一种风氢耦合系统控制方法

本发明涉及可再生能源领域，具体涉及一种风氢耦合系统控制方法。

背景技术：

1、目前全球大规模推进分布式能源建设，风电装机规模逐渐扩大，但风电具有波动性和间歇性，其不仅增加综合能源系统调度运行难度，而且所引发的电压波动、电力谐波等相关问题会影响上网电能质量。针对上述问题，研究人员通常利用风电功率预测以及数值天气预报(numerical weather prediction，nwp)对风电出力进行调整，但风电功率预测值和实际值仍存在偏差，可引入储能系统对风电功率波动进行平抑。氢能具有能量密度高，使用寿命长，并且易于储存和开发等特点，因此氢储能系统可以作为大规模风电消纳方案，既大幅降低弃风问题所带来的影响，同时使得氢气生产成本降低，为国家双碳战略实施注入强劲动力。

2、风氢耦合系统由风电机组、电解槽、储氢罐、燃料电池以及相关控制单元构成。控制中心根据风速变化，调整风电上网功率和电解槽制氢功率，能迅速消纳风电弃风功率，超出负荷侧电能需求量部分输入电解槽制取氢气并压缩存入储氢罐。风电出力低于负荷侧电能需求量，储氢罐内氢气通过氢燃料电池转换成电能，以补充风电上网功率缺口并平抑功率波动，同时提升风电上网电能质量，氢气也可以作为二次能源载体通过管道运输至工业商业领域，涵盖化工机械等行业，同时可以推动新能源汽车-氢燃料电池汽车的产业的发展。系统结构如图1所示。

3、由于风能具有波动性以及间歇性，研究人员通常通过风电功率预测以及数值天气预报对风电出力进行调整，但对于突发性风速变化的情况，风电功率预测值和实际值之间仍存在较大误差，进而也会影响氢储能系统出力。

4、针对氢储能系统优化调度策略，需确定氢储能优化调度策略中氢储系统划分区间中的控制系数，目前确定控制系数普遍通过自定义的方法，这种方法得到的结果极易陷入局部优化而难以找到最优解，当风氢耦合系统出力计划发生变化时，权重系数无法及时更新从而影响优化精度。

技术实现思路

1、本发明的目的是根据上述现有技术的不足之处，通过超短期风电功率预测结果对氢储能系统出力进行调节，并结合风电计划出力和风电实际出力，对未来时刻氢储能系统充放状态进行调节，当风电功率发生突变时，氢储能系统会做对变化做出响应，进而实现大规模风电消纳，平抑风电功率波动。

2、为实现上述目的，本发明提供了一种风氢耦合系统控制方法，其包括：

3、s1：建立风电机组以及氢储能系统的模型；

4、s2：采用卡尔曼滤波多步修正算法集合支持向量回归机进行超短期风电功率预测；

5、s3：根据超短期风电功率预测结果、氢储能区间划分以及风电日前计划出力制定氢储能系统调节策略；

6、s4：对储氢状态soh以及超短期时刻功率预测进行区间划分，并制定氢储能优化控制策略。

7、本发明的进一步改进在于：步骤s1中，风电系统模型的表达式为：

8、

9、在上式中，p指风电机组的实际输出功率，pr指风电机组额定输出功率,vcl指切入风速m/s，vco指切出风速m/s,vr指额定风速m/s。

10、本发明的进一步改进在于：步骤s1中，氢储能系统模型包括：

11、电解槽电-气转换数学模型如下：

12、qel＝e(t)·pel·δt·ρ·ηel

13、

14、上式中，qel指产氢量，e(t)指控制阶跃函数，pel指输入电解槽功率，δt指电解槽运行时间段，ρ指单位千瓦时电能的制氢量，ηel指电氢转换效率，nel,h2指产氢摩尔质量，vm指气体摩尔体积；

15、储氢装置的模型如下：

16、

17、式中，a指选取中间变量，pcom指压缩装置的工作功率，r为8.314j/(mol.k)k指气体通过分级压缩装置的多级效率，αcom指压缩机效率，vh2指的是氢气的摩尔体积，t指的是储氢装置温度；

18、未压缩氢气状态方程为：

19、

20、已压缩氢气状态方程为:

21、

22、上式中，ntank指储氢罐内氢气摩尔质量，t指氢储装置运行时间，ηc指氢气压缩效率，σ指储氢罐泄露率，nfc指燃料电池工作状态所需氢气量，ηd指氢气释放效率

23、储氢罐内压缩气体状态以soh表示：

24、

25、ptank指储氢罐的存储状态，pmax指储氢罐内最大氢气存储量；

26、燃料电池气-电转换关系数量表达式如下

27、

28、

29、上式中，pfc指燃料电池输出功率，w(t)指控制系统阶跃函数，qfc指输入氢气量，μ指单位千瓦时电能制氢量，δt指燃料电池工作时间范围，nfc指的是输入燃料电池气体摩尔质量。

30、本发明的进一步改进在于：步骤s2具体包括：

31、运用卡尔曼滤波多步修正方法，利用实时风速参数修正数值天气预报，将上时刻所预测的风速参数与实际风速数据相比较，得到两者误差值反馈至下时刻风速参数；

32、将得到的修正后数值天气预报风速数值与风电机组实际功率通过支持向量机回归机进行训练并得到风电功率预测值。

33、本发明的进一步改进在于：步骤s3具体包括：建立预测控制策略复合加权目标函数，预测控制策略目标函数包括风电功率预测追踪能力子函数、氢储能调控出力子函数以及平抑风电功率波动子函数当输出功率超出最大限制值时，则在子函数中分别添加惩罚函数对原函数进行修正以此平滑风电输出功率。

34、本发明的进一步改进在于：步骤s4包括：

35、超短期风电功率预测功率区间划分；

36、氢储能soh区间划分；

37、根据划分结果制定氢储能调节策略。

38、本发明的进一步改进在于：步骤s4中采用自适应粒子群参数寻优算法确定氢储区间控制系数。

39、本发明提供的方案具有以下技术效果：本发明针对风氢耦合系统控制策略优化问题，本文首先构建了kalman-svr预测算法得到超短期风电预测功率，并与氢储能优化策略相结合。之后需确定氢储能优化调度策略中平滑风电功率加权目标函数的权重系数，目前确定氢储系统区间控制系数普遍通过自定义的方法，这种方法得到的结果极易陷入局部优化而难以找到最优解。本文采用sigmoid-pso自适应参数搜索方法来调整控制系数，相较于自定义的方法，极大提升了氢储系统中控制系数的跟踪能力，大幅提升风电跟踪出力能力，减少风电功率输出功率波动，进一步提升风电消纳能力，针对不同工况，对风电出力进行超前功率调整。

技术特征：

1.一种风氢耦合系统控制方法，其特征在于包括：

2.根据权利要求1所述的一种风氢耦合系统控制方法，其特征在于：步骤s1中，风电系统模型的表达式为：

3.根据权利要求2所述的一种风氢耦合系统控制方法，其特征在于：步骤s1中，氢储能系统模型包括：

4.根据权利要求3所述的一种风氢耦合系统控制方法，其特征在于：步骤s2具体包括：

5.根据权利要求4所述的一种风氢耦合系统控制方法，其特征在于：步骤s3具体包括：建立预测控制策略复合加权目标函数，预测控制策略目标函数包括风电功率预测追踪能力子函数、氢储能调控出力子函数以及平抑风电功率波动子函数当输出功率超出最大限制值时，则在子函数中分别添加惩罚函数对原函数进行修正以此平滑风电输出功率。

6.根据权利要求5所述的一种风氢耦合系统控制方法，其特征在于：步骤s4包括：

7.根据权利要求7所述的一种风氢耦合系统控制方法，其特征在于：步骤s4中采用自适应粒子群参数寻优算法确定氢储区间控制系数。

技术总结
本发明公开了一种风氢耦合系统控制方法，其包括：S1：建立风电机组以及氢储能系统的模型；S2：采用卡尔曼滤波多步修正算法集合支持向量回归机进行超短期风电功率预测；S3：根据超短期风电功率预测结果、氢储能区间划分以及风电日前计划出力制定氢储能系统调节策略；S4：对储氢状态SOH以及超短期时刻功率预测进行区间划分，并制定氢储能优化控制策略。本文采用sigmoid‑pso自适应参数搜索方法来调整控制系数，相较于自定义的方法，极大提升了氢储系统中控制系数的跟踪能力，大幅提升风电跟踪出力能力，减少风电功率输出功率波动，进一步提升风电消纳能力，针对不同工况，对风电出力进行超前功率调整。

技术研发人员：代元军,李浩楠,李保华,徐立军,蒋甲丁
受保护的技术使用者：上海电机学院
技术研发日：
技术公布日：2024/2/6