计及电氢联产的综合能源系统日内双层优化调度

doi:doi:10.19912/j.0254-0096.tynxb.2024-0726

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

计及电氢联产的综合能源系统日内双层优化调度

更新时间：2025-10-22

- 计及电氢联产的综合能源系统日内双层优化调度
- Vol. 46, Issue 9, Pages: 661-668(2025)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-0726
  CLC： TM73
- Published Online：14 October 2025，
  
  Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, 46(9): 661-668.
DOI：

[J]. 2025, 46(9): 661-668. DOI： doi:10.19912/j.0254-0096.tynxb.2024-0726.

摘要

为降低风电功率预测误差对电氢综合能源系统调度经济性和准确性的影响

提出一种计及电氢联产系统的综合能源系统日内双层滚动优化调度方法。首先

考虑电制氢特性

在综合能源系统中应用电氢联产系统。其次

在日内调度中采用滚动优化方法

在滚动周期中

上层模型基于改进指数移动平均对电氢联产系统进行控制

并将区间预测作为控制约束

为综合能源系统提供稳定供电功率;日内下层模型依据上层结果确定周期内调度计划。最后

通过算例分析对比不同场景

结果表明

所提方法在降低风电功率预测误差对调度结果影响的同时实现系统经济性的提升。

Abstract

In order to reduce the impact of wind power prediction errors on the economics and accuracy of dispatch of electricity and hydrogen integrated energy systems

an intraday two-tier rolling optimal dispatch method for integrated energy systems that takes into account the electric-hydrogen cogeneration system is proposed. First

considering the characteristics of electricity hydrogen production

the electric-hydrogen cogeneration system is applied in the integrated energy system. Secondly

a rolling optimization method is adopted in intraday dispatch. In the rolling cycle

the upper level model controls the electricity and hydrogen cogeneration system based on the improved exponential moving average

and uses interval prediction as a control constraint to provide stable power supply for the integrated energy system; The intraday lower-level model determines the intra-period dispatch plan based on the upper-level results; Finally

different scenarios are compared through numerical examples. The results show that the proposed method can reduce the impact of wind power prediction errors on dispatch results while improving system economy.

关键词

Keywords

references

张沈习, 王丹阳, 程浩忠, 等. 双碳目标下低碳综合能源系统规划关键技术及挑战[J]. 电力系统自动化, 2022, 46(8): 189-207.

卓振宇, 张宁, 谢小荣, 等. 高比例可再生能源电力系统关键技术及发展挑战[J]. 电力系统自动化, 2021, 45(9): 171-191.

常青. 首个国家层面氢能产业标准体系建设指南发布: 氢内燃机迎发展新机遇[J]. 商用汽车, 2023(4): 19-20.

丁剑, 方晓松, 宋云亭, 等. 碳中和背景下西部新能源传输的电氢综合能源网构想[J]. 电力系统自动化, 2021, 45(24): 1-9.

陈胜, 张景淳, 卫志农, 等. 面向能源转型的电-气-氢综合能源系统规划与运行[J]. 电力系统自动化, 2023, 47(19): 16-30.

陈胜, 张景淳, 韩海腾, 等. 计及辅助服务的电-气-氢综合能源系统优化调度[J]. 电力系统自动化, 2023, 47(11): 110-120.

张贵鹏, 程静. 计及碳捕集的虚拟电厂-电制氢多主体协调优化[J]. 太阳能学报, 2023, 44(8): 92-101.

林今, 余志鹏, 张信真, 等. 可再生能源电制氢合成氨系统的并/离网运行方式与经济性分析[J]. 中国电机工程学报, 2024, 44(1): 117-127.

孔令国, 陈钥含, 万燕鸣, 等. 计及调峰辅助服务的风电场/群经济制氢容量计算[J]. 电工技术学报, 2023, 38(16): 4406-4420.

孟翔宇, 陈铭韵, 顾阿伦, 等. “双碳” 目标下中国氢能发展战略[J]. 天然气工业, 2022, 42(4): 156-179.

邹才能, 李建明, 张茜, 等. 氢能工业现状、技术进展、挑战及前景[J]. 天然气工业, 2022, 42(4): 1-20.

HOUBEN N, COSIC A, STADLER M, et al.Optimal dispatch of a multi-energy system microgrid under uncertainty: a renewable energy community in Austria[J]. Applied energy, 2023, 337: 120913.

朱玲, 李威, 王骞, 等. 基于校正条件生成对抗网络的风电场群绿氢储能系统容量配置[J]. 电工技术学报, 2024, 39(3): 714-730.

徐伟航, 杨茂, 孙莉. 利用电化学储能追踪风电预测曲线的风储联合调度经济性分析[J]. 南方电网技术, 2023, 17(11): 87-96.

邹宇航, 曾艾东, 郝思鹏, 等. 阶梯式碳交易机制下综合能源系统多时间尺度优化调度[J]. 电网技术, 2023, 47(6): 2185-2198.

李天格, 胡志坚, 陈志, 等. 计及电-气-热-氢需求响应的综合能源系统多时间尺度低碳运行优化策略[J]. 电力自动化设备, 2023, 43(1): 16-24.

杨国山, 朱杰, 杨昌海, 等. 适应波动性风电的电制氢合成甲醇系统柔性优化调度[J]. 电力建设, 2023, 44(11): 149-162.

叶俊. 促进风电消纳的电热综合能源系统优化调度研究[D]. 武汉: 武汉大学, 2018.

齐德卿. 风氢耦合系统容量配比及能量管理策略研究[D]. 吉林: 东北电力大学, 2017.

曾煜轩, 冀爽, 王金鑫. 计及制氢效率变化与氢能绿证的综合能源系统优化调度[J]. 东北电力大学学报, 2024, 44(1): 25-33.

李志伟, 赵雨泽, 吴培, 等. 基于制氢设备精细建模的综合能源系统绿氢蓝氢协调低碳优化策略[J].电网技术, 2024, 48(6): 2317-2326.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

考虑自然冷源的数据中心综合能源系统双层协同优化配置研究

风光互补综合能源系统结构与容量协同优化

考虑信息间隙决策理论含碳捕集耦合煤制氢的综合能源系统优化调度

Related Author

张晓烽

傅昂

刘玉婷

孙小琴

王蒙

李杰

张立志

李帆

Related Institution

Hebei Key Laboratory of Low-Carbon and High-Efficiency Power Generation Technology, North China Electric Power University

Department of Power Engineering, North China Electric Power University

College of Information and Electrical Engineering, China Agricultural University

Tianjin Key Laboratory of Information Sensing and Intelligent Control, Tianjin University of Technology and Education

School of Automation and Electrical Engineering, Tianjin University of Technology and Education

AI问答

⁰