System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电氢耦合系统规划,尤其涉及一种考虑多样化应用的电氢系统全寿命周期规划方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、氢能具有能量密度大、绿色低碳、长期存储损耗低等优势,能够在电氢耦合系统多时间尺度能量平衡场景中发挥优势,降低系统运行供需不平衡风险。同时,氢能作为一种终端能源应用潜力巨大,在全生命周期规划收益分析的基础上将长短周期电氢储能与氢能多元应用模式相结合,并通过压强转换环节、掺氢系统、电氢转换设备等充分发挥氢能的多元应用价值,能够进一步提升电氢耦合系统的能源转换与利用效率,进而在保障电氢耦合系统可靠运行的同时全面评估规划收益,提升规划运行经济性和可靠性。
3、然而,目前在考虑长短周期电氢储能的电氢耦合系统规划中氢能应用模式简单,局限于燃料电池发电和储氢应用,未能将氢能的终端能源应用潜力与长短周期电氢储能灵活平衡多时间尺度供需风险潜力相结合,使得电氢混合储能规划方案较为保守,且对多规划年的全寿命周期规划收益缺乏合理评估,对电氢耦合系统规划运行的经济性和可靠性造成一定影响。
4、现有技术公开了一种基于全生命周期的电氢综合能源系统双层优化方法,基于全生命周期理论,对电氢综合能源系统的成本、效益展开分析,建立成本收益数学模型;基于双层优化理论,确定混合储能系统的运行出力优化,形成最优运行方式,最优出力反馈至上层模型;将两层优化模型耦合,建立电氢综合能源系统双层优化模型;但是,该方案仅选取典型日进行优化,仅考虑了日内能量转
技术实现思路
1、为了解决上述问题,本专利技术提出了一种考虑多样化应用的电氢系统全寿命周期规划方法及系统,考虑氢能生产、转换、储存、应用等环节,构建同时考虑氢能多样化应用需求与长短周期电氢混合储能的电氢耦合系统,基于全寿命周期规划收益建立电氢耦合系统双层多阶段优化配置模型,实现电氢耦合系统经济效益最大化。
2、在一些实施方式中,采用如下技术方案:
3、一种考虑多样化应用的电氢系统全寿命周期规划方法,包括:
4、考虑氢能生产、转换、储存和应用环节,构建包括可再生能源发电设备、电储能设备、电氢转换设备、低压储氢罐设备、高压储氢罐设备、压强转换设备和掺氢系统设备的电氢耦合系统;
5、以全寿命周期净利润最大化的同时满足场景重构误差最小为目标,构建上层容量配置优化模型,以实际运行过程中总运行成本最小为目标,构建下层运行优化模型;
6、对双层优化模型进行求解,求解过程中对全寿命周期规划净利润进行评估,最终得到最优的电氢耦合系统容量配置以及长短周期氢储能能量优化配置结果。
7、作为进一步的方案,所述上层容量配置优化模型具体为:
8、;
9、其中,表示场景重构误差成本,表示多规划年全寿命周期净利润平均值。
10、所述多规划年全寿命周期净利润平均值具体为:
11、;
12、;
13、式中,表示当累计全寿命周期净利润为正时所对应的规划年限,表示每年的全寿命周期净利润,、分别表示系统初始投资成本与运行维护成本,表示系统运行净收益。
14、所述场景重构误差成本包括全年8760小时系统净出力数据重构误差以及长周期低压储氢罐储氢量重构误差,具体为:
15、;
16、;
17、其中,表示重构误差惩罚系数,与分别表示t时刻系统净出力重构数据与原始数据,与分别表示典型日d低压储氢罐储氢量重构数据与原始数据;、、分别表示 t时刻光伏出力原始数据、风机出力原始数据、负荷需求原始数据;、和分别表示 t时刻光伏出力、风机出力、负荷需求的重构数据。
18、所述下层运行优化模型具体为:
19、;
20、;
21、其中,为实际运行过程中的总运行成本,为场景聚类数量,为场景聚类重构典型日的数量,为系统典型日运行成本,、、、、、、和分别为系统购电成本、购氢成本、碳排放惩罚成本、供需不平衡风险惩罚成本、弃风弃光惩罚成本、压缩机用电成本、售氢收益和掺氢系统碳排放收益。
22、作为进一步的方案,对双层优化模型进行求解,具体过程为:
23、在上层容量配置层,采用粒子群算法随机生成系统设备配置初始容量以及后续场景聚类簇数;
24、基于生成的系统设备配置容量与聚类簇数,在上层容量配置优化阶段进行长周期氢储能的能量优化,得到低压储氢罐每日充放氢总量;
25、基于得到的低压储氢罐每日充放氢总量,与系统风机出力、光伏出力以及负荷需求数据共同作为时间序列场景聚类原始数据;
26、采用kmeans聚类方法得到典型日并进行重构还原为全年场景,将重购数据与原始数据进行校验,将重构误差大于设定阈值的典型日补充至典型场景中;
27、对典型场景进行短周期电氢储能协同优化,并将优化结果重构为全年连续时间序列,得到下层运行优化模型的目标函数值;
28、判断在当前设备配置容量下当前规划年优化运行目标函数中全寿命周期净利润是否为正,若为负则表明系统处于亏损状态则继续计算下一规划年的全寿命周期净利润,并累计当前多规划年全寿命周期净利润得到总收益,直到系统全寿命周期多规划年总收益为正,输出规划年限与累计总收益,计算年平均净利润,并将其返回上层容量配置层,更新上层容量配置优化模型的目标函数,更新后的上层容量配置优化模型的目标函数作为粒子群的适应度函数进行进一步迭代优化;
29、寻找粒子群适应度最优的配置方案、场景聚类簇数以及系统优化运行结果,得到考虑氢能多样化应用需求与全寿命周期规划收益的系统最优容量优化配置结果。
30、在另一些实施方式中,采用如下技术方案:
31、一种考虑多样化应用的电氢系统全寿命周期规划系统,包括:
32、系统构建模块,用于考虑氢能生产、转换、储存和应用环节,构建包括可再生能源发电设备、电储能设备、电氢转换设备、低压储氢罐设备、高压储氢罐设备、压强转换设备和掺氢系统设备的电氢耦合系统;
33、优化模型构建模块,用于以全寿命周期净利润最大化的同时满足场景重构误差最小为目标,构建上层容量配置优化模型,以实际运行过程中总运行成本最小为目标,构建下层运行优化模型;
34、模型求解模块,用于对双层优化模型进行求解,求解过程中对全寿命周期规划净利润进行评估,最终得到最优的电氢耦合系统容量配置以及长短周期氢储能能量优化配置结果。
35、在另一些实施方式中,采用如下技术方案:一种终端设备,其包括处理器和存储器,处理器用于实现指令;存储器用于存储多条指令,所述指令适于由处理器加载并执行上述的考虑多样化应用的电氢系统全寿命周期规划方法本文档来自技高网...
【技术保护点】
1.一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,包括:
2.如权利要求1所述的一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,考虑氢能生产、转换、储存和应用环节,具体为:
3.如权利要求1所述的一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,所述低压储氢罐设备模型具体为:
4.如权利要求1所述的一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,所述高压储氢罐设备模型具体为:
5.如权利要求1所述的一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,所述上层容量配置优化模型具体为:
6.如权利要求5所述的一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,所述多规划年全寿命周期净利润平均值具体为:
7.如权利要求1所述的一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,所述下层运行优化模型具体为:
8.如权利要求1所述的一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,对双层优化模型进行求解,具体过程为:
< ...【技术特征摘要】
1.一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,包括:
2.如权利要求1所述的一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,考虑氢能生产、转换、储存和应用环节,具体为:
3.如权利要求1所述的一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,所述低压储氢罐设备模型具体为:
4.如权利要求1所述的一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,所述高压储氢罐设备模型具体为:
5.如权利要求1所述的一种考虑多样化应用的电氢系统全寿命周期规划方法,其特征在于,所述上层容量配置优化模型具体为:
6.如权利要求5所述的一种考虑多样化...
【专利技术属性】
技术研发人员:陈健,孙子涵,陈杨,张文,张婷婷,孙显卓,潘光胜,
申请(专利权)人:山东大学,
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。