欢迎光临888集团网站

新闻资讯
协同考虑电储能和氢能设备运行寿命的多能源微网优化调度方法
发布时间:2026-03-09
  |  
阅读量:
字号:
A+ A- A

  本发明属于能源调度,更具体地,涉及一种协同考虑电储能和氢能设备运行寿命的多能源微网优化调度方法。

  1、风、光等新能源具有随机性和波动性的特点,给电力系统的安全稳定运行带来了巨大挑战。电-气-热-氢多能源微网作为一种灵活、高效的能源供应模式,有效整合了多元储能技术,实现了可再生能源的高效利用。

  2、电储能装置、电解槽和氢燃料电池是电-气-热-氢多能源微网的核心设备,三类设备在运行过程中均面临着寿命衰减的严峻问题。降低设备的寿命成本则会提升多能源微网运行的经济性并且延长设备的使用寿命。目前,在多能源微网优化调度中,对电储能装置、电解槽和氢燃料电池运行寿命衰减的技术研究基本都是在简单的运行场景下进行,且仅在单一设备层面展开分析,缺少系统层面协同考虑电储能、电解槽和氢燃料电池运行寿命衰减特性构建优化调度方法。此外,现有的制/用氢设备(电解槽、氢燃料电池和甲烷反应器)模型未充分考虑设备动态运行特性与工作状态转换过程的影响,导致调度结果与实际不相符。

  1、针对现有技术的以上缺陷或改进需求,本发明提供了一种协同考虑电储能和氢能设备运行寿命的多能源微网优化调度方法,其目的在于提升多能源微网优化调度的准确度。

  2、为实现上述目的,按照本发明的第一方面,提供了一种协同考虑电储能和氢能设备运行寿命的多能源微网优化调度方法,所述多能源微网包括由电解槽、氢燃料电池和甲烷反应器构成的制/用氢设备,以及电储能装置,包括:

  3、s1、构建多能源微网中包括所述制/用氢设备多工作状态运行的各设备模型;其中,所述制/用氢设备多工作状态运行模型包括:任意时刻所述制/用氢设备仅处于停机、备用或生产中的一种工作状态,且各设备处于停机或备用状态时均存在最小持续时间;在备用状态下,电解槽和氢燃料电池维持对应设备温度不变;

  4、s2、计算电解槽和氢燃料电池运行过程中由外界因素引起的电压衰减量,以表征对应设备的寿命衰减;其中,所述外界因素引起的电压衰减量包括电解槽或氢燃料电池从生产状态进入停机、备用状态以及从停机或备用状态进入生产状态切换时产生的电压衰减量;

  5、s3、以最小化多能源微网总运行成本为目标构建包括电储能装置、电解槽和氢燃料电池实际寿命损耗成本和所述制/用氢设备处于各工作状态产生的运维成本在内的目标函数;其中,所述电解槽或氢燃料电池实际寿命损耗成本通过设备每时刻的寿命损耗成本与对应的电压衰减量加权得到;

  7、进一步地,s2中,表示电解槽或氢燃料电池运行过程中由外界因素引起的电压衰减量的模型为:

  10、式中,δvx,t为设备x在t时刻的电池电压衰减量,设备x代表电解槽或氢燃料电池;δvx,pcha,t、δvx,ucha,t、δvx,low,t、δvx,medium,t、δvx,high,t、δvx,over,t分别对应表示设备x在t时刻由于功率波动、工作状态切换、低功率工况运行、中等功率工况运行、高功率工况运行、过载功率工况运行而产生的电池电压衰减分量;其中,由工作状态切换产生的电池电压衰减分量δvx,ucha,t为设备x从生产状态进入停机、备用状态以及从停机或备用状态进入生产状态切换时产生的电压衰减量,具体为:

  12、式中,ζx,ucha为衰减系数,0-1变量分别对应表示设备x从生产状态进入停机、备用状态的标志;0-1变量分别对应表示设备x从停机或备用状态进入生产状态的标志。

  13、进一步地,s3中,电储能装置、电解槽和氢燃料电池实际寿命损耗成本为:

  15、式中,为电储能装置、电解槽、氢燃料电池对应的寿命损耗成本;floss,t表示电储能装置t时刻的寿命损失量,δvel,t、δvfc,t分别对应为电解槽、氢燃料电池t时刻的电池电压衰减量;

  18、式中,为设备y处于生产、停机、备用状态产生的运维成本,y代表电解槽、氢燃料电池或甲烷反应器;分别表示t时刻设备y是否处于生产、停机、备用状态的0-1变量。

  21、式中,分别对应为t时刻的运维成本、购能成本、弃风光惩罚成本、售能收益;δt表示调度周期的时间长度;其中,所述运维成本包括:所述制/用氢设备生产状态运行功率对应的运维成本和所述制/用氢设备处于各工作状态产生的运维成本。

  23、第一阶段,在电解槽和氢燃料电池仅在停机和生产状态间切换的约束下,采用线性规划求解所述目标函数,得到初步调度结果;

  24、第二阶段,在电解槽和氢燃料电池工作在停机、备用或生产中的任一种工作状态下,建立阵列运行功率分配优化模型;其中,所述阵列运行功率分配优化模型的目标函数为:

  25、最小化电解槽和氢燃料电池运行阵列中所有设备的总运维成本和总寿命损耗成本;其中,所述电解槽或氢燃料电池运行阵列为电解槽或氢燃料电池由多台并联的同类型设备组成的运行阵列;

  26、所述阵列运行功率分配优化模型的约束条件包括:电解槽运行阵列中各并联设备日前各时刻总的运行功率、热回收功率、产氢速率满足第一阶段求解得到的所述初步调度结果中电解槽总的运行功率、热回收功率、产氢速率;以及氢燃料电池运行阵列中各并联设备日前各时刻总的发电功率、热回收功率、耗氢速率满足第一阶段求解得到的初步调度结果中氢燃料电池总的发电功率、热回收功率、耗氢速率;

  27、采用线性规划求解所述阵列运行功率分配优化模型的目标函数,得到第二阶段的调度结果;

  28、将第一阶段得到的初步调度结果中除电解槽和氢燃料电池外的其余设备的调度结果和第二阶段得到调度结果作为最终的日前优化调度结果。

  29、进一步地,s1中构建的氢燃料电池模型为电-热-氢之间动态耦合的氢燃料电池模型,所述电-热-氢之间动态耦合的氢燃料电池模型构建方法包括:

  30、构建氢燃料电池电压-电流-温度耦合关系,以得到氢燃料电池的温度tfc;

  31、以构建氢燃料电池的耗氢速率作为输入,构建氢燃料电池的温度tfc、发电功率和产热功率之间的集总参数热力学模型,得到所述电-热-氢之间动态耦合的氢燃料电池模型。

  32、按照本发明的第二方面,提供了一种协同考虑电储能和氢能设备运行寿命的多能源微网优化调度系统,包括计算机可读存储介质和处理器;

  34、所述处理器用于读取所述计算机可读存储介质中存储的可执行指令执行第一方面任一项所述的多能源微网优化调度方法。

  35、按照本发明的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如第一方面任一项所述的多能源微网优化调度方法。

  36、按照本发明的第四方面,提供了一种计算机产品,当所述计算机产品在计算机上运行时,使得所述计算机执行第一方面中任意一项所述的多能源微网优化调度方法。

  38、(1)本发明的协同考虑电储能和氢能设备运行寿命的多能源微网优化调度方法,在构建电-气-热-氢多能源微网各设备的模型时,为了使调度结果能够贴近实际生产过程,针对制/用氢设备建立了对应设备的多工作状态运行模型;针对各设备的寿命衰减建模时,电解槽或氢燃料电池的寿命衰减模型用电解槽或氢燃料电池运行过程中由外界因素引起的电压衰减量表征,在该寿命衰减模型中,包括基于上述建立的设备的多工作状态运行模型得到的由电解槽或氢燃料电池从生产状态进入停机、备用状态以及从停机或备用状态进入生产状态切换时产生的电压衰减量,进而将设备的多工作状态运行模型与对应的衰减模型建立连接;同时构建的目标函数精细化描述了各设备实际寿命损耗成本和制/用氢设备处于各工作状态产生的运维成本,在对应约束下求解该目标函数,得到日前优化调度结果。本发明的优化调度方法在优化调度过程中充分考虑了设备动态运行特性与工作状态转换过程对各设备运行寿命的影响,并在系统层面协同考虑了电储能、电解槽和氢燃料电池运行寿命对调度结果的影响,提升了多能源微网优化调度的准确度,进而提高多能源微网运行的经济性并延长设备的使用寿命。

  39、(2)进一步地,考虑到电解槽或氢燃料电池的寿命衰减主要反映在电池电压的衰减上,在平稳功率运行的情况下其衰减程度较小,当处于输出功率大幅度波动或是频繁启停等工作条件切换的情况下,电解槽或氢燃料电池的寿命衰减程度将显著加快。基于此,由于功率波动、工作状态切换、低功率工况运行、中等功率工况运行、高功率工况运行、过载功率工况运行而产生的电池电压衰减分量构建电解槽或氢燃料电池t时刻的电池电压衰减量,使得建立的电解槽或氢燃料电池退化通用模型能加精准,进一步提升了优化调度的准确度。

  40、(3)进一步地,本发明考虑运维成本、购能成本、弃风光惩罚成本、设备实际寿命衰减成本、售能收益构建目标函数,使得构建的目标函数能够充分反映多能源微网的系统成分,进一步提升了优化调度的准确度。

  41、(4)进一步地,本发明考虑到所建立的电-气-热-氢多能源微网框架中,电解槽或氢燃料电池均由多台小功率的同类型设备组成运行阵列,在电解槽或氢燃料电池的运行阵列中,各并联设备协同运行,但运行功率和运行状态均可不一致,为了确定电解槽和氢燃料电池运行阵列内各并联设备的最佳运行功率和运行状态,以进一步提升优化调度的准确度,以及缩短模型求解时间,本发明构建了两阶段求解策略。在第一阶段不考虑电解槽和氢燃料电池的阵列运行特性,并忽略电解槽和氢燃料电池的备用状态求解目标函数得到初步调度结果;在第二阶段考虑电解槽和氢燃料电池的阵列运行特性,并考虑电解槽和氢燃料电池的备用状态,建立阵列运行功率分配优化模型,优化变量仅为与电解槽和氢燃料电池相关的量,基于第一阶段得到的电解槽和氢燃料电池对应的初步调度结果建立第二阶段运行阵列中各设备所满足的功率平衡约束,求解该功率分配优化模型可以得到电解槽和氢燃料电池运行阵列内各并联设备的最佳运行功率和运行状态,综合第一阶段的初步调度结果和第二阶段的调度结果即可得到最终的日前优化调度结果。本发明的两阶段求解策略同时兼顾了电解槽和氢燃料电池运行阵列内各并联设备的衰减,并且每个阶段的求解变量较少,能够同时提升优化调度的准确度,以及缩短模型求解时间。

  42、(5)进一步地,本发明构建的氢燃料电池模型为电-热-氢之间动态耦合的氢燃料电池模型,相比现有的假定氢燃料电池运行中内部的温度是固定的稳态模型,本发明实施例中构建的电-热-氢之间动态耦合的氢燃料电池模型考虑到氢燃料电池运行中内部的温度是动态变化的,该模型基于氢燃料电池电压-电流-温度耦合关系获得燃料电池运行中的内部温度,基于该温度以及燃料电池的耗氢速率得到的电池的发电功率和产热功率,能够充分描述氢燃料电池运行中输入和输出功率之间的关系,基于该电-热-氢之间动态耦合的氢燃料电池模型进行后续的优化调度,能够进一步提升调度的准确度。

  43、总而言之,本发明的协同考虑电储能和氢能设备运行寿命的多能源微网优化调度方法,能够提升多能源微网优化调度的准确度,进而提高多能源微网运行的经济性并延长设备的使用寿命。

  技术研发人员:方家琨,倪谢霆,金昱烨,胡敬哲,李天辰,赵容康,董昇,张琛熠

  1.计算机网络安全 2.计算机仿线.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用

  数据系统产生的数据的检索方法、计算机装置、计算机可读存储介质和计算机程序产品与流程