CN115347596A - 一种基于电热氢混合储能的多能互补系统优化方法 - Google Patents
一种基于电热氢混合储能的多能互补系统优化方法 Download PDFInfo
- Publication number
- CN115347596A CN115347596A CN202210425107.5A CN202210425107A CN115347596A CN 115347596 A CN115347596 A CN 115347596A CN 202210425107 A CN202210425107 A CN 202210425107A CN 115347596 A CN115347596 A CN 115347596A
- Authority
- CN
- China
- Prior art keywords
- energy
- energy storage
- heat
- storage
- hydrogen
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 130
- 239000001257 hydrogen Substances 0.000 title claims abstract description 94
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 94
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005457 optimization Methods 0.000 title claims abstract description 53
- 230000000295 complement effect Effects 0.000 title claims abstract description 33
- 238000005485 electric heating Methods 0.000 title claims abstract description 19
- 238000005338 heat storage Methods 0.000 claims abstract description 78
- 238000003860 storage Methods 0.000 claims abstract description 70
- 238000006243 chemical reaction Methods 0.000 claims abstract description 35
- 230000005611 electricity Effects 0.000 claims abstract description 26
- 230000004044 response Effects 0.000 claims abstract description 12
- 238000004519 manufacturing process Methods 0.000 claims abstract description 11
- 238000010248 power generation Methods 0.000 claims description 63
- 238000004422 calculation algorithm Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 25
- 238000007599 discharging Methods 0.000 claims description 23
- 238000012983 electrochemical energy storage Methods 0.000 claims description 12
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 230000009194 climbing Effects 0.000 claims description 11
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 239000013529 heat transfer fluid Substances 0.000 claims description 6
- 239000003345 natural gas Substances 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 5
- 238000002485 combustion reaction Methods 0.000 claims description 4
- 230000017525 heat dissipation Effects 0.000 claims description 4
- 230000009191 jumping Effects 0.000 claims description 4
- 241000251468 Actinopterygii Species 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 150000003839 salts Chemical class 0.000 abstract description 15
- 238000013461 design Methods 0.000 abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 230000005855 radiation Effects 0.000 description 8
- 150000001875 compounds Chemical class 0.000 description 6
- 210000000349 chromosome Anatomy 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 150000002431 hydrogen Chemical class 0.000 description 3
- 238000002844 melting Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000002918 waste heat Substances 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24S—SOLAR HEAT COLLECTORS; SOLAR HEAT SYSTEMS
- F24S60/00—Arrangements for storing heat collected by solar heat collectors
- F24S60/30—Arrangements for storing heat collected by solar heat collectors storing heat in liquids
-
- 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
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Combustion & Propulsion (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Public Health (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (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)
- Photovoltaic Devices (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供了一种基于电热氢混合储能的多能互补系统优化方法,采用储电、储氢、储热的混合储能形式,且考虑了三种储能形式之间的相互转化,可以更好实现储能系统造价与储能系统性能间的平衡。本发明进行系统能量生产、转化、存储等多方面的优化,考虑储能容量、储能系统响应速度、储能系统容量等不同的限制条件,采用可靠性、成本、稳定性等进行多目标优化。解决了大规模储能系统的组合配置问题,通过合理设计和调度,吸收了各种储能技术路线的优势,解决了大规模储电系统成本高、储氢系统使用困难,熔盐储热系统温度难以保证、多元储能系统协调匹配等问题,最终实现了组合储能系统的低成本高效运行。
Description
技术领域
本发明属于新能源发电技术领域,具体涉及一种基于电热氢混合储能的多能 互补系统优化方法。
背景技术
目前,基于多能互补系统的研究很多。但是大多数相关工作,仅仅针对单一 的储能技术。基于单一储能的多能互补系统架构模式,存在几方面的局限性:
(1)每种储能技术都存在自身的优点和缺点,而在实际的多能互补系统当 中对于储能需求包括:功率型、容量型等多种形式,且不同的储能形式对应不同 的成本构成,单一的储能技术难以满足系统的实际需求。
(2)单一的储能形式有些适用于系统快速响应,有些适用于大容量的存储, 对于存储、建设条件的要求也不同,而配置单一储能的多能互补系统,不利于这 种特色的发挥。
(3)当前储能技术尚处于发展的初期阶段,单一储能形式的配置方案对于提 升系统的性能和成本不利,但是多元混合储能系统的设计、运行、优化方法仍不 成熟。
(4)在含有光热的多能互补系统中,由于光热电站前段的聚光场温度随着太 阳变化,可能存在一定的波动,会影响后端的发电效率。
发明内容
本发明的目的在于提供一种基于电热氢混合储能的多能互补系统优化方法, 克服现有技术中存在的上述技术问题。
为此,本发明提供的技术方案如下:
一种基于电热氢混合储能的多能互补系统优化方法,包括以下步骤:
步骤1)分别建立光伏发电子系统模型、风电发电子系统模型和光热发电子系 统模型,分别建立储电子系统模型、储热子系统模型、储氢子系统模型;
步骤2)设定系统运行逻辑,并确定运行逻辑中需要优化的阀值,得到各环节 预期充放电量;
步骤3)设定各子系统模型的限制条件,并对步骤2)得到的各环节预期充放 电量进行校核;
步骤4)设定系统优化参数和目标值,其中,系统优化参数包括系统转化效率、 系统缺电率、系统初步投资、系统全生命周期能源成本;
步骤5)采用单一群体智能算法或组合型算法对优化目标不断迭代直至到达设 定目标值之后跳出得到优化方案,如未达到,可更改循环次数重新开始循环或调 节步骤2)设置的部分限制条件;
步骤6)得到电能、热能、氢能的多能流转换组合优化。
步骤1)中光伏发电子系统模型如下:
其中,I是系统电流,V是系统电压,ISC是短路电流,Voc是开路电压;Im是 最大功率处的输出电流,Vm是最大功率点处的输出电压。
风电发电子系统模型如下:
其中,Pwt为系统输出功率,Vin为系统启动风速,Vout为系统停机风速,Vrs为系统满负荷运行对应的风速,PWTd为满负荷运行功率。
步骤1)中光热发电子系统模型如下:
Pt th,SF-HTF+Ptth,TS-HTF=Pt th,HTF-TS+Ptth,HTF-PB
其中,Pt th,SF-HTF为集热模块输出的热功率;Pt th,HTF-TS为光热电站的储热系统 可以从导热介质中吸收能量的吸热功率;Pt th,TS-HTF为光热电站的储热系统可以从导 热介质中释放能量的放热功率;Pt th,HTF-PB为发电环节从传热流体吸收的热功率。
步骤1)中储电子系统模型如下:
Vbat=Eb+RiIbat
其中,Vbat、Ibat分别为蓄电池对外电流和电压;Eb为蓄电池内部电动势;Ri 为蓄电池的电阻;SOC0为蓄电池荷电初始状态值;Pc(t)为蓄电池充放电功率, 已充电状态为正;Lc_0为蓄电池额定容量。
步骤1)中储热子系统模型如下:
其中,为储热系统t时刻的储热能量;γ为热量耗散系数;Pt th,cha、Pt th,dis分 别为储热系统t时刻的充/放热功率;Δt为时间间隔;储热环节的储热能力受储 热容量的限制,即 为储热系统储热能量的上下限。
步骤1)中储氢子系统模型为储氢容量限制和存用平衡。
步骤2)具体过程如下:
比较电网调度下达电量与风电和光伏这两种不可调度电源的可发电量:
(1)当下达电量小于光伏、风电可发电量时,此时进入电能过剩模式,储能 系统进入充电流程;
充电流程中,按照整体的能量转化效率按顺序选择储能单元,即首先采用电 化学储能,当电化学储能储满后,进行热储能,最后采用氢储能,依次进行充电;
当近24小时内,存在热能供应缺口时,进行电制热转换,优先进行热能存储, 其他储能按上述顺序进行;
当近24小时内,存在氢能缺口时,进行电制氢转换,优先进行氢能存储,其 他储能形式按上述顺序进行;
(2)当下达电量大于光伏、风电可发电量时,进入电能短缺模式,储能系统 进入放电流程;
放电流程中,按照整体的能量转化效率按顺序选择储能单元,即首先采用电 化学储能,当电化学储能储满后,进行热储能,最后采用氢储能依次进行放电;
当近24小时内,存在热能存储过剩时,进行热到电转换,优先进行热能存储, 其他储能按上述顺序进行;
当近24小时内,存在氢能存储过剩时,进行氢到电的补燃转换,优先进行氢 能存储,其他储能形式按上述顺序进行。
步骤3)的具体过程如下:
首先根据设备性质建立解集库确定限制条件,包括系统响应攀升条件、容量 限制条件、设备和管道允许的掺氢比例以及技术路线对应的最大规模;
所述系统响应攀升条件包括设备每分钟功率攀升要求、储能环节在接到充放 电要求后的响应周期,所述容量限制条件包括蓄电池容量、储热罐容量、储氢罐 容量,所述管道允许的掺氢比例包括天然气和管道设备在不发生安全故障的情况 下,能够接收的最大氢能燃烧比例;
其次对步骤2)得到的各环节预期充放电量进行校核:
当步骤2)的运行逻辑不满足上述解集库时,那么对应的各值则为上限值,再 根据该上限值,重新制定理想运行逻辑方案,迭代直到满足解集库的限制条件为 止。
步骤5)中的单一群体智能算法为多目标遗传算法、多目标粒子群算法、多目 标蚁群算法、多目标蜂群算法或多目标鱼群算法。
本发明的有益效果是:
本发明提供的这种基于电热氢混合储能的多能互补系统优化方法,采用储电、 储氢、储热的混合储能形式,且考虑了三种储能形式之间的相互转化,可以更好 实现储能系统造价与储能系统性能间的平衡。
本发明进行系统能量生产、存储等多方面的优化,考虑储能容量、储能系统 响应速度、储能系统容量等不同的限制条件,采用可靠性、成本、稳定性等进行 多目标优化。本发明可优化多能互补系统中,电、热、氢之间进行相互转换的触 发条件,提升系统运行的效率。运用的多种储能形式,电储能可应对功率型的用 户需求,且应对风电光伏的秒级和分钟级的储能需求;热储能对应能量型用户的 需求,应对系统中十分钟到小时级的能量需求;储氢对应系统中的风电光伏消纳 需求,光热电站的补燃需求,以及可能的远距离无线路能量输送需求,通过上述 供能和优势的互补,最终实现多能互补混合储能系统的整体高效运行。
本发明通过建立使用风电光伏的弃电进行电解水制氢,有利于可再生能源的 消纳,用产生的氢能作为燃料,为光热电站熔盐系统进行补燃,同时解决了光热 电站聚光集热系统出口温度难以保证的问题。
本发明通过合理设计和调度,吸收了各种储能技术路线的优势,解决了大规 模储电系统成本高、储氢系统使用困难,熔盐储热系统温度难以保证等问题,最 终实现了组合储能系统的低成本高效运行,可满足不同层次功能需求,能结合各 种技术路线优点,最终得到提升多能互补系统经济性和电源质量的混合储能配置 优化方案。
下面将结合附图做进一步详细说明。
附图说明
图1是本发明优化过程的逻辑示意图;
图2是本发明的能量流向示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,本领域技术人员可由本说 明书所揭示的内容轻易地了解本发明的其他优点及功效。
现参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的 形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且 完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对 于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中, 相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人 员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语, 应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的 或过于正式的意义。
实施例1:
本实施例提供了一种基于电热氢混合储能的多能互补系统优化方法,如图1 所示,包括以下步骤:
步骤1)分别建立光伏发电子系统模型、风电发电子系统模型和光热发电子系 统模型,分别建立储电子系统模型、储热子系统模型、储氢子系统模型;
步骤2)设定系统运行逻辑,并确定运行逻辑中需要优化的阀值,得到各环节 预期充放电量;
步骤3)设定各子系统模型的限制条件,并对步骤2)得到的各环节预期充放 电量进行校核;
步骤4)设定系统优化参数和目标值,其中,系统优化参数包括系统转化效率、 系统缺电率、系统初步投资、系统全生命周期能源成本;
步骤5)采用单一群体智能算法或组合型算法对优化目标不断迭代直至到达设 定目标值之后跳出得到优化方案,如未达到,可更改循环次数重新开始循环或调 节步骤2)设置的部分限制条件;
步骤6)得到电能、热能、氢能的多能流转换组合优化。
在优化过程中,当优化目标对应的解集特定次数不更新后,则对个体进行重 置,但保留最优和较优方案,重新开始循环,具体触发次数可根据具体情况调整。
当循环次数达到设定值后跳出,如未达到预期效果,可更改循环次数,从步 骤5)重新向开始循环,或部分可调节步骤2)设置的限制条件。
本发明提供的这种基于电热氢混合储能的多能互补系统优化方法,采用储电、 储氢、储热的混合储能形式,且考虑了三种储能形式之间的相互转化,可以更好 实现储能系统造价与储能系统性能间的平衡。通过合理设计和调度,吸收了各种 储能技术路线的优势,解决了大规模储电系统成本高、储氢系统使用困难,熔盐 储热系统温度难以保证等问题,最终实现了组合储能系统的低成本高效运行,可 满足不同层次功能需求,能结合各种技术路线优点,最终得到提升多能互补系统 经济性和电源质量的混合储能配置优化方案。
实施例2:
在实施例1的基础上,本实施例提供了一种基于电热氢混合储能的多能互补 系统优化方法,步骤1)中光伏发电子系统模型如下:
其中,I是系统电流,V是系统电压,ISC是短路电流,Voc是开路电压;Im是 最大功率处的输出电流,Vm是最大功率点处的输出电压。
采用太阳辐射、温度作为输入条件,作为不可控电源使用。上述模型表示光伏板输出电流与外界条件的关系。
风电发电子系统模型如下:
其中,Pwt为系统输出功率,Vin为系统启动风速,Vout为系统停机风速,Vrs为系统满负荷运行对应的风速,PWTd为满负荷运行功率。
风机系统的输出特性根据风速-功率曲线进行描述,采用如上的一次出力模型 建模进行描述。
光热发电是本技术中重要的可调度环节,太阳直射辐射xDNI,t经过集热模块输 出热功率Pt th,SF-HTF到导热介质中,考虑到太多的太阳辐射可能会产生不完全消纳的 问题,因此引入热功率舍弃量Pt th,cut。发电环节从HTF吸收热功率Pt th,HTF-PB,并将 热能转化为电能Pt CSP进行发电。
基于上述分析,若忽略导热介质在传热流体(HTF)中的能量损失,可得到光 热电站内部的功率平衡方程,即热发电子系统模型:
Pt th,SF-HTF+Pt th,TS-HTF=Pt th,HTF-TS+Pt th,HTF-PB
其中,Pt th,SF-HTF为集热模块输出的热功率;Pt th,HTF-TS为光热电站的储热系统 可以从导热介质中吸收能量的吸热功率;Pt th,TS-HTF为光热电站的储热系统可以从导 热介质中释放能量的放热功率;Pt th,HTF-PB为发电环节从传热流体吸收的热功率。
光热系统包括集热环节、储热环节和发电环节。
1)集热环节
集热模块输出的热功率Pt th,SF-HTF为:
为了方便刻画集热环节镜场规模与光热电站装机的关系,此处引入太阳倍数(solar multiple,SM)的概念。太阳倍数是指在镜场所能接收的最大太阳直射辐 射下,集热环节的输出功率与发电环节的额定功率的比值。由于到达地面的太阳 辐射具有一定的间歇性和不确定性,镜场的太阳直射辐射强度一般不会达到设计 的最大值,因此为了保证发电环节可以运行在额定工作状态,光热电站在设计时 通常会让太阳倍数大于1。
集热环节的太阳倍数SSF可表示为:
2)储热环节
对于一个储热系统而言,其自身的热耗散通常是不可忽略,因此储热环节的 储能状态平衡方程可表示为:
考虑到耗散系数比较小,为了简化计算可对其进行线性化,线性化后得储热 子系统模型如下:
储热环节的储热能力受储热容量的限制,即
为了量化储热环节储热容量的大小,这里引入储热时间的概念。储热时间是 指在额定的储热容量下,储热环节能够维持光热电站以额定功率进行发电的最大 小时数。
储热时长HTES可表示为:
式中,ηdis为放热效率;ηPB为热电转换效率。
储热系统在充/放热过程中会伴随着热量的损失,可引入充放热效率来描述这 一过程,即
Pt th,cha=ηchaPt th,HTF-TS
Pt th,dis=Pt th,TS-HTF/ηdis
式中,ηcha为储热系统的充热效率;ηdis为放热效率。
储热系统在进行能量交换的过程中,充放热功率应当在所限制的区间内连续 可调,且充/放热过程不能够同时进行,即
3)发电环节
发电环节的能量转换平衡方程为:
发电环节的输出功率Pt CSP应该满足如下关系:
发电环节机组应满足爬坡约束:
发电环节应满足最小开/停机时间约束:
储电系统主要进行充放电中的重要参数进行模拟,根据下式:
Vbat=Eb+RiIbat
其中,Vbat、Ibat分别为蓄电池对外电流和电压(充电方向为正);Eb为蓄电池 内部电动势;Ri为蓄电池的电阻;SOC0为蓄电池荷电初始状态值;Q0为电池额定 容量,单位为A·h;Qu为不可用容量。
可知,储能系统的荷电状态SOC的变化直接反映蓄电池的工况,对上式进 行转换可得储电子系统模型如下:
Vbat=Eb+RiLbat
式中,Pc(t)为蓄电池充放电功率,已充电状态为正;Lc_0为蓄电池额定容量, 单位为kwh。
步骤1)中储氢子系统模型为储氢容量限制和存用平衡。电氢转化仅考虑电氢 效率。
多能互补系统包括以下部分:
(1)能量生产部分:
包括:风电、光伏和光热环节。其中,风电、光伏为不可调节电源,光热为 可调节电源。
(2)能量存储环节:
主要包括设备:蓄电池储电模块、融熔盐/水储热罐、储氢罐储氢等环节。储 电环节主要用来处理分钟级的储能,储热环节主要用来处理小时级的储能。储氢 环节主要用来处理更长时间,和更远距离的储能。
其中,储电池与光伏、风电单元相互连接,直接用来存储由于资源分钟级波 动带来的能量变化。
储热系统分为熔盐储热和水储热两个部分,其中熔盐储热部分主要用于高温 段的储热(300度以上),水储热部分主要用于100度以下的大规模能量存储。根 据对应的特点,分别设置熔盐储热罐和储水池。
其中,熔盐储热系统的能量来源又分为两个部分,一部分与定日镜场连接, 用于吸收包括塔式、槽式、线性菲涅尔式的集热单元。另一部分与风电光伏系统 的发电出口相连,用于吸收电熔盐加热器实现电能到热能的转化。
而水储热部分,主要作为熔盐储热的补充,主要配置水池,实现水储热。正 常工况下,水储热的能量来源为光热发电后的余热。当热熔盐储罐接近储满时, 水储热可在多级换热后,作为熔盐储热的备用,实现更大规模的储热。
(3)本发明通过电能、热能、氢能的多能流转换和耦合实现系统的组合优化, 如图2所示,能量进出与能量转换环节如下:
电能:
主要能量来源:由光伏、风电发电充入,在少数情况下,也可由光热电站发 电充入。
主要能量消耗:用于电力上网、电加热融熔盐或电解水制氢。
热能:
主要能量来源为:光热电站,电加热,天然气补燃,天然气掺氢补燃。电热 转换系统仅考虑电热效率和储热容量限制。
主要能量消耗:推动汽轮机发电。
氢能:
主要能量来源为:电解水制氢。
主要能量消耗为:氢能外送、氢掺入天然气管道中,进行光热系统补燃。
储氢环节主要用来处理更长时间,和更远距离的储能。
本发明通过建立使用风电光伏的弃电进行电解水制氢,有利于可再生能源的 消纳,用产生的氢能作为燃料,为光热电站熔盐系统进行补燃,同时解决了光热 电站聚光集热系统出口温度难以保证的问题。
实施例3:
在实施例1的基础上,本实施例提供了一种基于电热氢混合储能的多能互补 系统优化方法,步骤2)具体过程如下:
比较电网调度下达电量与风电和光伏这两种不可调度电源的可发电量:
(1)当下达电量小于光伏、风电可发电量时,此时进入电能过剩模式,储能 系统进入充电流程;
充电流程中,按照整体的能量转化效率按顺序选择储能单元,即首先采用电 化学储能,当电化学储能储满后,进行热储能,最后采用氢储能,依次进行充电;
当近24小时内,存在热能供应缺口时,进行电制热转换,优先进行热能存储, 其他储能按上述顺序进行;
当近24小时内,存在氢能缺口时,进行电制氢转换,优先进行氢能存储,其 他储能形式按上述顺序进行;
(2)当下达电量大于光伏、风电可发电量时,进入电能短缺模式,储能系统 进入放电流程;
放电流程中,按照整体的能量转化效率按顺序选择储能单元,即首先采用电 化学储能,当电化学储能储满后,进行热储能,最后采用氢储能依次进行放电;
当近24小时内,存在热能存储过剩时,进行热到电转换,优先进行热能存储, 其他储能按上述顺序进行;
当近24小时内,存在氢能存储过剩时,进行氢到电的补燃转换,优先进行氢 能存储,其他储能形式按上述顺序进行。
在计算系统需求发电量和实际发电量的差值后,按照(1)和(2)的顺序, 加减储能系统所能提供的电量后,如果能够使得需求发电量等于实际发电量和储 能调节电量的和,则得到当时的理想运行方案,此时该时刻的保证率变量置1。如 果仍然无法满足,则同样输出对应的理想运行方案,此时该时刻的保证率变量置0。
实施例4:
在实施例3的基础上,本实施例提供了一种基于电热氢混合储能的多能互补 系统优化方法,步骤3)的具体过程如下:
首先根据设备性质建立解集库确定限制条件,包括系统响应攀升条件、容量 限制条件、设备和管道允许的掺氢比例以及技术路线对应的最大规模;
所述系统响应攀升条件包括设备每分钟功率攀升要求、储能环节在接到充放 电要求后的响应周期,所述容量限制条件包括蓄电池容量、储热罐容量、储氢罐 容量,所述管道允许的掺氢比例包括天然气和管道设备在不发生安全故障的情况 下,能够接收的最大氢能燃烧比例;
其次对步骤2)得到的各环节预期充放电量进行校核:
当步骤2)的运行逻辑不满足上述解集库时,那么对应的各值则为上限值,再 根据该上限值,重新制定理想运行逻辑方案,迭代直到满足解集库的限制条件为 止。
如无法满足电量平衡要求,按照步骤2)的操作方式,输出理想方案,该时刻 的保证率变量置0。
本发明适用于各种形式的多能互补加混合储能系统,当项目不完全包括上述 所有能源生产和存储形式时,可根据具体的项目实际选择部分系统,使得仿真系 统与实际系统能源种类保持一致,具体项目需要加入优化系统的参数,包括:风 电、光伏、光热规模;储电、储热、储氢规模;电、热、氢相互转换的触发条件 参数、以及步骤2)确定的参数阈值。
实施例5:
在实施例1的基础上,本实施例提供了一种基于电热氢混合储能的多能互补 系统优化方法,步骤5)中的单一群体智能算法为多目标遗传算法、多目标粒子群 算法、多目标蚁群算法、多目标蜂群算法或多目标鱼群算法。
本实施例提供以多目标遗传算法为基准的优化方法,当采用上述其他单一群 体智能算法时,仅需要按照标准算法流程替代参数编码过程。
第一步:根据系统搭建的情况和上述规定的系统流程,确定需要优化的变量, 具体包括上述所有子系统的规模、形式,以及对应的运行触发变量。
第二步,根据需要优化的参数个数,针对对应参数的可选择范围,进行遗传 算法染色体的长度的确定,在初始循环中,每一个参数可通过4位二进制数进行 编码。根据染色体长度,确定染色体种群数量的数量,初始的种群数量,可选择 染色体长度的2倍。
第三步,确定参数与方案的对应关系;即在编码时,先归一化后,将每个需 要优化的参数,每4位确定为一个区域,并进行二进制编码;在进行方案评估和 选择,进行反编码时,每4位二进制编码变为十进制数后,在进行反归一化。
第四部:完成反归一化后,根据参数与设计运行方案的对应关系来确定对应 的系统建设运行方案;
第五步:针对步骤4)中的多个系统优化目标,作为对应的适应度函数,根据 帕累托前沿进行优化,取得解集,并根据结果进行交叉和变异;
其中,第四步如果陷入局部最优,重新开始随机,回到第二步;
第五步判断是否达到跳出条件,根据最优染色体编码,生成最终的系统运行 方案。
以上例举仅仅是对本发明的举例说明,并不构成对本发明的保护范围的限制, 凡是与本发明相同或相似的设计均属于本发明的保护范围之内。
Claims (9)
1.一种基于电热氢混合储能的多能互补系统优化方法,其特征在于,包括以下步骤:
步骤1)分别建立光伏发电子系统模型、风电发电子系统模型和光热发电子系统模型,分别建立储电子系统模型、储热子系统模型、储氢子系统模型;
步骤2)设定系统运行逻辑,并确定运行逻辑中需要优化的阀值,得到各环节预期充放电量;
步骤3)设定各子系统模型的限制条件,并对步骤2)得到的各环节预期充放电量进行校核;
步骤4)设定系统优化参数和目标值,其中,系统优化参数包括系统转化效率、系统缺电率、系统初步投资、系统全生命周期能源成本;
步骤5)采用单一群体智能算法或组合型算法对优化目标不断迭代直至到达设定目标值之后跳出得到优化方案,如未达到,可更改循环次数重新开始循环或调节步骤2)设置的部分限制条件;
步骤6)得到电能、热能、氢能的多能流转换组合优化。
3.根据权利要求1所述的一种基于电热氢混合储能的多能互补系统优化方法,其特征在于:步骤1)中光热发电子系统模型如下:
Pt th,SF-HTF+Pt th,TS-HTF=Pt th,HTF-TS+Pt th,HTF-PB
其中,Pt th,SF-HTF为集热模块输出的热功率;Pt th,HTF-TS为光热电站的储热系统可以从导热介质中吸收能量的吸热功率;Pt th,TS-HTF为光热电站的储热系统可以从导热介质中释放能量的放热功率;Pt th,HTF-PB为发电环节从传热流体吸收的热功率。
6.根据权利要求1所述的一种基于电热氢混合储能的多能互补系统优化方法,其特征在于:步骤1)中储氢子系统模型为储氢容量限制和存用平衡。
7.根据权利要求1所述的一种基于电热氢混合储能的多能互补系统优化方法,其特征在于:步骤2)具体过程如下:
比较电网调度下达电量与风电和光伏这两种不可调度电源的可发电量:
(1)当下达电量小于光伏、风电可发电量时,此时进入电能过剩模式,储能系统进入充电流程;
充电流程中,按照整体的能量转化效率按顺序选择储能单元,即首先采用电化学储能,当电化学储能储满后,进行热储能,最后采用氢储能,依次进行充电;
当近24小时内,存在热能供应缺口时,进行电制热转换,优先进行热能存储,其他储能按上述顺序进行;
当近24小时内,存在氢能缺口时,进行电制氢转换,优先进行氢能存储,其他储能形式按上述顺序进行;
(2)当下达电量大于光伏、风电可发电量时,进入电能短缺模式,储能系统进入放电流程;
放电流程中,按照整体的能量转化效率按顺序选择储能单元,即首先采用电化学储能,当电化学储能储满后,进行热储能,最后采用氢储能依次进行放电;
当近24小时内,存在热能存储过剩时,进行热到电转换,优先进行热能存储,其他储能按上述顺序进行;
当近24小时内,存在氢能存储过剩时,进行氢到电的补燃转换,优先进行氢能存储,其他储能形式按上述顺序进行。
8.根据权利要求7所述的一种基于电热氢混合储能的多能互补系统优化方法,其特征在于:步骤3)的具体过程如下:
首先根据设备性质建立解集库确定限制条件,包括系统响应攀升条件、容量限制条件、设备和管道允许的掺氢比例以及技术路线对应的最大规模;
所述系统响应攀升条件包括设备每分钟功率攀升要求、储能环节在接到充放电要求后的响应周期,所述容量限制条件包括蓄电池容量、储热罐容量、储氢罐容量,所述管道允许的掺氢比例包括天然气和管道设备在不发生安全故障的情况下,能够接收的最大氢能燃烧比例;
其次对步骤2)得到的各环节预期充放电量进行校核:
当步骤2)的运行逻辑不满足上述解集库时,那么对应的各值则为上限值,再根据该上限值,重新制定理想运行逻辑方案,迭代直到满足解集库的限制条件为止。
9.根据权利要求1所述的一种基于电热氢混合储能的多能互补系统优化方法,其特征在于:步骤5)中的单一群体智能算法为多目标遗传算法、多目标粒子群算法、多目标蚁群算法、多目标蜂群算法或多目标鱼群算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210425107.5A CN115347596A (zh) | 2022-04-21 | 2022-04-21 | 一种基于电热氢混合储能的多能互补系统优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210425107.5A CN115347596A (zh) | 2022-04-21 | 2022-04-21 | 一种基于电热氢混合储能的多能互补系统优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115347596A true CN115347596A (zh) | 2022-11-15 |
Family
ID=83948614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210425107.5A Pending CN115347596A (zh) | 2022-04-21 | 2022-04-21 | 一种基于电热氢混合储能的多能互补系统优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115347596A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
-
2022
- 2022-04-21 CN CN202210425107.5A patent/CN115347596A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
---|---|---|
CN109327042B (zh) | 一种微电网多能源联合优化调度方法 | |
CN111400641B (zh) | 一种含蓄热式电采暖的综合能源系统日前优化调度方法 | |
CN113315151B (zh) | 一种基于相变储能构建的综合能源调峰站及调峰方法 | |
CN104135025A (zh) | 基于模糊粒子群算法和储能系统的微网经济运行优化方法 | |
CN110991000B (zh) | 计及固体氧化物燃料电池和电转气的能量枢纽建模方法 | |
CN103745268A (zh) | 含分布式电源的微电网多目标优化调度方法 | |
CN110994606B (zh) | 一种基于复杂适应系统理论的多能源电源容量配置方法 | |
CN113381403B (zh) | 基于运行可靠性的光热-生物质混合电站容量配置方法 | |
CN115238987A (zh) | 计及多类型低碳因素与需求响应的能效提升调度方法 | |
CN112541609A (zh) | 风光热和水蓄能联合可再生能源发电系统容量优化模型 | |
CN112953364A (zh) | 一种计及光热电站寿命的光热-风电-光伏的联合系统的运行优化模型 | |
CN112036652A (zh) | 基于机会约束规划的光伏-储能综合能源系统规划方法 | |
CN115347596A (zh) | 一种基于电热氢混合储能的多能互补系统优化方法 | |
CN115189395A (zh) | 一种风光水火储多能互补外送系统的双层优化配置方法 | |
CN204407890U (zh) | 一种可再生能源冷热电微网系统 | |
CN113937796A (zh) | 一种含风、光、储、蓄联合系统多时间尺度优化方法 | |
CN112653137A (zh) | 计及碳交易的光热电站与风电系统、低碳调度方法及系统 | |
CN112696723A (zh) | 一种电能代替的分布式清洁供暖系统及其评价方法 | |
CN107834574A (zh) | 一种分布式能源系统与电网交换功率的控制方法 | |
CN218884299U (zh) | 一种多源化盐发电系统 | |
CN111917137A (zh) | 一种针对区域电网内多种分布式能源的调控方法 | |
CN116914785A (zh) | 一种电热氢系统优化运行方法 | |
CN112149339B (zh) | 风电-光伏-光热-电加热器互补发电系统容量优化模型 | |
CN114386256A (zh) | 一种考虑电热设备灵活性约束及热网特性的区域电热系统优化调度方法 | |
Yanfei et al. | Multi-objective optimal dispatching of wind-photoelectric-thermal power-pumped storage virtual power plant |
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 |