基于新能源转氨气的多能源框架、消纳方法、介质及设备技术

本发明专利技术公开了一种基于新能源转氨气的多能源供应框架、新能源消纳方法、介质及设备，风机和太阳能热电联产系统产生的电能分配给电负荷、氨气电解槽，第一、第二电锅炉；氨气电解槽在风机和太阳能热电联产系统供应的电能，或者风机和太阳能热电联产系统供应的电能以及第一、第二电锅炉供应的热能下产生氨气；氨气分配给氨气储存罐、热电联产机组和燃气锅炉；热电联产机组将产生的电能输送至供电线路上，将产生的热能供应给热负荷和/或氨气电解槽；燃气锅炉、第一电锅炉和太阳能热电联产系统产生的热能供应给热负荷和/或氨气电解槽。本发明专利技术通过风光氨气三者的互补，可以有效降低电池储能系统充放电频率。

Multi-energy Framework, Absorption Method, Medium and Equipment Based on New Energy Ammonia Transfer Gas

The invention discloses a multi-energy supply framework, new energy absorption method, medium and equipment based on new energy transammonia gas, the electric energy generated by fan and solar cogeneration system is distributed to electric load, ammonia electrolyzer, first and second electric boilers, the electric energy supplied by ammonia electrolyzer in fan and solar cogeneration system, or the electric energy supplied by fan and solar cogeneration system. Ammonia gas is generated from the supplied power and the heat energy supplied by the first and second electric boilers; ammonia gas is distributed to ammonia storage tanks, cogeneration units and gas-fired boilers; electricity generated by cogeneration units is transmitted to power supply lines, and the generated heat energy is supplied to heat loads and/or ammonia electrolyzers; heat energy generated by gas-fired boilers, first electric boilers and solar cogeneration systems is supplied. Heat load and/or ammonia electrolyzer shall be provided. The charging and discharging frequency of battery energy storage system can be effectively reduced by the complementation of wind, light and ammonia gas.

【技术实现步骤摘要】
基于新能源转氨气的多能源框架、消纳方法、介质及设备
本专利技术涉及微能源
，尤其涉及一种基于新能源转氨气的多能源供应框架、新能源消纳方法、介质及设备。
技术介绍
为解决当前能源需求大幅度增长、环境恶化以及能源转化效率低等问题，发展新能源分布式发电系统是一种可行的途径。根据自然资源条件，合理选择开发利用多种新能源，在负荷中心就地建设供能系统，实现能源的就地消纳，是微网的主要特征。例如在边防高原地区和海岛地区，风能、光能资源丰富，就可以充分利用自然资源条件建立微网，减少对传统发电方式的依赖。目前园区微网中互补混合供电系统通常选择电池作为其储能系统，与新能源有机协调。虽然这样有效地抑制了风光等新能源由于其间歇性及随机性特点带来的出力波动，但是电池储能系统不得不频繁的充放电来维持电网的供需平衡，大大缩短了电池储能系统的寿命。随着负荷的增大，对系统的稳定性要求也不断提升，其储存容量也需要满足从几分钟到几小时的变化，这增加了电池储能系统的初期投资成本。
技术实现思路
本专利技术的主要目的在于提供一种基于新能源转氨气的多能源供应框架、新能源消纳方法、介质及设备，旨在解决现有系统运行过程依赖电池储能且能源效率低的问题。为实现上述目的，本专利技术提供的一种基于新能源转氨气的多能源供应框架，包括风机、太阳能热电联产系统、氨气电解槽、氨气储存罐、热电联产机组、燃气锅炉、第一电锅炉和第二电锅炉；所述风机和所述太阳能热电联产系统产生的电能按照控制策略分配给电负荷、氨气电解槽、第一电锅炉和第二电锅炉；所述氨气电解槽在所述风机和所述太阳能热电联产系统供应的电能，或者所述风机和所述太阳能热电联产系统供应的电能以及所述第一电锅炉、所述第二电锅炉供应的热能下产生氨气；所述氨气电解槽产生的氨气按照控制策略分配给氨气储存罐、热电联产机组和燃气锅炉；所述热电联产机组根据控制策略将产生的电能输送至电负荷所在供电线路上，将产生的热能供应给热负荷和/或氨气电解槽；所述燃气锅炉、第一电锅炉和所述太阳能热电联产系统产生的热能也根据控制策略供应给热负荷和/或氨气电解槽。优选地，还包括配电网和电池储能系统，所述配电网和所述电池储能系统向所述基于新能源转氨气的多能源供应框架供应和接收电能。为实现上述目的，本专利技术提供的一种基于新能源转氨气的多能源供应框架的新能源消纳方法，包括以下步骤：获取当前时刻起的控制时域内所有预测的场景，以及各场景的概率，其中，所述场景包括环境因素历史数据、电负荷历史数据、热负荷历史数据以及各能量转换单元运行状态的历史数据，所述能量转换单元包括风机、太阳能热电联产系统、热电联产机组、燃气锅炉、第一电锅炉和第二电锅炉；根据所述场景以及相应的概率，求解所述控制时域内满足所述基于新能源转氨气的多能源供应框架的约束条件的目标函数，使得所述目标函数的值最小，输出控制策略并执行所述控制策略。优选地，所有场景的集合称为场景集，使用同步回代缩减法或者快速前向选择法对原场景集进行缩减得到一个近似子集，使其与原场景集的概率距离最短，所述近似子集用于求解目标函数。优选地，所述目标函数为：其中第一和第二项表示电力采购费用，第三项表示因充放电过程中发生的损耗而造成的电池退化费用；Pch,k表示电池储能系统在第k时段时的充电功率，Pdis,k表示电池储能系统在第k时段时的放电功率；μbuy,k表示在第k时段时买入的电价，μsell,k表示在第k时段时售出的电价；μBES表示在整个使用期间，充放电的摊销成本；K表示调度范围的终点；Ns是随机优化的控制策略总数；ρS是场景S的概率，且优选地，所述约束条件与多个约束条件方程相对应，多个所述约束条件方程包括第一至第七约束条件方程，所述第一约束条件方程：为法拉第效率模型，其中ηA,k表示法拉第效率，TZ,k表示在第k时段时氨气电解槽的反应温度，ri是在法拉第效率曲线的第i段上的斜率，ti是在法拉第效率曲线的第i段上的时间断点，TZ,min是消化温度的下限，TZ,max是消化温度的上限；所述第二约束条件方程SE,k＝UkIkk为电解槽消耗的电能模型，其中SE,k为电解槽消耗的电能，Uk为电化学工作站在第k时段时的额定电压，Ik是第k时段时通过的电流；所述第三约束条件方程：为电能、热能、氨气能三种能量的综合耦合矩阵，其中PWT是风机的电能输出，PPVT是太阳能热电联产系统的电能输出，HPVT是太阳能热电联产系统的热能输出；PBES是电池储能系统的净输出，VGS是氨气储存罐的净输出，且PBES＝Pdis-Pch；fA是氨气的生产率；Le是电负荷，Lh是热负荷；ηe,CHP表示热电联产机组中气转电的效率，ηh,CHP表示热电联产机组中气转热的效率；ηB表示第一、第二电锅炉的效率，ηF表示燃气锅炉的效率；Qgas为氨气的热值；SE是电解过程所需电能；SB为第一、第二电锅炉输入的电能；SCHP为热电联产机组中氨气的输入量；SF为燃气锅炉中氨气的输入量；Sef为加热电解液所用的电能，Shf为加热电解液所用的热能；Sbuy为向上游配电网购买的电能，Ssell为向上游配电网出售的电能；所述第四约束条件方程：SOCgas,min≤SOCgas,k≤SOCgas,max，VGS,min≤VGS,k≤VGS,max，对应的约束条件是氨气储存罐的放气量和储气量受到管道容量限制，其中SOCgas,k是在第k时段时的氨气存储状态，VR代表氨气存储的总体积，SOCgas,min是氨气存储状态的下限，SOCgas,max是氨气存储状态的上限，VGS,k代表氨气的输出/输入体积，当VGS,k>0，代表氨气输出，当VGS,k<0，代表氨气输入，VGS,min代表氨气输出的下限，VGS,max代表氨气输出的上限；所述第五约束条件方程：SOCBES,min≤SOCBES,k≤SOCBES,max对应的约束条件是电池储能系统的充电状态必须被限制在一定范围内，以防止过度充电或者放电，其中SOCBES,k代表电池储能系统在第k时段时的充电状态，SOCBES,min代表电池储能系统充电状态的下限，SOCBES,max代表电池储能系统充电状态的上限；ER是电池储能系统的总储能能力；ηch代表电池储能系统充电效率，ηdis代表电池储能系统放电效率；所述第六约束条件方程：Pch,k≤Pch,max·δk对应的约束条件是限制电池储能系统的充放电功率，以避免过快充放电，其中Φk代表电池在第k时段时的充电状态的二进制变量，δk代表电池在第k时段时的放电状态的二进制变量；Pch,max是电池储能系统允许的最大充电功率，Pdis,max是电池储能系统允许的最大放电功率；所述第七约束条件方程0≤Sj,k≤Sj,max，其中j＝B,F,CHP对应的约束条件是第一电锅炉、第二电锅炉、燃气锅炉和热电联产机组的输出应符合其容量限制，其中SB,max表示第一、第二电锅炉被允许的最大输出，SF,max表示燃气锅炉被允许的最大输出，SCHP,max表示热电联产机组被允许的最大输出。优选地，新能源消纳方法还包括建立氨气电解槽的热能管理模型，所述热能管理模型为氨气电解槽的内、壁和外温度由具有热势的节点来表示，壁节点通过第一电阻和内电阻的两个串联电阻与氨气电解槽内节点相连，并通过第二电阻和外电阻两本文档来自技高网...

【技术保护点】
1.一种基于新能源转氨气的多能源供应框架，其特征在于，包括风机、太阳能热电联产系统、氨气电解槽、氨气储存罐、热电联产机组、燃气锅炉、第一电锅炉和第二电锅炉；所述风机和所述太阳能热电联产系统产生的电能按照控制策略分配给电负荷、氨气电解槽、第一电锅炉和第二电锅炉；所述氨气电解槽在所述风机和所述太阳能热电联产系统供应的电能，或者所述风机和所述太阳能热电联产系统供应的电能以及所述第一电锅炉、所述第二电锅炉供应的热能下产生氨气；所述氨气电解槽产生的氨气按照控制策略分配给氨气储存罐、热电联产机组和燃气锅炉；所述热电联产机组根据控制策略将产生的电能输送至电负荷所在供电线路上，将产生的热能供应给热负荷和/或氨气电解槽；所述燃气锅炉、第一电锅炉和所述太阳能热电联产系统产生的热能也根据控制策略供应给热负荷和/或氨气电解槽。

【技术特征摘要】
1.一种基于新能源转氨气的多能源供应框架，其特征在于，包括风机、太阳能热电联产系统、氨气电解槽、氨气储存罐、热电联产机组、燃气锅炉、第一电锅炉和第二电锅炉；所述风机和所述太阳能热电联产系统产生的电能按照控制策略分配给电负荷、氨气电解槽、第一电锅炉和第二电锅炉；所述氨气电解槽在所述风机和所述太阳能热电联产系统供应的电能，或者所述风机和所述太阳能热电联产系统供应的电能以及所述第一电锅炉、所述第二电锅炉供应的热能下产生氨气；所述氨气电解槽产生的氨气按照控制策略分配给氨气储存罐、热电联产机组和燃气锅炉；所述热电联产机组根据控制策略将产生的电能输送至电负荷所在供电线路上，将产生的热能供应给热负荷和/或氨气电解槽；所述燃气锅炉、第一电锅炉和所述太阳能热电联产系统产生的热能也根据控制策略供应给热负荷和/或氨气电解槽。2.如权利要求1所述的基于新能源转氨气的多能源供应框架，其特征在于，还包括配电网和电池储能系统，所述配电网和所述电池储能系统向所述基于新能源转氨气的多能源供应框架供应和接收电能。3.一种如权利要求2所述的基于新能源转氨气的多能源供应框架的新能源消纳方法，其特征在于，包括以下步骤：获取当前时刻起的控制时域内所有预测的场景，以及各场景的概率，其中，所述场景包括环境因素历史数据、电负荷历史数据、热负荷历史数据以及各能量转换单元运行状态的历史数据，所述能量转换单元包括风机、太阳能热电联产系统、热电联产机组、燃气锅炉、第一电锅炉和第二电锅炉；根据所述场景以及相应的概率，求解所述控制时域内满足所述基于新能源转氨气的多能源供应框架的约束条件的目标函数，使得所述目标函数的值最小，输出控制策略并执行所述控制策略。4.如权利要求3所述的基于新能源转氨气的多能源供应框架的新能源消纳方法，其特征在于，所有场景的集合称为场景集，使用同步回代缩减法或者快速前向选择法对原场景集进行缩减得到一个近似子集，使其与原场景集的概率距离最短，所述近似子集用于求解目标函数。5.如权利要求4所述的基于新能源转氨气的多能源供应框架的新能源消纳方法，其特征在于，所述目标函数为：其中第一和第二项表示电力采购费用，第三项表示因充放电过程中发生的损耗而造成的电池退化费用；Pch,k表示电池储能系统在第k时段时的充电功率，Pdis,k表示电池储能系统在第k时段时的放电功率；μbuy,k表示在第k时段时买入的电价，μsell,k表示在第k时段时售出的电价；μBES表示在整个使用期间，充放电的摊销成本；K表示调度范围的终点；Ns是随机优化的控制策略总数；ρS是场景S的概率，且6.如权利要求5所述的基于新能源转氨气的多能源供应框架的新能源消纳方法，其特征在于，所述约束条件与多个约束条件方程相对应，多个所述约束条件方程包括第一至第七约束条件方程，所述第一约束条件方程：为法拉第效率模型，其中ηA,k表示法拉第效率，TZ,k表示在第k时段时氨气电解槽的反应温度，ri是在法拉第效率曲线的第i段上的斜率，ti是在法拉第效率曲线的第i段上的时间断点，TZ,min是消化温度的下限，TZ,max是消化温度的上限；所述第二约束条件方程SE,k＝UkIkk为电解槽消耗的电能模型，其中SE,k为电解槽消耗的电能，Uk为电化学工作站在第k时段时的额定电压，Ik是第k时段时通过的电流；所述第三约束条件方程：为电能、热能、氨气能三种能量的综合耦合矩阵，其中PWT是风机的电能输出，PPVT是太阳能热电联产系统的电能输出，HPVT是太阳能热电联产系统的热能输出；PBES是电池储能系统的净输出，VGS是氨气储存罐的净输出，且PBES＝Pdis-Pch；fA是氨气的生产率；Le是电负荷，Lh是热负荷；ηe,CHP表示热电联产机组中气转电的效率，ηh,CHP表示热电联产机组中气转热的效率；ηB表示第一、第二电锅炉的效率，ηF表示燃气锅炉的效率；...

【专利技术属性】
技术研发人员：周斌，徐达，黎灿兵，许晓林，曹一家，张聪，孟云帆，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南,43