一种海上风电制氢储能系统的多目标优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114186467A(43)申请公布日2022.03.15(21)申请号202111491061.9G06N3/00(2006.01)(22)申请日2021.12.08G06Q10/06(2012.01)G06Q50/06(2012.01)(71)申请人中国科学院广州能源研究所地址510640广东省广州市天河区五山能源路2号申请人先进能源科学与技术广东省实验室汕尾分中心广东电网有限责任公司汕尾供电局(72)发明人田甜马泽涛舒杰崔琼高明郭克胡志途(74)专利代理机构广州科粤专利商标代理有限公司44001代理人劳剑东莫瑶江(51)Int.Cl.G06F30/25(2020.01)权利要求书2页说明书6页附图3页(54)发明名称一种海上风电制氢储能系统的多目标优化方法(57)摘要本发明公开了一种海上风电制氢储能系统的多目标优化方法，属于新能源领域。该方法具体包括如下步骤：确立海上风电制氢储能系统以可靠性、经济性及弃风量为优化目标，构建多优化目标的适应度函数，在应用软件中基于多目标粒子群优化算法编写求解适应度函数的程序代码，运行程序，得到多目标优化问题的帕累托前沿曲面，并根据帕累托前沿曲面图以及对各目标的偏好确定容量配比最优解。本发明的一种海上风电制氢储能系统的多目标容量优化方法，有助于决策者根据经济性、可靠性及弃风量偏好来确定系统的最佳容量配比。CN114186467ACN114186467A权利要求书1/2页1.一种海上风电制氢储能系统的多目标优化方法，其特征在于，用于海上风电制氢储能系统，所述海上风电制氢储能系统包括包括电网，所述电网电性连接有母线，所述母线通过变压器电性连接有风力发电机组，且分别依次通过变压器和逆变器电性连接有蓄电池组、电解槽、压缩机和储氢罐；所述方法包括以下步骤：确立所述海上风电制氢储能系统的优化目标，其中，所述优化目标至少包括可靠性、经济性及弃风量；构建所述海上风电制氢储能系统的优化目标的适应度函数；基于多目标粒子群优化算法求解优化目标的适应度函数，获得帕累托前沿曲面；根据帕累托前沿曲面以及对各所述优化目标的偏好确定容量配比最优解。2.根据权利要求1所述的海上风电制氢储能系统的多目标优化方法，其特征在于，确立所述海上风电制氢储能系统的优化目标，具体包括：以负荷亏损概率LDP作为系统的所述可靠性的评价指标，式中，LDP为所述系统的负荷亏损概率，Pgrid(t)为系统实时并网功率需求，Pb(t‑1)为蓄电池组可提供的补偿功率；以年净收益作为系统的所述经济性的评价指标，Z＝Itot‑Ctot‑h2‑Ctot‑b‑Cw式中，Z为系统的年净收益，Itot为系统的年收益，Ctot‑h2为制氢储能年化成本，Ctot‑b为蓄电池组年化成本，Ctot‑w为海上风电场年化成本；其中，所述系统的年收益Itot具体为：其中，pg(t)为风电并网实时电价，Pg(t)为实时并网功率，ph为售氢单价，Vh(t)为电解水制氢速率；所述制氢储能年化成本Ctot‑h2具体为：所述蓄电池组年化成本Ctot‑b具体为：式中，Cinv‑h2为制氢储能初始投资成本，Cope‑h2为制氢储能年运行维护成本，Cres‑h2为制氢储能年化回收残值，i为贴现率，na为设备回收年限，Cinv‑b为蓄电池组初始投资成本，Cope‑b为蓄电池组年运行维护成本，Cres‑b蓄电池组年化回收残值。3.根据权利要求1所述的海上风电制氢储能系统的多目标优化方法，其特征在于，优化目标的适应度函数，具体包括：2CN114186467A权利要求书2/2页式中，F1、F2和F3分别表示可靠性、经济性和弃风量三个优化目标的目标函数，C1、C2、C3分别表示电解槽、储氢罐及蓄电池组的容量。4.根据权利要求1所述的海上风电制氢储能系统的多目标优化方法，其特征在于，所述多目标粒子群优化算法，具体包括以下步骤：在满足约束条件的情况下，随机初始化种群规模为N的粒子群，随机产生每个粒子的位置及速度，初始化外部储备集；分别计算目标函数F1、F2和F3的每个粒子的适应度值；更新粒子个体引导者pi，具体地，将当前粒子搜索到的最优位置作为粒子个体引导者pi，设第t代粒子位置为xi(t)，个体引导者为pi(t)，若下一代粒子位置xi(t+1)不被pi(t)支配，则pi(t+1)取为xi(t+1)，否则个体引导者不变，仍为pi(t)；更新粒子全局引导者gi，具体地，粒子全局引导者选取为当前粒子领域内所有粒子搜索过程中得到的最优位置，利用外部储备集保存粒子在搜索过程中得到的非劣解，然后根据外部储备集中元素的分布密度来确定全局引导者gi；其中，分布密度用粒子密度距离表示，对于粒子xi(t)，其密度距离为：式中，xj(t)和xk(t)