一种风/储/氢并网发电系统弃风消纳能量管理方法与流程

1.本发明涉及新能源技术领域，特别是涉及一种基于凸优化的风/储/氢并网发电系统弃风消纳能量管理方法。


背景技术：

2.一方面，风力资源具有随机性、波动性和不可控性，为避免风力发电在其功率峰谷时刻对电网的稳定运行造成冲击，往往需要控制风电并网功率，从而造成大量弃风，导致风电场投资回报率下降。另一方面，氢能因其热值高、零排放等优点，正成为全球的能源发展战略。为消纳弃风能量，可以利用电解水制氢装置，在风电过剩时将多余的电能转化成氢能，通过售卖氢气提高风电场的经济效益。
3.为保证风/储/氢并网发电系统的稳定高效运行，达到减小并网有功功率波动并消纳弃风的目的，需要合理的能量管理策略。基于全局最优控制的能量管理可以统筹各个部件在一段时间内的高效运行，使风/储/氢并网发电系统达到性能指标最优。
4.然而，风/储/氢并网发电系统的最优控制是一个非线性0
‑
1混合规划问题，不仅需要解决风机、蓄电池和制氢储氢等设备的功率分配，还涉及设备的开关控制，因此，如何对风/储/氢并网发电系统进行能量管理是一亟需解决的技术问题。


技术实现要素：

5.基于此，本发明提供一种基于凸优化的风/储/氢并网发电系统弃风消纳能量管理方法，即在考虑了储能模型、制氢模型和开关状态等非线性因素的条件下，利用凸优化快速准确得到风电场各部件的最优功率分配，并采用动态规划对各个电解槽进行开关状态的优化，实现消纳弃风和平滑并网有功功率波动，有效地利用过剩的风电，并达到多目标高效运行的目的。
6.本发明所述的基于凸优化的风/储/氢并网发电系统弃风消纳能量管理方法，包括以下步骤：
7.s1：对风机的有功功率进行预测，或者直接采用风机有功功率的历史数据，得到风机在一段时间内的最大有功功率曲线，该段时间尺度包括但不限于年、月、日、时、分；
8.各个风机在k时刻的最大有功功率可以表示为各个风机在k时刻的最大有功功率可以表示为其中，n
wt
为风电场风机的个数；
9.s2：建立蓄电池储能设备及电解制氢储氢设备的稳态数学模型，并设定各部件运行时的约束条件；
10.s3：建立系统有功功率的平衡关系并对并网有功功率功率波动进行限定；
11.s4：确定系统运行时的目标函数；
12.s5：通过拟合或者松弛的方法对各模型及各约束条件进行凸化处理，并假设各个制氢电解槽在所需优化时间内的开关状态；
13.s6：利用凸优化工具箱快速求解蓄电池和各制氢电解槽的最优功率分配和状态方
程的对偶变量；
14.s7：根据对偶变量的值计算各个时刻下系统的最优哈密顿值；
15.s8：采用动态规划方法对各制氢电解槽的开关状态进行寻优；
16.s9：判断蓄电池与储氢罐的容量是否满足终值条件，是则终止计算输出结果，否则重复s6到s9。
17.所述s2中蓄电池能量缓冲装置和电解制氢及储氢设备的稳态数学模型可以表示为：
[0018][0019][0020]
其中，p
b
为蓄电池的输出功率，e
b
为蓄电池的能量，η
b
为蓄电池效率，e
tk
为储氢罐的剩余容量，为各个电解槽所产生的氢气；
[0021]
所述s2中的运行约束则可以表示为：
[0022]
p
bmin
≤p
b
(k)≤p
bmax
[0023]
e
bmin
≤e
b
(k)≤e
bmax
[0024]
e
tkmin
≤e
tk
(k)≤e
tkmax
[0025][0026][0027]
…
[0028][0029][0030][0031]
…
[0032][0033]
其中，p
bmin
和p
bmax
蓄电池的功率极限，e
bmin
和e
bmax
为蓄电池能量极限，为蓄电池能量极限，是各个电解槽的输入功率，是各个电解槽的最小输入功率，是各个电解槽最大输入功率，n
elz
为电解槽的个数，e
tkmin
和e
tkmax
为储氢罐最小和最大容量，为各个风机的有功功率，为各个风机的最大有功功率，n
wt
为风机个数。
[0034]
所述s3中，系统有功功率的平衡关系与并网有功功率功率波动限制可以表示为：
[0035][0036]
|p
g
(k)
‑
p
g
(k
‑
1)|≤d
[0037]
其中，p
g
为并网有功功率，d为并网有功功率波动约束；
[0038]
所述s4中系统运行时的目标函数可以定义为：
[0039]
j＝j
wc
+j
elz
+j
b
[0040][0041][0042][0043]
其中，j为目标函数，j
wc
为弃风电量，j
elz
为电解槽损耗能量，j
b
为蓄电池损耗能量，δt为时间间隔，为氢气热值。
[0044]
所述s5中对蓄电池荷电状态和电解槽制氢模型的凸化处理为：
[0045][0046][0047]
其中，为产氢量，为电解槽制氢量的拟合系数，y＝1,2,...,n
elz
；
[0048]
所述s7中系统的最优哈密顿值可以表示为：
[0049][0050]
其中，h
min
为哈密顿函数，λ
b
和λ
tk
分别为s6中所述的对偶变量；
[0051]
所述s8中采用动态规划搜寻电解槽开关状态的优化问题的目标函数可以表示为：
[0052][0053]
其中，j
h
为考虑电解槽开关的哈密顿值，为第z个电解槽在k时刻的开关状态，α为开关惩罚项。
[0054]
所述s9中蓄电池荷电状态和储氢罐容量状态的终值条件可以表示为：
[0055]
|e
b
(t
f
)
‑
e
b
(t0)|≤ε
b
[0056]
e
tk
≤e
tk_max
[0057]
其中，ε
b
为误差允许值，t0和t
f
为起始和终止时刻。
[0058]
本发明的优点在于，考虑了储能模型、制氢模型和开关状态等非线性因素的条件下，利用凸优化快速准确得到风电场各部件的最优功率分配，并采用动态规划对各个电解槽进行开关状态的优化，实现消纳弃风和平滑并网有功功率波动，有效地利用过剩的风电，并达到多目标高效运行的目的。
附图说明
[0059]
图1为本发明实施例提供的风/储/氢并网发电系统弃风消纳能量管理方法的流程图；
[0060]
图2为本发明所应用的风/储/氢并风发电系统。
具体实施方式
[0061]
实施例：
[0062]
下面结合附图和实施例对本发明的技术方案做进一步的说明。
[0063]
参阅图1所示，本实施例提供的风/储/氢并网发电系统弃风消纳能量管理方法主要包括如下步骤：
[0064]
s1：对风机的有功功率进行预测，或者直接采用风机有功功率的历史数据，得到风机在一段时间内的最大有功功率曲线，该段时间尺度包括但不限于年、月、日、时、分；
[0065]
各个风机在k时刻的最大有功功率可以表示为各个风机在k时刻的最大有功功率可以表示为其中，n
wt
为风电场风机的个数；
[0066]
s2：建立蓄电池储能设备及电解制氢储氢设备的稳态数学模型，并设定蓄电池储能设备和制氢及储氢设备运行时的约束条件；
[0067]
s3：建立系统有功功率的平衡关系并对并网有功功率功率波动进行限定；
[0068]
s4：确定系统运行时的目标函数；
[0069]
s5：通过拟合或者松弛的方法对各模型及各约束条件进行凸化处理，并假设各个制氢电解槽在所需优化时间内的开关状态；
[0070]
s6：利用凸优化工具箱快速求解蓄电池和各制氢电解槽的最优功率分配和状态方程的对偶变量；
[0071]
s7：根据对偶变量的值计算各个时刻下系统的最优哈密顿值；
[0072]
s8：采用动态规划方法对各制氢电解槽的开关状态进行寻优；
[0073]
s9：判断蓄电池与储氢罐的容量是否满足终值条件，是则终止计算输出结果，否则重复s6到s9。
[0074]
由此可见，本方法考虑了储能模型、制氢模型和开关状态等非线性因素，利用凸优化快速准确得到风电场各部件的最优功率分配，并采用动态规划对各个电解槽进行开关状态的优化，实现消纳弃风和平滑并网有功功率波动，并达到多目标高效运行的目的，有效地利用过剩的风电。
[0075]
具体地，所述s2中蓄电池能量缓冲装置和电解制氢及储氢设备的稳态数学模型及其运行约束可以表示为：
[0076][0077][0078]
其中，p
b
为蓄电池的输出功率，e
b
为蓄电池的能量，η
b
为蓄电池效率，e
tk
为储氢罐的剩余容量，为各个电解槽所产生的氢气；
[0079]
所述s2中的运行约束则可以表示为：
[0080]
p
bmin
≤p
b
(k)≤p
bmax
[0081]
e
bmin
≤e
b
(k)≤e
bmax
[0082]
e
tkmin
≤e
tk
(k)≤e
tkmax
[0083][0084]
[0085]
…
[0086][0087][0088][0089]
…
[0090][0091]
其中，p
bmin
和p
bmax
蓄电池的功率极限，e
bmin
和e
bmax
为蓄电池能量极限，为蓄电池能量极限，是各个电解槽的输入功率，是各个电解槽的最小输入功率，是各个电解槽最大输入功率，n
elz
为电解槽的个数，e
tkmin
和e
tkmax
为储氢罐最小和最大容量，为各个风机的有功功率，为各个风机的最大有功功率，n
wt
为风机个数。
[0092]
所述s3中，系统有功功率的平衡关系与并网有功功率功率波动限制可以表示为：
[0093][0094]
|p
g
(k)
‑
p
g
(k
‑
1)|≤d
[0095]
其中，p
g
为并网有功功率，d为并网有功功率波动约束；
[0096]
所述s4中系统运行时的目标函数可以定义为：
[0097]
j＝j
wc
+j
elz
+j
b
[0098][0099][0100][0101]
其中，j为目标函数，j
wc
为弃风电量，j
elz
为电解槽损耗能量，j
b
为蓄电池损耗能量，δt为时间间隔，q
h2
为氢气热值；
[0102]
所述s5中对蓄电池荷电状态和电解槽制氢模型的凸化处理为：
[0103][0104][0105]
其中，为电解槽制氢量的拟合系数，y＝1,2,...,n
elz
；
[0106]
所述s7中系统的最优哈密顿值可以表示为：
[0107]
[0108]
其中，h
min
为哈密顿函数，λ
b
和λ
tk
分别为s6中所述的对偶变量；
[0109]
所述s8中采用动态规划搜寻电解槽开关状态的优化问题的目标函数可以表示为：
[0110][0111]
其中，j
h
为考虑电解槽开关的哈密顿值，为第z个电解槽在k时刻的开关状态，α为开关惩罚项。
[0112]
所述s9中蓄电池荷电状态和储氢罐容量状态的终值条件可以表示为：
[0113]
|e
b
(t
f
)
‑
e
b
(t0)|≤ε
b
[0114]
e
tk
≤e
tk_max
[0115]
其中，ε
b
为误差允许值，t0和t
f
为起始和终止时刻。
[0116]
上述实施例只是为了说明本发明的技术构思及特点，其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰，都应涵盖在本发明的保护范围内。