计及甲烷化和碳捕集的风光氢综合能源优化方法及系统

技术领域

本发明属于综合能源优化运行技术领域，尤其涉及计及甲烷化和碳捕集的风光氢综合能源优化方法及系统。

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。

我国的风光装机容量迅速扩大，截止 2021年风电装机容量约3.3亿千瓦时，光伏发电装机容量约3.1亿千瓦时。随着风电装机容量的迅速扩大，很多基于风光场站的风光综合能源系统也建立了起来。但是这些传统的风光综合能源系统存在很多问题。由风光全年的出力曲线可以看出，风光出力受天气、时间和环境等因素的影响较大，具有随机性和间歇性，出力波动较大，风光出力集中在每日的6-18时之间，但是负荷的高峰值时间往往与此不匹配，导致会存在风光出力较高时负荷需求低造成弃风弃光，风光出力低时负荷需求高造成能源需求缺口，且传统的风光综合能源系统配备的储能方式一般为传统的电化学储能或者物理储能等方式，效率较低。综上的缺点，使得传统的风光综合能源系统的出力极不稳定，供电质量较差，同时因为缺少储能和能量转换设备，导致系统的灵活性、风光消纳能力和削峰填谷的能力较差，系统会存在大量的弃风弃光，经济性和环保性也较差，无法满足国家现有的综合能源发展战略需求。

现有的风光综合能源系统存在的技术问题主要有两部分：(1)现有的系统缺少能量转换和储存设备，存在较为严重的弃风弃光问题，无法满足稳定充足的电能输出，没有足够的削峰填谷能力，整体的经济性、环保性和风光消纳能力都较差；(2)目前的风光综合能源的调度和容量配置方法主要有：a、建立以目标函数(最小运行成本、最大能源利用率等)、约束条件等为基本架构的调度和容量配置模型并求解；b、考虑电、热、气等能流差异性的调度和容量规划模型建立并求解；c、考虑源荷不确定性的调度和容量规划的模型建立并求解。目前针对综合能源的调度和容量规划方法主要基于以上三种模型的算法创新，对含有较多灵活性设备新型风光综合能源系统的调度和容量配置的模型建立和求解，现有的方法不具有通用性。

发明内容

为克服上述现有技术的不足，本发明提供了计及甲烷化和碳捕集的风光氢综合能源优化方法及系统，设计了计及碳捕集、甲烷化和氢储能的风光氢综合能源系统并提供了其日前经济调度和容量配置方法，针对增加了甲烷化反应器、碳捕集等灵活性设备的综合能源系统，提出了一种新的考虑系统灵活性的调度和容量规划模型，在模型的建立和求解方法上进行了创新，并且具有通用性。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

本发明第一方面提供了计及甲烷化和碳捕集的风光氢综合能源优化方法。

计及甲烷化和碳捕集的风光氢综合能源优化方法，包括以下步骤：

建立计及碳捕集和甲烷化的风光氢综合能源架构；

基于计及碳捕集和甲烷化的风光氢综合能源架构，建立各能流转换和储存设备的数学模型；

基于各能流转换和储存设备的数学模型，建立调度模型目标函数和容量配置目标函数，并建立调度模型目标函数和容量配置目标函数的约束条件，其中，调度模型目标函数为购能成本、弃风弃光量和运维成本之和的最小值，容量配置目标函数为建设、运维成本和碳排放成本之和的最小值；

利用MATLAB的CPLEX求解器进行调度模型目标函数和容量配置目标函数的求解计算，得到最优调度方案和最优容量配置方案。

本发明第二方面提供了计及甲烷化和碳捕集的风光氢综合能源优化系统。

计及甲烷化和碳捕集的风光氢综合能源优化系统，包括：

能源架构建立模块，被配置为：建立计及碳捕集和甲烷化的风光氢综合能源架构；

设备模型建立模块，被配置为：基于计及碳捕集和甲烷化的风光氢综合能源架构，建立各能流转换和储存设备的数学模型；

目标函数建立模块，被配置为：基于各能流转换和储存设备的数学模型，建立调度模型目标函数和容量配置目标函数，并建立调度模型目标函数和容量配置目标函数的约束条件，其中，调度模型目标函数为购能成本、弃风弃光量和运维成本之和的最小值，容量配置目标函数为建设、运维成本和碳排放成本之和的最小值；

求解模块，被配置为：利用MATLAB的CPLEX求解器进行调度模型目标函数和容量配置目标函数的求解计算，得到最优调度方案和最优容量配置方案。

本发明第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的计及甲烷化和碳捕集的风光氢综合能源优化方法中的步骤。

本发明第四方面提供了电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方面所述的计及甲烷化和碳捕集的风光氢综合能源优化方法中的步骤。

以上一个或多个技术方案存在以下有益效果：

1、本发明建立的计及碳捕集和甲烷化的风光氢综合能源架构存在电热气三种能源的耦合，包含电解槽、储氢罐和燃料电池的氢储能系统可以将电能与氢能进行转换，进行风光消纳和削峰填谷，并且不受时间的限制；加入了甲烷化反应器之后，可以将氢进一步转化成天然气(P2G)，使得系统的能量来源更加丰富，同时使得风光消纳能力不再受限于储氢能力的限制；碳捕集装置可以收集使用天然气为燃料来源的设备排放的CO

2、本发明通过建立各设备模型，以各设备的输入功率为决策变量(待求量)，根据其能量转换效率建立其能流转换关系的模型，以总用能成本、弃风弃光量和运行成本最小为目标函数，各设备的安全经济运行区间为约束条件，利用MATLAB的CPLEX求解器进行了计算，最终求出各设备在24 和时段下的出力情况和总用能成本、弃风弃光量和总运行成本，最终得到本设计的风光氢综合能源系统相比于传统的区域综合能源系统弃风弃光量减少了86.7％；总成本减少57.5％，同时减少了3412.97m

3、本发明根据各设备的能流效率关系建立其数学模型，以各设备的配置容量为决策变量(待求量)，以最小建设、运维成本和最小碳排放为目标函数，以各设备的配置容量为约束条件，用MATLAB的CPLEX求解器计算得到最优容量配置方案，最终求得本设计的最优容量配置方案相较于传统风光综合能源系统的最优配置方案总成本减少6.43％，购电减少17％，购气量减少32.01％。

4、本发明所提出的计及甲烷化和碳捕集的风光氢综合能源优化方法及系统具有优异的风光消纳、削峰填谷的能力和较好的经济性，因为减少了购能量，使得系统的碳排放大量减少，达到了环保、绿氢的目的；同时也验证了本设计所提出的日前经济调度和容量配置的建模和计算的通用性和实用性。

本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为第一个实施例的方法流程图；

图2为实施例一中计及碳捕集和甲烷化的风光氢综合能源架构图；

图3为风光出力及负荷预测值示意图；

图4(a)为春季典型日的风光出力和负荷功率示意图；

图4(b)为夏季典型日的风光出力和负荷功率示意图；

图4(c)为秋季典型日的风光出力和负荷功率示意图；

图4(d)为冬季典型日的风光出力和负荷功率示意图；

图5传统风光综合能源的日前调度结果示意图；

图6本发明风光氢综合能源系统调度结果示意图；

图7本设计的最佳容量配置方案与传统综合能源系统的成本对比示意图；

图8本设计的最佳容量配置方案与传统综合能源系统的购能对比示意图；

图9为第二个实施例的系统结构图。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。

在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

实施例一

本实施例公开了计及甲烷化和碳捕集的风光氢综合能源优化方法。

如图1所示，计及甲烷化和碳捕集的风光氢综合能源优化方法，包括以下步骤：

建立计及碳捕集和甲烷化的风光氢综合能源架构；

基于计及碳捕集和甲烷化的风光氢综合能源架构，建立各能流转换和储存设备的数学模型；

基于各能流转换和储存设备的数学模型，建立调度模型目标函数和容量配置目标函数，并建立调度模型目标函数和容量配置目标函数的约束条件，其中，调度模型目标函数为购能成本、弃风弃光量和运维成本之和的最小值，容量配置目标函数为建设、运维成本和碳排放成本之和的最小值；

利用MATLAB的CPLEX求解器进行调度模型目标函数和容量配置目标函数的求解计算，得到最优调度方案和最优容量配置方案。

进一步的，建立计及碳捕集和甲烷化的风光氢综合能源架构，具体为：

计及碳捕集和甲烷化的风光氢综合能源架构存在电热气三种能源的耦合，电负荷的电能来源为电网供电、蓄电池、风电机组、光伏机组、燃料电池和燃气轮机，风电机组和光伏机组连接电解槽，电解槽连接储氢罐，储氢罐连接甲烷化反应器，甲烷化反应器连接燃气轮机和燃气锅炉，燃气轮机连接碳补集装置，碳补集装置连接甲烷化反应器；气负荷的天然气来源为天然气管网和甲烷化反应器；热负荷的热能来源为电解槽、燃料电池、燃气轮机、燃气锅炉和甲烷化反应器。

进一步的，当风光出力大、负荷需求小时产生弃风弃光，此时电解槽工作，将电能转换成氢能存储在储氢罐中，当风光出力小、但负荷需求大时燃料电池工作，将存储在储氢罐中的氢能转换成电能；储氢罐中的氢能一部分供给燃料电池，另一部分供给甲烷化反应器；当储氢罐无剩余储量但仍有弃风弃光时，将储氢罐中的氢输入到甲烷化反应器中，与碳捕集装置捕集的燃气轮机排出的CO

进一步的，建立各能流转换和储存设备的数学模型，具体为：

建立电解槽制氢的产氢功率模型、电解槽的产热功率模型、t时段氢存储量模型、t时段储氢罐输出氢功率模型、燃料电池的输出电功率模型和热功率模型、t时段蓄电池电存储量模型、t时段燃气轮机的输出电功率模型和输出热功率模型、t时段燃气锅炉的输出热功率模型、碳捕集装置t时段 CO

具体的，图2为设计的计及碳捕集和甲烷化的风光氢综合能源架构图，该综合能源架构存在电热气三种能源的耦合。电能来源主要是风力发电、光伏发电、电网供电、燃料电池、蓄电池和燃气轮机；当风光出力大但负荷需求低时产生弃风弃光，此时电解槽工作，将电能转换成氢能存储在储氢罐中，当风光出力小但负荷需求高时，燃料电池工作，将存储在储氢罐中的氢能转换成电能。储存在储氢罐之中的氢能一部分供给燃料电池，另一部分供给甲烷化反应器。当储氢罐无剩余储量但仍有弃风弃光时，将储氢罐中的氢输入到甲烷化反应器中，将其与碳捕集装置捕集的燃气轮机排出的CO

将多余的电力转换成氢气和天然气(P2G)，丰富了系统的能源种类，减少了系统因为储氢能力限制导致的风光消纳能力不足的问题。同时系统中的电解槽、燃料电池、甲烷化反应器、燃气轮机、燃气锅炉在工作时会产生大量的热，汇集到热管网上用以供给系统的热负荷。通过加入这些灵活性设备，本发明设计的计及碳捕集和甲烷化的风光氢综合能源系统可以有效地解决灵活性、风光消纳能力和削峰填谷的能力较差的问题，并且具有较好的环保指标。

下面对最优调度方案进行求解，日前经济调度方法为：

首先建立各设备模型，以各设备的输入功率为决策变量(待求量)，根据其能量转换效率建立其能流转换关系的模型，以总用能成本、弃风弃光量和运行成本最小为目标函数，各设备的安全经济运行区间为约束条件，一个调度周期为24h，单位调度时间为1h，取某风光场站的数据，风光预测值和负荷预测值已知。设置传统的风光综合能源系统和本设计提出的新型风光氢综合能源系统两个场景进行对比，利用MATLAB的CPLEX求解器进行了计算，最终求出各设备在24个时段下的出力情况和总用能成本、弃风弃光量和总运行成本，得到本设计的风光氢综合能源系统相比于传统的区域综合能源系统弃风弃光量减少了86.7％；总成本减少57.5％，同时减少了 3412.97m

A、各能流转换和储存设备的数学模型如下：

(1)建立电解槽制氢的产氢功率模型、电解槽的产热功率模型：

式中

(2)t时段氢存储量模型、t时段储氢罐输出氢功率模型：

式中

(3)燃料电池的输出电功率模型和热功率模型：

式中P

(4)t时段蓄电池电存储量模型：

式中

(5)t时段燃气轮机的输出电功率模型和输出热功率模型：

P

式中P

(6)t时段燃气锅炉的输出热功率模型：

式中

(7)碳捕集装置t时段CO

式中

(8)t时段甲烷反应器输出的天然气功率模型、t时段甲烷反应器输出的热功率模型：

其中

甲烷化反应器的输入输出功率平衡如下式所示：

/>

B、调度模型的目标函数为：

min F＝F

F

其中：

m

C、约束条件为：

P

其中P

/>

下面对最优容量配置方案进行求解，容量配置方法为：

首先根据各设备的能流效率关系建立其数学模型，以各设备的配置容量为决策变量(待求量)，以最小建设、运维成本和最小碳排放为目标函数，以各设备的配置容量为约束条件，风光出力和负荷值已知，为了展示模型在全年的适用性，以春、夏、秋、冬四个季节的典型日为场景分别进行计算，对比在不同状态下本设计的风光氢综合能源系统和传统风光综合能源系统的成本和出力情况，并用MATLAB的CPLEX求解器计算得到最优容量配置方案。最终求得：本设计的最优容量配置方案相较于传统风光综合能源系统的最优配置方案，总成本减少6.43％，购电减少17％，购气量减少32.01％。

通过上述的计算，验证了本设计所提的计及碳捕集的风光氢综合能源系统具优异的风光消纳、削峰填谷的能力和较好的经济性。

A、容量配置的各能流转换和储存设备的数学模型与前述调度模型的一致，本处省略。

B、容量配置的目标函数如下所示：

min F＝F

(1)经济性指标：

F

其中F

(2)碳排放成本(环境指标)

其中α

C、约束条件为：

(1)电功率平衡：

P

P

(2)热功率平衡：

和/>

/>

P

G

表1传统综合能源系统和本设计的日前经济调度下的成本对比

图3—图8和表1都是由本发明所提出的调度和容量配置方法计算得到的数据。由图3—图5和表1可以看出，本发明的风光氢综合能源系统相比于传统的区域综合能源系统弃风弃光量减少了86.7％；总成本减少57.5％，同时减少了3412.97m

通过上述的描述，验证了本设计所提出的计及碳捕集的风光氢综合能源系统具有优异的风光消纳、削峰填谷的能力和较好的经济性，因为减少了购能量，使得系统的碳排放大量减少，达到了环保、绿氢的目的。同时也验证了本设计所提出的日前经济调度和容量配置的建模和计算的通用性和实用性。

实施例二

本实施例公开了计及甲烷化和碳捕集的风光氢综合能源优化系统。

如图9所示，计及甲烷化和碳捕集的风光氢综合能源优化系统，包括：

能源架构建立模块，被配置为：建立计及碳捕集和甲烷化的风光氢综合能源架构；

设备模型建立模块，被配置为：基于计及碳捕集和甲烷化的风光氢综合能源架构，建立各能流转换和储存设备的数学模型；

目标函数建立模块，被配置为：基于各能流转换和储存设备的数学模型，建立调度模型目标函数和容量配置目标函数，并建立调度模型目标函数和容量配置目标函数的约束条件，其中，调度模型目标函数为购能成本、弃风弃光量和运维成本之和的最小值，容量配置目标函数为建设、运维成本和碳排放成本之和的最小值；

求解模块，被配置为：利用MATLAB的CPLEX求解器进行调度模型目标函数和容量配置目标函数的求解计算，得到最优调度方案和最优容量配置方案。

实施例三

本实施例的目的是提供计算机可读存储介质。

计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开实施例1所述的计及甲烷化和碳捕集的风光氢综合能源优化方法中的步骤。

实施例四

本实施例的目的是提供电子设备。

电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开实施例1所述的计及甲烷化和碳捕集的风光氢综合能源优化方法中的步骤。

以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。

本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。