[发明专利]一种基于氢热混合储能装置的多能源系统容量优化方法

权利要求书

1.一种基于氢热混合储能装置的多能源系统容量优化方法，其特征在于包括如下步骤：

步骤1：对电网下一天预测的数据进行采集，所采集的可再生能源发电预测总功率P_pro，常规负荷预测总功率P_com，建立净负荷功率P_net数学模型：

|P_net(t)|＝P_pro(t)-P_com(t)

其中，P_net(t)为预测第t小时净负荷功率，P_pro(t)为第t小时预测的可再生能源发电总功率，P_com(t)为第t小时预测的常规负荷功率；

步骤2：根据储氢装置储氢和放氢的速率和效率，建立储氢装置容量配置数学模型，如下：

其中，为净负荷功率分配给电解水制氢装置的电能比例，为t时刻电解水制氢装置的用电功率，H_HV为氢气的高热值，为电解水制氢装置的制氢效率，为t时刻的产氢速率，为t时刻的耗氢速率，N(t)储气装置的储气量，N(t-1)为t-1时刻的储气量，为t时刻的总产氢量，为t时刻的总耗氢量，Δt为时间变化量；

步骤3：根据储热装置的吸热、放热的功率和效率，建立储热装置容量配置数学模型，如下：

其中，为净负荷功率分配给制热装置的电能比例，P_eb(t)为t时刻电锅炉的用电功率，H_eb(t)为t时刻电锅炉的制热功率，λ_eb为电锅炉的电热转换效率,H_HS(t)为t时刻的储热量，α为储热装置的散热损失率，Q_{HS_ch}(t)、η_hch分别为时刻t的吸热功率和效率，Q_{HS_dis}(t)、η_hdis分别为t时刻的放热功率和效率；

步骤4：以氢-热混合储能装置的投资成本为目标函数，结合步骤1至步骤3的模型建立容量优化配置模型，并计算净功率分配给储氢装置及储热装置的待优化比例值；

步骤4.1：建立容量优化配置模型，如下：

其中，为目标函数，F表示氢-热混合储能装置的投资成本，表示储氢装置的配置数量，N_H表示储热装置的配置数量，表示储氢装置的单价，C_H表示储热装置的单价，|P_HTHS|为氢-热混合储能，正表示放能，负表示储能；P_lease表示能量损耗，m表示单台储氢装置的额定容量，n表示单台储热装置的额定容量；

步骤4.2：读取负荷、可再生能源发电数据，计算净功率分配给储氢装置及储热装置待优化的比例值：

其中，为净功率分配给储氢装置的待优化比例，为净功率分配给储热装置的待优化比例；

步骤5：通过人工蜂群算法计算出氢-热混合储能装置的最佳容量配置。

2.根据权利要求1所述的一种基于氢热混合储能装置的多能源系统容量优化方法，其特征在于所述步骤5的过程如下：

步骤5.1：初始化配置方案NP为配置方案的数量，配置方案的好坏对应解的适应度评价值F_i，设定引领蜂/跟随蜂数量N＝NP/2，维数D＝2，最大迭代次数K_max，最大开采次数limit，根据步骤1至步骤4，在搜索空间产生初始方案

其中，为第i个方案中净功率分配给储氢装置的待优化比例，为第i个方案中净功率分配给储热装置的待优化比例；

步骤5.2：在搜索空间的上下限范围内，根据下式选取N种优化配置方案作为引领蜂

其中L_d和U_d分别表示搜索空间的下限0和上限100％，d＝1,2；

步骤5.3：计算引领蜂对应氢-热混合储能系统的N种投资成本F_N，并在N种投资成本F_N中筛选出最优投资成本F_α作适应度；

步骤5.4：以步骤5.2中的N种优化配置方案为中心通过Or-opt邻域搜索算法产生一个邻域范围，再从邻域范围内根据下式选取N种优化配置方案作为步骤5.2得到的N种优化配置方案的引领蜂计算相应邻域引领蜂对应氢-热混合储能系统的N种投资成本F_N，并在更新后的N种投资成本F_N中筛选出更新后的最优投资成本F_β作适应度；

其中，ψ是[-1,1]均匀分布的随机数，决定扰动幅度，j＝1,2,...,NP,j≠i,表示在NP个配置方案中随机选择一个不等于i的配置方案；

步骤5.5：将步骤5.2引领蜂得出的F_α与步骤5.4相应邻域引领蜂得出的F_β两者作比较，采用贪婪选择的方法选择适应度评价值较低的优化配置方案记为

根据贪婪选择的方法确定较好的配置方案，所述适应度评价值的计算公式如下：

其中，F_i表示适应度评价值，F_N表示被优化问题的目标函数；

步骤5.6：根据适应度评价值计算引领蜂找到的待优化配置方案被跟随的概率；

其中，F_i为引领蜂传递的第i个配置方案的适应度评价值；

步骤5.7：跟随蜂采用轮盘赌的方法选择引领蜂，即在[0，1]产生一个均匀分布的随机数r，如果p_i大于r，该跟随蜂按步骤5.4的公式在配置方案的周围产生一个新配置方案，且跟随峰采用与引领蜂相同的方式进行搜索，并根据贪婪选择的方法确定保留较好的配置方案；

步骤5.8：判断配置方案是否满足被放弃的条件即达到最大开采次数limit＝50后未被更新；如满足，此配置方案被放弃，对应的引领蜂角色变为侦察蜂，否则直接转到步骤5.9；

步骤5.9：侦察蜂根据下式随机产生一个新配置方案代替

步骤5.10：K＝K+1，判断算法是否满足终止条件，若满足则终止，输出最优容量配置，否则转到步骤5.2。