CN117613962B - 一种氢电耦合氢储能能调峰发电系统 - Google Patents
一种氢电耦合氢储能能调峰发电系统 Download PDFInfo
- Publication number
- CN117613962B CN117613962B CN202311622221.8A CN202311622221A CN117613962B CN 117613962 B CN117613962 B CN 117613962B CN 202311622221 A CN202311622221 A CN 202311622221A CN 117613962 B CN117613962 B CN 117613962B
- Authority
- CN
- China
- Prior art keywords
- consumption
- hydrogen
- energy storage
- sequence
- time
- 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 144
- 239000001257 hydrogen Substances 0.000 title claims abstract description 144
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 143
- 238000004146 energy storage Methods 0.000 title claims abstract description 123
- 238000010248 power generation Methods 0.000 title claims abstract description 68
- 230000005611 electricity Effects 0.000 title claims description 15
- 230000008878 coupling Effects 0.000 title abstract description 15
- 238000010168 coupling process Methods 0.000 title abstract description 15
- 238000005859 coupling reaction Methods 0.000 title abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 41
- 238000005265 energy consumption Methods 0.000 claims abstract description 19
- 238000003860 storage Methods 0.000 claims abstract description 19
- 238000013507 mapping Methods 0.000 claims description 65
- 238000012216 screening Methods 0.000 claims description 12
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 11
- 229910052799 carbon Inorganic materials 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 7
- 230000001174 ascending effect Effects 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000002699 waste material Substances 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
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
-
- 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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种氢电耦合氢储能能调峰发电系统,属于能源控制技术领域,包括:数据采集模块:通过电池管理设备和氢气储存罐上的传感器,对电储能数据和氢储能数据进行历史采集,获取系统能量存储情况的基础数据;计划确定模块:利用历史采集数据,确定不同历史采集时刻的能量需求指标,并制定相应的调峰计划;计划优化模块:基于历史采集数据对未来时刻的能源消耗情况进行估算,并对相应的调峰计划进行优化;调峰发电模块:基于优化计划构建多目标调峰模型,结合实时采集数据获取下一时刻的发电储能方案。提高了能源利用效率和经济性,有效地满足系统的能量调峰需求,有效地满足系统的能量调峰需求。
Description
技术领域
本发明涉及能源控制技术领域,特别涉及一种氢电耦合氢储能能调峰发电系统。
背景技术
随着可再生能源的快速发展,能源调峰和储能技术的需求日益迫切。由于氢储能具有高能量密度和长期储存能力,能促进可再生能源的大规模应用。但是目前氢储能技术的成熟度相对较低且氢储能系统的能量转化效率和成本高,因此提高其效率、降低成本,并与其他能源系统进行耦合至关重要。
因此,本发明提供了一种氢电耦合氢储能能调峰发电系统。
发明内容
本发明提供一种氢电耦合氢储能能调峰发电系统,通过采集电储能数据和氢储能数据进行历史采集,基于历史采集数据确定不同历史采集时刻的能量需求指标,制定相应的调峰计划,满足了系统在不同时刻的能量需求。基于历史采集数据对未来时刻的能源消耗情况进行估算,并优化调峰计划,提高了系统的能源利用效率和经济性。构建多目标调峰模型,并获取下一时刻的发电储能方案,提高了系统的调峰发电效率。有效地满足了系统的能量调峰需求,提高了能源利用效率和经济性。
本发明提供一种氢电耦合氢储能能调峰发电系统,包括:
数据采集模块:对部署在储能设备的电池管理设备的电储能数据进行第一历史采集,同时,基于部署在氢气储存罐上的传感器对氢储能数据进行第二历史采集;
计划确定模块:基于历史采集数据确定不同历史采集时刻的能量需求指标,并制定得到不同历史采集时刻下的调峰计划;
计划优化模块:基于所述历史采集数据对基于历史采集时刻的未来时刻的能源消耗情况进行估算,并基于若干估算结果对相应的调峰计划进行优化;
调峰发电模块:基于优化计划构建多目标调峰模型,且结合当下采集数据获取得到下一时刻的发电储能方案进行调峰发电。
优选的,所述计划确定模块,其特征在于,包括:
指标确定单元:基于采集得到的电储能数据以及氢储能数据获取历史电量消耗量以及历史氢气消耗量,并对不同历史采集时刻电量消耗量以及历史氢气消耗量进行统计分析,获取能源需求相关的多个指标,并对所述多个指标进行处理得到不同历史采集时刻的综合能量需求指标;
计划制定单元:基于所述不同历史采集时刻的综合能量需求指标在预设的指标-计划库中提取不同历史采集时刻对应的初步调峰计划。
优选的,所述计划优化模块,其特征在于,包括:
函数确定单元:对所述不同历史时刻的电储能数据以及氢储能数据拟合,获取得到不同历史时间段内的消耗关系函数,并构建得到目标估算函数;
未来消耗估算单元:基于目标估算函数计算随机历史采集时刻对应未来时刻的电量消耗估计值和氢气消耗估计值,生成对应的第一消耗序列,并确定所述第一消耗序列中各历史采集时刻为峰时刻的第一可能性值;
实际消耗估算单元:基于初步调峰计划运行下的所采集的电储能数据以及氢储能数据确定对应采集时刻的实际电量消耗值和实际氢气消耗值,并生成对应的第二消耗序列,并确定所述第二消耗序列中各采集时刻为峰时刻的第二可能性值;
计划优化单元:基于第一可能性值以及第二可能性值分别对所述第一消耗序列和第二消耗序列进行筛选,获取第一序列和第二序列,并将第一序列和第二序列进行映射匹配,基于匹配结果对初步调峰计划进行调整,获取优化计划。
优选的,所述函数确定单元,其特征在于,包括:
曲线函数确定块:基于所述不同历史时刻的电储能数据以及氢储能数据,对不同历史时间段内的电消耗量与时间进行第一绘制得到第一曲线函数、以及对不同历史时间段内的氢消耗量与时间进行第二绘制得到第二曲线函数;
估值计算块:基于同个历史时间段内的第一曲线函数以及第二曲线函数进行拟合,得到不同历史时间段内的消耗关系函数;
计算每个历史时间段内的消耗关系函数的函数精度值;
其中,zj为第j个消耗关系函数的函数精度值;m1为第j个消耗关系函数对应的历史时间段包含的总时刻个数;G(x1i+1)为基于第j个消耗关系函数确定的第i+1个历史采集时刻的电消耗量的实际消耗系数;G(x1i)为基于第j个消耗关系函数确定的第i个历史采集时刻的电消耗量的实际消耗系数;G(y1i+1)为基于第j个消耗关系函数确定的第i+1个历史采集时刻的氢消耗量的实际消耗系数;G(y1i)为基于第j个消耗关系函数确定的第i个历史采集时刻的氢消耗量的实际消耗系数;Z为第j个消耗关系函数的规定消耗系数;
函数构建块:按照所述函数精度值对不同历史时间段的消耗关系函数进行分析,构建目标估算函数;
其中,n1表示消耗关系函数个数;σ12表示所存在的所有函数精度值的方差;Gj表示第j个消耗关系函数;Gave表示所有消耗关系函数中每个函数系数进行平均之后重新构建得到的平均关系函数;H1表示目标估算函数。
优选的,所述计划优化单元,其特征在于,包括:
第一序列筛选块:对所述第一消耗序列中的第一可能性值进行升序排列,选取可能性值大于预设值的排名前N1的峰时刻为第一序列;
第二序列筛选块:对所述第二消耗序列中的第二可能性值进行升序排列,选取可能性值大于预设值的排名前N1的峰时刻为第二序列;
映射匹配块:对所述第一序列和第二序列进行时刻映射匹配,确定每个映射时刻对的映射系数,当映射系数小于系数阈值时对相应映射时刻进行标定;
计划调整块:将标定时刻以及标定时刻下的消耗情况输入消耗分析模型中获取得到调峰优化方案对初步调整计划进行调整,得到优化计划。
优选的,所述映射匹配块,其特征在于,包括:
系数计算子块:用于计算每个映射时刻对的映射系数:
其中,r1表示对应映射时刻对的映射系数;max表示最大值符号;n01-1表示对应映射时刻对中存在一个序列值;n01=2表示对应映射时刻对中存在两个序列值;r01表示第一个序列值;r02表示第二个序列值;r03表示n01=1时所对应的一个序列值;σ22表示对应r03所处对应序列中所有序列值方差;jr03表示对应r03所处对应序列中的排列个数。
优选的,所述计调峰发电模块,其特征在于,包括:
模型建立单元:获取按照所述优化计划运行下的电储能数据以及氢储能数据,构建以最小碳排放为目标的第一目标函数以及以最小化发电成本作为第二目标函数的多目标调峰模型;
方案获取单元:将所述当下采集数据输入到多目标调峰模型中,获取得到下一时刻的发电储能方案进行调峰发电。
与现有技术相比,本发明技术方案的有益效果是:通过采集电储能数据和氢储能数据进行历史采集,基于历史采集数据确定不同历史采集时刻的能量需求指标,制定相应的调峰计划,满足了系统在不同时刻的能量需求。基于历史采集数据对未来时刻的能源消耗情况进行估算,并优化调峰计划,提高了系统的能源利用效率和经济性。构建多目标调峰模型,并获取下一时刻的发电储能方案,提高了系统的调峰发电效率。有效地满足了系统的能量调峰需求,提高了能源利用效率和经济性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种氢电耦合氢储能能调峰发电系统的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
参照图1,本发明实施例提供一种氢电耦合氢储能能调峰发电系统,包括:
数据采集模块:对部署在储能设备的电池管理设备的电储能数据进行第一历史采集,同时,基于部署在氢气储存罐上的传感器对氢储能数据进行第二历史采集;
计划确定模块:基于历史采集数据确定不同历史采集时刻的能量需求指标,并制定得到不同历史采集时刻下的调峰计划;
计划优化模块:基于所述历史采集数据对基于历史采集时刻的未来时刻的能源消耗情况进行估算,并基于若干估算结果对相应的调峰计划进行优化;
调峰发电模块:基于优化计划构建多目标调峰模型,且结合当下采集数据获取得到下一时刻的发电储能方案进行调峰发电。
该实施例中,电储能数据指储能设备的电池管理设备记录的电能储存情况的数据,包括充电状态、放电状态、电池容量、电压等信息;
该实施例中,第一历史采集指对电储能数据进行的历史数据采集,用于获取历史的电能储存情况;
该实施例中,氢储能数据是基于部署在氢气储存罐上的传感器记录的氢气储存情况的数据,包括氢气储量、压力、温度等信息。
该实施例中,第二历史采集指对氢储能数据进行的历史数据采集,用于获取过去一段时间内的氢气储存情况。
该实施例中,能量需求指标:是指根据历史采集数据确定不同历史采集时刻的能量需求情况,例如电能需求、氢能需求或者系统整体能量需求的指标。
该实施例中,调峰计划是指根据历史采集数据确定的不同历史采集时刻下的能量供需情况,并制定相应的调峰策略。例如,在能源需求高峰时段增加发电量或储能量,以满足系统能量需求。
该实施例中,多目标调峰模型是指结合多个因素(如能源供需平衡、经济性和环境友好性等)构建的调峰模型,综合考虑多个目标并制定合理的调峰策略,基于多个目标设置目标函数,例如:系统需要在高峰期购买电能来满足需求,而在低谷期将多余的电能储存起来,多目标调峰模型会根据电价和储能效率等因素,找到一个平衡点,使得购买电能的成本最小化,同时保证储能效率最大化;
该实施例中,发电储能方案是指根据优化计划构建的多目标调峰模型,结合当下采集数据获取得到下一时刻的发电和储能方案,以满足系统的能源需求,例如:通过启动备用发电机组来增加发电量,并将多余的电能储存在电池中。
该实施例中,调峰发电是指根据优化的调峰计划和发电储能方案进行的调峰操作,确保系统在不同历史采集时刻下能够灵活、高效地调节能源供应,以满足系统的能量需求,例如:系统根据电网负荷预测和能源需求情况,决定启动备用发电机组,将额外的电能注入电网,以满足高峰期的能量需求。同时将多余的电能储存在电池中。
上述技术方案的工作原理及有益效果是:通过对电储能数据和氢储能数据的历史采集,确定能量需求指标并制定调峰计划,通过对能源消耗情况的估算和优化计划,构建多目标调峰模型,并根据优化计划制定发电储能方案,最终实现调峰发电。其有益效果是能够根据历史数据和未来能源消耗情况,制定合理的调峰策略,提高系统的能源利用效率和经济性,确保系统在不同历史采集时刻下能够灵活、高效地调节能源供应,以满足系统的能量需求。
实施例2
本发明实施例提供一种氢电耦合氢储能能调峰发电系统,数据采集模块,包括:
所述第一历史采集包括电池状态,电池温度,充放电功率,充放电周期,第二历史采集包括,氢气流量,氢气罐压力,基于采集的数据以及数据分析获取电储能数据以及氢储能数据。
该实施例中,电池状态包括电池的电量、充放电状态、剩余容量等信息;
该实施例中,氢气储存罐压力为记录氢气储存罐的压力曲线,确定氢气的储存状态
该实施例中,氢气流量为记录氢气的流量曲线,确定氢气的供应和消耗情况。
上述技术方案的工作原理及有益效果是:通过数据,并进行数据分析,可以得到关于电池和氢储能系统的详细信息,通过实时监测电池状态和温度,可以及时发现电池的故障或异常情况,对于氢储能系统,通过监测氢气流量和氢气罐压力,可以及时了解氢气的供应和消耗情况,从而合理规划氢气的使用。提高了储能系统的性能和效率。
实施例3
本发明实施例提供一种氢电耦合氢储能能调峰发电系统,计划确定模块,,包括:
指标确定单元:基于采集得到的电储能数据以及氢储能数据获取历史电量消耗量以及历史氢气消耗量,并对不同历史采集时刻电量消耗量以及历史氢气消耗量进行统计分析,获取能源需求相关的多个指标,并对所述多个指标进行处理得到不同历史采集时刻的综合能量需求指标;
计划制定单元:基于所述不同历史采集时刻的综合能量需求指标在预设的指标-计划库中提取不同历史采集时刻对应的初步调峰计划。
该实施例中,统计分析,能源需求相关的多个指标对所述多个指标进行处理,综合能量需求指标;
预设的指标-计划库,初步调峰计划。
该实施例中,统计分析指对采集得到的历史电量消耗量和历史氢气消耗量进行统计和分析,以获取能源需求相关的多个指标,例如平均能耗量、峰谷差异、能源利用效率等。比如对历史氢储能和电储能数据进行统计分析,收集过去一周的电量储存产数据,并计算每天的平均产量、峰谷差异等指标;
该实施例中,对所述多个指标进行处理,对平均能耗量、峰谷差异、能源利用效率等指标进行处理,比如进行加权平均,获取电储能和氢储能的不同贡献比例,获取得到不同历史采集时刻的综合能量需求指标。
该实施例中,预设的指标-计划库包括不同的能源供给指标值对应的初步调峰计划方案,例如,当电能供给充足时,制定初步的调峰计划来储存多余氢;
上述技术方案的工作原理及有益效果是:通过对历史电量消耗量和历史氢气消耗量进行统计分析,获取能源需求相关的多个指标,并对这些指标进行处理得到综合能量需求指标。基于综合能量需求指标在预设的指标-计划库中提取初步调峰计划,用于制定初步的调峰方案。根据历史数据和综合指标快速制定初步的调峰计划,为后续的优化和调整提供了基础。
实施例4
本发明实施例提供一种氢电耦合氢储能能调峰发电系统,计划优化模块,包括:
函数确定单元:对所述不同历史时刻的电储能数据以及氢储能数据拟合,获取得到不同历史时间段内的消耗关系函数,并构建得到目标估算函数;
未来消耗估算单元:基于目标估算函数计算随机历史采集时刻对应未来时刻的电量消耗估计值和氢气消耗估计值,生成对应的第一消耗序列,并确定所述第一消耗序列中各历史采集时刻为峰时刻的第一可能性值;
实际消耗估算单元:基于初步调峰计划运行下的所采集的电储能数据以及氢储能数据确定对应采集时刻的实际电量消耗值和实际氢气消耗值,并生成对应的第二消耗序列,并确定所述第二消耗序列中各采集时刻为峰时刻的第二可能性值;
计划优化单元:基于第一可能性值以及第二可能性值分别对所述第一消耗序列和第二消耗序列进行筛选,获取第一序列和第二序列,并将第一序列和第二序列进行映射匹配,基于匹配结果对初步调峰计划进行调整,获取优化计划。
该实施例中,消耗关系函数指通过对历史数据进行拟合得到的函数,用来描述电储能和氢储能的消耗关系,比如:基于不同历史时刻的点储能和储能方式的数据,消耗关系函数为:储能消耗量(kWh)=100*电储能消耗量+150*氢储能消耗量。
该实施例中,目标估算函数,是基于消耗关系函数构建得到的函数,用来估计未来时刻的电量消耗和氢气消耗,例如,氢气消耗(kg)=0.01*预计充电/放电循环次数,电量消耗(kWh)=0.05*预计充电/放电循环次数。
该实施例中,电量消耗估计值、氢气消耗估计值为基于目标估算函数计算得到的未来时刻的电量消耗和氢气消耗的预估数值;
该实施例中,第一消耗序列,基于未来消耗估算单元计算得到的电量消耗估计值和氢气消耗估计值所生成的序列,例如:基于不同时刻获取未来10个时刻的电量消耗和氢气消耗,那么第一消耗序列就是一个包含10个电量消耗估计值和10个氢气消耗估计值的序列;
该实施例中,峰时刻:指能源消耗较高的时刻,是需要进行调峰处理的时刻;
该实施例中,第一可能性值是指在第一消耗序列中,各历史采集时刻为峰时刻的可能性值,用来评估该时刻是否为高能耗时刻,为一个范围为(0,1)的数值,用来表示该时刻为峰时刻的可能性。例如,如果某个时刻的电量消耗估计值高于平均值的80%,则第一可能性值可以设为0.8。
该实施例中,第二消耗序列是基于实际消耗估算单元计算得到的实际电量消耗值和实际氢气消耗值所生成的序列,第二可能性值是对第二消耗序列中各采集时刻为峰时刻的可能性进行评估,例如,如果某个时刻的氢气储存量消耗估计值高于平均值的80%,则第一可能性值可以设为0.8。
该实施例中,第一序列、第二序列是指基于第一可能性和第二可能性分别对第一消耗序列和第二消耗序列进行筛选的得到的包含氢储能消耗峰时刻集合的第一序列以及包含电储能消耗峰时刻集合的第二序列;
该实施例中,映射匹配是指将第一序列和第二序列进行匹配,找出相应的时间点,例如:第一序列中的第3个时刻被匹配到了第二序列中的第5个时刻,则确定这两个时刻是相对应的;
该实施例中,基于匹配结果对初步调峰计划进行调整,根据第一序列和第二序列的匹配结果,对初步调峰计划进行优化和调整,例如第一序列中的某个时刻被匹配到了第二序列中的峰时刻,则降低氢储能消耗,并提高电储能消耗。
上述技术方案的工作原理及有益效果是:通过对历史数据进行拟合和构建目标估算函数,计算未来的电量消耗和氢气消耗估计值,并通过比较第一和第二可能性值来筛选消耗序列,最终映射匹配并调整初步调峰计划,以实现对能源消耗的优化。通过对历史数据和未来估算值的分析,能够更精确地制定调峰计划,提高了能源利用效率。
实施例5
本发明实施例提供一种氢电耦合氢储能能调峰发电系统,函数确定单元,包括:
曲线函数确定块:基于所述不同历史时刻的电储能数据以及氢储能数据,对不同历史时间段内的电消耗量与时间进行第一绘制得到第一曲线函数、以及对不同历史时间段内的氢消耗量与时间进行第二绘制得到第二曲线函数;
估值计算块:基于同个历史时间段内的第一曲线函数以及第二曲线函数进行拟合,得到不同历史时间段内的消耗关系函数;
计算每个历史时间段内的消耗关系函数的函数精度值;
其中,zj为第j个消耗关系函数的函数精度值;m1为第j个消耗关系函数对应的历史时间段包含的总时刻个数;G(x1i+1)为基于第j个消耗关系函数确定的第i+1个历史采集时刻的电消耗量的实际消耗系数;G(x1i)为基于第j个消耗关系函数确定的第i个历史采集时刻的电消耗量的实际消耗系数;G(y1i+1)为基于第j个消耗关系函数确定的第i+1个历史采集时刻的氢消耗量的实际消耗系数;G(y1i)为基于第j个消耗关系函数确定的第i个历史采集时刻的氢消耗量的实际消耗系数;Z为第j个消耗关系函数的规定消耗系数;
函数构建块:按照所述函数精度值对不同历史时间段的消耗关系函数进行分析,构建目标估算函数;
其中,n1表示消耗关系函数个数;σ12表示所存在的所有函数精度值的方差;Gj表示第j个消耗关系函数;Gave表示所有消耗关系函数中每个函数系数进行平均之后重新构建得到的平均关系函数;H1表示目标估算函数。
该实施例中,第一绘制和第二绘制为根据不同历史时间段内的电储能数据和氢储能数据,对电消耗量和氢消耗量与时间的关系进行绘制,例如:基于过去一周内每小时的电储能数据和氢储能数据,分别绘制电消耗量与时间的曲线和氢消耗量与时间的曲线;
该实施例中,绘制通过数据分析软件进行绘制,例如,Tableau、Power BI、matplotlib等;
该实施例中,第一曲线函数是通过第一绘制得到电消耗量与时间关系的曲线函数;
该实施例中,第二曲线函数是通过第二绘制得到氢气消耗量与时间关系的曲线函数;
该实施例中,第一曲线函数以及第二曲线函数进行拟合,例如,用非线性最小二乘法进行拟合:
[y=a\cdot x^b]
其中,y表示消耗量,x表示时间,a表示电消耗量,b表示氢消耗量。
上述技术方案的工作原理及有益效果是:根据实际数据建立消耗关系函数,并构建目标估算函数,从而对未来时刻的电量消耗和氢气消耗进行准确估计,有助于优化能源系统的运行,提高能源利用效率。提高了能源调峰和提高系统的可靠性。
实施例6
本发明实施例提供一种氢电耦合氢储能能调峰发电系统,计划优化单元,包括:
第一序列筛选块:对所述第一消耗序列中的第一可能性值进行升序排列,选取可能性值大于预设值的排名前N1的峰时刻为第一序列;
第二序列筛选块:对所述第二消耗序列中的第二可能性值进行升序排列,选取可能性值大于预设值的排名前N1的峰时刻为第二序列;
映射匹配块:对所述第一序列和第二序列进行时刻映射匹配,确定每个映射时刻对的映射系数,当映射系数小于系数阈值时对相应映射时刻进行标定;
计划调整块:将标定时刻以及标定时刻下的消耗情况输入消耗分析模型中获取得到调峰优化方案对初步调整计划进行调整,得到优化计划。
该实施例中,时刻映射匹配,映射系数,当映射系数小于系数阈值时对相应映射时刻进行标定;
消耗情况,消耗分析模型,调峰优化方案
该实施例中,时刻映射匹配是指将两个序列中的时刻进行匹配,确定它们之间的对应关系,将第一序列和第二序列的峰时刻进行匹配,例如,第一序列中的峰时刻为[8:00,10:00,12:00],而第二序列中的峰时刻为[8:05,10:10,12:05],则时刻映射匹配将会确定它们之间的对应关系,比如第一个峰时刻对应的是第二序列中的8:05。
该实施例中,映射系数是指用来衡量两个序列中时刻匹配的相似程度的系数,例如,第一序列中的峰时刻为[8:00,10:00,12:00],而第二序列中的峰时刻为[8:05,10:10,12:05],则对应的映射系数分别为[0,1,0]。
该实施例中,系数阈值是指映射系数的临界值,当映射系数小于该阈值时,系统将对相应的映射时刻进行标定。例如,设定的系数阈值为0.1,当某个映射系数小于0.1时,系统将对相应的映射时刻进行标定为1。
该实施例中,消耗情况指的是系统中能量消耗的具体情况,包括能量的使用量、储存量、供给量等;
该实施例中,消耗分析模型是用于分析系统能量消耗情况的数学模型,将消耗情况输入其中可以得到每种储存量应该如何调整;
该实施例中,调峰优化方案是指根据消耗分析模型的结果,对系统中的能量消耗进行优化调整的方案,以实现对能量消耗的有效管理和调节,例如提前启动储能系统、调整发电机组的运行模式等,以满足高峰期间的电力需求,并减少电力浪费。
上述技术方案的工作原理及有益效果是:通过对两个序列中的峰时刻进行匹配,确定它们之间的对应关系,并通过映射系数和系数阈值来评估匹配的准确性,获取了系统的精确能量消耗的情况,从而进行调峰优化。提高能量利用效率,降低成本。
实施例7
本发明实施例提供一种氢电耦合氢储能能调峰发电系统,映射匹配块,包括:
系数计算子块:用于计算每个映射时刻对的映射系数:
其中,r1表示对应映射时刻对的映射系数;max表示最大值符号;n01=1表示对应映射时刻对中存在一个序列值;n01=2表示对应映射时刻对中存在两个序列值;r01表示第一个序列值;r02表示第二个序列值;r03表示n01=1时所对应的一个序列值;σ22表示对应r03所处对应序列中所有序列值方差;jr03表示对应r03所处对应序列中的排列个数。
该实施例中,映射系数是用来衡量两个序列中对应映射时刻对的匹配程度的数值,表示两个序列中的峰时刻之间的相关性,映射系数越大匹配程度越高。例如,如果两个序列中的峰时刻完全对应,那么映射系数则为1;如果两个序列中的峰时刻没有对应,映射系数可则为0。
上述技术方案的工作原理是通过对消耗序列进行筛选、匹配和分析,确定峰时刻的对应关系,并根据消耗情况制定出调峰优化方案,能系统更好地理解能量消耗的情况,提高能量利用效率,实现对能源的有效管理和调节。通过映射系数、序列值方差和排列个数等指标的计算和分析,可以更加精确地评估匹配程度和消耗情况,为调峰优化提供科学依据。
实施例8
本发明实施例提供一种氢电耦合氢储能能调峰发电系统,调峰发电模块,包括:
模型建立单元:获取按照所述优化计划运行下的电储能数据以及氢储能数据,构建以最小碳排放为目标的第一目标函数以及以最小化发电成本作为第二目标函数的多目标调峰模型;
方案获取单元:将所述当下采集数据输入到多目标调峰模型中,获取得到下一时刻的发电储能方案进行调峰发电。
该实施例中,构建以最小碳排放为目标的第一目标函数以及以最小化发电成本作为第二目标函数的多目标调峰模型,例如:当前时刻的电池储能容量为1000kWh,充放电效率为90%,当前时刻的氢储能容量为500kg,氢能转换为电能的效率为50%,发电成本:假设火电、风电、太阳能等发电资源的成本分别为0.08元/kWh、0.06元/kWh、0.10元/kWh,碳排放量:假设火电、风电、太阳能的碳排放量分别为0.5kgCO2/kWh、0kgCO2/kWh、0kgCO2/kWh,构建一个简化的多目标调峰模型,其中的第一目标函数是最小化碳排放量,第二
目标函数是最小化发电成本,并利用加权平均构建多目标调峰模型:
其中,x1、x2、x3分别表示火电、风电、太阳能的发电量,W1和W2是碳排放量和发电成本的权重,当权重为(W1=0.7),(W2=0.3),代表更重视碳排放量,通过求解这个多目标优化模型,得到一个最佳的发电储能方案,以实现对电力系统的调峰发电、。
该技术方案的工作原理是通过构建多目标调峰模型,将碳排放量和发电成本作为优化目标,根据当前的能源数据和需求,通过优化计算得到最佳的发电和储能方案。
上述技术方案的工作原理及有益效果是:通过构建多目标调峰优化模型实现对能源的调峰发电,减少碳排放量,降低发电成本,并提高能源利用效率和经济效益。通过合理的调度和优化,可以实现对能源的有效管理和调节,提高能源的可持续性和可靠性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种氢电耦合氢储能能调峰发电系统,其特征在于,包括:
数据采集模块:对部署在储能设备的电池管理设备的电储能数据进行第一历史采集,同时,基于部署在氢气储存罐上的传感器对氢储能数据进行第二历史采集;
计划确定模块:基于历史采集数据确定不同历史采集时刻的能量需求指标,并制定得到不同历史采集时刻下的调峰计划;
计划优化模块:基于所述历史采集数据对基于历史采集时刻的未来时刻的能源消耗情况进行估算,并基于若干估算结果对相应的调峰计划进行优化;
调峰发电模块:基于优化计划构建多目标调峰模型,且结合当下采集数据获取得到下一时刻的发电储能方案进行调峰发电;
其中,计划确定模块,包括:
指标确定单元:基于采集得到的电储能数据以及氢储能数据获取历史电量消耗量以及历史氢气消耗量,并对不同历史采集时刻电量消耗量以及历史氢气消耗量进行统计分析,获取能源需求相关的多个指标,并对所述多个指标进行处理得到不同历史采集时刻的综合能量需求指标;
计划制定单元:基于所述不同历史采集时刻的综合能量需求指标在预设的指标-计划库中提取不同历史采集时刻对应的初步调峰计划;
其中,函数确定单元,包括:
曲线函数确定块:基于所述不同历史采集时刻的电储能数据以及氢储能数据,对不同历史时间段内的电消耗量与时间进行第一绘制得到第一曲线函数、以及对不同历史时间段内的氢消耗量与时间进行第二绘制得到第二曲线函数;
估值计算块:基于同个历史时间段内的第一曲线函数以及第二曲线函数进行拟合,得到不同历史时间段内的消耗关系函数;
计算每个历史时间段内的消耗关系函数的函数精度值;
其中,zj为第j个消耗关系函数的函数精度值;m1为第j个消耗关系函数对应的历史时间段包含的总时刻个数;G(x1i+1)为基于第j个消耗关系函数确定的第i+1个历史采集时刻的电消耗量的实际消耗系数;G(x1i)为基于第j个消耗关系函数确定的第i个历史采集时刻的电消耗量的实际消耗系数;G(y1i+1)为基于第j个消耗关系函数确定的第i+1个历史采集时刻的氢消耗量的实际消耗系数;G(y1i)为基于第j个消耗关系函数确定的第i个历史采集时刻的氢消耗量的实际消耗系数;Z为第j个消耗关系函数的规定消耗系数;
函数构建块:按照所述函数精度值对不同历史时间段的消耗关系函数进行分析,构建目标估算函数;
其中,n1表示消耗关系函数个数;σ12表示所存在的所有函数精度值的方差;Gj表示第j个消耗关系函数;Gave表示所有消耗关系函数中每个函数系数进行平均之后重新构建得到的平均关系函数;H1表示目标估算函数。
2.根据权利要求1所述的一种氢电耦合氢储能能调峰发电系统,其特征在于,数据采集模块,包括:
所述第一历史采集包括电池状态,电池温度,充放电功率,充放电周期,第二历史采集包括,氢气流量,氢气罐压力,基于采集的数据以及数据分析获取电储能数据以及氢储能数据。
3.根据权利要求1所述的一种氢电耦合氢储能能调峰发电系统,其特征在于,计划优化模块,包括:
函数确定单元:对所述不同历史采集时刻的电储能数据以及氢储能数据拟合,获取得到不同历史时间段内的消耗关系函数,并构建得到目标估算函数;
未来消耗估算单元:基于目标估算函数计算随机历史采集时刻对应未来时刻的电量消耗估计值和氢气消耗估计值,生成对应的第一消耗序列,并确定所述第一消耗序列中各历史采集时刻为峰时刻的第一可能性值;
实际消耗估算单元:基于初步调峰计划运行下的所采集的电储能数据以及氢储能数据确定对应采集时刻的实际电量消耗值和实际氢气消耗值,并生成对应的第二消耗序列,并确定所述第二消耗序列中各采集时刻为峰时刻的第二可能性值;
计划优化单元:基于第一可能性值以及第二可能性值分别对所述第一消耗序列和第二消耗序列进行筛选,获取第一序列和第二序列,并将第一序列和第二序列进行映射匹配,基于匹配结果对初步调峰计划进行调整,获取优化计划。
4.根据权利要求3所述的一种氢电耦合氢储能能调峰发电系统,其特征在于,计划优化单元,其特征在于,包括:
第一序列筛选块:对所述第一消耗序列中的第一可能性值进行升序排列,选取可能性值大于预设值的排名前N1的峰时刻为第一序列;
第二序列筛选块:对所述第二消耗序列中的第二可能性值进行升序排列,选取可能性值大于预设值的排名前N1的峰时刻为第二序列;
映射匹配块:对所述第一序列和第二序列进行时刻映射匹配,确定每个映射时刻对的映射系数,当映射系数小于系数阈值时对相应映射时刻进行标定;
计划调整块:将标定时刻以及标定时刻下的消耗情况输入消耗分析模型中获取得到调峰优化方案对初步调整计划进行调整,得到优化计划。
5.根据权利要求1所述的一种氢电耦合氢储能能调峰发电系统,其特征在于,映射匹配块,包括:
系数计算子块:用于计算每个映射时刻对的映射系数:
其中,r1表示对应映射时刻对的映射系数;max表示最大值符号;n01-1表示对应映射时刻对中存在一个序列值;n01=2表示对应映射时刻对中存在两个序列值;r01表示第一个序列值;r02表示第二个序列值;r03表示n01=1时所对应的一个序列值;σ22表示对应r03所处对应序列中所有序列值方差;jr03表示对应r03所处对应序列中的排列个数。
6.根据权利要求1所述的一种氢电耦合氢储能能调峰发电系统,其特征在于,计调峰发电模块,包括:
模型建立单元:获取按照所述优化计划运行下的电储能数据以及氢储能数据,构建以最小碳排放为目标的第一目标函数以及以最小化发电成本作为第二目标函数的多目标调峰模型;
方案获取单元:将所述当下采集数据输入到多目标调峰模型中,获取得到下一时刻的发电储能方案进行调峰发电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311622221.8A CN117613962B (zh) | 2023-11-30 | 2023-11-30 | 一种氢电耦合氢储能能调峰发电系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311622221.8A CN117613962B (zh) | 2023-11-30 | 2023-11-30 | 一种氢电耦合氢储能能调峰发电系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117613962A CN117613962A (zh) | 2024-02-27 |
CN117613962B true CN117613962B (zh) | 2024-05-03 |
Family
ID=89959539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311622221.8A Active CN117613962B (zh) | 2023-11-30 | 2023-11-30 | 一种氢电耦合氢储能能调峰发电系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117613962B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114362220A (zh) * | 2022-01-14 | 2022-04-15 | 国网上海市电力公司 | 储能电站调峰辅助决策方法 |
CN116454928A (zh) * | 2023-02-21 | 2023-07-18 | 国网浙江省电力有限公司嘉兴供电公司 | 一种考虑多时间尺度的多类型储能协同调度方法 |
CN116742662A (zh) * | 2023-05-30 | 2023-09-12 | 清华大学 | 一种电氢耦合系统多时间尺度优化运行方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020121447A1 (ja) * | 2018-12-12 | 2020-06-18 | 東芝エネルギーシステムズ株式会社 | 水素システムの制御装置、および水素システムの制御方法 |
-
2023
- 2023-11-30 CN CN202311622221.8A patent/CN117613962B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114362220A (zh) * | 2022-01-14 | 2022-04-15 | 国网上海市电力公司 | 储能电站调峰辅助决策方法 |
CN116454928A (zh) * | 2023-02-21 | 2023-07-18 | 国网浙江省电力有限公司嘉兴供电公司 | 一种考虑多时间尺度的多类型储能协同调度方法 |
CN116742662A (zh) * | 2023-05-30 | 2023-09-12 | 清华大学 | 一种电氢耦合系统多时间尺度优化运行方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117613962A (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767078B (zh) | 一种基于混合整数规划的多类型电源检修安排方法 | |
CN113095791B (zh) | 一种综合能源系统运行方法及系统 | |
CN110717259B (zh) | 面向用户侧的电池储能配置与运行优化方法 | |
CN110350518B (zh) | 一种用于调峰的电网储能容量需求评估方法及系统 | |
CN112529257B (zh) | 一种计及agc信号影响的储能电站联合优化方法及系统 | |
CN108009681A (zh) | 一种基于电网负荷尖峰时段曲线提高风电消纳方法 | |
CN114938035B (zh) | 考虑储能退化成本的共享储能能量调度方法及系统 | |
CN116151486A (zh) | 含储能系统的光伏充电站多时间尺度随机优化方法及装置 | |
CN116191493A (zh) | 一种火电机组深度调峰和复合储能协同规划方法与装置 | |
CN109038668B (zh) | 一种基于弃风利用的塔筒电梯供电方法及储能系统 | |
CN111932025B (zh) | 考虑光伏随机性的综合能源系统建设多阶段规划方法 | |
CN117613962B (zh) | 一种氢电耦合氢储能能调峰发电系统 | |
CN116957362A (zh) | 一种区域综合能源系统的多目标规划方法及系统 | |
CN116644994A (zh) | 一种考虑电池老化的储能综合价值评估方法及系统 | |
Yang et al. | Collaborative optimization of wind-solar-storage configuration in county distribution network considering near-zero carbon emission | |
CN115347590A (zh) | 基于可逆固体氧化物电池的混合储能微电网寻优控制方法 | |
Yao et al. | Determination of a dispatch strategy to maximize income for a wind turbine-BESS power station | |
CN115204944A (zh) | 一种计及全寿命周期的储能最优峰谷价差测算方法及装置 | |
CN113919676A (zh) | 计及需求响应与电制氢系统的虚拟电厂运行效果评估方法 | |
CN113489066A (zh) | 计及供需不确定性的含储能电网区间供电可靠性评估方法 | |
Wen et al. | Optimal energy management strategy of battery energy storage for primary frequency control | |
Zhang et al. | Optimization Method of User-Side Energy Storage Capacity Considering Typical Daily Load Characteristics | |
Jain et al. | A data driven approach for scheduling the charging of electric vehicles | |
Chen et al. | Optimization of Large-Scale Battery Energy Storage Applications in Transmission System | |
CN112103989B (zh) | 一种考虑多类型负荷调控能力的新能源消纳贡献量化方法 |
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 |