基于氢的近零碳排放综合能源系统及其运行优化方法

1.本发明涉及综合能源技术领域，特别是涉及基于氢的近零碳排放综合能源系统及其运行优化方法。


背景技术：

2.本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。
3.目前综合能源系统的主要供能原料仍是一次能源化石燃料，在热电联供的过程中排放大量二氧化碳气体，尽管碳捕集、碳交易等一系列措施使得二氧化碳排放量有一定程度地减少，但仍不能从根本解决问题。此外，可再生清洁能源的消纳率是制约能源系统发展的重要问题，“弃风、弃光”现象造成能源浪费的同时相应地增加发电成本，严重影响能源利用率、经济性等指标。
4.随着能源消耗地加剧，寻找新的能源已经成为当前的一个重要任务。氢作为现今最具有发展潜力的一种能源，来源广泛，几乎不产生污染，转化效率高，用途广泛。氢能作为转型能源中重要的过渡能源，通过氢和电的能源耦合，氢气的“制-储-用”，可实现综合能源系统发电侧和负荷侧的长期平衡。因此，合理优化含氢综合能源系统的运行方法，具有重要的研究意义。


技术实现要素：

5.为了解决现有技术的不足，本发明提供了基于氢的近零碳排放综合能源系统及其运行优化方法；其具有零碳经济、促进可再生能源消纳、源荷削峰填谷和跨季节储能调度的优点。该系统属于近零碳排放综合能源系统。
6.第一方面，本发明提供了基于氢的近零碳排放综合能源系统；
7.基于氢的近零碳排放综合能源系统，包括：光伏发电机组、风力发电机组、电解槽、储氢罐、燃料电池、热泵、吸收式制冷机和储热装置；
8.所述光伏发电机组和风力发电机组，负责供给电负荷；当电力过剩时，过剩的电负荷向电解槽输入直流电进行电解水来制取氢气，并将氢气储存到储氢罐中；当电力不足时，储氢罐为燃料电池提供氢气，燃料电池产生电力，满足电负荷需求；
9.储热装置为电解槽提供热量；电解槽制取的氢气在压缩过程中释放热量，储热装置将压缩氢气释放的热量回收存储；燃料电池产生电力的过程中释放热量，储热装置将产生电力释放的热量回收存储；
10.吸收式制冷机从储热装置中吸收热能进行制冷操作；
11.热泵从光伏发电机组和风力发电机组中获取电量，产生热能或冷能。
12.第二方面，本发明提供了基于氢的近零碳排放综合能源系统的运行优化方法；
13.基于氢的近零碳排放综合能源系统的运行优化方法，包括：
14.获取天气数据、负荷数据、设备参数和能源成本数据；
15.获取每个小时的能流需求；
16.构建基于氢的近零碳排放综合能源系统的数学模型；所述基于氢的近零碳排放综合能源系统的数学模型，包括：电解槽数学模型、燃料电池数学模型、吸收式制冷机数学模型、热泵数学模型；
17.构建目标函数和约束条件；对目标函数进行求解，得到各个设备的输入值和输出值。
18.与现有技术相比，本发明的有益效果是：
19.基于氢的“近零碳”综合能源系统及其优化运行方法，该系统实现了“近零碳”设计，同时增加系统的可再生能源消纳率；增加系统的热管理，实现能量的循环利用，同时采用季节储氢，实现了更高的系统全年能量的利用率。
附图说明
20.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
21.图1为实施例一的系统结构图；
22.图2为实施例二的方法流程图。
具体实施方式
23.应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
24.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
25.在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
26.本实施例所有数据的获取都在符合法律法规和用户同意的基础上，对数据的合法应用。
27.实施例一
28.本实施例提供了基于氢的近零碳排放综合能源系统；
29.如图1所示，基于氢的近零碳排放综合能源系统，包括：光伏发电机组、风力发电机组、电解槽、储氢罐、燃料电池、热泵、吸收式制冷机和储热装置；
30.所述光伏发电机组和风力发电机组，负责供给电负荷；当电力过剩时，过剩的电负荷向电解槽输入直流电进行电解水来制取氢气，并将氢气储存到储氢罐中；当电力不足时，储氢罐为燃料电池提供氢气，燃料电池产生电力，满足电负荷需求；
31.储热装置为电解槽提供热量；电解槽制取的氢气在压缩过程中释放热量，储热装置将压缩氢气释放的热量回收存储；燃料电池产生电力的过程中释放热量，储热装置将产生电力释放的热量回收存储；
32.吸收式制冷机从储热装置中吸收热能进行制冷操作；
33.热泵从光伏发电机组和风力发电机组中获取电量，产生热能或冷能。
34.应理解地，通过储热装置为电解槽提供能量，减少电力消耗的同时提高制氢的效率。
35.实施例二
36.本实施例提供了基于氢的近零碳排放综合能源系统的运行优化方法；
37.如图2所示，基于氢的近零碳排放综合能源系统的运行优化方法，包括：
38.s201：获取天气数据、负荷数据、设备参数和能源成本数据；
39.s202：获取每个小时的能流需求；
40.s203：构建基于氢的近零碳排放综合能源系统的数学模型；所述基于氢的近零碳排放综合能源系统的数学模型，包括：电解槽数学模型、燃料电池数学模型、吸收式制冷机数学模型、热泵数学模型；
41.s204：构建目标函数和约束条件；对目标函数进行求解，得到各个设备的输入值和输出值。
42.所述方法，还包括：s205：判断优化调度时间t是否等于设定数值，如果是就结束，如果否就对t进行加一处理，更新储能设备，返回s202。
43.t为8760个小时。
44.其中，8760小时＝365天*24小时。
45.所述储能设备，包括：储氢罐和储热装置。
46.进一步地，所述天气参数，包括：天气预测的太阳辐射度、风速风向等。
47.进一步地，所述负荷数据，包括：用户的预测需求数据；
48.所述用户的预测需求数据，包括：电负荷数据、冷负荷数据、热负荷数据以及氢负荷数据。
49.进一步地，所述设备参数，包括：制冷机cop、热泵cop、各个设备的容量、燃料电池效率、电解槽温度以及压强等。
50.进一步地，所述能源成本数据，包括：氢气的价格。
51.进一步地，所述s202：获取每个小时的能流需求；所述能流需求，是指冷、热、电、氢气的负荷需求。
52.进一步地，所述s203电解槽数学模型，具体是指：
53.电解槽的产氢率与电流有关：
[0054][0055]
其中，为电解槽产氢率；i
cell
为电解槽的电流；p为电解槽压强。
[0056]
电解槽的温度与供热能流以及电解槽输入功率相关：
[0057]
t
elz
＝t
elz
(q
elz
,p
elz
)；
[0058]
其中，t
elz
表示电解槽工作温度，q
elz
表示储热装置向电解槽输送的热量；p
elz
表示电解槽的输入功率。
[0059]
电解槽效率：
[0060][0061]
式中，ηe为电解槽效率；hhv of h2表示氢气的高热值；ce为电解槽能耗；
[0062]
电解槽中进行反应，该反应需要电能热能的共同作用：
[0063]
h2o
→
h2(g) 1/2o2(g)
[0064]
进一步地，所述s203燃料电池数学模型，具体是指：
[0065]
发热量q
fc
：
[0066]qfc
＝η
he
p
fc
[0067]
其中，q
fc
为燃料电池的发热功率；η
he
为燃料电池热-功率比；
[0068]
进一步地，所述s203吸收式制冷机数学模型，具体是指：
[0069]
制冷量q
c,ac
：
[0070]qc,ac
＝cop
acqh,ac
[0071]
其中，cop
ac
为吸收式制冷机的效率；q
h,ac
为吸收式制冷机进热量。
[0072]
进一步地，所述s203热泵数学模型，具体是指：
[0073]
制热量q
h,hp
：
[0074]qh,hp
＝cop
h,hp
p
hp
；
[0075]
制冷量q
c,hp
：
[0076]qc,hp
＝cop
c,hp
p
hp
；
[0077]
其中，cop
c,hp
为热泵冷却效率，cop
h,hp
为热泵加热效率；p
hp
为热泵电能输入。
[0078]
进一步地，所述s203：构建基于氢的近零碳排放综合能源系统的数学模型；还包括：
[0079]
构建平衡方程；所述平衡方程，包括：电能平衡方程、热能平衡方程、冷能平衡方程和氢能平衡方程。
[0080]
进一步地，所述电能平衡方程，是指：
[0081]
p
pv
p
wt-p
elz-p
hp
p
fc
＝p
l
[0082]
其中，p
pv
为光伏发电量；p
wt
为风力发电量；p
elz
为电解槽耗电量；p
hp
为热泵电能输入；p
fc
为燃料电池发电量；p
l
为电负荷。
[0083]
进一步地，所述热能平衡方程，是指：
[0084][0085]
其中，q
fc
为燃料电池制热量，q
h,hp
为热泵制热量；q
h,hs
为压缩氢气释热量；q
elz
为储热装置向电解槽的供热量；q
h,ac
为吸收式制冷机进热量；为充热效率；为充热功率；为放热效率；为放热功率；qh为热负荷。
[0086]
进一步地，所述冷能平衡方程，是指：
[0087]qc,hp
q
c,ac
＝qc[0088]qc,hp
为热泵的制冷量；q
c,ac
为吸收式制冷机制热量；qc为冷负荷。
[0089]
进一步地，所述氢能平衡方程，是指：
[0090]
[0091]
其中，η
loss
为在压缩氢气过程中的能量消耗和作为热量散失的比例；p
elz
为电解槽输入功率；为储氢罐充氢功率；为储氢罐充氢效率，为季节储氢充氢功率；为季节储氢充氢效率；为储氢罐释氢功率；为储氢罐释氢效率，为季节储氢释氢功率；为季节储氢释氢效率；h
l
为氢负荷。
[0092]
进一步地，所述s204：构建目标函数和约束条件；
[0093]
其中，目标函数是以最小运行成本为优化目标的调度模型：
[0094][0095]
所述运行成本，包括：设备运营成本、氢气售卖成本、弃光弃风惩罚成本。
[0096]
其中，约束条件包括：储氢约束条件、储热约束条件和设备出力约束条件。
[0097]
其中，储氢约束条件，是指：
[0098]
季节性储氢在不同典型日之间实现氢气的充电和释放，储氢实现日内氢气的充电和释放，其中季节性储氢的运行约束如下：
[0099][0100]
式(2)限制了每次充氢和释氢的最大量和最大储氢容量。其中，shs为季节性储氢seasonal hydrogen storage的缩写；为在s场景下t时shs的充电/释放功率；为1表示在s场景下t时，shs处于充电/释放状态；v
shs
为shs的功率容量比；cap
shs
为shs的最大安装容量。
[0101][0102]
式(3)为不同季节的典型天，shs中只有一个状态，充电或释放。
[0103][0104][0105][0106][0107]
式(4)-(6)，c为储氢罐剩余容量，c的初始值在第一个典型天是装机容量的一半,其他典型天数为减去自放电能量损失后上一季充放电功率的累积。
[0108]
其中，为第一典型天的剩余容量；为在s场景下t时的剩余容量；为shs
的自释放效率；为shs的充电效率；为shs的释放效率；ω(s)为s的场景概率。式(6)规定s场景的概率和为1。
[0109]
其中，储热约束条件，是指：
[0110][0111][0112][0113][0114]
为在s场景下t时储热装置的充热功率；
[0115]
为在s场景下t时储热装置的放热功率；
[0116]
为储热装置的最大充热功率；
[0117]
为储热装置的最大放热功率；
[0118]
为1表示在s场景下t时储热装置处于充热状态；
[0119]
为1表示在s场景下t时储热装置处于放热状态；
[0120]
式(8)限制了每次充热和放热的最大功率且充热和放热不能同时发生；
[0121]
式(9)-(11)中e为储热装置的剩余容量；
[0122]
式(9)为储热装置容量的上下限；
[0123]
为储热装置的自释放效率；
[0124]
为储热装置的充热效率；
[0125]
为储热装置的放热效率；
[0126]
式(10)表示t时刻储热装置的剩余容量。
[0127]
其中，设备出力约束条件，是指：
[0128][0129]
式(12)表示在运行中各个设备的额定功率约束，θ代表各种设备包括：热泵、电解槽、燃料电池、吸收式制冷机、光伏、风电。表示设备的最小运行功率；表示各个设备的运行功率；表示各个设备的最大运行功率
[0130][0131]
式(13)表示在运行中各个设备的爬坡约束，r为爬坡效率。
[0132][0133]
为1表示在s场景下t时，电解槽/燃料电池工作，式(14)表示电解槽和燃料
电池不能同时工作。
[0134]
进一步地，所述对目标函数进行求解，得到各个设备的输入值和输出值；所采用的求解算法，是：ngsa
‑ⅱ
优化算法。
[0135]
进一步地，所述对目标函数进行求解，得到各个设备的输入值和输出值；这里的各个设备，具体包括：热泵、电解槽、燃料电池、吸收式制冷机、光伏、风电，储氢装置、储热装置。
[0136]
本发明通过系统中热量的回收利用为电解反应提供能量，降低电解槽的电力消耗；通过协调吸收式制冷机的耗热量和热泵的耗电量，降低制冷的总能耗；通过跨季节储氢平衡发电侧和负荷侧的长期不匹配，实现全年的优化调度。优化流程图如图2所示，在优化中，选取氢气罐中储存的氢气量、储热装置中存储的能量、热泵的制冷/制热量作为优化变量，以最小运行成本为目标函数，根据储热的状态以及负荷的状态，约束当前供给电解槽的热量，求解储热装置中存储的能量、储氢罐中储存的氢气量和热泵的制冷/制热量，控制系统中各个设备的运行。
[0137]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。