基于改进SSA的风光氢储协同发电系统容量配置方法技术方案

本发明专利技术公开了基于改进SSA的风光氢储协同发电系统容量配置方法，应用于风光氢储协同发电系统技术领域，包括：基于改进SSA的风光氢储协同发电系统容量配置方法，包括：以成本最低与可靠性最高为优化目标，构建系统容量配置的优化目标函数；其中，可靠性由功率波动率以及功率缺额率组成；设置优化目标函数的约束条件，并以改进的SSA求解优化目标函数，得到系统的最优容量配置；其中，对SSA的改进，包括：采用Cirele混沌映射初始化种群、修改种群中发现者的位置更新公式、去除朝向原点收敛操作。本发明专利技术实现了对风光互补制储氢系统中各设备容量的合理规划，降低了“绿氢”的制备成本。的制备成本。的制备成本。

【技术实现步骤摘要】
基于改进SSA的风光氢储协同发电系统容量配置方法


[0001]本专利技术涉及风光氢储协同发电系统
，特别涉及基于改进SSA的风光氢储协同发电系统容量配置方法。

技术介绍

[0002]电力行业是能源领域中的重点碳排放行业，为减少对化石能源的依赖，早日实现“双碳目标”，必须将电力行业作为能源减碳的主战场。其中，风能和太阳能互补发电电解水制氢是可在生能源高效利用解决方案中最具有发展前景的一种方式。
[0003]氢能具备质量能量密度高、绿色无污染等一系列优势，在现代工业中氢气市场需求十分巨大，已在许多领域表现出替代化石能源的发展趋势。利用可再生能源(风、光等)电解水制氢可以将无污染、零排放贯穿氢气制备到使用的全过程，同时解决风能、太阳能开发利用中的弃风弃光的问题。还能够将间歇、不稳定的可再生能源转化储存为化学能源，促进新能源电力的消纳。目前氢气的化学制备方法有电解水制氢、光化学法制氢、热化学法和等离子体化学法等。其中，电解水制氢是发展应用比较完善的传统制氢方法，其工艺机制和生产流程相对简单，各生产环节操作容易实现，并且所得氢气纯度高达99％～99.9％(杂质主要是H2O和O2)，以直接在氢燃料电池和许多工业生产中使用，是最有发展潜力的大规模制氢技术。电解水制氢的常用方法包括：碱性电解、固体聚合物电解和高温固体氧化物电解3种方法。然而碱性水电解技术存在制氢响应慢、槽压相对较低和电解槽电流密度低等问题，质子交换膜电解水技术存在建设和运维成本高等问题，所以如何合理规划风光互补制储氢系统中各设备的容量是降低“绿氢”制备成本问题的关键所在。目前，国内对离网型风光互补制储氢系统的研究主要集中在拓扑设计和运行策略等方面，并未在容量优化配置层面考虑投资建设，运维成本，效益的问题。
[0004]为此，如何提供一种能够合理规划风光互补制储氢系统中各设备的容量，降低“绿氢”制备成本的基于改进SSA的风光氢储协同发电系统容量配置方法是本领域技术人员亟需解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术提出了基于改进SSA的风光氢储协同发电系统容量配置方法。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]基于改进SSA的风光氢储协同发电系统容量配置方法，包括：
[0008]步骤(1)：以成本最低与可靠性最高为优化目标，构建系统容量配置的优化目标函数；其中，可靠性由功率波动率以及功率缺额率组成；
[0009]步骤(2)：设置优化目标函数的约束条件，并以改进的SSA求解优化目标函数，得到系统的最优容量配置；其中，对SSA的改进，包括：采用Cirele混沌映射初始化种群，并修改种群中发现者的位置更新公式。
[0010]可选的，步骤(1)中，成本，如下：
[0011]C
Total
＝C
INV
+C
o&M
+C
REP
；
[0012]其中，C
Total
为总成本；C
INV
为设备初始投资成本；C
o&M
为运行维护成本；C
REP
为设备替换成本；
[0013]C
INV
＝C
EL
*K
EL
+C
SC
*K
SC
+C
HT
*K
HT
+C
FC
*K
FC
；
[0014]其中，C
EL
、C
SC
、C
HT
、C
FC
分别为电解槽、超级电容、储氢罐和燃料电池的容量；K
EL
、K
SC
、K
HT
、K
FC
分别为电解槽、超级电容、储氢罐和燃料电池的单价；
[0015][0016]其中，为运行维护成本占设备初始投资成本的比重；
[0017][0018]其中，L
EL
、L
SC
、L
HT
、L
FC
分别为电解槽、超级电容、储氢罐和燃料电池的使用寿命；i为年利率；N为系统运行周期。
[0019]可选的，步骤(1)中，功率波动率，如下：
[0020]P
total
(t)＝P
w
(t)+P
sc
(t)
‑
p
el
(t)+P
fc
(t)；
[0021][0022]其中，P
w
(t)、P
sc
(t)、P
fc
(t)分别为风力机组、超级电容、燃料电池的输出功率；P
el
(t)为电解槽的输入功率；P
total
(t)为系统的输出功率；P
total
(t+1)为第t+1个采样点的系统输出功率。
[0023]可选的，步骤(1)中，功率缺额率，如下：
[0024][0025]其中，P
l
(t)、P
qe
(t)分别为第t个采样点的待计划并网功率、系统缺额功率。
[0026]可选的，步骤(1)中，优化目标函数，如下：
[0027][0028]其中，f
FPP
、f
LPSP
分别为功率波动率、功率缺额率；A、B分别为功率波动率、功率缺额率权重。
[0029]可选的，步骤(2)中，约束条件，如下：
[0030]设备容量约束：
[0031][0032][0033][0034][0035]C
EL
、C
SC
、C
HT
、C
FC
∈R
+
；
[0036]其中，C
EL
、C
SC
、C
HT
、C
FC
分别为电解槽、超级电容、储氢罐和燃料电池的容量；分别为电解槽、超级电容、储氢罐和燃料电池的容量上限；
[0037]有功功率约束：
[0038][0039]其中，P
w
为风力机组的输出功率；P
l
为负荷功率；P
sc
为超级电容的输出功率；P
el
为电解槽的输入功率；P
qf
为弃风功率；P
net
为净功率；P
fc
为燃料电池的输出功率；P
qe
为缺额功率；
[0040]超级电容充放电约束：
[0041][0042]其中，SOC
min
、SOC
max
分别为超级电容荷电状态的下限和上限；P
chmax
、P
dism本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于改进SSA的风光氢储协同发电系统容量配置方法，其特征在于，包括：步骤(1)：以成本最低与可靠性最高为优化目标，构建系统容量配置的优化目标函数；其中，所述可靠性由功率波动率以及功率缺额率组成；步骤(2)：设置所述优化目标函数的约束条件，并以改进的SSA求解所述优化目标函数，得到系统的最优容量配置；其中，对SSA的改进，包括：采用Cirele混沌映射初始化种群，并修改种群中发现者的位置更新公式。2.根据权利要求1所述的基于改进SSA的风光氢储协同发电系统容量配置方法，其特征在于，步骤(1)中，所述成本，如下：C
Total
＝C
INV
+C
o&M
+C
REP
；其中，C
Total
为总成本；C
INV
为设备初始投资成本；C
o&M
为运行维护成本；C
REP
为设备替换成本；C
INV
＝C
EL
*K
EL
+C
SC
*K
SC
+C
HT
*K
HT
+C
FC
*K
FC
；其中，C
EL
、C
SC
、C
HT
、C
FC
分别为电解槽、超级电容、储氢罐和燃料电池的容量；K
EL
、K
SC
、K
HT
、K
FC
分别为电解槽、超级电容、储氢罐和燃料电池的单价；其中，为运行维护成本占设备初始投资成本的比重；其中，L
EL
、L
SC
、L
HT
、L
FC
分别为电解槽、超级电容、储氢罐和燃料电池的使用寿命；i为年利率；N为系统运行周期。3.根据权利要求1所述的基于改进SSA的风光氢储协同发电系统容量配置方法，其特征在于，步骤(1)中，所述功率波动率，如下：P
total
(t)＝P
w
(t)+P
sc
(t)
‑
P
el
(t)+P
fc
(t)；其中，P
w
(t)、P
sc
(t)、P
fc
(t)分别为风力机组、超级电容、燃料电池的输出功率；P
el
(t)为电解槽的输入功率；P
total
(t)为系统的输出功率；P
total
(t+1)为第t+1个采样点的系统输出功率。4.根据权利要求1所述的基于改进SSA的风光氢储协同发电系统容量配置方法，其特征在于，步骤(1)中，所述功率缺额率，如下：其中，P
l
(t)、P
qe
(t)分别为第t个采样点的待计划并网功率、系统缺额功率。5.根据权利要求2所述的基于改进SSA的风光氢储协同发电系统容量配置方法，其特征
在于，步骤(1)中，所述优化目标函数，如下：其中，f
FPP
、f
LPSP
分别为功率波动率、功率缺额率；A、...

【专利技术属性】
技术研发人员：贾栋，李华，张晓光，袁天泽，
申请(专利权)人：内蒙古工业大学，
类型：发明
国别省市：