第s天中的第k时刻电解槽电解水产生的氢气质量,单位为kg;βel为电解槽电解水产氢的系数;τ为每个时段的长度,单位为小时;为第s天中的第k时刻电 解槽电解水产氢所需的耗电量;/>是电解槽的额定功率;/>为第s天中的第k时刻电解槽 电解水产氢时的热量,单位是kWh;θel为电解槽电解水产热的系数;/>为第s天中的第k 时刻电解槽产生氢气的压强,单位为bar;Vel为电解槽的流量;R为通用气体常量;Uel为电 解槽产生氢气的压强的下限值,单位为bar;/>为电解槽产生氢气的压强的上限值,单位为 bar;为第s天中的第k时刻从压缩机输入进压缩机的氢气质量,单位为kg;/>为第 s天中的第k时刻存储进季节性储氢罐的氢气,单位为kg;c为水的比热容,单位为J/(kg·K); ρwt为水的密度,单位kg/m3;Vel,ex为第s天中的第k时刻3号热交换器与热水罐之间的流量, 单位为m3;/>为第s天中的第k时刻3号热交换器输入到热水罐的水温,单位为K;/>为 第s天中的第k时刻热水罐返回至3号热交换器的水温,单位为K;θex为热交换器的效率;/>为第s天中的第k时刻的电解槽热交换器使用标志位,当电解槽热交换器使用时为1, 否则为0;ε+为正的极小量;M为一个正的极大量;tel为电解槽内的温度;。
2)压缩机装置约束为:
压缩机建模考虑了压缩系数与氢气输出压强的关系,并按照氢气输出压强将其划分为不 同的工作状态进行求解,对压缩机的建模更加准确,使得调度策略更具有实操性。
其中,为第s天中的第k时刻电解槽消耗的电量;/>为第s天中的第k时刻从 压缩机输入进压缩机的氢气质量,单位为kg;/>是压缩机工作状态整数变量,当压缩机在k时段以l状态工作时为1,否则为0;其中,L为压缩机工作状态数,/>为受压缩机工作状态 影响的压缩机压缩系数;/>为第s天中的第k时刻储氢罐的压强,它的上下限分别为/>和单位为bar。
3)储氢罐装置约束为:
其中,为第s天中的第k时刻输入进储氢罐的氢气质量,单位为kg;/>为第s天中的第k时刻从压缩机输入进储氢罐的氢气质量,单位为kg;/>为第s天中的第k时 刻从氢市场购买输入进储氢罐的氢气质量,单位为kg;/>为第s天中的第k时刻从氢市场 购买的氢气质量,单位为kg;其中/>和/>是用来描述储氢罐存储状态的0-1变量。当在第s 天中的第k时刻储氢罐为存储氢气时,/>为1,/>为0。当在第s天中的第k时刻储氢罐在 输出氢气时,/>为0,/>为1。/>为储氢罐的额定容量,单位为kg;/>是第s天中的第 k+1时刻储氢罐中剩余的氢气质量,单位是kg;/>是第s天中的第k时刻储氢罐中 剩余的氢气质量,单位是kg;/>是第s天中的第k时刻输入进储氢罐的氢气质量,单位 为kg;/>是第s天中的第k时刻储氢罐输出的氢气质量,单位为kg;/>为第s天中的第 k时刻储氢罐内的压强,它的上下限分别/>和Uht,单位为bar;R为摩尔气体常数Vht为储氢 罐的流量;tht为储氢罐内的温度;
4)季节性储氢罐装置约束为:
其中,为第s天中的第k时刻存储进季节性储氢罐的氢气,单位为kg;其中/>和是用来描述季节性储氢罐存储状态的0-1变量,当在第s天季节性储氢罐为存储氢气时,为 1,/>为0。当在第s天季节性储氢罐在输出氢气时,/>为0,/>为1。/>为第s天中的第k时刻储氢罐的额定容量,它的上限为/>单位为kg;/>是第s天中的第k时刻季节 性储氢罐中剩余的氢气质量,单位是kg;/>是第s天中的第k时刻输入进季节性储氢 罐的氢气质量,单位为kg;/>是第s天中的第k时刻季节性储氢罐输出的氢气质量,单位 为kg;/>为第1天中的第1时刻季节性储氢罐中的氢气质量,即初始状态,单位是 kg;/>为第S天中的第K时刻季节性储氢罐中的氢气质量,即结束状态,单位是kg; αsht为季节性储氢罐初始占容比;/>为第s天中的第k+1时刻季节性储氢罐中的氢气质 量,即初始状态,单位是kg;ηloss为季节性储氢罐的储氢损失系数;/>为第s天中的第k 时刻季节性储氢罐的耗电量,单位为kW;ηsin为存储氢气进季节性储氢罐的耗电系数;ηout为 季节性储氢罐输出氢气的耗电系数;/>为第s天中的第k时刻季节性储氢罐的产热量,单 位为kwh;βsin为存储氢气进季节性储氢罐的耗热数;βout为季节性储氢罐输出氢气的耗热系 数。
所述季节性储氢罐约束通过对季节性储氢罐内部的存储动态以及季节性储氢罐每天的冲 放状态进行建模,从而有效地和储氢罐约束进行衔接,更好的实现季节性存储氢气的目的。
5)燃料电池CHP单元装置约束为:
燃料电池建模考虑了电解槽所产氢气进入燃料电池的压力约束,当电解槽所产氢气的压 力足够大时,才能被燃料电池利用;还考虑了燃料电池冷却液温度和热交换器1号另一端入水 口水温对热交换器开关状态与三通阀开关状态的影响,即当热交换器另一端入水口水温高于燃料电池冷却液温度时,换热不能正常进行,则为了保证流回燃料电池的冷却液温度符合要求, 需对其进行风冷散热。
其中,是第s天中的第k时刻燃料电池消耗的氢气总质量,单位为kg;/>是第s天中的第k时刻季节性储氢罐输出的氢气质量,单位为kg;/>是第s天中的第k时刻储 氢罐输出的氢气质量,单位为kg;/>是第s天中的第k时刻燃料电池产生的电力,单位是 kW;/>为燃料电池的产电系数;/>是用来描述燃料电池运行状态的0-1变量;Pfc是燃料电 池产生的电力值的下限,单位是kW;/>是燃料电池产生的电力值的上限,单位是kW;/>第 s天中的第k时刻燃料电池产生的热,单位是kWh;/>为燃料电池的产热系数;c为水的比 热容,单位为J/(kg·K);ρwt为水的密度,单位kg/m3;Vc为热交换器1与吸收式制冷机以 及供热部分之间管道的流量,单位为m3;/>为第s天中的第k时刻1号热交换器输入到热 水罐的水温,单位为K;/>为第s天中的第k时刻热水罐返回至1号热交换器的水温,单位 为K;θex为燃料电池产热的系数;/>为第s天中的第k时刻的燃料电池使用标志位,当燃 料电池被使用时为1,否则为0;/>为第s天中的第k时刻的燃料电池热交换器使用标志 位,当燃料电池热交换器被使用时为1,否则为0,tfc为燃料电池的温度,单位为K。/>
6)太阳能集热器装置约束为:
该模型考虑了太阳能集热器产生热量的流动方式,通过太阳能集热器的热交换器加热热 水罐中的热水,从而将热量储存在热水罐;考虑太阳能集热器防冻液温度和热交换器2号另一 端入水口水温对热交换器开关状态的影响,即,当防冻液温度低于热交换器另一端入水口水温时,关闭热交换器以减少水泵耗电。
其中,c为水的比热容,单位为J/(kg·K);ρstc为防冻液密度,单位为kg/m3;ρwt为水的密度,单位为kg/m3;Vstc为太阳能集热器的流量,单位为m3;为第s天中的第k+1时 刻太阳能集热器内部的水温,单位为K;/>为第s天中的第k时刻太阳能集热器内部的水 温,单位为K;/>为第s天中的第k时刻“太阳能集热器-热交换器-热水罐”流动标志位, 当第s天中的第k时刻该流动通道被使用时(即该太阳能集热器热交换器工作时)为1,否则为0;μstc,loss为太阳能集热器的热损失系数;Astc为太阳能集热器的面积,单位为m2;/>为 第s天中的第k时刻环境温度,单位为K;/>为第s天中的第k时刻太阳能集热器提供 的热能,单位是kWh;βstc是太阳能集热器的转换系数,Sstc是光伏板的面积,单位是m2;rs,k是 第s天中的第k时刻太阳能辐射强度,单位是w/m2;Vstc,ex为第s天中的第k时刻2号热交 换器与热水罐之间的管道流量,单位为m3;/>为第s天中的第k时刻2号热交换器输入到 热水罐的水温,单位为K;M为为一个正的极大量;tstc为太阳能集热器内部的水温,单位为K;
7)热水罐装置约束为:
其中,c为水的比热容,单位为J/(kg·K);ρwt为水的密度,单位kg/m3;Vwt为热水罐的容积,单位为m3;为第s天中的第k+1时刻热水罐内部的水温,/>为第s天中的第 k时刻热水罐内部的水温,它的上下限为/>和Twt,单位为K;Vstc,ex为2号热交换器与热水罐 之间的管道流量,单位为m3;/>为第s天中的第k时刻2号热交换器输入到热水罐的水 温,单位为K;Vc为热交换器1与吸收式制冷机以及供热部分之间管道的流量,单位为m3;/>为第s天中的第k时刻1号热交换器输入到热水罐的水温,单位为K;Vel,ex为3号热交换器 与热水罐之间的管道流量,单位为m3;/>为第s天中的第k时刻3号热交换器输入到热水 罐的水温,单位为K;Vls为季节性储热罐到储热罐之间管道的流量,单位为m3;/>为第s 天中的第k时刻季节性储热罐输入到储热罐的水温,单位为K;μloss为储热罐的热损失系数; Awt为储热罐的面积,单位为m2;/>为第s天中的第k时刻环境温度,单位为K;
8)季节性储热罐装置约束为:
其中,c为水的比热容,单位为J/(kg·K);ρwt为水的密度,单位kg/m3;Vswt为季节性热水罐的容积,单位为m3;为第s天中的第k时刻热水罐内部的水温,它的上下限为/>和Tswt,单位为K;Vls为热水罐与季节性储热罐之间的管道流量,单位为m3;/>为第s天中 的第k时刻热水罐输入到季节性储热罐的水温,单位为K;Vlp为季节性储热罐与地源热泵之 间管道的流量,单位为m3;/>为第s天中的第k时刻地源热泵输入到季节性储热罐的水温, 单位为K;μloss为季节性储热罐的热损失系数;Aswt为季节性储热罐的面积,单位为m2;/>为 第s天中的第k时刻土壤温度,单位为K,/>为第s+1天中的第1时刻热水罐内部的水 温,/>为第s天中的第24时刻热水罐内部的水温;
所述季节性储热罐约束通过对季节性储热罐内部的存储动态,以及季节性储热罐与热水 罐和地源热泵之间的交互进行建模,从而有效地和热水罐以及地源热泵约束进行衔接,更好的 实现季节性存储热能的目的。
9)电锅炉装置约束为:
其中,其中,c为水的比热容,单位为J/(kg·K);ρwt为水的密度,单位kg/m3;Vc为热交换器1与吸收式制冷机以及供热部分之间管道的流量,单位为m3;为第s天中的第k 时刻锅炉内部的水温,单位为K;/>为第s天中的第k时刻热水罐内部的水温,单位为K; βeb为锅炉的耗电系数;/>为第s天中的第k时刻电锅炉的耗电量,上限为/>单位为kW。
10)供热和供冷切换约束为:
其中,是0-1量,用于实现供冷和供热切换,当/>为0时,系统进行供热;当/>为1时,系统进行供冷;/>大于0时系统供热、小于0时系统供冷,单位是kW;第一个式子主 要是对阀门切换进行控制;Vc为热交换器1与吸收式制冷机以及供热部分之间管道的流量,单位为m3;Vc,heating为热交换器1与吸收式制冷机以及供热部分之间管道并且在进行供热的流 量,单位为m3;Vc,cooling为热交换器1与吸收式制冷机以及供冷部分之间管道并且在进行供热 的流量,单位为m3第二个式子是对冷热量的流量切换;第三个式子是限制了热水温度范围以 及范围切换,Theating为供热温度值的下限,单位为K;,Ta为吸收式制冷机温度值的下限,单位为K;,/>为供热温度值的上限,单位为K;,/>为吸收式制冷机温度值的上限,单位为K;
11)供热数学约束为:
其中,c为水的比热容,单位为J/(kg·K);ρwt为水的密度,单位kg/m3;Vc为热交换器 1与吸收式制冷机以及供热部分之间管道的流量,单位为m3;为第s天中的第k时刻锅炉内部的水温,单位为K;/>是第s天中的第k时刻供热的回水温度,其下限为Tr,单位 为K;Vsp为地源热泵内部流量,单位m3;/>是第s天中的第k时刻地源热泵输入到供热 处的水温,单位为K;/>是第s天中的第k时刻供热处输入到地源热泵的水温,单位为K;/>是0-1量,用于实现供冷和供热切换,当/>为0时,系统进行供热;当/>为1时,系统 进行供冷;/>是第s天中的第k时刻供冷需求量,单位是kW;/>是第s天中的第k时 刻吸收式制冷机需要的热量,单位是kW,Tar为供冷回水温度值的下限,单位为K。
12)吸收式制冷机装置约束为:
其中,c为水的比热容,单位为J/(kg·K);ρwt为水的密度,单位kg/m3;Vcc为吸收式制冷机、冷水罐以及供冷处之间管道的流量,单位为m3;是第s天中的第k时刻供冷处 到吸收式制冷机的回水温度,单位是K;/>是第s天中的第k时刻吸收式制冷机到冷水罐 的温度,其上下限分别为/>和Tac,单位是K;/>是第s天中的第k时刻吸收式制冷机的 制冷系数;/>是第s天中的第k时刻吸收式制冷机需要的热量,单位是kW,/>为吸收式 制冷机制冷量的上限,单位为kW。
13)冷水罐装置约束为:
其中,c为水的比热容,单位为J/(kg·K);ρwt为水的密度,单位kg/m3;Vct是冷水罐的容积,单位为m3;是第s天中的第k时刻冷水罐到供冷处的温度,其上下限分别是/>和Tct,单位是K;Vcc为吸收式制冷机、冷水罐以及供冷处之间管道的流量,单位为m3;/>是第s天中的第k时刻吸收式制冷机到冷水罐的温度,单位是K;μloss是冷水罐的损失系数;/>为环境温度,单位为K;
14)水泵装置约束为:
其中,是第s天中的第k时刻水泵消耗的电力,单位是kW;βpump是水泵的耗电系数;ρwt为水的密度,单位kg/m3;Vc为热交换器1与吸收式制冷机以及供热部分之间管道的流量,单位为m3;/>是0-1量,用于实现供冷和供热切换,当/>为0时,系统进行供热; 当为1时,系统进行供冷;Vcc为吸收式制冷机、冷水罐以及供冷处之间管道的流量,单 位为m3;/>是0-1量,用于控制电解槽回路的通断,当/>为0时,电解槽回路断开、当/>为1时,电解槽回路接通;Vel,ex为3号热交换器与热水罐之间的管道流量,单位为m3;Vel,w为 电解槽处的回水管道流量,单位为m3;/>是0-1量,用于控制燃料电池回路的通断,当/>为 0时,燃料电池回路断开、当/>为1时,燃料电池回路接通;Vfc,w为燃料电池处的回水管道 流量,单位为m3;/>是0-1量,用于控制太阳能集热器回路的通断,当/>为0时,太阳 能集热器回路断开、当/>为1时,太阳能集热器回路接通;Vstc为太阳能集热器的流量,单 位为m3;Vstc,ex为2号热交换器与热水罐之间的管道流量,单位为m3;
15)地源热泵装置约束为:
其中,c为水的比热容,单位为J/(kg·K);ρwt为水的密度,单位kg/m3;Vlp为季节性储热罐与地源热泵之间管道的流量,单位为m3;为第s天中的第k时刻热水罐内部的水温,单位为K;/>为第s天中的第k时刻地源热泵输入到季节性储热罐的水温,单位为K; Vhp为地源热泵与供热之间管道的流量,单位为m3;/>为第s天中的第k时刻供热处返回 至地源热泵的水温,单位为K;/>为第s天中的第k时刻地源热泵输入到供热处的水温, 单位为K;和/>是地源热泵在供热时处于不同温度的COP;ωoωt分别为COP的线性 化系数。
S202、构建系统约束条件,系统约束条件包括系统设备与氢市场以及电网进行交互约束。
以所有用户及系统需求情景下平均运行成本和实现碳排放最小为目标,建立目标函数,
目标函数为:
其中,J为目标函数,s是日期指标,从1到S,k是时段指标,从1到K。是第 s天中的第k时刻的分时电价,单位是RMB/kWh,/>为系统在第s天中的第k时刻中 从电网购买的电力,单位是kW;νU是上网电价,单位是kW;/>是在第s天中的第k 时刻馈入电网的电力,单位是kW;νB是氢气的价格,单位是RMB/kg;/>是第s天中 的第k时刻氢气市场提供的氢气,单位是kg。
系统约束条件具体如下:
系统设备与氢市场进行交互约束
其中,是第s天中的第k时刻在氢市场购买的氢气总量,单位是kg;/>是第s 天中的第k时刻将氢市场购买的氢气存储进储氢罐的部分,单位是kg;/>是第s天中的 第k时刻将氢市场购买的氢气存提供给燃料电池的部分,单位是kg。/>
系统设备与电网进行交互约束:
其中,是第s天中的第k时刻燃料电池产生的电力,单位是kW;βpvSpvrs,k是第s天中的第k时刻光伏板产生的电力,βpv是光伏板的转换系数,Spv是光伏板的面积,单位是m2;rs,k是太阳能辐射强度,单位是w/m2;/>为第s天中的第k时刻系统在第s天中的第k 时刻中从电网购买的电力,单位是kW;/>是第s天中的第k时刻在第s天中的第k 时刻馈入电网的电力,单位是kW;/>是第s天中的第k时刻电解槽消耗的电力,单位是 kW;/>是第s天中的第k时刻电锅炉消耗的电力,单位是kW;/>是第s天中的第k时 刻压缩机消耗的电力,单位是kW;/>是第s天中的第k时刻水泵消耗的电力,单位是kW;/>是第s天中的第k时刻季节性储热罐消耗的电力,单位是kW;/>是第s天中的第k 时刻地源热泵消耗的电力,单位是kW;/>是第s天中的第k时刻系统中用户的电需求, 单位是kWh;其中/>和/>是用来描述电网交互状态的0-1变量。当在第s天中的第k时刻 电能从电网提供时,/>为1,/>为0。当在第s天中的第k时刻电能馈入电网时,/>为0,/>为1。Ptf是变压器的容量,单位是kW。
S203、构建样本参数集,样本参数集包括一个需求负载样本,一个天气数据样本、价格参数与各个设备的参数,其中需求负载样本包括各时段用户电需求、冷需求和热 需求,其中天气数据样本包括各个时段的太阳辐射强度,价格参数包括分时电价、上 网电价与氢价,设备参数包括压缩机、燃料电池、电解槽、储氢罐、季节性储氢罐、太阳能集热器、太阳能发电装置、电锅炉、吸收式制冷机、热水罐、季节性储热罐的 容量、额定功率、效率和能效比以及水罐的热损耗。
S204、通过利用上述的系统目标函数和各类约束对该系统的运行情况进行处理,从而得到该系统的运行策略集;基于长短期调度优化方法和S203构建的样本参数集, 对S201构建的数学模型和S202确定的约束条件,采用混合整数优化方法对目标函数求解,获得最优运行策略集。最优运行策略集包括电解槽运行策略、储氢罐运行策略、 季节性储氢罐运行策略、燃料电池运行策略、吸收式制冷机运行策略、季节性储热罐 运行策略、地源热泵运行策略、电锅炉运行策略、太阳能集热器运行策略、太阳能发 电运行策略、热水罐运行策略和冷水罐运行策略。其中,季节性存储与日间存储的运 行策略是该长短期调度优化方法解决的重点问题,以实现对可再生能源以及用户需求 所存在的不确定性的消纳作用。进而有效地实现该系统的长短期协调调度,解决系统中的可再生能源的波动性和不确定性以及用户需求问题,并且实现了可再生能源的跨季节调度:
对于包含季节性储热和季节性储氢的该系统,设计一套长-短期运行优化算法,通过季节储能和短时储能相结合,从而解决用户在季节间和日间的需求不平衡,以及 可再生能源的波动性与不确定性。
该长-短期运行优化算法可以实现长期调度、短期调度以及实时调度,包含上下两层问题;上层问题作为一个季节调度问题,考虑季节性储能的充放;下层问题作为 一个日前调度问题,考虑短时储能在日内的动态变化;所述的长短期运行调度方法的 上层问题关注设备每天运行情况,短期存储设备的状态每小时更新一次,长期存储设备的状态每天更新一次。
所述的长-短期运行优化的方法中的季节调度部分包括以下步骤:
S2041、令迭代次数t=0,初始化乘子λs;
S2042、使用乘子λs求解系统松弛问题:
S2044、检验乘子更新是否满足精度要求:
||λs+1-λs||<ε
上式中,ε表示求解的精度要求。
如果满足,得出季节调度部分的最优运行策略集;否则,进入S2042。
上述的长-短期运行优化算法,通过对季节存储的关键约束进行松弛,从而将季节调度问题转化为长短期调度问题、从而极大的降低了系统的求解难度,为解决系统的 调度问题提供了有效的途径;所述系统的长期调度考虑季节存储设备每天之间状态的切换;所述系统的短期调度考虑短时存储设备每小时状态的切换。
长-短期运行优化算法中的日内实时调度部分,包括以下步骤:
1)采集所述含季节储能的氢-水循环系统内各设备的实时运行信息,包括:太阳能集热器温度、燃料电池产电量、电解槽产氢量、电解槽温度、热水罐温度、季节性储热罐温度、储氢罐容量、季节性储氢罐容量、电锅炉温度、地源热泵温度等。
2)对采集的上述含季节储能的氢-水循环系统内各设备的实时运行信息进行分析处理,综合仿真软件(例如:EnergyPlus)的反馈获得建筑人员的电需求、热需求和 冷需求,得出系统实时调度的实时调度策略。根据RMS(Rate-Monotonic Scheduling) 算法来实现所述系统的实时调度策略;对所述含季节储能的氢-水循环系统的实时调 度策略:根据系统内设备任务的开始截止时间来确定各设备任务的优先级;系统内设 备任务截止时间越早,其优先级越高;对所述含季节储能的氢-水循环系统保持一个 实时任务就绪队列;所述队列按各任务截止时间的早晚排序;所述的实时调度策略总 是选择就绪队列中的第一个任务,分配处理机使任务投入运行;处理机包括中央处理 器,主存储器,输入-输出接口,加接外围设备就构成完整的计算机系统。处理机是 处理计算机系统中存储程序和数据,并按照程序规定的步骤执行指令的部件。
上述的含季节储能的氢-水循环系统各设备的实时调度可以通过嵌入式系统实现; 嵌入式实时系统具有要求任务调度等实时内核功能精简和高效的特点;该嵌入式实时系统综合了RMS的CSD调度策略,更加适合嵌入式系统的特点,满足其内核的要求; 任务调度策略是实时系统内核的关键部分,如何进行任务调度,使得各个任务能在其期限之内得以完成是实时操作系统的一个重要部分。
具体实现实时调度的过程为:假设一任务集(比如短时存储设备状态) S={t1,t2,t3,...,tn},周期分别T1,T2,...,Tn,执行时间为c1,c2,...,cn,deadline 为D1,D2,...,Dn Di=Ti,任务ti可以被抢占。
嵌入式硬件系统CPU利用率用U=sum(ci/Ti)来表示。对于单处理器,U<=1是S 可调度的前提条件,否则S不可调度。
任务按单调速率优先级分配(RMPA)的调度算法,称为单调速率调度(RMS)。RMPA是指任务的优先级按任务周期T来分配。它根据任务的执行周期的长短来决定调度优 先级,那些具有小的执行周期的任务具有较高的优先级,周期长的任务优先级低。
不考虑n=1的情况。RMS是单处理器下的最优静态调度算法。该算法的一个特点是可通过对系统资源利用率的计算来进行任务可调度性分析,算法简单、有效,便于 实现。通过把系统的利用系数(utilization factor)和系统可调度性联系起来,推导 出用RM调度所能达到的最小系统利用率公式。下述为关于RM调度算法的重要结论。
任何一个结论都有一个模型假设,首先列出假设:
(s1)所有的任务请求都是周期性的,必须在限定的时限内完成;所述系统的长 期调度考虑季节存储设备每天之间状态的切换;所述系统的短期调度考虑短时存储设 备每小时状态的切换;
(s2)任务的作业必须在该任务的下一个作业发生之前完成,这样避免了考虑队列问题;所述系统设备状态切换时必须在最小时间间隔内完成;所述系统长期调度最 小时间间隔为天;所述系统短期调度最小时间间隔为小时;
(s3)任务之间都是独立的,每个任务的请求不依赖于其他任务请求的开始或完成;所述含季节储能的氢-水循环系统通过长-短期调度方法,将系统关键约束松弛, 从而使得长短期调度之间不存在耦合关系,任务可以独立进行;
(s4)每个任务的运行时间是不变的,这里任务的运行时间是指处理器在无中断情况下用于处理该任务的时间;所述系统的长期调度考虑季节存储设备每天之间状态 的切换;所述系统的短期调度考虑短时存储设备每小时状态的切换;
(s5)所有的非周期性任务都在特殊的情况下运行,比如系统初始化或系统非正常紧急处理程序;
(s6)其它一些假设,比如,单处理器可抢占调度,任务切换的时间忽略不计等 等。
该方法考虑包含氢、冷、热、电、水以及可再生能源在内的复杂优化问题,并考 虑该系统自身与电网协同配合,以及通过将富余的太阳能和风能分别转换为氢气和热 水存储在季节存储设备以满足可再生能源匮乏时的用户需求,即协调该系统中的季节 性存储设备来实现可再生能源的高效利用和满足用户的需求。在上述方案中,构建基于氢能与水循环并且包含季节存储的多能源系统的数学模型,确定目标函数及相关约 束条件,通过利用所述的长短期调度运行方法实现季节储能和短时储能的结合,从而 解决用户在季节间和日间的需求不平衡,以及可再生能源的波动性与不确定性。
该系统主要使用氢与水作为能量流动与储存载体,消纳可再生能源产电、产热与用户电、热、冷需求的不确定性与不平衡性;该系统利用氢与水的互相转化实现能量 流动,效率高且无碳排放、无污染;电解槽将水转化为氢,同时将电能转化为化学能, 转化效率为60%-70%;燃料电池将氢转化为水,同时将化学能转化为热能和电能;该 系统利用氢作为储能载体,氢能量密度高。除此之外还加入了季节性存储设备,增加系统中可再生能源的比例,大量的降低系统的碳排放;同时通过季节性存储设备和短 时存储设备的协调运行,从而解决用户在季节间和日间的需求不平衡,以及可再生能 源的波动性与不确定性。
实施例2
参照图2,一种含季节储能的氢-水循环系统的运行优化装置,其特征在于,包括信息采集模块、分析处理模块与中央控制模块;所述信息采集模块的输出端与分析处 理模块的输入端连接,所述分析处理模块的输出端与中央控制模块的输入端连接。
信息采集模块用于采集当前天气数据、用户需求数据以及实时读取存储罐数据,存储罐包括:储氢罐、季节性储氢罐、冷水罐、热水罐和季节性储热罐,主要包括氢 气浓度、水温等,将预测的用户需求负载、天气数据以及存储罐数据输送到分析处理 模块;分析处理模块用于根据需求负载、天气数据以及实时更新的存储罐数据通过利用长短期调度方法,得到多能源系统中各设备的最优运行策略集,并将该最优运行策 略集输送到中央控制模块;中央控制模块通过多根数据总线与该多能源系统中各设备 相连,控制各设备的开关机与运行状态,从而达到充分利用可再生能源,降低能耗, 满足用户需求的目的。
其信息采集模块用于采集当前天气状况、用户需求数据以及实时读取存储罐内部数据,其中,太阳辐射强度可以通过从中国天气网获得,用户电需求由电表获得,用 户热需求由设在系统供应热水的管道上的水表获得,用户冷需求由设在系统供应冷水 的管道上的水表获得,存储罐内部数据由存储罐内部的液位计、压力传感器、温度传 感器获得。
实施例3
本发明的实施例提供一种含季节储能的氢-水循环系统的运行优化装置,用于执行上 述基于氢能与多种储能设备以及包含季节性储能的多能源系统的长短期调度运行优化 方法。可以根据上述方法示例对信息采集模块进行功能模块的划分,例如,可以将信息采集 模型中实时采集的部分单独划分一个区域,因为实时采集的精度和难度较高,可以通过但单独 的硬件设备完成这部分功能,也可以通过编程软件实现。需要说明的是,本发明实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在采用对应各个功能划分各个功能模块的情况下,图4示出了分析处理模块的一种可能 的结构示意图,包括:数据初始化模块101、建立样本模块102,方法求解模块103和结 果输出模块104。所述数据初始化模块101的输出端与建立样本模块102的输入端连 接,所述建立样本模块102的输出端与方法求解模块103的输入端连接,所述方法求 解模块103的输出端与结果输出模块104的输入端连接。数据初始化模块101用于支 持基于氢能与水循环并且包含季节存储的多能源系统的运行优化装置执行S201及S202; 建立样本模块102用于支持基于氢能与水循环并且包含季节存储的多能源系统的运行 优化装置执行S203;方法求解模块103用于支持基于氢能与水循环并且包含季节存储的多能源系统的运行优化装置执行S204;结果输出模块104用于支持基于氢能与水循环并且 包含季节存储的多能源系统的运行优化装置输出优化结果;其中,上述方法实施例涉及 的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
实施例4
在采用集成的单元的情况下,图5示出了分析处理的一种可能的结构示意图。基于氢能 与水循环并且包含季节存储的多能源系统的运行优化装置包括数据存储单元111和数据 处理单元112以及决策执行单元113。数据存储单元111用于对基于氢能与水循环并且包含 季节存储的多能源系统的运行优化装置的设备信息以及用户需求信息以及程序处理代码 等进行记录存储;数据处理单元112用于对基于氢能与水循环并且包含季节存储的多能源 系统的运行优化装置的数据进行识别与处理,例如,数据处理单元112用于支持基于氢 能与水循环并且包含季节存储的多能源系统的运行优化装置执行上述方法中的S201、S202、S203、S204、S205和S206相应数据的处理;决策执行单元113用于对基于氢能与水 循环并且包含季节存储的多能源系统执行运行优化,通过利用设计的长短期调度方法, 通过季节储能和短时储能相结合,从而解决用户在季节间和日间的需求不平衡,以及可再生能源的波动性与不确定性。
其中,数据处理单元112可以是处理器、控制器或数字信号处理器,例如可以是微处理 器比如Motorola的68K系列和Intel的X86系列;也可以是嵌入式处理器比如AdvancedRISC Machines公司的ARM、Silicon Graphics公司的MIPS、IBM和Motorola的Power PC、Intel 的X86和i960芯片、AMD的Am386EM、Hitachi的SH RISC芯片;还可以是数字信号处理器(DSPs) 比如TI的TMS320CXX系列和Motorola的5600X系列。除此之外也可以利用其他可编程逻辑器 件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一 个或多个微处理器组合,DSP和微处理器的组合等等。数据存储单元111可以是存储器。
实施例5
参照图6所示,另一种分析处理模块,包括:数据处理器124、数据存储器122和数据总线123;数据存储器122用于存储计算机的执行指令以及运行代码,数据处理器124与数据存储器122通过数据总线123连接,当基于氢能与水循环并且包含季节存储的多能源系 统的运行优化装置运行时,数据处理器124执行数据存储器122中存储的计算机决策执行指令,以使上述的基于氢能与水循环并且包含季节存储的多能源系统运行控制装置可用于执行上述的长-短期运行优化算法。数据总线123可以遵循ISA标准、EISA标准、PCI标准、AGP标准等。总线123可以分为CPU总线、硬盘数据总线、通用串行总线、IEEE1394、PCI等。 为便于表示,图6中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。
实施例6
本发明实施例还提供一种存储介质,该存储介质可以包括数据存储器122。
由于本发明实施例提供的基于含季节储能的氢-水循环系统的运行优化装置可用于 执行上述含季节储能的氢-水循环系统的运行优化方法,因此其所能获得的技术效果可参 考上述方法实施例,本发明实施例在此不再赘述。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当 使用软件程序实现时,可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品 包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其 他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介 质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务 器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line, DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中 心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软 盘、硬盘、磁带),光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk, SSD))等。
尽管在此结合各实施例对本发明进行了描述,然而,在实施所要求保护的本发明过程中, 本领域技术人员通过查看附图、公开内容、以及所附权利要求书,可理解并实现公开实施例的 其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。 相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的 效果。
尽管结合具体特征及其实施例对本发明进行了描述,显而易见的,在不脱离本发明的精神 和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求 所界定的本发明的示例性说明,且视为已覆盖本发明范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和 范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种氢-水能源系统的长短期优化控制方法,其特征在于,包括以下步骤:
S1、收集当前天气数据及用户需求数据,并根据当前天气数据及用户需求数据预测出用户需求负载及未来天气数据,根据收集的天气数据以及需求数据建立用户及系统需求情景;
S2、根据S1预测出的用户需求负载和未来天气数据以及用户及系统需求情景对包含储氢储热多种储能设备以及包含季节性储能设备的多能源系统进行优化,得到季节性储能设备和短期存储设备之间的最优运行策略集;
S3、根据S2得到的最优运行策略集对基于氢能与水循环并且包含季节存储的多能源系统的运行进行控制;
所述S2包括以下步骤:
S201、构建氢-水能源系统的数学模型,所述数学模型包括氢-水能源系统各设备的约束;
S202、以所有系统需求情景下平均运行成本和实现碳排放最小为目标建立目标函数,构建氢-水能源系统约束,系统约束包括系统设备与氢市场以及电网进行交互约束;
S203、构建样本参数集,所述样本参数集包括一个需求负载样本,一个天气数据样本、价格参数与各个设备的参数;
S204、用长短期调度优化方法利用S203构建的样本参数集,对S201构建的数学模型和S202确定的约束条件,采用混合整数优化方法对目标函数求解,获得最优运行策略集Ω;
所述长短期调度优化方法包含上下两层问题;上层问题作为一个季节调度问题,考虑季节性储能的充放;下层问题作为一个日前调度问题,考虑短时储能在日内的动态变化。
2.根据权利要求1所述的一种氢-水能源系统的长短期优化控制方法,其特征在于,所述S201中,数学模型中的季节性储氢罐装置约束为:
其中,为第s天中的第k时刻存储进季节性储氢罐的氢气,单位为kg;/>为第s天中的第k时刻电解槽电解水产生的氢气质量,其中/>和/>是用来描述季节性储氢罐存储状态的0-1变量,当在第s天季节性储氢罐为存储氢气时,/>为1,/>为0;当在第s天季节性储氢罐在输出氢气时,/>为0,/>为1;/>为第s天中的第k时刻储氢罐的额定容量,它的上限为/>单位为kg;/>是第s天中的第k时刻季节性储氢罐中剩余的氢气质量,单位是kg;/>是第s天中的第k时刻输入进季节性储氢罐的氢气质量,单位为kg;/>是第s天中的第k时刻季节性储氢罐输出的氢气质量,单位为kg;/>为第1天中的第1时刻季节性储氢罐中的氢气质量,即初始状态,单位是kg;/>为第S天中的第K时刻季节性储氢罐中的氢气质量,即结束状态,单位是kg;αsht为季节性储氢罐初始占容比;/>为第s天中的第k+1时刻季节性储氢罐中的氢气质量,即初始状态,单位是kg;ηloss为季节性储氢罐的储氢损失系数;/>为第s天中的第k时刻季节性储氢罐的耗电量,单位为kW;ηsin为存储氢气进季节性储氢罐的耗电系数;ηout为季节性储氢罐输出氢气的耗电系数;/>为第s天中的第k时刻季节性储氢罐的产热量,单位为kwh;βsin为存储氢气进季节性储氢罐的耗热数;βout为季节性储氢罐输出氢气的耗热系数。
3.根据权利要求1所述的一种氢-水能源系统的长短期优化控制方法,其特征在于,所述S201中,数学模型中季节性储热罐装置约束为:
其中,c为水的比热容,单位为J/(kg·K);ρwt为水的密度,单位kg/m3;Vswt为季节性热水罐的容积,单位为m3;为第s天中的第k时刻季节性储热罐内部的水温,它的上下限为/>和T swt,单位为K;Vls为热水罐与季节性储热罐之间的管道流量,单位为m3;/>第s天中的第k时刻热水罐内部的水温,单位为K;Vlp为季节性储热罐与地源热泵之间管道的流量,单位为m3;/>为第s天中的第k时刻地源热泵输入到季节性储热罐的水温,单位为K;μloss为季节性储热罐的热损失系数;Aswt为季节性储热罐的面积,单位为m2;/>为第s天中的第k时刻土壤温度,单位为K,/>为第s+1天中的第1时刻季节性储热罐内部的水温,/>为第s天中的第24时刻季节性储热罐内部的水温。
4.根据权利要求1所述的一种氢-水能源系统的长短期优化控制方法,其特征在于,所述S204中,所述的长短期调度优化的方法包括季节调度部分和日内实时调度部分;所述季节调度部分包括以下步骤:
S2041、令迭代次数t=0,初始化乘子λs;
S2042、使用乘子λs求解系统松弛问题:
其中,为第s+1天中的第1时刻季节性储热罐内部的水温,/>为第s天中的第24时刻季节性储热罐内部的水温,/>是第s天中的第k时刻氢气市场提供的氢气,/>是第s天中的第k时刻的分时电价,/>为系统在第s天中的第k时刻中从电网购买的电力,/>是在第s天中的第k时刻馈入电网的电力,νU是上网电价,νB是氢气的价格,Ls为更新后的目标函数,λ为目标函数的参数一,Q为目标函数的参数二,/>为乘子,/>为乘子/>所对应的修正梯度方向,为乘子/>所对应的修正梯度方向;
S2044、检验乘子更新是否满足精度要求:
若满足,得出季节调度部分的最优运行策略集;否则,进入S2042。
5.根据权利要求4所述的一种氢-水能源系统的长短期优化控制方法,其特征在于,所述S204中,长-短期运行优化算法中的日内实时调度部分,包括以下步骤:
1)采集所述含季节储能的氢-水循环系统内各设备的实时运行信息;
2)对采集的上述含季节储能的氢-水循环系统内各设备的实时运行信息进行分析处理,综合仿真软件的反馈获得建筑人员的电需求、热需求和冷需求,得出系统实时调度的初步决策方案。
6.根据权利要求1所述的一种氢-水能源系统的长短期优化控制方法,其特征在于,所述S3中,采用单调速率优先级分配方法对基于氢能与水循环并且包含季节存储的多能源系统的运行进行控制。
7.一种氢-水能源系统的长短期优化控制装置,其特征在于,用于实现权利要求1所述的方法,包括信息采集模块、分析处理模块与中央控制模块;
所述信息采集模块用于采集当前天气数据、用户需求数据以及实时读取存储罐数据,将预测的用户需求负载、天气数据以及存储罐数据输送到分析处理模块;
所述分析处理模块用于根据需求负载、天气数据以及实时更新的存储罐数据,得到多能源系统中各设备的最优运行策略集,并将该最优运行策略集输送到中央控制模块;
所述中央控制模块通过多根数据总线与该多能源系统中各设备相连,控制各设备的开关机与运行状态。
8.根据权利要求7所述的一种氢-水能源系统的长短期优化控制装置,其特征在于,所述分析处理模块包括数据初始化模块、建立样本模块、方法求解模块和结果输出模块;所述数据初始化模块的输出端与建立样本模块的输入端连接,所述建立样本模块的输出端与方法求解模块的输入端连接,所述方法求解模块的输出端与结果输出模块的输入端连接;
所述数据初始化模块用于构建氢-水能源系统的数学模型、建立目标函数和氢-水能源系统约束;
建立样本模块用于构建样本参数集;
方法求解模块用于对目标函数求解,获得最优运行策略集;
结果输出模块用于输出运行策略集。
9.根据权利要求7所述的一种氢-水能源系统的长短期优化控制装置,其特征在于,所述分析处理模块包括:数据处理器、数据存储器和数据总线,数据存储器用于存储计算机的执行指令以及运行代码,数据处理器与数据存储器通过数据总线连接,数据处理器执行数据存储器中存储的计算机执行指令,以使执行长-短期运行优化算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210265906.0A CN114597895B (zh) | 2022-03-17 | 2022-03-17 | 一种氢-水能源系统及其长短期优化控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210265906.0A CN114597895B (zh) | 2022-03-17 | 2022-03-17 | 一种氢-水能源系统及其长短期优化控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114597895A CN114597895A (zh) | 2022-06-07 |
CN114597895B true CN114597895B (zh) | 2023-05-26 |
Family
ID=81810888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210265906.0A Active CN114597895B (zh) | 2022-03-17 | 2022-03-17 | 一种氢-水能源系统及其长短期优化控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114597895B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019114404A (ja) * | 2017-12-22 | 2019-07-11 | 清水建設株式会社 | 電力供給システムおよび電力供給システムの制御方法 |
CN113393033A (zh) * | 2021-06-15 | 2021-09-14 | 国网能源研究院有限公司 | 考虑跨季节储氢的能源转型路径优化方法、系统及装置 |
CN113410854A (zh) * | 2021-08-19 | 2021-09-17 | 国网浙江省电力有限公司平阳县供电公司 | 一种多类型储能系统优化运行方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197300A (zh) * | 2019-05-27 | 2019-09-03 | 国网浙江省电力有限公司温州供电公司 | 基于年综合费用最小的经开区综合能源系统规划方法 |
CN110348709B (zh) * | 2019-06-26 | 2021-03-12 | 西安交通大学 | 基于氢能与储能设备的多能源系统的运行优化方法和装置 |
CN111555362B (zh) * | 2020-04-09 | 2022-07-22 | 南京南瑞继保电气有限公司 | 一种用于全可再生能源热电气储耦合系统的优化调控方法及装置 |
CN111463836B (zh) * | 2020-05-13 | 2023-05-26 | 陕西燃气集团新能源发展股份有限公司 | 一种综合能源系统优化调度方法 |
-
2022
- 2022-03-17 CN CN202210265906.0A patent/CN114597895B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019114404A (ja) * | 2017-12-22 | 2019-07-11 | 清水建設株式会社 | 電力供給システムおよび電力供給システムの制御方法 |
CN113393033A (zh) * | 2021-06-15 | 2021-09-14 | 国网能源研究院有限公司 | 考虑跨季节储氢的能源转型路径优化方法、系统及装置 |
CN113410854A (zh) * | 2021-08-19 | 2021-09-17 | 国网浙江省电力有限公司平阳县供电公司 | 一种多类型储能系统优化运行方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114597895A (zh) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110348709B (zh) | 基于氢能与储能设备的多能源系统的运行优化方法和装置 | |
Liu et al. | Two-phase collaborative optimization and operation strategy for a new distributed energy system that combines multi-energy storage for a nearly zero energy community | |
Gu et al. | Residential CCHP microgrid with load aggregator: Operation mode, pricing strategy, and optimal dispatch | |
Lingmin et al. | Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power | |
CN108154309B (zh) | 计及冷热电多负荷动态响应的能源互联网经济调度方法 | |
Wang et al. | Multi-objective capacity programming and operation optimization of an integrated energy system considering hydrogen energy storage for collective energy communities | |
Fux et al. | Economic and environmental aspects of the component sizing for a stand-alone building energy system: A case study | |
CN108009693A (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
CN108491992A (zh) | 一种含光伏和蓄能的冷热电联供系统调峰调蓄优化调度模型 | |
Wang et al. | Synergistic planning of an integrated energy system containing hydrogen storage with the coupled use of electric-thermal energy | |
CN109473976A (zh) | 一种冷热电联供型微网能量调度方法及系统 | |
CN110620403A (zh) | 计及可再生能源的能源系统协同运行日前调度方法及系统 | |
CN114330827A (zh) | 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用 | |
CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
Liu et al. | Comprehensive sustainability assessment and multi-objective optimization of a novel renewable energy driven multi-energy supply system | |
Yuan et al. | An advanced multicarrier residential energy hub system based on mixed integer linear programming | |
CN111030101A (zh) | 一种基于多元化大数据清洁能源消纳联动调控方法及系统 | |
CN111126675A (zh) | 多能互补微网系统优化方法 | |
Cui et al. | Optimal operation of CCHP microgrids with multiple shiftable loads in different auxiliary heating source systems | |
CN113822480A (zh) | 一种农村综合能源系统多层协同优化方法及系统 | |
Wu et al. | Multi-parameter optimization design method for energy system in low-carbon park with integrated hybrid energy storage | |
CN113255224A (zh) | 一种基于发光萤火虫算法的能源系统配置优化方法 | |
CN109376406B (zh) | 供能系统超结构模型、建模方法、计算机设备和存储介质 | |
CN114597895B (zh) | 一种氢-水能源系统及其长短期优化控制方法和装置 | |
Jabari et al. | Toward energy-efficient microgrids under summer peak electrical demand integrating solar dish Stirling heat engine and diesel unit |
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 |