一种考虑调峰调频需求的氢电储系统容量优化配置方法与流程

本发明涉及氢电储系统容量配置，具体涉及一种考虑调峰调频需求的氢电储系统容量优化配置方法。

背景技术：

1、氢储能系统是一种电力储能系统。由于风、光发电等可再生能源发电设施的电力输出具有间歇性、波动性等特点，且无法跟随负载调节输出，难以直接使用。为了稳定可再生能源，一般需要使用储能装置调节其间歇性和波动性，使其稳定上网。氢储能系统具有储存电量大、储存过程无自放电等特点，适应长时间、大容量储存电能。氢储能系统的合理优化配置是规划设计的关键。系统拓扑结构复杂，系统控制变量众多且相互影响，系统的运行模式趋于多样化，基于多能互补的耦合特性，氢储能系统和蓄电池系统协调控制亟需考虑。此外，风光发电的随机性和波动性难以保证供电可靠性，且氢储能系统资源消耗较高，对系统的协调控制和优化配置带来了挑战。因此，如何对氢储能系统进行容量优化配置，降低系统资源消耗，保证系统可靠运行，成为了氢电储系统配置技术领域亟待解决的重要课题。

2、传统火电等灵活性资源发展受限，氢储能作为前景广阔的灵活资源将在新型电力系统中充当重要角色。因此，面向系统调峰、调频等需求合理配置氢储能是缓解新能源电网电力电量不平衡矛盾的重要措施。当前国内外学者立足调峰、调频、抑制超低频振荡、消纳新能源等储能应用场景，开展了氢储能电站容量配置相关研究，然而多数仅考虑单一应用场景配置储能，造成规划建设阶段储能配置容量与系统实际储能需求容量不匹配，难以充分挖掘储能调峰-调频等多应用场景协调运行的潜力。

技术实现思路

1、本发明主要是为了解决现有的氢电储系统容量配置方案仅考虑单一应用场景的问题，提供了一种考虑调峰调频需求的氢电储系统容量优化配置方法，建立典型日运行模型，模拟量化储能参与氢电储系统调峰和调频响应的贡献；建立包含氢电储系统运行过程中的等年值资源消耗、平均负荷缺电率等因素的容量优化配置模型；利用粒子种群算法求解该容量优化配置模型，寻找满足调峰调频需求的经济最优模式，决策氢电储系统运行过程中储能的容量配置，本发明考虑储能参与调峰-调频双重应用场景，与现有技术相比，容量配置结果更为合理，系统运行总成本更低，系统经济性、灵活性、可靠性和稳定性更好。

2、为了实现上述目的，本发明采用以下技术方案。

3、一种考虑调峰调频需求的氢电储系统容量优化配置方法，包括以下步骤：

4、步骤s1：建立典型日运行模型，模拟量化储能参与氢电储系统调峰和调频响应的贡献；

5、步骤s2：以氢电储系统的等年值资源消耗最小化和平均负荷缺电率最小化为目标函数，建立氢电储系统的容量优化配置模型；

6、步骤s3：利用粒子种群算法求解所述容量优化配置模型，寻找满足调峰调频需求的经济最优模式，决策氢电储系统运行过程中储能的容量配置。

7、本发明提供了一种考虑调峰调频需求的氢电储系统容量优化配置方法，建立典型日运行模型，模拟量化储能参与氢电储系统调峰和调频响应的贡献；建立包含氢电储系统运行过程中的等年值资源消耗、平均负荷缺电率等因素的容量优化配置模型；利用粒子种群算法求解该容量优化配置模型，寻找满足调峰调频需求的经济最优模式，决策氢电储系统运行过程中储能的容量配置。与仅计及调峰需求配置储能相比，考虑调峰-调频需求配置储能的经济性更优、系统灵活性更高、碳排放更少、容量配置结果更为合理；充分考虑了风光良好的互补发电特性及混合储能的综合优势，建立的容量优化配置模型为考虑多个约束的多目标函数，对容量优化配置模型进行寻优计算，获得氢电储系统的容量优化配置方案，提高了新能源的利用率，降低了系统的资源消耗和负荷缺电率，提高了系统的可靠性和稳定性。

8、作为优选，步骤s1中，将典型日运行模型分为日前调峰与日内调频两个阶段，日前调峰阶段以电源发电成本和弃风弃光成本最小为目标，计及网络潮流约束、碳约束、储能运行约束；日内调频阶段以机组调频容量费用、电量费用和联络线功率交换偏差惩罚最小为目标，计及功率平衡约束、agc可征用容量约束。

9、本发明提出考虑新能源电网调峰调频需求的储能优化配置方法，首先，建立典型日运行模拟模型，考虑到调峰和调频的时间尺度不同将典型日运行模拟分为日前调峰与日内调频两个阶段，日前调峰与日内调频有机整合则得到典型日的运行模拟结果。考虑调峰需求配置储能可平整系统的净负荷曲线，提升新能源并网消纳，减少系统运行碳排放；考虑调频需求配置储能可降低agc征用总容量，储能系统以其快速充放电能力以及成本较低的优势响应了系统的调频需求。

10、作为优选，步骤s1的具体过程，包括以下步骤：

11、步骤s11：通过对规划年的负荷、风电、光伏时序曲线进行聚类得到典型日曲线；

12、步骤s12：基于典型日曲线进行两阶段运行模拟得到氢电储系统运行成本；

13、步骤s13：将储能配置前后氢电储系统运行成本求差获得储能的贡献。

14、以满足系统调峰调频需求为导向的储能配置研究需对其双重辅助服务效果进行量化，本发明采用典型日两阶段运行模拟的方法量化储能对系统调峰-调频的贡献。

15、作为优选，步骤s11中，所述聚类的具体过程为：首先，随机选择d个初始聚类质心；其次，对年时序功率曲线以日为单位划分的365个聚类单元进行聚类，最终得出d种规划典型日以及各典型日的对应天数。

16、考虑到负荷、风电、光伏功率有明显的季节性，可采用k-means聚类方法得到典型日功率曲线来表征全年的功率曲线。

17、作为优选，步骤s2中，所述等年值资源消耗基于氢电储系统各个组件的初始投资消耗、运行维护消耗及置换消耗确定；所述平均负荷缺电率基于氢电储系统缺额功率及氢电储系统负荷确定。

18、作为优选，步骤s2中，所述容量优化配置模型的决策变量为氢电储系统各个组件对应的装机数量；所述氢电储系统各个组件包括风机、光伏、蓄电池、电解槽、储氢罐及燃料电池。

19、作为优选，步骤s2中，所述容量优化配置模型的约束条件包括功率平衡约束、蓄电池和储氢罐的荷电状态约束、组件容量约束及出力约束。

20、作为优选，步骤s3的具体过程，包括以下步骤：

21、步骤s31：基于容量优化配置模型的各个决策变量的区间范围，随机生成初始种群；

22、步骤s32：基于容量优化配置模型的目标函数和约束条件，通过氢电储系统运行策略对初始种群中各个个体进行处理，计算对应的目标函数值；

23、步骤s33：基于对应的目标函数值，对初始种群进行非支配排序和拥挤度计算，并将初始种群作为当前种群；

24、步骤s34：对当前种群进行遗传操作，获得新种群；

25、步骤s35：通过氢电储系统运行策略对新种群中各个个体进行处理，计算对应的目标函数值，并将新种群作为下一次迭代的当前种群；

26、步骤s36：迭代执行步骤s34和s35，直至达到预设迭代次数，输出目标函数的最优值及其对应的各个决策变量的最优解。

27、步骤s34中，从当前种群中选取父代种群，并通过对父代种群进行交叉、变异操作获得子代种群；通过系统运行策略对子代种群中各个个体进行处理，计算对应的目标函数值；将父代种群和子代种群进行合并，获得合并种群，并基于对应的目标函数值对合并种群进行非支配排序和拥挤度计算；从合并种群中选取合适个体构成新种群。

28、作为优选，所述氢电储系统运行策略以电解槽运行功率不低于最低运行功率为前提。

29、氢电储系统运行策略具体为：判断系统总发电功率与系统负荷的差值是否大于0；若差值大于0，则系统过剩功率优先保证电解槽以最低运行功率工作，剩余部分为蓄电池进行充电，若达到蓄电池充电功率的最大值且仍有剩余，剩余部分再分配给电解槽，若达到电解槽运行功率的最大值且仍有剩余，计算此时的系统过剩功率；若差值小于0，则蓄电池放电功率优先支持电解槽以最低运行功率工作，剩余功率补充系统缺额功率，若达到蓄电池放电功率的最大值且仍不足以补充，则通过燃料电池放电功率继续补充，若达到燃料电池放电功率的最大值且仍不足以补充，计算此时的系统缺额功率。

30、因此，本发明的优点是：

31、（1）与仅计及单一应用场景配置储能相比，考虑调峰-调频需求配置储能的经济性更优、系统灵活性更高、碳排放更少、容量配置结果更为合理；

32、（2）充分考虑了风光良好的互补发电特性及混合储能的综合优势，建立的容量优化配置模型为考虑多个约束的多目标函数，对容量优化配置模型进行寻优计算，获得氢电储系统的容量优化配置方案，提高了新能源的利用率，降低了系统的资源消耗和负荷缺电率，提高了系统的可靠性和稳定性；

33、（3）考虑调峰需求配置储能可平整系统的净负荷曲线，提升新能源并网消纳，减少系统运行碳排放；

34、（4）考虑调频需求配置储能可降低agc征用总容量，储能系统以其快速充放电能力以及成本较低的优势响应了系统的调频需求。