【技术实现步骤摘要】
本专利技术涉及多能流微网调度优化领域，具体涉及一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法。
技术介绍
1、随着气候变化和能源安全等问题的日益凸显，能源系统的可持续性成为全球关注的焦点。在这一背景下，燃料电池汽车和电动汽车等清洁能源交通工具逐渐崭露头角，成为实现可持续交通的重要组成部分。同时，分布式能源、储能技术和智能电网的快速发展推动了能源微网的兴起，为实现能源的高效利用和管理提供了新的可能性。
2、然而目前多能流微网能量管理多依赖于短期预测精度，较少考虑新能源汽车冲击和互动响应影响。因此微网考虑新能源汽车负载冲击下稳定运行是一个亟需解决的难题。
技术实现思路
1、本专利技术提出了一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，解决了现有技术缺乏考虑新能源汽车负载冲击下的微网稳定运行的问题。
2、为解决上述技术问题，本专利技术提供了一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，包括以下步骤：
3、步骤s1：获取电动汽车和氢燃料电池汽车的充能时长和负荷需求，对所述充能时长和负荷需求进行蒙特卡洛模拟，得到新能源汽车的负荷；
4、步骤s2：将所述新能源汽车的负荷加入多能流微网系统，建立氢电热多能流微网系统模型；
5、步骤s3：对所述氢电热多能流微网系统模型的电负荷、氢负荷、热负荷和电网购电进行调度，得到满足新能源汽车负荷的氢电热多能流微网系统最优调度方案。
6、优选地，所述氢电热多能流微网系统
7、优选地，所述光伏发电的模型为：
8、
9、式中，ppv,t为t时段光伏的实际功率；pt,t为t时段光伏的最大输出功率；en,t为t时段光伏的实际辐照度；et为光伏的标准辐照强度；f为光伏的功率温度系数；tn,t为t时段光伏的实际工作温度；t1为光伏的标准工作温度；
10、所述风力发电的模型为：
11、
12、pwt,t为t时段风机的实际功率；pe为风机的额定功率；vt为t时段风机的实际风速；ve为风机的额定风速；vi、vo为风机的切入和切出风速。
13、所述蓄电池的模型为：
14、
15、式中，ees,t为t时段蓄电池的储电量；ηes,cha、ηes,dis为蓄电池充电放电效率；pes,cha、pes,dis分别为t时段充电放电功率；μes,cha、μes,dis分别为蓄电池的充电与放电的状态变量；
16、所述储氢罐的模型为：
17、
18、式中，为t时段储氢罐的储氢量；分别为储氢罐的储氢、放氢效率；分别为t时段储氢、放氢功率；表示储氢和放氢状态；
19、所述蓄热池的模型为：
20、
21、式中，etes,t为t时段蓄热池的储热量；ρ为蓄热池热损耗系数；ηtes,cha、ηtes,dis分别表示蓄热池吸热、放热效率；μtes,cha、μtes,dis表示蓄热池吸热、放热状态变量；qtes,cha、qtes,dis分别为t时刻时蓄热池的吸热功率和放热功率。
22、所述燃料电池的模型为：
23、
24、式中，分别为t时段燃料电池的电、热输出功率；ηfc,e、ηfc,h分别为燃料电池的电、热转换效率；为t时段燃料电池的输入功率；
25、所述电解槽的模型为：
26、
27、式中，分别为t时段电解槽的产氢功率和放热功率；ηel,e、ηel,h分别为电解槽的电氢转换效率以及电热转换效率；则为t时段电解槽的输入功率。
28、优选地，步骤s3中通过将系统总运营成本最低设定为目标函数并建立相关约束条件对氢电热多能流微网系统进行调度。
29、优选地，所述目标函数的表达式为：
30、fmin＝feg+fop；
31、
32、
33、上式中，t为总调度时间；feg、fop分别为系统购能成本、系统运维成本；ce,t为电网实时购电价格；为t时段电网向系统的输出功率；qtes,cha、qtes,dis分别为t时刻电解槽输入功率和t时刻燃料电池输出功率；cpv、cwt、cel、cfc、ces、ctes分别为光伏发电设备单位运维成本、风机发电设备单位运维成本、电解槽单位运维成本、燃料电池单位运维成本、蓄电池单位运维成本、储氢罐单位运维成本和蓄热池单位运维成本。
34、优选地，所述约束条件包括：风光发电约束、氢电能量转换装置约束、电网交互约束、储能设备约束、电功率平衡约束、热功率平衡和氢负荷平衡约束。
35、所述风光发电约束的表达式为：
36、
37、式中，分别为光伏发电和风力发电的最大发电功率；
38、所述氢电能量转换装置约束的表达式为：
39、
40、式中，分别为电解槽与燃料电池的最大工作功率；
41、所述电网交互约束的表达式为：
42、
43、式中，分别为t时段电网发电功率、t时段系统向电网供电功率；为电网交互最大功率；
44、所述储能设备约束的表达式为：
45、
46、式中，分别为蓄电池、储氢罐、蓄热池的最大储能容量；
47、所述电功率平衡约束的表达式为：
48、
49、式中，pload,t为系统t时段电负荷；pev,t为模拟t时段的电动汽车负荷；
50、所述热功率平衡约束的表达式为：
51、
52、式中，qload,t为系统t时段热负荷；
53、所述氢负荷平衡约束的表达式为：
54、
55、式中，pfcv,t为模拟t时段的氢燃料电池汽车负荷。
56、优选地，步骤s3中对氢电热多能流微网系统模型的电负荷、氢负荷、热负荷和电网购电进行调度的方法包括：
57、当可再生能源的功率满足系统电负荷需求时，由可再生能源提供系统电负荷；否则由储能电池或储氢罐补足系统所需电负荷，若储能电池与储氢罐余量都不足，则向电网购电，共同满足系统负载需求；
58、当储氢罐的余量满足系统氢负荷需求时，由储氢罐单独提供系统氢负荷；否则通过电解槽制氢后与储氢罐共同提供氢气；
59、当蓄热池的余量满足系统热负荷需求时，由蓄热池单独提供系统热负荷；否则由电解槽、燃料电池工作放热后与蓄热池共同提供。
60、本专利技术的有益之处至少包括：
61、1、通过对新能源汽车负载的模拟以及对氢电热多能流微网进行能量管理，合理分配氢储能本文档来自技高网...
【技术保护点】
1.一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：所述氢电热多能流微网系统模型包括源端、网端、荷端、储端和氢电能量转换装置，所述源端为集群式可再生能源，包括风力发电与光伏发电；所述网端为并网型直流微电网；所述荷端包括电负荷、热负荷和氢负荷；所述储端包括蓄电池、储氢罐和蓄热池；所述氢电能量转换装置包括电解槽和燃料电池。
3.根据权利要求2所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：所述光伏发电的模型为：
4.根据权利要求2所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：所述蓄电池的模型为：
5.根据权利要求2所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：所述燃料电池的模型为：
6.根据权利要求1所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：步骤S3通过将系统总运营成本最低设定为目标函数并建立相关约
7.根据权利要求6所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于，所述目标函数的表达式为：
8.根据权利要求6所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于，所述约束条件包括：风光发电约束、氢电能量转换装置约束、电网交互约束、储能设备约束、电功率平衡约束、热功率平衡和氢负荷平衡约束。
9.根据权利要求8所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于，所述风光发电约束的表达式为：
10.根据权利要求2所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：步骤S3中对氢电热多能流微网系统模型的电负荷、氢负荷、热负荷和电网购电进行调度的方法包括：
...【技术特征摘要】
1.一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：所述氢电热多能流微网系统模型包括源端、网端、荷端、储端和氢电能量转换装置，所述源端为集群式可再生能源，包括风力发电与光伏发电；所述网端为并网型直流微电网；所述荷端包括电负荷、热负荷和氢负荷；所述储端包括蓄电池、储氢罐和蓄热池；所述氢电能量转换装置包括电解槽和燃料电池。
3.根据权利要求2所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：所述光伏发电的模型为：
4.根据权利要求2所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：所述蓄电池的模型为：
5.根据权利要求2所述的一种考虑新能源汽车负荷的氢电热多能流微网调度优化方法，其特征在于：所述燃料电池的模型为：
6.根据权利要...
【专利技术属性】
技术研发人员：谢长君，周贤翼，杜帮华，杨扬，朱文超，王喆伟，王瀚，杨文龙，李熙志，曹俊辉，李梓豪，
申请(专利权)人：武汉理工大学，
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。