[发明专利]一种多类型储能系统优化运行方法

说明书

本发明公开了一种多类型储能系统优化运行方法，包括以下步骤：输入未来若干日的风光资源预测信息，利用蒙特卡洛法模拟生成若干随机场景，根据离预测日的远近为每日设置不同的标准差；采用K‑means聚类算法将随机场景缩减成典型场景；建立电储能模型、氢储能模型、电转氢模型以及氢燃料电池模型并设置约束条件，建立电储能寿命模型以及碳排放指标模型；根据上述场景及模型建立目标函数；以成本总和最低为目标，对目标函数求解得到日前调度运行方案。本发明充分考虑电储能能量密度低，氢储能能量密度高的特点，对氢储能日内调度结束时刻能量进行优化，实现长时间尺度下的能量优化方案。

技术领域

本发明涉及储能系统优化技术领域，尤其涉及一种多类型储能系统优化运行方法。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

近年来，随着煤、石油等化石燃料的大规模开采与使用，一方面化石燃料储备急剧减少，能源危机问题随之而来；另一方面，化石燃料的燃烧使得环境污染问题愈发严重，CO2的排放导致温室效应加剧。为此，大力发展可再生能源，寻找新的低碳清洁能源形式成为当下亟待解决的问题。在“碳达峰”与“碳中和”背景下，发展“零碳”能源成为一大亮点。氢能被认为是最环保的能源，也是化石能源和可再生能源之间过渡和转换的桥梁，大力发展氢能，将有助力实现“碳达峰”和“碳中和”，也解决了能源危机问题。在未来，终端电气化和氢能全面利用将是全人类不断奋斗的目标，在电氢能源发展火热现状下，研究电储能与氢储能的优化运行策略具有十分重要的现实意义。

电储能与氢储能的多类型储能系统的研究对于电氢综合能源的发展是非常重要的研究课题。目前，国内外学者对电储能、氢储能也有一定的研究。但大多学者都将电储能模型与氢储能模型几乎考虑的完全一致，没有充分考虑电池储能与氢储能两者在能量转移特性上的区别，无法突出氢储能在长时间尺度下的能量转移效果；且在系统同时使用电储能与氢储能的多类型储能研究中，大多学者也没有关注使用氢储能对电池储能寿命的影响问题。由于电池的能量密度较低且存在自放电现象，适合于短期储能；氢储能具有能量密度高的特点，适合于长期储能，与电池储能存在互补性。考虑到氢储能具有长时间存储的特性，若采用和电池储能完全相同的模型，将氢储能一天结束时刻的能量SOE（State ofEnergy）设置与初始时刻相同，这种模型可能限制了氢储能在某些条件下的灵活使用，无法体现氢储能的日间能量转移特性。虽然现有研究较为全面，但仍然存在着没有全面考虑电储能与氢储能存储时间特性的问题。

发明内容

针对现有技术存在的没有充分考虑氢储能各类特性，缺少适合长时间尺度的能量优化方法的问题，本发明提供了一种多类型储能系统优化运行方法，考虑了电池储能与氢储能不同能量转移特性，重点考虑在日前优化调度运行中，对氢储能的日内调度结束时刻能量进行优化，从而实现考虑长时间尺度的能量优化方案。

以下是本发明的技术方案。

一种多类型储能系统优化运行方法，包括以下步骤：

输入未来若干日的风光资源预测信息，利用蒙特卡洛法模拟生成若干随机场景，根据离预测日的远近为每日设置不同的标准差；

采用K-means聚类算法将随机场景缩减成典型场景；

建立电储能模型、氢储能模型、电转氢模型以及氢燃料电池模型并设置约束条件，建立电储能寿命模型以及碳排放指标模型；

根据上述场景及模型建立目标函数；

以成本总和最低为目标，对目标函数求解得到日前调度运行方案。