【技术实现步骤摘要】
一种风光制氢系统容量优化配置方法、存储介质及设备
[0001]本专利技术属新能源制氢
，具体地，涉及一种风光制氢系统容量优化配置方法、存储介质及设备。
技术介绍
[0002]人类的生存和发展始终无法离开能源的支持，人们将能源视作发展国民经济和推动社会进步的基础。在人类的发展史中，每一个重大的人类文明进步往往都伴随着能源的转变，电力的使用和蒸汽动力的应用促使了煤炭资源的大规模开发和利用，慢慢取代了木柴能源，从十九世纪中期开始，石油和天然气的大规模开发利用促进了交通业的发展，给人们带来了很大的便利，也加速了人类文明的发展。目前，世界上主要的能源供应仍然是传统化石能源，人类仍然处于化石能源时代。
[0003]通过不断的发现和利用以风能、太阳能为代表的新能源能够帮助人类进行能源结构的调整与转型，给人们带来了新的希望。风电和光伏发电是最清洁的能源，伴随着技术的进步，得到了全世界的青睐，世界各国相继出台各种相关鼓励政策，明显加快了人类利用新能源的步伐，然而风电和光伏发电却不像传统的火力发电具有稳定可控性，而是具有间歇性与波动性，这些不利因素随着装机容量大幅增长和在电网渗透率不断增大下逐渐凸显，对电网稳定运行和电能质量造成不可忽视的负面影响，也越来越受到人们重视。
技术实现思路
[0004]针对现有技术中存在的问题，本专利技术提供了一种风光制氢系统容量优化配置方法、存储介质及设备，该风光制氢系统容量优化配置方法在一定程度上提高了风光制氢系统的制氢效率，大大地节省了经济成本，保证了风光制氢系统的稳定性，...
【技术保护点】
【技术特征摘要】
1.一种风光制氢系统容量优化配置方法，其特征在于，具体包括如下步骤：步骤1、建立基于FPSO神经网络变时间预测模型，将每天天气预报数据与由风电场和光伏组件的短期功率预测模型得到的风光出力数据作为输入，获得功率预测值；步骤2、将功率预测值引入到基于功率变化的动态调节制氢策略中，获得制氢设备的自适应功率阈值；步骤3、根据风光制氢系统中各个子系统的数学模型，确定以投资运维成本、风光制氢系统弃风弃光率和功率为目标的风光制氢系统容量配置模型，并建立风光制氢系统容量配置模型的目标函数；步骤4、将功率预测值和制氢设备的自适应功率阈值作为风光制氢系统容量配置模型的输入，采用改进后的多目标蚁狮优化算法对风光制氢系统容量配置模型的目标函数进行优化求解，得到风光制氢系统容量优化配置方案。2.根据权利要求1所述的一种风光制氢系统容量优化配置方法，其特征在于，步骤1包括如下子步骤：步骤1.1、所述基于FPSO神经网络变时间预测模型由输入层、隐含层和输出层依次连接组成；步骤1.2、将输入层中的每天天气预报预测数据与由短期功率预测模型得到的风光出力数据输入到隐含层中，输出隐含层权重：其中，M
j
表示第j天天气预报数据与由短期功率预测模型得到的风光出力数据在隐含层中的权重，X
i
表示输入隐含层的数据，i取1表示输入的天气预报数据，i取2表示由短期功率预测模型得到的风光出力数据；W
ij
为第j天天气预报数据或由短期功率预测模型得到的风光出力数据对应的隐含层权值；b
j
表示第j天天气预报数据与由短期功率预测模型得到的风光出力数据对应的隐含层阈值；f()表示激励函数；步骤1.3、将隐含层权重输入到输出层中，得到功率预测值：其中，D
o
为第o层输出层的预测功率数据，J为天数总量，W
jo
为M
j
在第o层输出层的权值，b
o
为第o层输出层阈值。3.根据权利要求2所述的一种风光制氢系统容量优化配置方法，其特征在于，所述天气预报数据的获取过程具体为：A、收集相同天数的历史天气数据集和未来天气数据集，所述历史天气数据集中的每个历史天气数据向量由整点时刻天气数据变化趋势组成，所述未来天气数据集中的每个未来天气数据向量由相应时间点上的天气数据变化趋势组成；B、根据历史天气数据向量和未来天气数据向量，计算历史某天与未来某天的天气相似度：
其中，r
zx
为第z天历史天气数据向量与第x天未来天气数据向量的相似度，n为未来天气数据向量中整点时刻天气数据变化趋势的总个数，y为n的索引，u
xy
为第x个未来天气数据向量中第y个整点时刻天气数据变化趋势，u
zy
为第z天历史天气数据向量中第y个整点时刻天气数据变化趋势；C、将天气相似度从大到小排序，取出前m个天气相似度进行归一化处理，作为历史天气数据权值r
′
zx
：D、通过当前时间间隔预测到的天气数据向量结合前m个历史天气数据向量u
zy
及对应的历史天气数据权值r
′
zx
，预测天气预报数据X1：4.根据权利要求2所述的一种风光制氢系统容量优化配置方法，其特征在于，所述由风电场和光伏组件的短期功率预测模型得到的风光出力数据包括：光伏电池输出电流和光伏电池输出电压：其中，I表示光伏电池输出电流，I
p
h表示光生电流，I0表示反向饱和电流，q表示电子电荷常数，d表示二极管影响因子，k表示波尔兹曼常数，T表示光伏电池工作温度，R
s
表示串联内阻，R
sh
表示并联内阻，V表示光伏电池输出电压。5.根据权利要求1所述的一种风光制氢系统容量优化配置方法，其特征在于，步骤2包括如下子步骤：步骤2.1：采用非参数核密度估计法，对步骤1中功率预测值以及风光制氢系统过去的历史出力数据的平均值进行概率统计，计算出所有时段中风光输出功率大于额定制氢功率时电网吸收总电量占比时电网吸收总电量占比步骤2.2：计算出所有时段中风光输出功率小于制氢阈值时的电网补充总电量占比步骤2.2：计算出所有时段中风光输出功率小于制氢阈值时的电网补充总电量占比其中，y()为概率密度估计函数，D
o
为功率预测值，p
pv
为风光制氢系统过去的历史出力数据的平均值，为高温固体氧化物电解池的额定容量，为额定容量为时制氢设备的自适应功率阈值；步骤2.3：以电网年净出力等于零为约束条件，当光伏盈余时，求解出制氢
设备的自适应功率阈值功率阈值6.根据权利要求5所述的一种风光制氢系统容量优化配置方法，其特征在于，
①
当时，电解池额定满功率运行，高温固体氧化物电解池的实际制氢功率电网辅助输出功率为正，电网吸收风光出力多余电量；
②
当时，制氢设备在自适应功率阈值处运行，为负，电网补充电解池运行在自适应功率阈值的缺额电量；
③
当时，电解池随风光出力进行变功率运行，P
e
...
【专利技术属性】
技术研发人员：于鹏飞，孟高军，于琳琳，张仰飞，饶宇飞，谭文轶，袁野，夏涛，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：
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。