一种氢光储充电站容量优化配置方法及系统技术方案

本发明专利技术涉及一种氢光储充电站容量优化配置方法及系统，涉及电动汽车充电站技术领域，方法包括获取氢光储充电站在设定历史阶段的平均光伏发电数据和平均充电负荷数据；所述氢光储充电站包括光伏系统、梯次电池储能系统、燃料电池系统、电解槽制氢系统和储氢罐；基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型；利用NSGA

【技术实现步骤摘要】
一种氢光储充电站容量优化配置方法及系统


[0001]本专利技术涉及电动洗车充电站领域，特别是涉及一种氢光储充电站容量优化配置方法及系统。

技术介绍

[0002]随着电动汽车的快速普及，充电基础设施的建设和规划已经成为目前电动汽车保持高速发展的关键问题。充电站短时大功率的需求对电网带来了巨大的电力负担，影响电网的稳定运行。与光伏结合的充电站可以有效地提高清洁能源的利用率，同时减缓电动车的大量应用对电力高负荷需求紧张。
[0003]光伏等新能源发电利用具有明显的短期随机波动和长期季节性出力失衡等特征。储能是新能源利用中解决电力失衡的重要组成部分。电池是目前常用的储能方式，利用电池储能建立均衡的容量配置可以在有效解决新能源发电波动性的同时，让系统经济性保持最优。但是由于存在自放电问题，目前电化学电池只能实现数天内的短期光伏发电容量配置均衡利用。同时光伏发电不同季节下出力会发生明显的变化，这种季节性出力失衡的现象导致短期均衡的系统配置并不适用于长期的运营。因此，光伏发电和电池储能难以实现长时间周期的配置耦合。
[0004]目前，并未有方法能够解决光伏发电和电池储能中配置结构不合理的问题。

技术实现思路

[0005]本专利技术的目的是提供一种氢光储充电站容量优化配置方法及系统，以解决充电站因季节天气变化导致的长期单储能结构配置不合理问题。
[0006]为实现上述目的，本专利技术提供了如下方案：一种氢光储充电站容量优化配置方法，包括：获取氢光储充电站在设定历史阶段的平均光伏发电数据和平均充电负荷数据；所述氢光储充电站包括光伏系统、梯次电池储能系统、燃料电池系统、电解槽制氢系统和储氢罐；基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型；利用NSGA
‑Ⅱ
算法对所述氢光储充电站容量优化配置模型进行优化，确定氢光储充电站容量最优配置。
[0007]可选地，所述基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型，具体包括：根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电
站容量优化配置模型的功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束、电解槽制氢系统运行状态约束和燃料电池系统运行状态约束；根据所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，确定氢光储充电站容量优化配置模型的决策变量约束；根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的目标函数。
[0008]可选地，所述根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束、电解槽制氢系统运行状态约束和燃料电池系统运行状态约束，具体包括：根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统的功率、所述电解槽制氢系统的输入功率、所述光伏系统的浪费功率、所述燃料电池系统的输出功率和电网输入功率确定所述功率平衡约束；根据所述梯次电池储能系统确定所述梯次电池储能系统荷电状态约束；根据所述燃料电池系统的输出功率和燃料电池系统工作状态约束系数确定所述燃料电池输出功率约束；根据所述电解槽制氢系统的输入功率和电解槽制氢系统工作状态约束系统确定所述电解槽制氢系统输入功率约束；根据所述储氢罐的氢气质量确定所述储氢罐容量约束；根据所述燃料电池系统工作状态约束系数和所述电解槽制氢系统工作状态约束系统确定电解槽制氢系统运行状态约束和燃料电池系统运行状态约束。
[0009]可选地，所述根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的目标函数，具体包括：根据电网输入功率和所述平均充电负荷数据确定所述目标函数中的系统短缺的负荷占比；根据光伏系统的浪费功率和所述平均光伏发电数据确定所述目标函数中的系统浪费的光伏发电占比；根据所述梯次电池储能系统的成本、所述电解槽制氢系统的成本、所述光伏系统的成本、所述燃料电池系统的成本和所述储氢罐的成本确定所述目标函数中的氢光储充电站成本。
[0010]可选地，所述利用NSGA
‑Ⅱ
算法对所述氢光储充电站容量优化配置模型进行优化，确定氢光储充电站容量最优配置，具体包括：利用NSGA
‑Ⅱ
算法对所述氢光储充电站容量优化配置模型进行求解，得到Pareto解集；根据所述Pareto解集确定所述氢光储充电站容量最优配置。
[0011]一种氢光储充电站容量优化配置系统，包括：获取模块，用于获取氢光储充电站在设定历史阶段的平均光伏发电数据和平均充电负荷数据；所述氢光储充电站包括光伏系统、梯次电池储能系统、燃料电池系统、电解槽制氢系统和储氢罐；构建模块，用于基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型；优化模块，用于利用NSGA
‑Ⅱ
算法对所述氢光储充电站容量优化配置模型进行优化，确定氢光储充电站容量最优配置。
[0012]可选地，所述构建模块，具体包括：功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束以及电解槽制氢系统和燃料电池系统运行状态约束确定单元，用于根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束、电解槽制氢系统运行状态约束和燃料电池系统运行状态约束；决策变量约束确定单元，用于根据所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，确定氢光储充电站容量优化配置模型的决策变量约束；目标函数确定单元，用于根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的目标函数。
[0013]可选地，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种氢光储充电站容量优化配置方法，其特征在于，包括：获取氢光储充电站在设定历史阶段的平均光伏发电数据和平均充电负荷数据；所述氢光储充电站包括光伏系统、梯次电池储能系统、燃料电池系统、电解槽制氢系统和储氢罐；基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型；利用NSGA
‑Ⅱ
算法对所述氢光储充电站容量优化配置模型进行优化，确定氢光储充电站容量最优配置。2.根据权利要求1所述的氢光储充电站容量优化配置方法，其特征在于，所述基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型，具体包括：根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束、电解槽制氢系统运行状态约束和燃料电池系统运行状态约束；根据所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，确定氢光储充电站容量优化配置模型的决策变量约束；根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的目标函数。3.根据权利要求2所述的氢光储充电站容量优化配置方法，其特征在于，所述根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束、电解槽制氢系统运行状态约束和燃料电池系统运行状态约束，具体包括：根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统的功率、所述电解槽制氢系统的输入功率、所述光伏系统的浪费功率、所述燃料电池系统的输出功率和电网输入功率确定所述功率平衡约束；根据所述梯次电池储能系统确定所述梯次电池储能系统荷电状态约束；根据所述燃料电池系统的输出功率和燃料电池系统工作状态约束系数确定所述燃料电池输出功率约束；根据所述电解槽制氢系统的输入功率和电解槽制氢系统工作状态约束系统确定所述电解槽制氢系统输入功率约束；根据所述储氢罐的氢气质量确定所述储氢罐容量约束；根据所述燃料电池系统工作状态约束系数和所述电解槽制氢系统工作状态约束系统确定电解槽制氢系统运行状态约束和燃料电池系统运行状态约束。
4.根据权利要求2所述的氢光储充电站容量优化配置方法，其特征在于，所述根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的目标函数，具体包括：根据电网输入功率和所述平均充电负荷数据确定所述目标函数中的系统短缺的负荷占比；根据光伏系统的浪费功率和所述平均光伏发电数据确定所述目标函数中的系统浪费的光伏发电占比；根据所述梯次电池储能系统的成本、所述电解槽制氢系统的成本、所述光伏系统的成本、所述燃料电池系统的成本和所述储氢罐的成本确定所述目标函数中的氢光储充电站成本。5.根据权利要求1所述的氢光储充电站容量优化配置方法，其特征在于，所述利用NSGA
‑Ⅱ
算法对所述氢光储充电站容量优化配置模型进行优化，确定氢光储充电站容量最优配置，具体包括：利用NSGA
‑Ⅱ
算法对所述氢光储充电站容量优化配置模型进行求解，得到Pareto解集；根据所述Pareto解集确定所述氢光储充电站容量最优配置。6.一种氢光储充电站容量优...

【专利技术属性】
技术研发人员：李建威，何书丞，贾博文，何洪文，李高鹏，孙逢春，何云堂，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：