CN118214091B - 一种基于电-氢混合储能的海岛微电网分层协调方法 - Google Patents
一种基于电-氢混合储能的海岛微电网分层协调方法 Download PDFInfo
- Publication number
- CN118214091B CN118214091B CN202410604972.5A CN202410604972A CN118214091B CN 118214091 B CN118214091 B CN 118214091B CN 202410604972 A CN202410604972 A CN 202410604972A CN 118214091 B CN118214091 B CN 118214091B
- Authority
- CN
- China
- Prior art keywords
- hydrogen
- energy
- power
- daily
- state
- 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 396
- 239000001257 hydrogen Substances 0.000 title claims abstract description 396
- 238000004146 energy storage Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 59
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 341
- 238000003860 storage Methods 0.000 claims abstract description 134
- 239000000446 fuel Substances 0.000 claims abstract description 85
- 238000010248 power generation Methods 0.000 claims abstract description 76
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 61
- 230000001932 seasonal effect Effects 0.000 claims abstract description 9
- 230000002354 daily effect Effects 0.000 claims description 138
- 238000012423 maintenance Methods 0.000 claims description 47
- 229910052799 carbon Inorganic materials 0.000 claims description 20
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 17
- 238000004519 manufacturing process Methods 0.000 claims description 17
- 230000009467 reduction Effects 0.000 claims description 16
- 230000008878 coupling Effects 0.000 claims description 14
- 238000010168 coupling process Methods 0.000 claims description 14
- 238000005859 coupling reaction Methods 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 9
- 230000003203 everyday effect Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000003491 array Methods 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 5
- 238000005868 electrolysis reaction Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 150000002431 hydrogen Chemical class 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 2
- 230000007774 longterm Effects 0.000 description 7
- 238000004088 simulation Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- 238000005261 decarburization Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Landscapes
- Fuel Cell (AREA)
Abstract
本发明公开了一种基于电‑氢混合储能的海岛微电网分层协调方法，海岛微电网包含三个子系统，分别为交流子系统、直流子系统和氢能子系统，交流子系统由柴油发电机、风机和交流负荷组成；直流子系统由光伏阵列、蓄电池储能和直流负荷组成；氢能子系统由储氢罐和氢能负荷组成。交流子系统和直流子系统通过双向变换器连接，直流子系统和氢能子系统通过电解槽和氢燃料电池连接。分层协调方法包含全年日间调度和每天日前调度，该方法先致力于求解全年日间调度模型，获取氢储能每天日末荷氢状态以应对可再生能源发电季节性失衡问题；再致力于求解每天日前调度模型，利用氢储能补偿不同时间尺度预测偏差以确保海岛微电网的功率平衡。
Description
技术领域
本发明属于微电网运行与调度技术领域，针对高比例可再生能源海岛微电网开发了一种基于电-氢混合储能的海岛微电网分层协调方法。
背景技术
蓄电池储能（BES）作为典型的短期储能，在电网的调峰、调频和电压稳定控制等领域得到了深入的研究和广泛的应用。由于蓄电池储能受到能量密度低和自放电等特性的限制，目前无法作为长期、大规模储能部署至微电网。随着微电网可再生能源渗透率的逐渐升高，短期、小规模的蓄电池储能已愈发无法满足微电网的运行要求。因此，高比例可再生能源微电网亟需配置长期、大规模储能来应对可再生能源发电容量季节性失衡问题。
氢储能（HES）系统具有能量容量和功率容量解耦的特性，可以作为长期和大规模储能进行部署。近年来，国内外学者对氢能在电力系统中的应用开展了一些研究，以致力于改善可再生能源发电的时空失配问题并提高可再生能源消纳水平。比如，有的研究提出了把氢储能应用至电-热-氢综合能源系统，以提高该综合能源系统的可再生能源的渗透率；有的研究为电-气-氢微电网开发了日前经济调度策略，以提升微电网的运行经济性；有的研究面向风力、光伏和生物质能发电混合发电综合能源系统开发电-氢混合储能，以满足社区的能源需求。相关研究表明，氢能在促进可再生能源消纳和降低碳排放等方面具有巨大的潜力，但上述运行策略仍需要与主电网互连以维持产消平衡。以海岛微电网为代表的孤立型微电网因缺乏与主电网的互济能力，必须依赖柴油发电机等可控电源来维持其稳定运行。这种依赖不仅提升了运营成本，更阻碍了微电网的节能降碳。如何在保障海岛微电网稳定运行的同时，实现节能降碳的目标，成为当前面临的重要课题。
发明内容
本发明针对高比例可再生能源海岛微电网开发了一种基于电-氢混合储能的海岛微电网分层协调方法。海岛微电网包含三个子系统，分别为交流子系统、直流子系统和氢能子系统，交流子系统由柴油发电机(DE)、风机(WT)和交流负荷(AC load)组成；直流子系统由光伏阵列(PV)、蓄电池储能(BES)和直流负荷(DC load)组成；氢能子系统由储氢罐(HST)和氢能负荷(H2 load)组成。交流子系统和直流子系统通过双向变换器(BC)连接，直流子系统和氢能子系统通过电解槽(ED)和氢燃料电池(HFC)连接。分层协调方法包含全年日间调度和每天日前调度，该方法先致力于求解全年日间调度模型，获取氢储能每天日末荷氢状态以应对可再生能源发电季节性失衡问题；再致力于求解每天日前调度模型，利用氢储能补偿不同时间尺度预测偏差以确保海岛微电网的功率平衡。本发明方法能够实现高比例可再生能源海岛微电网的低碳和经济运行，为海岛微电网的规划、运行和调度工作提供参考。
为了实现本发明目的，本发明提供的一种基于电-氢混合储能的海岛微电网分层协调方法，包括以下步骤：
步骤1：描述海岛微电网架构。其中，海岛微电网包含交流子系统、直流子系统和氢能子系统。交流子系统由柴油发电机、风机和交流负荷组成，直流子系统由光伏阵列、蓄电池储能和直流负荷组成，氢能子系统由储氢罐和氢能负荷组成。交流母线经双向变换器与直流母线连接，是当前交直流混合微电网中常用的拓扑结构；氢能母线经电解槽和氢燃料电池与直流母线连接，是当前氢储能研究的常见拓扑结构。
步骤2：搭建海岛微电网模型。即是建立产消平衡约束模型、耦合装置模型、电-氢混合储能系统模型、发电装置模型和负荷模型，所述产消平衡约束模型包括交流、直流和氢能子系统的产消平衡约束模型；建立耦合装置模型，所述耦合装置模型包括双向变换器、电解槽和氢燃料电池模型；建立电-氢混合储能系统模型，所述电-氢混合储能系统模型包括蓄电池储能模型和氢储能模型；建立发电装置模型，所述发电装置模型包括柴油发电机模型和可再生能源发电模型；建立负荷模型，所述负荷模型包括交流负荷模型、直流负荷模型和氢能负荷模型。
步骤3：提出全年日间调度和每天日前调度分层协调方法。其中，全年日间调度解决可再生能源发电的季节性失衡问题，每天日前调度解决昼夜更替带来的功率波动问题；制定微电网日常运行评价指标，所述微电网日常运行评价指标包括每日运行成本、绿电比例、可再生能源利用率和需求覆盖率。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，在步骤2中，所述海岛微电网的产消平衡约束模型为：
（1）
（2）
（3）
其中，为风机在时段的调度功率、为光伏阵列在时段的调度功率、为柴油发电机在时段的调度功率；为双向变换器在时段向交流母线传递的功率、为双向变换器在时段向交流母线吸收的功率；为双向变换器在时段向直流母线传递的功率、为双向变换器在时段向直流母线吸收的功率；为交流负荷、为直流负荷、为氢能负荷；表示电解槽在时段的工作功率、表示氢燃料电池在时段的工作功率；为蓄电池在时段的充电功率、为蓄电池在时段的放电功率；为时段电解槽的生产速率、为时段燃料电池的消耗速率；为储氢罐在时段的充氢速率、为储氢罐在时段的放氢速率。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，步骤2中，所述耦合装置模型包括双向变换器模型、电解槽模型和氢燃料电池模型；
双向变换器模型为：
（4）
（5）
（6）
（7）
（8）
（9）
其中，为双向变换器直流转交流的效率、为双向变换器交流转直流的效率；为直流母线传递至双向变换器的最大功率、为交流母线传递至双向变换器的最大功率；为双向变换器在时段工作状态的0/1变量，其中表示直流母线向双向变换器传递功率，表示交流母线向双向变换器传递功率；为双向变换器在单位时段内最大提升功率；为双向变换器在单位时段内最大下降功率；为双向变换器的每日运维成本；为双向变换器的运维价格；为每天的时段数。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，所述电解槽模型的表达式为：
（10）
（11）
（12）
（13）
其中，为电解槽的电解效率；为氢气的热值；为电解槽的最小工作功率、是电解槽的最大工作功率；为电解槽在时段工作状态的0/1变量，其中为启动状态；为电解槽在单位时间段内最大提升功率；为电解槽在单位时间段内最大下降功率；为电解槽的每日运维成本；为电解槽的运维价格。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，所述氢燃料电池模型的表达式为：
（14）
（15）
（16）
（17）
其中，为氢燃料电池的工作效率；是氢燃料电池的最小工作功率、是氢燃料电池的最大工作功率；为氢燃料电池在时段工作状态的0/1变量，为启动状态；为氢燃料电池在单位时间段内最大提升功率；为氢燃料电池在单位时间段内最大下降功率；为氢燃料电池在时段的工作功率；为氢燃料电池在时段工作状态的0/1变量，为启动状态；为氢燃料电池的每日运维成本；为氢燃料电池的运维价格。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，步骤2中，所述电-氢混合储能系统模型包括氢储能模型和蓄电池储能模型；
氢储能模型为：
（18）
（19）
（20）
（21）
（22）
其中，为氢储能在时段的荷氢状态； 为氢储能在时段的荷氢状态；为氢储能的充氢效率、为氢储能的放氢效率；为氢储能的容量；为氢储能的最大充氢速率、为氢储能的最大放氢速率；为氢储能在时段工作状态的0/1变量，其中为充氢状态，为放氢状态；为氢储能的最小荷氢状态、为氢储能的最大荷氢状态；为氢储能的每日运维成本；为氢储能的运维单价；
所述蓄电池储能模型的表达式如下：
（23）
（24）
（25）
（26）
（27）
（28）
（29）
（30）
其中，为蓄电池储能在时段的荷电状态，为蓄电池储能在时段的荷电状态；为蓄电池储能的自放电率；为蓄电池储能的充效率，为蓄电池储能的放电效率；为蓄电池储能的容量；为蓄电池储能的最大充电功率，为蓄电池储能的最大放电功率；为蓄电池储能在时段工作状态的0/1变量，其中为充电状态，为放电状态；为蓄电池储能的最小荷电状态，为蓄电池储能的最大荷电状态；为蓄电池储能每日初始的荷电状态，为蓄电池储能每日结束的荷电状态；为蓄电池储能每日最小初始荷电状态；为蓄电池储能折旧权重；为蓄电池储能低荷电状态折旧权重系数；为蓄电池储能高荷电状态折旧权重一次项系数；为蓄电池储能高荷电状态折旧权重常数项系数；为蓄电池储能的每日运维成本；为蓄电池储能的运维价格；为蓄电池储能的折旧成本；为蓄电池储能的折旧价格。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，步骤2中，所述发电装置模型包括柴油发电机模型和可再生能源发电模型；
柴油发电机模型为：
（31）
（32）
（33）
（34）
（35）
（36）
（37）
（38）
（39）
（40）
其中，为柴油发电机的最小发电功率，为柴油发电机的最大发电功率；为柴油发电机在时段工作状态的0/1变量，其中为启动状态；为柴油发电机在单位时间段内最大提升功率；为柴油发电机在单位时间段内最大下降功率；为柴油发电机最小连续运行时间，为柴油发电机最大连续运行时间；为柴油发电机最小连续停机时间；为柴油发电机每日运维成本、为柴油发电机的启动成本、为柴油发电机的燃料成本和为柴油发电机的碳排放成本；为柴油发电机运维价格；为柴油发电机启动价格；为柴油发电机在时段的燃料消耗速率；为柴油发电机的额定功率；为柴油发电机与额定功率相关的油耗系数；为柴油发电机与调度功率相关的油耗系数；为柴油发电机的燃料价格；为柴油发电机的碳排放系数；为柴油发电机的碳税；
所述可再生能源发电模型，表达式如下：
（41）
（42）
其中，为光伏阵列在时段的发电功率，为风力发电在时段的发电功率；为可再生能源发电每日运维成本；为光伏阵列的运维价格，为风力发电的运维价格。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，步骤2中，所述负荷模型，表达式如下：
（43）
（44）
（45）
其中，为时段关键交流负荷，为时段关键直流负荷；为时段最大交流负荷，为时段最大直流负荷；为时段关键氢能负荷；为时段最大氢能负荷；为时段交流负荷削减量，为时段直流负荷削减量；为时段氢能负荷削减量；为负荷削减成本；为交流和直流负荷削减价格；为氢能负荷削减价格。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，步骤3中，所述微电网日常运行评价指标包括每日运行成本、绿电比例、可再生能源利用率和需求覆盖率，表达式如下：
（46）
（47）
（48）
（49）
（50）
其中，为每日运行成本；为绿电比例；为可再生能源利用率；为需求覆盖率；为负荷需求量；为负荷供应量。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，步骤3中，所述分层协调方法包括全年日间调度和每天日前调度；
全年日间调度模型，目标函数与约束条件表达式如下：
（51）
（52）
（53）
（54）
（55）
（56）
（57）
（58）
（59）
其中，为年运行成本；为一年的天数；为第天交流母线传递到双向变换器的电量，为第天直流母线传递到双向变换器的电量；为电解槽第天输入的电能单位是：kWh，为电解槽第天输出的氢能，单位是：kg；为氢燃料电池在第天输入的氢能，为氢燃料电池在第天输出的电能；为风机在第天的调度发电量；为光伏阵列在第天的调度发电量；为柴油发电机在第天的调度发电量；为柴油发电机在第天的运行成本；为氢储能在第天的充氢量，单位为：kg；为氢储能在第天的放氢量，单位为：kg；为第天交流负荷需求量；第天直流负荷需求量；为第天氢能负荷需求量；为第天最大交流负荷需求量；为第天最大直流负荷需求量；为第天最大氢能负荷需求量；为双向变换器在第天工作状态的0/1变量，为直流母线向双向变换器传递能量，为交流母线向双向变换器传递能量；为电解槽在第天工作状态的0/1变量，为启动状态；为氢燃料电池在第天工作状态的0/1变量，为启动状态；为柴油发电机在第天工作状态的0/1变量，为启动状态；为氢储能在第天工作状态的0/1变量，为充氢状态，为放氢状态；为氢储能在第天的荷氢状态；为氢储能的自放氢率；为氢储能在每年初始的荷氢状态，为氢储能在每年结束的荷氢状态；为氢储能每年最小初始荷氢状态；为柴油发电机每日开机后最小发电量，为柴油发电机每日开机后最大发电量；为第天关键交流负荷需求量；为第天关键直流负荷需求量；为第天关键氢能负荷需求量。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，所述柴油发电机在第天的运行成本，表达式如式（60）所示；由于年度日间调度模型不考虑日内运行细节，柴油发电机在第天的运行成本可简化如式（61）所示：
（60）
（61）
其中，为柴油发电机在时段工作状态的0/1变量，其中为启动状态；为柴油发电机与调度发电量相关的每日运行成本系数；为柴油发电机与工作状态相关的每日基础运行成本系数。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，所述每天日前调度模型，考虑预测偏差的氢能补偿传输链表达式如下：
（62）
（63）
（64）
（65）
（66）
（67）
（68）
（69）
（70）
其中， 为交流母线在第天的能量偏差、为直流母线在第天的能量偏差、为氢能母线在第天的能量偏差；为双向变换器在第天向交流母线传递能量偏差，为双向变换器在第天向交流母线吸收的能量偏差；为电解槽在第天的能量偏差，为氢燃料电池在第天的能量偏差；为氢储能在第天的充氢能量偏差，为氢储能在第天的放氢能量偏差；为氢储能在第天的荷氢状态偏差；为氢储能第天日末新的荷氢状态；为氢储能第天的初始荷氢状态；为氢储能第天日末荷氢状态。
所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其中，所述每天日前调度模型，目标函数和约束条件表达式如下：
（71）。
与现有技术相比，本发明能够实现的有益效果至少如下：
本发明针对高比例可再生能源海岛微电网开发了一种基于电-氢混合储能的海岛微电网分层协调方法。在系统架构上，本发明把海岛微电网分为交流子系统、直流子系统和氢能子系统，交流子系统由柴油发电机、风机和交流负荷组成，直流子系统由光伏阵列、蓄电池储能和直流负荷组成，氢能子系统由储氢罐和氢能负荷组成，各类发电设备和负荷分别被直接接入适当电压的子系统中，以减少电力电子设备带来的损耗；蓄电池储能和氢储能组成的混合储能系统可以保障海岛微电网短期和长期的产消平衡，以减少柴油发电机的运行，从而降低运行成本和碳排放。在调度方法上，本发明提出了一种由全年日间调度和每天日前调度的分层协调方法，前者着力解决可再生发电季节性失衡问题，后者考虑了年前预测偏差并确保海岛微电网的日内功率平衡。因此，本发明适用于海岛微电网，有助于可再生能源消纳，提高海岛微电网可再生能源发电比例，实现海岛微电网的低碳和经济运行，为海岛微电网的规划、运行和调度工作提供参考。建海岛微电网模型，其中建立电-氢混合储能系统模型以保障海岛微电网短期和长期的产消平衡，从而减少柴油发电机的运行，降低运行成本和碳排放；产消平衡约束模型、耦合装置模型、发电装置模型和负荷模型均致力于为分层协调方法的实现打下基础；提出分层协调方法，全年日间调度着力解决可再生发电季节性失衡问题，每天日前调度考虑了年前预测偏差并确保海岛微电网的日内功率平衡。
附图说明
图1为本发明提供的海岛微电网系统架构。
图2为本发明全年日间调度的电、氢能量流。
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、完整的描述，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做出创造性劳动前提下所获得的所有其他实施例，都是本发明保护的范围。
本发明提供的一种基于电-氢混合储能的海岛微电网分层协调方法，包括：
步骤1：描述海岛微电网架构
请参阅图1，海岛微电网的架构包含交流子系统、直流子系统和氢能子系统，交流子系统由柴油发电机、风机和交流负荷组成；直流子系统由光伏阵列、蓄电池储能和直流负荷组成；氢能子系统由储氢罐和氢能负荷组成。交流母线经双向变换器与直流母线连接，氢能母线经电解槽和氢燃料电池与直流母线连接。交流、直流和氢能三个子系统能量互济，当某个子系统出现能量短缺，其余子系统通过双向变换器、电解槽和氢燃料电池等耦合设备向该子系统提供能量。能量管理系统（EMS）是海岛微电网的控制中心，管理海岛微电网的各个模块，以确保经济和可靠运行。
所述交流子系统由柴油发电机的英文缩写为DE，风机的英文缩写为WT，交流负荷的英文缩写为AC load，直流子系统由光伏阵列的英文缩写为PV，蓄电池储能额英文缩写为BES，直流负荷的英文缩写为DC load，储氢罐的英文缩写为HST，氢能负荷的英文缩写为H2load，双向变换器的英文缩写为BC，电解槽的英文缩写为ED，氢燃料电池的英文缩写为HFC。
具体地，在本发明的其中一些实施例中，提出的海岛微电网的系统架构如图1所示。风力、光伏阵列和柴油发电机为海岛微电网提供电能，其中柴油发电机和风机直接为交流子系统提供电能，光伏阵列直接为直流母线提供电能。当可再生能源发电量大于负荷消耗的电量，电解槽把多余的电能转换为氢能存储在储氢罐；当可再生能源发电量小于负荷消耗的电量，氢燃料电池把储氢罐的氢能转换为电能。蓄电池储能在电能过剩的时段存储电能，在电能不足的时段释放电能。
步骤2：搭建基于电-氢混合储能的海岛微电网模型
在本发明的其中一些实施例中，所述海岛微电网模型包括产消平衡约束模型、耦合装置模型、电-氢混合储能系统模型、发电装置模型和负荷模型。其中，所述产消平衡约束模型包括交流、直流和氢能子系统的产消平衡约束模型；所述耦合装置模型包括双向变换器、电解槽和氢燃料电池模型；所述电-氢混合储能系统模型包括蓄电池储能模型和氢储能模型；所述发电装置模型包括柴油发电机模型和可再生能源发电模型；所述负荷模型包括交流负荷模型、直流负荷模型和氢能负荷模型。
本发明中，步骤2具体包括以下子步骤：
步骤2.1：建立产消平衡约束模型，对交流子系统、直流子系统和氢能子系统分别建立产消平衡约束模型，其中式(1)和(2)分别为交流和直流子系统的功率平衡约束，式(3)为氢能子系统的氢流平衡约束。
（1）
（2）
（3）
其中，为风机在时段的调度功率；为光伏阵列在时段的调度功率；为柴油发电机在时段的调度功率；为双向变换器在时段向交流母线传递的功率；为双向变换器在时段向交流母线吸收的功率；为双向变换器在时段向直流母线传递的功率；为双向变换器在时段向直流母线吸收的功率；为交流负荷；为直流负荷；为氢能负荷；为电解槽在时段的工作功率；为氢燃料电池在时段的工作功率；为蓄电池在时段的充电功率；为蓄电池在时段的放电功率；为电解槽在时段的生产氢气的速率；为燃料电池在时段消耗氢气的速率；为储氢罐在时段的充氢速率；为储氢罐在时段的放氢速率。
步骤2.2：建立耦合装置模型，包括双向变换器、电解槽和氢燃料电池模型。在本发明提出的海岛微电网中，由双向变换器、电解槽和氢燃料电池组成的耦合装置负责不同能量子系统之间的能量转换。
双向变换器承担交流和直流子系统之间的双向能量转换任务，式(4)和(5)定义了双向变换器的转换效率，式(6)和(7)为最大转换功率约束，式(8)是双向变换器的功率变化率约束，式(9)表示双向变换器的运维成本。
（4）
（5）
（6）
（7）
（8）
（9）
其中，为双向变换器直流转交流的效率；为双向变换器交流转直流的效率；为直流母线传递至双向变换器的最大功率；为交流母线传递至双向变换器的最大功率；为双向变换器在时段工作状态的0/1变量，其中表示直流母线向双向变换器传递功率，表示交流母线向双向变换器传递功率；为双向变换器在单位时段内最大提升功率；为双向变换器在单位时段内最大下降功率；为双向变换器的每日运维成本；为双向变换器的运维价格；为每天的时段数。
电解槽将可再生能源发出的过剩电能转化为氢能（P2H），电解过程的转换函数如式(10)所示，约束(11)限制了电解槽的最大和最小工作功率，式(12)是电解槽的功率变化率约束，式(13)表示电解槽的运维成本。
（10）
（11）
（12）
（13）
其中，为电解槽的电解效率；为氢气的热值；为电解槽的最小工作功率；为电解槽的最大工作功率；为电解槽在时段工作状态的0/1变量，为启动状态；为电解槽在单位时间段内最大提升功率；为电解槽在单位时间段内最大下降功率；为电解槽的每日运维成本；为电解槽的运维价格。
氢燃料电池把氢能转化为电能（H2P），是保障微电网的可靠运行灵活资源之一，其工作过程如式(14)所示，约束(15)限制了氢燃料电池的最大和最小工作功率，式(16)是氢燃料电池的功率变化率约束，式(17)表示氢燃料电池的运维成本。
（14）
（15）
（16）
（17）
其中，为氢燃料电池的工作效率；为氢燃料电池的最小工作功率；为氢燃料电池的最大工作功率；为氢燃料电池在时段工作状态的0/1变量，为启动状态；为氢燃料电池在单位时间段内最大提升功率；为氢燃料电池在单位时间段内最大下降功率；为氢燃料电池的每日运维成本；为电解槽的运维价格。
步骤2.3：建立电-氢混合储能系统模型
在本发明的其中一些实施例中，电-氢混合储能系统模型包括蓄电池储能模型和氢储能模型。氢储能作为长期储能，实现微电网的全年日间能量平衡；蓄电池储能作为短期储能，实现日内功率平衡。
氢储能可以实现能量的大规模长期存储，且存储效率高、自放氢率低，在可再生能源发电旺季可以把过剩电能转换为氢能存储在储氢罐中，在可再生能源发电淡季可以把储氢罐中的氢能转换为电能供微电网使用，储氢罐的氢能还可以满足氢能负荷的使用需求。式(18)表示氢储能的存、取过程，约束(19)和(20)限制了储氢罐的最大充、放氢流量，式(21)是储氢罐的荷氢状态约束，式(22)表示氢储能的运维成本。
（18）
（19）
（20）
（21）
（22）
其中，为氢储能在时段的荷氢状态；为氢储能的充氢效率；为氢储能的放氢效率；为氢储能的容量；为氢储能的最大充氢速率；为氢储能的最大放氢速率；为氢储能在时段工作状态的0/1变量，其中为充氢状态，为放氢状态；为氢储能的最小荷氢状态；为氢储能的最大荷氢状态；为氢储能的每日运维成本；为氢储能的运维单价。
蓄电池储能在电能过剩的时段存储电能，在电能不足的时段释放电能。式(23)表示蓄电池储能的充、放电过程，约束(24)和(25)限制了蓄电池储能的最大充、放电功率，式(26)是蓄电池储能的荷电状态约束。蓄电池储能的运行成本包括运维成本和充放电折旧成本，不同的放电深度对于蓄电池储能的折旧影响不同，式(28)为蓄电池储能的折旧权重表达式，式(29)表示蓄电池储能的运维成本，式(30)表示蓄电池储能的充放电折旧成本。
（23）
（24）
（25）
（26）
（27）
（28）
（29）
（30）
其中，为蓄电池储能在时段的荷电状态；为蓄电池储能的自放电率；为蓄电池储能的充电效率；为蓄电池储能的放电效率；为蓄电池储能的容量；为蓄电池储能的最大充电功率；为蓄电池储能的最大放电功率；为蓄电池储能在时段工作状态的0/1变量，其中为充电状态，为放电状态；为蓄电池储能的最小荷电状态；为蓄电池储能的最大荷电状态；为蓄电池储能每日初始荷电状态；为蓄电池储能每日结束荷电状态；为蓄电池储能每日最小初始荷电状态；为蓄电池储能折旧权重；为蓄电池储能低荷电状态折旧权重系数；为蓄电池储能高荷电状态折旧权重一次项系数；为蓄电池储能高荷电状态折旧权重常数项系数；为蓄电池储能的每日运维成本；为蓄电池储能的运维价格；为蓄电池储能的折旧成本；为蓄电池储能的折旧价格。
步骤2.4：建立发电装置模型。
在本发明的其中一些实施例中，所述发电装置模型包括柴油发电机模型和可再生能源发电模型。可再生能源发电装置包含风力和光伏发电，是海岛微电网中的零碳发电设备。由于可再生能源出力的随机性、间歇性和波动性，海岛微电网部署了柴油发电机来确保可靠供电。
柴油发电机是海岛微电网唯一可控的备用电源，其发电成本高昂且伴随碳排放。在调度时，需兼顾经济性与可靠性，确保稳定供电并降低运营成本及环境影响。式(31)限制了柴油发电机工作功率区间，式(32)是柴油发电机发电功率变化率约束，式(33)-(35)分别是柴油发电机最长连续运行时间、最短连续运行时间和最短连续停机时间约束，式(36)和(37)分别表示柴油发电机运维成本，式(38)是燃料消耗率线性化函数，式(39)和(40)分别表示柴油发电机的燃料成本和碳排放成本。
（31）
（32）
（33）
（34）
（35）
（36）
（37）
（38）
（39）
（40）
其中，为柴油发电机的最小发电功率；为柴油发电机的最大发电功率；为柴油发电机在时段工作状态的0/1变量，其中为启动状态；为柴油发电机在单位时间段内最大提升功率；为柴油发电机在单位时间段内最大下降功率；为柴油发电机最小连续运行时间；为柴油发电机最大连续运行时间；为柴油发电机最小连续停机时间；为柴油发电机每日运维成本；为柴油发电机每日启动成本；为柴油发电机每日燃料成本；为柴油发电机每日碳排放成本；为柴油发电机运维价格；为柴油发电机启动价格；为柴油发电机在时段的燃料消耗速率；为柴油发电机的额定功率；为柴油发电机与额定功率相关的油耗系数；为柴油发电机与调度功率相关的油耗系数；为柴油发电机的燃料价格；为柴油发电机的碳排放系数；为柴油发电机的碳税。
可再生能源发电与天气情况紧密相关，本发明基于不同时间尺度的可再生能源发电预测，建立可再生能源发电模型，式(41)限制了可再生能源发电的调度功率，式(42)表示可再生能源发电的运维成本。
（41）
（42）
其中，为光伏阵列在时段的发电功率；为风力发电在时段的发电功率；为可再生能源发电每日运维成本；为光伏阵列的运维价格；为风力发电的运维价格。
步骤2.5：建立负荷模型。
在本发明的其中一些实施例中，海岛微电网的负荷包括交流、直流和氢能负荷，每种类型的负荷被划分为关键负荷和可削减负荷。运营商需要为负荷削减支付费用以激励负荷参加需求响应，式(43)为负荷的调度区间约束，式(44)定义了负荷的削减量，式(45)表示负荷削减成本。
（43）
（44）
（45）
其中，为时段关键交流负荷；为时段关键直流负荷；为时段最大交流负荷；为时段最大直流负荷；为时段关键氢能负荷；为时段最大氢能负荷；为时段交流负荷削减量；为时段直流负荷削减量；为时段氢能负荷削减量；为负荷削减成本；为交流和直流负荷削减价格；为氢能负荷削减价格。
步骤3：提出全年日间调度和每天日前调度分层协调方法
在本发明的其中一些实施例中，为分层协调方法制定日常运行评价指标，包括每日运行成本、绿电比例、可再生能源利用率和需求覆盖率。在分层协调方法中，全年日间调度解决可再生能源发电的季节性失衡问题，每天日前调度解决昼夜更替带来的功率波动问题。
本发明中，步骤3具体包括以下子步骤：
步骤3.1：制定日常运行评价指标
日常运行评价指标包括每日运行成本、绿电比例、可再生能源利用率和需求覆盖率四项指标，分别如式(46)-(49)所示。上述指标被用于量化对比分析电-氢混合储能和蓄电池单一储能在海岛微电网运行中的性能。
（46）
（47）
（48）
（49）
（50）
其中，为每日运行成本；为绿电比例；为可再生能源利用率；为需求覆盖率；为负荷需求量；为负荷供应量。
步骤3.2：建立全年日间调度模型
在本发明的其中一些实施例中，全年日间调度是基于年前可再生能源发电和负荷预测数据的调度方案，把一天（24小时）作为一个节点，通过求取氢储能的日末荷氢状态来应对可再生能源发电季节性失衡问题，本发明中全年日间调度的电、氢能量流如图2所示。由于蓄电池储能仅执行日内能量循环，因此全年日间调度模型不考虑蓄电池储能的运行。
全年日间调度模型的目标是最小化年度运营成本，如式(51)所示。式(52)表示交流、直流和氢能子系统的每日能量平衡约束。双向变换器、电解槽、氢燃料电池、氢储能、柴油发电机和可再生能源发电的每日能量约束和负荷削减约束如式(53)-(59)所示。
（51）
（52）
（53）
（54）
（55）
（56）
（57）
（58）
（59）
其中，为年运行成本；为一年的天数；为第天交流母线传递到双向变换器的电量；为第天直流母线传递到双向变换器的电量；为电解槽第天输入的电能（单位是kWh），为电解槽第天输出的氢能（单位是kg）；为氢燃料电池在第天输入的氢能，为氢燃料电池在第天输出的电能；为风机在第天的调度发电量；为光伏阵列在第天的调度发电量；为柴油发电机在第天的调度发电量；为柴油发电机在第天的运行成本；为氢储能在第天的充氢量，单位为：kg；为氢储能在第天的放氢量，单位为：kg；为第天交流负荷需求量；第天直流负荷需求量；为第天氢能负荷需求量；为第天最大交流负荷需求量；为第天最大直流负荷需求量；为第天最大氢能负荷需求量；为双向变换器在第天工作状态的0/1变量，为直流母线向双向变换器传递能量，为交流母线向双向变换器传递能量；为电解槽在第天工作状态的0/1变量，为启动状态；为氢燃料电池在第天工作状态的0/1变量，为启动状态；为柴油发电机在第天工作状态的0/1变量，为启动状态；为氢储能在第天工作状态的0/1变量，为充氢状态，为放氢状态；为氢储能在第天的荷氢状态；为氢储能的自放氢率；为氢储能每年初始荷氢状态；为氢储能每年结束荷氢状态；为氢储能每年最小初始荷氢状态；为柴油发电机每日开机后最小发电量，为柴油发电机每日开机后最大发电量；为第天关键交流负荷需求量；为第天关键直流负荷需求量；为第天关键氢能负荷需求量。
柴油发电机的运行成本与发电量、运行时间和启停情况相关，如式(60)所示，由于全年日间调度模型不考虑日内运行细节，柴油发电机运行成本函数简化如式(61)所示。
（60）
（61）
其中，为柴油发电机在时段工作状态的0/1变量，其中为启动状态；为柴油发电机与调度发电量相关的每日运行成本系数；为柴油发电机与工作状态相关的每日基础运行成本系数。
步骤3.3：建立每天日前调度模型
在本发明的其中一些实施例中，每天日前调度模型是考虑了日前和年前预测数据偏差的调度方案，用于维持微电网的功率平衡。每天日前调度可以充分利用氢储能的闲置容量补偿预测偏差，且假设预测误差遵循正态分布。本发明通过氢能补偿不同时间尺度的预测偏差，并获取补偿后氢储能的日终荷氢状态，氢能补偿传输链影响如式(62)-(67)所示。式(68)表示预测偏差引起的氢储能日终荷氢状态偏差，考虑预测偏差的氢储能日终荷氢状态如式(69)-(70)所示。
（62）
（63）
（64）
（65）
（66）
（67）
（68）
（69）
（70）
其中，为交流母线在第天的能量偏差、为直流母线在第天的能量偏差、为氢能母线在第天的能量偏差；为双向变换器在第天向交流母线传递的能量偏差，为双向变换器在第天向交流母线吸收的能量偏差；为电解槽在第天的能量偏差，为氢燃料电池在第天的的能量偏差；为氢储能在第天的充氢能量偏差，为氢储能在第天的放氢能量偏差；为氢储能在第天荷氢状态偏差；为氢储能第天日末新的荷氢状态；为氢储能第天的初始荷氢状态；为氢储能第天日末荷氢状态。
每天日前调度模型的目标函数和约束条件表达式如(71)所示：
（71）
步骤4：将提出的基于电-氢混合储能海岛微电网分层协调方法应用于一个海岛微电网进行仿真分析。
本步骤具体包括：
步骤4.1：参数设置
和分别设置为一天（24小时）和0.5小时，全年日间调度模型的调度周期设置为一年（），每天日前调度的调度周期设置为1天（）。双向变换器、电解槽、氢燃料电池和柴油发电机的初始功率设置为0，蓄电池储能每日最小初始荷电状态设置为0.3，本仿真分析中蓄电池储能的初始荷电状态设置为0.3，氢储能的每年最小初始荷氢状态设置为0.5，本仿真分析中氢储能的初始荷氢状态设置为0.5，其他相关参数设置如表1所示。
表1 海岛微电网系统参数
步骤4.2：场景设置
为检验本发明提出的海岛微电网系统架构和分层协调方法的运行效果，设置三个案例对比分析，如表2所示。
表2 三个案例的不同设置
步骤4.3：对三个案例分别进行仿真。案例1仅配置了蓄电池储能系统，未配置氢储能系统，因此仅开展每天日前调度；案例2和案例3均配置了电-氢混合储能系统，因此案例2和案例3均依次开展全年日间调度和每天日前调度。利用商业求解器GAMS Studio 37.1.0和GAMS Studio 37.1.0对以上案例进行求解，得到仿真结果如表3所示。
表3 三个案例在同一天的仿真结果
| 案例 | 日运行成本 | 绿电比例 | 可再生能源利用率 | 负荷需求覆盖率 |
| 1 | 1649.9230 $ | 22.57% | 100% | 92.59% |
| 2 | 1197.5455 $ | 25.48% | 100% | 100% |
| 3 | 258.6277 $ | 100% | 98.85% | 100% |
根据仿真结果，采用本发明提出的基于电-氢混合储能系统的高比例可再生能源海岛微电网分层协调方法，在降低海岛微电网运行成本方面成效显著。该方法有效促进了可再生能源消纳，进而减少了对柴油发电机的依赖，为海岛微电网实现降碳和脱碳目标提供了切实可行的途径。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (11)
1.一种基于电-氢混合储能的海岛微电网分层协调方法，其特征在于，包括以下步骤：
步骤1：描述海岛微电网架构；其中，海岛微电网包含交流子系统、直流子系统和氢能子系统；交流子系统由柴油发电机、风机和交流负荷组成，直流子系统由光伏阵列、蓄电池储能和直流负荷组成；氢能子系统由储氢罐和氢能负荷组成；交直流混合微电网中交流母线经双向变换器与直流母线连接，氢能母线经电解槽和氢燃料电池与直流母线连接；
步骤2：搭建海岛微电网模型：建立产消平衡约束模型、耦合装置模型、电-氢混合储能系统模型、发电装置模型和负荷模型；所述产消平衡约束模型包括交流、直流和氢能子系统的产消平衡约束模型；建立耦合装置模型，所述耦合装置模型包括双向变换器、电解槽和氢燃料电池模型；所述电-氢混合储能系统模型包括蓄电池储能模型和氢储能模型；所述发电装置模型包括柴油发电机模型和可再生能源发电模型；所述负荷模型包括交流负荷模型、直流负荷模型和氢能负荷模型；
步骤3：提出全年日间调度和每天日前调度分层协调方法；其中，全年日间调度解决可再生能源发电的季节性失衡问题，每天日前调度解决昼夜更替带来的功率波动问题；制定微电网日常运行评价指标，所述微电网日常运行评价指标包括每日运行成本、绿电比例、可再生能源利用率和需求覆盖率；
在步骤2中，所述海岛微电网的产消平衡约束模型为：
（1）
（2）
（3）
其中，为风机在时段的调度功率、为光伏阵列在时段的调度功率、为柴油发电机在时段的调度功率；为双向变换器在时段向交流母线传递的功率、为双向变换器在时段向交流母线吸收的功率；为双向变换器在时段向直流母线传递的功率、为双向变换器在时段向直流母线吸收的功率；为交流负荷、为直流负荷、为氢能负荷；表示电解槽在时段的工作功率、表示氢燃料电池在时段的工作功率；为蓄电池在时段的充电功率、为蓄电池在时段的放电功率；为时段电解槽的生产速率、为时段燃料电池的消耗速率；为储氢罐在时段的充氢速率、为储氢罐在时段的放氢速率；
步骤2中，所述耦合装置模型包括双向变换器模型、电解槽模型和氢燃料电池模型；
双向变换器模型为：
（4）
（5）
（6）
（7）
（8）
（9）
其中，为双向变换器直流转交流的效率、为双向变换器交流转直流的效率；为直流母线传递至双向变换器的最大功率、为交流母线传递至双向变换器的最大功率；为双向变换器在时段工作状态的0/1变量，其中表示直流母线向双向变换器传递功率，表示交流母线向双向变换器传递功率；为双向变换器在单位时段内最大提升功率；为双向变换器在单位时段内最大下降功率；为双向变换器在时段向交流母线吸收的功率；为双向变换器在时段向直流母线吸收的功率；为双向变换器的每日运维成本；为双向变换器的运维价格；为每天的时段数。
2.根据权利要求1所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其特征在于，所述电解槽模型的表达式为：
（10）
（11）
（12）
（13）
其中，为电解槽的电解效率；为氢气的热值；为电解槽的最小工作功率、是电解槽的最大工作功率；表示电解槽在时段的工作功率；为电解槽在时段工作状态的0/1变量，其中为启动状态；为电解槽在时段工作状态的0/1变量，其中为启动状态；为电解槽在单位时间段内最大提升功率；为电解槽在单位时间段内最大下降功率；为电解槽的每日运维成本；为电解槽的运维价格；表示电解槽在时段的工作功率。
3.根据权利要求2所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其特征在于，所述氢燃料电池模型的表达式为：
（14）
（15）
（16）
（17）
其中，为氢燃料电池的工作效率；为氢燃料电池的最小工作功率、为氢燃料电池的最大工作功率；为氢燃料电池在时段工作状态的0/1变量，为启动状态；为氢燃料电池在单位时间段内最大提升功率；为氢燃料电池在单位时间段内最大下降功率；为氢燃料电池在时段的工作功率；为氢燃料电池在时段工作状态的0/1变量，为启动状态；为氢燃料电池的每日运维成本；为氢燃料电池的运维价格。
4.根据权利要求3所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其特征在于，步骤2中，所述电-氢混合储能系统模型包括氢储能模型和蓄电池储能模型；
氢储能模型为：
（18）
（19）
（20）
（21）
（22）
其中，为氢储能在时段的荷氢状态； 为氢储能在时段的荷氢状态；为氢储能的充氢效率、为氢储能的放氢效率；为氢储能的容量；为氢储能的最大充氢速率、为氢储能的最大放氢速率；为氢储能在时段工作状态的0/1变量，其中为充氢状态，为放氢状态；为氢储能的最小荷氢状态、为氢储能的最大荷氢状态；为氢储能的每日运维成本；为氢储能的运维单价；
所述蓄电池储能模型的表达式如下：
（23）
（24）
（25）
（26）
（27）
（28）
（29）
（30）
其中， 为蓄电池储能在时段的荷电状态，为蓄电池储能在时段的荷电状态；为蓄电池储能的自放电率；为蓄电池储能的充电效率，为蓄电池储能的放电效率；为蓄电池储能的容量；为蓄电池储能的最大充电功率，为蓄电池储能的最大放电功率；为蓄电池储能在时段工作状态的0/1变量，其中为充电状态，为放电状态；为蓄电池储能的最小荷电状态，为蓄电池储能的最大荷电状态；为蓄电池储能每日初始的荷电状态，为蓄电池储能每日结束的荷电状态；为蓄电池储能每日最小初始荷电状态；为蓄电池储能折旧权重；为蓄电池储能低荷电状态折旧权重系数；为蓄电池储能高荷电状态折旧权重一次项系数；为蓄电池储能高荷电状态折旧权重常数项系数；为蓄电池储能的每日运维成本；为蓄电池储能的运维价格；为蓄电池储能的折旧成本；为蓄电池储能的折旧价格。
5.根据权利要求4所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其特征在于，步骤2中，所述发电装置模型包括柴油发电机模型和可再生能源发电模型；
柴油发电机模型为：
（31）
（32）
（33）
（34）
（35）
（36）
（37）
（38）
（39）
（40）
其中，为柴油发电机的最小发电功率，为柴油发电机的最大发电功率；为柴油发电机在时段工作状态的0/1变量，其中为启动状态；为柴油发电机在单位时间段内最大提升功率；为柴油发电机在单位时间段内最大下降功率；为柴油发电机最小连续运行时间，为柴油发电机最大连续运行时间；为柴油发电机最小连续停机时间；为柴油发电机每日运维成本、为柴油发电机的启动成本、为柴油发电机的燃料成本和为柴油发电机的碳排放成本；为柴油发电机运维价格；为柴油发电机启动价格；为柴油发电机在时段的燃料消耗速率；为柴油发电机的额定功率；为柴油发电机与额定功率相关的油耗系数；为柴油发电机与调度功率相关的油耗系数；为柴油发电机的燃料价格；为柴油发电机的碳排放系数；为柴油发电机的碳税；
所述可再生能源发电模型，表达式如下：
（41）
（42）
其中，为光伏阵列在时段的发电功率，为风力发电在时段的发电功率；为可再生能源发电每日运维成本；为光伏阵列的运维价格，为风力发电的运维价格。
6.根据权利要求5所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其特征在于，步骤2中，所述负荷模型，表达式如下：
（43）
（44）
（45）
其中，为时段关键交流负荷，为时段关键直流负荷；为时段最大交流负荷，为时段最大直流负荷；为时段关键氢能负荷；为时段最大氢能负荷；为时段交流负荷削减量，为时段直流负荷削减量；为时段氢能负荷削减量；为负荷削减成本；为交流和直流负荷削减价格；为氢能负荷削减价格。
7.根据权利要求6所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其特征在于，步骤3中，所述微电网日常运行评价指标包括每日运行成本、绿电比例、可再生能源利用率和需求覆盖率，表达式如下：
（46）
（47）
（48）
（49）
（50）
其中，为每日运行成本、为绿电比例、为可再生能源利用率、为需求覆盖率；为负荷需求，为供应量。
8.根据权利要求7所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其特征在于，步骤3中，所述分层协调方法包括全年日间调度和每天日前调度；
全年日间调度模型，目标函数与约束条件表达式如下：
（51）
（52）
（53）
（54）
（55）
（56）
（57）
（58）
（59）
其中，为年运行成本；为一年的天数；为第天交流母线传递到双向变换器的电量，为第天直流母线传递到双向变换器的电量；为电解槽第天输入的电能单位是：kWh，为电解槽第天输出的氢能，单位是：kg；为氢燃料电池在第天输入的氢能，为氢燃料电池在第天输出的电能；为风机在第天的调度发电量；为光伏阵列在第天的调度发电量；为柴油发电机在第天的调度发电量；为柴油发电机在第天的运行成本；为氢储能在第天的充氢能，单位为：kg；为氢储能在第天的放氢能，单位为：kg；为第天交流负荷需求量；第天直流负荷需求量；为第天氢能负荷需求量；为第天最大交流负荷需求量；为第天最大直流负荷需求量；为第天最大氢能负荷需求量；为双向变换器在第天工作状态的0/1变量，为直流母线向双向变换器传递能量，为交流母线向双向变换器传递能量；为电解槽在第天工作状态的0/1变量，为启动状态；为氢燃料电池在第天工作状态的0/1变量，为启动状态；为柴油发电机在第天工作状态的0/1变量，为启动状态；为氢储能在第天工作状态的0/1变量，为充氢状态，为放氢状态；为氢储能在第天的荷氢状态；为氢储能的自放氢率；为氢储能在每年初始的荷氢状态，为氢储能在每年结束的荷氢状态；为氢储能每年最小初始荷氢状态；为柴油发电机每日开机后最小发电量，为柴油发电机每日开机后最大发电量；为第天关键交流负荷需求量；为第天关键直流负荷需求量；为第天关键氢能负荷需求量。
9.根据权利要求8所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其特征在于，所述柴油发电机在第天的运行成本，表达式如式（60）所示；由于年度日间调度模型不考虑日内运行细节，柴油发电机在第天的运行成本可简化如式（61）所示：
（60）
（61）
其中，为柴油发电机在时段工作状态的0/1变量，其中为启动状态；为柴油发电机与调度发电量相关的每日运行成本系数；为柴油发电机与工作状态相关的每日基础运行成本系数。
10.根据权利要求9所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其特征在于，每天日前调度的每天日前调度模型在考虑预测偏差的氢能补偿传输链表达式如下：
（62）
（63）
（64）
（65）
（66）
（67）
（68）
（69）
（70）
其中，为交流母线在第天的能量偏差、为直流母线在第天的能量偏差、为氢能母线在第天的能量偏差；为双向变换器在第天向交流母线传递能量偏差，为双向变换器在第天向交流母线吸收的能量偏差；为电解槽在第天的能量偏差，为氢燃料电池在第天的能量偏差；为氢储能在第天的充氢能量偏差，为氢储能在第天的放氢能量偏差；为氢储能在第天的荷氢状态偏差；为氢储能第天日末新的荷氢状态；为氢储能第天的初始荷氢状态；为氢储能第天日末荷氢状态。
11.根据权利要求10所述的一种基于电-氢混合储能的海岛微电网分层协调方法，其特征在于，每天日前调度模型的目标函数和约束条件表达式如下：
（71）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410604972.5A CN118214091B (zh) | 2024-05-15 | 2024-05-15 | 一种基于电-氢混合储能的海岛微电网分层协调方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410604972.5A CN118214091B (zh) | 2024-05-15 | 2024-05-15 | 一种基于电-氢混合储能的海岛微电网分层协调方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118214091A CN118214091A (zh) | 2024-06-18 |
| CN118214091B true CN118214091B (zh) | 2024-07-23 |
Family
ID=91449048
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410604972.5A Active CN118214091B (zh) | 2024-05-15 | 2024-05-15 | 一种基于电-氢混合储能的海岛微电网分层协调方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118214091B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116054250A (zh) * | 2023-01-08 | 2023-05-02 | 河北工业大学 | 一种储能分组的风光储耦合制氢系统调度方法 |
| CN117713205A (zh) * | 2023-12-14 | 2024-03-15 | 国网福建省电力有限公司宁德供电公司 | 一种独立海岛零碳微网风-光-储-氢-水协同规划方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170262007A1 (en) * | 2016-03-10 | 2017-09-14 | Macau University Of Science And Technology | Multi-agent oriented method for forecasting-based control with load priority of microgrid in island mode |
| CN108258695B (zh) * | 2018-02-28 | 2019-08-27 | 东南大学 | 一种交直流混联微网的随机鲁棒耦合型优化调度方法 |
| CN116316553A (zh) * | 2023-01-03 | 2023-06-23 | 国网浙江省电力有限公司电力科学研究院 | 一种氢电耦合系统多时间尺度分层运行控制方法 |
-
2024
- 2024-05-15 CN CN202410604972.5A patent/CN118214091B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116054250A (zh) * | 2023-01-08 | 2023-05-02 | 河北工业大学 | 一种储能分组的风光储耦合制氢系统调度方法 |
| CN117713205A (zh) * | 2023-12-14 | 2024-03-15 | 国网福建省电力有限公司宁德供电公司 | 一种独立海岛零碳微网风-光-储-氢-水协同规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118214091A (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Paska et al. | Hybrid power systems–An effective way of utilising primary energy sources | |
| Zhang et al. | Energy management of PV-diesel-battery hybrid power system for island stand-alone micro-grid | |
| CN110661301B (zh) | 一种水光蓄多能互补发电系统的容量配置优化方法 | |
| CN113285479A (zh) | 一种超大容量的区域微电网系统及运行方法 | |
| CN112311017A (zh) | 一种虚拟电厂与主网最优协同调度方法 | |
| CN115936244A (zh) | 考虑可再生能源发电不确定性的虚拟电厂优化调度方法 | |
| CN112366684A (zh) | 一种海岛微电网系统 | |
| Gamage et al. | Battery Energy Storage based approach for grid voltage regulation in renewable rich distribution networks | |
| Gburczyk et al. | Energy management system as a mean for the integration of distributed energy sources with low voltage network | |
| CN108667071B (zh) | 一种主动配电网负荷精准控制计算方法 | |
| Eltohamy et al. | Overview of power system flexibility options with increasing variable renewable generations | |
| Chobanov | PV Plant Load Scheduling Using Battery Storage | |
| CN110739684B (zh) | 基于多时间尺度的多交直流混合微电网优化调度方法 | |
| CN118214091B (zh) | 一种基于电-氢混合储能的海岛微电网分层协调方法 | |
| Huang et al. | A multi-time scale scheduling method for wind-PV-pumped storage-electrochemical energy storage integrated generation system | |
| Raihani et al. | Towards a real time energy management strategy for hybrid wind-PV power system based on hierarchical distribution of loads | |
| El Zerk et al. | Feasibility study and optimization of a standalone hybrid system for remote area: a case study of high atlas mountains in Morocco | |
| CN114123171A (zh) | 一种基于势博弈的增量配电网分布式优化规划方法及介质 | |
| Kumar et al. | Sensitivity analysis based multi-objective economic emission dispatch in microgrid | |
| Yang et al. | Research on user energy storage optimization system considering a grid-on new energy | |
| CN115498705B (zh) | 基于共享储能的虚拟电厂调度方法 | |
| Cau et al. | Assessment of a hybrid stand-alone power system with hydrogen production and storage | |
| Murty et al. | Role of Energy Storage Systems in the Micro‐Grid Operation in Presence of Intermittent Renewable Energy Sources and Load Growth | |
| Sun et al. | Economic Analysis and Visual Simulation Platform Construction of Distributed Energy Storage on Load Peak-shaving and Valley-filling in Distribution Network | |
| Save | Optimization of Hybrid Microgrid |
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 |