CN116720789B - 一种制氢电解槽容量配置评估方法、装置及设备 - Google Patents
一种制氢电解槽容量配置评估方法、装置及设备 Download PDFInfo
- Publication number
- CN116720789B CN116720789B CN202310987060.6A CN202310987060A CN116720789B CN 116720789 B CN116720789 B CN 116720789B CN 202310987060 A CN202310987060 A CN 202310987060A CN 116720789 B CN116720789 B CN 116720789B
- Authority
- CN
- China
- Prior art keywords
- electrolytic tank
- new energy
- capacity
- available output
- hour
- 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
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 55
- 239000001257 hydrogen Substances 0.000 title claims abstract description 55
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 53
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 53
- 238000011156 evaluation Methods 0.000 title abstract description 10
- 238000010248 power generation Methods 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 66
- 238000004364 calculation method Methods 0.000 claims description 51
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 abstract description 2
- 238000004445 quantitative analysis Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
- C25B1/00—Electrolytic production of inorganic compounds or non-metals
- C25B1/01—Products
- C25B1/02—Hydrogen or oxygen
- C25B1/04—Hydrogen or oxygen by electrolysis of water
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25B—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES FOR THE PRODUCTION OF COMPOUNDS OR NON-METALS; APPARATUS THEREFOR
- C25B15/00—Operating or servicing cells
- C25B15/02—Process control or regulation
- C25B15/023—Measuring, analysing or testing during electrolytic production
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- 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
- H02J2300/40—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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Materials Engineering (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Organic Chemistry (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Metallurgy (AREA)
- Operations Research (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Inorganic Chemistry (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Analytical Chemistry (AREA)
Abstract
本说明书实施例提供了一种制氢电解槽容量配置评估方法、装置及设备,该方法包括基于多年逐时的风电可用出力和光伏发电可用出力历史数据,通过加权平,确定逐小时新能源可用出力曲线;根据新能源利用率约束目标值及新能源利用率约束条件,计算第一电解槽容量;根据电网对新能源发电制氢项目调峰供电曲线和新能源发电制氢项目对电网调峰用电曲线,计算电解槽实际运行功率曲线;根据电解槽设备利用率目标值和电解槽设备利用率约束条件计算第二电解槽容量;获得需求的电解槽容量。本发明当前相关技术方法中,缺少基于新能源可用出力曲线的对两个利用率的量化分析统筹考虑。
Description
技术领域
本发明涉及能源电力系统规划技术领域,尤其涉及一种制氢电解槽容量配置评估方法、装置及设备。
背景技术
在新能源发电制氢规划中,电解槽设备的容量配置是关键问题,将对新能源利用率和电解槽设备利用率产生直接影响,进而决定整个项目的经济性和实用性。因此,电解槽设备容量配置需要同时考虑满足新能源利用率和电解槽设备利用率约束。当前相关技术方法中,缺少基于新能源可用出力曲线的对两个“利用率”的量化分析统筹考虑。另外在计算利用率的同时,未有效刻画电网与新能源发电制氢项目之间的双向调峰价值。
发明内容
为克服相关技术中存在的问题,本公开提供一种制氢电解槽容量配置评估方法、装置及设备。
本说明书一个或多个实施例提供了一种制氢电解槽容量配置评估方法,包括:
步骤S110、获取目标地区多年逐时的风电可用出力历史数据和光伏发电可用出力历史数据;
步骤S210、基于多年逐时的风电可用出力历史数据和光伏发电可用出力历史数据,通过平均算法分别确定逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线,将计算获得的两个可用出力曲线进行求和,确定逐小时新能源可用出力曲线;
步骤S310、基于确定的逐小时新能源可用出力曲线,根据新能源利用率约束目标值及新能源利用率约束条件,计算第一电解槽容量;
步骤S410、基于第一电解槽容量,根据电网对新能源发电制氢项目调峰供电曲线和新能源发电制氢项目对电网调峰用电曲线,计算确定电解槽实际运行功率曲线;
步骤S510、基于电解槽实际运行功率曲线,根据电解槽设备利用率目标值和电解槽设备利用率约束条件计算第二电解槽容量;
步骤S610、基于第一电解槽容量和第二电解槽容量,若第一电解槽容量大于第二电解槽容量时,通过调整新能源利用率约束目标值并通过步骤S310重新计算第一电解槽容量或调整电解槽设备利用率约束目标值通过步骤S510重新计算第二电解槽容量,直至满足第一电解槽容量不大于第二电解槽容量,获得需求的电解槽容量。
本说明书一个或多个实施例提供了一种制氢电解槽容量配置评估装置,包括:
数据获取模块:获取目标地区多年逐小时时段的风电可用出力和光伏发电可用出力的历史数据;
第一计算模块:根据数据获取模块获得的数据,通过平均算法分别确定逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线,将计算获得的两个可用出力曲线进行求和,确定逐小时新能源可用出力曲线;
第一电解槽容量计算模块:用于根据第一计算模块计算获得的逐小时新能源可用出力曲线,基于新能源利用率约束目标值及新能源利用率约束条件,计算第一电解槽容量;
第二计算模块:用于根据获得的第一电解槽容量,基于电网对新能源发电制氢项目调峰供电曲线和新能源发电制氢项目对电网调峰用电曲线,计算电解槽实际运行功率曲线;
第二电解槽容量计算模块:用于基于电解槽实际运行功率曲线,根据电解槽设备利用率目标值和电解槽设备利用率约束条件计算第二电解槽容量;
对比模块:用于基于第一电解槽容量和第二电解槽容量,判断若第一电解槽容量大于第二电解槽容量时,通过调整新能源利用率约束目标值并通过第一电解槽容量计算模块重新计算第一电解槽容量或调整电解槽设备利用率约束目标值通过第二电解槽容量计算模块重新计算第二电解槽容量,直至满足第一电解槽容量不大于第二电解槽容量,获得需求的电解槽容量。
本说明书一个或多个实施例提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述所述一种制氢电解槽容量配置评估方法。
本发明提供的一种制氢电解槽容量配置评估方法、装置及设备,用于解决新能源发电制氢项目电解槽容量配置问题,基于新能源可用出力曲线、统筹计算新能源利用率和电解槽设备利用率,可保障项目中新能源利用率和电解槽设备利用率均满足相关要求,并且该方法涉及电网与新能源发电制氢项目之间的双向调峰影响,符合未来电-氢协同发展趋势,能够更准确地得出新能源发电制氢项目的电解槽容量配置方案,本发明合理有效,适应性强,具有较高的实际应用价值。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种制氢电解槽容量配置评估方法的流程示意图;
图2为本说明书一个或多个实施例提供的一种制氢电解槽容量配置评估装置的框图;
图3为本说明书一个或多个实施例提供的一种计算机的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明件的保护范围。
下面结合具体实施方式和说明书附图对本发明做出详细的说明。
方法实施例
根据本发明实施例,提供了一种制氢电解槽容量配置评估方法,如图1所示,为本实施例提供的制氢电解槽容量配置评估方法流程图,根据本发明实施例的制氢电解槽容量配置评估方法,包括:
步骤S110、获取目标地区多年逐时的风电可用出力历史数据和光伏发电可用出力的历史数据。
步骤S210、根据步骤S110获得的数据,通过平均算法分别确定逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线,将计算获得的两个可用出力曲线进行求和,确定逐小时新能源可用出力曲线。
在一些实施例中,通过平均算法分别确定逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线具体为:
基于多年逐时的风电可用出力历史数据计算逐小时风电可用出力曲线,计算如下式1:
式1;
式中,t是小时序数,y是年度序数,P W,t是第t小时平均风电可用出力,P hW,y,t是第y年第t小时风电可用出力历史数据,N是历史数据覆盖年份数量。
基于多年逐时的光伏发电可用出力的历史数据计算逐小时光伏发电可用出力曲线,计算如下式2:
式2;
式中,P S,t为第t小时平均光伏发电可用出力,P hS,y,t为第y年第t小时光伏发电可用出力。
基于逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线,并求和确定逐小时新能源可用出力曲线,计算如下式3:
式3;
式中,P ANE,t是第t小时新能源可用出力。
步骤S310、基于确定的逐小时新能源可用出力曲线,及新能源利用率约束目标值,根据新能源利用率约束条件计算条件计算第一电解槽容量C 1;其中,
新能源利用率约束条件如下式4:
式4;
式中,C 1是基于新能源利用率约束计算出的第一电解槽容量,a为新能源利用率约束目标值,a在不同规划配置案例中的差异化输入参数,由规划配置实施的主体设定,根据上述式3结合式1和式2的结果可计算第一电解槽容量C1的值。
步骤S410、根据步骤S310获得的第一电解槽容量C 1,基于与电网约定的电网对新能源发电制氢项目调峰供电曲线和新能源发电制氢项目对电网调峰用电曲线,计算确定电解槽实际运行功率曲线,具体计算如下式:
式5;
式中,P ET,t为第t小时电解槽实际运行功率,P RG,t为第t小时电网对新能源发电制氢项目调峰供电功率,P RH,t为第t小时新能源发电制氢项目对电网调峰用电功率;其中,P RG,t和P RH,t为是规划配置的输入参数;本实施例,电解槽的运行功率是三部分因素的叠加,包括自身配套的新能源发电的实际利用功率,由电解槽容量和逐时新能源发电可用出力中的较小值决定;二是大电网可能也会向电解槽输入功率,即为电解槽调峰供电功率,避免全用其配套的新能源发电具有高度不确定性,甚至部分时段没有发电出力,造成电解槽频繁启停,此时可从大电网受入功率;三是为大电网调峰用电功率,因为电解槽实际运行功率的高度灵活可调节特性,适宜作为整个电力系统的灵活性资源,可以参与大电网的需求响应,即其用电功率中有一部分可以根据电网的调峰需要而灵活改变。步骤S510、基于电解槽实际运行功率曲线,根据电解槽设备利用率目标值和电解槽设备利用率约束条件计算第二电解槽容量,电解槽设备利用率约束条件如下式:
式6;
式中,C 2是基于电解槽设备利用率约束计算出的第二电解槽容量,b为电解槽设备利用率目标值,b在不同规划配置案例中的差异化输入参数,由规划配置实施的主体设定,根据式5的计算结果可计算出第二电解槽容量C 2。
步骤S610、根据对比第一电解槽容量和第二电解槽容量,当第一电解槽容量大于第二电解槽容量时,通过调整新能源利用率约束目标值重新计算第一电解槽容量或调整电解槽设备利用率约束目标值重新计算第二电解槽容量,直至满足第一电解槽容量不大于第二电解槽容量,获得需求的电解槽容量。
在一些实施例中,对比步骤S310获得的第一电解槽容量C 1和步骤S510计算的第二电解槽容量C 2,判断若C 1≤C 2,则[C 1,C 2]即是电解槽容量配置范围;若C 1>C 2,则降低新能源利用率约束目标值并返回步骤S310,或降低电解槽设备利用率约束目标值并返回S510,直到计算出的C 1≤C 2,得到最终的电解槽容量配置范围。
本实施例,上述C 1≤C 2即是电解槽容量配置范围判断思想为,因为电解槽的容量如果大于等于C 1,则可以满足新能源利用率约束,即电解槽容量越大,相对于一定量的新能源来说,新能源发电消纳的空间越大,但代价可能是很多时候电解槽部分容量浪费,新能源供不上;如果电解槽的容量小于等于C 2,则可以满足电解槽设备利用率约束,因为电解槽容量越小,相对于一定量的新能源来说,电解槽被利用的越充分,但代价可能是很多时候新能源多发的电浪费了,新能源利用率不高。在本发明专利提出的方法中,这两个约束需要同时考虑、同时满足,所以电解槽容量应该是[C 1,C 2]区间。
本发明提供的一种制氢电解槽容量配置评估方法,用于解决新能源发电制氢项目电解槽容量配置问题,该方法基于新能源可用出力曲线、统筹计算新能源利用率和电解槽设备利用率,可保障项目中新能源利用率和电解槽设备利用率均满足相关要求,并且该方法涉及电网与新能源发电制氢项目之间的双向调峰影响,符合未来电-氢协同发展趋势,能够更准确地得出新能源发电制氢项目的电解槽容量配置方案。
装置实施例
根据本发明实施例,提供了一种制氢电解槽容量配置评估装置,如图2所示,为本实施例提供的制氢电解槽容量配置评估装置框图,根据本发明实施例的制氢电解槽容量配置评估装置,包括:
数据获取模块10:获取目标地区多年逐小时时段的风电可用出力和光伏发电可用出力的历史数据。
第一计算模块20:根据数据获取模块10获得的数据,通过平均算法分别确定逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线,将计算获得的两个可用出力曲线进行求和,确定逐小时新能源可用出力曲线。
在一些实施例中,第一计算模块20通过平均算法分别确定逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线具体为:
基于多年逐时的风电可用出力历史数据计算逐小时风电可用出力曲线,计算如下式1:
式1;
式中:t为小时序数,y是年度序数,P W,t为第t小时平均风电可用出力,P hW,y,t为第y年第t小时风电可用出力历史数据。
基于多年逐时的光伏发电可用出力的历史数据计算逐小时光伏发电可用出力曲线,计算如下式2:
式2;
式中,P S,t是第t小时平均光伏发电可用出力,P hS,y,t是第y年第t小时光伏发电可用出力。
基于逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线,计算如下式3:
式3;
式中,P ANE,t是第t小时新能源可用出力。
第一电解槽容量计算模块30:用于根据第一计算模块20计算获得的逐小时新能源可用出力曲线,基于新能源利用率约束目标值,计算第一电解槽容量C 1;其中,
新能源利用率约束条件如下式:
式4;
式中:C 1是基于新能源利用率约束计算出的第一电解槽容量,a为新能源利用率约束目标值,a在不同规划配置案例中的差异化输入参数,由规划配置实施的主体设定,根据上述式3结合式1和式2的结果可计算第一电解槽容量C 1的值。
第二计算模块40:用于根据第一电解槽容量计算模块30获得的第一电解槽容量C 1,基于与电网约定的电网对新能源发电制氢项目调峰供电曲线和新能源发电制氢项目对电网调峰用电曲线,计算电解槽实际运行功率曲线,其中,计算如下:
式5;
式中,P ET,t是第t小时电解槽实际运行功率,P RG,t是第t小时电网对新能源发电制氢项目调峰供电功率,P RH,t是第t小时新能源发电制氢项目对电网调峰用电功率。
第二电解槽容量计算模块50:用于根据第二计算模块40计算的电解槽实际运行功率曲线,根据电解槽设备利用率目标值和电解槽设备利用率约束条件计算第二电解槽容量,电解槽设备利用率约束条件如下式:
式6;
式中,C 2是基于电解槽设备利用率约束计算出的第二电解槽容量,b为电解槽设备利用率目标值,b在不同规划配置案例中的差异化输入参数,由规划配置实施的主体设定,根据式5的计算结果科计算出第二电解槽容量C 2。
对比模块60:用于对比第一电解槽容量和第二电解槽容量,当第一电解槽容量大于第二电解槽容量时,通过调整新能源利用率约束目标值反馈给第一电解槽容量计算模块30重新计算第一电解槽容量,或调整电解槽设备利用率约束目标值反馈给第二电解槽容量计算模块50重新计算第二电解槽容量,直至满足第一电解槽容量不大于第二电解槽容量,获得需求的电解槽容量。
本实施例,通过综合考虑新能源利用率和电解槽设备利用率确定电解槽容量,确定电解槽容量,具体可为:
对比模块60对比第一电解槽容量计算模块30计算获得的第一电解槽容量C 1和第二电解槽容量计算模块50计算的第二电解槽容量C 2,判断若C 1≤C 2,则[C 1,C 2]即是电解槽容量配置范围;若C 1>C 2,则降低新能源利用率约束目标值并返回第一电解槽容量计算模块30,或降低电解槽设备利用率约束目标值并返第二电解槽容量计算模块50,直到计算对比C 1≤C 2,得到最终的电解槽容量配置范围。
如图3所示,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述实施例中制氢电解槽容量配置评估方法,或者计算机程序被处理器执行时实现上述实施例中制氢电解槽容量配置评估方法,所述计算机程序被所述处理器执行时实现如下方法步骤:
步骤S110、获取目标地区多年逐小时时段的风电可用出力和光伏发电可用出力的历史数据。
步骤S210、根据步骤S110获得的数据,通过平均算法分别确定逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线,将计算获得的两个可用出力曲线进行求和,确定逐小时新能源可用出力曲线。
步骤S310、基于确定逐小时新能源可用出力曲线,及新能源利用率约束目标值,计算第一电解槽容量C 1。
骤S410、根据步骤S310获得的第一电解槽容量C 1,基于与电网约定的电网对新能源发电制氢项目调峰供电曲线和新能源发电制氢项目对电网调峰用电曲线,计算电解槽实际运行功率曲线。
步骤S510、基于电解槽实际运行功率曲线,根据电解槽设备利用率目标值计算第二电解槽容量。
步骤S610、根据对比第一电解槽容量和第二电解槽容量,当第一电解槽容量大于第二电解槽容量时,通过调整新能源利用率约束目标值重新计算第一电解槽容量或调整电解槽设备利用率约束目标值重新计算第二电解槽容量,直至满足第一电解槽容量不大于第二电解槽容量,获得需求的电解槽容量。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,且本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (3)
1.一种制氢电解槽容量配置评估方法,其特征在于,包括:
步骤S110、获取目标地区多年逐时的风电可用出力历史数据和光伏发电可用出力历史数据;
步骤S210、基于多年逐时的风电可用出力历史数据和光伏发电可用出力历史数据,通过平均算法分别确定逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线,将计算获得的两个可用出力曲线进行求和,确定逐小时新能源可用出力曲线;具体为:
基于多年逐时的风电可用出力历史数据计算逐小时风电可用出力曲线,计算如下式1:
式1;
式中,t为小时序数,y是年度序数,P W,t为第t小时平均风电可用出力,P hW,y,t是第y年第t小时风电可用出力历史数据,N是历史数据覆盖年份数量;
基于多年逐时的光伏发电可用出力的历史数据计算逐小时光伏发电可用出力曲线,计算如下式2:
式2;
式中,P S,t为第t小时平均光伏发电可用出力,P hS,y,t为第y年第t小时光伏发电可用出力;
基于逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线,计算如下式3:
式3;
式中,P ANE,t是第t小时新能源可用出力;
步骤S310、基于确定的逐小时新能源可用出力曲线,根据新能源利用率约束目标值及新能源利用率约束条件,计算第一电解槽容量;所述新能源利用率约束条件具体如下式4:
式4;
式中,a为新能源利用率约束目标值,C 1为根据所述式3结合式1和式2的结果计算的第一电解槽容量;
步骤S410、基于第一电解槽容量,根据电网对新能源发电制氢项目调峰供电曲线和新能源发电制氢项目对电网调峰用电曲线,计算确定电解槽实际运行功率曲线;具体如下式5:
式5;
式中,P ET,t为第t小时电解槽实际运行功率,P RG,t为第t小时电网对新能源发电制氢项目调峰供电功率,P RH,t为第t小时新能源发电制氢项目对电网调峰用电功率;
步骤S510、基于电解槽实际运行功率曲线,根据电解槽设备利用率目标值和电解槽设备利用率约束条件计算第二电解槽容量;
所述电解槽设备利用率约束条件具体如下式6:
式6;
式中,b为电解槽设备利用率目标值,C 2为根据所述式5的计算结果计算出的第二电解槽容量;步骤S610、基于第一电解槽容量和第二电解槽容量,若第一电解槽容量大于第二电解槽容量时,通过调整新能源利用率约束目标值并通过步骤S310重新计算第一电解槽容量或调整电解槽设备利用率约束目标值通过步骤S510重新计算第二电解槽容量,直至满足第一电解槽容量不大于第二电解槽容量,获得需求的电解槽容量。
2.一种制氢电解槽容量配置评估装置,其特征在于,包括:
数据获取模块:获取目标地区多年逐小时时段的风电可用出力和光伏发电可用出力的历史数据;
第一计算模块:根据数据获取模块获得的数据,通过平均算法分别确定逐小时风电可用出力曲线和逐小时光伏发电可用出力曲线,将计算获得的两个可用出力曲线进行求和,确定逐小时新能源可用出力曲线;
第一电解槽容量计算模块:用于根据第一计算模块计算获得的逐小时新能源可用出力曲线,基于新能源利用率约束目标值及新能源利用率约束条件,计算第一电解槽容量;所述
新能源利用率约束条件如下式4:
式4;
式中,a为新能源利用率约束目标值,P ANE,t是第t小时新能源可用出力,C 1为第一电解槽容量;
第二计算模块:用于根据获得的第一电解槽容量,基于电网对新能源发电制氢项目调峰供电曲线和新能源发电制氢项目对电网调峰用电曲线,计算确定电解槽实际运行功率曲线;计算具体如下式5:
式5;
式中,P ET,t是第t小时电解槽实际运行功率,P RG,t是第t小时电网对新能源发电制氢项目调峰供电功率,P RH,t是第t小时新能源发电制氢项目对电网调峰用电功率;
第二电解槽容量计算模块:用于基于电解槽实际运行功率曲线,根据电解槽设备利用率目标值和电解槽设备利用率约束条件计算第二电解槽容量;所述电解槽设备利用率约束条件如下式6:
式6;
式中,b为电解槽设备利用率目标值,C 2为第二电解槽容量;对比模块:用于基于第一电解槽容量和第二电解槽容量,若第一电解槽容量大于第二电解槽容量时,通过调整新能源利用率约束目标值并通过第一电解槽容量计算模块重新计算第一电解槽容量或调整电解槽设备利用率约束目标值通过第二电解槽容量计算模块重新计算第二电解槽容量,直至满足第一电解槽容量不大于第二电解槽容量,获得需求的电解槽容量。
3.计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1所述一种制氢电解槽容量配置评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310987060.6A CN116720789B (zh) | 2023-08-08 | 2023-08-08 | 一种制氢电解槽容量配置评估方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310987060.6A CN116720789B (zh) | 2023-08-08 | 2023-08-08 | 一种制氢电解槽容量配置评估方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116720789A CN116720789A (zh) | 2023-09-08 |
CN116720789B true CN116720789B (zh) | 2023-11-07 |
Family
ID=87868259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310987060.6A Active CN116720789B (zh) | 2023-08-08 | 2023-08-08 | 一种制氢电解槽容量配置评估方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116720789B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109755965A (zh) * | 2019-03-20 | 2019-05-14 | 河北科技大学 | 风光发电和制氢储氢系统及其运行控制方法 |
CN115307054A (zh) * | 2022-08-22 | 2022-11-08 | 西南交通大学 | 一种基于微网余电制氢的加氢站设备容量优化配置方法 |
CN115852434A (zh) * | 2022-11-18 | 2023-03-28 | 阳光电源(上海)有限公司 | 一种制氢控制方法及相关装置 |
WO2023087689A1 (zh) * | 2021-11-19 | 2023-05-25 | 中国华能集团清洁能源技术研究院有限公司 | 一种间歇、波动电解制氢控制方法 |
CN116307193A (zh) * | 2023-03-22 | 2023-06-23 | 国网冀北电力有限公司张家口供电公司 | 考虑精细化需求响应与电解制氢的虚拟电厂双层优化方法 |
-
2023
- 2023-08-08 CN CN202310987060.6A patent/CN116720789B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109755965A (zh) * | 2019-03-20 | 2019-05-14 | 河北科技大学 | 风光发电和制氢储氢系统及其运行控制方法 |
WO2023087689A1 (zh) * | 2021-11-19 | 2023-05-25 | 中国华能集团清洁能源技术研究院有限公司 | 一种间歇、波动电解制氢控制方法 |
CN115307054A (zh) * | 2022-08-22 | 2022-11-08 | 西南交通大学 | 一种基于微网余电制氢的加氢站设备容量优化配置方法 |
CN115852434A (zh) * | 2022-11-18 | 2023-03-28 | 阳光电源(上海)有限公司 | 一种制氢控制方法及相关装置 |
CN116307193A (zh) * | 2023-03-22 | 2023-06-23 | 国网冀北电力有限公司张家口供电公司 | 考虑精细化需求响应与电解制氢的虚拟电厂双层优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116720789A (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hasche et al. | Capacity value of wind power, calculation, and data requirements: the Irish power system case | |
Brijs et al. | Evaluating the role of electricity storage by considering short-term operation in long-term planning | |
Hedayati-Mehdiabadi et al. | Reserve policy optimization for scheduling wind energy and reserve | |
Wei et al. | Parameter identification of solid oxide fuel cell by Chaotic Binary Shark Smell Optimization method | |
Wang et al. | Optimal planning of stand-alone microgrids incorporating reliability | |
Clarke et al. | The impact of renewable energy intermittency on the operational characteristics of a stand-alone hydrogen generation system with on-site water production | |
Gu et al. | Bridging chance-constrained and robust optimization in an emission-aware economic dispatch with energy storage | |
Botterud et al. | Unit commitment and operating reserves with probabilistic wind power forecasts | |
CN114065483A (zh) | 制氢系统效能优化方法、装置、计算机设备和存储介质 | |
Xiong et al. | Distributionally robust optimization for energy and reserve toward a low-carbon electricity market | |
CN116720789B (zh) | 一种制氢电解槽容量配置评估方法、装置及设备 | |
CN115954951A (zh) | 一种新能源可靠出力水平的计算方法和装置 | |
CN115794369A (zh) | 内存占用数值的预测方法及装置、存储介质、终端 | |
Hekmat et al. | Data-driven demand-side flexibility quantification: Prediction and approximation of flexibility envelopes | |
Etim et al. | Probabilistic adaptive power pinch analysis for islanded hybrid energy storage systems | |
CN115423209B (zh) | 一种电力负荷需求预测方法、装置、电子设备及存储介质 | |
CN115537839A (zh) | 制氢系统的效率优化控制方法及装置、设备及存储介质 | |
CN116488155A (zh) | 电量预测方法及其装置、计算机可读存储介质 | |
Wilson et al. | Use of meteorological data for improved estimation of risk in capacity adequacy studies | |
CN115730818A (zh) | 功率平衡风险指标评估方法、装置、设备及介质 | |
CN110826863B (zh) | 电量分配方法、装置、计算机设备及存储介质 | |
CN108921429B (zh) | 以热/冷定电型智能微网中可控能源机组电功率确定方法 | |
CN109038557A (zh) | 一种考虑风险规避的风电和电价的主动配电网规划方法 | |
CN111951123B (zh) | 控制用电负荷的方法、装置、计算机设备和存储介质 | |
CN116937603A (zh) | 一种电网调峰平衡的评估方法、装置、设备以及存储介质 |
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 |