海上风电与电氢混合储能协同运行优化

3.0 2026-04-20 4 4 3.69MB 11 页 20龙币
侵权投诉
新型电力系统
New Type Power Systems
Vol. 2 No. 3
Aug. 2024
2 3
2024 8
海上风电与电氢混合储能协同运行优化
孙烨桦,吴杰康,詹耀国,罗伟明,洪明志,彭其坚,张勋祥
方梓康,谢明钊
广东工业大学自动化学院,广州 510006
Cooperative Operation Optimization of Offshore Wind Power and Hybrid Electric-hydrogen
Energy Storage
SUN Yehua, WU Jiekang, ZHAN Yaoguo, LUO Weiming, HONG Mingzhi, PENG Qijian, ZHANG Xunxiang,
FANG Zikang, XIE Mingzhao
(School of AutomationGuangdong University of Technology Guangzhou 510006 China)
ABSTRACT: Under the carbon peaking and carbon neutrality goals, offshore wind power has been developing continuously,
which brings the problem of wind power consumption and the uncertainty of power output. In this paper, a hybrid electric-
hydrogen energy storage system containing a hydrogen energy storage system with salt caverns and retired power batteries is
constructed to address this problem. A data-driven Wasserstein distance-based distributional robust optimization model with
fuzzy sets of wind power output is constructed to study the synergistic optimization of offshore wind power and electric-
hydrogen hybrid energy storage. The model develops a day-ahead operation plan in the first stage, and assigns power
adjustment tasks through an affine strategy in the second stage. Finally, the effects of different prediction errors on system
operation and operation cost are investigated through examples, and the effectiveness of electric-hydrogen hybrid storage in
consuming wind power and reducing real-time power deviation is verified.
KEY WORDS: distributed robust optimization; offshore wind power; hydrogen energy storage; retired power battery
摘要:在“双碳”目标下,海上风电不断发展,随之带来了风电消纳与应对出力不确定性的难题。针对该问题构建含
储氢盐穴的氢储能系统与退役动力电池的电氢混合储能系统。通过基于数据驱动的 Wasserstein 距离构建风电出力模糊
集的分布鲁棒优化模型研究海上风电与电氢混合储能的协同优化运行。模型在第 1阶段制定日前运行计划,在第 2
段通过仿射策略分配功率调整任务。最后通过算例研究不同预测误差对系统运行情况、运行成本的影响,验证了电氢
混合储能在消纳风电与减少实时功率偏差的有效性。
关键词:分布鲁棒优化;海上风电;氢储能;退役动力电池
0 引言
力系统电源侧的重要部分
1
。为应对新能源出力的
不确定性并消纳新能源,需要探索储能与新能源
之间的协同运行方式。海上风电的消纳可采用电
解水制氢的方式进行消纳,并在盐穴进行长时间
的储氢
2
,实现海上风电能量的季节性转移,解决
海上风电的消纳问题。
随着我国电动汽车数量的增加,未来我国将
出现越来越多的退役动力电池等待处理
3
。退役动
力电池的增加与海上风电的增加在时间上呈现相
DOI: 10.20121/j.2097-2784.ntps.230038 文章编号2097-2784(2024)03-0346-11 中图分类号TM 614 文献标识码A
基金资助项目:广东省基础与应用基础研究基金省市联合基金项
(2020B1515130001)
Project supported by Guangdong Basic and Applied Basic Research
Foundation (2020B1515130001).
孙烨桦,吴杰康,詹耀国,等:海上风电与电氢混合储能协同运行优化 3
退使
电池“退役潮”将转变为海上风电发展的新
动力
4
源出力。文献5建立电-氢混合储能系统,采用多
与技术性的。文献6考虑含电氢混合储能的多
状态的运行控制策略。文献7
位电和负率,-氢混合储
能的配置优化方法,提高系统可靠性与经济性。
文献8针对输电网储能配置问题,提出了电-氢混
储能合策述研-氢混合
退
能协同运行的研究。
基于数据驱动的分布鲁棒优化常用于解决新
能源出力不确定性问题。文献9通过构建电-气耦
系统风电性,-天然气协
10
建分布鲁棒模型研究虚拟电厂优化运行。文献
11构建考虑源荷不确定性的分布鲁棒优化模型
-统进。文12
用阶梯型碳交易减少风光储联合系统的碳排放量
构建了模糊集描述风光出力的不确定性。文献
13
14
优化方法
15-16
。然而该类研究仅解决新能源出力不
问题与储能充放电次数优化。
综上所述,本文将海上风与储能系统为研究
Wasserstein 距离的分布鲁棒优化调度模型,采用
包含电解槽-储氢盐穴-燃料电池构成的氢储能系统
与退役动力电池的电-混合在消
退
偏差的有效性。
1 海上风电-电氢储混合储能系统架构
1所示为海上风电-电氢混合储能系统架构。
统主上风外部-氢混合储
退
、电主的系统-氢混合储能用
于应对风电消纳问题和风电出力不确定性问题。
退
与氢储能协同运行,在辅助消纳海上风电的同时
应对风电出力不确定性带来的功率预测偏差。
海上风电和电网购电作为电能的主要来源。
电功率预测情况,在第 1阶段确定外部购电功率和
电氢混合储能运行情况,在第 2阶段即实时阶段不
退
预测误差对外部电网带来的影响。
海上风电场
退役电池电解槽 燃料电池
负荷
储氢盐穴
电网
电能 氢能
1 海上风电-电氢混合储能系统架构
Fig. 1 Offshore wind power-electric hydrogen hybrid
energy storage system architecture
347
新 型 电 力 系 统 2
2 风储协同运行优化模型
2.1 目标函数
本文出的海上风电-氢混储能协同调度
型分为两个部分。第 1部分以日前经济调度成本和
退役动力电池更换成本最小为目标函数,第 2部分
的目标函数为系统在风电预测误差最坏情况分布下
小化调度成本的期望,下所式:
min C=min(C1+Cty
re )+sup
PÎΓ
EP(Q(xw
͂)) (1)
中:C1日前度成Cty
re 退役力电容量
损耗成本;x为日前调度的决策变量;Q(xw
͂)为系
统抵抗风电预测误差 w
͂所 进 行 的 再 调 度 成 本
sup
PÎΓ
EP(Q(xw
͂))为模糊 Γ内第2阶段再调度成本的
望。前调度成C1计算
C1=
t=1
T
(
cty
rPc
t+cty
rPd
t+ced
rPed
t+cfc
rPfc
t+
)
closs Ploss
t+αco2 cco2 Pg
t+cbuy Pg
t
(2)
式中T为运行周期,hcty
rced
rcfc
rclosscco2
cbuy 别为退役电池单功率维成、电解槽
功率运维成本、燃料电池单位功率运维成、弃风惩
成本碳排价格和电网分时电价;αco2 为碳
系数Pc
tPd
tPed
tPfc
tPloss
tPg
t分别为退役动
电池充电功率与放电功率、电解槽功率、燃料电池
功率、弃风功率和电网购电功率。退役动力电池容
损耗Cty
re 算式为:
Cty
re =(cty
cap +cty
bms )×Cty
ap nty
e
(nst -nend )(3)
cty
capcty
bms 分别为退役电池单位容量成本和
BMS单位容量更换成本;cty
cap 为退役动力电池容量
nstnend 别为退役动力电池起始所剩的循环次数与
终止时所剩的循环次数;nty
e为运行周期 T下的等效
循环次数。特别指出,将电池容量损耗成本加入目
标函数,目的在于将电池充电次数以成本的方式参
与优化,减少电池的频繁充放电加剧退役动力电池
寿命减。再调度成Q(xw
͂)算式
Q(xw
͂)=
t=1
T
(
cty
rP
͂c
t+cty
rP
͂d
r+ced
rP
͂ed
t+
)
cfc
rP
͂fc
t+closs P
͂loss
t
(4)
式中:P
͂c
tP
͂d
tP
͂ed
tP
͂fc
tP
͂loss
t分别为应对风电预测
误差 w
͂退役动力电池的充电调整功率与放电调整功
率、电解槽调整功率、燃料电池调整功率、弃风调
功率电网购电调整功率
2.2 第 1阶段约束条件
2.2.1 退役动力电池约束
Sty
t=(1 -ηty
loss )Sty
t-1+ηty
cPc
t-Pd
t
ηty
d
(5)
Sty
0=Sty
T(6)
Sty
min Sty
tSty
max (7)
Sty
0=0.5Capty (8)
Pty
min uty
tPc
tPty
max uty
t(9)
Pty
min (1 -uty
t)Pd
tPty
max (1 -uty
t)(10)
式中Sty
t为退役动力电池在 t时刻的荷电量;ηty
loss
ηty
cηty
d别为退自放效率
和放电效率Sty
0为退役动力电池初始荷电量;Sty
min
Sty
max 分别为退役动力电池最小荷电量和最大荷电
uty
t为表示充电标志的 0-1 uty
t=1时表示
充电,uty
t=0时表示放电;Pty
minPty
max 分别为充放电
最低功率和最大功率。
退役力电池充电次会影响其使用寿
因此本文将充电次数以成本的形式加入目标函数
Ic
on 近似计算
运行周期 T内的循环次数
17
,即
Ion
t+Ioff
t1(11)
Ion
t-Ioff
t=uty
t-uty
t-1(12)
nty =
t=1
T
Ion
t(13)
Ion
tIoff
t0-1
动标志与充电终止标志;nty 表示循环次数。
退役动力电池最佳放电深度应控制在 50%~
60%,因而本文设定退役动力电池放电深度为
60%。根据文献18得到放电深度 D与循环寿命的
数据,并拟合得到函数关系如下
nctf (D)=6380D-0.3614 -1680 (14)
式中D电池放电深度;nctf (D)为电池在放电
D时的最大循环次数。
寿
19
,可以得到在放电深
60%
等效循环次数为
348
孙烨桦,吴杰康,詹耀国,等:海上风电与电氢混合储能协同运行优化 3
nty
e=nty nctf (100%)
nctf (60%) (15)
式中:nctf (100%)nctf (60%)分别为电池在放电深度
100% 60% 时对应的最大循环次数。
退役动力电池的容量保持率与循环次数关
系为
20
βty = -2.6043 ´10-5n+0.8347 (16)
假设退役动力电池在梯次利用开始与终止时
的容量保持率分别为 βst =80% βend =40%
1480%
nst 与容量保持率40% 的循环次数 nend,并可计算
电池使用寿命和得到退役电池更换次数。
2.2.2 氢储能约束
本文采用电解-储氢盐穴-燃料电池的氢储能
系统。
1电解槽约束
med
t=ηed Ped
t
qh
(17)
Ped
min uh
tPed
tPed
max uh
t(18)
med
tηed 为电解槽效率
qhPed
maxPed
min 为电解槽功率上下限
uh
t为表示氢储能系统状态的 0-1 uh
t=1
示电解槽于开启状态,燃料池处于停机状
uh
t=0时表示电解槽处于停机状态,燃料电池处于
开启状态。
2燃料电池约束
mfc
t=Pfc
t
ηfc qh
(19)
Pfc
min (1 -uh
t)Pfc
tPfc
max (1 -uh
t)(20)
式中mfc
t为燃料电池耗氢质量;ηfc 为燃料电池效
率;Pfc
maxPfc
min 为燃料电池功率上下限。
3储氢盐穴约束
Sh
t=Sh
t-1+med
t-mfc
t(21)
Sh
min Sh
tSh
max (22)
Sh
0=Sh
T(23)
Sh
0=Sh
min +Sh
max
2(24)
式中Sh
t为盐穴在 t时的储氢质量;Sh
maxSh
min 分别
24
初末的储氢量应维持一致。
2.2.3 弃风约束
0Ploss
tPw
t(25)
式中:Pw
t为海上风电在 t时的功率。
2.2.4 联络线约束
0Pg
tPg
max (26)
式中:Pg
max 为从电网购电的联络线最大输电功率。
2.2.5 功率平衡约束
Pw
t+Pd
t+Pfc
t+Pg
t=PL
t+Pc
t+Ped
t+Ploss
t(27)
式中:PL
tt时的负荷功率。
3 分布鲁棒优化模型
3.1 海上风电出力不确定性建模
海上风电出力预测误差的不确定性模糊集通
过历史数据
{
w
̂1w
̂2w
̂N
}
验分布 PN作为真实分布 P的估计,且此经验分布
收 敛 于 真 实 分 布 , 即 lim
N® ¥ PN=P。本文通过
Wasserstein 距离 W(PNP)来描述模糊不确定集的经
验分布与真实分布之间的“距离
W(PNP)=inf
Π{d
(
w
̂nw
͂
)
Π
( )
dw
̂ndw
͂}(28)
w
̂nw
͂分别服从经验分布 PN
PΠPNP的联合分布;d(w
̂nw
͂)=
 
w
̂nw
͂
根据文献21-22,模糊不确定集 Γ定义为
Γ={PÎΛ(Ξ)|W(PNP)<ε(N)} (29)
Λ(Ξ)表示在随机变量支撑集 Ξ上的全部概
ΓPNε(N)
Wasserstein lim
N® ¥ ε(N)=0
23,得
ε(N)=D2
Nln( 1
1-β)(30)
式 中 : β为 置 信 水 平 ; D为 系 数 , 且 根 据 文
24
D=min
ρ>021
2ρ
( )
1+ln( 1
N
n=1
N
eρ
 
w
̂n-μ
̂2
)(31)
式中:μ
̂是样本均值。
349
摘要:

新型电力系统NewTypePowerSystemsVol.2No.3Aug.2024第2卷第3期2024年8月海上风电与电氢混合储能协同运行优化孙烨桦,吴杰康,詹耀国,罗伟明,洪明志,彭其坚,张勋祥,方梓康,谢明钊(广东工业大学自动化学院,广州510006)CooperativeOperationOptimizationofOffshoreWindPowerandHybridElectric-hydrogenEnergyStorageSUNYehua,WUJiekang,ZHANYaoguo,LUOWeiming,HONGMingzhi,PENGQijian,ZHANGXunxiang,FAN...

展开>> 收起<<
海上风电与电氢混合储能协同运行优化.pdf

共11页,预览4页

还剩页未读, 继续阅读

声明:本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击侵权投诉。
分类:实用文档 价格:20龙币 属性:11 页 大小:3.69MB 格式:PDF 时间:2026-04-20

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务
/ 11
客服
关注