一种可再生能源互补制氢交直流系统的智能决策方法

1.本发明涉及电力领域，尤其是一种可再生能源互补制氢交直流系统的智能决策方法。


背景技术：

2.在我国北方，尤其是东北三省等高寒、高海拔城市，由于基于氢能利用的氢燃料汽车、氢能公共交通在低温环境下续时里程长、低能耗等独特优势，其规模化应用和商业推广价值日益凸显，2019年氢能产业第一次被写入国务院《政府工作报告》，氢燃料汽车发展有望拉动千万吨氢气需求，推动万亿氢能产值。与此同时，高寒地区的太阳能与风能资源较为丰富，风/光互补制氢技术成为清洁能源转型和培育经济新增长点的重要方向之一。
3.图1描述了可再生能源互补制氢交直流系统的典型结构，其中单个交流系统ac通过电压源型换流站(voltage
‑
source converter,vsc)与直流网络互联，其中，vsc1,
…
,vsc2,
…
,vscn的交流侧分别接入ac1,
…
,ac2,
…
,acn，与此同时，vsc1,
…
,vsc2,
…
,vscn的直流侧经直流线路接入直流母线。直流网络可集成光伏发电、风力发电、储能装置、以及制氢负载等，当设备的直流电压与直流母线电压等级不匹配时，可以配置相应的dc/dc变换器进行适配。
4.可再生能源互补制氢交直流系统中，太阳能光伏发电输出功率具有明显的波动性和间歇性等特点，与风力发电不同，其功率变化相对缓慢，出力通常发生低频波动，因此需要有针对性地制定决策指令，对储能装置进行有效管控、进而平抑光伏发电功率波动，减少传统方法下的计算复杂度，保障可再生能源互补平稳制氢。


技术实现要素：

5.为了解决上述技术问题，本发明提出的可再生能源互补制氢交直流系统的智能决策方法，能够有效针对可再生能源功率波动过程中的低频变化，对储能装置进行有效管控，避免储能装置频繁动作，在平抑光伏发电功率波动的同时减少管控复杂度，并保障平稳制氢。
6.本发明的技术方案为：一种可再生能源互补制氢交直流系统的智能决策方法，具体实现流程如下：
7.步骤1、根据预设时间长度计算不同时刻光伏发电功率均值：
8.步骤2、根据当前时刻以及之前的多个时刻光伏发电功率以及对应均值，计算不同时刻光伏发电功率变化因子；
9.步骤3、将不同时刻光伏发电功率均值、光伏发电功率与变化因子进行数据拟合，并保证上限集合u始终大于下限集合l的前提下，得到最小的拟合值u和l,使储能装置的功率指令波动最小；
10.步骤4、根据步骤3的拟合结果智能决策，设置光伏拟合后的均值p，以及发送储能装置的功率指令。
11.进一步的，所述步骤1、根据预设时间长度计算不同时刻光伏发电功率均值，具体包括：
12.获取当前t时刻的光伏发电功率p
pv
(t)，t
‑
1时刻的光伏发电功率p
pv
(t
‑
1)
…
，以及t
‑
l+1时刻的光伏发电功率p
pv
(t
‑
l+1)，其中l为预设的计算时段长度；计算当前t时刻的均值：
13.p
t
＝(p
pv
(t)+p
pv
(t
‑
1)+
…
+p
pv
(t
‑
l+1))/l；
14.结合t
‑
1时刻的光伏发电功率p
pv
(t
‑
1)，t
‑
2时刻的光伏发电功率p
pv
(t
‑
2)
…
，以及t
‑
l时刻的光伏发电功率p
pv
(t
‑
l)；计算t
‑
1时刻的均值：
15.p
t
‑1＝(p
pv
(t
‑
1)+p
pv
(t
‑
2)+
…
+p
pv
(t
‑
l))/l；
16.结合t
‑
2时刻的光伏发电功率p
pv
(t
‑
2)，t
‑
3时刻的光伏发电功率p
pv
(t
‑
3)
…
，以及t
‑
l
‑
1时刻的光伏发电功率p
pv
(t
‑
l
‑
1)；计算t
‑
2时刻的均值：
17.p
t
‑2＝(p
pv
(t
‑
2)+p
pv
(t
‑
3)+
…
+p
pv
(t
‑
l
‑
1))/l。
18.进一步的，所述步骤2、根据当前时刻以及之前的多个时刻光伏发电功率以及对应均值，计算不同时刻光伏发电功率变化因子，具体包括：
19.结合当前t时刻的光伏发电功率p
pv
(t)，t
‑
1时刻的光伏发电功率p
pv
(t
‑
1)，t
‑
2时刻的光伏发电功率p
pv
(t
‑
2)，
20.计算t时刻的变化因子：k
t
＝1
‑
(p
pv
(t)
‑
p
t
)/p
pv
(t)；
21.计算t
‑
1时刻的变化因子：k
t
‑1＝1
‑
(p
pv
(t
‑
1)
‑
p
t
‑1)/p
pv
(t
‑
1)；
22.计算t
‑
2时刻的变化因子：k
t
‑2＝1
‑
(p
pv
(t
‑
2)
‑
p
t
‑2)/p
pv
(t
‑
2)；
23.进一步的，所述步骤3、将不同时刻光伏发电功率均值、光伏发电功率与变化因子进行数据拟合，并保证上限集合u始终大于下限集合l的前提下，得到最小的拟合值u和l，使储能装置的功率指令波动最小，具体包括：
24.步骤3.1设置临时变量n＝1，n为整数。
25.步骤3.2设置上限集合u、临时变量下限集合l，其中：
26.u＝{(p
pv
(t)+p
t
)/2
‑
k
t
n(p
pv
(t)
‑
p
t
)2，(p
pv
(t
‑
1)+p
t
‑1)/2
‑
k
t
‑1n(p
pv
(t
‑
1)
‑
p
t
‑1)2，
27.(p
pv
(t
‑
2)+p
t
‑2)/2
‑
k
t
‑2n(p
pv
(t
‑
2)
‑
p
t
‑2)2}，
28.l＝{p
pv
(t)+k
t
n(p
pv
(t)
‑
p
t
)2,p
pv
(t
‑
1)+k
t
‑1n(p
pv
(t
‑
1)
‑
p
t
‑1)2,p
pv
(t
‑
2)+k
t
‑2n(p
pv
(t
‑
2)
‑
p
t
‑2)2}，
29.步骤3.3如果p
pv
(t)+k
t
n(p
pv
(t)
‑
p
t
)2<(p
pv
(t)+p
t
)/2
‑
k
t
n(p
pv
(t)
‑
p
t
)2，
30.且p
pv
(t
‑
1)+k
t
‑1n(p
pv
(t
‑
1)
‑
p
t
‑1)2<(p
pv
(t
‑
1)+p
t
‑1)/2
‑
k
t
‑1n(p
pv
(t
‑
1)
‑
p
t
‑1)2，
31.且p
pv
(t
‑
2)+k
t
‑2n(p
pv
(t
‑
2)
‑
p
t
‑2)2<(p
pv
(t
‑
2)+p
t
‑2)/2
‑
k
t
‑2n(p
pv
(t
‑
2)
‑
p
t
‑2)2，
32.则改变n，n＝n+1，返回步骤3.2；否则退出数据拟合流程。
33.进一步的，所述步骤4、根据步骤3的拟合结果智能决策，设置光伏拟合后的均值p以及发送储能装置的功率指令，具体包括：
34.p＝min{(p
pv
(t)+p
t
)/2
‑
k
t
n(p
pv
(t)
‑
p
t
)2,p
pv
(t)+k
t
n(p
pv
(t)
‑
p
t
)2,p
pv
(t)}
35.此时，储能装置的功率指令为：p
pv
(t)
‑
p。
36.有益效果：
37.受自然因素的影响，可再生能源互补制氢交直流系统中的光伏发电出力具有波动性和间歇性等特点，而且其功率波动较为缓慢，跟常见的风力发电输出功率特性相比较，其
通常为低频波动，而直接套用传统的储能管控方法，则会增加不必要的计算复杂度。本发明提出的可再生能源互补制氢交直流系统的智能决策方法，能够有效针对可再生能源功率波动过程中的低频变化，对储能装置进行有效管控，避免储能装置频繁动作，在平抑光伏发电功率波动的同时减少管控复杂度，并保障平稳制氢。
附图说明
38.图1可再生能源互补制氢交直流系统示意图；
39.图2本发明的方法流程图。
具体实施方式
40.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
41.本发明提出一种可再生能源互补制氢交直流系统的智能决策方法，如图2所示，其具体实现流程如下：
42.步骤1、根据预设时间长度计算不同时刻光伏发电功率均值：
43.获取当前t时刻的光伏发电功率p
pv
(t)，t
‑
1时刻的光伏发电功率p
pv
(t
‑
1)
…
，以及t
‑
l+1时刻的光伏发电功率p
pv
(t
‑
l+1)，其中l为预设的计算时段长度；计算当前t时刻的均值：
44.p
t
＝(p
pv
(t)+p
pv
(t
‑
1)+
…
+p
pv
(t
‑
l+1))/l；
45.结合t
‑
1时刻的光伏发电功率p
pv
(t
‑
1)，t
‑
2时刻的光伏发电功率p
pv
(t
‑
2)
…
，以及t
‑
l时刻的光伏发电功率p
pv
(t
‑
l)；计算t
‑
1时刻的均值：
46.p
t
‑1＝(p
pv
(t
‑
1)+p
pv
(t
‑
2)+
…
+p
pv
(t
‑
l))/l；
47.结合t
‑
2时刻的光伏发电功率p
pv
(t
‑
2)，t
‑
3时刻的光伏发电功率p
pv
(t
‑
3)
…
，以及t
‑
l
‑
1时刻的光伏发电功率p
pv
(t
‑
l
‑
1)；计算t
‑
2时刻的均值：
48.p
t
‑2＝(p
pv
(t
‑
2)+p
pv
(t
‑
3)+
…
+p
pv
(t
‑
l
‑
1))/l；
49.步骤2、根据当前时刻以及之前的多个时刻光伏发电功率以及对应均值，计算不同时刻光伏发电功率变化因子：
50.结合当前t时刻的光伏发电功率p
pv
(t)，t
‑
1时刻的光伏发电功率p
pv
(t
‑
1)，t
‑
2时刻的光伏发电功率p
pv
(t
‑
2)，
51.计算t时刻的变化因子：k
t
＝1
‑
(p
pv
(t)
‑
p
t
)/p
pv
(t)；
52.计算t
‑
1时刻的变化因子：k
t
‑1＝1
‑
(p
pv
(t
‑
1)
‑
p
t
‑1)/p
pv
(t
‑
1)；
53.计算t
‑
2时刻的变化因子：k
t
‑2＝1
‑
(p
pv
(t
‑
2)
‑
p
t
‑2)/p
pv
(t
‑
2)；
54.步骤3、将不同时刻光伏发电功率均值、光伏发电功率与变化因子进行数据拟合，并保证上限集合u始终大于下限集合l的前提下，得到最小的拟合值u和l，使储能装置的功率指令波动最小。
55.步骤3.1设置临时变量n＝1，n为整数。
56.步骤3.2设置上限集合u、临时变量下限集合l，其中：
57.u＝{(p
pv
(t)+p
t
)/2
‑
k
t
n(p
pv
(t)
‑
p
t
)2，(p
pv
(t
‑
1)+p
t
‑1)/2
‑
k
t
‑1n(p
pv
(t
‑
1)
‑
p
t
‑1)2，
58.(p
pv
(t
‑
2)+p
t
‑2)/2
‑
k
t
‑2n(p
pv
(t
‑
2)
‑
p
t
‑2)2}，
59.l＝{p
pv
(t)+k
t
n(p
pv
(t)
‑
p
t
)2,p
pv
(t
‑
1)+k
t
‑1n(p
pv
(t
‑
1)
‑
p
t
‑1)2,p
pv
(t
‑
2)+k
t
‑2n(p
pv
(t
‑
2)
‑
p
t
‑2)2}，
60.步骤3.3如果p
pv
(t)+k
t
n(p
pv
(t)
‑
p
t
)2<(p
pv
(t)+p
t
)/2
‑
k
t
n(p
pv
(t)
‑
p
t
)2，
61.且p
pv
(t
‑
1)+k
t
‑1n(p
pv
(t
‑
1)
‑
p
t
‑1)2<(p
pv
(t
‑
1)+p
t
‑1)/2
‑
k
t
‑1n(p
pv
(t
‑
1)
‑
p
t
‑1)2，
62.且p
pv
(t
‑
2)+k
t
‑2n(p
pv
(t
‑
2)
‑
p
t
‑2)2<(p
pv
(t
‑
2)+p
t
‑2)/2
‑
k
t
‑2n(p
pv
(t
‑
2)
‑
p
t
‑2)2，
63.则改变n，n＝n+1，返回3.2；否则退出数据拟合流程。
64.步骤4、根据步骤3的拟合结果智能决策，设置光伏拟合后的均值p。
65.p＝min{(p
pv
(t)+p
t
)/2
‑
k
t
n(p
pv
(t)
‑
p
t
)2,p
pv
(t)+k
t
n(p
pv
(t)
‑
p
t
)2,p
pv
(t)}
66.此时，储能装置的功率指令为：p
pv
(t)
‑
p
67.本发明提出的可再生能源互补制氢交直流系统的智能决策方法，能够有效针对可再生能源功率波动过程中的低频变化，对储能装置进行有效管控，避免储能装置频繁动作，在平抑光伏发电功率波动的同时减少传统储能管控方法的复杂度，并保障平稳制氢。
68.综上，可再生能源制氢与氢能利用成为清洁能源转型的重要方向之一，本发明提出的可再生能源互补制氢交直流系统的智能决策方法，可以有效弥补现有缺陷，有利于平抑光伏发电功率波动，保障可再生能源互补平稳制氢，应用前景广阔。
69.尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，且应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。