[發明專利]一種含電制氫系統的熱電聯產機組AGC協調控制方法與系統在審
| 申請號: | 202210430375.6 | 申請日: | 2022-04-22 |
| 公開(公告)號: | CN114629175A | 公開(公告)日: | 2022-06-14 |
| 發明(設計)人: | 張坤鋒;謝金芳;時偉;李嵐 | 申請(專利權)人: | 浙江英集動力科技有限公司 |
| 主分類號: | H02J3/38 | 分類號: | H02J3/38;H02J3/46;H02J3/24;H02J3/00 |
| 代理公司: | 常州市科誼專利代理事務所 32225 | 代理人: | 芮雪萍 |
| 地址: | 310000 浙江省杭州市余杭區倉前街*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 含電制氫 系統 熱電 聯產 機組 agc 協調 控制 方法 | ||
1.一種含電制氫系統的熱電聯產機組AGC協調控制方法,其特征在于,包括:
步驟S1、根據熱電聯產機組類型和容量,確定熱電聯產機組的供熱能力、發電能力和調節速度,根據制氫系統的類型和容量、氫制熱系統的類型和容量、氫制電系統的類型和容量,確定氫制熱系統、氫制電系統的調節能力和調節速度,儲熱系統的類型和容量確定儲熱系統的調節能力和調節速度,確定儲氫系統的調節能力和調節速度;
步驟S2、基于組合預測算法對熱電聯產機組的供熱負荷情況和網側AGC調頻需求進行預測;
步驟S3、根據預測的供熱負荷需求、AGC調頻需求,安排機組負荷,對氫制熱系統、制氫系統、氫制電系統、熱電聯產機組、儲熱系統、儲熱系統的調節能力和調節速度上網發電系統進行協調和分配。
2.根據權利要求1所述的協調控制方法,其特征在于,
所述步驟S1中,采用電解制氫系統,根據其儲氫容量,氫制熱系統的類型和容量、氫制電系統的類型和容量,確定氫制熱系統、氫制電系統的調節能力和調節速度,具體包括:
采用電解制氫系統,根據其儲氫容量,確定其制氫速度、儲氫能力,并以制氫速度和儲氫能力為約束條件,確定制氫系統消耗電能的能力;同時以制氫速度和儲氫能力為約束條件,按照氫制熱系統的類型和容量,確定其制熱系統的調節速度和調節能力,按照氫制電系統的類型和容量,確定其制電系統的調節速度和調節能力。
3.根據權利要求1所述的協調控制方法,其特征在于,
所述步驟S2基于組合預測算法對熱電聯產機組的供熱負荷情況和網側AGC調頻需求進行預測,組合預測算法采用GA-WNN組合預測算法,GA為遺傳算法,WNN為小波神經網絡算法。
4.根據權利要求3所述的協調控制方法,其特征在于,
基于組合預測算法對熱電聯產機組的供熱負荷情況進行預測,具體步驟為:
S1:首先通過季節將供熱負荷數據進行分類,通過季節將供熱負荷數據進行分類,以一天為分割,并將節假日、溫濕度、天氣因素、季節將供熱負荷數據作為訓練數據,其中節假日、溫濕度、天氣因素為輸入值,季節將供熱負荷數據為輸出值,送入到組合預測算法之中;
S2:結合初始小波神經網絡的各參數,設種群規模為M,隨機生成初始種群N=(N1、N2、N3…NM),然后對個體進行遺傳算法的實數編碼;
S3:對經GA編碼后種群N進行訓練,WNN參數由隨機種群初始化獲得;
S4:對新的種群進行遺傳操作,產生最優適應度個體;
S5:對S4中選出的最優個體適應度進行解碼,并且把由此得到的最優權值、伸縮因子、平移因子賦值給原始的小波神經網絡,開始進行模型訓練;
S6:若滿足設置的誤差需求則分別得到組合預測算法的供熱負荷數據預測模型和AGC調頻需求預測模型,若不滿足則返回S4,繼續訓練;
S7:根據得到的供熱負荷數據預測模型,考慮當下的季節條件下,輸入當天的節假日、溫濕度、天氣因素,從而得到當天的供熱負荷數據。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江英集動力科技有限公司,未經浙江英集動力科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210430375.6/1.html,轉載請聲明來源鉆瓜專利網。





