一种考虑风光不确定的氢储能经济性优化策略及系统的制作方法

本发明涉及电网经济性配置分析领域，特别是一种考虑风光不确定的氢储能经济性优化策略及系统。

背景技术：

1、现有研究通过建立风光-氢耦合系统来实现新能源过剩时以氢能存储电能达到消纳和风光制氢实现削峰填谷，以储能赋予新能源稳定性并寻求适合于大规模消纳的配置模式。当高比例新能源并入电网带来的调峰压力和弃风弃电问题时，可将过剩电力迅速转换为氢能储存，实现减少能源浪费和提高电网整体运行稳定性。但考虑到风光出力的波动性会对氢储能系统制氢储氢成本变化以及参与电网调峰及消纳的经济性产生影响，需要采取对风光-氢储能系统面对风光波动性配置策略的研究以及量化风光波动性对氢储能系统的经济相关性。而传统的算法在处理风光出力不确定问题时，对于出力预测误差的概率分布是变化的情况具有局限性；考虑最坏情况下的最优决策的方法又过于保守，导致计算复杂。

2、因此亟需一种高效准确反映风光出力波动性与制氢储氢成本变化的相关性以及风光-氢耦合系统参与电网调峰及消纳的经济性的优化配置策略。为了研究风光出力不确定对氢储能系统的影响、提高电网的供电效益，本发明提出一种考虑到风光波动性不确定性的风光-氢储能系统的分布鲁棒优化方法，使该系统在满足碳排放量低，不确定性风险成本低的条件下经济性达到最优。

技术实现思路

1、鉴于现有的算法在处理风光出力不确定问题时，对于出力预测误差的概率分布是变化的情况具有局限性问题，提出了本发明。

2、因此，本发明所要解决的问题在于如何考虑到风光波动性不确定性的风光-氢储能系统的分布鲁棒优化方法，使该系统在满足碳排放量低，不确定性风险成本低的条件下经济性达到最优。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明实施例提供了一种考虑风光不确定的氢储能经济性优化策略，其包括，构建风光-氢储能场站的各部分数学模型；构建风光出力不确定的风险模型，采用椭球不确定集描述系统风光不确定性，量化风光不确定性对系统的影响并确认在最坏概率分布情况下的风光不确定性风险成本模型；采用分布鲁棒优化方法，以经济效益最大、全生产周期碳排放量最小、不确定性风险成本最小为系统的优化目标函数，基于优化目标函数构建风光-氢储能系统分布鲁棒优化问题博弈模型，并采用最小-最大归一化方法将多目标优化问题转换为单目标优化问题；通过拉格朗日对偶原理将模型转换为凸半定规划问题并求解，得到最优出力调度，以实现风光-氢储能系统经济效益高，碳排放量低，不确定性风险成本最小的需求，并通过仿真验证模型的有效性。

5、作为本发明考虑风光不确定的氢储能经济性优化策略的一种优选方案，其中：构建风光-氢储能场站的各部分数学模型包括风电机组数学模型、光伏发电数学模型、电解槽数学模型、氢燃料电池数学模型、储氢罐输出功率数学模型以及蓄电池模型，风电机组数学模型的具体公式如下：

6、

7、其中，pwt(t)为风机的实际功率，pr为风机的额定功率，vr为风机额定风速，vin为风机切入风速，vout为风机切出风速，v(t)为轮毂高度处实时风速。

8、光伏发电数学模型的具体公式如下：

9、

10、其中，ppv(t)为t时刻的光伏面板实际发电功率，pstc为光伏面板在标准环境下的额定功率，fpv为功率衰退系数，g(t)是t时刻的实际光照强度，gstc为t时刻的标准环境下光照强度，αp为功率温度系数，tc,stc为标准环境温度。

11、电解槽数学模型的具体公式如下：

12、

13、其中，pelec(t)为电解槽在t时消耗的电能，为电解槽在t时产出的氢能，为电解槽的产出效率。

14、作为本发明考虑风光不确定的氢储能经济性优化策略的一种优选方案，其中：氢燃料电池数学模型的具体公式如下：

15、

16、其中，phdc(t)为燃料电池在t时转化输出的电功率，ηhdc为氢-电转换效率，为在t时输入的氢能。

17、储氢罐输出功率数学模型的具体公式如下：

18、

19、shs(t)＝shs(t-1)+phs(t)

20、其中，phs(t)为储氢罐在t时氢能输出量，为储氢罐在t时内充入的氢功率，为在t时内放出的氢功率，为储氢罐的储氢效率，为放氢效率，shs(t)为在罐中t时储氢值。

21、蓄电池模型的具体公式如下：

22、

23、其中，ees(t)为蓄电池在t时积蓄的电能，τes为蓄电池的自放电率，和均为能量转换效率，为系统在t时充电功率，为蓄电池在t时放电功率。

24、作为本发明考虑风光不确定的氢储能经济性优化策略的一种优选方案，其中：采用椭球不确定集的具体公式如下：

25、

26、其中，rd为椭球不确定集，ρr,t为t时刻风光机组可用出力可能的概率分布，为风光机组可用出力列向量，s为包含变量的任何闭凸集，μ和∑分别为风光机组可用出力均值列向量和方差列向量，t为转秩符号，为风光机组可用出力列向量的椭球集，γ1和γ2为参数扰动水平。

27、风光不确定性的具体公式如下：

28、wr,t＝wwt,t+wpv,t

29、

30、

31、其中，wr,t为风光机组的出力偏差成本，wwt,t为风电机组的出力偏差成本，wpv,t为光电机组的出力偏差成本，和分别为t时刻风电机组和光电机组的可用出力，和分别为t时刻风电机组和光电机组的决策出力，和分别为t时刻高估风电机组和光电机组出力，和分别为t时刻低估风电机组和光电机组出力，和分别为高估风电机组和光电机组出力惩罚系数，和分别为低估风电机组和光电机组出力惩罚系数。

32、不确定性风险成本模型的具体公式如下：

33、

34、其中，为概率分布ρr,t下的期望值，wr,t为风光机组的出力偏差成本，β为置信水平，α为风光机组的出力平均成本，ρr,t为t时刻风光机组可用出力可能的概率分布。

35、作为本发明考虑风光不确定的氢储能经济性优化策略的一种优选方案，其中：最坏概率分布情况下的风光不确定性风险成本模型的具体公式如下：

36、

37、其中，wr,t为风光机组的出力偏差成本，β为置信水平，α为风光机组的出力平均成本，crisk为最坏概率分布情况下的风光不确定性风险成本，dr为椭球不确定集，ρr,t为t时刻风光机组可用出力可能的概率分布。

38、作为本发明考虑风光不确定的氢储能经济性优化策略的一种优选方案，其中：以经济效益最大、全生产周期碳排放量最小、不确定性风险成本最小为系统优化目标函数的具体公式如下：

39、

40、其中，cwt为风电机组收益，cpv为光电机组收益，ches为氢储能收益，为系统全生命周期的碳排放量，crisk为最坏概率分布情况下的风光不确定性风险成本，e为系统全生命周期碳排放量，c为系统经济效益；

41、并采用最小-最大归一化方法将多目标优化问题转换为单目标优化问题的具体公式如下：

42、

43、其中，f为归一化的总目标函数，cmax和cmin分别为基于运行经验的系统收益的最大值和最小值，emax和emin分别为基于运行经验的系统全生命周期碳排放量的最大值和最小值，e为系统全生命周期碳排放量，c为系统经济效益；

44、基于优化目标函数构建风光-氢储能系统分布鲁棒优化问题博弈模型的具体公式如下：

45、

46、

47、其中，c1、c2、c3以及c4为总目标函数的系数矩阵，c5为常数，x和y均为决策变量的列向量，x包括和y包括和τ为随机变量的列向量，τ包括和γ1和γ2为参数扰动水平，γ1≥0，γ2≥1，q为对偶变量，β为置信水平，α为风光机组的出力平均成本，d为微分符号，ρr,t为t时刻风光机组可用出力可能的概率分布，dr为椭球不确定集，μ为风光机组可用出力均值列向量，f0为目标函数矩阵。

48、作为本发明考虑风光不确定的氢储能经济性优化策略的一种优选方案，其中：通过拉格朗日对偶原理将模型转换为凸半定规划问题的具体公式如下：

49、

50、其中，c1、c2、c3以及c4为总目标函数的系数矩阵，q和q为对偶变量，m和n为松弛变量，·表示frobenius积，τ为随机变量的列向量，τ包括和γ1和γ2为参数扰动水平，γ1≥0，γ2≥1，q为对偶变量，β为置信水平α为，d为微分符号，ρr,t为t时刻风光机组可用出力可能的概率分布，dr为椭球不确定集，μ为风光机组可用出力均值列向量，f0为目标函数矩阵。

51、第二方面，本发明实施例提供了一种考虑风光不确定的氢储能经济性优化策略系统，其包括：风光-氢储能场站的数学模型模块，用于构建风光-氢储能场站的各部分数学模型；风光出力不确定的风险模型模块，用于构建风光出力不确定的风险模型，采用椭球不确定集描述系统风光不确定性，量化风光不确定性对系统的影响并确认在最坏概率分布情况下的风光不确定性风险成本模型；风光-氢储能系统分布鲁棒优化问题博弈模型模块，用于采用分布鲁棒优化方法，以经济效益最大、全生产周期碳排放量最小、不确定性风险成本最小为系统的优化目标函数，基于优化目标函数构建风光-氢储能系统分布鲁棒优化问题博弈模型，并采用最小-最大归一化方法将多目标优化问题转换为单目标优化问题；凸半定规划问题的求解模块，用于通过拉格朗日对偶原理将模型转换为凸半定规划问题并求解，得到最优出力调度，以实现风光-氢储能系统经济效益高，碳排放量低，不确定性风险成本最小的需求。

52、第三方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的考虑风光不确定的氢储能经济性优化策略的步骤。

53、第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的考虑风光不确定的氢储能经济性优化策略的步骤。

54、本发明有益效果为：本发明公开了一种考虑风光出力不确定性的风光-氢储能经济性优化策略，该策略属于电网经济性配置分析领域。策略包括构建风光-氢储能场站的各部分数学模型，并构建风光出力不确定性的风险模型。该风险模型采用椭球不确定集描述了系统风光不确定性，量化了风光出力的波动性对氢储能系统制氢储氢成本变化的影响，并建立了考虑最坏概率分布情况下风光不确定性风险成本模型；建立了风光-氢储能系统分布鲁棒优化问题博弈模型，并采用最小-最大归一化方法将多目标优化问题转换为单目标优化问题。通过拉格朗日对偶原理，将模型转换为凸半定规划问题并求解，得到最优出力调度，有效实现了风光-氢储能系统经济效益高、碳排放量低、不确定性风险成本最小的需求。