【技术实现步骤摘要】
氢电耦合电力系统的能量管理方法、装置、设备及介质
[0001]本专利技术涉及能量管理
，尤其是涉及氢电耦合电力系统的能量管理方法、装置、终端设备及计算机可读存储介质。
技术介绍
[0002]在风、光、水等可再生能源获得广泛关注与发展的背景下，其随机性、波动性与不稳定性为其广泛应用带来了挑战。氢能作为一种清洁高效的二次能源，其与可再生能源的耦合被公认为是大规模应用可再生能源发电的必由之路，故基于氢电耦合的电力系统应运而生。然而，基于氢电耦合的电力系统往往包含了燃料电池系统、电池储能系统等具有多约束的复杂非线性子系统，如何对氢电耦合电力系统进行能量管理是当下所面临的难题。
[0003]为了实现对氢电耦合电力系统的能量管理，现有技术通常构建系统内主控设备的经济成本模型，利用数学规划的方法，获得基于经济性的调度策略以用于氢电耦合电力系统的能量管理，或者利用机器学习的方法，预测系统内各变量轨迹并提前做出调度规划，从而实现氢电耦合电力系统的能量管理，然而现有技术仅是针对氢电耦合电力系统的其中一种指标进行优化，而无法获得同时...
【技术保护点】
【技术特征摘要】
1.一种氢电耦合电力系统的能量管理方法，其特征在于，包括如下步骤：基于预设的氢电耦合电力系统，获取所述氢电耦合电力系统内各能源子系统的状态信息，并确定所述各能源子系统的状态信息所对应的约束信息；基于预设的设备层的第一优化模型，按照所述约束信息和预设的设备层优化目标，通过所述第一优化模型采用非支配排序遗传算法对所述氢电耦合电力系统进行一次功率分配优化，获得初始帕累托解集并发送至预设的网络层，以将所述初始帕累托解集作为所述网络层的寻优范围；基于预设的所述网络层的第二优化模型，按照所述初始帕累托解集和预设的网络层优化目标，通过所述第二优化模型采用非支配排序遗传算法对所述氢电耦合电力系统进行二次功率分配优化，获得目标帕累托解集，并从所述目标帕累托解集中选择最优折衷解，将所述最优折衷解作为所述氢电耦合电力系统的能量管理策略。2.如权利要求1所述的氢电耦合电力系统的能量管理方法，其特征在于，所述能源子系统包括光伏发电系统、风力发电系统、电池储能系统和可逆固体氧化物电池系统。3.如权利要求2所述的氢电耦合电力系统的能量管理方法，其特征在于，所述各能源子系统的状态信息包括负荷需求、所述光伏发电系统的最大发电功率、所述风力发电系统的最大发电功率、所述电池储能系统的荷电状态、所述可逆固体氧化物电池系统的输出功率、储氢罐余量、储热罐余量、上级电网最大可调度功率和实时电价。4.如权利要求3所述的氢电耦合电力系统的能量管理方法，其特征在于，所述各能源子系统的状态信息所对应的约束信息包括负荷需求约束信息、所述光伏发电系统的发电功率约束信息、所述风力发电系统的发电功率约束信息、所述电池储能系统的荷电状态约束信息与功率约束信息、所述可逆固体氧化物电池系统的输出功率约束信息、储氢罐余量约束信息、储热罐余量约束信息和上级电网功率约束信息。5.如权利要求2所述的氢电耦合电力系统的能量管理方法，其特征在于，所述方法具体通过如下步骤预先构建所述氢电耦合电力系统：通过如下表达式构建所述光伏发电系统的模型：P
PV
＝GHI
·
S
·
Rating
·
(1
‑
Losses)Losses)其中，P
PV
表示光伏发电功率，GHI表示总水平辐照度，S表示光伏单元的表面积，Rating表示光伏单元的能量转换效率，Losses表示能量损失，T
PV
表示光伏单元表面温度，T
air
表示环境温度，NOCT表示光伏单元的额定操作温度；通过如下表达式构建所述风力发电系统的模型：
其中，P
WT
表示风力发电功率，V表示环境风速，V
ci
、V
co
与V
n
分别表示风力涡轮机的切入风速、切断风速与额定风速，P
WT_n
表示风力涡轮机的额定功率；通过如下表达式构建所述电池储能系统的衰减模型：D
BESS
＝D
cal
+D
cyccyc
其中，D
BESS
表示电池储能系统的总老化值，D
cal
表示电池储能系统的日历老化值，D
cyc
表示电池储能系统的循环老化值，SOC表示电池的荷电状态，T表示电池的操作温度，Q
loss
表示衰减量，t
n
表示检测周期；C表示电池的额定容量，CL
n
表示电池在预设的标准测试条件的循环次数，AH
eq_i
表示电池在第i个充电或放电周期内的等效安时数；通过如下表达式构建所述可逆固体氧化物电池系统的效率模型：其中，η
rSOC<...
【专利技术属性】
技术研发人员：夏晓春，吴一览，徐凯，金建华，俞永杰，郁丹琦，屠永伟，陈东，李曦，周逸恒，田汉霖，肖凯超，李宣宸，陈群杰，肖睿，
申请(专利权)人：浙江大有实业有限公司钱塘分公司，
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。