CN111144620A - 一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法 - Google Patents

一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法 Download PDF

Info

Publication number
CN111144620A
CN111144620A CN201911238483.8A CN201911238483A CN111144620A CN 111144620 A CN111144620 A CN 111144620A CN 201911238483 A CN201911238483 A CN 201911238483A CN 111144620 A CN111144620 A CN 111144620A
Authority
CN
China
Prior art keywords
hydrogen
storage tank
representing
hydrogen storage
electric
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.)
Granted
Application number
CN201911238483.8A
Other languages
English (en)
Other versions
CN111144620B (zh
Inventor
顾伟
潘光胜
陆于平
邱海峰
陆帅
姚帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Liyang Research Institute of Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201911238483.8A priority Critical patent/CN111144620B/zh
Publication of CN111144620A publication Critical patent/CN111144620A/zh
Application granted granted Critical
Publication of CN111144620B publication Critical patent/CN111144620B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Photovoltaic Devices (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法，包括建立跨季节氢存储模型，该模型根据不同季节的可再生能源出力与多能需求的不同，实现跨季互补。其次，对燃气轮机、风机、光伏、储能设备等进行建模，从而构成含电、热、冷和氢等多能需求的电氢综合能源***。该考虑可再生能源出力不确定性的三层min‑max‑min鲁棒规划模型，由于内层采用0‑1变量来表征跨季存储充放状态，因此该模型需采用N‑C&CG算法进行求解。结果表明，本方法有效提升电氢综合能源***的可再生能源渗透水平，并提升***经济性。

Description

一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法
技术领域
本发明属于综合能源***应用领域，具体来说是一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法。
背景技术
区域综合能源***在提升能源利用效率、促进可再生能源开发利用、降低温室气体排放、改善生存环境等方面展现出重要的作用。随着燃料电池技术与电制氢技术的发展，氢能在交通领域的发展日益突出。另外，氢能相较于电能更易实现大容量和长时间的能源存储。现有区域综合能源***没有考虑氢的需求，***整体经济性差。
发明内容
发明目的：为解决现有技术的不足，本发明提供一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法，该方法可有效提升电氢综合能源***内的运行灵活性与经济性。
技术方案：为实现上述发明目的，本发明采用以下技术方案：
一种考虑季节储氢的电氢综合能源***，包括风机、光伏、电解槽、燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐、跨季氢存储设备、吸收式制冷机和换热器，其中，风机与光伏产生电能，电解槽将电能转化为氢能，燃气轮机通过消耗燃气来生成电能与热能，电锅炉将电能转化为热能，吸收式制冷机将热能转化为冷能；剩余电、热和氢能分别采用蓄电池、蓄热槽和储氢罐进行存储。
本发明还提供了一种考虑季节储氢的电氢综合能源***鲁棒规划方法，包括以下步骤：
(1)建立跨季氢存储模型；
(2)建立电氢综合能源***中所有设备的模型；
(3)获取多能负荷信息，建立电氢综合能源***规划模型；
(4)采用列和约束嵌套生成算法求解电氢综合能源***规划模型。
进一步的，步骤(1)中跨季氢存储模型的建立方法具体为：
跨季氢存储设备的充放氢功率为：
Figure BDA0002305514790000011
其中，
Figure BDA0002305514790000021
和
Figure BDA0002305514790000022
分别表示跨季氢存储设备在第s个场景t时段的充/放氢功率，
Figure BDA0002305514790000023
和
Figure BDA0002305514790000024
分别表示跨季氢存储设备在第s个场景t时段充/放氢状态，τshs表示跨季氢存储设备的功率-容量比，xshs表示跨季氢存储设备配置容量；
跨季氢存储设备的存储水平为：
Figure BDA0002305514790000025
Figure BDA0002305514790000026
Figure BDA0002305514790000027
其中，
Figure BDA0002305514790000028
表示跨季氢存储设备在第s个场景t时段存储水平，ηshs+和ηshs-分别表示跨季氢存储设备的充、放氢效率，w(s-1)表示第s-1场景在一年的占比为；
跨季氢存储设备的存储水平在一年内的始末状态保持相等约束：
Figure BDA0002305514790000029
其中，Ns表示一年内的运行场景总数；
跨季氢存储设备充放氢功率约束如下：
Figure BDA00023055147900000210
Figure BDA00023055147900000211
其中，
Figure BDA00023055147900000212
和
Figure BDA00023055147900000213
分别表示跨季氢存储设备在第s个场景的充/放氢状态，其值为1表示在第s个场景进行充/放氢。
进一步的，步骤(2)中电氢综合能源***中所有设备的模型的建立方法为：
每种设备的安装容量不得大于该区域所能配置的最大容量的约束为
Figure BDA00023055147900000214
其中，xχ表示该***内安装χ设备的容量，
Figure BDA00023055147900000215
表示该***内安装χ设备的最大值，其中χ分别表示风机(wt)、光伏(pv)、电解槽(ed)、燃气轮机(gt)、电锅炉(eb)、蓄电池(bt)、蓄热槽(tt)、储氢罐(hs)和吸收式制冷机(ac)；
***内风机和光伏的出力约束如下：
Figure BDA00023055147900000216
其中，xpv表示该***内安装光伏的容量，xwt表示该***内安装风机的容量，
Figure BDA0002305514790000031
表示光伏在第s个场景t时段输出的电功率，
Figure BDA0002305514790000032
表示风机在第s个场景t时段输出的电功率，
Figure BDA0002305514790000033
表示光伏在第s个场景t时段单位输出的电功率，
Figure BDA0002305514790000034
表示风机在第s个场景t时段单位输出的电功率；
燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐和吸收式制冷机的运行出力不大于其设备的配置容量约束：
Figure BDA0002305514790000035
Figure BDA0002305514790000036
其中，xed、xgt、xeb、xac、xhs、xbt、xtt分别表示该***内安装电解槽、燃气轮机、电锅炉、吸收式制冷机、蓄电池、蓄热槽和储氢罐的容量，
Figure BDA0002305514790000037
表示电解槽在第s个场景t时段输入的电功率，
Figure BDA0002305514790000038
表示燃气轮机在第s个场景t时段输出的电功率，
Figure BDA0002305514790000039
表示电锅炉在第s个场景t时段输入的电功率，
Figure BDA00023055147900000310
表示吸收式制冷机在第s个场景t时段输入的热功率，
Figure BDA00023055147900000311
和
Figure BDA00023055147900000312
分别表示储氢罐在第s个场景t时段的充、放氢功率，
Figure BDA00023055147900000313
和
Figure BDA00023055147900000314
表示蓄电池在第s个场景t时段的充、放电功率，
Figure BDA00023055147900000315
和
Figure BDA00023055147900000316
分别表示蓄热槽在第s个场景t时段的充、放热功率；
蓄电池、蓄热槽和储氢罐的充放功率和容量约束为：
Figure BDA00023055147900000317
其中，
Figure BDA00023055147900000318
和
Figure BDA00023055147900000319
分别表示蓄电池、蓄热槽、储氢罐在第s个场景t时段的荷电状态，ηbt+和ηbt-分别表示蓄电池的充、放电效率，ηtt+和ηtt-分别表示蓄热槽的充、放热效率，ηhs+和ηhs-分别表示储氢罐的充、放氢效率；
蓄电池、蓄热槽和储氢罐的存储水平始末状态保持相等约束：
Figure BDA00023055147900000320
其中，
Figure BDA00023055147900000321
和
Figure BDA00023055147900000322
分别表示蓄电池、蓄热槽、储氢罐在第s个场景0时刻的荷电状态，
Figure BDA00023055147900000323
和
Figure BDA00023055147900000324
分别表示蓄电池、蓄热槽、储氢罐在第s个场景24时刻的荷电状态；
电氢综合能源***与电网的交互电功率约束为：
Figure BDA0002305514790000041
其中，
Figure BDA0002305514790000042
表示***在第s个场景t时刻从电力公司的交易功率，
Figure BDA0002305514790000043
表示***与电力公司的交易功率最大值；
电氢综合能源***内的电、热、冷、氢和气功率平衡方程为：
Figure BDA0002305514790000044
Figure BDA0002305514790000045
Figure BDA0002305514790000046
Figure BDA0002305514790000047
Figure BDA0002305514790000048
其中，
Figure BDA0002305514790000049
表示***在第s个场景t时刻从燃气公司的购气功率，ηeb、ηac、ηgt和ηed分别表示电锅炉、吸收式制冷机、燃气轮机、电解槽的转化效率，
Figure BDA00023055147900000410
和
Figure BDA00023055147900000411
分别表示***内的电、热、冷、氢负荷。
进一步的，步骤(3)中建立电氢综合能源***规划模型的方法为：
电氢综合能源***鲁棒规划模型的目标函数为：
Figure BDA00023055147900000412
Cinv＝(Cpv+Cwt+Ced+Cgt+Ceb+Cac+Chs+Cbt+Ctt+Cshs) (21)；
Cχ＝κxχcχ (22)；
其中，Cinv与Cope分别表示***的年投资费用和年运行费用，Cχ表示第χ种设备的年投资费用，即Cpv、Cwt、Ced、Cgt、Ceb、Cac、Chs、Cbt、Ctt和Cshs分别表示光伏、风机、电解槽、燃气轮机、电锅炉、吸收式制冷机、储氢罐、蓄电池、蓄热槽、跨季氢存储设备的年投资费用；cχ表示第χ种设备的单位投资费用；
设备资本回收系数为κ，其值为：
κ＝r·(1+r)n/((1+r)n-1) (23)；
其中，r是贴现率，n是投资年限；
Figure BDA0002305514790000051
其中，
Figure BDA0002305514790000052
分别表示光伏、风机、燃气轮机、电锅炉、吸收式制冷机、蓄热槽、储氢罐、蓄电池、跨季氢存储设备和电解槽的单位运行维护费用，
Figure BDA0002305514790000053
表示***从电网的单位购电费用；
不同场景s在一年中总个数为Ns，每个s场景在一年的占比为w(s)，其在一年中的总和为1，具体为：
Figure BDA0002305514790000054
可再生能源出力与电热冷负荷的不确定集：
Figure BDA0002305514790000055
其中，
Figure BDA0002305514790000056
分别为t时段第s个场景中光伏出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值，引入参数
Figure BDA0002305514790000057
和
Figure BDA0002305514790000058
使得
Figure BDA0002305514790000059
在区间
Figure BDA00023055147900000510
Figure BDA00023055147900000511
内；
Figure BDA00023055147900000512
为光伏整个调度周期的不确定性预算参数，
Figure BDA00023055147900000513
表示光伏出力无不确定性，该鲁棒模型转化为确定模型，无保守性；
Figure BDA00023055147900000514
表示光伏出力在整个调度期均存在不确定性，鲁棒模型的保守性最大；
Figure BDA00023055147900000515
分别表示t时段第s个场景中风机出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值；
Figure BDA00023055147900000516
为风机整个调度周期的不确定性预算参数，
Figure BDA00023055147900000517
和
Figure BDA00023055147900000518
为使得
Figure BDA00023055147900000519
在区间
Figure BDA00023055147900000520
内的参数。
进一步的，步骤(4)中求解方法为：
将电氢综合能源***鲁棒规划模型简写成通用矩阵形式：
Figure BDA00023055147900000521
s.t.Ax≤b,x∈{0,1} (28)；
Ω(x,u)＝{Cy+Dz≤f-Ex-Fu,z∈{0,1}} (29)；
式中，x表示鲁棒模型的第一阶段投资0-1变量，u为第二阶段的不确定性变量，y表示第二阶段恶劣场景下的运行连续变量，z为第二阶段0-1变量，c，d，g，b，f，A，C，D，E，和F均为相应的系数矩阵，Ω(x,u)表示y和z在某一确定的x和u下的可行域；
首先将min-max-min两阶段鲁棒优化问题转化为包含主问题和子问题的优化问题，对于子问题转化为包含内部主问题和内部子问题的优化问题，通过迭代求解得到优化结果；
子问题为max-min双层优化问题：
Figure BDA0002305514790000061
式中，x*为主问题中x的优化结果，作为已知变量代入子问题，因子问题的约束条件中存在0-1变量，使得原max-min问题无法直接对偶成min问题，因此，需要将子问题进一步分为内层子问题和外层子问题：
1)内层子问题
Figure BDA0002305514790000062
式中，un为内层主问题中u的第n次优化结果，作为已知变量代入内层子问题；
2)内层主问题
将内层子问题的第n次优化结果(yn,zn)代入内层主问题：
Figure BDA0002305514790000063
式中，ω为关于y不等式约束的对偶变量；约束中双线性形式的ωTu使得内层主问题较难直接求解，利用大M法将式(32)转化为线性优化问题；内层主问题与内层子问题迭代求解直至收敛，获得子问题的优化结果；
将子问题的第r次优化结果(ur,yr,zr)代入一下主问题：
Figure BDA0002305514790000071
式中，l为总迭代次数，主问题与子问题迭代求解直至满足收敛条件。
更进一步的，主问题与子问题迭代求解步骤为：
初始化：设置x0为主问题的一个可行解，迭代次数l＝1，将x0代入子问题求解得到子问题的(ul,yl,zl,θl)；设置下边界LB＝-∞，上边界UB＝+∞，设置ε；
步骤1：将(ul,yl,zl)代入主问题进行优化求解，优化出xl；修正
Figure BDA0002305514790000072
步骤2：将xl代入子问题求解得到(ul+1,yl+1,zl+1)，同时获得子问题的目标函数值为θl+1；修正UB＝cTxl+θl+1；
步骤3：判断-ε<UB-LB<ε成立，则停止并给出优化结果；否则l＝l+1，跳回步骤1。
有益效果：与现有技术相比，本发明具有以下优点：
区域综合能源***在提升能源利用效率、促进可再生能源开发利用、降低温室气体排放、改善生存环境等方面展现出重要的作用。随着燃料电池技术与电制氢技术的发展，氢能在交通领域的发展日益突出。为此，本发明在区域综合能源***自身电、热和冷需求的基础上，进一步考虑氢需求。考虑到氢能相较于电能更易长时间与大容量的存储，首先建立跨季氢存储模型，实现氢能的跨季存储。然后针对***内高比例的可再生能源，进而提出针对电氢综合能源***的鲁棒规划方法。
与现有成果相比，本发明考虑季节储氢的电氢综合能源***鲁棒规划方法，可有效提升***内的可再生能源消纳水平，并提升***规划结果的鲁棒性与经济性。
附图说明
图1是电氢综合能源***结构图；
图2本发明方法步骤流程图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进行详细说明。
本发明在区域综合能源***自身电、热和冷需求的基础上，进一步考虑氢需求。另外，氢能相较于电能更易实现大容量和长时间的能源存储。因此，本发明建立针对跨季氢存储设备的数学模型，该模型可实现氢能的跨季节存储，有效提升***整体经济性。
如图1所示，考虑季节储氢的电氢综合能源***包含风机、光伏、电解槽、燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐、跨季氢存储设备、吸收式制冷机和换热器，来满足***内的电、热、冷和氢需求。此外，***还可与电网公司进行电能的买卖，并从燃气公司购买天然气。其中，风机与光伏可产生电能，电解槽将电能转化为氢能，燃气轮机通过消耗燃气来生成电能与热能，电锅炉可将电能转化为热能，吸收式制冷机可将热能转化为冷能。剩余电、热和氢能可分别采用蓄电池、蓄热槽和储氢罐进行存储。
如图2所示，一种考虑季节储氢的电氢综合能源***鲁棒规划方法，具体包括以下步骤：
(1)建立跨季氢存储模型；
跨季氢存储设备的充放氢功率为：
Figure BDA0002305514790000081
其中，
Figure BDA0002305514790000082
和
Figure BDA0002305514790000083
分别表示跨季氢存储设备在第s个场景t时段的充、放氢功率，
Figure BDA0002305514790000084
和
Figure BDA0002305514790000085
分别表示跨季氢存储设备在第s个场景t时段充/放氢状态，τshs表示跨季氢存储设备的功率-容量比，xshs表示跨季氢存储设备配置容量；
跨季氢存储设备的存储水平为：
Figure BDA0002305514790000086
Figure BDA0002305514790000087
Figure BDA0002305514790000088
其中，
Figure BDA0002305514790000089
表示跨季氢存储设备在第s个场景t时段存储水平，
Figure BDA00023055147900000810
表示跨季氢存储设备在第1个场景0时段存储水平，
Figure BDA00023055147900000811
表示跨季氢存储设备在第1个场景t时段存储水平，
Figure BDA00023055147900000812
表示跨季氢存储设备在第1个场景t-1时段存储水平，
Figure BDA00023055147900000813
表示跨季氢存储设备在第s个场景0时段存储水平，
Figure BDA00023055147900000814
表示跨季氢存储设备在第s-1个场景0时段存储水平，
Figure BDA00023055147900000815
表示跨季氢存储设备在第s-1个场景24时段存储水平，
Figure BDA00023055147900000816
表示跨季氢存储设备在第s个场景t-1时段存储水平；
Figure BDA00023055147900000817
和
Figure BDA00023055147900000818
分别表示跨季氢存储设备在第1个场景t时段的充、放氢功率，ηshs+、ηshs-分别表示跨季氢存储设备的充、放氢效率，w(s-1)表示第s-1场景在一年的占比；
跨季氢存储设备的存储水平在一年内的始末状态保持相等约束：
Figure BDA0002305514790000091
其中，Ns表示一年内的运行场景总数；
跨季氢存储设备充放氢功率约束如下：
Figure BDA0002305514790000092
Figure BDA0002305514790000093
其中，
Figure BDA0002305514790000094
和
Figure BDA0002305514790000095
分别表示跨季氢存储设备在第s个场景的充/放氢状态，其值为1表示在第s个场景进行充/放氢。
(2)建立风机(wt)、光伏(pv)、电解槽(ed)、燃气轮机(gt)、电锅炉(eb)、蓄电池(bt)、蓄热槽(tt)、储氢罐(hs)和吸收式制冷机(ac)的模型；
每种设备的安装容量不得大于该区域所能配置的最大容量的约束为
Figure BDA0002305514790000096
其中，xχ表示该***内安装χ设备的容量，
Figure BDA0002305514790000097
表示该***内安装χ设备的最大值，其中χ分别表示风机(wt)、光伏(pv)、电解槽(ed)、燃气轮机(gt)、电锅炉(eb)、蓄电池(bt)、蓄热槽(tt)、储氢罐(hs)和吸收式制冷机(ac)；
***内风机和光伏的出力约束如下：
Figure BDA0002305514790000098
其中，xpv表示该***内安装光伏的容量，xwt表示该***内安装风机的容量，
Figure BDA0002305514790000099
表示光伏在第s个场景t时段输出的电功率，
Figure BDA00023055147900000910
表示风机在第s个场景t时段输出的电功率，
Figure BDA00023055147900000911
表示光伏在第s个场景t时段单位输出的电功率，
Figure BDA00023055147900000912
表示风机在第s个场景t时段单位输出的电功率；
燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐和吸收式制冷的运行出力不大于其设备的配置容量约束：
Figure BDA00023055147900000913
Figure BDA00023055147900000914
其中，
Figure BDA0002305514790000101
表示电解槽在第s个场景t时段输入的电功率，
Figure BDA0002305514790000102
表示燃气轮机在第s个场景t时段输出的电功率，
Figure BDA0002305514790000103
表示电锅炉在第s个场景t时段输入的电功率，
Figure BDA0002305514790000104
表示吸收式制冷机在第s个场景t时段输入的热功率，
Figure BDA0002305514790000105
和
Figure BDA0002305514790000106
分别表示储氢罐在第s个场景t时段的充/放氢功率，
Figure BDA0002305514790000107
和
Figure BDA0002305514790000108
表示蓄电池在第s个场景t时段的充/放电功率，
Figure BDA0002305514790000109
和
Figure BDA00023055147900001010
分别表示蓄热槽在第s个场景t时段的充/放热功率；
蓄电池、蓄热槽和储氢罐的充放功率和容量约束为：
Figure BDA00023055147900001011
其中，
Figure BDA00023055147900001012
和
Figure BDA00023055147900001013
分别表示蓄电池、蓄热槽、储氢罐在第s个场景t时段的荷电状态，ηbt+和ηbt-分别表示蓄电池的充、放电效率，ηtt+和ηtt-分别表示蓄热槽的充、放热效率，ηhs+和ηhs-分别表示储氢罐的充、放氢效率；
蓄电池、蓄热槽、储氢罐的存储水平始末状态保持相等约束：
Figure BDA00023055147900001014
其中，
Figure BDA00023055147900001015
和
Figure BDA00023055147900001016
分别表示蓄电池、蓄热槽、储氢罐在第s个场景0时刻的荷电状态，
Figure BDA00023055147900001017
和
Figure BDA00023055147900001018
分别表示蓄电池、蓄热槽、储氢罐在第s个场景24时刻的荷电状态；
电氢综合能源***与电网的交互电功率约束为：
Figure BDA00023055147900001019
其中，
Figure BDA00023055147900001020
表示***在第s个场景t时刻从电力公司的交易功率，
Figure BDA00023055147900001021
表示***与电力公司的交易功率最大值；
电氢综合能源***内的电、热、冷、氢和气功率平衡方程为
Figure BDA00023055147900001022
Figure BDA00023055147900001023
Figure BDA00023055147900001024
Figure BDA00023055147900001025
Figure BDA0002305514790000111
其中，
Figure BDA0002305514790000112
表示***在第s个场景t时刻从燃气公司的购气功率，ηeb、ηac、ηgt和ηed分别表示电锅炉、吸收式制冷机、燃气轮机、电解槽的转化效率，
Figure BDA0002305514790000113
和
Figure BDA0002305514790000114
分别表示***内的电、热、冷、氢负荷。
(3)获取多能负荷信息，建立电氢综合能源***规划模型。
电氢综合能源***鲁棒规划模型的目标函数为：
Figure BDA0002305514790000115
Cinv＝(Cpv+Cwt+Ced+Cgt+Ceb+Cac+Chs+Cbt+Ctt+Cshs) (21)；
Cχ＝κxχcχ (22)；
其中，Cinv与Cope分别表示***的年投资费用和年运行费用，Cχ表示第χ种设备的年投资费用，即Cpv、Cwt、Ced、Cgt、Ceb、Cac、Chs、Cbt、Ctt和Cshs分别表示光伏、风机、电解槽、燃气轮机、电锅炉、吸收式制冷机、储氢罐、蓄电池、蓄热槽和跨季氢存储设备的年投资费用；cχ表示第χ种设备的单位投资费用；
设备资本回收系数为κ，其值为：
κ＝r·(1+r)n/((1+r)n-1) (23)；
其中，r是贴现率，n是投资年限；
Figure BDA0002305514790000116
其中，
Figure BDA0002305514790000117
分别表示光伏、风机、燃气轮机、电锅炉、吸收式制冷机、蓄热槽、储氢罐、蓄电池、跨季氢存储设备和电解槽的单位运行维护费用，
Figure BDA0002305514790000118
表示***从电网的单位购电费用；
不同场景s在一年中总个数为Ns，每个s场景在一年的占比为w(s)，其在一年中的总和为1，具体为：
Figure BDA0002305514790000119
可再生能源出力与电热冷负荷的不确定集：
Figure BDA0002305514790000121
其中，
Figure BDA0002305514790000122
分别为t时段第s个场景中光伏出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值，引入参数
Figure BDA0002305514790000123
和
Figure BDA0002305514790000124
使得
Figure BDA0002305514790000125
在区间
Figure BDA0002305514790000126
Figure BDA0002305514790000127
内；
Figure BDA0002305514790000128
为光伏整个调度周期的不确定性预算参数，取值范围为[0，Nt]，改变
Figure BDA0002305514790000129
大小可调节鲁棒模型的保守程度；
Figure BDA00023055147900001210
表示光伏出力无不确定性，该鲁棒模型转化为确定模型，无保守性；
Figure BDA00023055147900001211
表示光伏出力在整个调度期均存在不确定性，鲁棒模型的保守性最大；
Figure BDA00023055147900001212
分别表示t时段第s个场景中风机出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值；
Figure BDA00023055147900001213
为风机整个调度周期的不确定性预算参数，
Figure BDA00023055147900001214
和
Figure BDA00023055147900001215
为使得
Figure BDA00023055147900001216
在区间
Figure BDA00023055147900001217
内的参数。
(4)采用列和约束嵌套生成算法(N-C&CG)求解电氢综合能源***鲁棒规划模型；
将电氢综合能源***鲁棒规划模型简写成通用矩阵形式：
Figure BDA00023055147900001218
s.t.Ax≤b,x∈{0,1} (28)；
Ω(x,u)＝{Cy+Dz≤f-Ex-Fu,z∈{0,1}} (29)；
式中，x表示鲁棒模型的第一阶段投资0-1变量，u为第二阶段的不确定性变量，y表示第二阶段恶劣场景下的运行连续变量，z为第二阶段0-1变量，c，d，g，b，f，A，C，D，E，和F均为相应的系数矩阵，Ω(x,u)表示y和z在某一确定的x和u下的可行域。
首先将min-max-min两阶段鲁棒优化问题转化为包含主问题和子问题的优化问题，对于子问题转化为包含内部主问题和内部子问题的优化问题，通过迭代求解得到优化结果。
子问题为max-min双层优化问题：
Figure BDA0002305514790000131
式中，x*为主问题中x的优化结果，作为已知变量代入子问题。因子问题的约束条件中存在0-1变量，使得原max-min问题无法直接对偶成min问题，因此，需要将子问题进一步分为内层子问题和外层子问题：
1)内层子问题
Figure BDA0002305514790000132
式中，un为内层主问题中u的第n次优化结果，作为已知变量代入内层子问题。
2)内层主问题
将内层子问题的第n次优化结果(yn,zn)代入内层主问题：
Figure BDA0002305514790000133
式中，ω为关于y不等式约束的对偶变量；约束中双线性形式的ωTu使得内层主问题较难直接求解，利用大M法将式(32)转化为线性优化问题；内层主问题与内层子问题迭代求解直至收敛，获得子问题的优化结果；
将子问题的第r次优化结果(ur,yr,zr)代入一下主问题：
Figure BDA0002305514790000134
式中，l为总迭代次数，主问题与子问题迭代求解直至满足收敛条件；
求解步骤如下：
初始化：设置x0为主问题的一个可行解，迭代次数l＝1，将x0代入子问题求解得到子问题的(ul,yl,zl,θl)。设置下边界LB＝-∞，上边界UB＝+∞，设置ε。
步骤1：将(ul,yl,zl)代入主问题进行优化求解，优化出xl；修正
Figure BDA0002305514790000135
步骤2：将xl代入子问题求解得到(ul+1,yl+1,zl+1)，同时获得子问题的目标函数值为θl+1。修正UB＝cTxl+θl+1。
步骤3：判断-ε<UB-LB<ε成立，则停止并给出优化结果；否则l＝l+1，跳回步骤1。
本发明的一种考虑季节储氢的电氢综合能源***鲁棒规划方法，包括建立跨季节氢存储模型，该模型根据不同季节的可再生能源出力与多能需求的不同，实现跨季互补。其次，对燃气轮机、风机、光伏、储能设备等进行建模，从而构成含电、热、冷和氢等多能需求的电氢综合能源***。该考虑可再生能源出力不确定性的三层min-max-min鲁棒规划模型，由于内层采用0-1变量来表征跨季存储充放状态，因此该模型需采用N-C&CG算法进行求解。结果表明，本方法有效提升电氢综合能源***的可再生能源渗透水平，并提升***经济性。

Claims (7)

1.一种考虑季节储氢的电氢综合能源***，其特征在于，包括风机、光伏、电解槽、燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐、跨季氢存储设备、吸收式制冷机和换热器，其中，风机与光伏产生电能，电解槽将电能转化为氢能，燃气轮机通过消耗燃气来生成电能与热能，电锅炉将电能转化为热能，吸收式制冷机将热能转化为冷能；剩余电、热和氢能分别采用蓄电池、蓄热槽和储氢罐进行存储。
2.一种考虑季节储氢的电氢综合能源***鲁棒规划方法，其特征在于，包括以下步骤：
(1)建立跨季氢存储模型；
(2)建立电氢综合能源***中所有设备的模型；
(3)获取多能负荷信息，建立电氢综合能源***规划模型；
(4)采用列和约束嵌套生成算法求解电氢综合能源***规划模型。
3.根据权利要求2所述的一种考虑季节储氢的电氢综合能源***鲁棒规划方法，其特征在于，步骤(1)中跨季氢存储模型的建立方法具体为：
跨季氢存储设备的充放氢功率为：
Figure FDA0002305514780000011
其中，
Figure FDA0002305514780000012
和
Figure FDA0002305514780000013
分别表示跨季氢存储设备在第s个场景t时段的充/放氢功率，
Figure FDA0002305514780000014
和
Figure FDA0002305514780000015
分别表示跨季氢存储设备在第s个场景t时段充/放氢状态，τshs表示跨季氢存储设备的功率-容量比，xshs表示跨季氢存储设备配置容量；
跨季氢存储设备的存储水平为：
Figure FDA0002305514780000016
Figure FDA0002305514780000017
Figure FDA0002305514780000018
其中，
Figure FDA0002305514780000019
表示跨季氢存储设备在第s个场景t时段存储水平，ηshs+和ηshs-分别表示跨季氢存储设备的充、放氢效率，w(s-1)表示第s-1场景在一年的占比为；
跨季氢存储设备的存储水平在一年内的始末状态保持相等约束：
Figure FDA00023055147800000110
其中，Ns表示一年内的运行场景总数；
跨季氢存储设备充放氢功率约束如下：
Figure FDA0002305514780000021
Figure FDA0002305514780000022
其中，
Figure FDA0002305514780000023
和
Figure FDA0002305514780000024
分别表示跨季氢存储设备在第s个场景的充/放氢状态，其值为1表示在第s个场景进行充/放氢。
4.根据权利要求2所述的一种考虑季节储氢的电氢综合能源***鲁棒规划方法，其特征在于，步骤(2)中电氢综合能源***中所有设备的模型的建立方法为：
每种设备的安装容量不得大于该区域所能配置的最大容量的约束为
Figure FDA0002305514780000025
其中，xχ表示该***内安装χ设备的容量，
Figure FDA0002305514780000026
表示该***内安装χ设备的最大值，其中χ分别表示风机(wt)、光伏(pv)、电解槽(ed)、燃气轮机(gt)、电锅炉(eb)、蓄电池(bt)、蓄热槽(tt)、储氢罐(hs)和吸收式制冷机(ac)；
***内风机和光伏的出力约束如下：
Figure FDA0002305514780000027
其中，xpv表示该***内安装光伏的容量，xwt表示该***内安装风机的容量，
Figure FDA0002305514780000028
表示光伏在第s个场景t时段输出的电功率，
Figure FDA0002305514780000029
表示风机在第s个场景t时段输出的电功率，
Figure FDA00023055147800000210
表示光伏在第s个场景t时段单位输出的电功率，
Figure FDA00023055147800000211
表示风机在第s个场景t时段单位输出的电功率；
燃气轮机、电锅炉、蓄电池、蓄热槽、储氢罐和吸收式制冷机的运行出力不大于其设备的配置容量约束：
Figure FDA00023055147800000212
Figure FDA00023055147800000213
其中，xed、xgt、xeb、xac、xhs、xbt、xtt分别表示该***内安装电解槽、燃气轮机、电锅炉、吸收式制冷机、蓄电池、蓄热槽和储氢罐的容量，
Figure FDA00023055147800000214
表示电解槽在第s个场景t时段输入的电功率，
Figure FDA00023055147800000215
表示燃气轮机在第s个场景t时段输出的电功率，
Figure FDA00023055147800000216
表示电锅炉在第s个场景t时段输入的电功率，
Figure FDA0002305514780000031
表示吸收式制冷机在第s个场景t时段输入的热功率，
Figure FDA0002305514780000032
和
Figure FDA0002305514780000033
分别表示储氢罐在第s个场景t时段的充、放氢功率，
Figure FDA0002305514780000034
和
Figure FDA0002305514780000035
表示蓄电池在第s个场景t时段的充、放电功率，
Figure FDA0002305514780000036
和
Figure FDA0002305514780000037
分别表示蓄热槽在第s个场景t时段的充、放热功率；
蓄电池、蓄热槽和储氢罐的充放功率和容量约束为：
Figure FDA0002305514780000038
其中，
Figure FDA0002305514780000039
和
Figure FDA00023055147800000310
分别表示蓄电池、蓄热槽、储氢罐在第s个场景t时段的荷电状态，ηbt+和ηbt-分别表示蓄电池的充、放电效率，ηtt+和ηtt-分别表示蓄热槽的充、放热效率，ηhs+和ηhs-分别表示储氢罐的充、放氢效率；
蓄电池、蓄热槽和储氢罐的存储水平始末状态保持相等约束：
Figure FDA00023055147800000311
其中，
Figure FDA00023055147800000312
和
Figure FDA00023055147800000313
分别表示蓄电池、蓄热槽、储氢罐在第s个场景0时刻的荷电状态，
Figure FDA00023055147800000314
和
Figure FDA00023055147800000315
分别表示蓄电池、蓄热槽、储氢罐在第s个场景24时刻的荷电状态；
电氢综合能源***与电网的交互电功率约束为：
Figure FDA00023055147800000316
其中，
Figure FDA00023055147800000317
表示***在第s个场景t时刻从电力公司的交易功率，
Figure FDA00023055147800000318
表示***与电力公司的交易功率最大值；
电氢综合能源***内的电、热、冷、氢和气功率平衡方程为：
Figure FDA00023055147800000319
Figure FDA00023055147800000320
Figure FDA00023055147800000321
Figure FDA00023055147800000322
Figure FDA00023055147800000323
其中，
Figure FDA0002305514780000041
表示***在第s个场景t时刻从燃气公司的购气功率，ηeb、ηac、ηgt和ηed分别表示电锅炉、吸收式制冷机、燃气轮机、电解槽的转化效率，
Figure FDA0002305514780000042
和
Figure FDA0002305514780000043
分别表示***内的电、热、冷、氢负荷。
5.根据权利要求2所述的一种考虑季节储氢的电氢综合能源***鲁棒规划方法，其特征在于，步骤(3)中建立电氢综合能源***规划模型的方法为：
电氢综合能源***鲁棒规划模型的目标函数为：
Figure FDA0002305514780000044
Cinv＝(Cpv+Cwt+Ced+Cgt+Ceb+Cac+Chs+Cbt+Ctt+Cshs) (21)；
Cχ＝κxχcχ (22)；
其中，Cinv与Cope分别表示***的年投资费用和年运行费用，Cχ表示第χ种设备的年投资费用，即Cpv、Cwt、Ced、Cgt、Ceb、Cac、Chs、Cbt、Ctt和Cshs分别表示光伏、风机、电解槽、燃气轮机、电锅炉、吸收式制冷机、储氢罐、蓄电池、蓄热槽、跨季氢存储设备的年投资费用；cχ表示第χ种设备的单位投资费用；
设备资本回收系数为κ，其值为：
κ＝r·(1+r)n/((1+r)n-1) (23)；
其中，r是贴现率，n是投资年限；
Figure FDA0002305514780000045
其中，
Figure FDA0002305514780000046
分别表示光伏、风机、燃气轮机、电锅炉、吸收式制冷机、蓄热槽、储氢罐、蓄电池、跨季氢存储设备和电解槽的单位运行维护费用，
Figure FDA0002305514780000047
表示***从电网的单位购电费用；
不同场景s在一年中总个数为Ns，每个s场景在一年的占比为w(s)，其在一年中的总和为1，具体为：
Figure FDA0002305514780000048
可再生能源出力与电热冷负荷的不确定集：
Figure FDA0002305514780000051
其中，
Figure FDA0002305514780000052
分别为t时段第s个场景中光伏出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值，引入参数
Figure FDA0002305514780000053
和
Figure FDA0002305514780000054
使得
Figure FDA0002305514780000055
在区间
Figure FDA0002305514780000056
Figure FDA0002305514780000057
内；
Figure FDA0002305514780000058
为光伏整个调度周期的不确定性预算参数，
Figure FDA0002305514780000059
表示光伏出力无不确定性，该鲁棒模型转化为确定模型，无保守性；
Figure FDA00023055147800000510
表示光伏出力在整个调度期均存在不确定性，鲁棒模型的保守性最大；分别表示t时段第s个场景中风机出力单位容量的实际值、预测标称值、预测上偏差值和预测下偏差值；
Figure FDA00023055147800000512
为风机整个调度周期的不确定性预算参数，
Figure FDA00023055147800000513
和
Figure FDA00023055147800000514
为使得
Figure FDA00023055147800000515
在区间
Figure FDA00023055147800000516
内的参数。
6.根据权利要求2所述的一种考虑季节储氢的电氢综合能源***鲁棒规划方法，其特征在于，步骤(4)中求解方法为：
将电氢综合能源***鲁棒规划模型简写成通用矩阵形式：
Figure FDA00023055147800000517
s.t.Ax≤b,x∈{0,1} (28)；
Ω(x,u)＝{Cy+Dz≤f-Ex-Fu,z∈{0,1}} (29)；
式中，x表示鲁棒模型的第一阶段投资0-1变量，u为第二阶段的不确定性变量，y表示第二阶段恶劣场景下的运行连续变量，z为第二阶段0-1变量，c，d，g，b，f，A，C，D，E，和F均为相应的系数矩阵，Ω(x,u)表示y和z在某一确定的x和u下的可行域；
首先将min-max-min两阶段鲁棒优化问题转化为包含主问题和子问题的优化问题，对于子问题转化为包含内部主问题和内部子问题的优化问题，通过迭代求解得到优化结果；
子问题为max-min双层优化问题：
Figure FDA0002305514780000061
式中，x*为主问题中x的优化结果，作为已知变量代入子问题，因子问题的约束条件中存在0-1变量，使得原max-min问题无法直接对偶成min问题，因此，需要将子问题进一步分为内层子问题和外层子问题：
1)内层子问题
Figure FDA0002305514780000062
式中，un为内层主问题中u的第n次优化结果，作为已知变量代入内层子问题；
2)内层主问题
将内层子问题的第n次优化结果(yn,zn)代入内层主问题：
Figure FDA0002305514780000063
式中，ω为关于y不等式约束的对偶变量；约束中双线性形式的ωTu使得内层主问题较难直接求解，利用大M法将式(32)转化为线性优化问题；内层主问题与内层子问题迭代求解直至收敛，获得子问题的优化结果；
将子问题的第r次优化结果(ur,yr,zr)代入一下主问题：
Figure FDA0002305514780000064
式中，l为总迭代次数，主问题与子问题迭代求解直至满足收敛条件。
7.根据权利要求6所述的一种考虑季节储氢的电氢综合能源***鲁棒规划方法，其特征在于，主问题与子问题迭代求解步骤为：
初始化：设置x0为主问题的一个可行解，迭代次数l＝1，将x0代入子问题求解得到子问题的(ul,yl,zl,θl)；设置下边界LB＝-∞，上边界UB＝+∞，设置ε；
步骤1：将(ul,yl,zl)代入主问题进行优化求解，优化出xl；修正
Figure FDA0002305514780000065
步骤2：将xl代入子问题求解得到(ul+1,yl+1,zl+1)，同时获得子问题的目标函数值为θl+1；修正UB＝cTxl+θl+1；
步骤3：判断-ε<UB-LB<ε成立，则停止并给出优化结果；否则l＝l+1，跳回步骤1。
CN201911238483.8A 2019-12-06 2019-12-06 一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法 Active CN111144620B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911238483.8A CN111144620B (zh) 2019-12-06 2019-12-06 一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911238483.8A CN111144620B (zh) 2019-12-06 2019-12-06 一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法

Publications (2)

Publication Number Publication Date
CN111144620A true CN111144620A (zh) 2020-05-12
CN111144620B CN111144620B (zh) 2023-06-16

Family

ID=70517794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911238483.8A Active CN111144620B (zh) 2019-12-06 2019-12-06 一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法

Country Status (1)

Country Link
CN (1) CN111144620B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111614089A (zh) * 2020-06-15 2020-09-01 东北电力大学 一种基于模型预测控制的电氢耦合***功率调控方法
CN112234632A (zh) * 2020-09-30 2021-01-15 国网新疆电力有限公司经济技术研究院 一种季节性氢储能规划方法
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***制氢储氢装置优化容量配置方法
CN113036787A (zh) * 2021-03-15 2021-06-25 天津城建大学 一种制氢站能量优化配置方法和***
CN114049004A (zh) * 2021-11-11 2022-02-15 东南大学 一种电氢能源站容量随机规划方法、***和装置
CN114722591A (zh) * 2022-03-22 2022-07-08 东南大学 一种净零能耗建筑电热氢多能流供能设备规划方法
CN114818078A (zh) * 2022-05-09 2022-07-29 东南大学 考虑长短期不确定性的净零能耗建筑能源***规划方法
WO2022166114A1 (zh) * 2021-02-08 2022-08-11 国网江苏省电力有限公司电力科学研究院 一种考虑柔性氢需求的电氢能源***调度方法
CN114997544A (zh) * 2022-08-04 2022-09-02 北京理工大学 一种氢光储充电站容量优化配置方法及***
CN117200265A (zh) * 2023-07-27 2023-12-08 河海大学 一种考虑不确定性故障的海上电氢***容量规划方法
CN117689179A (zh) * 2024-01-30 2024-03-12 山东建筑大学 基于多阶段鲁棒的综合能源***运行优化方法及***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110009152A (zh) * 2019-04-03 2019-07-12 东南大学 一种考虑电转气和不确定性的区域综合能源***运行鲁棒优化方法
CN110135631A (zh) * 2019-04-26 2019-08-16 燕山大学 基于信息间隙决策理论的电气综合能源***调度方法
CN110163767A (zh) * 2019-04-29 2019-08-23 东南大学 一种含多利益主体的区域综合能源***分散式规划方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110009152A (zh) * 2019-04-03 2019-07-12 东南大学 一种考虑电转气和不确定性的区域综合能源***运行鲁棒优化方法
CN110135631A (zh) * 2019-04-26 2019-08-16 燕山大学 基于信息间隙决策理论的电气综合能源***调度方法
CN110163767A (zh) * 2019-04-29 2019-08-23 东南大学 一种含多利益主体的区域综合能源***分散式规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GUANGSHENG PAN 等: "Optimal Planning for Electricity-Hydrogen Integrated Energy System Considering Power to Hydrogen and Heat and Seasonal Storage", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111614089A (zh) * 2020-06-15 2020-09-01 东北电力大学 一种基于模型预测控制的电氢耦合***功率调控方法
CN111614089B (zh) * 2020-06-15 2021-10-01 东北电力大学 一种基于模型预测控制的电氢耦合***功率调控方法
CN112234632A (zh) * 2020-09-30 2021-01-15 国网新疆电力有限公司经济技术研究院 一种季节性氢储能规划方法
CN112234632B (zh) * 2020-09-30 2023-12-22 国网新疆电力有限公司经济技术研究院 一种季节性氢储能规划方法
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***制氢储氢装置优化容量配置方法
CN112736939B (zh) * 2020-12-11 2022-08-19 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***制氢储氢装置优化容量配置方法
WO2022166114A1 (zh) * 2021-02-08 2022-08-11 国网江苏省电力有限公司电力科学研究院 一种考虑柔性氢需求的电氢能源***调度方法
CN113036787A (zh) * 2021-03-15 2021-06-25 天津城建大学 一种制氢站能量优化配置方法和***
CN114049004A (zh) * 2021-11-11 2022-02-15 东南大学 一种电氢能源站容量随机规划方法、***和装置
CN114049004B (zh) * 2021-11-11 2024-04-19 东南大学 一种电氢能源站容量随机规划方法、***和装置
CN114722591A (zh) * 2022-03-22 2022-07-08 东南大学 一种净零能耗建筑电热氢多能流供能设备规划方法
WO2023178715A1 (zh) * 2022-03-22 2023-09-28 东南大学 一种净零能耗建筑电热氢多能流供能设备规划方法
CN114722591B (zh) * 2022-03-22 2023-10-31 东南大学 一种净零能耗建筑电热氢多能流供能设备规划方法
CN114818078A (zh) * 2022-05-09 2022-07-29 东南大学 考虑长短期不确定性的净零能耗建筑能源***规划方法
CN114997544A (zh) * 2022-08-04 2022-09-02 北京理工大学 一种氢光储充电站容量优化配置方法及***
CN117200265A (zh) * 2023-07-27 2023-12-08 河海大学 一种考虑不确定性故障的海上电氢***容量规划方法
CN117200265B (zh) * 2023-07-27 2024-05-28 河海大学 一种考虑不确定性故障的海上电氢***容量规划方法
CN117689179A (zh) * 2024-01-30 2024-03-12 山东建筑大学 基于多阶段鲁棒的综合能源***运行优化方法及***
CN117689179B (zh) * 2024-01-30 2024-05-03 山东建筑大学 基于多阶段鲁棒的综合能源***运行优化方法及***

Also Published As

Publication number Publication date
CN111144620B (zh) 2023-06-16

Similar Documents

Publication Publication Date Title
CN111144620B (zh) 一种考虑季节储氢的电氢综合能源***及其鲁棒规划方法
Ma et al. The optimal structure planning and energy management strategies of smart multi energy systems
CN111445090B (zh) 一种离网型综合能源***双层规划方法
Lingmin et al. Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power
CN106849190B (zh) 一种基于Rollout算法的多能互补微网实时调度方法
Nosrat et al. Improved performance of hybrid photovoltaic-trigeneration systems over photovoltaic-cogen systems including effects of battery storage
CN111027846B (zh) 一种考虑热氢联产的电氢综合能源***及其容量配置方法
CN111950807B (zh) 计及不确定性与需求响应的综合能源***优化运行方法
CN112907098B (zh) 园区综合能源***的多阶段容量配置方法及配置***
CN113159407B (zh) 基于区域综合能源***的多能储存模块容量优化配置方法
CN113850474B (zh) 一种热电氢多能流综合能源***及其优化调度方法
CN114722591A (zh) 一种净零能耗建筑电热氢多能流供能设备规划方法
CN110598913A (zh) 一种园区综合能源***设备容量配置的优化方法及***
CN111293718B (zh) 基于场景分析的交直流混合微网分区二层优化运行方法
CN106779471A (zh) 一种多能互联交直流混合微电网***及优化配置方法
CN112862253B (zh) 考虑风电不确定性的电-气-热储能协同规划方法及***
CN114818078B (zh) 考虑长短期不确定性的净零能耗建筑能源***规划方法
CN115099007B (zh) 基于综合成本-能耗曲线的综合能源***优化运行方法
CN115186791A (zh) 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
CN112085263A (zh) 一种用户侧分布式能源***混合储能优化配置方法和***
Liu et al. Short-and long-duration cooperative energy storage system: Optimizing sizing and comparing rule-based strategies
CN111126675A (zh) 多能互补微网***优化方法
CN114742276A (zh) 一种考虑㶲效率的含orc的园区综合能源***多目标优化调度方法
Mohammadi et al. Comparative transient assessment and optimization of battery and hydrogen energy storage systems for near-zero energy buildings
Ghazvini et al. A particle swarm optimization-based approach to achieve optimal design and operation strategy of standalone hybrid energy systems

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
TA01 Transfer of patent application right

Effective date of registration: 20201216

Address after: Room 428, building a, 218 Hongkou Road, Kunlun Street, Liyang City, Changzhou City, Jiangsu Province

Applicant after: Liyang Research Institute of Southeast University

Applicant after: SOUTHEAST University

Address before: 211102 No. 2 Southeast University Road, Jiangning District, Nanjing City, Jiangsu Province

Applicant before: SOUTHEAST University

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant