一种氢光储充电站容量优化配置方法及系统

1.本发明涉及电动洗车充电站领域，特别是涉及一种氢光储充电站容量优化配置方法及系统。


背景技术：

2.随着电动汽车的快速普及，充电基础设施的建设和规划已经成为目前电动汽车保持高速发展的关键问题。充电站短时大功率的需求对电网带来了巨大的电力负担，影响电网的稳定运行。与光伏结合的充电站可以有效地提高清洁能源的利用率，同时减缓电动车的大量应用对电力高负荷需求紧张。
3.光伏等新能源发电利用具有明显的短期随机波动和长期季节性出力失衡等特征。储能是新能源利用中解决电力失衡的重要组成部分。电池是目前常用的储能方式，利用电池储能建立均衡的容量配置可以在有效解决新能源发电波动性的同时，让系统经济性保持最优。但是由于存在自放电问题，目前电化学电池只能实现数天内的短期光伏发电容量配置均衡利用。同时光伏发电不同季节下出力会发生明显的变化，这种季节性出力失衡的现象导致短期均衡的系统配置并不适用于长期的运营。因此，光伏发电和电池储能难以实现长时间周期的配置耦合。
4.目前，并未有方法能够解决光伏发电和电池储能中配置结构不合理的问题。


技术实现要素：

5.本发明的目的是提供一种氢光储充电站容量优化配置方法及系统，以解决充电站因季节天气变化导致的长期单储能结构配置不合理问题。
6.为实现上述目的，本发明提供了如下方案：一种氢光储充电站容量优化配置方法，包括：获取氢光储充电站在设定历史阶段的平均光伏发电数据和平均充电负荷数据；所述氢光储充电站包括光伏系统、梯次电池储能系统、燃料电池系统、电解槽制氢系统和储氢罐；基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型；利用nsga
‑ⅱ
算法对所述氢光储充电站容量优化配置模型进行优化，确定氢光储充电站容量最优配置。
7.可选地，所述基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型，具体包括：根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电
站容量优化配置模型的功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束、电解槽制氢系统运行状态约束和燃料电池系统运行状态约束；根据所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，确定氢光储充电站容量优化配置模型的决策变量约束；根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的目标函数。
8.可选地，所述根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束、电解槽制氢系统运行状态约束和燃料电池系统运行状态约束，具体包括：根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统的功率、所述电解槽制氢系统的输入功率、所述光伏系统的浪费功率、所述燃料电池系统的输出功率和电网输入功率确定所述功率平衡约束；根据所述梯次电池储能系统确定所述梯次电池储能系统荷电状态约束；根据所述燃料电池系统的输出功率和燃料电池系统工作状态约束系数确定所述燃料电池输出功率约束；根据所述电解槽制氢系统的输入功率和电解槽制氢系统工作状态约束系统确定所述电解槽制氢系统输入功率约束；根据所述储氢罐的氢气质量确定所述储氢罐容量约束；根据所述燃料电池系统工作状态约束系数和所述电解槽制氢系统工作状态约束系统确定电解槽制氢系统运行状态约束和燃料电池系统运行状态约束。
9.可选地，所述根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的目标函数，具体包括：根据电网输入功率和所述平均充电负荷数据确定所述目标函数中的系统短缺的负荷占比；根据光伏系统的浪费功率和所述平均光伏发电数据确定所述目标函数中的系统浪费的光伏发电占比；根据所述梯次电池储能系统的成本、所述电解槽制氢系统的成本、所述光伏系统的成本、所述燃料电池系统的成本和所述储氢罐的成本确定所述目标函数中的氢光储充电站成本。
10.可选地，所述利用nsga
‑ⅱ
算法对所述氢光储充电站容量优化配置模型进行优化，确定氢光储充电站容量最优配置，具体包括：利用nsga
‑ⅱ
算法对所述氢光储充电站容量优化配置模型进行求解，得到pareto解集；根据所述pareto解集确定所述氢光储充电站容量最优配置。
11.一种氢光储充电站容量优化配置系统，包括：获取模块，用于获取氢光储充电站在设定历史阶段的平均光伏发电数据和平均充电负荷数据；所述氢光储充电站包括光伏系统、梯次电池储能系统、燃料电池系统、电解槽制氢系统和储氢罐；构建模块，用于基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型；优化模块，用于利用nsga
‑ⅱ
算法对所述氢光储充电站容量优化配置模型进行优化，确定氢光储充电站容量最优配置。
12.可选地，所述构建模块，具体包括：功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束以及电解槽制氢系统和燃料电池系统运行状态约束确定单元，用于根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束、电解槽制氢系统运行状态约束和燃料电池系统运行状态约束；决策变量约束确定单元，用于根据所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，确定氢光储充电站容量优化配置模型的决策变量约束；目标函数确定单元，用于根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的目标函数。
13.可选地，所述功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束以及电解槽制氢系统和燃料电池系统运行状态约束确定单元，具体包括：功率平衡约束确定子单元，用于根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统的功率、所述电解槽制氢系统的输入功率、所述光伏系统的浪费功率、所述燃料电池系统的输出功率和电网输入功率确定所述功率平衡约束；梯次电池储能系统荷电状态约束确定子单元，用于根据所述梯次电池储能系统确定所述梯次电池储能系统荷电状态约束；燃料电池输出功率约束确定子单元，用于根据所述燃料电池系统的输出功率和燃料电池系统工作状态约束系数确定所述燃料电池输出功率约束；电解槽制氢系统输入功率约束确定子单元，用于根据所述电解槽制氢系统的输入功率和电解槽制氢系统工作状态约束系统确定所述电解槽制氢系统输入功率约束；储氢罐容量约束确定子单元，用于根据所述储氢罐的氢气质量确定所述储氢罐容量约束；电解槽制氢系统和燃料电池系统运行状态约束确定子单元，用于根据所述燃料电池系统工作状态约束系数和所述电解槽制氢系统工作状态约束系统确定电解槽制氢系统
运行状态约束和燃料电池系统运行状态约束。
14.可选地，所述目标函数确定单元，具体包括：系统短缺的负荷占比确定子单元，用于根据电网输入功率和所述平均充电负荷数据确定所述目标函数中的系统短缺的负荷占比；系统浪费的光伏发电占比确定子单元，用于根据光伏系统的浪费功率和所述平均光伏发电数据确定所述目标函数中的系统浪费的光伏发电占比；氢光储充电站成本确定子单元，用于根据所述梯次电池储能系统的成本、所述电解槽制氢系统的成本、所述光伏系统的成本、所述燃料电池系统的成本和所述储氢罐的成本确定所述目标函数中的氢光储充电站成本。
15.可选地，所述优化模块，具体包括：求解单元，用于利用nsga
‑ⅱ
算法对所述氢光储充电站容量优化配置模型进行求解，得到pareto解集；氢光储充电站容量最优配置确定单元，用于根据所述pareto解集确定所述氢光储充电站容量最优配置。
16.根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明获取氢光储充电站在设定历史阶段的平均光伏发电数据和平均充电负荷数据；所述氢光储充电站包括光伏系统、梯次电池储能系统、燃料电池系统、电解槽制氢系统和储氢罐；基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型；利用nsga
‑ⅱ
算法对所述氢光储充电站容量优化配置模型进行优化，确定氢光储充电站容量最优配置。在构建氢光储充电站容量优化配置模型中充分考虑光伏系统、梯次电池储能系统、燃料电池系统、电解槽制氢系统和储氢罐在充电站中的作用，解决充电站因季节天气变化导致的长期单储能结构配置不合理问题。
附图说明
17.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
18.图1为本发明提供的氢光储充电站容量优化配置方法流程图；图2为本发明提供的氢光储充电站结构示意图；图3为pareto解集示意图。
具体实施方式
19.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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.本发明的目的是提供一种氢光储充电站容量优化配置方法及系统，以解决充电站
因季节天气变化导致的长期单储能结构配置不合理问题。
21.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
22.如图1所示，本发明提供的一种氢光储充电站容量优化配置方法，包括：步骤101：获取氢光储充电站在设定历史阶段的平均光伏发电数据和平均充电负荷数据；如图2所示，所述氢光储充电站包括光伏系统、梯次电池储能系统、燃料电池系统、电解槽制氢系统和储氢罐。图2中的梯次电池系统即为梯次电池储能系统。其中氢光储充电站的负荷包括供给慢充的交流负荷，供给快充的直流负荷。设定历史阶段为在一定预设周期大小的历史阶段。
23.氢光储充电站在一定预设周期大小的历史阶段内第t个时间段的平均光伏发电数据p
pv
(t)的公式如下：其中ny为历史阶段预设周期的总数，为第i个预设周期的第t个时刻的氢光储充电站光伏发电功率，p
pv
(t)为氢光储充电站光伏系统在t时刻发电功率（kw）。
24.氢光储充电站在一定预设周期大小的历史阶段内第t个时间段的平均充电负荷数据p
l
(t)的公式如下：其中为第i个预设周期内的第t个时刻的氢光储充电站充电负荷功率。
25.步骤102：基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型。其中氢光储充电站容量优化配置模型为考虑梯次电池储能系统衰退的氢光储充电站容量优化配置模型。
26.步骤102，具体包括：根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束、电解槽制氢系统运行状态约束和燃料电池系统运行状态约束。
27.其中，所述根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束、电解槽制氢系统运行状态约束和燃料电池系统运行状态约束，具体包括：根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统的
功率、所述电解槽制氢系统的输入功率、所述光伏系统的浪费功率、所述燃料电池系统的输出功率和电网输入功率确定所述功率平衡约束。
28.功率平衡约束的公式如下：其中，p
rb
(t)为梯次电池储能系统的功率（kw）；p
fb
(t)为燃料电池系统的输出功率（kw）；pe(t)为电解槽制氢系统输入功率；pw(t)为光伏发电的浪费功率（kw）；pg(t)为电网输入功率（kw）；se和s
fb
分别为电解槽制氢系统和燃料电池系统工作状态约束系数，其值为0或1。
29.根据所述梯次电池储能系统确定所述梯次电池储能系统荷电状态约束。
30.梯次电池储能系统荷电状态（soc(t)）约束的公式如下：式中soc
min
、soc
max
为梯次电池储能系统运行soc的上下限。
31.根据所述燃料电池系统的输出功率和燃料电池系统工作状态约束系数确定所述燃料电池输出功率约束。
32.燃料电池输出功率约束的公式如下：式中为燃料电池输出功率的最大值，为燃料电池输出功率的最小值。
33.根据所述电解槽制氢系统的输入功率和电解槽制氢系统工作状态约束系统确定所述电解槽制氢系统输入功率约束；电解槽制氢系统输入功率约束公式如下：式中为电解槽制氢系统输入功率的最大值，为电解槽制氢系统输入功率的最大值。
34.根据所述储氢罐的氢气质量确定所述储氢罐容量约束；储氢罐容量约束公式如下：0≤c
tank
(t)≤n
t
式中c
tank
(t)为储氢罐内氢气的质量（kg），n
t
为储氢罐最大储氢质量（kg）。
35.根据所述燃料电池系统工作状态约束系数和所述电解槽制氢系统工作状态约束系统确定电解槽制氢系统运行状态约束和燃料电池系统运行状态约束。
36.电解槽制氢系统和燃料电池系统运行状态约束公式如下：se+s
fb
≤1由于储氢罐不能同时工作在加氢和放氢两种工作状态，所以此约束可以保证同一时间段内电解槽制氢系统和燃料电池系统不能同时进行工作。
37.根据所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，确定氢光储充电站容量优化配置模型的决策变量约束。
38.决策变量约束公式如下：
其中n
pv
为光伏系统的额定功率（kw），是设定的光伏系统额定功率的容量配置最大值（kw）；n
rb
为梯次电池储能系统的额定容量（kwh），是设定的梯次电池系统额定容量的容量配置最大值（kwh）；n
fb
为燃料电池系统的额定功率（kw），是设定的燃料电池系统额定功率的容量配置最大值（kw）；ne为电解槽制氢系统的额定功率（kw），是设定的电解槽制氢系统额定功率的容量配置最大值（kw）；是设定的储氢罐最大储氢质量的容量配置最大值（kg）。
39.根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的目标函数。
40.其中，所述根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的目标函数，具体包括：根据电网输入功率和所述平均充电负荷数据确定所述目标函数中的系统短缺的负荷占比。
41.系统短缺的负荷占比，如下式所示：根据光伏系统的浪费功率和所述平均光伏发电数据确定所述目标函数中的系统浪费的光伏发电占比。
42.系统浪费的光伏发电占比，如下式所示：根据所述梯次电池储能系统的成本、所述电解槽制氢系统的成本、所述光伏系统的成本、所述燃料电池系统的成本和所述储氢罐的成本确定所述目标函数中的氢光储充电站成本。
43.光伏系统安全运行寿命内氢光储充电站安装和运营成本即氢光储充电站成本c，如下式所示：
其中c
pv
为光伏系统成本，c
rb
为梯次电池储能系统成本，c
fb
为燃料电池系统成本，ce为电解槽制氢系统成本，c
t
为储氢罐成本。各部分具体的计算公式如下：其中u
pv
($/kw)为单位光伏系统的购买和安装成本，i
pv
($/kw)为单位光伏系统的年维护成本，fr为年膨胀利率，为光伏系统安全运行寿命。
44.其中u
rb
($/kwh)为单位梯次储能系统的购买和安装成本，i
rb
($/kwh)为单位梯次储能系统的年维护成本，dr为年折扣利率，n1,n2,
…
为梯次电池储能系统更换时间，其由下式计算得出：其中y
rb
为梯次电池储能系统安全运行寿命。
45.其中u
fb
($/kw)为单位燃料电池的购买和安装成本，i
fb
($/kw)为单位燃料电池的年维护成本，k1,k2,
…
为燃料电池系统更换时间，其由下式计算得出：其中y
fb
为燃料电池系统安全运行寿命。
46.其中ue($/kw)为单位电解槽制氢系统的购买和安装成本，ie($/kw)为单位电解槽制氢系统的年维护成本，m1,m2,
…
为电解槽制氢系统更换时间，其由下式计算得出：其中ye为电解槽制氢系统安全运行寿命。
47.其中u
t
($/m3)为单位储氢罐的购买和安装成本，i
t
($/m3)为单位储氢罐的年维护成本，储氢罐的寿命较长，故可认为在光伏系统寿命内，储氢罐无需更换。
48.步骤103：利用nsga
‑ⅱ
算法对所述氢光储充电站容量优化配置模型进行优化，确定氢光储充电站容量最优配置。采用nsga
‑ⅱ
算法求解步骤102中的配置模型，实现氢光储
充电站容量最优配置方案获取。
49.步骤103，具体包括：利用nsga
‑ⅱ
算法对所述氢光储充电站容量优化配置模型进行求解，得到如图3所示的pareto解集。
50.根据所述pareto解集确定所述氢光储充电站容量最优配置。根据系统的不同目标要求，在pareto解集中选取最优配置方案。
51.氢光储充电站容量优化配置模型采用的氢光储充电站运行的具体功率分配方法为：光伏发电输出的功率优先满足氢光储充电站负荷的需求。当光伏发电功率超过站内充电负荷需求时，如果储能电池尚未充满，盈余发电功率在梯次电池系统功率范围内存入梯次电池系统中，其余功率供给电解槽制氢系统以制备氢气，制氢的氢气存入储氢罐中；如果梯次电池为充满状态，盈余功率利用电解槽制氢系统制取氢气存入储氢罐中。当光伏发电功率低于站内充电负荷需求时，如果储能电池soc高于最低限值，利用梯次电池系统补充功率梯次电池系统功率允许范围内不足的功率，剩余不足功率由燃料电池补充。
52.本发明提供的一种氢光储充电站容量优化配置系统，包括：获取模块，用于获取氢光储充电站在设定历史阶段的平均光伏发电数据和平均充电负荷数据；所述氢光储充电站包括光伏系统、梯次电池储能系统、燃料电池系统、电解槽制氢系统和储氢罐。
53.构建模块，用于基于所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，根据所述平均光伏发电数据和所述平均充电负荷数据构建氢光储充电站容量优化配置模型。
54.优化模块，用于利用nsga
‑ⅱ
算法对所述氢光储充电站容量优化配置模型进行优化，确定氢光储充电站容量最优配置。
55.作为一种可选地实施方式，所述构建模块，具体包括：功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束以及电解槽制氢系统和燃料电池系统运行状态约束确定单元，用于根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束、电解槽制氢系统运行状态约束和燃料电池系统运行状态约束。
56.决策变量约束确定单元，用于根据所述光伏系统、所述梯次电池储能系统、所述燃料电池系统、所述电解槽制氢系统和所述储氢罐，确定氢光储充电站容量优化配置模型的决策变量约束。
57.目标函数确定单元，用于根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统、所述电解槽制氢系统、所述光伏系统、所述燃料电池系统和所述储氢罐，确定所述氢光储充电站容量优化配置模型的目标函数。
58.作为一种可选地实施方式，所述功率平衡约束、梯次电池储能系统荷电状态约束、燃料电池输出功率约束、电解槽制氢系统输入功率约束、储氢罐容量约束以及电解槽制氢系统和燃料电池系统运行状态约束确定单元，具体包括：
功率平衡约束确定子单元，用于根据所述平均光伏发电数据、所述平均充电负荷数据、所述梯次电池储能系统的功率、所述电解槽制氢系统的输入功率、所述光伏系统的浪费功率、所述燃料电池系统的输出功率和电网输入功率确定所述功率平衡约束。
59.梯次电池储能系统荷电状态约束确定子单元，用于根据所述梯次电池储能系统确定所述梯次电池储能系统荷电状态约束。
60.燃料电池输出功率约束确定子单元，用于根据所述燃料电池系统的输出功率和燃料电池系统工作状态约束系数确定所述燃料电池输出功率约束。
61.电解槽制氢系统输入功率约束确定子单元，用于根据所述电解槽制氢系统的输入功率和电解槽制氢系统工作状态约束系统确定所述电解槽制氢系统输入功率约束。
62.储氢罐容量约束确定子单元，用于根据所述储氢罐的氢气质量确定所述储氢罐容量约束。
63.电解槽制氢系统和燃料电池系统运行状态约束确定子单元，用于根据所述燃料电池系统工作状态约束系数和所述电解槽制氢系统工作状态约束系统确定电解槽制氢系统运行状态约束和燃料电池系统运行状态约束。
64.作为一种可选地实施方式，所述目标函数确定单元，具体包括：系统短缺的负荷占比确定子单元，用于根据电网输入功率和所述平均充电负荷数据确定所述目标函数中的系统短缺的负荷占比。
65.系统浪费的光伏发电占比确定子单元，用于根据光伏系统的浪费功率和所述平均光伏发电数据确定所述目标函数中的系统浪费的光伏发电占比。
66.氢光储充电站成本确定子单元，用于根据所述梯次电池储能系统的成本、所述电解槽制氢系统的成本、所述光伏系统的成本、所述燃料电池系统的成本和所述储氢罐的成本确定所述目标函数中的氢光储充电站成本。
67.作为一种可选地实施方式，所述优化模块，具体包括：求解单元，用于利用nsga
‑ⅱ
算法对所述氢光储充电站容量优化配置模型进行求解，得到pareto解集。
68.氢光储充电站容量最优配置确定单元，用于根据所述pareto解集确定所述氢光储充电站容量最优配置。
69.与电池相比，氢储具有能量密度高、储存能力长等优点，可以作为电池储能补充的有效电能储存方案。氢可以实现长期存储，而且储存中几乎不存在能量浪费。使用氢作为可再生能源发电储能的关键一环，可以解决区域可用的可再生能源和负荷的长期性匹配问题。同时在充电站中利用从电动车上退役的动力电池处理形成梯次电池系统，可以满足充电站储能等场景的需求，同时可以减少成本。本发明可以解决由于季节天气变化导致的长期单储能结构配置不合理问题，该系统利用氢气实现长期储能，将光伏发电过多的季节能量存储，在光伏发电较低的季节供能，以抑制季节变化带来的发电波动的影响。
70.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
71.本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说
明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。