CN117153278A - 考虑多类型电解槽差异化的电热氢系统优化方法及系统 - Google Patents
考虑多类型电解槽差异化的电热氢系统优化方法及系统 Download PDFInfo
- Publication number
- CN117153278A CN117153278A CN202310921900.9A CN202310921900A CN117153278A CN 117153278 A CN117153278 A CN 117153278A CN 202310921900 A CN202310921900 A CN 202310921900A CN 117153278 A CN117153278 A CN 117153278A
- Authority
- CN
- China
- Prior art keywords
- hydrogen
- electrolytic
- power
- model
- representing
- 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
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 246
- 239000001257 hydrogen Substances 0.000 title claims abstract description 246
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 242
- 238000005457 optimization Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000004069 differentiation Effects 0.000 title claims abstract description 18
- 238000013461 design Methods 0.000 claims abstract description 56
- 239000002245 particle Substances 0.000 claims abstract description 52
- 230000007613 environmental effect Effects 0.000 claims abstract description 25
- 238000013178 mathematical model Methods 0.000 claims abstract description 15
- 238000004519 manufacturing process Methods 0.000 claims abstract description 10
- 238000003860 storage Methods 0.000 claims description 93
- 238000005338 heat storage Methods 0.000 claims description 42
- 239000000446 fuel Substances 0.000 claims description 40
- 239000007787 solid Substances 0.000 claims description 25
- 239000012528 membrane Substances 0.000 claims description 24
- 230000008901 benefit Effects 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 230000005611 electricity Effects 0.000 claims description 16
- 230000009471 action Effects 0.000 claims description 12
- 238000004146 energy storage Methods 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 9
- 230000014509 gene expression Effects 0.000 claims description 9
- 239000002699 waste material Substances 0.000 claims description 8
- 229910052799 carbon Inorganic materials 0.000 claims description 7
- 238000007599 discharging Methods 0.000 claims description 7
- 238000005868 electrolysis reaction Methods 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 6
- 238000010977 unit operation Methods 0.000 claims description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- AEJRTNBCFUOSEM-UHFFFAOYSA-N 3-Methyl-1-phenyl-3-pentanol Chemical compound CCC(C)(O)CCC1=CC=CC=C1 AEJRTNBCFUOSEM-UHFFFAOYSA-N 0.000 claims description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 3
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 230000009194 climbing Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 150000002431 hydrogen Chemical class 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 229910052698 phosphorus Inorganic materials 0.000 claims description 3
- 229910052717 sulfur Inorganic materials 0.000 claims description 3
- 230000024245 cell differentiation Effects 0.000 claims 3
- 230000035924 thermogenesis Effects 0.000 claims 1
- 238000005485 electric heating Methods 0.000 abstract description 8
- 238000010276 construction Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Analytical Chemistry (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Fuel Cell (AREA)
Abstract
本发明公开了一种考虑多类型电解槽差异化的电热氢系统优化方法及系统。本发明采用的电热氢系统优化方法，包括：首先，分析不同类型电解槽在产出效率、灵活性和经济性方面的差异化特征，并建立多类型的统一通用数学模型；其次，建立电热氢系统模型，确定电热氢系统的设计参数；然后，考虑不同种类电解槽差异化特征，建立以电热氢系统经济性、环保性和可靠性为优化目标的双层优化设计模型；最后，结合粒子群算法和分支定界法求解双层优化设计模型。本发明能够综合利用多类型电解槽的差异化特征，设计出更能灵活消纳具有强波动性的风光出力的分布式电热氢系统容量配置方案，并综合提升分布式电热氢系统的经济性、环保性和可靠性。
Description
技术领域
本发明属于电热氢系统优化技术领域，特别是一种考虑多类型电解槽差异化特征的电热氢系统优化方法及系统。
背景技术
目前，电热氢系统在许多领域都得到了广泛应用，例如能源存储、燃料电池、化学工业等。电热氢系统是一种将电能、氢能和热能高效耦合的系统，通过电解水将电能转化为氢气和热能，再通过燃料电池装置将氢气转化为电能和热能，实现能量的高效转换和存储。该系统具有高能效、低碳排放、促进可再生能源利用等优点，被视为未来能源领域的重要发展方向。
然而，要实现电热氢系统的高效运行，其优化至关重要。电解槽是电热氢系统中的核心设备之一，可以通过利用富余的可再生能源将水电解为氢气和氧气。不同类型的电解槽在结构、材料、工作原理等方面存在差异，导致其性能和特征不同。当前的研究大多数将电解槽模型简化为一个简单的转换系数，少有研究考虑电解槽的精细化运行约束。
另一方面，不同类型的电解槽具有不同的优势和适用范围。例如，传统的碱性电解槽具有成本低、电解效率高的优点；质子交换膜电解槽具有较高操作灵活性；高温固体氧化物电解槽具有较高的电解效率。目前大部分研究只考虑碱性电解槽的应用，较少有研究综合考虑碱性电解槽的差异化特征，在考虑多类型电解槽差异化特征的优化方面的研究还相对不足。因此，针对不同类型的电解槽，需要针对其差异化特征进行优化，以充分发挥它们各自的性能优势。
发明内容
为解决上述现有技术存在的问题，本发明提出一种考虑多类型电解槽差异化特征的电热氢系统优化方法及系统，旨在通过针对不同类型的电解槽进行特征分析和优化设计，以实现多类型电解槽的协同控制和差别化利用，提高电热氢系统的环保性、安全性和经济性，进一步推动电热氢系统在能源领域的应用。
为此，本发明采用的一种技术方案为：考虑多类型电解槽差异化特征的电热氢系统优化方法，其包括步骤：
1)分析不同类型电解槽在产出效率、灵活性和经济性方面的差异化特征，并建立多类型的统一通用数学模型；
2)建立电热氢系统模型，确定电热氢系统的设计参数；
3)考虑不同种类电解槽差异化特征，建立以电热氢系统经济性、环保性和可靠性为优化目标的双层优化设计模型；
4)结合粒子群算法和分支定界法求解双层优化设计模型。
本发明的电热氢系统优化方法考虑了多类型电解槽，综合利用多类型电解槽的差异化特征，更好地消纳具有波动性的可再生能源。
本发明采用的另一种技术方案为：考虑多类型电解槽差异化特征的电热氢系统优化系统，其包括：
多类型电解槽建模单元：分析不同类型电解槽在产出效率、灵活性和经济性方面的差异化特征，并建立碱性电解槽、质子交换膜电解槽和固体氧化物电解槽的统一通用数学模型；
电热氢系统建模单元：建立包括风机、光伏、碱性电解槽、质子交换膜电解槽、固体氧化物电解槽、氢燃料电池、电锅炉、蓄电池、储氢罐和储热罐的电热氢系统模型，确定电热氢系统的设计参数；
优化模型建立单元：考虑不同种类电解槽差异化特征，建立以电热氢系统经济性、环保性和可靠性为优化目标的双层优化设计模型；
优化方案求解单元：采用粒子群优化算法求解上层设备容量设计模型，采用分支定界法求解下层系统优化运行模型。
本发明的电热氢系统优化系统考虑多类型电解槽的差异化特征，设计出更能灵活消纳具有强波动性的风光出力的分布式电热氢系统容量配置方案，并综合提升系统的经济性、环保性和可靠性。
附图说明
为了更清楚地说明本发明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，下面描述中的附图是本发明的一些实施案例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明电热氢系统的结构示意图；
图2为本发明电热氢系统优化方法的流程图；
图3为本发明电热氢系统粒子群算法收敛过程图；
图4为本发明电热氢系统容量优化设计结果图；
图5为本发明电热氢系统不同容量设计方案特性对比图；
图6为本发明电热氢系统夏季典型日多类型电解槽运行结果图；
图7为本发明电热氢系统夏季典型日多类型储能运行结果图；
图8为本发明电热氢系统夏季典型日HFC运行结果图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本实施例提供一种考虑多类型电解槽差异化特征的电热氢系统优化方法，其具体内容如下：
1)分析不同类型电解槽在产出效率、灵活性和经济性方面的差异化特征，并建立多类型的统一通用数学模型；
2)建立电热氢系统模型，确定电热氢系统的设计参数；
3)考虑不同种类电解槽差异化特征，建立以电热氢系统经济性、环保性和可靠性为优化目标的双层优化设计模型；
4)结合粒子群算法和分支定界法求解双层优化设计模型，通过算例仿真评估优化后的电热氢系统的经济性、环保性和可靠性。
所述步骤1)，不同类型电解槽在产出效率、灵活性和经济性等方面的差异化特征如下：电热氢系统中，电解水制氢是最重要的一环，目前比较成熟的电解槽有三种，分别是碱性电解槽、质子交换膜电解槽以及固体氧化物电解槽。其中碱性电解槽技术最成熟、成本最低，但工作负载范围小、响应速度慢，电解效率为54％～66％。与之相比，质子交换膜电解槽成本略高，但负载范围更宽，响应速度更快，电解效率也有一定提升，但它们的额定制氢效率均低于70％，相比之下，固体氧化物电解槽电解效率可达到90％以上。但由于固体氧化物电解槽需要在高温环境下工作，其投资成本和响应速度方面仍落后于质子交换膜电解槽。所述的统一通用数学模型如下：
下文中所有符号的上标M代表不同的电解槽，M{A,P,S}，其中A代表碱性电解槽，P代表质子交换膜电解槽，S代表固体氧化物电解槽；下标k为电解槽编号；下标t表示单位运行时段，T为运行总时段，其中1≤t≤T；
启停模型：
其中，表示电解槽的开关状态，为0或1；表示电解槽的开始启动动作，表示电解槽的开始关停动作；αM表示启动时延；表示t-1时刻的电解槽的开关状态；表示t-αM时刻电解槽的开始启动动作，分别表示M电解槽日内开机、停机次数上限；
产出模型：
其中，为电解槽工作效率；为电解槽工作功率；表示转化为氢气中化学能对应的能量；代表产出氢气的质量，单位为kg；γ为一公斤氢气的热值等效系数；为电解槽产生的热功率；Δt表示单位时间；
功率约束：
其中，PM，min、PM，max分别表示M电解槽在开机状态下工作功率上、下限；PM,boot表示电解槽启动过程中消耗的电功率；τ表示电解槽启动过程中的时间计量；表示t-τ时刻电解槽的开始启动动作，ΔPM，max表示M电解槽在开机状态下单位时段最大爬坡功率；
温度模型：
其中，和分别表示t时刻和t+1时刻的电解槽温度；Ta为环境温度；Ce为电解槽集总热容；Re为集总热阻；为损失的热功率；为输出系统外的热功率；TM,max和TM,min分别表示电解槽的温度上、下限。
所述步骤2)，所述的电热氢系统模型如下：电热氢系统示意图如附图1所示，包括能量供给设备、能量转换设备、能量存储设备和负荷四个部分，通过电-热-氢耦合进行能量转换，以满足不同能源的负荷供给；其中，能量供给设备包括风机、光伏以及上级电网，能量转换设备包括电解槽、氢燃料电池和电锅炉，其中电解槽包括碱性电解槽、质子交换膜电解槽和固体氧化物电解槽，能量储存设备包括蓄电池、储氢罐和储热罐；电热氢系统的设计参数包括多类型电解槽容量、氢燃料电池容量、蓄电池容量、储氢罐容量、储热罐容量和电锅炉容量。
具体设备模型如下：
氢燃料电池数学模型：
其中：为HFC产电效率；Pt HFC为输入HFC的氢气热值等效功率；为燃料电池产电功率；为燃料电池代表消耗的氢气的质量，单位为kg；为HFC产热效率，为HFC产生的热功率。
电锅炉模型：
其中，ηEB代表电锅炉电热转换效率；PEB,max和PEB,min分别代表电锅炉出力上、下限；QEB,t表示电锅炉产热功率；PEB,t表示电锅炉耗电功率；
储氢罐模型：
其中，为储氢罐中氢气质量；和分别为充、放氢效率；和分别为储氢罐储氢量上、下限；和分别表示t时刻向储氢罐中充进的氢气或者放出的氢气质量；和分别表示注入氢气和释放氢气的状态变量；和分别表示调度初始时刻储氢罐的氢气质量和最后时刻的氢气质量；表示t时刻向储氢罐中充进的氢气质量上限；表示t时刻储氢罐放出的氢气质量上限；
储热罐模型：
其中，Ht为t时刻蓄热池的热量；Qdis,t为t时刻蓄热池的放热功率；Qch,t为t时刻蓄热池的蓄热功率；分别为蓄放、热效率；分别是蓄热池蓄放、热最大功率限值，Hmax、Hmin分别为蓄热池容量的上、下限；Ach,t、Adis,t分别表示蓄放、热标志位；H0和HT分别表示调度初始时刻和最后时刻储热罐的热量；
蓄电池模型：
其中，Et为t时刻的蓄电池的电量；Pdis,t为t时刻蓄电池的放电功率；Pch,t为t时刻蓄电池的充电功率；ηch、ηdis分别为充、放电效率；分别是蓄电池充、放电最大功率限值，Emax、Emin分别为电池电量的上、下限；Bch,t、Bdis,t分别表示充、放电标志位；ET、E0分别表示调度初始时刻和最后时刻蓄电池的电量；
所述步骤3)，以电热氢系统经济性、环保性和可靠性为优化目标的双层优化设计模型如下：
上层设备容量设计模型目标函数：
上层设备容量设计模型的目标函数为日净收益最大，其中，日净收益等于下层系统优化运行模型优化运行所得的日运行收益减去系统投资成本。通过设计电热氢系统各种设备(蓄电池、储热罐、储氢罐、燃料电池和多类型电解槽)的容量，使得系统在安全可靠运行的前提下，日净收益最大。具体的目标函数表达式如下：
其中：下标i指代不同的设备，包括碱性电解槽、质子交换膜电解槽、固体氧化物电解槽、蓄电池、储热罐、储氢罐、氢燃料电池和电锅炉；Fup为上层优化设计的目标函数；Fdown为下层优化运行的目标函数；Cin为系统投资成本，N为综合能源系统中各设备总数，ηi为利率，取5％，ki为各设备单位容量的投资成本，ti为各设备的使用年限，Si表示综合能源系统中各设备的容量。
上层设备容量设计模型约束条件：
综合考虑建设规模和建设条件等因素的限制，上层优化设计模型的约束条件包括多类型电解槽、氢燃料电池、储氢罐、储热罐、蓄电池和电锅炉等设备的容量约束，具体表达式如下：
其中：SAEC、SPEMEC、SSOEC、SHFC、SESS、SHST、SHOT和SEB分别为碱性电解槽、质子交换膜电解槽、高温固体氧化物电解槽、氢燃料电池、蓄电池、储氢罐、储热罐和电锅炉等设备的容量； 和和分别为碱性电解槽、质子交换膜电解槽、高温固体氧化物电解槽、氢燃料电池、蓄电池、储氢罐、储热罐和电锅炉等设备的容量上/下限。
下层系统优化运行模型目标函数：
选取一天24小时进行优化调度，以系统运行的经济性、可靠性和高效性为目标，其中：在经济性目标中考虑设备启停费用、购电费用和售氢收益和售热收益，在环保性目标中考虑碳排放惩罚成本和弃风弃光惩罚成本，在可靠性目标考虑未满足负荷的惩罚成本，其下层系统优化运行模型的目标函数表达式为：
Fdown＝max(F1+F2+F3)(25)
经济性目标：
F1＝-f2-f2+f3+f4
其中，f1表示微电网与上级电网购售电交易费用，代表t时刻系统购电单价，Pbuy,t代表时间在t时刻购买的电力；f2表示电解槽启停成本，和分别为电解槽M的启动和关停成本；表示电解槽的开始启动动作，表示电解槽的开始关停动作；下标k为电解槽编号，K表示电解槽总数；下标t表示单位运行时段，T为运行总时段，其中1≤t≤T；f3为售热收益，ρheat表示出售热的单价，Qsell,t代表系统在t时刻售出的热能；f4为售氢收益，表示出售氢气的单价，代表系统在t时刻售出的氢气；
环保性目标：
其中，α和β分别表示弃光和弃风的惩罚系数，ΔPpv,t和ΔPwt,t分别为弃光和弃风功率；Kin代表电-碳的转化系数，λin代表二氧化碳排放的环境惩罚因数；
可靠性目标：
其中，λele、λheat和分别为电、热和氢失负荷惩罚系数，和分别为电、热和氢失负荷功率；
下层系统优化运行模型约束条件：
电功率平衡约束：
其中，Ppv,t和Pwt,t分别代表t时刻光伏和风电预测出力；ΔPpv,t和ΔPwt,t分别代表t时刻弃光和弃风功率；PEB,t代表t时刻电锅炉消耗的电功率；Pload,t代表t时刻的电负荷；为电解槽工作功率；Pt HFC为输入HFC的氢气热值等效功率；Pdis,t为t时刻蓄电池的放电功率；Pch,t为t时刻蓄电池的充电功率；
热功率平衡约束：
其中，QEB,t代表t时刻电锅炉产生的热能；Qch,t代表t时刻的充热量；Qdis,t代表t时刻的放热量；Qload,t为t时刻热负荷；为输出系统外的热功率；为HFC产生的热功率；
氢气平衡约束：
其中，代表t时刻的氢负荷；和分别表示t时刻向储氢罐中充进的氢气或者放出的氢气质量；代表产出氢气的质量，单位为kg；代表燃料电池代表消耗的氢气的质量，单位为kg；
购电功率约束：
0≤Pbuy,t≤Pbuy,max (32)
其中，Pbuy,max代表最大购电电量。
所述步骤4)，所述的求解方法及求解步骤如下：
上层设备容量设计模型中涉及多类型电解槽、多类型储能设备、燃料电池以及电锅炉等多种设备的容量设计决策，所以本发明采用粒子群优化算法求解上层设备容量设计模型，采用分支定界法求解下层系统优化运行模型，双层优化设计模型的求解流程如附图2所示。
具体求解步骤如下：
1)粒子群初始化：
设置粒子群算法参数，包括种群规模、粒子维度、学习因子和惯性权重设定等，并给定每个粒子的速度和位置的初始值。
2)计算粒子的适应度值：
采用分支定界法求解下层系统优化运行模型，求出某一容量配置结果下的日运行收益，减去等效日投资成本作为适应度值，并进行非劣排序。
3)更新粒子的位置和速度：
首先给定粒子的位置和速度范围边界，并按照更新公式对粒子的位置和速度进行更新，每次更新后都要进行边界检测，判断新粒子的速度和位置是否大于边界值，若大于则直接用边界值作为粒子的新位置和速度。
4)计算粒子新位置的适应度：
再次调用下层系统优化运行模型的优化运行结果并计算新的适应度值，并按照适应度值的大小进行排序。
5)更新个体最优值和全局最优值：
将新的种群粒子的适应度值与原适应度最优值进行比较，更新个体最优值和全局最优值。
6)终止条件判断：
当最优个体的适应度达到给定的阈值，或者最优个体的适应度和群体适应度收敛时，或者达到最大迭代次数时，算法终止。
本实施例中，上层模型求解时，将粒子群算法生成的容量配置结果代入夏季典型日和冬季典型日求它们的日净收益，将两者加权平均作为上层粒子群算法的适应度值，求解的收敛过程如图3所示，上层模型容量设计结果如图4所示。
为了对比多类型电解槽的不同配置比例方案下系统的经济性、环保性以及可靠性等特征，固定除电解槽以外的其他设备容量，并将三种电解槽容量之和固定为60，改变碱性电解槽、质子交换膜电解槽和固体氧化物电解槽的比例，选取19种配置方案，具体配置方案见表1，结果对比如图5所示。
表1多类型电解槽不同配置方案
夏季典型日多类型电解槽运行结果如图6，多类型储能设备运行结果如图7，氢燃料电池运行结果如图8。
实施例2
本实施例提供一种考虑多类型电解槽差异化特征的电热氢系统优化系统，其由多类型电解槽建模单元、电热氢系统建模单元、优化模型建立单元和优化方案求解单元组成。
多类型电解槽建模单元：分析不同类型电解槽在产出效率、灵活性和经济性等方面的差异化特征，并建立碱性电解槽、质子交换膜电解槽和固体氧化物电解槽的精细化的统一通用数学模型；
电热氢系统建模单元：建立包括风机、光伏、碱性电解槽、质子交换膜电解槽、固体氧化物电解槽、氢燃料电池、电锅炉、蓄电池、储氢罐和储热罐的电热氢系统模型，确定电热氢系统的设计参数；
优化设计单元：考虑不同种类电解槽差异化特征，建立以电热氢系统经济性、环保性和可靠性为优化目标的双层优化设计模型；
优化设计方案求解单元：采用粒子群优化算法求解上层设备容量设计模型，采用分支定界法求解下层系统优化运行模型，通过算例仿真评估优化设计后的电热氢系统的经济性、环保性和可靠性。
具体地，所述的多类型电解槽统一通用化数学模型如下：
下文中所有符号的上标M代表不同的电解槽，M{A,P,S}，其中A代表碱性电解槽，P代表质子交换膜电解槽，S代表固体氧化物电解槽；下标k为电解槽编号；下标t表示单位运行时段，T为运行总时段，其中1≤t≤T；
启停模型：
其中：0-1变量表示电解槽的开关状态，表示电解槽的开始启动动作，表示电解槽的开始关停动作；αM表示启动时延；表示t-1时刻的电解槽的开关状态；表示t-αM时刻电解槽的开始启动动作， 分别表示M电解槽日内开机、停机次数上限；
产出模型：
其中：为电解槽工作效率；为电解槽工作功率；为转化为氢气中化学能对应的能量；代表产出氢气的质量，单位为kg；γ为一公斤氢气的热值等效系数；为电解槽产生的热功率；
功率约束：
其中：PM，min/PM，max分别表示M电解槽在开机状态下工作功率上/下限；PM,boot表示电解槽启动过程中消耗的电功率；τ表示电解槽启动过程中的时间计量；表示t-τ时刻电解槽的开始启动动作，ΔPM，max表示M电解槽在开机状态下单位时段最大爬坡功率。
温度模型：
其中：Ta为环境温度；Ce为电解槽集总热容；Re为集总热阻；为损失的热功率；为输出系统外的热功率；Δt表示单位时间。
具体地，所述的电热氢系统模型如下：电热氢系统示意图如附图1所示，电热氢系统包括能量供给设备、能量转换设备、能量存储设备和负荷四个部分，通过电-热-氢耦合进行能量转换，以满足不同能源的负荷供给；其中，能量供给设备包括风机、光伏以及上级电网，能量转换设备包括电解槽、氢燃料电池和电锅炉，其中电解槽包括碱性电解槽、质子交换膜电解槽和固体氧化物电解槽，能量储存设备包括蓄电池、储氢罐和储热罐；电热氢系统的设计参数包括多类型电解槽容量、氢燃料电池容量、蓄电池容量、储氢罐容量、储热罐容量和电锅炉容量。
更具体地，各设备模型如下：
氢燃料电池数学模型：
其中：为HFC产电效率；Pt HFC为输入HFC的氢气热值等效功率；为燃料电池产电功率；为燃料电池代表消耗的氢气的质量，单位为kg；为HFC产热效率，为HFC产生的热功率。
电锅炉模型：
其中：ηEB代表电锅炉电热转换效率；PEB,max和PEB,min分别代表电锅炉出力上下限。
储氢罐数学模型：
其中：为储氢罐中氢气质量；和分别为充、放氢效率；和其中，为储氢罐中氢气质量；和分别为充、放氢效率；和分别为储氢罐储氢量上、下限；和分别表示t时刻向储氢罐中充进的氢气或者放出的氢气质量；和分别表示注入氢气和释放氢气的状态变量；和分别表示调度初始时刻储氢罐的氢气质量和最后时刻的氢气质量；表示t时刻向储氢罐中充进的氢气质量上限；表示t时刻储氢罐放出的氢气质量上限。
储热罐模型：
其中：Ht为t时刻的蓄热池的热量；Qdis,t为t时刻蓄热池的放热功率；Qch,t为t时刻蓄热池的蓄热功率；Δt为时间间隔；分别为蓄放热效率； 分别是蓄热池蓄放热最大功率限值，Hmax、Hmin分别为蓄热池容量的上下限。Ach,t、Adis,t分别表示蓄放热标志位。
蓄电池模型：
其中：Et为t时刻的蓄电池的电量；Pdis,t为t时刻蓄电池的放电功率；Pch,t为t时刻蓄电池的充电功率；Δt为时间间隔；ηch、ηdis分别为充、放电效率；分别是蓄电池充、放电最大功率限值，Emax、Emin分别为电池电量的上、下限；Bch,t、Bdis,t分别表示充、放电标志位。
具体地，所述的以电热氢系统经济性、环保性和可靠性为优化目标的双层优化设计模型如下：
上层设备容量设计模型目标函数：
上层目标函数为日净收益最大，其中，日净收益等于下层优化运行所得的日运行收益减去系统投资成本。通过设计电热氢系统各种设备(蓄电池、储热罐、储氢罐、燃料电池和多类型电解槽)的容量，使得系统在安全可靠运行的前提下，日净收益最大。具体的目标函数表达式如下：
其中：下标i指代不同的设备，包括多类型电解槽、蓄电池、储氢罐、储热罐、氢燃料电池和电锅炉；Fup为上层优化设计的目标函数；Fdown为下层优化运行的目标函数；Cin为系统投资成本，N为综合能源系统中各设备总数，ηi为利率，取5％，ki为各设备单位容量的投资成本，ti为各设备的使用年限，Si表示综合能源系统中各设备的容量。
上层设备容量设计模型约束条件：
综合考虑建设规模和建设条件等因素的限制，上层优化设计模型的约束条件包括多类型电解槽、氢燃料电池、储氢罐、储热罐、蓄电池和电锅炉等设备的容量约束，具体表达式如下：
其中：SAEC、SPEMEC、SSOEC、SHFC、SESS、SHST、SHOT和SEB分别为碱性电解槽、质子交换膜电解槽、高温固体氧化物电解槽、氢燃料电池、蓄电池、储氢罐、储热罐和电锅炉等设备的容量； 和和分别为碱性电解槽、质子交换膜电解槽、高温固体氧化物电解槽、氢燃料电池、蓄电池、储氢罐、储热罐和电锅炉等设备的容量上/下限。
下层系统优化运行模型目标函数：
选取一天24小时进行优化调度，以系统运行的经济性、可靠性和高效性为目标，其中：在经济性目标中考虑设备启停费用、购电费用和售氢收益和售热收益，在环保性目标中考虑碳排放惩罚成本和弃风弃光惩罚成本，在可靠性目标考虑未满足负荷的惩罚成本，其优化运行模型的目标函数表达式为：
Fdown＝max(F1+F2+F3) (25)
经济性目标：
F1＝-f2-f2+f3+f4
其中，f1表示微电网与上级电网购售电交易费用，代表t时刻系统购电单价，Pbuy,t代表时间在t时刻购买的电力；f2表示电解槽启停成本，和分别为电解槽M的启动和关停成本；表示电解槽的开始启动动作，表示电解槽的开始关停动作；下标k为电解槽编号，K表示电解槽总数；下标t表示单位运行时段，T为运行总时段，其中1≤t≤T；f3为售热收益，ρheat表示出售热的单价，Qsell,t代表系统在t时刻售出的热能；f4为售氢收益，表示出售氢气的单价，代表系统在t时刻售出的氢气；
环保性目标：
其中，α和β分别表示弃光和弃风的惩罚系数，ΔPpv,t和ΔPwt,t分别为弃光和弃风功率；Kin代表电-碳的转化系数，λin代表二氧化碳排放的环境惩罚因数；
可靠性目标：
其中，λele、λheat和分别为电、热和氢失负荷惩罚系数，和分别为电、热和氢失负荷功率；
下层系统优化运行模型约束条件：
电功率平衡约束：
其中，Ppv,t和Pwt,t分别代表t时刻光伏和风电预测出力；ΔPpv,t和ΔPwt,t分别代表t时刻弃光和弃风功率；PEB,t代表t时刻电锅炉消耗的电功率；Pload,t代表t时刻的电负荷；为电解槽工作功率；Pt HFC为输入HFC的氢气热值等效功率；Pdis,t为t时刻蓄电池的放电功率；Pch,t为t时刻蓄电池的充电功率；
热功率平衡约束：
其中，QEB,t代表t时刻电锅炉产生的热能；Qch,t代表t时刻的充热量；Qdis,t代表t时刻的放热量；Qload,t为t时刻热负荷；为输出系统外的热功率；为HFC产生的热功率；
氢气平衡约束：
其中，代表t时刻的氢负荷；和分别表示t时刻向储氢罐中充进的氢气或者放出的氢气质量；代表产出氢气的质量，单位为kg；代表燃料电池代表消耗的氢气的质量，单位为kg；
购电功率约束：
0≤Pbuy,t≤Pbuy,max (32)
其中，Pbuy,max代表最大购电电量。
具体地，所述优化方案求解单元中，采用粒子群算法求解上层设备容量设计模型，采用分支定界法求解下层系统优化运行模型。
上层设备容量设计模型中涉及多类型电解槽、多类型储能设备、燃料电池以及电锅炉等多种设备的容量设计决策，所以本发明采用粒子群优化算法求解上层设备容量优化设计模型，采用分支定界法求解下层系统优化运行模型，系统优化设计模型的求解流程如附图2所示。
具体求解步骤如下：
1)粒子群初始化：
设置粒子群算法参数，包括种群规模、粒子维度、学习因子和惯性权重设定等，并给定每个粒子的速度和位置的初始值。
2)计算粒子的适应度值：
采用分支定界法求解下层系统优化运行模型，求出某一容量配置结果下的日运行收益，减去等效日投资成本作为适应度值，并进行非劣排序。
3)更新粒子的位置和速度：
首先给定粒子的位置和速度范围边界，并按照更新公式对粒子的位置和速度进行更新，每次更新后都要进行边界检测，判断新粒子的速度和位置是否大于边界值，若大于则直接用边界值作为粒子的新位置和速度。
4)计算粒子新位置的适应度：
再次调用下层优化运行结果并计算新的适应度值，并按照适应度值的大小进行排序。
5)更新个体最优值和全局最优值：
将新的种群粒子的适应度值与原适应度最优值进行比较，更新个体最优值和全局最优值。
6)终止条件判断：
当最优个体的适应度达到给定的阈值，或者最优个体的适应度和群体适应度收敛时，或者达到最大迭代次数时，算法终止。
Claims (10)
1.考虑多类型电解槽差异化的电热氢系统优化方法，其特征在于，包括步骤：
1)分析不同类型电解槽在产出效率、灵活性和经济性方面的差异化特征，并建立多类型的统一通用数学模型；
2)建立电热氢系统模型，确定电热氢系统的设计参数；
3)考虑不同种类电解槽差异化特征，建立以电热氢系统经济性、环保性和可靠性为优化目标的双层优化设计模型；
4)结合粒子群算法和分支定界法求解双层优化设计模型。
2.如权利要求1所述的考虑多类型电解槽差异化的电热氢系统优化方法，其特征在于，所述步骤1)，所述的统一通用数学模型如下：
下述中所有符号的上标M代表不同的电解槽，M{A,P,S}，其中，A代表碱性电解槽，P代表质子交换膜电解槽，S代表固体氧化物电解槽；下标k为电解槽编号；下标t表示单位运行时段，T为运行总时段，其中1≤t≤T；
启停模型：
其中，表示电解槽的开关状态，为0或1；表示电解槽的开始启动动作，表示电解槽的开始关停动作；αM表示启动时延；表示t-1时刻的电解槽的开关状态；表示t-αM时刻电解槽的开始启动动作，分别表示M电解槽日内开机、停机次数上限；
产出模型：
其中，为电解槽工作效率；为电解槽工作功率；表示转化为氢气中化学能对应的能量；代表产出氢气的质量，单位为kg；γ为一公斤氢气的热值等效系数；为电解槽产生的热功率；Δt表示单位时间；
功率约束：
其中，PM，min、PM，max分别表示M电解槽在开机状态下工作功率上、下限；PM,boot表示电解槽启动过程中消耗的电功率；τ表示电解槽启动过程中的时间计量；表示t-τ时刻电解槽的开始启动动作，ΔPM，max表示M电解槽在开机状态下单位时段最大爬坡功率；
温度模型：
其中，和分别表示t时刻和t+1时刻的电解槽温度；Ta为环境温度；Ce为电解槽集总热容；Re为集总热阻；为损失的热功率；为输出系统外的热功率；TM,max和TM ,min分别表示电解槽的温度上、下限。
3.如权利要求1所述的考虑多类型电解槽差异化的电热氢系统优化方法，其特征在于，所述步骤2)，所述的电热氢系统模型如下：电热氢系统包括能量供给设备、能量转换设备、能量存储设备和负荷四个部分，通过电-热-氢耦合进行能量转换，以满足不同能源的负荷供给；其中，能量供给设备包括风机、光伏以及上级电网，能量转换设备包括电解槽、氢燃料电池和电锅炉，其中电解槽包括碱性电解槽、质子交换膜电解槽和固体氧化物电解槽，能量储存设备包括蓄电池、储氢罐和储热罐；电热氢系统的设计参数包括多类型电解槽容量、氢燃料电池容量、蓄电池容量、储氢罐容量、储热罐容量和电锅炉容量。
4.如权利要求3所述的考虑多类型电解槽差异化的电热氢系统优化方法，其特征在于，所述步骤2)中，电热氢系统的具体设备模型包括：
氢燃料电池数学模型：
其中，为HFC产电效率；Pt HFC为输入HFC的氢气热值等效功率；为燃料电池产电功率；为燃料电池代表消耗的氢气的质量，单位为kg；为HFC产热效率，为HFC产生的热功率；γ为一公斤氢气的热值等效系数；Δt为时间间隔；
电锅炉模型：
其中，ηEB代表电锅炉电热转换效率；PEB,max和PEB,min分别代表电锅炉出力上、下限；QEB,t表示电锅炉产热功率；PEB,t表示电锅炉耗电功率；
储氢罐数学模型：
其中，为储氢罐中氢气质量；和分别为充、放氢效率；和分别为储氢罐储氢量上、下限；和分别表示t时刻向储氢罐中充进的氢气或者放出的氢气质量；和分别表示注入氢气和释放氢气的状态变量；和分别表示调度初始时刻储氢罐的氢气质量和最后时刻的氢气质量；表示t时刻向储氢罐中充进的氢气质量上限；表示t时刻储氢罐放出的氢气质量上限；
储热罐模型：
其中，Ht为t时刻蓄热池的热量；Qdis,t为t时刻蓄热池的放热功率；Qch,t为t时刻蓄热池的蓄热功率；分别为蓄放、热效率；分别是蓄热池蓄放、热最大功率限值，Hmax、Hmin分别为蓄热池容量的上、下限；Ach,t、Adis,t分别表示蓄放、热标志位；H0和HT分别表示调度初始时刻和最后时刻储热罐的热量；
蓄电池模型：
其中，Et为t时刻的蓄电池的电量；Pdis,t为t时刻蓄电池的放电功率；Pch,t为t时刻蓄电池的充电功率；ηch、ηdis分别为充、放电效率；分别是蓄电池充、放电最大功率限值，Emax、Emin分别为电池电量的上、下限；Bch,t、Bdis,t分别表示充、放电标志位；ET、E0分别表示调度初始时刻和最后时刻蓄电池的电量。
5.如权利要求1所述的考虑多类型电解槽差异化的电热氢系统优化方法，其特征在于，所述步骤3)，所述的双层优化设计模型如下：
上层设备容量设计模型目标函数：上层设备容量设计模型的目标函数为日净收益最大，日净收益等于下层系统优化运行模型所得的日运行收益减去系统投资成本，通过设计电热氢系统各种设备的容量，使得系统在安全可靠运行的前提下，日净收益最大。
6.如权利要求5所述的考虑多类型电解槽差异化的电热氢系统优化方法，其特征在于，所述步骤3)中，具体的目标函数表达式如下：
其中，下标i指代不同的设备，包括多类型电解槽、蓄电池、储氢罐、储热罐、氢燃料电池和电锅炉；Fup为上层设备容量设计模型的目标函数；Fdown为下层系统优化运行模型的目标函数；Cin为系统投资成本，N为综合能源系统中各设备总数，ηi为利率，ki为各设备单位容量的投资成本，ti为各设备的使用年限，Si表示综合能源系统中各设备的容量。
7.如权利要求6所述的考虑多类型电解槽差异化的电热氢系统优化方法，其特征在于，所述步骤3)中，上层设备容量设计模型约束条件：
上层设备容量设计模型的约束条件包括多类型电解槽、氢燃料电池、储氢罐、储热罐、蓄电池和电锅炉的容量约束，具体表达式如下：
其中，SAEC、SPEMEC、SSOEC、SHFC、SESS、SHST、SHOT和SEB分别为碱性电解槽、质子交换膜电解槽、高温固体氧化物电解槽、氢燃料电池、蓄电池、储氢罐、储热罐和电锅炉的容量；和和分别为碱性电解槽、质子交换膜电解槽、高温固体氧化物电解槽、氢燃料电池、蓄电池、储氢罐、储热罐和电锅炉的容量上、下限。
8.如权利要求7所述的考虑多类型电解槽差异化的电热氢系统优化方法，其特征在于，所述步骤3)中，下层系统优化运行模型目标函数：
选取一天24小时进行优化调度，以系统运行的经济性、可靠性和环保性为目标，其中：在经济性目标中考虑设备启停费用、购电费用和售氢收益和售热收益，在环保性目标中考虑碳排放惩罚成本和弃风弃光惩罚成本，在可靠性目标考虑未满足负荷的惩罚成本，下层系统优化运行模型的目标函数表达式为：
Fdown＝max(F1+F2+F3) (25)
经济性目标：
F1＝-f2-f2+f3+f4
其中，f1表示微电网与上级电网购售电交易费用，代表t时刻系统购电单价，Pbuy,t代表时间在t时刻购买的电力；f2表示电解槽启停成本，和分别为电解槽M的启动和关停成本；表示电解槽的开始启动动作，表示电解槽的开始关停动作；下标k为电解槽编号，K表示电解槽总数；下标t表示单位运行时段，T为运行总时段，其中1≤t≤T；f3为售热收益，ρheat表示出售热的单价，Qsell,t代表系统在t时刻售出的热能；f4为售氢收益，表示出售氢气的单价，代表系统在t时刻售出的氢气；
环保性目标：
其中，α和β分别表示弃光和弃风的惩罚系数，ΔPpv,t和ΔPwt,t分别为弃光和弃风功率；Kin代表电-碳的转化系数，λin代表二氧化碳排放的环境惩罚因数；
可靠性目标：
其中，λele、λheat和分别为电、热和氢失负荷惩罚系数，和分别为电、热和氢失负荷功率；
下层系统优化运行模型约束条件：
电功率平衡约束：
其中，Ppv,t和Pwt,t分别代表t时刻光伏和风电预测出力；ΔPpv,t和ΔPwt,t分别代表t时刻弃光和弃风功率；PEB,t代表t时刻电锅炉消耗的电功率；Pload,t代表t时刻的电负荷；为电解槽工作功率；Pt HFC为输入HFC的氢气热值等效功率；Pdis,t为t时刻蓄电池的放电功率；Pch,t为t时刻蓄电池的充电功率；
热功率平衡约束：
其中，QEB,t代表t时刻电锅炉产生的热能；Qch,t代表t时刻的充热量；Qdis,t代表t时刻的放热量；Qload,t为t时刻热负荷；为输出系统外的热功率；为HFC产生的热功率；
氢气平衡约束：
其中，代表t时刻的氢负荷；和分别表示t时刻向储氢罐中充进的氢气或者放出的氢气质量；代表产出氢气的质量，单位为kg；代表燃料电池代表消耗的氢气的质量，单位为kg；
购电功率约束：
0≤Pbuy,t≤Pbuy,max(32)其中，Pbuy,max代表最大购电电量。
9.如权利要求1所述的考虑多类型电解槽差异化的电热氢系统优化方法，其特征在于，所述步骤4)，采用粒子群算法求解上层设备容量设计模型，采用分支定界法求解下层系统优化运行模型，具体步骤如下：
1)粒子群初始化
设置粒子群算法参数，包括种群规模、粒子维度、学习因子和惯性权重设定，并给定每个粒子的速度和位置的初始值；
2)计算粒子的适应度值
采用分支定界法求解下层系统优化运行模型，求出某一容量配置结果下的日运行收益，减去等效日投资成本作为适应度值，并进行非劣排序；
3)更新粒子的位置和速度
首先给定粒子的位置和速度范围边界，并按照更新公式对粒子的位置和速度进行更新，每次更新后都要进行边界检测，判断新粒子的速度和位置是否大于边界值，若大于则直接用边界值作为粒子的新位置和速度；
4)计算粒子新位置的适应度
再次调用下层系统优化运行模型优化运行结果并计算新的适应度值，并按照适应度值的大小进行排序；
5)更新个体最优值和全局最优值
将新的种群粒子的适应度值与原适应度最优值进行比较，更新个体最优值和全局最优值；
6)终止条件判断
当最优个体的适应度达到给定的阈值，或者最优个体的适应度和群体适应度收敛时，或者达到最大迭代次数时，算法终止。
10.考虑多类型电解槽差异化的电热氢系统优化系统，其特征在于，包括：
多类型电解槽建模单元：分析不同类型电解槽在产出效率、灵活性和经济性方面的差异化特征，并建立碱性电解槽、质子交换膜电解槽和固体氧化物电解槽的统一通用数学模型；
电热氢系统建模单元：建立包括风机、光伏、碱性电解槽、质子交换膜电解槽、固体氧化物电解槽、氢燃料电池、电锅炉、蓄电池、储氢罐和储热罐的电热氢系统模型，确定电热氢系统的设计参数；
优化模型建立单元：考虑不同种类电解槽差异化特征，建立以电热氢系统经济性、环保性和可靠性为优化目标的双层优化设计模型；
优化方案求解单元：采用粒子群优化算法求解上层设备容量设计模型，采用分支定界法求解下层系统优化运行模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310921900.9A CN117153278A (zh) | 2023-07-25 | 2023-07-25 | 考虑多类型电解槽差异化的电热氢系统优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310921900.9A CN117153278A (zh) | 2023-07-25 | 2023-07-25 | 考虑多类型电解槽差异化的电热氢系统优化方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117153278A true CN117153278A (zh) | 2023-12-01 |
Family
ID=88910848
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310921900.9A Pending CN117153278A (zh) | 2023-07-25 | 2023-07-25 | 考虑多类型电解槽差异化的电热氢系统优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117153278A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117408091A (zh) * | 2023-12-14 | 2024-01-16 | 国网浙江省电力有限公司电力科学研究院 | 考虑安全性风险的电-氢储能系统优化设计方法及系统 |
| CN118195178A (zh) * | 2024-05-17 | 2024-06-14 | 山东大学 | 一种氢能全链路设备组合选型方法及系统 |
| CN118468732A (zh) * | 2024-07-12 | 2024-08-09 | 国网辽宁省电力有限公司本溪供电公司 | 一种储能系统双层优化配置方法及装置 |
-
2023
- 2023-07-25 CN CN202310921900.9A patent/CN117153278A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117408091A (zh) * | 2023-12-14 | 2024-01-16 | 国网浙江省电力有限公司电力科学研究院 | 考虑安全性风险的电-氢储能系统优化设计方法及系统 |
| CN117408091B (zh) * | 2023-12-14 | 2024-03-26 | 国网浙江省电力有限公司电力科学研究院 | 考虑安全性风险的电-氢储能系统优化设计方法及系统 |
| CN118195178A (zh) * | 2024-05-17 | 2024-06-14 | 山东大学 | 一种氢能全链路设备组合选型方法及系统 |
| CN118468732A (zh) * | 2024-07-12 | 2024-08-09 | 国网辽宁省电力有限公司本溪供电公司 | 一种储能系统双层优化配置方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108832656B (zh) | 基于电转气和可再生能源利用微能源网多目标规划方法 | |
| CN117153278A (zh) | 考虑多类型电解槽差异化的电热氢系统优化方法及系统 | |
| Deng et al. | System modeling and optimization of microgrid using genetic algorithm | |
| Liu et al. | Co-optimization of a novel distributed energy system integrated with hybrid energy storage in different nearly zero energy community scenarios | |
| 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 | |
| CN112270433B (zh) | 考虑可再生能源不确定性和用户满意度的微电网优化方法 | |
| CN113850474B (zh) | 一种热电氢多能流综合能源系统及其优化调度方法 | |
| CN113839401A (zh) | 一种考虑电氢耦合的综合能源系统容量优化配置方法 | |
| CN115640982A (zh) | 基于抽水蓄能优先调节的多能互补系统日前优化调度方法 | |
| CN111668878A (zh) | 一种可再生微能源网的优化配置方法和系统 | |
| CN107104462A (zh) | 一种用于风电场储能调度的方法 | |
| CN110503255A (zh) | 一种风火储电力系统联合优化调度方法 | |
| CN114462889A (zh) | 一种氢-电耦合多能源跨区域优化配置方法及系统 | |
| Li et al. | Capacity coordinated optimization of battery, thermal and hydrogen storage system for multi-energy complementary power system | |
| Wang et al. | Optimal configuration of an off-grid hybrid wind-hydrogen energy system: Comparison of two systems | |
| CN117526440A (zh) | 一种计及灵活性的煤-水-风-光协同发电系统优化运行方法 | |
| CN116914785A (zh) | 一种电热氢系统优化运行方法 | |
| CN115940284B (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
| CN116613801A (zh) | 一种风光蓄电池混合氢储能发电系统日前优化调度方法 | |
| CN116256978A (zh) | 一种混合电解水制氢系统优化控制方法及系统 | |
| CN114049004B (zh) | 一种电氢能源站容量随机规划方法、系统和装置 | |
| CN112615386B (zh) | 一种面向风电消纳的电热混合储能系统优化定容方法 | |
| CN110990793B (zh) | 电热气耦合微能源站调度优化方法 | |
| CN114091917A (zh) | 冷热电联供型微电网动态环保经济调度方法及系统 | |
| CN112149339A (zh) | 风电-光伏-光热-电加热器互补发电系统容量优化模型 |
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 |