[发明专利]一种离网风光氢冷能源系统优化配置方法

说明书

本发明提供一种离网风光氢冷能源系统优化配置方法，所述方法包括以下步骤：步骤1：构建风光氢冷能源系统，步骤2：通过风光氢冷能源系统的设备采集光伏辐射强度，风速，温度，年电力负荷需求以及年冷负荷需求参数构建离网风光氢冷能源模型；步骤3：通过可再生能源性能指标对所述离网风光氢冷能源系统模型进行评估，步骤4：通过樽海鞘算法对所述离网风光氢冷能源模型运行策略计算获得一年内的功率供应缺失率与功率消减率；步骤5：通过樽海鞘算法对步骤3中所述离网风光氢冷能源模型目标函数与约束条件进行优化配置；步骤6：判断是否满足终止条件，输出最优结果；本发明解决了由于恶劣的环境和高昂的电网传输成本，并且使用了氢气与冰蓄冷两种对环境友好的储能装置的风光氢冷系统的优化配置问题。

技术领域

本发明涉及能源系统优化配置技术，尤其涉及一种离网风光氢冷能源系统优化配置方法。

背景技术

尽管世界各地对电力负载的需求逐渐增加，但由于恶劣的环境和高昂的传输成本，许多偏远地区仍无法连接到电网。柴油发电具有很高的灵活性，因此已成为离网地区的主要供电方式。但是，近年来，柴油的价格一直在不断上涨，这使得这种供电方式不是经济的选择。此外，柴油发电的高碳排放对环境安全具有毁灭性的影响，这促使世界各地的国家重视清洁和高效的可再生能源。偏远地区通常拥有丰富的自然资源，为离网地区的混合可再生能源系统(hybrid renewable energy system,HRES)的广泛应用提供了条件；HRES是各种分布式能源发电系统(太阳能，风能和生物质能)的集成，可以满足偏远地区的能源需求，引起了全世界的关注。

然而，由于可再生能源的间歇性和波动性，离网地区的电力供需不平衡。如果HRES系统的规模增加，成本将大大提高。如果减少HRES系统的规模，电力短缺将影响居民的正常生活。因此，确定没有储能的可再生能源系统规模是一项艰巨的任务。在发电量过多的情况下，能量存储设备可以吸收能量。相反，当电力短缺时，它们释放能量。因此，在HRES中增加储能设备可以提高系统的可靠性和成本效益，具有十分重要的意义。电池一直是可行的能量存储设备。但是，一些研究证明，废弃电池会在环境中产生有害物质。同时，电池的低能量密度使其自放电率不可忽略，因此该电池不适合用于HRES的长期储能装置。

除电池外，还有多种成熟的储能装置，例如抽水蓄能，压缩空气，超级电容器，氢。其中，氢储能具有较高的能量密度，非常适合长期储能。储氢系统主要包括电解池，燃料电池和储氢罐。储氢系统的组件在制造阶段和运行阶段都对自然环境十分友好。然而，氢存储系统存在充放电速度缓慢的缺点，将氢存储系统与其他存储系统(例如电池)相结合对于提高氢存储系统的充放电速度具有重要意义。

许多可再生资源丰富的离网地区一般天气炎热。离网地区度假胜地，旅馆的空调和冷藏食品仓库之类的冷却系统全年对能源的需求较大。对于这些冷却系统，已广泛使用冰蓄冷和其他热能存储作为存储装置。考虑到氢气与冰蓄冷都是对环境友好的，因此带有氢气存储与冰蓄冷的HRES对离网偏远地区是有光明前景的，因为冰蓄冷只能满足制冷需求，但不能满足电力负荷，因此我们无法将电力负荷和制冷负荷作为一个整体来考虑。因此，制定风光氢冷系统的运行策略，进行风光氢冷系统的优化配置是十分有必要的。

发明内容

在本发明中，我们优化配置离网风/光/氢/冷混合系统的最佳容量。在这项研究中，HRES的负荷类型是电和冷，储能设备是储氢和储冰。为了评估HRES在各个方面的最佳配置效果，将LCOE(Levelized cost of energy,LCOE)，LPSP(Loss of power supplypossibility,LPSP)和PCR(Power curtailment rate,PCR)用作HRES 的评价标准。在HRES的最佳配置中，我们更加关注与成本相关的评估指标LCOE。因此，本发明采用具有约束违规度的Epsilon约束方法，以LCOE为优化目标，以LPSP和PCR为约束条件。然后利用ISSA优化HRES系统的配置。使用启发式算法来制定多个目标和约束时，有必要计算HRES中每时每刻的能量流动和能量存储。考虑到能量流动的复杂性，本发明将运行策略分为整体存储和整体释放过程。