一种基于氢能和电网协同的区域调配方法及系统技术方案

技术编号:33628449 阅读:13 留言:0更新日期:2022-06-02 01:27
本发明专利技术提出一种基于氢能和电网协同的区域调配方法及系统,一种基于氢能和电网协同的区域调配方法,包括以下步骤:S1,获取氢能总调配数据和氢能生产商的实时检测数据;S2,依据实时检测数据建立历史数据模型;S3,预测未来发电量;S4,依据区域电网波峰波谷用电情况时段性调整氢能发电量。通过实时检测到的氢能总调配数据和氢能生产商的实时检测数据,建立历史数据模型,依据模型进行关于未来发电量的预测,最后根据区域电网用电状况调整氢能发电量,增加氢能发电过程的可控性,保证氢能生产过程中能量能够得到有效的利用,使氢能得到合理调配。理调配。

【技术实现步骤摘要】
一种基于氢能和电网协同的区域调配方法及系统


[0001]本专利技术属于氢能
,具体涉及一种基于氢能和电网协同的区域调配方法及系统。

技术介绍

[0002]氢能是目前已知的能源中最为清洁的能源,可以真正做到零排放,无污染,具有良好的应用前景。氢能产业包括制氢、储运、加氢和用氢等方面,其中,氢能储运技术关系到氢能的存储安全、运输和分配等问题,对氢能的普及起着重要影响。弱化水分子键的新技术应用,提高了制氢效率,极大降低制氢成本,联合能源发展公司(United Energies Development Corporation),一家工业天然气批发零售与生产商及替代能源公司,这家公司使用这种工艺的制氢。当电力成本为0.05美元/千瓦时,能够将氢气生产成本降至1.33美元/公斤。目前,利用氢能对区域电网进行调配是氢能的又一大应用,如何对氢能和电网协同,并进行有效调配是亟需解决的一个问题。
[0003]例如,一种在中国专利文献上公开的“一种氢能源信息的综合管理系统及方法”,其公告号为“CN112686561A”,本申请提供一种氢能源信息的综合管理系统,包括S101,通过监测传感器采集氢能信息数据;S102,基于氢能信息数据,计算生产氢能可能性系数,并判断是否可以启动氢能生产;S103,基于氢能信息数据,计算配送氢能可能性系数,并判断是否可以向加注站配送氢能;S104,基于所述氢能信息数据,计算氢能用户端的运行数据信息,并确定氢能用户端的投放位置、运输路线以及定期维护时间,完成对氢能源信息的综合管理。本申请还提供一种氢能源信息的综合管理方法。本申请能够实时监控氢能的各个环节,实现安全、高效地生产,并且能为氢能用户端提供最佳的运行方式。但是该专利技术主要涉及氢能内部产氢储氢,并未涉及与区域电网调配的联系。

技术实现思路

[0004]本专利技术是为解决了氢能与区域电网之间不能进行快速且准确的调配的问题,提供一种基于氢能和电网协同的区域调配方法及系统,通过实时检测到的氢能总调配数据和氢能生产商的实时检测数据,建立历史数据模型,依据模型进行关于未来发电量的预测,最后根据区域电网用电状况调整氢能发电量,增加氢能发电过程的可控性,保证氢能生产过程中能量能够得到有效的利用,使氢能得到合理调配。
[0005]为了实现上述目的,本专利技术采用以下技术方案:一种基于氢能和电网协同的区域调配方法,包括以下步骤:S1,获取氢能总调配数据和氢能生产商的实时检测数据;S2,依据实时检测数据建立历史数据模型;S3,预测未来发电量;S4,依据区域电网波峰波谷用电情况时段性调整氢能发电量。
[0006]本专利技术中,首先依据区域总调配模块中设置有专门的检测单元对氢能总调配数据
进行检测,可随时进行获取,在每个氢能生产商中同样设置有氢能控制模块,从中获取实时检测数据,将检测数据传输至区域总调配模块,对获取的检测数据进行特征提取以及筛选剔除,之后创建具有深度学习功能的历史数据模型,又依照模型创建关于特征的二维图并找出典型日进行预测未来一小时的发电量,之后又根据区域电网的用电波动情况,对氢能发电量以及运往区域电网的电量进行调整,本专利技术的方法使得氢能生产过程中能量能够得到有效的利用,使氢能得到合理调配,并进一步缓解区域电网的缺电情况。
[0007]作为优选,所述步骤S1中具体为从区域总调配模块中获取氢能总调配数据,包括氢能总输入和总输出电量,所述氢能生产商的实时检测数据具体包括制氢、氢气储存以及发电过程中的各项数据。
[0008]本专利技术中,氢能总调配数据主要包含有氢能的总输入和总输出电量,主要用于计算氢能生产商在区域电网波峰情况下是否将电量运往区域电网以及具体的电量情况,而氢能生产商中的制氢、氢气储存以及发电过程中的数据主要用于历史数据模型的建立以及未来发电量的预测情况,检测得到的数据精度高,防止由数据精度带来的计算误差。
[0009]作为优选,所述步骤S2包括以下步骤:S21,对每个氢能生产商的实时检测数据进行特征提取,筛选出制氢量、氢气储存量和发电量以及对应的时间,并剔除历史故障数据值,存入数据库;S22,基于特征数据和训练样本,建立具有深度学习功能的历史数据模型。
[0010]本专利技术中,依次有制氢量、氢气储存量和发电量作为对象,又可根据对应的时间以及时间段,可以得到时间段内的制氢速率和发电速率,根据速率情况可进行简要的预估,在区域总调配模块中建立模型时,加窗处理后,对数据进行筛选,并且需要剔除掉故障数据,最后创建历史数据模型,并且具备有深度学习功能,不断更新检测数据,为之后的检测数据提供重要参考和衡量指标。
[0011]作为优选,所述步骤S3包括以下步骤:S31,依据历史数据模型,每个氢能供应商建立以制氢量、氢气储存量或者发电量为纵坐标,对应的时间为横坐标的二维图;S32,遍历整个模型以及二维图,找出多个典型日进行分类,主要分为上升趋势、平滑趋势和下降趋势,并提取典型日的前后日的特征;S33,综合典型日的分类以及其前后日的特征预测每个氢能生产商未来一小时的发电量。
[0012]本专利技术中,根据预测未来发电量的需求,从模型中提取所需要的特征数据,创建以特征数据为纵坐标,时间为横坐标的曲线图,制成的曲线图易于观察,找出其中的典型日并进行大类划分并综合典型日的前后日特征来预测出未来发电量,使用电脑能更加快速的找出典型日,预测未来发电量为能发电后续提供重要参考。
[0013]作为优选,所述步骤S4包括以下步骤:S41,区域总调配模块检测到区域电网处于波峰时,并得到单位时间内的电量需求量;S42,当单位时间内电量需求量大于或等于所有氢能生产商单位时间的净发电量,所有氢能生产商将净发电量参与到区域电网的波峰供电中,并提高发电量,所有氢能生产商单位时间的净发电量为所有氢能生产商单位时间的总发电量与所有氢能生产商单位时
间的发电量中已经运往区域电网的电量的差;S43,当单位时间内电量需求量小于所有氢能生产商单位时间的净发电量,区域总调配模块选择净发电量最高的一个或多个氢能生产商参与到区域电网的波峰供电中,并将参与波峰供电的各个氢能生产商检测到的一小时内的发电量与预测的未来一小时发电量进行对比。
[0014]本专利技术中,实际情况中,区域电网往往出现时段性的波峰波谷用电阶段,单位时间的电量需求量数值会与所有氢能生产商单位时间内的净发电量进行对比,根据对比结果的不同,选择不同的策略进行应对,保证氢能与区域电网之间的灵活调配。
[0015]作为优选,所述一小时内的发电量与预测的一小时未来发电量进行对比方法具体为将两者的二维图分别拟合至同一张二维图中,首先进行判断趋势是否一致,若一致,则选出同一时间两者发电量差别最大的点并记录,最后取发电量差别最大的点两侧的一定时间,分别计算两者变化率并比对,若两者发电量差别最大的点的发电量差与此时预测发电量的商相差不超过2%,以及计算变化率之差不超过5%,则预测大致准确。
[0016]本专利技术中,在单位时间内电量需求量比所有氢能生产商单位时间的净发电量小的时候,此时氢能发电量本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于氢能和电网协同的区域调配方法,其特征在于,包括以下步骤:S1,获取氢能总调配数据和氢能生产商的实时检测数据;S2,依据实时检测数据建立历史数据模型;S3,预测未来发电量;S4,依据区域电网波峰波谷用电情况时段性调整氢能发电量。2.根据权利要求1所述的一种基于氢能和电网协同的区域调配方法,其特征在于,所述步骤S1中具体为从区域总调配模块中获取氢能总调配数据,包括氢能总输入和总输出电量,所述氢能生产商的实时检测数据具体包括制氢、氢气储存以及发电过程中的各项数据。3.根据权利要求1所述的一种基于氢能和电网协同的区域调配方法,其特征在于,所述步骤S2包括以下步骤:S21,对每个氢能生产商的实时检测数据进行特征提取,筛选出制氢量、氢气储存量和发电量以及对应的时间,并剔除历史故障数据值,存入数据库;S22,基于特征数据和训练样本,建立具有深度学习功能的历史数据模型。4.根据权利要求1所述的一种基于氢能和电网协同的区域调配方法,其特征在于,所述步骤S3包括以下步骤:S31,依据历史数据模型,每个氢能供应商建立以制氢量、氢气储存量或者发电量为纵坐标,对应的时间为横坐标的二维图;S32,遍历整个模型以及二维图,找出多个典型日进行分类,主要分为上升趋势、平滑趋势和下降趋势,并提取典型日的前后日的特征;S33,综合典型日的分类以及其前后日的特征预测每个氢能生产商未来一小时的发电量。5.根据权利要求1所述的一种基于氢能和电网协同的区域调配方法,其特征在于,所述步骤S4包括以下步骤:S41,区域总调配模块检测到区域电网处于波峰时,并得到单位时间内的电量需求量;S42,当单位时间内电量需求量大于或等于所有氢能生产商单位时间的净发电量,所有氢能生产商将净发电量参与到区域电网的波峰供电中,并提高发电量,所有氢能生产商单位时间的净发电...

【专利技术属性】
技术研发人员:屠晓栋周旻顾曦华钱伟杰怀月容刘维亮邢旭亮应杰耀周晓琴金祝
申请(专利权)人:国网浙江省电力有限公司嘉兴供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1