考虑燃料电池汽车加氢负荷的电-氢系统协同优化运行

在建设新型电力系统背景下,为提高能源利用率,降低交通系统碳排放,促进配电网与交通网络融合,考虑燃料电池汽车加氢行为影响下负荷时空分布特性,构建计及燃料电池汽车交通流量与加氢行为的优化调度模型。首先,采用起止点对刻画燃料电池汽车交通流量模型,为模拟燃料电池汽车出行,采用Dijkstra算法搭建燃料电池汽车最短加氢路径模型。其次,针对可再生能源出力不确定性,基于Wasserstein距离建立风电功率预测误差模糊集,考虑电力-交通网络约束,并构建含加氢站优化调度的分布鲁棒优化模型。最后,利用强对偶理论将分布鲁棒优化模型转化为混合整数线性规划模型进行求解,采用改进的33节点配电网和24节点交通网对调度方法进行验证。结果表明,所提方法相比于鲁棒优化系统总成本有所降低,加氢站调度方案在保守和乐观之间达到平衡,实现加氢站与上级网络之间良性互动。

基于分布鲁棒优化的电热综合能源配网系统与氢能源站协同优化

氢能源站(Hydrogen Fueling Station,HFS)对氢气生产和供应至关重要。然而HFS通常在午夜和凌晨生产氢气,同时由于热负荷处于高峰,热电联产(Combined-Heat-and-Power,CHP)机组的灵活性降低。在可再生能源比例较高的电热综合能源配网系统(Integrated Electricity-Heat Energy System,IEDS)中,CHP机组缺乏灵活性将不可避免地影响IEDS和HFS的经济和安全运行。先前的研究侧重于配电网系统和HFS的协同运行,而没有考虑灵活性问题。论文旨在提出IEDS和HFS的协同分布鲁棒协同调度模型,以实现协同优化运行,从而降低运营成本和安全运营。在该模型中,HFS中产生的废热被回收后注入热网系统。利用历史数据对风电场景进行聚类,构建风电不确定性集。并相应地提出了具有更好收敛速度的改进Benders分解算法,从而进一步以并行和分散式求解所考虑的优化模型。此外,基于综合能源测试系统实例进行了算例仿真,在考虑HFS协同调度的前提下,所提出的协同调度模型能够使运行成本降低7.8%,并分析了所提出的协同调度模型在处理风电不确定性方面的有效性。最后,相比经典Benders算法,论文提出的改进Benders分解算法求解时间降低了70%,迭代次数减少了50%,验证了分散式优化具有良好计算性能。