CN116050865A - 一种季节性时间尺度下的氢储能电站规划方法 - Google Patents

一种季节性时间尺度下的氢储能电站规划方法 Download PDF

Info

Publication number
CN116050865A
CN116050865A CN202310001499.7A CN202310001499A CN116050865A CN 116050865 A CN116050865 A CN 116050865A CN 202310001499 A CN202310001499 A CN 202310001499A CN 116050865 A CN116050865 A CN 116050865A
Authority
CN
China
Prior art keywords
power
hydrogen
energy storage
time scale
period
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.)
Pending
Application number
CN202310001499.7A
Other languages
English (en)
Inventor
刘倩
贾健雄
靳幸福
胡晨
孙博
王馨
丁仕祺
任曦骏
阚正宇
孟晓星
徐冉
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.)
State Grid Anhui Zhongxing Electric Power Design Institute Co ltd
Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd
Original Assignee
State Grid Anhui Zhongxing Electric Power Design Institute Co ltd
Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd
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 State Grid Anhui Zhongxing Electric Power Design Institute Co ltd, Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd filed Critical State Grid Anhui Zhongxing Electric Power Design Institute Co ltd
Priority to CN202310001499.7A priority Critical patent/CN116050865A/zh
Publication of CN116050865A publication Critical patent/CN116050865A/zh
Pending legal-status Critical Current

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Public Health (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Fuel Cell (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)

Abstract

本发明涉及一种季节性时间尺度下的氢储能电站规划方法，包括：采集数据并进行预处理；建立季节性时间尺度的氢储能电站的规划模型；将预处理后的数据进行划分成K份，进行K次单独的模型训练和验证，最后将K次验证结果取平均值，作为模型的验证误差；将不同典型日内的历史负荷数据以及新能源出力输入训练好的季节性时间尺度的氢储能电站的规划模型，以总的投资成本及运行成本最小为目标，得到季节性时间尺度的氢储能电站的规划方法。本发明构建了长短时间尺度混合的氢储能***，建立了考虑技术经济性的混合时间尺度的氢‑电联合储能***规划模型，规划所考虑的因素更加接近实际运行，规划的结果能够显著提升规划的技术经济效益。

Description

一种季节性时间尺度下的氢储能电站规划方法
技术领域
本发明涉及电力***规划技术领域，尤其是一种季节性时间尺度下的氢储能电站规划方法。
背景技术
随着高比例可再生能源的持续并网，其出力不确定性及受外界影响较大等因素引发的电力***电力电量不平衡问题是当下电力***面临的重要问题。目前，存在多种调节电力***供需电力、电量不平衡的手段，其中以传统火电厂、水电站为主，传统火电厂对环境影响大，不符合当下可持续发展的道路，因而其占比逐渐减小；而水电站受自然资源和地理位置的发展限制很大。因而，将电能转化为氢能进行储存成为目前电力***中主要的灵活性调节资源。
然而，现有的储能技术研究大多以考虑短时间尺度的日内储能规划为主，缺乏针对长时间尺度下的储能规划研究。因此，迫切需要一种包含含电解槽、储氢罐及燃料电池的季节性时间尺度的氢储能电站规划方法，将其形成长-短期协同储能策略，为电力***规划设计、运行控制及优化调度时的灵活性资源平衡提供更具科学性和工程实用性的解决方案。
发明内容
本发明的目的在于提供一种构建了长短时间尺度混合的氢储能***，建立了考虑技术经济性的混合时间尺度的氢-电联合储能***规划模型，规划所考虑的因素更加接近实际运行，规划的结果能够显著提升规划的技术经济效益的季节性时间尺度下的氢储能电站规划方法。
为实现上述目的，本发明采用了以下技术方案：一种季节性时间尺度下的氢储能电站规划方法，该方法包括下列顺序的步骤：
(1)采集数据并进行预处理：采集历史记录的用电负荷数据、新能源发电功率实际数据，进行规划水平年内典型日的用电负荷及新能源发电功率预测，得到规划水平年内典型日的负荷及新能源发电功率；
(2)建立季节性时间尺度的氢储能电站的规划模型；
(3)将预处理后的数据进行划分，分成K份，每个子集互不相交且大小相同，依次从K份中选出1份作为验证集，其余K-1份作为训练集，进行K次单独的季节性时间尺度的氢储能电站的规划模型训练和验证，最后将K次验证结果取平均值，作为季节性时间尺度的氢储能电站的规划模型的验证误差；
(4)将不同典型日内的历史负荷数据以及新能源出力输入训练好的季节性时间尺度的氢储能电站的规划模型，以总的投资成本及运行成本最小为目标，得到季节性时间尺度的氢储能电站的规划方法。
在步骤(2)中，所述季节性时间尺度的氢储能电站的规划模型的目标函数是最小化储能电站的综合年化成本Cann，最小化储能电站的综合年化成本Cann包括设备投资成本Cinv、运维成本Cope和弃风弃光惩罚成本Cpun，表达式如下：
Cann＝Cinv+Cope+Cpun                            (1)
其中，设备投资成本Cinv的公式如式(2)所示：
Figure BDA0004034978390000021
式中：xq为q类设备的容量，cinv,q为q类设备的单位投资成本，Nq为q类设备的种类数；r为折现率；Npl为设备规划服役年数；
运维成本Cope的公式如式(3)所示：
Figure BDA0004034978390000022
式中：Ni为规划水平年的天数，取值为365；Ns为典型日个数；π(k)为典型日k的出现概率；
Figure BDA0004034978390000023
为t时刻从电网购电的单位电能费用，
Figure BDA0004034978390000024
为t时刻从电网售电的单位电能费用；
Figure BDA0004034978390000025
为t时刻从电网购电的0-1状态变量，
Figure BDA0004034978390000026
为t时刻从电网售电的0-1状态变量；Pk,t为第k个典型日负荷；Nt为典型日的时段数；
弃风弃光惩罚成本Cpun的公式如式(4)所示：
Figure BDA0004034978390000031
式中：
Figure BDA0004034978390000032
为典型日k内时刻t的弃风弃光功率；
Figure BDA0004034978390000033
为典型日k内时刻t的单位弃风弃光成本。
在步骤(2)中，所述氢储能电站包括电解槽、燃料电池及储氢罐，所述季节性时间尺度的氢储能电站的规划模型约束条件包括：
(3a)电解槽在各时段输入功率的上、下限约束为：
Figure BDA0004034978390000034
式中，
Figure BDA0004034978390000035
表示典型日k内第t时段电解槽的输入功率；
Figure BDA0004034978390000036
表示电解槽的额定功率；
Figure BDA0004034978390000037
表示典型日k内第t时段电解槽的运行状态，1表示运行，0表示停止；
(3b)电解槽的开机和关停时间约束为：
Figure BDA0004034978390000038
式中，
Figure BDA0004034978390000039
分别表示典型日k内第t-1时段、第k时段电解槽的运行状态；TO表示电解槽允许的最小开机时间；TS表示电解槽允许的最小关停时间；
(3c)燃料电池在各时段输出功率的上、下限约束在经过大M法线性化后得到：
Figure BDA00040349783900000310
式中，
Figure BDA00040349783900000311
表示典型日k内第t时段燃料电池的输出功率；
Figure BDA00040349783900000312
表示燃料电池的额定功率；
Figure BDA00040349783900000313
表示典型日k内第t时段燃料电池的运行状态，1表示运行，0表示停止；
(3d)燃料电池的连续开机和关停时长约束为：
Figure BDA0004034978390000041
式中，
Figure BDA0004034978390000042
分别表示典型日k内第t-1时段、第t时段燃料电池设备的运行状态，为0-1二进制变量；
Figure BDA0004034978390000043
表示燃料电池处于运行状态；
Figure BDA0004034978390000044
表示燃料电池处于未运行状态；
(3e)储氢罐在典型日k内不同时段的能量状态水平表示为：
Figure BDA0004034978390000045
式中，
Figure BDA0004034978390000046
表示典型日k内第t+1时段储氢罐的能量状态水平；
Figure BDA0004034978390000047
表示典型日k内储氢罐的初始能量状态水平；ηED表示电解槽的功率系数；ηFC表示燃料电池的功率系数；Δt为氢储能运行时间间隔；t′表示第t′时段，取值为1～Nt，Nt取24h；
Figure BDA0004034978390000048
分别表示典型日k内t′时段的电解槽、氢燃料电池的运行功率；
(3f)储氢罐在一年内充、放氢能量状态水平相等，表示为：
Figure BDA0004034978390000049
(3g)为满足电力***的供需平衡，即风、光出力与负荷功率、各储能设备充放功率平衡，需在典型日k内第t时段均满足电力平衡约束：
Figure BDA00040349783900000410
式中，
Figure BDA00040349783900000411
分别表示典型日k内第t时段的风电出力、光伏出力；
Figure BDA0004034978390000051
和
Figure BDA0004034978390000052
分别表示典型日k内第t时段的氢燃料电池运行功率、从上级电网购电功率、电解槽运行功率、向上级电网的售电功率和负荷功率。
由上述技术方案可知，本发明的有益效果为：本发明针对含高比例可再生能源电力***中灵活性需求的多时间尺度特性，构建了长短时间尺度混合的氢储能***，建立了考虑技术经济性的混合时间尺度的氢-电联合储能***规划模型，与现有单一时间尺度的储能***规划方法相比，规划所考虑的因素更加接近实际运行，规划的结果能够显著提升规划的技术经济效益。
附图说明
图1是本发明的氢储能电站示意图；
图2为某地区的风、光、荷功率时序图；
图3为地区1充放氢功率时序图；
图4为某地区氢储能电站内储氢罐能量状态水平图；
图5为某地区氢储能电站的购售电功率时序图。
具体实施方式
如图1所示，一种季节性时间尺度下的氢储能电站规划方法，该方法包括下列顺序的步骤：
(1)采集数据并进行预处理：采集历史记录的用电负荷数据、新能源发电功率实际数据，进行规划水平年内典型日的用电负荷及新能源发电功率预测，得到规划水平年内典型日的负荷及新能源发电功率；
(2)建立季节性时间尺度的氢储能电站的规划模型；
(3)将预处理后的数据进行划分，分成K份，每个子集互不相交且大小相同，依次从K份中选出1份作为验证集，其余K-1份作为训练集，进行K次单独的季节性时间尺度的氢储能电站的规划模型训练和验证，最后将K次验证结果取平均值，作为季节性时间尺度的氢储能电站的规划模型的验证误差；根据经验，K一般取10；
(4)将不同典型日内的历史负荷数据以及新能源出力输入训练好的季节性时间尺度的氢储能电站的规划模型，以总的投资成本及运行成本最小为目标，得到季节性时间尺度的氢储能电站的规划方法。
在步骤(2)中，所述季节性时间尺度的氢储能电站的规划模型的目标函数是最小化储能电站的综合年化成本Cann，最小化储能电站的综合年化成本Cann包括设备投资成本Cinv、运维成本Cope和弃风弃光惩罚成本Cpun，表达式如下：
Cann＝Cinv+Cope+Cpun                            (1)
其中，设备投资成本Cinv的公式如式(2)所示：
Figure BDA0004034978390000061
式中：xq为q类设备的容量，cinv,q为q类设备的单位投资成本，Nq为q类设备的种类数；r为折现率；Npl为设备规划服役年数；
运维成本Cope的公式如式(3)所示：
Figure BDA0004034978390000062
式中：Ni为规划水平年的天数，取值为365；Ns为典型日个数；π(k)为典型日k的出现概率；
Figure BDA0004034978390000063
为t时刻从电网购电的单位电能费用，
Figure BDA0004034978390000064
为t时刻从电网售电的单位电能费用；
Figure BDA0004034978390000065
为t时刻从电网购电的0-1状态变量，
Figure BDA0004034978390000066
为t时刻从电网售电的0-1状态变量；Pk,t为第k个典型日负荷；Nt为典型日的时段数，一般以1小时为一个时段，取24。
弃风弃光惩罚成本Cpun的公式如式(4)所示：
Figure BDA0004034978390000067
式中：
Figure BDA0004034978390000068
为典型日k内时刻t的弃风弃光功率；
Figure BDA0004034978390000069
为典型日k内时刻t的单位弃风弃光成本。
在步骤(2)中，所述氢储能电站包括电解槽、燃料电池及储氢罐，所述季节性时间尺度的氢储能电站的规划模型约束条件包括：
(3a)电解槽在各时段输入功率的上、下限约束为：
Figure BDA0004034978390000071
式中，
Figure BDA0004034978390000072
表示典型日k内第t时段电解槽的输入功率；
Figure BDA0004034978390000073
表示电解槽的额定功率；
Figure BDA0004034978390000074
表示典型日k内第t时段电解槽的运行状态，1表示运行，0表示停止；
(3b)电解槽的开机和关停时间约束为：
Figure BDA0004034978390000075
式中，
Figure BDA0004034978390000076
分别表示典型日k内第t-1时段、第k时段电解槽的运行状态；TO表示电解槽允许的最小开机时间；TS表示电解槽允许的最小关停时间；
(3c)燃料电池在各时段输出功率的上、下限约束在经过大M法线性化后得到：
Figure BDA0004034978390000077
式中，
Figure BDA0004034978390000078
表示典型日k内第t时段燃料电池的输出功率；
Figure BDA0004034978390000079
表示燃料电池的额定功率；
Figure BDA00040349783900000710
表示典型日k内第t时段燃料电池的运行状态，1表示运行，0表示停止；
(3d)燃料电池的连续开机和关停时长约束为：
Figure BDA00040349783900000711
式中，
Figure BDA0004034978390000081
分别表示典型日k内第t-1时段、第t时段燃料电池设备的运行状态，为0-1二进制变量；
Figure BDA0004034978390000082
表示燃料电池处于运行状态；
Figure BDA0004034978390000083
表示燃料电池处于未运行状态；
(3e)储氢罐在典型日k内不同时段的能量状态水平表示为：
Figure BDA0004034978390000084
式中，
Figure BDA0004034978390000085
表示典型日k内第t+1时段储氢罐的能量状态水平；
Figure BDA0004034978390000086
表示典型日k内储氢罐的初始能量状态水平；ηED表示电解槽的功率系数；ηFC表示燃料电池的功率系数；Δt为氢储能运行时间间隔；t′表示第t′时段，取值为1～Nt，Nt取24h；
Figure BDA0004034978390000087
分别表示典型日k内t′时段的电解槽、氢燃料电池的运行功率；
(3f)储氢罐在一年内充、放氢能量状态水平相等，表示为：
Figure BDA0004034978390000088
(3g)为满足电力***的供需平衡，即风、光出力与负荷功率、各储能设备充放功率平衡，需在典型日k内第t时段均满足电力平衡约束：
Figure BDA0004034978390000089
式中，
Figure BDA00040349783900000810
分别表示典型日k内第t时段的风电出力、光伏出力；
Figure BDA00040349783900000811
和
Figure BDA00040349783900000812
分别表示典型日k内第t时段的氢燃料电池运行功率、从上级电网购电功率、电解槽运行功率、向上级电网的售电功率和负荷功率。
实施例一
对于本实施例，首先输入预测的规划水平年全年8760小时的风电(光伏)出力及负荷需求，采用本发明对其进行聚类，得到典型日的净负荷需求。选择我国某南方某地区进行论证，各源数据如下：风、光装机容量分别为均为200MW，电负荷(含氢负荷等效)为300MW；上级电网与电-氢耦合***间电力联络线的最大允许功率为80MW。由于该地区的负荷具有较为明显的季节特性，聚类结果均为4类，得到如图2所示的两个地区典型日的风光荷的时序图。
同时将其数据代入本文所述的氢储能电站进行规划优化，具体规划运行参数见表(a)和表(b)。表(a)为各储能设备(电解槽、储氢罐及燃料电池)的相关参数，如：单位功率/容量投资成本、使用年限、折现率、单位功率运维成本、单位启停成本及效率系数等；表(b)为向上级电网购售电的电价，可以发现，在上午9:00～11:00及晚上19:00～23:00，上级电网的购售电价格最高，这是因为此时为用户用电爬升、下降期，电力***为维持电网的电力平衡，需向上级电网购售电，而在上午0:00～8:00，用户用电较为稳定，对电网造成的冲击较小，因而此时上级电网的购售电价格最低。
表(a)储能设备相关参数表
Figure BDA0004034978390000091
表(b)上级电网不同时段的电价表
Figure BDA0004034978390000092
根据上述参数，本发明在带有YALMIP/CPLEX12.8的MATLAB R2018a的平台上进行规划仿真分析，两种不同场景下的仿真结果及分析如下所述。
通过MATLAB仿真，可以得到各储能装置的功率时序图。图3为氢储能***一年的充放氢功率时序图，图4为储氢罐在一年不同时段的能量状态水平图，图5为该请储能电站一年内向上级电网购售电的功率时序图。与此同时，各储能装置的配置功率/容量及总成本如表(c)所示。
表(c)某地区氢储能电站配置功率/容量及总成本汇总表
Figure BDA0004034978390000101
观察表(c)中的数据可以发现，储氢罐作为长时间尺度储能的储能装置，其配置容量较短时间尺度储能的储能装置电化学储能要大得多，在此场景中，储氢罐的配置容量是电化学储能装置配置容量的1000倍左右，且储氢罐在初始状态、电解槽在最大输出功率的情况下，可以持续充氢371小时，储氢罐在初始状态、燃料电池在最大输出功率的情况下，可以持续放氢296小时；此外，若该***中除氢储能外其余电源(即上级电网、风光出力以及电化学储能)均无效时，氢储能***可以持续80h向负荷供给电能，此时，相当于在无任何支援的情况下，氢储能***可以支撑该地区连续80h的供电。
在图3中，可以发现，每个典型日储氢罐充、放氢功率相加之和不为0，这是因为，此时未乘以权重系数，而在乘以权重系数后，储氢罐在一年内的充、放氢能量之和为0，如图5所示，也即在一年内，储氢罐的充、放氢能量是相等的，尽管每次充、放氢的能量不同，但在一年内的总和为0；此外，氢储能***可以维持较长时间来充、放氢，与电化学储能构成长–短期协同储能机制。
同时，还可以看出，氢储能***在夏季和秋季时储存电网剩余的能量，在春季和冬季风光出力不足以满足负荷需求时将氢能转化为电能送至电网，其详细分析如下：
(1)在春季，1:00～6:00时，是一天中向上级电网购电最便宜的时段，且负荷需求较小，此时可以通过向上级电网购电来满足负荷需求，因而可将多余的风电出力通过氢储能***储存起来，8:00～10:00、14:00、18:00～22:00时，此时向上级电网购电较贵，虽有风光出力，但负荷需求较大，其不足以满足负荷需求，因此，为保证成本最小化，在向上级电网购得一部分电的同时，将氢储能***中储存的氢能转化为电能送至电网，保证电网的安全、稳定运行；
(2)而在夏季，1:00～3:00、6:00、23:00时，是一天中向上级电网购电最便宜的时段，且负荷需求较小，此时可以通过向上级电网购电来满足负荷需求，因而可将多余的风电出力通过氢储能***储存起来，9:00～11:00、18:00～20:00时，此时向上级电网购电较贵，虽有一定风光出力但不足以满足负荷需求，因而需在向上级电网购一部分电的同时，从储氢罐中释放氢气，并通过燃料电池将其转化为电能传送至电网，以保证电网的电力电量平衡；
(3)在秋季，23:00～6:00时，是一天中向上级电网购电最便宜的时段，且负荷需求较小，此时可以通过向上级电网购电来满足负荷需求，因而可将多余的风电出力通过氢储能***储存起来，22:00时，此时向上级电网购电较贵，虽有一定风光出力但不足以满足负荷需求，因而需在向上级电网购一部分电的同时，从储氢罐中释放氢气，并通过燃料电池将其转化为电能传送至电网，以保证电网的电力电量平衡；
(4)在冬季，0:00～3:00时，是一天中向上级电网购电最便宜的时段，且负荷需求较小，此时可以通过向上级电网购电来满足负荷需求，因而可将多余的风电出力通过氢储能***储存起来，4:00～10:00、17:00～21:00时，此时向上级电网购电虽然较贵，但因风光出力不多以致不足以满足负荷的需求，因而在向上级电网购得最大电量的同时，还需从储氢罐中释放氢气，通过燃料电池的燃料获得电能，11:00～16:00、22:00～23:00时，向上级电网购得允许的最大电量的同时，风光出力在满足负荷需求的情况下还有剩余，因而可向储氢罐中储存能量。
在图4中可以发现，一年内，氢储能***在春季和冬季释放氢气通过燃料电池转化为电能供给电网满足负荷需求，而在夏季和秋季通过电解槽电解水将电能转化为氢能储存至储氢罐中，且一年初始的储氢罐能量与一年结束的储氢罐能量相等，这是因为一年内储氢罐充、放氢能量之和为0。
此外，本发明是将四个典型日储氢罐内的能量状态水平延伸至一年内储氢罐内的能量状态水平，因而被放大的四段曲线分别为四个典型日储氢罐内的能量状态水平变化幅度，也即分别代表了在不同季节的情况下，储氢罐内的能量状态水平变化幅度。同时也可以发现，春季典型日的能量状态水平曲线有下降趋势，延伸至一个季节后其能量状态水平曲线也有下降趋势，冬季同理；而在夏季，其能量状态水平曲线有上升趋势，秋季同理，这是因为一个典型日的能量状态水平变化幅度代表的是一个季节内每一天的能量状态水平变化幅度，且每一天的变化幅度均是一致的，因而两者有相同的变化趋势。
从图中还可以发现，每个季节上升和下降的速率是不一致的，这是因为每一个季节每一天充放氢的能量是不同的；此外，从曲线的转折点可以清晰地看出南方某地区一年内夏季所占时间长，而春季、秋季和冬季三者平衡分布，其三者所占比例之和与夏季所占比例一致。
图5中，因风光出力占总源出力的82％，因此可在风光出力过剩时售至上级电网，在风光出力不足时向上级电网风电，无论在何时均需保证电网的稳定、可靠运行，而在各时段购售得电量的多少则取决于风光出力、负荷功率、氢储能功率以及各装置约束条件。
综上所述，本发明针对含高比例可再生能源电力***中灵活性需求的多时间尺度特性，构建了长短时间尺度混合的氢储能***，建立了考虑技术经济性的混合时间尺度的氢-电联合储能***规划模型，与现有单一时间尺度的储能***规划方法相比，规划所考虑的因素更加接近实际运行，规划的结果能够显著提升规划的技术经济效益。

Claims (3)

1.一种季节性时间尺度下的氢储能电站规划方法，其特征在于：该方法包括下列顺序的步骤：
(1)采集数据并进行预处理：采集历史记录的用电负荷数据、新能源发电功率实际数据，进行规划水平年内典型日的用电负荷及新能源发电功率预测，得到规划水平年内典型日的负荷及新能源发电功率；
(2)建立季节性时间尺度的氢储能电站的规划模型；
(3)将预处理后的数据进行划分，分成K份，每个子集互不相交且大小相同，依次从K份中选出1份作为验证集，其余K-1份作为训练集，进行K次单独的季节性时间尺度的氢储能电站的规划模型训练和验证，最后将K次验证结果取平均值，作为季节性时间尺度的氢储能电站的规划模型的验证误差；
(4)将不同典型日内的历史负荷数据以及新能源出力输入训练好的季节性时间尺度的氢储能电站的规划模型，以总的投资成本及运行成本最小为目标，得到季节性时间尺度的氢储能电站的规划方法。
2.根据权利要求1所述的季节性时间尺度下的氢储能电站规划方法，其特征在于：在步骤(2)中，所述季节性时间尺度的氢储能电站的规划模型的目标函数是最小化储能电站的综合年化成本Cann，最小化储能电站的综合年化成本Cann包括设备投资成本Cinv、运维成本Cope和弃风弃光惩罚成本Cpun，表达式如下：
Cann＝Cinv+Cope+Cpun                            (1)
其中，设备投资成本Cinv的公式如式(2)所示：
Figure FDA0004034978380000011
式中：xq为q类设备的容量，cinv,q为q类设备的单位投资成本，Nq为q类设备的种类数；r为折现率；Npl为设备规划服役年数；
运维成本Cope的公式如式(3)所示：
Figure FDA0004034978380000021
式中：Ni为规划水平年的天数，取值为365；Ns为典型日个数；π(k)为典型日k的出现概率；
Figure FDA00040349783800000214
为t时刻从电网购电的单位电能费用，
Figure FDA0004034978380000022
为t时刻从电网售电的单位电能费用；
Figure FDA0004034978380000023
为t时刻从电网购电的0-1状态变量，
Figure FDA0004034978380000024
为t时刻从电网售电的0-1状态变量；Pk,t为第k个典型日负荷；Nt为典型日的时段数；
弃风弃光惩罚成本Cpun的公式如式(4)所示：
Figure FDA0004034978380000025
式中：
Figure FDA0004034978380000026
为典型日k内时刻t的弃风弃光功率；
Figure FDA0004034978380000027
为典型日k内时刻t的单位弃风弃光成本。
3.根据权利要求1所述的季节性时间尺度下的氢储能电站规划方法，其特征在于：在步骤(2)中，所述氢储能电站包括电解槽、燃料电池及储氢罐，所述季节性时间尺度的氢储能电站的规划模型约束条件包括：
(3a)电解槽在各时段输入功率的上、下限约束为：
Figure FDA0004034978380000028
式中，
Figure FDA0004034978380000029
表示典型日k内第t时段电解槽的输入功率；
Figure FDA00040349783800000210
表示电解槽的额定功率；
Figure FDA00040349783800000211
表示典型日k内第t时段电解槽的运行状态，1表示运行，0表示停止；
(3b)电解槽的开机和关停时间约束为：
Figure FDA00040349783800000212
式中，
Figure FDA00040349783800000213
分别表示典型日k内第t-1时段、第k时段电解槽的运行状态；TO表示电解槽允许的最小开机时间；TS表示电解槽允许的最小关停时间；
(3c)燃料电池在各时段输出功率的上、下限约束在经过大M法线性化后得到：
Figure FDA0004034978380000031
式中，
Figure FDA0004034978380000032
表示典型日k内第t时段燃料电池的输出功率；
Figure FDA0004034978380000033
表示燃料电池的额定功率；
Figure FDA0004034978380000034
表示典型日k内第t时段燃料电池的运行状态，1表示运行，0表示停止；
(3d)燃料电池的连续开机和关停时长约束为：
Figure FDA0004034978380000035
式中，
Figure FDA0004034978380000036
分别表示典型日k内第t-1时段、第t时段燃料电池设备的运行状态，为0-1二进制变量；
Figure FDA0004034978380000037
表示燃料电池处于运行状态；
Figure FDA0004034978380000038
表示燃料电池处于未运行状态；
(3e)储氢罐在典型日k内不同时段的能量状态水平表示为：
Figure FDA0004034978380000039
式中，
Figure FDA00040349783800000310
表示典型日k内第t+1时段储氢罐的能量状态水平；
Figure FDA00040349783800000311
表示典型日k内储氢罐的初始能量状态水平；ηED表示电解槽的功率系数；ηFC表示燃料电池的功率系数；Δt为氢储能运行时间间隔；t′表示第t′时段，取值为1～Nt，Nt取24h；
Figure FDA00040349783800000312
分别表示典型日k内t′时段的电解槽、氢燃料电池的运行功率；
(3f)储氢罐在一年内充、放氢能量状态水平相等，表示为：
Figure FDA0004034978380000041
(3g)为满足电力***的供需平衡，即风、光出力与负荷功率、各储能设备充放功率平衡，需在典型日k内第t时段均满足电力平衡约束：
Figure FDA0004034978380000042
式中，
Figure FDA0004034978380000043
分别表示典型日k内第t时段的风电出力、光伏出力；
Figure FDA0004034978380000044
和
Figure FDA0004034978380000045
分别表示典型日k内第t时段的氢燃料电池运行功率、从上级电网购电功率、电解槽运行功率、向上级电网的售电功率和负荷功率。
CN202310001499.7A 2023-01-03 2023-01-03 一种季节性时间尺度下的氢储能电站规划方法 Pending CN116050865A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310001499.7A CN116050865A (zh) 2023-01-03 2023-01-03 一种季节性时间尺度下的氢储能电站规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310001499.7A CN116050865A (zh) 2023-01-03 2023-01-03 一种季节性时间尺度下的氢储能电站规划方法

Publications (1)

Publication Number Publication Date
CN116050865A true CN116050865A (zh) 2023-05-02

Family

ID=86125046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310001499.7A Pending CN116050865A (zh) 2023-01-03 2023-01-03 一种季节性时间尺度下的氢储能电站规划方法

Country Status (1)

Country Link
CN (1) CN116050865A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116822908A (zh) * 2023-08-24 2023-09-29 福州凌渡科技有限公司 一种可快速求解的多时间尺度储能规划方法及设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116822908A (zh) * 2023-08-24 2023-09-29 福州凌渡科技有限公司 一种可快速求解的多时间尺度储能规划方法及设备
CN116822908B (zh) * 2023-08-24 2023-11-17 福州凌渡科技有限公司 一种可快速求解的多时间尺度储能规划方法及设备

Similar Documents

Publication Publication Date Title
CN111049198B (zh) 考虑储能寿命和调频性能的风储联合运行优化方法及***
CN111210079B (zh) 一种分布式能源虚拟电厂运行优化方法及***
CN110994606B (zh) 一种基于复杂适应***理论的多能源电源容量配置方法
CN112886645B (zh) 一种基于氢能超高比例的新能源电力***运行模拟方法
CN112990523A (zh) 基于多目标模型预测控制的区域综合能源***分层优化运行方法
CN112383086B (zh) 一种孤岛微电网日前能量-备用联合优化调度方法
CN111786422A (zh) 基于bp神经网络的微电网参与上层电网实时优化调度方法
CN111932025B (zh) 考虑光伏随机性的综合能源***建设多阶段规划方法
CN116599148A (zh) 一种面向新能源消纳的氢电混合储能两阶段协同规划方法
CN112836849A (zh) 一种考虑风电不确定性的虚拟电厂调度方法
CN116050865A (zh) 一种季节性时间尺度下的氢储能电站规划方法
CN116014797A (zh) 一种配网新能源接纳能力提升的评估方法
CN116914860B (zh) 多能互补发电***电源容量配置优化方法及***
CN116579115B (zh) 电、氢协同互动的***规划方法及装置
CN117391445A (zh) 考虑条件风险价值的电–热–氢综合能源***优化运行方法
CN117436773A (zh) 一种含可中断负荷的独立微网资源规划方法和***
CN117408853A (zh) 基于CVaR的含碳交易机制的综合能源***多目标规划方法
CN110571868B (zh) 微电网的优化配置方法
CN116961008A (zh) 计及电力弹簧与负荷需求响应的微电网容量双层优化方法
CN116562062A (zh) 考虑电、氢耦合的生产模拟方法、***、装置及存储介质
CN115293644A (zh) 一种混合时间尺度的氢-电联合储能***规划方法及***
CN105896535A (zh) 用于最小化弃风电量的风电场发电权置换电量评估的方法
CN114188980B (zh) 一种考虑储能装置的透明微网群经济运行域生成方法
CN113394820A (zh) 一种新能源并网电力***的优化调度方法
CN112149339A (zh) 风电-光伏-光热-电加热器互补发电***容量优化模型

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