一种风光储耦合制氢系统的容量优化配置方法及系统技术方案

本发明专利技术提供了一种风光储耦合制氢系统的容量优化配置方法及系统，包括：以风光储耦合制氢系统的等年值资源消耗最小化和平均负荷缺电率最小化为目标函数，构建容量优化配置模型；等年值资源消耗基于系统各个组件的初始投资消耗、运行维护消耗及置换消耗确定；平均负荷缺电率基于系统缺额功率及系统负荷确定；决策变量为系统各个组件对应的装机数量；容量优化配置模型的约束条件包括功率平衡约束、蓄电池和储氢罐的荷电状态约束、组件容量约束及出力约束；在约束条件下，求解容量优化配置模型，获得各个决策变量的最优解。本发明专利技术提高了新能源的利用率，降低了风光储耦合制氢系统的资源消耗和负荷缺电率，提高了系统的可靠性和稳定性。性。性。

【技术实现步骤摘要】
一种风光储耦合制氢系统的容量优化配置方法及系统


[0001]本专利技术属于风光储系统配置
，更具体地，涉及一种风光储耦合制氢系统的容量优化配置方法及系统。

技术介绍

[0002]风能和太阳能都是清洁、储量极为丰富的重要可再生能源，虽然两者受季节更替和天气变化的影响都存在发电量不稳定的缺陷，但风能和太阳能具有较好的互补优势，风光互补发电系统充分利用了风能和太阳能资源的互补性，是一种具有较高性价比的新型能源发电系统。由于风光发电随机性、波动性和不稳定性较强，风电和光伏无法平滑稳定地实现大规模并网，从而易导致风电和光伏发电资源的巨大浪费。随着氢能产业的崛起，绿氢成为重点发展对象，用风电和光伏发电通过电解水制氢，被视为制造绿氢最具有潜力的产业。
[0003]蓄电池虽然应用成熟，价格较低的同时响应也比较快，但蓄电池的寿命周期较短，并且存在一定的环境污染问题，而氢储能清洁高效、能量密度大、容量大的特性可以很好的与蓄电池构成一定程度的互补，两者组合构建混合储能系统，合理配置后可以很好地提高微电网系统的可靠性、稳定性和经济性，同时也可以提高微电网系统对新能源的消纳能力。
[0004]风光储耦合制氢系统的合理优化配置是规划设计的关键。系统拓扑结构复杂，系统控制变量众多且相互影响，系统的运行模式趋于多样化，基于多能互补的耦合特性，氢储能系统和蓄电池系统协调控制亟需考虑。此外，风光发电的随机性和波动性难以保证供电可靠性，且氢储能系统资源消耗较高，对对风光储耦合制氢系统的协调控制和优化配置带来了挑战。因此，如何对风光储耦合制氢系统进行容量优化配置，降低系统资源消耗，保证系统可靠运行，成为了风光储系统配置
亟待解决的重要课题。

技术实现思路

[0005]针对现有技术的缺陷，本专利技术的目的在于提供一种风光储耦合制氢系统的容量优化配置方法及系统，旨在解决如何对风光储耦合制氢系统进行容量优化配置，实现降低系统资源消耗且保证系统可靠运行的问题。
[0006]为实现上述目的，第一方面，本专利技术提供了一种风光储耦合制氢系统的容量优化配置方法，包括：
[0007]S110以风光储耦合制氢系统的等年值资源消耗最小化和平均负荷缺电率最小化为目标函数，构建所述风光储耦合制氢系统的容量优化配置模型；所述等年值资源消耗基于系统各个组件的初始投资消耗、运行维护消耗及置换消耗确定；所述平均负荷缺电率基于系统缺额功率及系统负荷确定；所述容量优化配置模型的决策变量为系统各个组件对应的装机数量；所述系统各个组件包括风机、光伏、蓄电池、电解槽、储氢罐及燃料电池；所述容量优化配置模型的约束条件包括功率平衡约束、蓄电池和储氢罐的荷电状态约束、组件容量约束及出力约束；
[0008]S120在所述约束条件下，求解所述容量优化配置模型，获得各个决策变量的最优
解，即为所述风光储耦合制氢系统的容量优化配置方案。
[0009]在一个可选的示例中，S120具体包括：
[0010]S121基于所述容量优化配置模型的各个决策变量的区间范围，随机生成初始种群；
[0011]S122基于所述目标函数和所述约束条件，通过系统运行策略对初始种群中各个个体进行处理，计算对应的目标函数值；所述系统运行策略以电解槽运行功率不低于最低运行功率为前提；
[0012]S123基于对应的目标函数值，对初始种群进行非支配排序和拥挤度计算，并将初始种群作为当前种群；
[0013]S124对当前种群进行遗传操作，获得新种群；
[0014]S125通过所述系统运行策略对新种群中各个个体进行处理，计算对应的目标函数值，并将新种群作为下一次迭代的当前种群；
[0015]S126迭代执行步骤S124和S125，直至达到预设迭代次数，输出目标函数的最优值及其对应的所述各个决策变量的最优解。
[0016]在一个可选的示例中，S124具体包括：
[0017]从所述当前种群中选取父代种群，并通过对父代种群进行交叉、变异操作获得子代种群；
[0018]通过所述系统运行策略对子代种群中各个个体进行处理，计算对应的目标函数值；
[0019]将父代种群和子代种群进行合并，获得合并种群，并基于对应的目标函数值对合并种群进行非支配排序和拥挤度计算；
[0020]从合并种群中选取合适个体构成新种群。
[0021]在一个可选的示例中，所述系统运行策略具体包括：
[0022]判断系统总发电功率与系统负荷的差值是否大于0；
[0023]若差值大于0，则系统过剩功率优先保证电解槽以最低运行功率工作，剩余部分为蓄电池进行充电，若达到蓄电池充电功率的最大值且仍有剩余，剩余部分再分配给电解槽，若达到电解槽运行功率的最大值且仍有剩余，计算此时的系统过剩功率；
[0024]若差值小于0，则蓄电池放电功率优先支持电解槽以最低运行功率工作，剩余功率补充系统缺额功率，若达到蓄电池放电功率的最大值且仍不足以补充，则通过燃料电池放电功率继续补充，若达到燃料电池放电功率的最大值且仍不足以补充，计算此时的系统缺额功率。
[0025]第二方面，本专利技术提供一种风光储耦合制氢系统的容量优化配置系统，包括：
[0026]模型构建模块，用于以风光储耦合制氢系统的等年值资源消耗最小化和平均负荷缺电率最小化为目标函数，构建所述风光储耦合制氢系统的容量优化配置模型；所述等年值资源消耗基于系统各个组件的初始投资消耗、运行维护消耗及置换消耗确定；所述平均负荷缺电率基于系统缺额功率及系统负荷确定；所述容量优化配置模型的决策变量为系统各个组件对应的装机数量；所述系统各个组件包括风机、光伏、蓄电池、电解槽、储氢罐及燃料电池；所述容量优化配置模型的约束条件包括功率平衡约束、蓄电池和储氢罐的荷电状态约束、组件容量约束及出力约束；
[0027]模型求解模块，用于在所述约束条件下，求解所述容量优化配置模型，获得各个决策变量的最优解，即为所述风光储耦合制氢系统的容量优化配置方案。
[0028]在一个可选的示例中，所述模型求解模块具体包括：
[0029]初始种群生成模块，用于基于所述容量优化配置模型的各个决策变量的区间范围，随机生成初始种群；
[0030]初始种群处理模块，用于基于所述目标函数和所述约束条件，通过系统运行策略对初始种群中各个个体进行处理，计算对应的目标函数值；所述系统运行策略以电解槽运行功率不低于最低运行功率为前提；
[0031]非支配排序模块，用于基于对应的目标函数值，对初始种群进行非支配排序和拥挤度计算，并将初始种群作为当前种群；
[0032]新种群生成模块，用于对当前种群进行遗传操作，获得新种群；
[0033]新种群处理模块，用于通过系统运行策略对新种群中各个个体进行处理，计算对应的目标函数值，并将新种群作为下一次迭代的当前种群；
[0034]迭代优化模块，用于迭代运用新种群生成模块和新种群处理模块，直至达到预设迭代次数，输出目标函数的最优值及其对应的所述各个决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风光储耦合制氢系统的容量优化配置方法，其特征在于，包括：S110以风光储耦合制氢系统的等年值资源消耗最小化和平均负荷缺电率最小化为目标函数，构建所述风光储耦合制氢系统的容量优化配置模型；所述等年值资源消耗基于系统各个组件的初始投资消耗、运行维护消耗及置换消耗确定；所述平均负荷缺电率基于系统缺额功率及系统负荷确定；所述容量优化配置模型的决策变量为系统各个组件对应的装机数量；所述系统各个组件包括风机、光伏、蓄电池、电解槽、储氢罐及燃料电池；所述容量优化配置模型的约束条件包括功率平衡约束、蓄电池和储氢罐的荷电状态约束、组件容量约束及出力约束；S120在所述约束条件下，求解所述容量优化配置模型，获得各个决策变量的最优解，即为所述风光储耦合制氢系统的容量优化配置方案。2.根据权利要求1所述的容量优化配置方法，其特征在于，S120具体包括：S121基于所述容量优化配置模型的各个决策变量的区间范围，随机生成初始种群；S122基于所述目标函数和所述约束条件，通过系统运行策略对初始种群中各个个体进行处理，计算对应的目标函数值；所述系统运行策略以电解槽运行功率不低于最低运行功率为前提；S123基于对应的目标函数值，对初始种群进行非支配排序和拥挤度计算，并将初始种群作为当前种群；S124对当前种群进行遗传操作，获得新种群；S125通过系统运行策略对新种群中各个个体进行处理，计算对应的目标函数值，并将新种群作为下一次迭代的当前种群；S126迭代执行步骤S124和S125，直至达到预设迭代次数，输出目标函数的最优值及其对应的所述各个决策变量的最优解。3.根据权利要求2所述的容量优化配置方法，其特征在于，S124具体包括：从所述当前种群中选取父代种群，并通过对父代种群进行交叉、变异操作获得子代种群；通过系统运行策略对子代种群中各个个体进行处理，计算对应的目标函数值；将父代种群和子代种群进行合并，获得合并种群，并基于对应的目标函数值对合并种群进行非支配排序和拥挤度计算；从合并种群中选取合适个体构成新种群。4.根据权利要求2所述的容量优化配置方法，其特征在于，所述系统运行策略具体包括：判断系统总发电功率与系统负荷的差值是否大于0；若差值大于0，则系统过剩功率优先保证电解槽以最低运行功率工作，剩余部分为蓄电池进行充电，若达到蓄电池充电功率的最大值且仍有剩余，剩余部分再分配给电解槽，若达到电解槽运行功率的最大值且仍有剩余，计算此时的系统过剩功率；若差值小于0，则蓄电池放电功率优先支持电解槽以最低运行功率工作，剩余功率补充系统缺额功率，若达到蓄电池放电功率的最大值且仍不足以补充，则通过燃料电池放电功率继续补充，若达到燃料电池放电功率的最大值且仍不足以补充，计算此时的系统缺额功率。
5.一种风光储耦合制氢系统的容量优化配置系统，其特征在于，包括：模型构建模块，用于以风光储耦合制氢系统的等年值资源消耗最小化和平均负荷缺电率最小化为目标函数，构建所述风光储耦合制氢系统的容量优化配置模型；所述等年值资源消耗基于系统各个组件的初始投资消耗、运行维护消耗及置换消耗确定...

【专利技术属性】
技术研发人员：石家康，朱甜，常鹏霞，李超顺，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：