首页 / 专利分类库 / 发电、变电或配电 / 一种氢电耦合电力系统的能量管理方法及装置

一种氢电耦合电系统的能量管理方法及装置

申请号 CN202410064195.X 申请日 2024-01-16 公开(公告)号 CN117955172A 公开(公告)日 2024-04-30
申请人 武汉理工大学; 发明人 周申培; 江庆东; 谢长君; 王喆伟; 朱文超; 杨扬; 杜帮华; 王瀚; 杨文龙; 袁杰;
摘要 本 发明 涉及一种氢电耦合电 力 系统的 能量 管理方法及装置,属于能量管理技术领域,其中,该氢电耦合电力系统的能量管理方法包括获取氢电耦合电力系统中多余的净功率;基于所述氢电耦合电力系统中 蓄 电池 的 荷电状态 、储氢罐的荷氢状态,以及Mamdani区间二型 模糊逻辑 算法 ,确定功率分配因子;基于所述功率分配因子,对所述多余的净功率进行能量管理。本发明降低了氢电耦合电力系统能量管理的复杂度,从而节省了氢电耦合电力系统能量管理的成本。
权利要求

1.一种氢电耦合电系统的能量管理方法,其特征在于,包括:
获取氢电耦合电力系统中多余的净功率;
基于所述氢电耦合电力系统中电池荷电状态、储氢罐的荷氢状态,以及Mamdani区间二型模糊逻辑算法,确定功率分配因子;
基于所述功率分配因子,对所述多余的净功率进行能量管理。
2.根据权利要求1所述的氢电耦合电力系统的能量管理方法,其特征在于,所述确定功率分配因子,包括:
对所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊化;
对模糊化后的所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊推理和模糊降型;
基于所述模糊降型的结果进行解模糊化,确定所述功率分配因子。
3.根据权利要求2所述的氢电耦合电力系统的能量管理方法,其特征在于,所述对所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊化,包括:
确定所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合,并确定所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合的子集的上隶属度函数和下隶属度函数。
4.根据权利要求3所述的氢电耦合电力系统的能量管理方法,其特征在于,所述对模糊化后的所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊推理和模糊降型,包括:
基于所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合的子集的上隶属度函数和下隶属度函数,确定每一条功率分配控制规则的激活度区间;
将所述每一条功率分配控制规则的激活度区间与所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合的子集的上隶属度函数和下隶属度函数融合,得到融合后的二型模糊集合输出的边界端点。
5.根据权利要求4所述的氢电耦合电力系统的能量管理方法,其特征在于,所述基于所述模糊降型的结果进行解模糊化,确定所述功率分配因子,包括:
基于均值法和所述融合后的二型模糊集合输出的边界端点,确定所述功率分配因子。
6.根据权利要求5所述的氢电耦合电力系统的能量管理方法,其特征在于,所述基于均值法和所述融合后的二型模糊集合输出的边界端点,确定所述功率分配因子,包括:
基于以下公式确定所述功率分配因子:
其中,k表示所述功率分配因子,yl表示所述融合后的二型模糊集合输出的下界端点,yr表示所述融合后的二型模糊集合输出的上界端点。
7.根据权利要求1至6任一项所述的氢电耦合电力系统的能量管理方法,其特征在于,所述获取氢电耦合电力系统中多余的净功率,包括:
获取所述氢电耦合电力系统中的机功率、光伏功率和负荷需求;
将所述风机功率与所述光伏功率两者之和与负荷需求之间的差值作为所述多余的净功率。
8.一种氢电耦合电力系统的能量管理装置,其特征在于,包括:
获取模,用于获取氢电耦合电力系统中多余的净功率;
确定模块,用于基于所述氢电耦合电力系统中蓄电池的荷电状态、储氢罐的荷氢状态,以及Mamdani区间二型模糊逻辑算法,确定功率分配因子;
能量管理模块,用于基于所述功率分配因子,对所述多余的净功率进行能量管理。
9.一种电子设备,其特征在于,包括存储器和处理器,及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,实现根据权利要求1至7任一项所述的氢电耦合电力系统的能量管理方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的氢电耦合电力系统的能量管理方法。

说明书全文

一种氢电耦合电系统的能量管理方法及装置

技术领域

[0001] 本发明涉及能量管理技术领域,尤其涉及一种氢电耦合电力系统的能量管理方法及装置。

背景技术

[0002] 、光等可再生能源发电在电网中已占据一定比例,但其间歇性和波动性对电力系统的稳定调控具有重大影响。而氢能由于其能量密度高、可大规模存储等特点,使其成为应用前景最为广泛的能源转化载体,故基于氢电耦合的电力系统应运而生。然而,基于氢电耦合的电力系统往往包含了风光发电机组、氢储能系统和锂电池储能系统等,如何对氢电耦合电力系统进行能量管理,保证系统安全稳定运行,是当下所面临的难题。
[0003] 为了实现对氢电耦合电力系统的能量管理,现有技术通常基于给定的成本函数和负载曲线,采用全局优化算法,构建一种经济上优化的能源管理方法,或者在满足负荷需求的前提下,考虑关键设备的技术参数,利用机器学习的方法提前做出功率调度规划,从而实现氢电耦合系统的能量管理,然而这些策略存在着计算量大,对工况数据要求高,优化过程复杂且目标难以实现的问题,并且在实际运行过程中难以应用。因此,如何降低氢电耦合电力系统能量管理的复杂性,减少氢电耦合电力系统能量管理的成本,成为了亟需解决的技术问题。

发明内容

[0004] 有鉴于此,有必要提供一种氢电耦合电力系统的能量管理方法及装置,用以解决现有的氢电耦合电力系统能量管理方法复杂性和成本较高的问题。
[0005] 为了解决上述问题,本发明提供一种氢电耦合电力系统的能量管理方法,包括:
[0006] 获取氢电耦合电力系统中多余的净功率;
[0007] 基于所述氢电耦合电力系统中蓄电池荷电状态、储氢罐的荷氢状态,以及Mamdani区间二型模糊逻辑算法,确定功率分配因子;
[0008] 基于所述功率分配因子,对所述多余的净功率进行能量管理。
[0009] 在一种可能的实现方式中,所述确定功率分配因子,包括:
[0010] 对所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊化;
[0011] 对模糊化后的所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊推理和模糊降型;
[0012] 基于所述模糊降型的结果进行解模糊化,确定所述功率分配因子。
[0013] 在一种可能的实现方式中,所述对所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊化,包括:
[0014] 确定所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合,并确定所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合的子集的上隶属度函数和下隶属度函数。
[0015] 在一种可能的实现方式中,所述对模糊化后的所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊推理和模糊降型,包括:
[0016] 基于所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合的子集的上隶属度函数和下隶属度函数,确定每一条功率分配控制规则的激活度区间;
[0017] 将所述每一条功率分配控制规则的激活度区间与所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合的子集的上隶属度函数和下隶属度函数融合,得到融合后的二型模糊集合输出的边界端点。
[0018] 在一种可能的实现方式中,所述基于所述模糊降型的结果进行解模糊化,确定所述功率分配因子,包括:
[0019] 基于均值法和所述融合后的二型模糊集合输出的边界端点,确定所述功率分配因子。
[0020] 在一种可能的实现方式中,所述基于均值法和所述融合后的二型模糊集合输出的边界端点,确定所述功率分配因子,包括:
[0021] 基于以下公式确定所述功率分配因子:
[0022]
[0023] 其中,k表示所述功率分配因子,yl表示所述融合后的二型模糊集合输出的下界端点,yr表示所述融合后的二型模糊集合输出的上界端点。
[0024] 在一种可能的实现方式中,所述获取氢电耦合电力系统中多余的净功率,包括:
[0025] 获取所述氢电耦合电力系统中的风机功率、光伏功率和负荷需求;
[0026] 将所述风机功率与所述光伏功率两者之和与负荷需求之间的差值作为所述多余的净功率。
[0027] 本发明还提供了一种氢电耦合电力系统的能量管理装置,包括:
[0028] 获取模,用于获取氢电耦合电力系统中多余的净功率;
[0029] 确定模块,用于基于所述氢电耦合电力系统中蓄电池的荷电状态、储氢罐的荷氢状态,以及Mamdani区间二型模糊逻辑算法,确定功率分配因子;
[0030] 能量管理模块,用于基于所述功率分配因子,对所述多余的净功率进行能量管理。
[0031] 本发明还提供了一种电子设备,包括存储器和处理器,及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,实现如上所述的氢电耦合电力系统的能量管理方法。
[0032] 本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的氢电耦合电力系统的能量管理方法。
[0033] 本发明的有益效果是:本发明提供的氢电耦合电力系统的能量管理方法,通过Mamdani区间二型模糊逻辑算法确定用于氢电耦合电力系统能量管理的功率分配因子,根据功率分配因子对氢电耦合电力系统多余的净功率进行能量管理,降低了氢电耦合电力系统能量管理的复杂度,从而节省了氢电耦合电力系统能量管理的成本。附图说明
[0034] 图1为本发明提供的氢电耦合电力系统的能量管理方法一实施例的流程示意图;
[0035] 图2为本发明提供的氢电耦合电力系统的能量管理方法应用在电力系统一实施例的流程示意图;
[0036] 图3为本发明提供的氢电耦合电力系统的能量管理方法又一实施例的流程示意图;
[0037] 图4为本发明提供的风光出力及负荷需求功率变化一实施例的曲线图;
[0038] 图5为本发明提供的氢储能及蓄电池储能单元功率变化一实施例的曲线图;
[0039] 图6为本发明提供的氢电耦合电力系统的能量管理装置一实施例的结构示意图;
[0040] 图7为本发明提供的电子设备一实施例的结构示意图。

具体实施方式

[0041] 下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
[0042] 在本发明的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。此外,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
[0043] 在本发明的描述中,提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,所描述的实施例可以与其它实施例相结合。
[0044] 风、光等可再生能源发电在电网中已占据一定比例,但其间歇性和波动性对电力系统的稳定调控具有重大影响。而氢能由于其能量密度高、可大规模存储等特点,使其成为应用前景最为广泛的能源转化载体,故基于氢电耦合的电力系统应运而生。然而,基于氢电耦合的电力系统往往包含了风光发电机组、氢储能系统和锂电池储能系统等,如何对氢电耦合电力系统进行能量管理,保证系统安全稳定运行,是当下所面临的难题。
[0045] 为了实现对氢电耦合电力系统的能量管理,现有技术通常基于给定的成本函数和负载曲线,采用全局优化算法,构建一种经济上优化的能源管理方法,或者在满足负荷需求的前提下,考虑关键设备的技术参数,利用机器学习的方法提前做出功率调度规划,从而实现氢电耦合系统的能量管理,然而这些策略存在着计算量大,对工况数据要求高,优化过程复杂且目标难以实现的问题,并且在实际运行过程中难以应用。
[0046] 模糊逻辑发展较为成熟且能够模仿人类推理与决策,对考虑氢电耦合系统实时运行状态下的功率协调分配控制具有较强适应性。但传统模糊逻辑在考虑系统中储能模块的实时状态条件下,对输入变量的模糊集合隶属程度描述存在偏差,导致系统抗干扰能力较差。二型模糊逻辑在传统模糊逻辑基础上对隶属度函数进行扩维处理,提高了模糊逻辑对描述对象的建模精度,因此利用区间二型模糊逻辑实现氢电耦合系统能量管理具有重要意义。
[0047] 针对现有技术的不足之处,本发明采用二型模糊功率分配的方法进行能量管理,不仅能针对直流微网中供能侧和负载侧功率情况,实现系统中多余能量的合理分配,而且能根据蓄电池荷电状态(State of Charge,SOC)和储氢罐荷氢状态(State of hydrogen,SOH)的实时状态,自适应调节储能系统的功率分配,提高功率分配的精确性,保障各储能模块运行在理想的工作区间以提高系统的安全性。
[0048] 以下分别对具体实施例进行详细说明:
[0049] 本发明的一个具体实施例,公开了一种氢电耦合电力系统的能量管理方法,结合图1来看,图1为本发明提供的氢电耦合电力系统的能量管理方法一实施例的流程示意图,包括步骤S101至步骤S103,其中:
[0050] 在步骤S101中,获取氢电耦合电力系统中多余的净功率;
[0051] 在步骤S102中,基于所述氢电耦合电力系统中蓄电池的荷电状态、储氢罐的荷氢状态,以及Mamdani区间二型模糊逻辑算法,确定功率分配因子;
[0052] 在步骤S103中,基于所述功率分配因子,对所述多余的净功率进行能量管理。
[0053] 实施时,首先可以获取氢电耦合电力系统中多余的净功率,多余的净功率可以通过计算系统能够提供的功率和负荷功率之间的差值得到。
[0054] 然后可以获取氢电耦合电力系统中蓄电池的荷电状态与储氢罐的荷氢状态,将蓄电池的荷电状态与储氢罐的荷氢状态作为Mamdani区间二型模糊逻辑算法的输入,功率分配因子作为算法的输出,得到功率分配因子。
[0055] 在得到功率分配因子之后,可以根据分配因子对获取到的多余的净功率进行能量管理,即将多余的净功率分配至蓄电池和储氢罐。
[0056] 例如,可以按照以下公式对多余的净功率进行能量管理:
[0057]
[0058] 其中,Pae表示储氢罐的储能功率,Pbat表示蓄电池的储能功率,k表示功率分配因子,Ps表示多余的净功率。
[0059] 本发明提供的氢电耦合电力系统的能量管理方法,可以应用于变电站内氢电耦合电力系统的能量管理,也可以应用于其他使用氢电耦合电力系统的场景,使用本发明对此不做具体限定。
[0060] 与现有技术相比,本实施例提供的氢电耦合电力系统的能量管理方法,通过Mamdani区间二型模糊逻辑算法确定用于氢电耦合电力系统能量管理的功率分配因子,根据功率分配因子对氢电耦合电力系统多余的净功率进行能量管理,降低了氢电耦合电力系统能量管理的复杂度,从而节省了氢电耦合电力系统能量管理的成本。
[0061] 示例性地,所述确定功率分配因子,包括:
[0062] 对所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊化;
[0063] 对模糊化后的所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊推理和模糊降型;
[0064] 基于所述模糊降型的结果进行解模糊化,确定所述功率分配因子。
[0065] 具体地,在根据氢电耦合电力系统中蓄电池的荷电状态、储氢罐的荷氢状态,以及Mamdani区间二型模糊逻辑算法,确定功率分配因子时,首先可以对蓄电池的荷电状态、储氢罐的荷氢状态以及功率分配因子进行模糊化,然后对模糊化后的蓄电池的荷电状态、储氢罐的荷氢状态以及功率分配因子进行模糊推理和模糊降型。最后可以对模糊降型得到的结果进行解模糊化,从而确定功率分配因子的取值。
[0066] 示例性地,所述对所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊化,包括:
[0067] 确定所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合,并确定所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合的子集的上隶属度函数和下隶属度函数。
[0068] 具体地,在对蓄电池的荷电状态、储氢罐的荷氢状态以及功率分配因子进行模糊化时,可以先确定蓄电池的荷电状态、储氢罐的荷氢状态以及功率分配因子的区间二型模糊集合,然后再确定区间二型模糊集合的子集的上隶属度函数和下隶属度函数。
[0069] 例如,在确定蓄电池的荷电状态的区间二型模糊集合时,首先确定模糊论域范围为[0,1],然后确定其二型模糊集合
[0070]
[0071] 其中,x1表示蓄电池的荷电状态经模糊化后映射到论域中的主变量,X1表示x1的论域, 表示x1的主隶属度,u表示次变量,PS表示正小,PM表示正中,PB表示正大。
[0072] 蓄电池的荷电状态的模糊子集的上隶属度函数 和下隶属度函数u(x1)均可以选择三形隶属度函数,表达式如下:
[0073]
[0074]
[0075] 其中,a1、a2、b1、b2、p为区间二型模糊集的区间参考点。储氢罐的荷氢状态以及功率分配因子进行模糊化的过程与蓄电池的荷电状态进行模糊化的过程类似,在此不做赘述。
[0076] 示例性地,所述对模糊化后的所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子进行模糊推理和模糊降型,包括:
[0077] 基于所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合的子集的上隶属度函数和下隶属度函数,确定每一条功率分配控制规则的激活度区间;
[0078] 将所述每一条功率分配控制规则的激活度区间与所述蓄电池的荷电状态、所述储氢罐的荷氢状态以及所述功率分配因子对应的区间二型模糊集合的子集的上隶属度函数和下隶属度函数融合,得到融合后的二型模糊集合输出的边界端点。
[0079] 具体地,在对模糊化后的蓄电池的荷电状态、储氢罐的荷氢状态以及功率分配因子进行模糊推理和模糊降型时,首先可以根据蓄电池的荷电状态、储氢罐的荷氢状态以及功率分配因子对应的区间二型模糊集合的子集的上隶属度函数和下隶属度函数,确定每一条功率分配控制规则的激活度区间。
[0080] 例如,每一条功率分配控制规则的激活度区间可以根据以下公式计算:
[0081]
[0082] 其中,fi和 分别表示第i条功率分配控制规则的激活度区间的下界和上界,×表示乘法t‑范数。
[0083] 在得到每一条功率分配控制规则的激活度区间之后,可以将每一条功率分配控制规则的激活度区间与蓄电池的荷电状态、储氢罐的荷氢状态以及功率分配因子对应的区间二型模糊集合的子集的上隶属度函数和下隶属度函数融合,得到融合后的二型模糊集合输出的边界端点。
[0084] 例如,可以根据以下公式得到融合后的二型模糊集合输出的边界端点:
[0085]
[0086]
[0087] 其中, 和 分别表示功率分配因子隶属于模糊集合 的隶属度上界、下界,yl和yr表示融合后的二型模糊集合输出的边界端点,m和n分别为区间二型模糊集合输出论域的上界和下界,L和R分别为模糊降型过程中左、右转换点。
[0088] 示例性地,所述基于所述模糊降型的结果进行解模糊化,确定所述功率分配因子,包括:
[0089] 基于均值法和所述融合后的二型模糊集合输出的边界端点,确定所述功率分配因子。
[0090] 具体地,在根据模糊降型的结果进行解模糊化,确定功率分配因子时,可以根据均值法和融合后的二型模糊集合输出的边界端点,确定功率分配因子。
[0091] 示例性地,所述基于均值法和所述融合后的二型模糊集合输出的边界端点,确定所述功率分配因子,包括:
[0092] 基于以下公式确定所述功率分配因子:
[0093]
[0094] 其中,k表示所述功率分配因子,yl表示所述融合后的二型模糊集合输出的下界端点,yr表示所述融合后的二型模糊集合输出的上界端点。
[0095] 具体地,在根据均值法和融合后的二型模糊集合输出的边界端点,确定功率分配因子时,可以根据以上公式确定功率分配因子的取值。
[0096] 示例性地,所述获取氢电耦合电力系统中多余的净功率,包括:
[0097] 获取所述氢电耦合电力系统中的风机功率、光伏功率和负荷需求;
[0098] 将所述风机功率与所述光伏功率两者之和与负荷需求之间的差值作为所述多余的净功率。
[0099] 具体地,在获取氢电耦合电力系统中多余的净功率之前,可以先获取氢电耦合电力系统中的风机功率、光伏功率和负荷需求,然后将风机功率与光伏功率两者之和与负荷需求之间的差值作为多余的净功率。
[0100] 例如,可以根据以下公式确定多余的净功率:
[0101] Ps=Pwind+Ppv‑Pload
[0102] 其中,Ps表示多余的净功率,Pwind表示风机功率,Ppv表示光伏功率,Pload表示负荷需求。
[0103] 下面结合一个具体的应用场景,更好地说明本发明技术方案:
[0104] 结合图2来看,图2为本发明提供的氢电耦合电力系统的能量管理方法应用在电力系统一实施例的流程示意图,本发明提供的氢电耦合电力系统的能量管理方法应用在电力系统时,可以分别设置风光发电功率采集模块、负荷需求功率采集模块、净功率计算模块、蓄电池SOC和储氢罐SOH采集模块、电‑氢储能模块以及区间二型模糊功率分配控制器模块。
[0105] 风光发电功率采集模块和负荷需求功率采集模块,用于采集风光发电功率及负荷需求功率,并将其运行数据发送到净功率计算模块。
[0106] 净功率计算模块通过运行数据计算出电力系统中多余的净功率,并将计算数据传输到区间二型模糊功率分配控制器模块。
[0107] 蓄电池SOC和储氢罐SOH采集模块,用于采集运行过程中的实时SOC和SOH数据,并将其发送到区间二型模糊功率分配控制器模块。
[0108] 区间二型模糊功率分配控制器模块包括模糊化单元、模糊推理单元、模糊规则单元、模糊降型单元和解模糊化单元。将蓄电池SOC和储氢罐SOH采集模块采集的实时SOC和SOH数据输入到区间二型模糊功率分配控制器模块中的模糊化单元,模糊化单元将模糊化后的SOC、SOH输入到模糊推理单元,模糊推理单元输出区间二型模糊集合输出,模糊推理单元将区间二型模糊集合输出输入到模糊降型单元,模糊降型单元输出一型模糊集合输出并将其输入到解模糊化单元,解模糊化单元输出功率分配因子k,同时将所得到的分配因子k与净功率计算模块传输的数据相乘得到功率分配信号,从而控制电‑氢储能模块对多余能源的消纳。
[0109] 电‑氢储能模块,包括蓄电池储能单元和氢储能单元,用于接收区间二型模糊功率分配控制器模块发送的功率控制指令,并基于控制指令进行电解制取氢气并储存,同时蓄电池储能单元消纳剩下能源,实现系统安全稳定运行。
[0110] 结合图3来看,图3为本发明提供的氢电耦合电力系统的能量管理方法又一实施例的流程示意图,该方法的具体步骤如下:
[0111] 1、计算氢电耦合电力系统中多余的净功率:
[0112] Ps=Pwind+Ppv‑Pload
[0113] 2、引入功率分配因子k,将分配因子k与多余的净功率Ps相乘得到氢储能单元的功率,再将Ps减去氢储能单元的功率参考值得到蓄电池储能单元功率,实现系统功率的合理分配及能源消纳。
[0114]
[0115] 3、功率分配因子k基于区间二型模糊逻辑经过模糊化、模糊推理、模糊降型和解模糊化四个步骤计算得到,过程如下:
[0116] a、模糊化。
[0117] 区间二型模糊功率分配控制器模块采用Mamdani区间二型模糊逻辑算法,设定蓄电池SOC、储氢罐SOH为模糊逻辑输入变量,功率分配因子k为模糊逻辑输出变量。
[0118] 蓄电池SOC模糊论域范围为[0,1],其区间二型模糊集合 为:
[0119]
[0120] 蓄电池SOC模糊子集的上隶属度函数 和下隶属度函数u(x1)均可以选择三角形隶属度函数,表达式如下:
[0121]
[0122]
[0123] 同理可以得到储氢罐SOH的区间二型模糊集合 和功率分配因子k的区间二型模糊集合
[0124]
[0125]
[0126] 以及储氢罐SOH模糊子集的上隶属度函数 和下隶属度函数 功率分配因子k模糊子集的上隶属度函数 和下隶属度函数u(y):
[0127]
[0128]
[0129]
[0130]
[0131] 各个输入、输出变量模糊子集隶属度函数参数取值如表1所示。
[0132] 表1:模糊子集隶属度函数参数
[0133]
[0134] b、模糊推理。
[0135] 蓄电池SOC越小,储氢罐SOH越大,则功率分配因子k越小;蓄电池SOC越大,储氢罐SOH越小,则功率分配因子k越大;设定区间二型模糊功率分配控制中共有规则数M=9条,其中第i条规则 为:
[0136]
[0137] 即如果蓄电池SOC是区间二型模糊集合 并且储氢罐SOH是区间二型模糊集合 则输出功率分配因子k为区间二型模糊集合
[0138] 区间二型模糊逻辑规则如表2所示:
[0139] 表2:区间二型模糊逻辑规则
[0140]
[0141] 分别计算蓄电池SOC及储氢罐SOH经模糊化后的隶属度区间其中 和 分别表示SOC隶属于模糊集合 的隶属度下界、上界, 和 分别表示SOH隶属于模糊集合 的隶属度下界、上界。
[0142] 计算每一条规则的激活度区间Fi(x1,x2):
[0143]
[0144] 3、模糊降型。
[0145] 将每一条规则激活度区间与输出变量隶属度函数融合,输出融合后的二型模糊集合,采用EKM算法进行降型,模糊推理结果表达式为:
[0146] Ycos(X)=[yl,yr]
[0147]
[0148]
[0149] 4、解模糊化。
[0150] 解模糊化采用均值法,功率分配因子k结果满足:
[0151]
[0152] 为了验证基于二型模糊功率分配的氢电耦合电力系统的能量管理方法的有效性和正确性,本发明进行了仿真分析。设定初始蓄电池SOC、储氢罐SOH分别为50%和75%,仿真时间为10s。
[0153] 结合图4来看,图4为本发明提供的风光出力及负荷需求功率变化一实施例的曲线图,由图4可知,某时刻,由风光发电功率采集模块和负荷需求功率采集模块采集到的风光发电及负荷需求初始功率分别为18.4kW和12kW;当运行5s时,风光发电功率突然增大,由18.4kW变为20.2kW。通过净功率计算模块计算可知,前5s系统多余的净功率为6.4kW,后5s系统多余的净功率为8.2kW。
[0154] 结合图5来看,图5为本发明提供的氢储能及蓄电池储能单元功率变化一实施例的曲线图,由图5可知,在前5s,由于初始蓄电池SOC为50%、储氢罐SOH为75%,储氢罐SOH较大,为了延缓储氢罐SOH达到上限的速度,此时蓄电池储能和氢储能模块经过区间二型模糊功率分配控制器模块分配的功率分别为4.6kW和1.8kW,蓄电池以较大的功率进行充电,而氢储能模块以较小的功率制氢,延缓SOH上升。当运行到5s时,系统净功率改变,此时蓄电池储能和氢储能模块的功率也随之变为6kW和2.2kW。
[0155] 本发明提出的氢电耦合电力系统的能量管理方法可以实现电力系统中多余能量的合理分配,并且能根据蓄电池SOC和储氢罐SOH的实时状态,自适应调节储能系统的功率分配,提高了系统的安全性。
[0156] 本发明实施例还提供了一种氢电耦合电力系统的能量管理装置,结合图6来看,图6为本发明提供的氢电耦合电力系统的能量管理装置一实施例的结构示意图,氢电耦合电力系统的能量管理装置600包括:
[0157] 获取模块601,用于获取氢电耦合电力系统中多余的净功率;
[0158] 确定模块602,用于基于所述氢电耦合电力系统中蓄电池的荷电状态、储氢罐的荷氢状态,以及Mamdani区间二型模糊逻辑算法,确定功率分配因子;
[0159] 能量管理模块603,用于基于所述功率分配因子,对所述多余的净功率进行能量管理。
[0160] 氢电耦合电力系统的能量管理装置的各个模块的更具体实现方式可以参见对于上述氢电耦合电力系统的能量管理方法的描述,且具有与之相似的有益效果,在此不再赘述。
[0161] 需要说明的是,氢电耦合电力系统的能量管理装置可以设置在使用氢电耦合电力系统的变电所中,也可以设置在其他使用氢电耦合电力系统的场所中,本发明对此不做具体限定。
[0162] 本发明实施例还提供了一种电子设备,结合图7来看,图7为本发明提供的电子设备一实施例的结构示意图,电子设备700包括处理器701、存储器702及存储在存储器702上并可在处理器701上运行的计算机程序,处理器701执行程序时,实现如上所述的氢电耦合电力系统的能量管理方法。
[0163] 作为优选的实施例,上述电子设备700还包括显示器703,用于显示处理器701执行如上所述的氢电耦合电力系统的能量管理方法。
[0164] 示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器702中,并由处理器701执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在电子设备700中的执行过程。例如,计算机程序可以被分割成上述实施例中的获取模块601、确定模块602及能量管理模块606,各模块的具体功能如上所述,在此不一一赘述。
[0165] 电子设备700可以是带可调摄像头模组的桌上型计算机、笔记本、掌上电脑或智能手机等设备。
[0166] 其中,处理器701可能是一种集成电路芯片,具有信号的处理能力。上述的处理器701可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程阵列(Field‑Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0167] 其中,存储器702可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read‑Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read‑Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read‑Only Memory,EEPROM)等。其中,存储器702用于存储程序,所述处理器701在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流程定义的方法可以应用于处理器701中,或者由处理器
701实现。
[0168] 其中,显示器703可以是LCD显示屏,也可以是LED显示屏。例如,手机上的显示屏。
[0169] 可以理解的是,图7所示的结构仅为电子设备700的一种结构示意图,电子设备700还可以包括比图7所示更多或更少的组件。图7中所示的各组件可以采用硬件、软件或其组合实现。
[0170] 根据本发明上述实施例提供的计算机可读存储介质和电子设备,可以参照根据本发明实现如上所述的氢电耦合电力系统的能量管理方法具体描述的内容实现,并具有与如上所述的氢电耦合电力系统的能量管理方法类似的有益效果,在此不再赘述。
[0171] 本发明实施例还提供了一种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,实现如上所述的氢电耦合电力系统的能量管理方法。
[0172] 一般来说,用于实现本发明方法的计算机指令的可以采用一个或多个计算机可读的存储介质的任意组合来承载。非临时性计算机可读存储介质可以包括任何计算机可读介质,除了临时性地传播中的信号本身。
[0173] 计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD‑ROM)、光存储器件、磁存储器件,或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0174] 可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言,特别是可以使用适于神经网络计算的Python语言和基于TensorFlow、PyTorch等平台框架。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行,或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0175] 本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
[0176] 本发明公开了一种氢电耦合电力系统的能量管理方法及装置,通过Mamdani区间二型模糊逻辑算法确定用于氢电耦合电力系统能量管理的功率分配因子,根据功率分配因子对氢电耦合电力系统多余的净功率进行能量管理,降低了氢电耦合电力系统能量管理的复杂度,从而节省了氢电耦合电力系统能量管理的成本。
[0177] 本发明技术方案可以实现系统中多余能量的合理分配,并且能根据蓄电池SOC和储氢罐SOH的实时状态,自适应调节储能系统的功率分配,提高系统的安全性。
[0178] 以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
QQ群二维码
意见反馈