冷热电联供的光伏/光热/AA-CAES容量配置方法技术

本发明专利技术公布了冷热电联供的光伏/光热/AA

【技术实现步骤摘要】
冷热电联供的光伏/光热/AA
‑
CAES容量配置方法


[0001]本专利技术属于电力系统
，具体涉及冷热电联供的光伏/光热/AA
‑
CAES容量配置方法。

技术介绍

[0002]随着全球经济生产和消费水平的不断提高，不可再生能源的短缺问题和环境的污染问题变得越来越严峻，开发和利用可再生资源成为解决问题的关键。新能源的冷热电联供(combined cooling heating and power,CCHP)被认为是解决环境问题和能源短缺问题的有效途径，也是实现能源互联网化的重要课题。在微综合能源系统中加入储能设备可提升系统可再生能源的消纳水平和运行灵活性
[1]，因此合理配置储能系统的容量变得至关重要。
[0003]在众多的储能技术中，绝热压缩空气储能(AA
‑
CAES)技术以其容量成本低、运行寿命长、容量大等优点脱颖而出。同时，AA
‑
CAES具备冷热电联供的能力，能够很好匹配微综合能源系统的多能耦合特性，使能源综合能源利用率达到70％以上
[2]。近年来，我国建立了多座小型的压缩空气储能示范平台，推动了压缩空气储能技术的应用
[3]。
[0004]目前，学者们对AA
‑
CAES开展了相关研究。文献[3]构建了AA
‑
CAES结合风电的联合发电模型，并对发电成本和供电的可靠性进行了评估。文献[4]在微网中加入AA
‑
CAES构建模型，以最小为目标，对系统的调度策略进行了研究。但是均未考虑AA
‑
CAES的容量配置。文献[5]以消纳风电为目标，建立了基于小岛的CAES电站，提出了容量优化方法。文献[6]考虑在综合能源系统中加入AA
‑
CAES对热电负荷实现联供，从而规划容量。上述文献虽提出了CAES的容量配置，但均未考虑冷热电联供的场景，且未考虑储热室储气室初始占比对系统的影响。
[0005][1]姜海洋,杜尔顺,朱桂萍,等.面向高比例可再生能源电力系统的季节性储能综述与展望[J].电力系统自动化,2020,44(19):194
‑
207.
[0006][2]梅生伟,李瑞,陈来军,等.先进绝热压缩空气储能技术研究进展及展望[J].中国电机工程学报,2018,38(10):2893
‑
2907.
[0007][3]吴晨曦,陈泽昊,张杰,等.考虑先进绝热压缩空气储能的风力发电系统成本/供电可靠性评估[J].电力自动化设备,2020,40(2):62
‑
71.
[0008][4]吴晨曦,何章露,叶剑雄,洪晗笑.基于评估的多能流节能调度.电力科学与工程.2021,37(8):41
‑
50.
[0009][5]ZAFIRAKIS D，KALDELLIS J K.Autonomous Dual
‑
mode CAES Systems for Maximum Wind Energy Contribution in Remote Island Networks[J].Energy Conversion and Management,2010,51(11)：2150
‑
2161.
[0010][6]宁光涛,李琳玮,何礼鹏,陈明帆,郑柱.面向绿色海岛微型综合能源系统的储能系统容量规划方法[J].电力自动化设备,2021,41(02):8
‑
15.

技术实现思路

[0011]针对现有技术的不足，本专利技术提出了冷热电联供的光伏/光热/AA
‑
CAES容量配置方法，对AA
‑
CAES储能系统采取双层优化的方法对其相关组成设备进行容量规划。
[0012]冷热电联供的光伏/光热/AA
‑
CAES容量配置方法，具体包括以下步骤：
[0013]步骤一、建立含AA
‑
CAES的冷热电联供微综合能源系统模型，包括风力发电、光伏发电、太阳能集热的可再生能源输入，燃气发电机及余热回收锅炉的热电联供机组，吸收式制冷和电制冷的制冷设备，以及AA
‑
CAES的储能装置。假设该系统模型中，空气为理想气体，满足理想气体状态方程；储气室的温度近似等于环境温度，储热室的温度近似等于额定温度；换热介质为水。
[0014]步骤二、以最大化AA
‑
CAES带来的净效益为目标，建立上层目标函数max B
bf
：
[0015]max B
bf
＝C
noCAES
‑
C
CAES
‑
C
TCC
‑
C
O&M
ꢀꢀ
(1)
[0016]其中，C
noCAES
是未配置AA
‑
CAES的用能成本，C
CAES
是配置AA
‑
CAES后的用能成本，来自于下层的调度，C
TCC
是年化的投资成本，C
O&M
是系统年化的运行与维护成本。
[0017]上层决策变量x包括：
[0018]x＝{A
PV
,A
SF
,P
CAESc
,P
CAESt
,V
v
,V
h
,ω
v
,ω
h
}
ꢀꢀ
(2)
[0019]其中，A
PV
是光伏板的个数，A
SF
为镜场置地面积，P
CAESc
为压缩机的额定功率，P
CAESt
为膨胀机的膨胀功率，V
v
为储气室的体积，V
h
为储热室的体积；ω
v
为储气室气体初始占比；ω
h
为储热室热水初始占比。
[0020]上层约束条件为光伏和太阳能集热的置地面积：
[0021]A
PV
S
PV
+A
SF
≤S
MAX
ꢀꢀ
(3)
[0022]其中，S
PV
是单个光伏板的置地面积，S
MAX
是最大置地总面积。
[0023]步骤三、以配置AA
‑
CAES后的供能成本与二氧化碳治理成本最低为调度目标，建立下层目标函数：
[0024][0025]其中，D
spa
，D
su
，D
w
分别为一年中过渡季，夏季，冬季的天数；P
spab
，P
sub
，P
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.冷热电联供的光伏/光热/AA
‑
CAES容量配置方法，其特征在于：该方法具体包括以下步骤：步骤一、建立含AA
‑
CAES的冷热电联供微综合能源系统模型，包括风力发电、光伏发电、太阳能集热的可再生能源输入，燃气发电机及余热回收锅炉的热电联供机组，吸收式制冷和电制冷的制冷设备，以及AA
‑
CAES的储能装置；并假设该系统模型中，空气为理想气体，满足理想气体状态方程；储气室的温度近似等于环境温度，储热室的温度近似等于额定温度；换热介质为水；步骤二、以最大化AA
‑
CAES带来的净效益为目标，建立上层目标函数maxB
bf
：max B
bf
＝C
noCAES
‑
C
CAES
‑
C
TCC
‑
C
O&M
ꢀꢀꢀꢀ
(1)其中，C
noCAES
是未配置AA
‑
CAES的用能成本，C
CAES
是配置AA
‑
CAES后的用能成本，来自于下层的调度，C
TCC
是年化的投资成本，C
O&M
是系统年化的运行与维护成本；上层决策变量x包括：x＝{A
PV
,A
SF
,P
CAESc
,P
CAESt
,V
v
,V
h
,ω
v
,ω
h
}
ꢀꢀꢀꢀ
(2)其中，A
PV
是光伏板的个数，A
SF
为镜场置地面积，P
CAESc
为压缩机的额定功率，P
CAESt
为膨胀机的膨胀功率，V
v
为储气室的体积，V
h
为储热室的体积；ω
v
为储气室气体初始占比；ω
h
为储热室热水初始占比；上层约束条件为光伏和太阳能集热的置地面积：A
PV
S
PV
+A
SF
≤S
MAX
ꢀꢀꢀꢀ
(3)其中，S
PV
是单个光伏板的置地面积，S
MAX
是最大置地总面积；步骤三、以配置AA
‑
CAES后的供能成本与二氧化碳治理成本最低为调度目标，建立下层目标函数：其中，D
spa
，D
su
，D
w
分别为一年中过渡季，夏季，冬季的天数；P
spab
，P
sub
，P
wb
分别为过渡季，夏季，冬季典型日的购电量；C
e
是电价，本文采取的是分时电价；P
spaGT
，P
suGT
，P
wGT
分别为过渡季，夏季，冬季典型日的燃气轮机出力；τ为燃气轮机出力与天然气的相关系数；C
gas
为单位天然气的购买成本；ψ
e
为单位电网电量的CO2的转换系数；ψ
e
为单位天然气燃烧的CO2的转换系数；为单位CO2的治理成本；下层决策变量x包括：x＝{P
CAESc,t
,P
CAESg,t
,P
GT,t
,P
b,t
,P
cold,t
,P
rb,t
,M
tesc,t
,M
tesx,t
,M
tescold,t
}
ꢀꢀꢀꢀ
(5)其中，P
CAESc,t
是t时刻的压缩机的的出力；P
CAESg,t
是t时刻的膨胀机的出力；P
GT,t
是t时刻燃气轮机的出力；P
b,t
是t时刻向电网购买的电量；P
rb,t
是t时刻热泵所消耗的电量；P
cold,t
是t时刻用于制冷的电量；M
tesc,t
是t时刻储存进储热室的热水质量；M
tesx,t
是t时刻供给出去的热水质量；M
tescold,t
是t时刻用于吸收式制冷的热水质量；下层的约束条件包括电功率平衡约束、热功率平衡约束、冷功率的平衡、AA
‑
CAES模块的约束、热电联产约束、储热室约束、热泵和电制冷约束和购电约束；
步骤四、在上层使用遗传算法(NSGA
‑
II)，以总成本最小为目标，通过对决策变量进行交叉变异，根据总成本结合精英保留策略筛选出新的父代容量值，并将结果传递至下层；下层采用Gurobi求解器，在接受到上层结果后，对下层模型进行调度，返回调度结果至上层辅助决策容量，实现双层规划。2.如权利要求1所述冷热电联供的光伏/光热/AA
‑
CAES容量配置方法，其特征在于：下层的约束条件具体为：(1)电功率平衡约束P
b,t
+P
GT,t
+P
WT,t
+P
PV,t
+P
t,t
＝P
L,t
+P
c,t
+P
bc,t
ꢀꢀꢀꢀ
(6)式中，P
WT,t
为风电该时刻的出力；P
bc,t
为用于电制冷的电量；P
L,t
为电负载的电量；(2)热功率平衡约束H
gl,t
+M
tesg,t
σ
h
+P
SF,t
+M
c,2
σ
h
+P
rb
σ
er
＝H
L,t
+M
tesc,t
σ
h
+M
g,2
σ
...

【专利技术属性】
技术研发人员：倪索引，吴晨曦，洪晗笑，叶剑雄，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：