一种光储氢并网型微电网容量配置优化方法与流程

本发明属于微电网容量优化配置，具体涉及一种光储氢并网型微电网容量配置优化方法。

背景技术：

1、目前光伏等分布式电源大量接入电网，逐步实现了能源绿色低碳转型，但其波动性和随机性也给电网的稳定运行提出了新挑战。由此，微电网的概念应运而生，其主要利用储能系统实现可再生能源消纳能力的提高，以此降低对电网的冲击，协调与上级电网的能量交互。各设备的容量优化配置是微电网规划设计阶段的重要内容，合理的容量配置能够更好地利用当地资源、实现经济性等设计目标；多数微电网容量配置的研究大多是以蓄电池作为储能单元。

2、近年来，氢能因具有清洁高效、可大容量长期储存等优点被考虑引入微电网，通过电氢混合储能提高微电网的可再生能源消纳能力。因此，含氢储能的电氢混合微电网容量配置成为了研究热点，多数文献设计目标围绕经济性或可靠性。但在“双碳”背景下，微电网的环境效益也非常重要，为了在实现碳减排的同时挖掘可再生能源的消纳潜力，碳交易机制和绿色证书交易机制应运而生。文献[张虹,孟庆尧,王明晨,等.考虑火电机组参与绿证购买交易的含氢综合能源系统经济低碳调度策略[j].电力系统保护与控制,2023,51(3):26-35]将含氢综合能源系统中的火电机组作为绿证购买者，以运行成本最小为目标建立优化调度模型，实现了系统的低碳经济运行；由此可见，目前绿证交易和碳交易常常应用于微电网系统的优化调度中，而少有容量优化配置模型同时考虑绿证交易和碳交易。文献[马溪原,吴耀文,方华亮,等.采用改进细菌觅食算法的风/光/储混合微电网电源优化配置[j].中国电机工程学报,2011,31(25):17-25]将设备投资费用、运行和维护费用、燃料费用等费用计入目标函数，求解风光储混合微电网优化配置模型，实现了等年值投资费用最低；由此可见，现有容量配置方法往往以初期投建成本为优化目标，较少考虑绿电交易和碳交易带来的后期运行收益和成本。

技术实现思路

1、鉴于上述，本发明提供了一种光储氢并网型微电网容量配置优化方法，能够提升微电网的可再生能源消纳能力、碳减排能力和经济性。

2、一种光储氢并网型微电网容量配置优化方法，包括如下步骤：

3、(1)建立光储氢并网型微电网系统的数学模型，系统采用考虑分时电价的电氢协调运行控制策略；

4、(2)根据上述模型建立考虑绿证交易与碳交易年综合利润的目标函数；

5、(3)建立包含负荷缺电率和弃光率在内的约束条件；

6、(4)在满足约束条件的情况下采用基于遗传算法改进的粒子群算法对目标函数进行优化求解，得到关于系统内各单元设备容量的最优配置方案。

7、所述光储氢并网型微电网系统包括了光伏电池、蓄电池、电解槽、储氢罐以及用电负荷，其中光伏电池、蓄电池、用电负荷、电解槽均通过变换器接入交流母线，交流母线通过变压器与上级配电网相连，储氢罐用于存储电解槽产生的氢气。

8、进一步地，所述电氢协调运行控制策略依据实时单位电能收益系数，协调储能电池和氢储能设备的用能优先级，利用分时电价峰谷价差，在可靠运行的基础上以获得最大的利润。

9、进一步地，所述目标函数的表达式如下：

10、f(x)＝rg+rh+rl+rgre-ca-cr-cp-cc

11、其中：f(x)为微电网系统的年综合利润，x为关于系统内各单元设备容量的配置方案，rg为年电能交易收益，rh为年售氢收益，rl为年负荷电能收益，rgre为年绿证交易收益，ca为等年值设备投资费用，cr为年运行维护费用，cp为年运行惩罚费用，cc为年碳交易费用。

12、进一步地，所述年电能交易收益rg为微电网系统与电网的电量交互费用，其表达式为：

13、

14、

15、式中：ce,t为t时刻的电能交易收益，c1为售电费用，c2为购电费用，pg(t)为t时刻微电网系统与电网的交换功率，其值为正表示系统向电网售电，t为单位周期(一年为8760h)，δt表示仿真步长。

16、所述年负荷电能收益rl为系统提供给微电网内的电能收益，其表达式为：

17、

18、式中：pl(t)为t时刻微电网系统内的用电功率；

19、所述年售氢收益rh按单位周期t的氢气容量收益累计得到，其表达式为：

20、

21、式中：c3为单位售氢价格，qel(t)为t时刻电解槽产生的氢气容量；

22、所述年绿证交易收益rgre为可再生能源发电量超出可再生能源配额量得到的绿证交易收益，其表达式为：

23、rgre＝kg(1-ρ)qpv

24、式中：kg为单位绿色证书交易价格，ρ为可再生能源发电量配额比重，qpv为光伏电池的年有效发电量。

25、进一步地，所述等年值设备投资费用ca的表达式如下：

26、ca＝(cmain+cre)·μcrf

27、式中：cmain为年设备投资费用，cre为年替换成本，μcrf为年资金回收率；

28、所述年运行维护费用cr为微电网系统对各单元设备(光伏电池、储能电池、电解槽、储氢罐)进行定期维护产生的费用，其与配置容量和发电量成正比，具体表达式如下：

29、

30、式中：γ1为微电网系统各单元设备构成的集合，kr,i为设备i的单位运维费用，kpv为光伏电池的单位发电量运维费用，qpv为光伏电池的年有效发电量，si表示设备i的配置容量；

31、所述年运行惩罚费用cp由微网弃光惩罚费用cpu和负荷缺电补偿费用cpul共同构成，其表达式为：

32、

33、式中：c4和c5分别为弃光的惩罚系数和负荷缺电的补偿系数，pex(t)和pexl(t)分别为t时刻微电网系统的弃光量和负荷缺电量，t为单位周期，δt表示仿真步长。

34、所述年碳交易费用cc为微电网系统向电网购入火电对应的碳排放费用，其表达式为：

35、cc＝γeco2＝γ(ega-eg)

36、式中：γ为碳交易的价格，eco2为碳排放权交易额，ega和eg分别为系统实际的碳排放量和分配所得的碳排放量配额。

37、进一步地，所述碳排放量ega和碳排放量配额eg的表达式如下：

38、

39、式中：pg(t)为t时刻微电网系统与电网的交换功率，α1为微电网系统从电网购买单位火电对应的碳排放量，α2为微电网系统从电网购买单位火电的碳排放量配额。

40、进一步地，所述步骤(3)中的约束条件包括蓄电池充放电深度约束、蓄电池充放电功率约束、电解槽输入功率约束、储氢罐容量约束、与电网交换功率约束、供电可靠性约束和弃光情况约束。

41、进一步地，所述蓄电池充放电深度约束和充放电功率约束的关系式如下：

42、

43、式中：socmin和socmax分别为蓄电池荷电状态下限和上限，pdm和pcm分别为蓄电池放电功率上限和充电功率上限，soc(t)为t时刻蓄电池的荷电状态值，pbat(t)为t时刻蓄电池的充放电功率(充电时为正值，放电时为负值)；

44、所述电解槽输入功率约束和储氢罐容量约束的关系式如下：

45、qhst,min≤qhst(t)≤qhst,max

46、0≤pel(t)≤pel,max

47、式中：qhst,min和qhst,max分别为储氢罐的容量下限和上限；pel,max为电解槽的输入功率上限，qhst(t)为t时刻储氢罐的储氢量，pel(t)为t时刻电解槽的输入功率；

48、所述与电网交换功率约束的关系式如下：

49、pg,min≤pg(t)≤pg,max

50、式中：pg(t)为t时刻微电网系统与电网的交换功率，pg,min和pg,max分别为微电网系统与电网交换功率的最小值和最大值；

51、所述供电可靠性约束引入了负荷缺电率ηlpsp来表征微电网系统的供电可靠性，具体关系式如下：

52、

53、式中：elpsp为微电网系统的年负荷缺电总量，eload为微电网系统的年负荷用电总量，ηlpsp,max为负荷缺电率的最大值；

54、所述弃光情况约束采用弃光率ηpv来表征弃光情况，对其进行约束以减少可再生能源浪费，具体关系式如下：

55、

56、式中：ppv(t)为t时刻光伏电池的输出功率，t为单位周期，pex为弃光总功率，ηpv,max为弃光率最大值。

57、进一步地，所述步骤(4)的具体实现方式如下：

58、4.1对基于遗传算法改进的粒子群算法进行初始化，粒子群中的每一粒子即对应一组关于系统内各单元设备容量的配置方案；

59、4.2计算各粒子对应的目标函数；

60、4.3对粒子进行选择、交叉和变异操作；

61、4.4更新个体最优值与群体最优值；

62、4.5更新粒子速度与位置；

63、4.6判断是否满足结束条件，若满足，终止迭代并输出最优解；若不满足，则跳转至步骤4.2。

64、本发明研究了含有光伏、蓄电池、氢储能系统的光储氢并网型微电网的容量配置优化问题，建立了一种基于遗传算法的改进粒子群优化算法的容量配置优化模型，优化目标中考虑了绿证交易和碳交易的收益情况，优化模型也考虑了多类约束条件，求解得到的容量优化配置方案能有效利用可再生能源，降低对电网的冲击，提高微电网的经济性和供电可靠性。