[發明專利]平抑風電波動的制氫系統容量分層優化配置方法

在審

• 申請號: 202210258312.7
• 申請日: 2022-03-16
• 公開（公告）號: CN114725961A
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 徐衍會;徐宜佳;崔瑞順
• 申請（專利權）人: 華北電力大學
• 主分類號: H02J3/28
• 分類號: H02J3/28;H02J15/00;H02J3/24;H02J3/38;G06F30/20;G06N3/00
• 代理公司: 成都智涌知識產權代理事務所(普通合伙) 51313
• 代理人: 張洪

1.一種平抑風電波動的制氫系統容量分層優化配置方法，其特征在于，包括：

建立基于模型預測控制的風電波動平抑模型，以儲能出力最小為目標建立滾動優化的目標函數；

建立用于優化制氫系統容量的分層優化模型，其中，所述分層優化模型包括第一層模型和第二層模型；

利用帶精英策略的非支配排序的遺傳算法對所述第一層模型進行求解，并利用粒子群優化算法對所述第二層模型進行求解，得到電解槽最優容量。

2.根據權利要求1所述的平抑風電波動的制氫系統容量分層優化配置方法，其特征在于，所述建立基于模型預測控制的風電波動平抑模型，以儲能出力最小為目標建立滾動優化的目標函數包括：

以總時間序列長度內電解槽出力之和的最小值作為目標函數，以風電場輸出功率限值為約束條件；

建立狀態空間模型，將輸出功率、產氫量設置為所述狀態空間模型的狀態變量，將電解槽功率設置為所述狀態空間模型的控制變量，將風電原始出力設置為擾動輸入量，并進行迭代計算；

利用二次規劃法對每一個周期進行優化，得到總時間序列長度內的功率指令序列；

將所述功率指令序列中的最大值設定為電解槽規劃容量。

3.根據權利要求2所述的平抑風電波動的制氫系統容量分層優化配置方法，其特征在于，所述第一層模型以制氫系統經濟性最優為目標函數，以風電廠商日均投資成本最低和日均收益最大建立第一目標函數模型。

4.根據權利要求3所述的平抑風電波動的制氫系統容量分層優化配置方法，其特征在于，所述第二層模型在所述第一層模型求解范圍的基礎上，以棄電率最小建立第二目標函數模型。

5.根據權利要求4所述的平抑風電波動的制氫系統容量分層優化配置方法，其特征在于，所述利用帶精英策略的非支配排序的遺傳算法對所述第一層模型進行求解，并利用粒子群優化算法對所述第二層模型進行求解，得到電解槽最優容量包括：

利用帶精英策略的非支配排序的遺傳算法對所述第一層模型進行求解，得到多目標最優解集合；

在所述多目標最優解集合范圍內，利用粒子群優化算法對所述第二層模型進行求解，得到所述電解槽的最優容量。

6.根據權利要求5所述的平抑風電波動的制氫系統容量分層優化配置方法，其特征在于，所述以風電廠商日均投資成本最低和日均收益最大建立第一目標函數模型包括：

基于設備成本、運行維護費用、制氫消耗能源成本和原料成本建立日均投資成本最低目標函數，其中，所述運行維護費用為設備成本的10％，所述制氫消耗能源成本為耗電成本，所述原料成本為耗水成本；

基于銷售氫氣帶來的收入和政府支持性補貼建立日均收益最大目標函數，其中，所述政府支持性補貼為消耗單位電量補貼費用、氫氣產量和生產單位氫氣的耗電量。

7.根據權利要求5所述的平抑風電波動的制氫系統容量分層優化配置方法，其特征在于，所述以棄電率最小建立第二目標函數模型包括：

定義所述棄電率為一天中未平抑功率相對于總應平抑功率的占比，其中，所述未平抑功率為由于電解槽容量不足而舍棄的風力發電量之和。