[go: up one dir, main page]

CN109784551A - 一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法 - Google Patents

一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法 Download PDF

Info

Publication number
CN109784551A
CN109784551A CN201811639359.8A CN201811639359A CN109784551A CN 109784551 A CN109784551 A CN 109784551A CN 201811639359 A CN201811639359 A CN 201811639359A CN 109784551 A CN109784551 A CN 109784551A
Authority
CN
China
Prior art keywords
methanation
hydrogen
power
module
gas system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811639359.8A
Other languages
English (en)
Inventor
余娟
时权妍
杨知方
代伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN201811639359.8A priority Critical patent/CN109784551A/zh
Publication of CN109784551A publication Critical patent/CN109784551A/zh
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)

Abstract

本发明公开了一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法,主要步骤为:1)获取电转气系统的设备结构和参数。2)建立考虑电解水和甲烷化运行特性的电转气系统模型。3)建立电转气系统运行约束条件。4)建立考虑电解水和甲烷化运行特性的电转气系统优化调度模型,并得到最优运行收益。5)根据日前预测风电出力场景和考虑电解水和甲烷化运行特性的电转气系统优化调度模型,求解不同时段电解水模块、甲烷化模块和储氢装置出力。本发明可以合理制定调度周期各时刻电解水模块、甲烷化模块和储氢装置出力计划,实现P2G系统的最优利用。

Description

一种考虑电解水与甲烷化运行特性的电转气系统优化调度 方法
技术领域
本发明涉及综合能源系统调度领域,具体是一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法。
背景技术
目前新能源装机比例不断提升,弃风弃光问题十分严峻。为避免资源的浪费,电转气(P2G)系统可利用新能源盈余电量通过电解水模块将水H2O分解为氧气O2和氢气H2。当H2缺少大规模直接存储或其他消纳途径时,进一步利用甲烷化模块将其与CO2反应合成CH4注入天然气管道,以此促进新能源的消纳。
随着技术的成熟发展,电转气系统应用规模不断扩大。电转气系统作为电力系统与天然气系统间的耦合元件,已有大量研究分析其参与综合能源系统调度对消纳风光新能源、削峰填谷、提供调频备用辅助服务和增强供电供气可靠性等方面的作用。上述文献中电转气系统模型较为粗略,均简单假设系统运行效率固定、即刻启停。然而,电解水模块产氢流量和耗电功率成非线性关系,运行效率随着负荷的增加而降低,假设运行效率固定将导致计算产氢流量与实际偏差大,影响最终调度结果。同时甲烷化模块长/短期停车、冷/热启动过程具有一定操作步骤,包括多个相互转化的过渡状态,启停过程耗时较长,反应器启停升降温耗电和启动耗氢使得启停成本在调度过程中不可忽略。另外若电解水和甲烷化模块直接相连,二者必须同时运行或关停,甲烷化较高的最低负荷和小时级启停时间将制约电解水模块运行范围和运行时间,系统利用率低,必须在两模块间配置一定容量的高压储氢装置,在满足经济性的前提下,通过氢气充放调节各时段甲烷化耗氢量,实现电解水与甲烷化模块的部分解耦运行。因此,亟需计及电解水和甲烷化模块运行特性并考虑储氢装置调节作用,提出一种更为精细化的电转气系统调度方法。
发明内容
本发明的目的是解决现有技术中存在的问题。
为实现本发明目的而采用的技术方案是这样的,一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法,主要包括以下步骤:
1)获取电转气系统的设备结构和参数,并构建日前预测风电出力场景。
所述设备结构主要包括电解水模块、甲烷化模块和储氢装置。
所述电解水模块包括若干并联的电解槽。所述电解槽包括若干串联的电解室。电解室包括电源、双极板、集电器、催化层和质子膜。
甲烷化模块具有固定床反应器。
所述参数主要包括电流、电阻和耗氢流量。
2)建立考虑电解水和甲烷化运行特性的电转气系统模型。
建立考虑电解水和甲烷化运行特性的电转气系统模型的主要步骤如下:
2.1)建立考虑耗电功率与产氢流量非线性关系的电解水模型。
t时刻电解室运行电压如下所示:
式中,t为任意时刻。t=1,2,…,Td。Td为时段总数。Vrev为t时刻电解室可逆电压。T为运行温度。分别为H2分压与O2分压。为H2O活度。Rcell为电解室内部电阻和。ian和icat分别为电解室运行电流密度、阳极交换电流密度和阴极交换电流密度。αan和αcat分别为阳极电荷转移系数与阴极电荷转移系数。r和F分别为理想气体常数与法拉第常数。
电解水模块耗电功率如下所示:
式中,为电解室运行电流。Acell为有效反应面积。为表征第i个电解槽是否运行的变量。时,第i个电解槽不运行。时,第i个电解槽运行。Ncell和Nstack分别为电解槽串联电解室个数与电解水模块中并联电解槽个数。k1为单位转换系数。
电解水模块产氢流量如下所示:
式中,ηf为法拉第效率。k2为单位转换系数。
2.2)建立考虑启停多状态转换耗时耗能特性的甲烷化模型
甲烷化模块启停多状态转换耗时约束分别如公式4至7所示:
式中,k=1,2,…,Nstate,Nstate为状态总数。Nstate=7。k=1表示冷启动床层升温过渡状态,k=2表示热启动投原料气过渡状态,k=3表示短时停车保温保压过渡状态,k=4表示长期停车循环降温过渡状态,k=5表示长期停车降压置换过渡状态,k=6表示关停状态,k=7表示运行状态。为表征甲烷化模块是否处于状态k的0-1变量。
式中,为表征状态k持续时间是否达到Tm,k的0-1变量。p(k)为状态k持续时间达到Tm,k前转入状态的集合。
式中,q(k)为状态k持续时间达到Tm,k后转入状态的集合。Tm,k为状态k持续时间。
甲烷化模块各状态耗电耗氢情况如下所示:
式中,为正常运行时甲烷化模块压缩机额定循环功率。为甲烷化模块处于任意状态时的耗氢流量。为甲烷化模块处于状态k的耗氢流量。
甲烷化模块总耗电耗氢情况如下所示:
甲烷化模块耗氢流量如下所示:
3)建立考虑电解水和甲烷化运行特性的电转气系统优化调度模型,并得到最优运行收益。
建立考虑电解水和甲烷化运行特性的电转气系统优化调度模型的主要步骤如下:
3.1)确定考虑电解水和甲烷化运行特性的电转气系统优化调度模型目标函数,即最大调度周期运行总收益maxSP2G
式中,SP2G为电转气系统调度周期运行总收益。分别为氧气、甲烷和二氧化碳的流量。分别为氧气、甲烷和二氧化碳价格。P1 t分别为减少的并网新能源功率、额外购入的电网功率。λe1、λe2分别为新能源并网和电网售电价格。Δt为调度间隔时间。
3.2)建立考虑电解水和甲烷化运行特性的电转气系统优化调度模型约束条件。
电解水模块运行上下限约束分别如公式12和公式13所示:
式中,为表征电解水模块运行与否的0-1变量。分别为电流密度上限和下限。
甲烷化模块运行上下限约束如下所示:
式中,分别为甲烷化耗氢流量上限和下限。
储氢装置连接电解水和甲烷化模块的调节约束和运行上下限约束分别如公式15至公式21所示。
电解水模块产氢流量如下所示:
式中,为电解水模块通入甲烷化模块的氢气流量。为储氢装置充氢流量。
甲烷化模块处于任意状态时的耗氢流量如下所示:
式中,为储氢装置放氢流量。
储氢装置储氢量如下所示:
储氢装置储氢量范围如下所示:
式中,为储氢装置储氢量下限。为储氢装置储氢量上限。
储氢装置放氢流量范围如下所示:
式中,分别为储氢装置放氢流量下限和上限。
储氢装置充氢流量范围如下所示:
式中,分别为储氢装置充氢流量下限和上限。
调度周期初始时储氢装置储氢量如下所示:
式中,为调度周期结束时储氢装置储氢量。
电转气系统运行总耗电功率约束如下所示:
式中,为电转气系统压缩功率。
电转气系统压缩功率如下所示:
式中,分别为气体h压缩功率及上限。h为H2、O2或CH4为气体h压缩流量。为气体h压缩流量上限
电转气系统与新能源电厂、电网的功率关系约束分别如公式24至公式26所示:
式中,PtΔPt分别为预测新能源功率、实际并网新能源功率、最大并网新能源功率及实际新能源盈余功率。
氧气流量化学计量比约束如下所示:
式中,为氧气和氢气间的化学反应计量比。
二氧化碳流量化学计量比约束如下所示:
式中,为二氧化碳和氢气间的化学反应计量比。
甲烷流量化学计量比约束如下所示:
式中,为甲烷和氢气间的化学反应计量比。为甲烷化反应转换率。
4)根据日前预测风电出力场景和考虑电解水和甲烷化运行特性的电转气系统优化调度模型,求解不同时段电解水模块、甲烷化模块和储氢装置出力。
求解不同时段电解水模块、甲烷化模块和储氢装置出力的方法为利用非线性整数规划算法求解考虑电解水和甲烷化运行特性的电转气系统优化调度模型。
本发明的技术效果是毋庸置疑的。本发明提出了一种考虑电解水和甲烷化运行特性的P2G系统调度方法,可以准确制定各模块出力计划,保证风电消纳和系统收益。本发明可以合理制定调度周期各时刻电解水模块、甲烷化模块和储氢装置出力计划,实现P2G系统的最优利用。
附图说明
图1为P2G系统运行框架示意图;
图2为电解水模块内部结构示意图;
图3为甲烷化启停过程示意图;
图4为夏/冬季典型风电出力场景;
图5为夏季场景M1-M5电解水产氢量;
图6为夏季场景M1-M5甲烷化耗氢量;
图7为夏季场景M1-M3储氢装置储氢量及充/放氢量;
图8为冬季场景M1-M5电解水产氢;
图9为冬季场景M1-M5甲烷化耗氢量;
图10为冬季场景M1-M3储氢装置储氢量及充/放氢量。
具体实施方式
下面结合实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
实施例1:
参见图1至图3,一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法,主要包括以下步骤:
1)获取电转气系统P2G的设备结构和参数,并构建日前预测风电出力场景。
电力转气体技术,是电力转换为气体燃料的技术。方法是将电力通过电解的方式将水分解为氧气和氢气。电转气技术包括电转氢气和电转甲烷两类。前者的化学反应原理为电解水反应;后者的化学反应原理包括电解水反应和甲烷化反应。CO2催化加氢甲烷化反应是CO2循环再利用的有效途径之一,主反应产物为CH4和H2O,副反应产物有CO2C、CO2、C2H6、CxHy、O2等。
所述设备结构主要包括电解水模块、甲烷化模块和储氢装置。
所述电解水模块包括若干并联的结构紧凑、启停迅速的质子交换膜电解槽。所述电解槽包括若干串联的电解室。电解室包括电源、双极板、集电器、催化层和质子膜。
甲烷化模块具有固定床反应器。固定床反应器内装有填颗粒状固体催化剂或固体反应物,形成一定高度的堆积床层,气体或液体物料通过颗粒间隙流过静止固定床层的同时,实现非均相反应。
甲烷化反应是在催化剂存在下,用氢气还原一氧化碳和二氧化碳生成甲烷和水的反应。
所述参数主要包括电流、电阻和耗氢流量。
2)建立考虑电解水和甲烷化运行特性的电转气系统模型。
建立考虑电解水和甲烷化运行特性的电转气系统模型的主要步骤如下:
2.1)建立考虑耗电功率与产氢流量非线性关系的电解水模型。
t时刻电解室运行电压如下所示:
式中,t为任意时刻。t=1,2,…,Td。Td为时段总数,Td=24。Vrev为t时刻电解室可逆电压(V)。T为运行温度(K)。分别为H2分压与O2分压(bar)。为H2O活度。Rcell为电解室内部电阻和(R·cm2)。ian和icat分别为电解室运行电流密度(A/cm2)、阳极交换电流密度(A/cm2)和阴极交换电流密度(A/cm2)。αan和αcat分别为阳极电荷转移系数与阴极电荷转移系数。r和F分别为理想气体常数与法拉第常数。asinh(*)表示求解反双曲正弦函数。
电解水模块耗电功率如下所示:
式中,为电解室运行电流(A)。Acell为有效反应面积(cm2)。为表征第i个电解槽是否运行的变量。时,第i个电解槽不运行。时,第i个电解槽运行。Ncell和Nstack分别为电解槽串联电解室个数与电解水模块中并联电解槽个数。k1为单位转换系数。k1=0.001。
电解水模块产氢流量(Nm3/h)如下所示:
式中,ηf为法拉第效率。k2为单位转换系数。k2≈80.69。
2.2)基于成本最低、应用最广的固定床反应器类型的甲烷化模块,根据其冷/热启动、长/短期停车和负荷调整5种基本操作,建立考虑启停多状态转换耗时耗能特性的甲烷化模型
甲烷化模块启停多状态转换耗时约束分别如公式4至7所示:
式中,k=1,2,…,Nstate,Nstate为状态总数。Nstate=7。k=1表示冷启动床层升温过渡状态,k=2表示热启动投原料气过渡状态,k=3表示短时停车保温保压过渡状态,k=4表示长期停车循环降温过渡状态,k=5表示长期停车降压置换过渡状态,k=6表示关停状态,k=7表示运行状态。为表征甲烷化模块是否处于状态k的0-1变量。
式中,为表征状态k持续时间是否达到Tm,k的0-1变量。p(k)为状态k持续时间达到Tm,k前转入状态的集合。为t-1时刻,表征甲烷化模块是否处于状态k的0-1变量。为t时刻是否处于状态j的0-1变量。
k=1,p(k)={1},q(k)={2};k=2,p(k)={2},q(k)={7};k=3,p(k)={2,3},q(k)={5};k=4,p(k)={4},q(k)={5};k=5,p(k)={5},q(k)={6};k=6,p(k)={6},q(k)={1,6};k=7,p(k)={7},q(k)={3,4,7}。
式中,q(k)为状态k持续时间达到Tm,k后转入状态的集合。Tm,k为状态k持续时间。
甲烷化模块各状态耗电耗氢情况如下所示:
式中,为正常运行时甲烷化模块压缩机额定循环功率(kW)。为甲烷化模块处于任意状态时的耗氢流量。为甲烷化模块处于状态k的耗氢流量(Nm3/h),k=1,2,3,4,5,6,7。为甲烷化模块处于状态7的耗氢流量。
甲烷化模块总耗电耗氢情况如下所示:
甲烷化模块耗氢流量如下所示:
3)建立考虑电解水和甲烷化运行特性的电转气系统优化调度模型,并得到最优运行收益。
建立考虑电解水和甲烷化运行特性的电转气系统优化调度模型的主要步骤如下:
3.1)确定考虑电解水和甲烷化运行特性的电转气系统优化调度模型目标函数——最大售气收益与购电成本之差,也即最大调度周期运行总收益maxSP2G
式中,SP2G为电转气系统调度周期运行总收益(¥)。分别为氧气、甲烷和二氧化碳的流量(Nm3/h)。分别为氧气、甲烷和二氧化碳价格(¥/Nm3)。P1 t分别为减少的并网新能源功率、额外购入的电网功率(kW)。λe1、λe2分别为新能源并网和电网售电价格(¥/kW·h)。Δt为调度间隔时间(h)。
3.2)建立考虑电解水和甲烷化运行特性的电转气系统优化调度模型约束条件,包括P2G系统优化调度模型的约束条件还包括电解水及甲烷化模块运行上下限约束、储氢装置运行约束、P2G系统功率平衡约束和反应气体流量比约束。
电解水模块运行上下限约束分别如公式12和公式13所示:
式中,为表征电解水模块运行与否的0-1变量。分别为电流密度上限和上限(A/cm2)。
甲烷化模块运行上下限约束如下所示:
式中,分别为甲烷化耗氢流量上限和下限(Nm3/h)。
储氢装置连接电解水和甲烷化模块的调节约束和运行上下限约束分别如公式15至公式21所示。
电解水模块产氢流量(Nm3/h)如下所示:
式中,为电解水模块通入甲烷化模块的氢气流量(Nm3/h)。为储氢装置充氢流量(Nm3/h)。
甲烷化模块处于任意状态时的耗氢流量(Nm3/h)如下所示:
式中,为储氢装置放氢流量(Nm3/h)。
储氢装置储氢量(Nm3/h)如下所示:
储氢装置储氢量范围如下所示:
式中,为储氢装置储氢量下限。为储氢装置储氢量上限。
储氢装置放氢流量范围如下所示:
式中,分别为储氢装置放氢流量下限和上限。
储氢装置充氢流量范围如下所示:
式中,分别为储氢装置充氢流量下限和上限。
调度周期初始时储氢装置储氢量如下所示:
式中,为调度周期结束时储氢装置储氢量。
电转气系统运行总耗电功率约束如下所示:
式中,为电转气系统压缩功率。
电转气系统压缩功率如下所示:
式中,分别为气体h压缩功率及上限。h为H2、O2或CH4为气体h压缩流量。为气体h压缩流量上限
电转气系统与新能源电厂、电网的功率关系约束分别如公式24至公式26所示:
式中,PtΔPt分别为预测新能源功率、实际并网新能源功率、最大并网新能源功率及实际新能源盈余功率。
氧气流量化学计量比约束如下所示:
式中,为氧气和氢气间的化学反应计量比。
二氧化碳流量化学计量比约束如下所示:
式中,为二氧化碳和氢气间的化学反应计量比。
甲烷流量化学计量比约束如下所示:
式中,为甲烷和氢气间的化学反应计量比。为甲烷化反应转换率。
4)根据日前预测风电出力场景和考虑电解水和甲烷化运行特性的电转气系统优化调度模型,求解不同时段电解水模块、甲烷化模块和储氢装置出力。
求解不同时段电解水模块、甲烷化模块和储氢装置出力的方法为利用非线性整数规划算法求解考虑电解水和甲烷化运行特性的电转气系统优化调度模型,从而合理制定调度周期各时刻电解水模块、甲烷化模块和储氢装置出力计划,实现P2G系统的最优利用。
实施例1:
参见图4至图10,一种验证考虑电解水与甲烷化运行特性的电转气系统优化调度方法的实验,主要包括以下步骤:
1)建立测试系统
P2G系统包括3组3MW电解槽并联组成的电解水模块、储氢容量3268Nm3的高压储氢罐和以电解水最大输出氢气量为额定反应输入的甲烷化模块,将其配置在50MW风电场内构成测试系统,在夏/冬季典型风电出力场景下分析P2G系统优化调度结果。夏季典型风电出力场景如图4所示,从图4可以看出,冬季预测风电功率和冬季最大并网风电功率在17-19时刻重合,夏季预测风电功率和夏季最大并网风电功率在7-21时刻重合。
测试系统参数和风电出力场景的设置如下:
表1测试系统参数
2)比较实验
为验证本发明所提考虑电解水和甲烷化运行特性的P2G优化调度方法的有效性,采用如下5种调度方法进行比较:
M1:考虑电解水和甲烷化运行特性的P2G系统调度方法
M2:假设电解水模块效率不变的P2G系统调度方法
M3:忽略甲烷化模块启停过程的P2G系统调度方法
M4:忽略储氢装置调节作用的P2G系统调度方法
M5:忽略上述全部运行特性的P2G系统调度方法
3)调度结果分析
图5至图10分别为夏/冬季场景M1-M5 P2G系统调度结果,包括各方法的电解水产氢量、甲烷化耗氢量和储氢装置储氢量与充/放氢量。表2为夏/冬季场景M1-M5 P2G系统计算收益,包括售气收益、购电成本和总收益大小。
从图5至图10中可以看出,忽略任意运行特性均会引起P2G系统各模块较大出力偏差,进而导致表2中收益大小差异明显。其中,M2将电解水效率视为额定值低估了产氢量,售气收益随之偏小是M3计算收益低于M1的主要原因,这也使得各时段实际通入甲烷化模块反应的氢气量高于计算值,因此储氢装置通过充放氢协调电解水和甲烷化模块更为困难,其他生产模块因出力计算偏差也难以配合;M3忽略甲烷化启停耗能耗时导致P2G系统无需维持甲烷化模块连续运行,储氢装置发挥作用空间有限,系统转而借助于甲烷化模块频繁启停来维持平衡,忽略启停成本导致M3计算收益高于M1,同时实际上相邻时段的即刻启停无法实现;M4忽略储氢装置调节作用则使得P2G系统在低弃风时段购电产氢满足甲烷化耗氢需求,购电成本高是M4计算收益低于M1的主要原因,同时甲烷化模块启停次数增多,经济效益进一步降低;M5由于忽略上述所有P2G系统内部运行特性,割裂了各模块、各时段间的联合调节能力,得出的调度计划更加不符合实际。
从图5可以看出,M2电解水产氢量和M5电解水产氢量在5-6时刻重合,M3电解水产氢量和M4电解水产氢量在5-6时刻、23-24时刻重合。M2、M3、M4和M5电解水产氢量在时刻8-21重合。
从图6可以看出,M4甲烷化耗氢量和M5甲烷化耗氢量在1-2时刻重合。M4甲烷化耗氢量和M3甲烷化耗氢量在5-7时刻、23-24时刻重合。M4、M2、M3和M5甲烷化耗氢量在7-21时刻重合。M5甲烷化耗氢量和和M3甲烷化耗氢量在21-22时刻重合。
从图7可以看出,M1、M2和M3储氢装置充/放氢量在8-21时刻重合。
从图8可以看出,M5、M2和M3电解水产氢量在1-2时刻重合。M5、M2、M3和M4电解水产氢量在2-9时刻重合。M5、M2电解水产氢量在21-24时刻重合。M3和M4电解水产氢量在21-24时刻重合。
从图9可以看出,M5、M2、M3和M4甲烷化耗氢量在1-2时刻重合,M2和M4甲烷化耗氢量在2-5时刻重合。M4和M5甲烷化耗氢量在4-11时刻重合。M3和M4甲烷化耗氢量在21-24时刻重合。
从图10可以看出,M2和M3储氢装置充/放氢量在4-5时刻重合。M1、M2和M3储氢装置充/放氢量在5-8时刻重合。M1、M2储氢装置充/放氢量在8-11、17-19时刻重合。
表2夏/冬季场景M1-M5P2G系统收益情况对比
综上所述,忽略电解水效率变化、甲烷化启停耗时耗能和储氢装置调节作用的调度方法,实际应用偏差太大或经济效益较差,均不宜采用。而本发明考虑电解水和甲烷化运行特性的P2G系统优化调度方法能够合理调度各部分出力,实现系统的高效利用。
仿真结果证实了本发明考虑电解水和甲烷化运行特性的P2G系统优化调度方法的有效性。

Claims (5)

1.一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法,其特征在于,主要包括以下步骤:
1)获取所述电转气系统的设备结构和参数,并构建日前预测风电出力场景;
2)建立考虑电解水和甲烷化运行特性的电转气系统模型;
3)建立电转气系统运行约束条件。
4)建立考虑电解水和甲烷化运行特性的电转气系统优化调度模型,并得到最优运行收益;
5)根据日前预测风电出力场景和考虑电解水和甲烷化运行特性的电转气系统优化调度模型,求解不同时段电解水模块、甲烷化模块和储氢装置出力。
2.根据权利要求1所述的一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法,其特征在于,所述设备结构主要包括电解水模块、甲烷化模块和储氢装置;
所述电解水模块包括若干并联的电解槽;所述电解槽包括若干串联的电解室;电解室包括电源、双极板、集电器、催化层和质子膜;
甲烷化模块具有固定床反应器;
所述参数主要包括电流、电阻和耗氢流量。
3.根据权利要求1或2所述的一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法,其特征在于,建立考虑电解水和甲烷化运行特性的电转气系统模型的主要步骤如下:
1)建立考虑耗电功率与产氢流量非线性关系的电解水模型;
t时刻电解室运行电压如下所示:
式中,t为任意时刻;t=1,2,…,Td;Td为时段总数;Vrev为t时刻电解室可逆电压;T为运行温度;分别为H2分压与O2分压;为H2O活度;Rcell为电解室内部电阻和;ian和icat分别为电解室运行电流密度、阳极交换电流密度和阴极交换电流密度;αan和αcat分别为阳极电荷转移系数与阴极电荷转移系数;r和F分别为理想气体常数与法拉第常数;
电解水模块耗电功率如下所示:
式中,为电解室运行电流;Acell为有效反应面积;为表征第i个电解槽是否运行的变量;时,第i个电解槽不运行;时,第i个电解槽运行;Ncell和Nstack分别为电解槽串联电解室个数与电解水模块中并联电解槽个数;k1为单位转换系数;
电解水模块产氢流量如下所示:
式中,ηf为法拉第效率;k2为单位转换系数;
2)建立考虑启停多状态转换耗时耗能特性的甲烷化模型
甲烷化模块启停多状态转换耗时约束分别如公式4至7所示:
式中,k=1,2,…,Nstate,Nstate为状态总数;Nstate=7;k=1表示冷启动床层升温过渡状态,k=2表示热启动投原料气过渡状态,k=3表示短时停车保温保压过渡状态,k=4表示长期停车循环降温过渡状态,k=5表示长期停车降压置换过渡状态,k=6表示关停状态,k=7表示运行状态;为表征甲烷化模块是否处于状态k的0-1变量;
式中,为表征状态k持续时间是否达到Tm,k的0-1变量;p(k)为状态k持续时间达到Tm,k前转入状态的集合;
式中,q(k)为状态k持续时间达到Tm,k后转入状态的集合;Tm,k为状态k持续时间;
甲烷化模块各状态耗电耗氢情况如下所示:
式中,为正常运行时甲烷化模块压缩机额定循环功率;为甲烷化模块处于任意状态时的耗氢流量;为甲烷化模块处于状态k的耗氢流量;
甲烷化模块总耗电耗氢情况如下所示:
甲烷化模块耗氢流量如下所示:
4.根据权利要求1所述的一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法,其特征在于,建立考虑电解水和甲烷化运行特性的电转气系统优化调度模型的主要步骤如下:
1)确定考虑电解水和甲烷化运行特性的电转气系统优化调度模型目标函数,即最大调度周期运行总收益maxSP2G
式中,SP2G为电转气系统调度周期运行总收益;分别为氧气、甲烷和二氧化碳的流量;分别为氧气、甲烷和二氧化碳价格;P1 t分别为减少的并网新能源功率、额外购入的电网功率;λe1、λe2分别为新能源并网和电网售电价格;Δt为调度间隔时间;
2)建立考虑电解水和甲烷化运行特性的电转气系统优化调度模型约束条件;
电解水模块运行上下限约束分别如公式12和公式13所示:
式中,为表征电解水模块运行与否的0-1变量;分别为电流密度上限和下限;
甲烷化模块运行上下限约束如下所示:
式中,分别为甲烷化耗氢流量上限和下限;
储氢装置连接电解水和甲烷化模块的调节约束和运行上下限约束分别如公式15至公式21所示;
电解水模块产氢流量如下所示:
式中,为电解水模块通入甲烷化模块的氢气流量;为储氢装置充氢流量;
甲烷化模块处于任意状态时的耗氢流量如下所示:
式中,为储氢装置放氢流量;
储氢装置储氢量如下所示:
储氢装置储氢量范围如下所示:
式中,为储氢装置储氢量下限;为储氢装置储氢量上限;
储氢装置放氢流量范围如下所示:
式中,分别为储氢装置放氢流量下限和上限;
储氢装置充氢流量范围如下所示:
式中,分别为储氢装置充氢流量下限和上限;
调度周期初始时储氢装置储氢量如下所示:
式中,为调度周期结束时储氢装置储氢量;
电转气系统运行总耗电功率约束如下所示:
式中,为电转气系统压缩功率;
电转气系统压缩功率如下所示:
式中,分别为气体h压缩功率及上限;h为H2、O2或CH4为气体h压缩流量;为气体h压缩流量上限
电转气系统与新能源电厂、电网的功率关系约束分别如公式24至公式26所示:
式中,PtΔPt分别为预测新能源功率、实际并网新能源功率、最大并网新能源功率及实际新能源盈余功率;
氧气流量化学计量比约束如下所示:
式中,为氧气和氢气间的化学反应计量比;
二氧化碳流量化学计量比约束如下所示:
式中,为二氧化碳和氢气间的化学反应计量比;
甲烷流量化学计量比约束如下所示:
式中,为甲烷和氢气间的化学反应计量比;为甲烷化反应转换率。
5.根据权利要求1所述的一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法,其特征在于:求解不同时段电解水模块、甲烷化模块和储氢装置出力的方法为利用非线性整数规划算法求解考虑电解水和甲烷化运行特性的电转气系统优化调度模型。
CN201811639359.8A 2018-12-29 2018-12-29 一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法 Pending CN109784551A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811639359.8A CN109784551A (zh) 2018-12-29 2018-12-29 一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811639359.8A CN109784551A (zh) 2018-12-29 2018-12-29 一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法

Publications (1)

Publication Number Publication Date
CN109784551A true CN109784551A (zh) 2019-05-21

Family

ID=66499085

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811639359.8A Pending CN109784551A (zh) 2018-12-29 2018-12-29 一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法

Country Status (1)

Country Link
CN (1) CN109784551A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111898795A (zh) * 2020-06-09 2020-11-06 东南大学 考虑多运行模式储氢罐的电制氢/甲烷系统优化调度方法
CN112508236A (zh) * 2020-11-20 2021-03-16 华北电力大学 一种基于电转气提供灵活调节服务的日前调度方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170069921A1 (en) * 2012-07-24 2017-03-09 Nuvera Fuel Cells, LLC Distributed hydrogen extraction system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170069921A1 (en) * 2012-07-24 2017-03-09 Nuvera Fuel Cells, LLC Distributed hydrogen extraction system

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱兰等: "计及电转气精细化模型的综合能源系统鲁棒随机优化调度", 《电网技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111898795A (zh) * 2020-06-09 2020-11-06 东南大学 考虑多运行模式储氢罐的电制氢/甲烷系统优化调度方法
CN111898795B (zh) * 2020-06-09 2024-06-04 东南大学 考虑多运行模式储氢罐的电制氢/甲烷系统优化调度方法
CN112508236A (zh) * 2020-11-20 2021-03-16 华北电力大学 一种基于电转气提供灵活调节服务的日前调度方法及系统

Similar Documents

Publication Publication Date Title
CN110009152B (zh) 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法
CN114996952A (zh) 考虑季节性氢储和燃氢轮机利用的综合能源系统优化方法
Zhou et al. Optimal capacity and multi-stable flexible operation strategy of green ammonia systems: Adapting to fluctuations in renewable energy
CN114971071B (zh) 计及风光接入和电热混合储能的园区综合能源系统时序规划方法
CN113762781B (zh) 计及电转气的电-气综合能源系统的优化调度方法、装置
Mohammadi et al. Optimization of the micro combined heat and power systems considering objective functions, components and operation strategies by an integrated approach
CN113313416A (zh) 计及沼气发电与新能源消纳机制的配网电力资源优化分配方法
CN117748453A (zh) 一种考虑电解槽运行特性的电-氢耦合系统优化运行方法
CN116562575B (zh) 一种综合能源系统的优化调度方法
CN116579115A (zh) 电、氢协同互动的系统规划方法及装置
Liu Optimal scheduling strategy of electricity‐heat‐hydrogen integrated energy system under different operating modes
CN118920487A (zh) 一种基于miqp的风光耦合制氢合成氨系统运行优化方法
CN109784551A (zh) 一种考虑电解水与甲烷化运行特性的电转气系统优化调度方法
CN118569524A (zh) 含智慧养殖场的乡村电-热-气-氢综合能源系统分布鲁棒能源管理方法
Liao et al. Optimal coordination of electricity-P2G-gas system to facilitate renewable energy integration
CN117035331A (zh) 一种考虑动态能效的含氢综合能源优化调度方法及装置
Miland Operational experience and control strategies for a stand-alone power system based on renewable energy and hydrogen
Ma et al. Dispatch for energy efficiency improvement of an integrated energy system considering multiple types of low carbon factors and demand response
CN111415041B (zh) 一种评价电网规划方案经济性的方法
Zeng et al. Optimal Stochastic Scheduling Strategy of Multi-Vector Energy Complex Integrated with Full-Blown Power-to-Biomethane Model
CN119204483A (zh) 考虑电能交互的燃气掺氢多园区两阶段鲁棒优化调度方法
CN118554494A (zh) 一种电-氢多能互补新能源基地系统及其日前调度方法
CN117856214A (zh) 一种含氢储能系统的微网日前调度方法
CN117436588A (zh) 一种低碳园区优化配置方法和系统
Yang et al. Adaptive operation strategy for wind-hydrogen systems integrating alkaline and proton exchange membrane electrolyzers

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190521

RJ01 Rejection of invention patent application after publication