【技术实现步骤摘要】
本申请涉及新能源，具体而言，涉及一种多能源系统的仿真研究及最优化匹配分析方法及装置。
技术介绍
1、在传统的电力与新能源结合的能源系统中，一个主要的技术问题是能源利用效率的低下的问题，这个问题源于电力和氢能生产、存储与消费之间存在的协调和优化难题，这些系统中的能量转换、分配与存储过程往往未能精确匹配能源供需，导致了可再生能源发电的损耗、储能设备的不充分利用，以及新能源生产与需求之间的不一致。
2、而现有技术中，通常使用经验作为依据进行能源之间的调配，不够精确。
3、因此，本领域亟需一种对具有多种发电方式的能源系统进行优化匹配的方法。
技术实现思路
1、为了解决传统的电力与新能源结合的能源系统中，能源利用效率的低下的问题，本申请提供了多能源系统的仿真研究及最优化匹配分析方法及装置。
2、本申请的实施例是这样实现的：
3、第一方面，本申请提供一种多能源系统的仿真研究及最优化匹配分析方法，包括：
4、基于simlink建立系统仿真模型，根据月平均气象数据，对风光氢系统进行性能分析和敏感性比较，得到气象因素影响规律；
5、利用蒙特卡罗法进行随机性模拟利用系统层级、天气状况和设备故障分析风力和光伏发电系统的运行状态，同时利用逐时气象数据，得到风光氢能源系统的逐时运行数据；
6、进行可靠性评价，并通过改变设备容量和负荷大小，得出各因素对可靠性的影响特性和系统可靠性水平；
7、进行优化匹配分析，得出风
8、在一种可能的实现方式中，所述基于simlink建立系统仿真模型，还包括：
9、依据贝茨定律建立的风力机数学模型，基于simulink建立风能利用系数模型和风力机模型，将风力和光伏发电系统以及电解槽、储氢罐模型进行封装和连接，构建得到风光氢能源系统的simulink仿真模型。
10、在一种可能的实现方式中，所述利用蒙特卡罗法进行随机性模拟利用系统层级、天气状况和设备故障分析风力和光伏发电系统的运行状态，同时利用逐时气象数据，得到风光氢能源系统的逐时运行数据，进一步包括：
11、利用离散得到的逐时风速数据，使用序贯蒙特卡罗法和马尔可夫链的计算方式得到风力机正常、降额、停运三种状态之间的转移率。
12、在一种可能的实现方式中，所述进行可靠性评价，并通过改变设备容量和负荷大小，得出各因素对可靠性的影响特性和系统可靠性水平，进一步包括：
13、基于所建立的风光氢能源系统的随机性模型，以常用配置的基础上改变风光总容量、光伏占比、各设备容量以及负荷大小，对系统进行可靠性评价。
14、在一种可能的实现方式中，所述进行优化匹配分析，得出风光氢系统相关运行和优化结果，进一步包括：
15、homer优化模拟，为sa-pso的优化计算提供正确的优化方向，可以加快sa-pso算法的收敛速度。利用homer+sa-pso算法对微网系统进行优化匹配确定最佳的微源数量配置，最终实现基于homer以全生命周期为总净现成本的优化目标。
16、在一种可能的实现方式中，homer模拟得出的最优配置方案的最低总净现成本，可确定sa-pso优化过程中经济性条件的约束范围，得到兼具经济性和可靠性的优化匹配结果。
17、在一种可能的实现方式中，所述基于simlink建立系统仿真模型，根据月平均气象数据，对风光氢系统进行性能分析和敏感性比较，得到气象因素影响规律，进一步包括：
18、风力发电系统建模，依据贝茨定律建立风力机数学模型，同时利用simulink建立风能利用系数模型和风力机模型，使用变步长的扰动观察法来保证系统输出维持在最大功率点；
19、光伏发电系统建模，基于光生伏特效应建立光伏电池模型，通过环境温度的变化对其中的参数进行调整；光伏阵列受外界因素影响，建立与风力机相似的最大功率跟踪控制模型，不同点在于扰动参数为光伏阵列的输出电压和电流；
20、将风力和光伏发电系统以及储氢罐模型进行封装和连接，构建得到风光氢能源系统的simulink仿真模型。
21、第二方面，本申请提供一种多能源系统的仿真研究及最优化匹配分析装置，包括：
22、建模模块，用于基于simlink建立系统仿真模型，根据月平均气象数据，对风光氢系统进行性能分析和敏感性比较，得到气象因素影响规律；
23、模拟模块，用于利用蒙特卡罗法进行随机性模拟利用系统层级、天气状况和设备故障分析风力和光伏发电系统的运行状态，同时利用逐时气象数据，得到风光氢能源系统的逐时运行数据；
24、评价模块，用于进行可靠性评价，并通过改变设备容量和负荷大小，得出各因素对可靠性的影响特性和系统可靠性水平；
25、分析模块，用于进行优化匹配分析，得出风光氢系统相关运行和优化结果。
26、本申请提供的技术方案至少可以达到以下有益效果：
27、本申请提供的多能源系统的仿真研究及最优化匹配分析方法及装置，综合利用多种工具和数据源，使用了自动气象站、homer软件、nasa在线数据以及气象网站等多种工具和数据源，充分利用了现代科技手段实施和分析。通过仿真模拟等方法，探索了不同外界因素对系统的影响规律，为系统设计和运行提供了可行性研究的依据，提高了系统的可靠性和稳定性。
28、本申请提供的多能源系统的仿真研究及最优化匹配分析方法及装置，还提出了敏感性分析和系统配置建议，通过敏感性分析，确定了不同气象因素对发电速率的影响程度，为系统配置提供了科学依据和建议，提高了系统的适应性和效率。
29、本申请提供的多能源系统的仿真研究及最优化匹配分析方法及装置，采用系统优化匹配和成本效益分析，利用homer算法进行系统优化匹配分析，通过枚举不同配置组合，利用智能算法进行优化匹配分析，确定最佳的微源数量配置，提高了系统的能源利用效率和经济性，为系统的运行和管理提供了有效的指导。
30、本申请提供的多能源系统的仿真研究及最优化匹配分析方法及装置，采用序贯蒙特卡罗法对常规机组和以风力发电为主的等效系统进行对比分析，有助于评估系统的性能，为实际地微网的设计和运行提供了更为精准的参考指标。
本文档来自技高网...【技术保护点】
1.一种多能源系统的仿真研究及最优化匹配分析方法，其特征在于，包括：
2.如权利要求1所述的多能源系统的仿真研究及最优化匹配分析方法，其特征在于，所述基于simlink建立系统仿真模型，还包括：
3.如权利要求1所述的多能源系统的仿真研究及最优化匹配分析方法，其特征在于，所述利用蒙特卡罗法进行随机性模拟利用系统层级、天气状况和设备故障分析风力和光伏发电系统的运行状态，同时利用逐时气象数据，得到风光氢能源系统的逐时运行数据，进一步包括：
4.如权利要求3所述的多能源系统的仿真研究及最优化匹配分析方法，其特征在于，所述进行可靠性评价，并通过改变设备容量和负荷大小，得出各因素对可靠性的影响特性和系统可靠性水平，进一步包括：
5.如权利要求1所述的多能源系统的仿真研究及最优化匹配分析方法，其特征在于，所述进行优化匹配分析，得出风光氢系统相关运行和优化结果，进一步包括：
6.如权利要求5所述的多能源系统的仿真研究及最优化匹配分析方法，其特征在于，HOMER模拟得出的最优配置方案的最低总净现成本，可确定SA-PSO优化过程中经济性条
7.如权利要求1所述的多能源系统的仿真研究及最优化匹配分析方法，其特征在于，所述基于simlink建立系统仿真模型，根据月平均气象数据，对风光氢系统进行性能分析和敏感性比较，得到气象因素影响规律，进一步包括：
8.一种多能源系统的仿真研究及最优化匹配分析装置，其特征在于，包括：
...【技术特征摘要】
1.一种多能源系统的仿真研究及最优化匹配分析方法，其特征在于，包括：
2.如权利要求1所述的多能源系统的仿真研究及最优化匹配分析方法，其特征在于，所述基于simlink建立系统仿真模型，还包括：
3.如权利要求1所述的多能源系统的仿真研究及最优化匹配分析方法，其特征在于，所述利用蒙特卡罗法进行随机性模拟利用系统层级、天气状况和设备故障分析风力和光伏发电系统的运行状态，同时利用逐时气象数据，得到风光氢能源系统的逐时运行数据，进一步包括：
4.如权利要求3所述的多能源系统的仿真研究及最优化匹配分析方法，其特征在于，所述进行可靠性评价，并通过改变设备容量和负荷大小，得出各因素对可靠性的影响特性和系统可靠性水平，进一步包括：
5...
【专利技术属性】
技术研发人员：姚宏，周小凯，邱圣明，张伯乾，池欣源，王一珊，陶新阳，仇子涵，徐铖，朱金乐，
申请(专利权)人：北京交通大学，
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。