本技术涉及电力,更具体的说,是涉及一种光伏与制氢结合的微电网优化调度方法及装置。
背景技术:
1、随着新能源大规模开发,光伏装机渗透率不断提高,含高比例光伏接入的微网的消纳矛盾逐渐凸显,在严重威胁微电网安全稳定运行的同时产生了弃光现象,造成了能源浪费。在当下,氢能由于其高热值、零污染等特点受到了人们的广泛关注。利用分布式光伏发出的多余的电能进行电解水制氢。
2、如今,研究人员能够针对制氢厂的制氢设备能够进行规划优化运行,但在制氢厂响应微电网效应后,缺乏对制氢厂和微电网的运行经济性与制氢清洁性的同时考量,且微电网缺乏光伏消纳能力。
3、如何实现光伏与制氢的微电网协同优化调度,是需要关注的问题。
技术实现思路
1、鉴于上述问题,提出了本技术以便提供一种光伏与制氢结合的微电网优化调度方法及装置,以在提高微电网的光伏消纳能力的同时,针对运行经济性与制氢清洁性对制氢厂进行微电网进行优化调度。
2、为了实现上述目的,现提出具体方案如下:
3、一种光伏与制氢结合的微电网优化调度方法,包括:
4、建立光伏并网微电网拓扑结构,所述光伏并网微电网拓扑结构包括若干个用户节点,每个用户节点均接入用电负荷和光伏电源;
5、建立制氢厂设备模型,所述制氢厂设备模型包括电解槽模型、压缩机模型和储氢罐模型;
6、基于所述光伏并网微电网拓扑结构和所述制氢厂设备模型,构建微电网调度模型,所述微电网调度模型包括所述用电负荷、所述光伏电源和所述制氢厂设备模型,所述用电负荷和所述制氢厂设备模型均用于消纳所述光伏电源的出力;
7、确定所述微电网调度模型的优化调度目标函数;
8、基于所述电解槽模型、所述压缩机模型和所述储氢罐模型,确定所述优化调度目标函数的设备约束条件;
9、在所述设备约束条件下,对所述优化调度目标函数求解,得到最优调度解算结果,以通过所述最优调度解算结果,对所述微电网调度模型进行优化调度。
10、可选的,所述微电网调度模型还包括燃气轮机;
11、所述微电网调度模型的优化调度目标函数为:
12、
13、其中,ieco为微电网调度模型的目标效益,ish为所述制氢厂设备模型的售氢收益,iso为所述制氢厂设备模型的售氧收益,fmt为所述燃气轮机的消耗成本,fgrid为所述微电网调度模型的购电成本,kh为氢气售价,mhload为所述制氢厂设备模型的总产氢量,ko为氧气售价,moload为所述制氢厂设备模型的总产氧量,t为一天里的刻钟总数,kmt为所述燃气轮机的消耗成本系数,为所述燃气轮机在第t刻钟的出力成本,kgrid为所述微电网调度模型的购电电价,为所述微电网调度模型在第t刻钟进行购电的功率。
14、可选的,所述电解槽模型的工作模式满足下式:
15、
16、其中,为所述电解槽模型在第t刻钟的输入功率,为所述电解槽模型在第t刻钟的产氢量,ηh为所述电解槽模型的产氢效率。
17、可选的,所述压缩机模型的工作模式满足下式:
18、
19、其中,为所述压缩机模型在第t刻钟的耗电功率,tin为所述压缩机模型在输入氢气时的温度,为氢气比热常数,为所述压缩机模型在第t刻钟压缩氢气的氢气流量,k为氢气的熵指数,pout/pin为所述压缩机模型压缩氢气的压缩比。
20、可选的,所述制氢厂设备模型还包括氢气负荷;
21、所述储氢罐模型的工作模式满足下式:
22、
23、其中,为所述储氢罐模型在第t+1刻钟的内部气压,为所述储氢罐模型在第t刻钟的储氢罐内部气压,th为所述储氢罐模型的储氢罐内部温度,vhs为所述储氢罐模型的储氢罐容积,mhs为氢气的摩尔质量,为第t刻钟下所述氢气负荷的需求量。
24、可选的,所述微电网调度模型还包括燃气轮机;
25、所述设备约束条件包括所述电解槽模型的电解槽约束、所述压缩机模型的压缩机约束、所述储氢罐模型的储氢罐约束、所述燃气轮机的燃气轮机约束以及系统拓扑约束,其中,
26、所述电解槽约束为:
27、
28、其中,为所述电解槽模型的最大输入电功率,为所述电解槽模型的最大爬坡功率,为所述电解槽模型在第t+1刻钟的输入功率;
29、所述储氢罐约束为:
30、
31、其中,为所述储氢罐模型的初始状态的内部气压,为所述储氢罐模型的结束状态的内部气压,为所述储氢罐模型的最大承受内部气压;
32、所述压缩机约束为:
33、
34、其中,为所述压缩机模型的最大输入电功率;
35、所述燃气轮机约束为:
36、
37、其中,为所述燃气轮机在第t刻钟的输出功率,为所述燃气轮机在第t-1刻钟的输出功率,为所述燃气轮机的最小输出功率,为所述燃气轮机的最大输出功率,为所述燃气轮机的最大爬坡功率;
38、所述系统拓扑约束为:
39、
40、其中,mload为一天里所述氢气负荷的预测需求量,为所述微电网调度模型在第t刻钟进行购电的功率,为所述制氢厂设备模型在第t刻钟的负荷功率,为在第t刻钟下,所述微电网调度模型中除所述制氢厂设备模型之外的设备的电负荷需求。
41、可选的,在所述设备约束条件下,对所述优化调度目标函数求解,得到最优调度解算结果,包括:
42、在所述设备约束条件下,通过粒子群算法对所述优化调度目标函数求解,得到最优调度解算结果。
43、可选的,所述光伏并网微电网拓扑结构还包括电压源,所述电压源与各个用户节点串联;
44、该方法还包括:
45、当存在新用户节点接入所述光伏电源时,利用下式确定所述光伏并网微电网拓扑结构的每个用户节点所受到的影响电压:
46、
47、其中,um0为当存在新用户节点接入所述光伏电源时,距离所述电压源第m个用户节点所受到的影响电压,um为距离所述电压源第m个用户节点的节点电压,u0为线路初始电压,n为所述光伏并网微电网拓扑结构中的用户节点的总个数,pn为距离所述电压源第n个用户节点的有功负荷需求,qn为距离所述电压源第n个用户节点的无功负荷需求,ri为距离所述电压源第i个用户节点与距离所述电压源第i-1个用户节点之间的线路电阻值,xi为距离所述电压源第i个用户节点与距离所述电压源第i-1个用户节点之间的线路电抗值,为距离所述电压源第j个用户节点的有功功率的变化对距离所述电压源第m个用户节点的节点电压的影响系数,(m∩j)为距离所述电压源第1个用户节点到距离所述电压源第m个用户节点的各个线路段,与距离所述电压源第1个用户节点到距离所述电压源第j个用户节点的各个线路段,之间的交集,rl为第l个线路段的线路电阻值,pj为距离所述电压源第j个用户节点的有功负荷需求,为距离所述电压源第j个用户节点的无功功率的变化对距离所述电压源第m个用户节点的节点电压的影响系数,qj为距离所述电压源第j个用户节点的无功负荷需求,xl第l个线路段的线路电抗值,δpj为距离所述电压源第j个用户节点的有功负荷需求,在所述新用户节点接入所述光伏电源前后的相差值,δqj为距离所述电压源第j个用户节点的无功负荷需求,在所述新用户节点接入所述光伏电源前后的相差值。
48、一种光伏与制氢结合的微电网优化调度装置,包括:
49、光伏拓扑结构建立单元,用于建立光伏并网微电网拓扑结构,所述光伏并网微电网拓扑结构包括若干个用户节点,每个用户节点均接入用电负荷和光伏电源;
50、制氢模型建立单元,用于建立制氢厂设备模型,所述制氢厂设备模型包括电解槽模型、压缩机模型和储氢罐模型;
51、调度模型建立单元,用于基于所述光伏并网微电网拓扑结构和所述制氢厂设备模型,构建微电网调度模型,所述微电网调度模型包括所述用电负荷、所述光伏电源和所述制氢厂设备模型,所述用电负荷和所述制氢厂设备模型均用于消纳所述光伏电源的出力;
52、优化函数确定单元,用于确定所述微电网调度模型的优化调度目标函数;
53、约束条件确定单元,用于基于所述电解槽模型、所述压缩机模型和所述储氢罐模型,确定所述优化调度目标函数的设备约束条件;
54、最优解算单元,用于在所述设备约束条件下,对所述优化调度目标函数求解,得到最优调度解算结果,以通过所述最优调度解算结果,对所述微电网调度模型进行优化调度。
55、可选的,所述最优解算单元,包括:
56、粒子群解算单元,用于在所述设备约束条件下,通过粒子群算法对所述优化调度目标函数求解,得到最优调度解算结果。
57、可选的,所述光伏并网微电网拓扑结构还包括电压源,所述电压源与各个用户节点串联;
58、该装置还包括:
59、影响电压计算单元,用于当存在新用户节点接入所述光伏电源时,利用下式确定所述光伏并网微电网拓扑结构的每个用户节点所受到的影响电压:
60、
61、其中,um0为当存在新用户节点接入所述光伏电源时,距离所述电压源第m个用户节点所受到的影响电压,um为距离所述电压源第m个用户节点的节点电压,u0为线路初始电压,n为所述光伏并网微电网拓扑结构中的用户节点的总个数,pn为距离所述电压源第n个用户节点的有功负荷需求,qn为距离所述电压源第n个用户节点的无功负荷需求,ri为距离所述电压源第i个用户节点与距离所述电压源第i-1个用户节点之间的线路电阻值,xi为距离所述电压源第i个用户节点与距离所述电压源第i-1个用户节点之间的线路电抗值,为距离所述电压源第j个用户节点的有功功率的变化对距离所述电压源第m个用户节点的节点电压的影响系数,(m∩j)为距离所述电压源第1个用户节点到距离所述电压源第m个用户节点的各个线路段,与距离所述电压源第1个用户节点到距离所述电压源第j个用户节点的各个线路段,之间的交集,rl为第l个线路段的线路电阻值,pj为距离所述电压源第j个用户节点的有功负荷需求,为距离所述电压源第j个用户节点的无功功率的变化对距离所述电压源第m个用户节点的节点电压的影响系数,qj为距离所述电压源第j个用户节点的无功负荷需求,xl第l个线路段的线路电抗值,δpj为距离所述电压源第j个用户节点的有功负荷需求,在所述新用户节点接入所述光伏电源前后的相差值,δqj为距离所述电压源第j个用户节点的无功负荷需求,在所述新用户节点接入所述光伏电源前后的相差值。
62、借由上述技术方案,本技术通过建立光伏并网微电网拓扑结构,所述光伏并网微电网拓扑结构包括若干个用户节点,每个用户节点均接入用电负荷和光伏电源,建立制氢厂设备模型,所述制氢厂设备模型包括电解槽模型、压缩机模型和储氢罐模型,基于所述光伏并网微电网拓扑结构和所述制氢厂设备模型,构建微电网调度模型,所述微电网调度模型包括所述用电负荷、所述光伏电源和所述制氢厂设备模型,所述用电负荷和所述制氢厂设备模型均用于消纳所述光伏电源的出力,确定所述微电网调度模型的优化调度目标函数,基于所述电解槽模型、所述压缩机模型和所述储氢罐模型,确定所述优化调度目标函数的设备约束条件,在所述设备约束条件下,对所述优化调度目标函数求解,得到最优调度解算结果,以通过所述最优调度解算结果,对所述微电网调度模型进行优化调度。由此可见,微电网调度模型中的用电负荷和制氢厂设备模型能够消纳光伏电源的出力,高效利用了光伏电源,提高了微电网的光伏消纳能力,且针对制氢厂设备模型定义优化目标的约束条件,使得微电网调度模在优化调度时,能够同时考量运行经济性与制氢清洁性。