基于典型商业运营模式的含电-氢混合储能微电网系统优化运行方法

doi:10.12096/j.2096-4528.pgt.23173

发电技术 ›› 2024, Vol. 45 ›› Issue (6): 1186-1200.DOI: 10.12096/j.2096-4528.pgt.23173

• 智能电网 • 上一篇

基于典型商业运营模式的含电-氢混合储能微电网系统优化运行方法

李文¹, 卜凡鹏¹, 张潇桐², 杨创东¹, 张静¹

^1.中国电力科学研究院有限公司，北京市海淀区 100192
^2.国网辽宁省电力有限公司电力科学研究院，辽宁省沈阳市 110000

收稿日期:2023-12-18 修回日期:2024-01-21 出版日期:2024-12-31 发布日期:2024-12-30
作者简介:李文(1984)，男，中级工程师，研究方向为综合能源与电能替代，149070802@qq.com；
卜凡鹏(1986)，男，硕士，高级工程师，研究方向为用电管理技术，bufanpeng@epri.sgcc.com.cn；
张潇桐(1989)，男，硕士，高级工程师，研究方向为清洁能源并网运行与消纳技术，734069940@qq.com；
杨创东(1996)，男，硕士，中级会计师，研究方向为经济会计与商业管理，17801063066@163.com；
张静(1988)，女，硕士，中级工程师，研究方向为电能替代和能源互联网，18610932703@163.com。
基金资助:
国家电网有限公司科技项目(5400-202328240A-1-1-ZN)

Optimal Operation Method of Electric-Hydrogen Hybrid Energy Storage Microgrid System Based on Typical Commercial Operation Mode

Wen LI¹, Fanpeng BU¹, Xiaotong ZHANG², Chuangdong YANG¹, Jing ZHANG¹

^1.China Electric Power Research Institute, Haidian District, Beijing 100192, China
^2.State Grid Liaoning Electric Power Research Institute, Shenyang 110000, Liaoning Province, China

Received:2023-12-18 Revised:2024-01-21 Published:2024-12-31 Online:2024-12-30
Supported by:
Science and Technology Project of State Grid Corporation of China(5400-202328240A-1-1-ZN)

摘要/Abstract

摘要：

目的针对微电网的低碳转型，提出一种电-氢混合储能微电网的优化调度方法，以解决不同商业模式下的调度难题。方法首先，建立了包含电-氢混合储能的微电网数学模型，并基于多方合作供能和多方独立供能2种典型商业模式，构建了相应的多目标优化调度模型及其约束条件。然后，引入增强的非支配排序遗传算法II (non-dominated sorting genetic algorithm II，NSGA-II)，将其与方差拥挤度计算方法和正态分布交叉算子相结合，以提高优化效率和求解精度。最后，结合东南沿海某地运行的电-氢混合储能微电网系统进行仿真实验，以验证所提方法的有效性。结果与优化前相比，多方合作供能商业模式的经济性提升约4.1%，弃风弃光率降低约19%，年度碳排放量减少约47.42 t。结论多方合作供能商业模式更符合当前我国电力市场的基本情况，且优化后的系统性能显著提高。所提优化调度方法能够有效支持电-氢混合储能微电网在不同商业模式下实现低碳转型。

关键词: 微电网, 电力系统, 可再生能源, 储能系统, 电氢可逆转换, 典型商业模式, 非支配排序遗传算法II (NSGA-II), 多目标优化算法

Abstract:

Objectives Aiming at the low-carbon transformation of micro-grid, an optimal scheduling method for electric-hydrogen hybrid energy storage micro-grid was proposed to address the scheduling challenges under different business models. Methods Firstly, a mathematical model of micro-grid with electro-hydrogen hybrid energy storage was developed. Based on two typical business models of multi-party cooperative energy supply and multi-party independent energy supply were analyzed. Based on these models, the corresponding multi-objective optimization scheduling models and these constraints were constructed. Then, the non-dominated sorting genetic algorithm II (NSGA-II) was introduced, which was combined with variance crowding distance method and normal distribution crossover operator to improve optimization efficiency and solution accuracy. Finally, the simulation experiments were conducted using an operational electro-hydrogen hybrid energy storage micro-grid system in a southeastern coastal area to validate the effectiveness of the proposed method. Results Compared with before optimization, the economy of the multi-party cooperative energy supply business model is improved by about 4.1%, the wind-solar energy abandon rate is reduced by about 19%, and the annual carbon emission is reduced by about 47.42 t. Conclusions The multi-party cooperative energy supply business model aligns better with the current power market conditions of China’s, and the optimized system performance is significantly enhanced. This study demonstrates that the proposed optimization scheduling method effectively supports the low-carbon transition of electro-hydrogen hybrid energy storage micro-grid under various business models.

Key words: microgrid, power system, renewable energy, energy storage system, reversible conversion of electric hydrogen, typical business model, non-dominated sorting genetic algorithm II (NSGA-II), multi-objective optimization algorithm

中图分类号:

TK 01

李文, 卜凡鹏, 张潇桐, 杨创东, 张静. 基于典型商业运营模式的含电-氢混合储能微电网系统优化运行方法[J]. 发电技术, 2024, 45(6): 1186-1200.

Wen LI, Fanpeng BU, Xiaotong ZHANG, Chuangdong YANG, Jing ZHANG. Optimal Operation Method of Electric-Hydrogen Hybrid Energy Storage Microgrid System Based on Typical Commercial Operation Mode[J]. Power Generation Technology, 2024, 45(6): 1186-1200.

图/表 14

图1 多能源微电网结构图

Fig. 1 Structure diagram of multi-energy microgrid

图2 电解槽结构图

Fig. 2 Electrolytic cell structure diagram

图3 增强的NSGA-Ⅱ算法流程

Fig. 3 Enhanced NSGA-Ⅱ algorithm flow

图4 测试函数仿真计算结果

Fig. 4 Results of the test function simulations

表1 评价结果

Tab. 1 Evaluation results

测试函数	指标	本文算法	NSGA-II算法	多目标浣熊算法	多目标粒子群算法
ZDT1	平均值	0.013 9	0.031 5	0.023 4	0.036 7
	标准差	0.001 7	0.005 0	0.003 6	0.006 2
	IGD	0.012 9	0.023 0	0.022 3	0.028 9
	Spacing	0.025 4	0.078 9	0.039 8	0.083 5
ZDT2	平均值	0.014 3	0.021 2	0.019 6	0.023 5
	标准差	0.001 9	0.004 8	0.005 2	0.007 3
	IGD	0.010 8	0.024 0	0.018 9	0.028 7
	Spacing	0.034 7	0.063 8	0.037 8	0.059 3
ZDT3	平均值	0.014 8	0.027 5	0.018 7	0.027 9
	标准差	0.001 2	0.006 4	0.004 9	0.008 4
	IGD	0.010 7	0.023 1	0.017 9	0.027 1
	Spacing	0.042 0	0.072 9	0.063 9	0.084 5
ZDT6	平均值	0.015 7	0.027 4	0.024 7	0.032 5
	标准差	0.001 5	0.004 6	0.003 5	0.005 9
	IGD	0.012 7	0.021 8	0.023 7	0.029 3
	Spacing	0.028 6	0.066 7	0.051 8	0.080 6

图5 分时电价和气价

Fig. 5 Time-of-use electricity and gas prices

图6 冷热电负荷数据

Fig. 6 Cold, heat and electrical load data

图7 风光功率预测数据

Fig. 7 Photovoltaic power forecasting data

图8 优化前后不同商业模式的调度结果

Fig. 8 Scheduling results of different business models before and after optimization

图9 不同商业模式分时运行成本

Fig. 9 Time-sharing costs of different business models

表2 优化前后不同商业模式指标对比

Tab. 2 Comparison of different business model indicators before and after optimization

碳减

排量/kg

图10 不同电源结构优化调度结果

Fig. 10 Optimal scheduling results of different power supply structures

图11 不同电源结构分时运行成本

Fig. 11 Time-sharing operating costs of different power supply structures

表3 不同电源结构优化后指标对比

Tab. 3 Comparison of indicators after optimization of different power supply structures

电源结构	经济总成本/元	弃风率/%	弃光率/%	碳减排量/kg
含风光	5 869.056	11	7	618.77
含光伏	6 665.060	0	4	164.81
含风电	6 206.484	8	0	474.59
无新能源	7 041.481	0	0	0

参考文献 33

1	张思，杨晓雷，阙凌燕，等．高比例光伏发电对浙江电网电力平衡的影响及应对策略[J]．浙江电力，2022，41(11)：9-16．
	ZHANG S， YANG X L， QUE L Y，et al ．The impact of high-proportion photovoltaic power generation on the power balance of Zhejiang power grid and its countermeasures[J]．Zhejiang Electric Power，2022，41(11)：9-16．
2	纪鹏，黄成，孙田，等．适应高比例可再生能源的价区划分与功率转移权重近似计算研究[J]．电力科学与技术学报，2023，38(6)：12-19． doi:10.19781/j.issn.1673-9140.2023.06.002
	JI P， HUANG C， SUN T，et al ．Study on price zone partition method and improved zonal power transfer distribution factor considering the uncertainty of electricity market[J]．Journal of Electric Power Science and Technology，2023，38(6)：12-19． doi:10.19781/j.issn.1673-9140.2023.06.002
3	李志军，郭燕龙，苗庆玉．基于解析法的高比例可再生能源系统惯量支撑储能配置[J]．电测与仪表，2023，60(11)：11-18．
	LI Z J， GUO Y L， MIAO Q Y ．High proportion of renewable energy storage system for inertial support energy storage configuration based on analytical method[J]．Electrical Measurement & Instrumentation，2023，60(11)：11-18．
4	齐金山，姚良忠，廖思阳，等．高比例新能源电力系统静态电压稳定裕度在线概率评估[J]．电力系统保护与控制，2023，51(5)：47-57．
	QI J S， YAO L Z， LIAO S Y，et al ．Online probabilistic assessment of static voltage stability margin for power systems with a high proportion of renewable energy[J]．Power System Protection and Control，2023，51(5)：47-57．
5	岳大为，赵文体，袁行行，等．计及电-氢混合储能的孤岛直流微电网可靠性评估[J]．电力工程技术，2023，42(3)：27-35．
	YUE D W， ZHAO W T， YUAN H H，et al ．Reliability evaluation of islanded DC microgrid considering electric-hydrogen hybrid energy storage[J]．Electric Power Engineering Technology，2023，42(3)：27-35．
6	陶鸿俊，周志贵，谢婧怡，等．计及环境成本的含储能冷热电联供系统多目标优化和运行策略研究[J]．分布式能源，2023，8(3)：30-39．
	TAO H J， ZHOU Z G， XIE J Y，et al ．Research on multi-objective optimization and operation strategy of combined cold，heat and power system with energy storage considering environmental cost[J]．Distributed Energy，2023，8(3)：30-39．
7	初壮，赵蕾，孙健浩，等．考虑热能动态平衡的含氢储能的综合能源系统热电优化[J]．电力系统保护与控制，2023，51(3)：1-12．
	CHU Z， ZHAO L， SUN J H，et al ．Thermoelectric optimization of an integrated energy system with hydrogen energy storage considering thermal energy dynamic balance[J]．Power System Protection and Control，2023，51(3)：1-12．
8	曾一鸣，马瑜涵，吴启亮．电氢耦合典型应用场景分析及经济性评估[J]．浙江电力，2023，42(9)：1-8．
	ZENG Y M， MA Y H， WU Q L ．Application analysis and economic evaluation of typical electricity-hydrogen coupling scenarios[J]．Zhejiang Electric Power，2023，42(9)：1-8．
9	滕越，赵骞，袁铁江，等．绿电-氢能-多域应用耦合网络关键技术现状及展望[J]．发电技术，2023，44(3)：318-330．
	TENG Y， ZHAO Q， YUAN T J，et al ．Key technology status and outlook for green electricity-hydrogen energy-multi-domain applications coupled network[J]．Power Generation Technology，2023，44(3)：318-330．
10	MEN J ．Bi-level optimal scheduling strategy of integrated energy system considering adiabatic compressed air energy storage and integrated demand response[J]．Journal of Electrical Engineering & Technology，2024，19(1)：97-111． doi:10.1007/s42835-023-01529-5
11	赵晋斌，陈逸文，魏国庆，等．计及氢能多元利用特性的电氢耦合系统容量优化配置方法[J]．上海电力大学学报，2024，40(3)：220-226．
	ZHAO J B， CHEN Y W， WEI G Q，et al ．Capacity optimization allocation method of electro-hydrogen coupling system considering the multiple utilization of hydrogen energy characteristics[J]．Journal of Shanghai University of Electric Power，2024，40(3)：220-226．
12	MORADI M H， ABEDINI M ．A novel method for optimal DG units capacity and location in microgrids[J]．International Journal of Electrical Power & Energy Systems，2016，75：236-244． doi:10.1016/j.ijepes.2015.09.013
13	李蕊睿，李奇，蒲雨辰，等．计及功率交互约束的含电-氢混合储能的多微电网系统容量优化配置[J]．电力系统保护与控制，2022，50(14)：53-64．
	LI R R， LI Q， PU Y C，et al ．Optimal configuration of an electric-hydrogen hybrid energy storage multi-microgrid system considering power interaction constraints[J]．Power System Protection and Control，2022，50(14)：53-64．
14	VAN L P， HOANG HIEU L， CHI K DO，et al ．An improved state machine-based energy management strategy for renewable energy microgrid with hydrogen storage system[J]．Energy Reports，2023，9：194-201． doi:10.1016/j.egyr.2022.10.385
15	FAN W， LIU Q， WANG M ．Bi-level multi-objective optimization scheduling for regional integrated energy systems based on quantum evolutionary algorithm[J]．Energies，2021，14(16)：4740． doi:10.3390/en14164740
16	HOSSEINI S E， KARIMI O， ASEMANBAKHSH M ALI ．Experimental investigation and multi-objective optimization of savonius wind turbine based on modified non-dominated sorting genetic algorithm-II[J]．Wind Engineering，2024，48(3)：446-467． doi:10.1177/0309524x231217726
17	KAVITKAR S R， MEKALA M， SURANANI S ．Multi objective optimization using non-dominated sort genetic algorithm with artificial neural network for reactive dividing wall column[J]．Theoretical Foundations of Chemical Engineering，2023，57(1)：S121-S130． doi:10.1134/s0040579523070096
18	ESFE M H， HAJMOHAMMAD H， MOTALLEBI S M，et al ．Cost and efficiency optimizations of ZnO/EG nanofluids using non-dominated sorting genetic algorithm coupled with a statistical method[J]．Korean Journal of Chemical Engineering，2024，41(1)：175-186． doi:10.1007/s11814-023-00003-2
19	RAMANI S K， JAFARI H， KIA G S ．Stochastic comparisons of the smallest claim amounts from two heterogeneous portfolios following exponentiated weibull distribution[J]．Mathematical Methods of Statistics，2024，33(2)：211-225． doi:10.3103/s1066530724700108
20	MANSOURI B， CHINIPARDAZ R， AL-FARTTOSI S A S，et al ．A review of nonparametric research on cumulative distribution function estimation[J/OL]．Journal of the Indian Society for Probability and Statistics，2024：1-22．(2024-07-23)[2024-08-10]．． doi:10.1007/s41096-024-00201-z
21	KHARKWAL D， DHAWAN A ．Enhanced performance of dye-sensitized solar cells by mixing of metal-complex dyes[J]．Journal of Electronic Materials，2024，53(9)：5334-5339． doi:10.1007/s11664-024-11250-2
22	张志发，贾寿珂，杨彬彬，等．基于摩尔数平衡的燃油消耗量计算方法研究[J]．小型内燃机与车辆技术，2023，52(4)：41-46．
	ZHANG Z F， JIA S K， YANG B B，et al ．A study on calculation method of fuel consumption based on molar equilibrium[J]．Small Internal Combustion Engine and Vehicle Technique，2023，52(4)：41-46．
23	王正峰，谢雨杭，范永春，等．活性炭负载Ni-N-C催化剂提升电解碳酸氢盐法拉第效率[J]．化工学报，2023，74(11)：4570-4577．
	WANG Z F， XIE Y H， FAN Y C，et al ．Active carbons supported Ni-N-C catalysts for enhanced Faraday efficiency of electrolytic bicarbonate[J]．CIESC Journal，2023，74(11)：4570-4577．
24	NI C， LIU C， LIU J，et al ．Thermochemically driven crystal phase transfer via mechanical activation-assisted chlorination roasting toward the selective extraction of lithium from spodumene[J]．Journal of Industrial and Engineering Chemistry，2024，138：632-640． doi:10.1016/j.jiec.2024.05.022
25	喻小宝，谭忠富，屈高强．基于能源互联网的电力商业模式及关键技术研究[J]．智慧电力，2019，47(2)：9-14．
	YU X B， TAN Z F， QU G Q ．Exploration for power business model and key technologies under condition of energy Internet[J]．Smart Power，2019，47(2)：9-14．
26	蒋猛，黄宇，廖伟涵，等．基于改进NSGA-Ⅱ算法的电-气-热综合能源系统多目标优化[J]．发电技术，2020，41(2)：131-136．
	JIANG M， HUANG Y， LIAO W H，et al ．Multi-objective optimization of electricity-gas-heat integrated energy system based on improved NSGA-Ⅱ algorithm[J]．Power Generation Technology，2020，41(2)：131-136．
27	卢子敬，李子寿，郭相国，等．基于多目标人工蜂鸟算法的电-氢混合储能系统最优配置[J]．中国电力，2023，56(7)：33-42．
	LU Z J， LI Z S， GUO X G，et al ．Optimal configuration of electricity-hydrogen hybrid energy storage system based on multi-objective artificial hummingbird algorithm[J]．Electric Power，2023，56(7)：33-42．
28	LIU H L， GU F， ZHANG Q ．Decomposition of a multiobjective optimization problem into a number of simple multiobjective subproblems[J]．IEEE Transactions on Evolutionary Computation，2014，18(3)：450-455． doi:10.1109/tevc.2013.2281533
29	李传利，李新杰，金祖凯，等．基于SA-NSGA-Ⅱ算法的水库多目标优化调度研究[J]．水电能源科学，2024，42(2)：183-187．
	LI C L， LI X J， JIN Z K，et al ．Study on multi-objective optimal scheduling of reservoirs based on SA-NSGA-Ⅱ algorithm[J]．Water Resources and Power，2024，42(2)：183-187．
30	王盼宝，徐殿国，谭岭玲，等．基于改进MOPSO的多能互补型微电网多元优化运行策略[J]．南方电网技术，2022，16(10)：130-140．
	WANG P B， XU D G， TAN L L，et al ．Multivariate optimal operation strategy of multi-energy complementary microgrid based on improved MOPSO[J]．Southern Power System Technology，2022，16(10)：130-140．
31	赵嘉，陈丹丹，肖人彬，等．一种基于最大最小策略和非均匀变异的萤火虫算法[J]．智能系统学报，2022，17(1)：116-130．
	ZHAO J， CHEN D D， XIAO R B，et al ．A heterogeneous variation firefly algorithm with maximin strategy[J]．CAAI Transactions on Intelligent Systems，2022，17(1)：116-130．
32	王丽萍，沈笑，吴洋，等．基于动态分配邻域策略的分解多目标进化算法[J]．浙江工业大学学报，2021，49(3)：237-244．
	WANG L P， SHEN X， WU Y，et al ．Decomposition multi-objective evolutionary algorithm based on dynamic allocation neighborhood strategy[J]．Journal of Zhejiang University of Technology，2021，49(3)：237-244．
33	ZHAO Q， LIAO X， MA Z，et al ．Comprehensive pollutant emission prediction models from hydrogen-enriched methane combustion in a gas-fired boiler based on box-behnken design method[J]．International Journal of Hydrogen Energy，2024，79：728-740． doi:10.1016/j.ijhydene.2024.07.103

[1]	张立栋, 铁浩, 刘惠文, 李钦伟, 田文鑫, 赵秀勇, 常子涵. 风力机偏航对尾迹演化影响的实验研究[J]. 发电技术, 2024, 45(6): 1153-1162.
[2]	吴任博, 黄奕俊. 高比例可再生能源接入下含自愈性能的分布式配电网重构策略研究[J]. 发电技术, 2024, 45(5): 975-982.
[3]	谭玲玲, 孙鹏, 郭沛璇, 李元芳, 吉兴全, 张玉敏. 含氢储能的微电网低碳-经济协同优化配置[J]. 发电技术, 2024, 45(5): 983-994.
[4]	肖白, 赵雪纯, 董光德. 电能质量综合评估方法综述与展望[J]. 发电技术, 2024, 45(4): 716-733.
[5]	陈昱, 丁鸿, 崔勇, 朱里, 陈士俊, 凌秋阳, 徐勇生, 郑建. 变电设备温度态势感知及辅助决策系统方案研究[J]. 发电技术, 2024, 45(4): 744-752.
[6]	王伟杰, 曾鑫洁, 徐远途, 李书仪, 阮灿华, 童宁, 武小梅. 基于正序突变量相轨迹辨识的可再生能源配电网电流保护[J]. 发电技术, 2024, 45(4): 753-764.
[7]	周丹, 袁至, 李骥, 范玮. 考虑平抑未来时刻风电波动的混合储能系统超前模糊控制策略[J]. 发电技术, 2024, 45(3): 412-422.
[8]	赵斌, 梁告, 姜孟浩, 邹港, 王力. 光储系统并网功率波动平抑及储能优化配置[J]. 发电技术, 2024, 45(3): 423-433.
[9]	王放放, 杨鹏威, 赵光金, 李琦, 刘晓娜, 马双忱. 新型电力系统下火电机组灵活性运行技术发展及挑战[J]. 发电技术, 2024, 45(2): 189-198.
[10]	刘洪波, 刘永发, 任阳, 孙黎, 刘珅诚. 高风电渗透率下考虑系统风电备用容量的储能配置[J]. 发电技术, 2024, 45(2): 260-272.
[11]	刘林, 王大龙, 綦晓, 周振波, 林焕新, 蔡传卫. 基于双锁相环的海上风场综合惯量调频策略研究[J]. 发电技术, 2024, 45(2): 282-290.
[12]	杨捷, 孙哲, 苏辛一, 鲁刚, 元博. 考虑振荡型功率的直流微电网储能系统无互联通信网络的多目标功率分配方法[J]. 发电技术, 2024, 45(2): 341-352.
[13]	付红军, 朱劭璇, 王步华, 谢岩, 熊浩清, 唐晓骏, 杜晓勇, 李程昊, 李晓萌. 基于长短期记忆神经网络的检修态电网低频振荡风险预测方法[J]. 发电技术, 2024, 45(2): 353-362.
[14]	刘洪波, 刘珅诚, 盖雪扬, 刘永发, 阎禹同. 高比例新能源接入的主动配电网规划综述[J]. 发电技术, 2024, 45(1): 151-161.
[15]	潘晓杰, 徐友平, 解治军, 王玉坤, 张慕婕, 石梦璇, 马坤, 胡伟. 堆栈式集成学习驱动的电力系统暂态稳定预防控制优化方法[J]. 发电技术, 2023, 44(6): 865-874.

基于典型商业运营模式的含电-氢混合储能微电网系统优化运行方法

Optimal Operation Method of Electric-Hydrogen Hybrid Energy Storage Microgrid System Based on Typical Commercial Operation Mode

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

图/表 14

参考文献 33

相关文章 15

编辑推荐

Metrics