CN117477615B - 一种电-氢复合储能系统最优配置方法及设备 - Google Patents
一种电-氢复合储能系统最优配置方法及设备 Download PDFInfo
- Publication number
- CN117477615B CN117477615B CN202311832820.2A CN202311832820A CN117477615B CN 117477615 B CN117477615 B CN 117477615B CN 202311832820 A CN202311832820 A CN 202311832820A CN 117477615 B CN117477615 B CN 117477615B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power
- hydrogen
- electric
- storage system
- 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 231
- 239000001257 hydrogen Substances 0.000 title claims abstract description 231
- 238000004146 energy storage Methods 0.000 title claims abstract description 192
- 239000002131 composite material Substances 0.000 title claims abstract description 140
- 238000000034 method Methods 0.000 title claims abstract description 107
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 94
- 238000012983 electrochemical energy storage Methods 0.000 claims abstract description 64
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 14
- 238000010248 power generation Methods 0.000 claims description 67
- 238000007599 discharging Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 19
- 239000000446 fuel Substances 0.000 claims description 19
- 238000012423 maintenance Methods 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 238000004090 dissolution Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 2
- 239000000203 mixture Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J15/00—Systems for storing electric energy
- H02J15/008—Systems for storing electric energy using hydrogen as energy vector
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
- H02J3/38—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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- H02J2300/28—The renewable source being wind energy
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Fuel Cell (AREA)
Abstract
本发明公开了一种电‑氢复合储能系统最优配置方法及设备。本发明的电‑氢复合储能系统最优配置方法包括:构建电‑氢复合储能系统全生命周期成本最小的目标函数;构建电‑氢复合储能系统运行约束,包括电‑氢复合储能系统充放电功率平衡约束、电化学储能运行约束和氢储能运行约束;计算电‑氢复合储能系统总充放电功率;根据风电功率波动平抑需求,分配电化学储能和氢储能之间的充放电功率;制定电‑氢复合储能系统最优配置方案。本发明能够综合考虑风电功率波动平抑需求和电‑氢复合储能系统全生命周期成本,得到电‑氢复合储能系统的最佳配置结果,具有方法科学合理,适用性强,效果佳等优点。
Description
技术领域
本发明属于风电场电-氢复合储能系统配置领域,尤其是一种电-氢复合储能系统最优配置方法及设备。
背景技术
新能源场站需具备一定调节能力,必要时配置一定储能提升新能源场站的可调节性。其中,电化学储能、氢储能在功率密度和能量密度上具有一定的互补性,在新能源场站侧配置一定容量电-氢复合储能系统是提升新能源场站可调节性的有效手段。然而,电化学储能、氢储能物理特性差异较大,且成本较高,如何能够考虑风电功率波动平抑需求得到电-氢复合储能系统的最佳配置结果至关重要。
现有技术公开了一种电-氢复合储能系统的配置方法,建立电-氢复合储能系统的最优配置模型和目标函数;通过多目标算术优化算法,搜寻得到电-氢复合储能系统的最优配置方案。
但是,上述方法未能全面考虑电-氢复合储能系统的全生命周期成本,且未考虑各时段风电功率平抑需求差异对电-氢复合储能系统运行状态进行调整,可能导致配置结果较为保守。
发明内容
针对上述现有技术中存在的问题,本发明的目的是提供一种科学合理、适用性强、效果极佳的电-氢复合储能系统最优配置方法及设备,旨在综合考虑风电功率波动平抑需求和电-氢复合储能系统全生命周期成本,以得到电-氢复合储能系统的最佳配置结果。
为实现本发明目的采取的技术方案是:一种电-氢复合储能系统最优配置方法,其包括:
步骤1,构建电-氢复合储能系统全生命周期成本最小的目标函数;
步骤2,构建电-氢复合储能系统运行约束,包括电-氢复合储能系统充放电功率平衡约束、电化学储能运行约束和氢储能运行约束;
步骤3,计算电-氢复合储能系统总充放电功率;
步骤4,根据风电功率波动平抑需求,分配电化学储能和氢储能之间的充放电功率;
步骤5,制定电-氢复合储能系统最优配置方案:
①设定电化学储能额定功率和能量初始值;
②设定氢储能燃料电池、电解槽的额定功率初始值和氢储罐额定容量初始值;
③结合实际风电功率,根据电-氢复合储能系统总充放电功率、电化学储能和氢储能之间的充放电功率分配方法,得到电化学储能和氢储能充放电时序功率;
④计算电-氢复合储能系统全生命周期成本R,保存相应的电-氢复合储能系统配置结果;
⑤调整氢储能燃料电池、电解槽的额定功率和氢储罐额定容量,若调整结束,则进入步骤⑥,反之,进入步骤③;
⑥调整电化学储能的额定功率和额定能量,若调整结束,则进入步骤⑦,反之,进入步骤②;
⑦比较不同配置下电-氢复合储能系统的全生命周期成本,将全生命周期成本最小的结果作为电-氢复合储能系统配置方案。
进一步地,所述电-氢储复合储能系统全生命周期成本最小的目标函数,具体为:
(1)
(2)
(3)
式中,表示最小化,R为等年值下的全生命周期成本,/>为等年值下的配置成本,/>、/>分别为等年值下的风力发电和电-氢复合储能卖电收益、惩罚成本,/>为等年值下的投资成本,/>为等年值下的运行维护成本,/>为等年值下的替换成本,/>为等年值下的回收成本,/>为电化学储能的额定功率,/>、/>和/>分别为电化学储能额定功率的成本系数、维护运营成本系数和替换成本系数,/>为电化学储能的额定能量,/>、和/>分别为电化学储能额定能量的成本系数、维护运营成本系数和替换成本系数,为燃料电池的额定功率,/>、/>和/>分别为燃料电池额定功率的成本系数、维护运营成本系数和替换成本系数,/>为电解槽的额定功率,/>、/>和/>分别为电解槽额定功率的成本系数、维护运营成本系数和替换成本系数,/>为储氢罐的额定容量,/>、/>和/>分别为储氢罐额定容量的成本系数、维护运营成本系数和替换成本系数,/>为贴现率,/>为运行年限,/>为电解槽启停成本,/>为电解槽启动次数,/>为电池储能系统替换因数,/>为电解槽的替换因数,/>为燃料电池的替换因数,/>为储氢罐的替换因数,/>为回收系数,/>表示取几个元素的最大值,/>为一年的时间周期,/>为一天的时间周期,/>为t时刻分时电价,/>为t时刻实际风力发电功率,/>为t时刻电-氢复合储能总功率,/>为t时刻风力发电预测功率的上限值;/>为t时刻风力发电预测功率的下限值;/>为t时刻惩罚系数。
进一步地,所述步骤2中的电-氢复合储能系统充放电功率平衡约束,具体为:
(4)
式中,为t时刻电-氢复合储能总功率,/>和/>分别为t时刻电化学储能充电功率和放电功率,/>和/>分别为t时刻氢储能充电功率和放电功率。
进一步地,所述步骤2中的电化学储能运行约束,具体为:
(5)
式中,为电化学储能的额定功率,/>和/>分别为t时刻电化学储能充电功率和放电功率,/>为t时刻电池的电荷状态,/>为充放电的效率,/>和分别为电池电荷状态的最大值和最小值,/>为电化学储能的额定能量;
所述步骤2中的氢储能运行约束,具体为:
(6)
式中,和/>分别为t时刻氢储能充电功率和放电功率,/>为电解槽的额定功率,/>为燃料电池的额定功率,/>和/>分别为t时刻储氢罐的进、出气量,/>为储氢罐的最大储氢量,/>为t时刻的储氢状态,/>和/>分别为t时刻充、放电储氢罐的容量,/>和/>分别为储氢罐储氢状态的上限和下限。
进一步地,步骤3的电-氢复合储能系统总充放电功率计算包括模式一的计算;
模式一,电-氢复合储能系统吸收风能的充电过程,具体为:
当时,
(7)
式中,为t时刻电-氢复合储能总功率,/>为t时刻风电最大输出功率,/>为t时刻风力发电预测功率的上限值;在t时,实际风力发电功率大于风力发电预测功率的上限时,电-氢复合储能系统充电,充电功率为实际风力发电功率高于风力发电预测功率上限的功率。
进一步地,步骤3的电-氢复合储能系统总充放电功率计算包括模式二的计算;
模式二,电-氢复合储能系统释放电能的放电过程,具体为:
当时,
(8)
式中,为t时刻电-氢复合储能总功率,/>为t时刻风电最大输出功率,/>为t时刻风力发电预测功率的下限值;在t时,实际风力发电功率小于预测风力发电功率的下限时,电-氢复合储能系统放电,放电功率为实际风力发电功率低于风力发电预测功率下限的功率。
进一步地,步骤3的电-氢复合储能系统总充放电功率计算包括模式三的计算;
模式三,电-氢复合储能系统在缓冲区内释放电能的过程,具体为:
当且/>和/>时,
(9)
式中,为t时刻风力发电预测功率的下限值,/>为t时刻风电最大输出功率,为t时刻风力发电预测功率的上限值,/>为t时刻电池的电荷状态,/>为t时刻的储氢状态,/>为储氢罐储氢状态的上限,/>为电池电荷状态的最大值,/>为t时刻电-氢复合储能总功率;在t时,实际的风力发电功率在风力发电预测功率的0.9到1.1倍范围内时,起到一个缓冲带的作用,k up为小于1的放电调整系数。
进一步地,步骤3的电-氢复合储能系统总充放电功率计算包括模式四的计算;
模式四,电-氢复合储能在缓冲区内吸收风能的过程,具体为:
当且/>和/>时
(10)
式中,为t时刻风力发电预测功率的下限值,/>为t时刻风电最大输出功率,为t时刻风力发电预测功率的上限值,/>为t时刻电池的电荷状态,/>为t时刻的储氢状态,/>为储氢罐储氢状态的下限,/>为电池电荷状态的最小值,/>为t时刻电-氢复合储能总功率,/>为小于1的充电调整系数。
进一步地,所述的步骤4,具体为:
根据可再生能源功率波动的剧烈程度,分配电化学储能和氢储能之间的充放电功率,以可再生能源功率在相邻时段内变化速率均值和标准差/>表征可再生能源功率在时序上变化的幅度和剧烈程度,以可再生能源功率在相邻时段内方向上变化频次的均值和标准差/>表征可再生能源功率在方向上变化的频繁程度和变化趋势,/>、/>、和/>分别为/>、/>、/>和/>的判定阈值;
若或/>,/>为t时刻实际风力发电功率,/>为t时刻风力发电预测功率的上限值,/>为t时刻风力发电预测功率的下限值,电化学储能和氢储能之间的充放电功率分配方法如下:
当、/>、/>和/>时,可再生能源功率在垂直方向上变化不频繁,变化幅度大但有明显的上升或下降的趋势,采用氢储能平抑风电功率波动:
a.当时
(13)
b.当时
(14)
式中,和/>分别为t时刻氢储能充电功率和放电功率,/>为t时刻电-氢复合储能总功率,/>为电解槽的额定功率,/>为燃料电池的额定功率;
其它情况时,可再生能源功率在垂直方向上变化频繁,变化幅度大且趋势不明显,采用电化学储能平抑风电功率波动:
a.当时
(15)
b.当时
(16)
式中,和/>分别为t时刻电化学储能充电功率和放电功率,/>为电化学储能的额定功率;
若,则电化学储能和氢储能根据其运行状态分配/>。
本发明还提供一种电-氢复合储能系统最优配置设备,其用于实现上述电-氢复合储能系统最优配置方法。
本发明具有的有益效果如下:本发明能够综合考虑风电功率波动平抑需求和电-氢复合储能系统全生命周期成本,得到电-氢复合储能系统的最佳配置结果,具有科学合理、适用性强、效果佳等优点。
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为本发明考虑电-氢复合储能系统最优配置方法的流程图;
图2为本发明电-氢复合储能系统总充放电功率计算的流程图;
图3为本发明电化学储能和氢储能之间的充放电功率分配方法的流程图;
图4为本发明全生命周期成本最小的电-氢复合储能系统最优配置方案制定流程图;
图5为本发明应用例中配置电-氢复合储能系统前后的各项成本结果对比图;
图6为本发明应用例中发明本方法与完全平抑超出允许范围风电功率波动所得配置方案各项成本对比图。
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。
本实施例为一种电-氢复合储能系统最优配置方法,如图1所示,包括以下步骤:
步骤1,构建电-氢储复合储能系统全生命周期成本最小的目标函数。
所述的目标函数为:
(1)
式中,表示最小化,R为等年值下的全生命周期成本,/>为等年值下的配置成本,/>、/>分别为等年值下的风力发电和电-氢复合储能卖电收益、惩罚成本。
①配置成本:
(2)
式中,为等年值下的投资成本,/>为等年值下的运行维护成本,/>为等年值下的替换成本,/>为等年值下的回收成本,/>为电化学储能的额定功率,/>、/>和/>分别为电化学储能额定功率的成本系数、维护运营成本系数和替换成本系数,/>为电化学储能的额定能量,/>、/>和/>分别为电化学储能额定能量的成本系数、维护运营成本系数和替换成本系数,/>为燃料电池的额定功率,/>、/>和/>分别为燃料电池额定功率的成本系数、维护运营成本系数和替换成本系数,/>为电解槽的额定功率,、/>和/>分别为电解槽额定功率的成本系数、维护运营成本系数和替换成本系数,/>为储氢罐的额定容量,/>、/>和/>分别为储氢罐额定容量的成本系数、维护运营成本系数和替换成本系数,/>为贴现率,/>为运行年限,/>为电解槽启停成本,/>为电解槽启动次数,/>为电池储能系统替换因数,/>为电解槽的替换因数,/>为燃料电池的替换因数,/>为储氢罐的替换因数,/>为回收系数,由市场实际情况确定。
②卖电收益和惩罚成本:
(3)
式中,表示取几个元素的最大值,/>为一年的时间周期,/>为一天的时间周期,/>为t时刻分时电价,/>为t时刻实际风力发电功率,/>为t时刻电-氢复合储能总功率,/>为t时刻风力发电预测功率的上限值,取风力发电预测功率的1.1倍;/>为t时刻风力发电预测功率的下限值,取风力发电预测功率的0.9倍;/>为t时刻惩罚系数。
步骤2,构建电-氢复合储能系统运行约束。
1)电-氢复合储能系统充放电功率平衡约束
(4)
式中,和/>分别为t时刻电化学储能充电功率和放电功率,/>和分别为t时刻氢储能充电功率和放电功率。
2)电化学储能运行约束
(5)
式中,为t时刻电池的电荷状态,/>为充放电的效率,/>和/>分别为电池电荷状态的最大值和最小值。
3)氢储能运行约束
(6)
式中,和/>分别为t时刻储氢罐的进、出气量,/>为储氢罐的最大储氢量,/>为t时刻的储氢状态,/>和/>分别为t时刻充、放电储氢罐的容量,和/>分别为储氢罐储氢状态的上限和下限。
步骤3,电-氢复合储能系统充放电功率计算可分为四种模式,由此可得到电-氢复合储能系统总充放电功率;模式一,电-氢复合储能系统吸收风能的充电过程;模式二,电-氢复合储能系统释放电能的放电过程;模式三,电-氢复合储能系统在缓冲区内释放电能的过程;模式四,电-氢复合储能系统在缓冲区内吸收风能的过程;通过电-氢复合储能系统总充放电功率计算,将风电场输出功率平抑在0.9到1.1倍的预测值范围内。
电-氢复合储能系统总功率的计算流程如图2所示。
1)模式一,当时,则电-氢复合储能系统吸收风能的充电过程:
(7)
式中,为t时刻风电最大输出功率,在t时,风力发电功率大于风力发电预测功率的上限时,电-氢复合储能充电,充电功率为实际风力发电功率高于风力发电预测功率上限的功率。
2)模式二,当时,则电-氢复合储能系统释放电能的放电过程:
(8)
式中,在t时,风力发电功率小于风力发电预测功率的下限时,电-氢复合储能发出实际风力发电功率小于风力发电预测功率下限的功率。
3)模式三,当且/>和/>时,则电-氢复合储能系统在缓冲区内释放电能的过程:
(9)
式中,在t时,风力发电在风力发电预测功率的上下限之间时,起到一个缓冲带的作用,k up为小于1的放电调整系数。
4)模式四,当且/>和/>时,则电-氢复合储能系统在缓冲区内吸收风能的过程:
(10)
式中,为小于1的充电调整系数。
步骤4,综合考虑荷电状态和需平抑风电功率波动变化剧烈程度,分配电化学储能和氢储能之间的充放电功率。
利用分时控制,对风力发电进行一个短时预测,使用高斯复合模型做聚类,需要假设输入样本服从多个参数不同的高斯分布,服从同一参数分布下的样本归为一类,通过最大期望算法对多个复合的高斯分布进行拟合,得到遍历所有样本的多个聚类分布及其分布的均值和协方差/>,利用EM算法进行。
迭代拟合的具体步骤如下:
1)输入样本为超出允许波动范围的风电功率,/>设定多个多元高斯分布的参数和/>,其n为总样本个数。
2)计算样本点属于第/>个高斯分布的概率/>,/>,
(11)
式中,为调度周期,/>表示/>所属类/>为/>的概率函数,/>为样本维度。
3)根据极大似然估计可得到各高斯分布的和/>的更替值/>和/>如下:
(12)
4)重复以上步骤直至各参数收敛,并利用迭代得到的高斯参数以概率最大为基准将样本进行聚类。
根据可再生能源功率波动的剧烈程度,分配电化学储能和氢储能之间的充放电功率,以可再生能源功率在相邻时段内变化速率均值和标准差/>表征可再生能源功率在时序上变化的幅度和剧烈程度,/>和/>越大,可再生能源功率变化幅度越大,越剧烈,以可再生能源功率在相邻时段内方向上变化频次的均值/>和标准差/>表征可再生能源功率在方向上变化的频繁程度和变化趋势,/>和/>越大,可再生能源功率变化趋势越不明显,/>、/>、/>和/>分别为/>、/>、/>和/>的判定阈值。
若或/>,电化学储能和氢储能之间的充放电功率分配方法如图3所示,具体如下:
1)当、/>、/>和/>时,可再生能源功率在垂直方向上变化不频繁,变化幅度较大但有明显的上升或下降的趋势,采用氢储能平抑风电功率波动:
a.当时,
(13)
b.当时,
(14)
2)其它情况时,可再生能源功率在垂直方向上变化频繁,变化幅度较大且趋势不明显,复杂度较高,采用电化学储能平抑风电功率波动:
a.当时,
(15)
b.当时,
(16)
若,则电化学储能和氢储能根据其运行状态分配/>。
步骤5,制定电-氢复合储能系统最优配置方案。
电-氢复合储能系统最优配置方案制定流程如图4所示,具体步骤如下:
①设定电化学储能额定功率和能量初始值;
②设定氢储能燃料电池、电解槽的额定功率初始值和氢储罐额定容量初始值;
③结合实际风电功率,根据电-氢复合储能系统总放电功率、电化学储能和氢储能之间的充放电功率分配方法,得到电化学储能和氢储能充放电时序功率;
④计算电-氢复合储能系统全生命周期成本R,保存相应的电-氢复合储能系统配置结果;
⑤调整氢储能燃料电池、电解槽的额定功率和氢储罐额定容量,若调整结束,则进入步骤⑥,反之,进入步骤③;
⑥调整电化学储能的额定功率和额定能量,若调整结束,则进入步骤⑦,反之,进入步骤②;
⑦比较不同配置下电-氢复合储能系统的全生命周期成本,将全生命周期成本最小的结果作为电-氢复合储能系统配置方案。
本实施例还提供一种电-氢复合储能系统最优配置设备,其用于实现上述电-氢复合储能系统最优配置方法。
应用例
基于某装机为49.5MW的风电场,配置电-氢复合储能系统,分析本发明方法的有效性。其中,电化学储能和氢储能的配置参数如表1所示,n c取20年,r取0.05,取0.38元/kW·h。
表1 电化学储能和氢储能配置参数
采用本发明方法,得到的电-氢复合储能系统各类储能配置结果如表2所示,全生命周期总成本为-5048万元,符号为负是由于成本中包含收益,配置成本、卖电收益、惩罚成本分别为1996万元、8103万元、1060万元。
表2 电-氢复合储能系统各类储能配置结果
对比配置电-氢复合储能系统前后的总成本,结果如图5所示,由图可知,配置电-氢复合储能系统后,总成本由-3791万元降到了-5048万元,分析原因可知,配置储能前的风电售电收益较大,但风电功率易超出允许范围,由此导致惩罚较大,惩罚成本为4395万元;而配置电-氢复合储能系统,可有效平抑风电功率波动,大大减少惩罚成本,惩罚成本减小至1060万元,从而显著降低全生命周期成本,提升风电场投资运行的经济性。
进一步,对比本发明方法与完全平抑超出允许范围风电功率波动所得配置方案的各项成本,结果如图6所示,由图可知,与完全平抑超出允许范围风电功率波动所得配置相比,本发明方法所得总成本有所减小,分析原因可知,完全平抑超出允许范围风电功率波动可减少惩罚,但却会增加电-氢复合储能系统的配置成本;而综合考虑全生命周期成本,可权衡储能对风电功率波动的平抑效果和储能的配置成本,与完全平抑超出允许范围风电功率波动所得配置相比,综合考虑全生命周期成本所得惩罚虽然由0元增加至1060万元,但电-氢复合储能系统配置成本由5511万元降低至1996万元,所得配置方案的经济性更好。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (8)
1.一种电-氢复合储能系统最优配置方法,其特征在于,包括:
步骤1,构建电-氢复合储能系统全生命周期成本最小的目标函数;
步骤2,构建电-氢复合储能系统运行约束,包括电-氢复合储能系统充放电功率平衡约束、电化学储能运行约束和氢储能运行约束;
步骤3,计算电-氢复合储能系统总充放电功率;
步骤4,根据风电功率波动平抑需求,分配电化学储能和氢储能之间的充放电功率;
步骤5,制定电-氢复合储能系统最优配置方案:①设定电化学储能额定功率和额定能量的初始值;②设定氢储能燃料电池、电解槽的额定功率初始值和氢储罐额定容量初始值;③结合实际风电功率,根据电-氢复合储能系统总充放电功率、电化学储能和氢储能之间的充放电功率分配方法,得到电化学储能和氢储能充放电时序功率;④计算电-氢复合储能系统全生命周期成本R,保存相应的电-氢复合储能系统配置结果;⑤调整氢储能燃料电池、电解槽的额定功率和氢储罐额定容量,若调整结束,则进入步骤⑥,反之,进入步骤③;⑥调整电化学储能的额定功率和额定能量,若调整结束,则进入步骤⑦,反之,进入步骤②;⑦比较不同配置下电-氢复合储能系统的全生命周期成本,将全生命周期成本最小的结果作为电-氢复合储能系统配置方案;
所述电-氢复合储能系统全生命周期成本最小的目标函数,具体为:
(1)
(2)
(3)
式中,表示最小化,R为等年值下的全生命周期成本,/>为等年值下的配置成本,/>、分别为等年值下的风力发电和电-氢复合储能卖电收益、惩罚成本,/>为等年值下的投资成本,/>为等年值下的运行维护成本,/>为等年值下的替换成本,/>为等年值下的回收成本,/>为电化学储能的额定功率,/>、/>和/>分别为电化学储能额定功率的成本系数、维护运营成本系数和替换成本系数,/>为电化学储能的额定能量,/>、/>和/>分别为电化学储能额定能量的成本系数、维护运营成本系数和替换成本系数,/>为燃料电池的额定功率,/>、/>和/>分别为燃料电池额定功率的成本系数、维护运营成本系数和替换成本系数,/>为电解槽的额定功率,/>、/>和/>分别为电解槽额定功率的成本系数、维护运营成本系数和替换成本系数,/>为储氢罐的额定容量,/>、/>和分别为储氢罐额定容量的成本系数、维护运营成本系数和替换成本系数,/>为贴现率,为运行年限,/>为电解槽启停成本,/>为电解槽启动次数,/>为电池储能系统替换因数,/>为电解槽的替换因数,/>为燃料电池的替换因数,/>为储氢罐的替换因数,为回收系数,/>表示取几个元素的最大值,/>为一年的时间周期,/>为一天的时间周期,/>为t时刻分时电价,/>为t时刻实际风力发电功率,/>为t时刻电-氢复合储能总功率,/>为t时刻风力发电预测功率的上限值;/>为t时刻风力发电预测功率的下限值;/>为t时刻惩罚系数;
所述的步骤4,具体为:
根据可再生能源功率波动的剧烈程度,分配电化学储能和氢储能之间的充放电功率,以可再生能源功率在相邻时段内变化速率均值和标准差/>表征可再生能源功率在时序上变化的幅度和剧烈度,以可再生能源功率在相邻时段内方向上变化频次的均值/>和标准差/>表征可再生能源功率在方向上变化的频繁程度和变化趋势,/>、/>、/>和分别为/>、/>、/>和/>的判定阈值;
若或/>,/>为t时刻实际风力发电功率,/>为t时刻风力发电预测功率的上限值,/>为t时刻风力发电预测功率的下限值,电化学储能和氢储能之间的充放电功率分配方法如下:
当、/>、/>和/>时,可再生能源功率在垂直方向上变化不频繁,变化幅度大但有明显的上升或下降的趋势,采用氢储能平抑风电功率波动:
a.当时
(13)
b.当时
(14)
式中,和/>分别为t时刻氢储能充电功率和放电功率,/>为t时刻电-氢复合储能总功率,/>为电解槽的额定功率,/>为燃料电池的额定功率;
其它情况时,可再生能源功率在垂直方向上变化频繁,变化幅度大且趋势不明显,采用电化学储能平抑风电功率波动:
a.当时
(15)
b.当时
(16)
式中,和/>分别为t时刻电化学储能充电功率和放电功率,/>为电化学储能的额定功率;
若,则电化学储能和氢储能根据其运行状态分配/>。
2.如权利要求1所述的电-氢复合储能系统最优配置方法,其特征在于,所述步骤2中的电-氢复合储能系统充放电功率平衡约束,具体为:
(4)
式中,为t时刻电-氢复合储能总功率,/>和/>分别为t时刻电化学储能充电功率和放电功率,/>和/>分别为t时刻氢储能充电功率和放电功率。
3.如权利要求1所述的电-氢复合储能系统最优配置方法,其特征在于,所述步骤2中的电化学储能运行约束,具体为:
(5)
式中,为电化学储能的额定功率,/>和/>分别为t时刻电化学储能充电功率和放电功率,/>为t时刻电池的电荷状态,/>为充放电的效率,/>和/>分别为电池电荷状态的最大值和最小值,/>为电化学储能的额定能量;
所述步骤2中的氢储能运行约束,具体为:
(6)
式中,和/>分别为t时刻氢储能充电功率和放电功率,/>为电解槽的额定功率,/>为燃料电池的额定功率,/>和/>分别为t时刻储氢罐的进、出气量,为储氢罐的最大储氢量,/>为t时刻的储氢状态,/>和/>分别为t时刻充、放电储氢罐的容量,/>和/>分别为储氢罐储氢状态的上限和下限。
4.如权利要求1所述的电-氢复合储能系统最优配置方法,其特征在于,步骤3的电-氢复合储能系统总充放电功率计算包括模式一的计算;
模式一,电-氢复合储能系统吸收风能的充电过程,具体为:
当时,
(7)
式中,为t时刻电-氢复合储能总功率,/>为t时刻实际风力发电功率,/>为t时刻风力发电预测功率的上限值;在t时,实际风力发电功率大于风力发电预测功率的上限时,电-氢复合储能系统充电,充电功率为实际风力发电功率高于风力发电预测功率上限的功率。
5.如权利要求1所述的电-氢复合储能系统最优配置方法,其特征在于,步骤3的电-氢复合储能系统总充放电功率计算包括模式二的计算;
模式二,电-氢复合储能系统释放电能的放电过程,具体为:
当时,
(8)
式中,为t时刻电-氢复合储能总功率,/>为t时刻实际风力发电功率,/>为t时刻风力发电预测功率的下限值;在t时,实际风力发电功率小于风力发电预测功率的下限时,电-氢复合储能系统放电,放电功率为实际风力发电功率低于风力发电预测功率下限的功率。
6.如权利要求1所述的电-氢复合储能系统最优配置方法,其特征在于,步骤3的电-氢复合储能系统总充放电功率计算包括模式三的计算;
模式三,电-氢复合储能系统在缓冲区内释放电能的过程,具体为:
当且/>和/>时,
(9)
式中,为t时刻风力发电预测功率的下限值,/>为t时刻实际风力发电功率,/>为t时刻风力发电预测功率的上限值,/>为t时刻电池的电荷状态,/>为t时刻的储氢状态,/>为储氢罐储氢状态的上限,/>为电池电荷状态的最大值,/>为t时刻电-氢复合储能总功率;在t时,实际的风力发电功率在风力发电预测功率的0.9到1.1倍范围内时,k up为小于1的放电调整系数。
7.如权利要求1所述的电-氢复合储能系统最优配置方法,其特征在于,步骤3的电-氢复合储能系统总充放电功率计算包括模式四的计算;
模式四,电-氢复合储能在缓冲区内吸收风能的过程,具体为:
当且/>和/>时
(10)
式中,为t时刻风力发电预测功率的下限值,/>为t时刻实际风力发电功率,/>为t时刻风力发电预测功率的上限值,/>为t时刻电池的电荷状态,/>为t时刻的储氢状态,/>为储氢罐储氢状态的下限,/>为电池电荷状态的最小值,/>为t时刻电-氢复合储能总功率,/>为小于1的充电调整系数。
8.一种电-氢复合储能系统最优配置设备,其特征在于,用于实现权利要求1-7任一项所述的电-氢复合储能系统最优配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311832820.2A CN117477615B (zh) | 2023-12-28 | 2023-12-28 | 一种电-氢复合储能系统最优配置方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311832820.2A CN117477615B (zh) | 2023-12-28 | 2023-12-28 | 一种电-氢复合储能系统最优配置方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117477615A CN117477615A (zh) | 2024-01-30 |
CN117477615B true CN117477615B (zh) | 2024-03-26 |
Family
ID=89638350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311832820.2A Active CN117477615B (zh) | 2023-12-28 | 2023-12-28 | 一种电-氢复合储能系统最优配置方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117477615B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0535382A1 (de) * | 1991-09-30 | 1993-04-07 | STN Systemtechnik Nord GmbH | Verfahren zum wirtschaftlichen Betrieb eines Inselnetzes mit erneuerbaren Energiequellen und Schaltungsanordnung zur Durchführung des Verfahrens |
JP2019161836A (ja) * | 2018-03-13 | 2019-09-19 | 株式会社日立製作所 | 再生可能エネルギ発電システムの電力変動緩和方法 |
CN112736939A (zh) * | 2020-12-11 | 2021-04-30 | 国网江苏省电力有限公司南通供电分公司 | 掺氢天然气综合能源系统制氢储氢装置优化容量配置方法 |
CN113410855A (zh) * | 2021-08-20 | 2021-09-17 | 杭州鸿晟电力设计咨询有限公司 | 基于综合能源系统的氢储能与氢供应链设备配置方法 |
CN113839401A (zh) * | 2021-10-27 | 2021-12-24 | 国网青海省电力公司 | 一种考虑电氢耦合的综合能源系统容量优化配置方法 |
CN114977217A (zh) * | 2022-06-16 | 2022-08-30 | 南方电网科学研究院有限责任公司 | 一种电-氢混合储能系统配置方法及装置 |
CN115169157A (zh) * | 2022-08-11 | 2022-10-11 | 云南电网有限责任公司 | 基于多目标花朵授粉算法的电氢混合储能优化配置方法 |
CN115186791A (zh) * | 2022-06-07 | 2022-10-14 | 宁波市电力设计院有限公司 | 一种计及氢气交易的电氢热耦合多能互补微电网优化配置方法 |
CN115347596A (zh) * | 2022-04-21 | 2022-11-15 | 中国电建集团西北勘测设计研究院有限公司 | 一种基于电热氢混合储能的多能互补系统优化方法 |
CN115528708A (zh) * | 2022-08-30 | 2022-12-27 | 重庆大学 | 一种风光储耦合离网制氢微电网系统的容量优化配置方法 |
CN115759360A (zh) * | 2022-10-31 | 2023-03-07 | 广东电网有限责任公司广州供电局 | 风光氢储耦合系统两阶段优化规划方法、系统及介质 |
CN116131291A (zh) * | 2023-04-14 | 2023-05-16 | 武汉理工大学 | 用于平抑波动功率的氢电耦合系统容量配置方法 |
CN116613801A (zh) * | 2023-05-19 | 2023-08-18 | 华中科技大学 | 一种风光蓄电池混合氢储能发电系统日前优化调度方法 |
CN117134409A (zh) * | 2023-08-25 | 2023-11-28 | 南京师范大学 | 考虑电-氢-热互补的微网系统及其多目标优化配置方法 |
CN117154770A (zh) * | 2023-07-14 | 2023-12-01 | 长春工程学院 | 基于超级电容的电-氢混合储能容量优化配置方法 |
CN117175659A (zh) * | 2023-09-06 | 2023-12-05 | 华北电力大学(保定) | 一种平抑风电波动的混合储能容量优化配置方法 |
-
2023
- 2023-12-28 CN CN202311832820.2A patent/CN117477615B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0535382A1 (de) * | 1991-09-30 | 1993-04-07 | STN Systemtechnik Nord GmbH | Verfahren zum wirtschaftlichen Betrieb eines Inselnetzes mit erneuerbaren Energiequellen und Schaltungsanordnung zur Durchführung des Verfahrens |
JP2019161836A (ja) * | 2018-03-13 | 2019-09-19 | 株式会社日立製作所 | 再生可能エネルギ発電システムの電力変動緩和方法 |
CN112736939A (zh) * | 2020-12-11 | 2021-04-30 | 国网江苏省电力有限公司南通供电分公司 | 掺氢天然气综合能源系统制氢储氢装置优化容量配置方法 |
CN113410855A (zh) * | 2021-08-20 | 2021-09-17 | 杭州鸿晟电力设计咨询有限公司 | 基于综合能源系统的氢储能与氢供应链设备配置方法 |
CN113839401A (zh) * | 2021-10-27 | 2021-12-24 | 国网青海省电力公司 | 一种考虑电氢耦合的综合能源系统容量优化配置方法 |
CN115347596A (zh) * | 2022-04-21 | 2022-11-15 | 中国电建集团西北勘测设计研究院有限公司 | 一种基于电热氢混合储能的多能互补系统优化方法 |
CN115186791A (zh) * | 2022-06-07 | 2022-10-14 | 宁波市电力设计院有限公司 | 一种计及氢气交易的电氢热耦合多能互补微电网优化配置方法 |
CN114977217A (zh) * | 2022-06-16 | 2022-08-30 | 南方电网科学研究院有限责任公司 | 一种电-氢混合储能系统配置方法及装置 |
CN115169157A (zh) * | 2022-08-11 | 2022-10-11 | 云南电网有限责任公司 | 基于多目标花朵授粉算法的电氢混合储能优化配置方法 |
CN115528708A (zh) * | 2022-08-30 | 2022-12-27 | 重庆大学 | 一种风光储耦合离网制氢微电网系统的容量优化配置方法 |
CN115759360A (zh) * | 2022-10-31 | 2023-03-07 | 广东电网有限责任公司广州供电局 | 风光氢储耦合系统两阶段优化规划方法、系统及介质 |
CN116131291A (zh) * | 2023-04-14 | 2023-05-16 | 武汉理工大学 | 用于平抑波动功率的氢电耦合系统容量配置方法 |
CN116613801A (zh) * | 2023-05-19 | 2023-08-18 | 华中科技大学 | 一种风光蓄电池混合氢储能发电系统日前优化调度方法 |
CN117154770A (zh) * | 2023-07-14 | 2023-12-01 | 长春工程学院 | 基于超级电容的电-氢混合储能容量优化配置方法 |
CN117134409A (zh) * | 2023-08-25 | 2023-11-28 | 南京师范大学 | 考虑电-氢-热互补的微网系统及其多目标优化配置方法 |
CN117175659A (zh) * | 2023-09-06 | 2023-12-05 | 华北电力大学(保定) | 一种平抑风电波动的混合储能容量优化配置方法 |
Non-Patent Citations (3)
Title |
---|
平滑风电功率波动的混合储能系统容量优化配置;靳雯皓;刘继春;;分布式能源;20170415(第02期);全文 * |
并网型风电场氢超混合储能容量配置及控制策略研究;聂聪颖;沈小军;吕洪;王伟;;智慧电力;20200920(第09期);全文 * |
考虑风电波动的储氢容量优化配置;苏元鹏;陈洁;黄净;郭志;王阳墚旭;;电源技术;20170120(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117477615A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109325608B (zh) | 考虑储能并计及光伏随机性的分布式电源优化配置方法 | |
CN109713666B (zh) | 一种基于K-means聚类的电力市场下分布式储能经济性调控方法 | |
CN111244993B (zh) | 一种储能参与电网调峰应用的容量优化配置方法 | |
CN111092451B (zh) | 一种基于配电网网格的光伏消纳预警方法 | |
CN114336702B (zh) | 基于双层随机规划的风光储场站群功率分配协同优化方法 | |
CN115117931B (zh) | 考虑电动汽车灵活性和光伏接入的配电网规划方法及系统 | |
CN104377724A (zh) | 提高风电/光伏混合储能系统经济性的协调优化控制方法 | |
CN112365021A (zh) | 一种基于混合储能的区域综合能源系统规划优化方法 | |
CN112736952A (zh) | 考虑日历寿命的海上风电配置储能系统容量优化方法 | |
CN112290568A (zh) | 一种“光-储”发电系统混合储能配置方法 | |
CN114580180A (zh) | 基于自适应模态数vmd算法的混合储能容量配置方法 | |
CN116470513A (zh) | 一种响应电网需求的多类型光热电站协调调度运行方法 | |
CN116613725A (zh) | 一种光伏电站直流制氢优化配置方法 | |
CN114529100A (zh) | 一种面向区域电网风光消纳的储能优化配置方法及系统 | |
CN115000985A (zh) | 一种用户侧分布式储能设施聚合管控方法及系统 | |
CN112928769B (zh) | 一种兼顾补偿预测误差和平抑波动的光伏混合储能控制方法 | |
CN117477615B (zh) | 一种电-氢复合储能系统最优配置方法及设备 | |
CN111082446B (zh) | 一种考虑电池自消耗的储能优化配置方法 | |
CN117154770A (zh) | 基于超级电容的电-氢混合储能容量优化配置方法 | |
Wang et al. | Research on Evaluation ofMulti-Timescale Flexibility and Energy Storage Deployment for the High-Penetration Renewable Energy of Power Systems. | |
CN116131303A (zh) | 基于蓄能-储能-光伏电池的综合能源系统协同优化方法 | |
CN114722615A (zh) | 一种基于生产运营模拟的储能容量优化配置方法 | |
CN115940284A (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
CN113555901A (zh) | 基于改进s型函数粒子群优化算法的混合储能容量优化方法 | |
CN114117930A (zh) | 基于ε约束法的并网双储能系统容量优化配置方法 |
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 |