一种制氢多能互补供能系统的优化调度方法和装置
本申请涉及能源系统优化调度,尤其涉及一种制氢多能互补供能系统的优化调度方法和装置。
背景技术:
1、随着分布式能源和氢能技术的快速发展,集成了燃气轮机、可再生能源发电、蓄电池储能、制氢装置及氢燃料电池的多能互补供能系统逐渐成为工业界关注的焦点。此类系统能够实现电、热、氢多种能源的协同供应,显著提升能源利用效率和供电可靠性。
2、然而,这类系统的运行调度面临诸多挑战。首先,系统包含多种发电单元和储能设备,各自的运行特性差异显著,例如可再生能源出力具有间歇性和波动性,燃气轮机存在最小启停时间和爬坡约束,氢燃料电池响应速度快但储氢量有限。其次,制氢过程涉及高温反应和余热回收,与电力系统的耦合关系复杂。再者,当系统为数据中心等算力密集型负载供电时,算力任务本身的时序灵活性可以与能源调度进行协同优化,但现有调度方法大多将负载视为刚性需求,未能充分利用算力任务的弹性。而传统的调度策略往往采用基于规则的经验方法或单一时间尺度的优化算法,难以应对风光出力、电价及算力需求的动态变化。
技术实现思路
1、有鉴于此,本申请提供一种制氢多能互补供能系统的优化调度方法和装置,以解决现有制氢系统对多能耦合约束考虑不足、无法实现算力-电力-热力协同优化的问题,并且还能将系统生成的余热用于制氢,提高该制氢系统的效率。
2、本申请第一方面提供一种制氢多能互补供能系统的优化调度方法,所述方法包括:
3、获取所述供能系统的实时运行状态参数和预测数据,其中,所述实时运行状态参数包括蓄电池荷电状态、钛系储氢合金储氢罐的氢气储量、数据中心待处理的算力任务队列及其截止时间,所述预测数据包括未来预设时域内的风光发电预测功率、商业电价信号;
4、以所述供能系统运行成本最低、碳排放量最小及可再生能源弃用惩罚最小为综合优化目标,构建包含算力-电力耦合约束、电功率平衡约束、多能流热平衡与余热利用约束、燃气轮机与制氢耦合约束、储能系统约束的混合整数线性规划模型;
5、通过模型预测控制mpc在滚动时域内求解所述混合整数线性规划模型,输出未来预设时域内最优的决策变量,其中,所述决策变量包括:算力侧任务分配、各电源出力、蓄电池充放电功率、制氢速率、余热分配系数;
6、根据当前时刻最优的决策变量生成控制指令,通过所述控制指令优化调度所述供能系统,并在下一时刻更新所述供能系统的实时运行状态参数和预测数据,再通过更新后的参数和数据再次进行优化调度。
7、可选的,所述综合优化目标通过加权求和的方式构建为单目标函数,所述单目标函数包含系统总运行成本、碳排放惩罚项和可再生能源弃用惩罚项三个子目标以及对应的权重系数。
8、可选的,所述算力-电力耦合约束数据中心的总计算能耗由训练任务功耗、推理任务功耗和基础功耗三部分构成,并且在算力任务的截止时间前需要完成预定的总算力任务量。
9、可选的,所述多能流热平衡与余热利用约束包括:
10、从数据中心回收的余热总量用于预热制氢原料水和用于钛系储氢合金释氢加热两个途径;
11、制氢反应所需的热量由燃气轮机烟气余热、燃烧炉辅助燃料燃烧热量以及预热后的原料水共同提供。
12、可选的,所述燃气轮机与制氢耦合约束中,燃气轮机的发电功率与天然气消耗量之间的关系由燃气轮机的发电效率决定,并且所述燃气轮机的烟气余热回收量由热回收效率和燃料总能量决定。
13、可选的,求解所述混合整数线性规划模型时,采用多时间尺度分层求解策略,所述求解策略包括日前调度策略、小时级调度策略和实时控制策略;
14、其中,所述日前调度策略以第一预设时间为步长,优化未来24小时内的燃气轮机启停计划、蓄电池充放电计划和训练任务迁移计划;
15、所述小时级调度策略以低于所述第一预设时间的第二预设时间为步长,根据实际风光出力和负载偏差,校正燃气轮机出力和燃料电池出力;
16、所述实时控制策略以低于所述第二预设时间的第三预设时间为步长维持直流母线电压稳定。
17、可选的,所述方法还包括:
18、将所述制氢多能互补供能系统制氢提纯后产生的包含一氧化碳和甲烷的废气作为直燃型溴化锂吸收式冷水机组的热源,用于制取数据中心制冷所需的冷冻水。
19、本申请第二方面提供一种制氢多能互补供能系统的优化调度装置,所述装置包括:
20、数据获取单元, 用于获取供能系统的实时运行状态参数和预测数据;所述实时运行状态参数包括蓄电池荷电状态、储氢罐氢气储量、数据中心算力任务队列及其截止时间;所述预测数据包括风光发电预测功率和商业电价信号;
21、模型构建单元, 用于构建混合整数线性规划模型,其中,所述混合整数线性规划模型以系统运行成本最低、碳排放量最小及可再生能源弃用惩罚最小为综合优化目标,并包含算力-电力耦合约束、电功率平衡约束、多能流热平衡与余热利用约束、燃气轮机与制氢耦合约束、储能系统约束;
22、优化求解单元, 用于基于模型预测控制mpc在滚动时域内求解所述混合整数线性规划模型,输出未来预设时域内最优的决策变量;
23、控制执行单元, 用于根据当前时刻最优的决策变量生成控制指令,通过所述控制指令优化调度所述供能系统,并触发所述数据获取单元在下一时刻更新所述供能系统的实时运行状态参数和预测数据,再通过更新后的参数和数据再次进行优化调度。
24、可选的,所述优化求解单元包括:
25、滚动时域优化单元,用于在每个时间步以当前状态为初始状态,在预测时域内求解模型,得到控制时域内最优的决策变量;
26、指令输出单元,用于仅输出当前时间步到下一时间步的控制指令;
27、反馈校正单元,用于在下一时间步采集实际系统状态,更新预测数据,并触发重新优化求解。
28、可选的,所述装置集成于所述制氢多能互补供能系统的数据中心。
29、与现有技术相比,本发明具有以下有益效果:
30、1、本发明通过对供能系统算力任务的弹性调度,可以将高负载时段迁移至电价低或风光出力充足的时段,实现了算力与电力的协同优化,降低了运行成本。
31、2、通过构建多能流热平衡约束,将数据中心回收的低品位余热用于预热制氢原料水和辅助释氢,同时燃气轮机的高温烟气余热为制氢反应提供热量,形成了“电-热-氢”深度耦合的调度模型,提升了系统整体能效。
32、3、采用模型预测控制mpc框架,在每个调度周期根据最新预测数据和实际状态滚动求解优化问题,增强了制氢多能互补供能系统算力-电力-热力的协同优化。
1.一种制氢多能互补供能系统的优化调度方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述综合优化目标通过加权求和的方式构建为单目标函数,所述单目标函数包含系统总运行成本、碳排放惩罚项和可再生能源弃用惩罚项三个子目标以及对应的权重系数。
3.根据权利要求1所述的方法,其特征在于,所述算力-电力耦合约束数据中心的总计算能耗由训练任务功耗、推理任务功耗和基础功耗三部分构成,并且在算力任务的截止时间前需要完成预定的总算力任务量。
4.根据权利要求1所述的方法,其特征在于,所述多能流热平衡与余热利用约束包括:
5.根据权利要求1所述的方法,其特征在于,所述燃气轮机与制氢耦合约束中,燃气轮机的发电功率与天然气消耗量之间的关系由燃气轮机的发电效率决定,并且所述燃气轮机的烟气余热回收量由热回收效率和燃料总能量决定。
6.根据权利要求1所述的方法,其特征在于,求解所述混合整数线性规划模型时,采用多时间尺度分层求解策略,所述求解策略包括日前调度策略、小时级调度策略和实时控制策略;
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
8.一种制氢多能互补供能系统的优化调度装置,其特征在于,所述装置包括:
9.根据权利要求8所述的装置,其特征在于,所述优化求解单元包括:
10.根据权利要求8所述的装置,其特征在于,所述装置集成于所述制氢多能互补供能系统的数据中心。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com