一种电氢综合能源系统的优化调度方法及系统技术方案

本发明专利技术提供了一种电氢综合能源系统的优化调度方法及系统，方法包括：以电氢综合能源系统的资源消耗最小化为目标函数，构建优化调度模型；资源消耗基于阶梯式碳交易消耗、弃风弃光惩罚代价、柔性负荷参与需求响应的补偿消耗及基于季节性电价的购电消耗确定；决策变量包括风力发电功率、光伏发电功率、蓄电池充电功率、蓄电池放电功率、燃料电池放电功率、购电功率及电解槽充电功率；约束条件包括蓄电池约束、柔性负荷约束、功率平衡约束、光伏风机功率约束、氢储能系统相关约束及购电功率约束；在约束条件下，求解优化调度模型，得到决策变量的最优解。本发明专利技术保证了系统较低的资源消耗，实现了电力系统削峰填谷，且促进了新能源的消纳。纳。纳。

【技术实现步骤摘要】
一种电氢综合能源系统的优化调度方法及系统


[0001]本专利技术属于综合能源
，更具体地，涉及一种电氢综合能源系统的优化调度方法及系统。

技术介绍

[0002]能源清洁化转型成为国际社会普遍关注的话题，然而风光大规模并入电网会造成电网不稳定等问题，为解决这一问题，提出将储能技术应用到电力系统之中，储能也从单一类型储能发展成为多种类型储能共同协调工作。考虑到蓄电池有着价格低、响应速度快以及寿命短等特点，而氢能是一种能量密度较高的新型清洁能源，在一定程度上两者具有互补性，合理配置以后可以提高电网的经济性和可靠性，还可大幅提升电网对新能源的消纳能力。因此，混合储能在多能互补优化调度之中将发挥重要作用。
[0003]将包含蓄电池和氢储能的混合储能系统接入可再生能源发电领域中，可以有效缓解弃风、弃光问题，从而提高可再生能源发电的经济性。针对可再生能源互补耦合蓄电
‑
氢储混合储能系统优化运行这一相关问题，目前国内外学者通常将可再生能源、蓄电池、电制氢环节组合成为一个主体，关注能源系统整体的资源消耗，建立统一的单目标或多目标优化模型实现整个能源系统的运行控制以及优化调度。然而，目前针对可再生能源互补耦合蓄电
‑
氢储混合储能系统的资源消耗优化研究，通常考虑不够全面，导致可再生能源的利用率较低，系统总体的资源消耗仍然较高。

技术实现思路

[0004]针对现有技术的缺陷，本专利技术的目的在于提供一种电氢综合能源系统的优化调度方法及系统，旨在解决现有可再生能源互补耦合蓄电<br/>‑
氢储混合储能系统资源消耗较高的问题。
[0005]为实现上述目的，第一方面，本专利技术提供了一种电氢综合能源系统的优化调度方法，包括：
[0006]S101以电氢综合能源系统的资源消耗最小化为目标函数，构建电氢综合能源系统的优化调度模型；所述资源消耗基于阶梯式碳交易消耗、弃风弃光惩罚代价、柔性负荷参与需求响应的补偿消耗及基于季节性电价的购电消耗确定；所述优化调度模型的决策变量包括风力发电功率、光伏发电功率、蓄电池充电功率、蓄电池放电功率、燃料电池放电功率、购电功率及电解槽充电功率；所述优化调度模型的约束条件包括蓄电池约束、柔性负荷约束、功率平衡约束、光伏风机功率约束、氢储能系统相关约束及购电功率约束；
[0007]S102在所述约束条件下，求解所述优化调度模型，得到所述决策变量的最优解，即为所述电氢综合能源系统的最优调度方案。
[0008]在一个可选的示例中，所述蓄电池约束包括蓄电池荷电状态约束、蓄电池充放电功率约束及蓄电池充放电次数约束；所述蓄电池充放电次数约束中的约束上限基于当前季节确定。
[0009]在一个可选的示例中，所述柔性负荷约束包括可转移负荷约束和可削减负荷约束；所述可转移负荷约束包括可转移负荷的功率约束和连续运行时间约束；所述可削减负荷约束包括可削减负荷的连续削减时间约束和削减次数约束；
[0010]所述氢储能系统相关约束包括储氢罐容量约束、电解槽充电功率约束及燃料电池放电功率约束。
[0011]在一个可选的示例中，所述阶梯式碳交易消耗具体为：
[0012][0013]式中，λ为碳交易的基础价格；l为碳排放的区间划分长度；α为价格增长率；E
IESt
为碳排放权交易额。
[0014]在一个可选的示例中，S102中，具体利用CPLEX求解器对所述优化调度模型进行求解。
[0015]第二方面，本专利技术提供一种电氢综合能源系统的优化调度系统，包括：
[0016]模型构建模块，用于以电氢综合能源系统的资源消耗最小化为目标函数，构建电氢综合能源系统的优化调度模型；所述资源消耗基于阶梯式碳交易消耗、弃风弃光惩罚代价、柔性负荷参与需求响应的补偿消耗及基于季节性电价的购电消耗确定；所述优化调度模型的决策变量包括风力发电功率、光伏发电功率、蓄电池充电功率、蓄电池放电功率、燃料电池放电功率、购电功率及电解槽充电功率；所述优化调度模型的约束条件包括蓄电池约束、柔性负荷约束、功率平衡约束、光伏风机功率约束、氢储能系统相关约束及购电功率约束；
[0017]模型求解模块，用于在所述约束条件下，求解所述优化调度模型，得到所述决策变量的最优解，即为所述电氢综合能源系统的最优调度方案。
[0018]在一个可选的示例中，所述模型构建模块中所述蓄电池约束包括蓄电池荷电状态约束、蓄电池充放电功率约束及蓄电池充放电次数约束；所述蓄电池充放电次数约束中的约束上限基于当前季节确定。
[0019]在一个可选的示例中，所述模型构建模块中所述柔性负荷约束包括可转移负荷约束和可削减负荷约束；所述可转移负荷约束包括可转移负荷的功率约束和连续运行时间约束；所述可削减负荷约束包括可削减负荷的连续削减时间约束和削减次数约束；
[0020]所述模型构建模块中所述氢储能系统相关约束包括储氢罐容量约束、电解槽充电功率约束及燃料电池放电功率约束。
[0021]在一个可选的示例中，所述模型构建模块中所述阶梯式碳交易消耗具体为：
[0022][0023]式中，λ为碳交易的基础价格；l为碳排放的区间划分长度；α为价格增长率；E
IESt
为碳排放权交易额。
[0024]在一个可选的示例中，所述模型求解模块中具体利用CPLEX求解器对所述优化调度模型进行求解。
[0025]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，具有以下有益效果：
[0026]本专利技术提供一种电氢综合能源系统的优化调度方法及系统，根据电氢综合能源系统运行方式，综合考虑阶梯式碳交易消耗、弃风弃光惩罚代价、柔性负荷调度补偿消耗以及基于季节性电价的购电消耗，以系统总资源消耗最小为目标函数，结合约束条件构建优化调度模型，之后求解模型实现了系统各部分出力情况的优化调度，保证了系统较低的资源消耗，并且由于考虑了用户侧柔性负荷的协调配合，并采用了季节性尖峰电价，实现了电力系统削峰填谷，减少了碳排放，且促进了新能源的消纳。
附图说明
[0027]图1是本专利技术提供的电氢综合能源系统的优化调度方法的流程示意图；
[0028]图2是本专利技术提供的四季各个典型日的负荷、风力发电以及光电数据的示意图；
[0029]图3是本专利技术提供的四季场景下未考虑用户侧柔性负荷时系统的出力情况的示意图；
[0030]图4是本专利技术提供的四季场景下考虑用户侧柔性负荷前后的负荷曲线对比的示意图；
[0031]图5是本专利技术提供的四季场景下考虑用户侧柔性负荷时系统的出力情况的示意图；
[0032]图6是本专利技术提供的电氢综合能源系统的优化调度系统的架构图。
具体实施方式
[0033]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0034]目前关于电氢综合能源系统经济性的研究大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电氢综合能源系统的优化调度方法，其特征在于，包括：S101以电氢综合能源系统的资源消耗最小化为目标函数，构建电氢综合能源系统的优化调度模型；所述资源消耗基于阶梯式碳交易消耗、弃风弃光惩罚代价、柔性负荷参与需求响应的补偿消耗及基于季节性电价的购电消耗确定；所述优化调度模型的决策变量包括风力发电功率、光伏发电功率、蓄电池充电功率、蓄电池放电功率、燃料电池放电功率、购电功率及电解槽充电功率；所述优化调度模型的约束条件包括蓄电池约束、柔性负荷约束、功率平衡约束、光伏风机功率约束、氢储能系统相关约束及购电功率约束；S102在所述约束条件下，求解所述优化调度模型，得到所述决策变量的最优解，即为所述电氢综合能源系统的最优调度方案。2.根据权利要求1所述的优化调度方法，其特征在于，所述蓄电池约束包括蓄电池荷电状态约束、蓄电池充放电功率约束及蓄电池充放电次数约束；所述蓄电池充放电次数约束中的约束上限基于当前季节确定。3.根据权利要求1所述的优化调度方法，其特征在于，所述柔性负荷约束包括可转移负荷约束和可削减负荷约束；所述可转移负荷约束包括可转移负荷的功率约束和连续运行时间约束；所述可削减负荷约束包括可削减负荷的连续削减时间约束和削减次数约束；所述氢储能系统相关约束包括储氢罐容量约束、电解槽充电功率约束及燃料电池放电功率约束。4.根据权利要求1所述的优化调度方法，其特征在于，所述阶梯式碳交易消耗具体为：式中，λ为碳交易的基础价格；l为碳排放的区间划分长度；α为价格增长率；E
IESt
为碳排放权交易额。5.根据权利要求1至4任一项所述的优化调度方法，其特征在于，S102中，具体利用CPLEX求解器对所述优化调度模型进行求解。6.一种电氢综合能源系统的优化调度系统，其特征在于，包括：模型构...

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