基于氢储能的热电联供型微电网优化调度方法（Matlab代码实现）

 👨‍🎓个人主页：研学社的博客   

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

1.1 热电氢联供型微电网系统结构

1.2 氢储能系统模型  

1.3 两阶段优化调度求解流程

📚2 运行结果

2.1 日前

2.2 日内

🎉3 参考文献

🌈4 Matlab代码、数据、文章讲解

---

​

💥1 概述

文献来源：

​

减少化石燃料使用，充分利用可再生能源已引起广泛的关注[ 1 - 3 ] .  热电联供型微电网能够提高能源

利用率和风光消纳能力，减少环境污染 [ 4 - 6 ] .  加强对热电联供型微电网的研究，对实现能源可持续利用、发展低碳社会具有重要意义.

目前，国内外针对热电联供型微电网的建模、规划以及优化调度均有一定研究[ 7 - 9 ] ，其优化调度的复杂性主要体现在：基于经济性的单目标优化难以满足市场需求，目标函数的构成趋于多样性；多能耦合使能源转化更加困难，有关热电联供型微电网的优化调度较少，有待进一步研究；预测误差对微网的运行产生了一定影响等.  文献 [ 10 ] 提出一种两级分层微网能量管理方法，协调了虚拟存储系统和电动汽车的出力来平滑公共耦合点处的功率交换，优化了运行成本.  文献 [ 11 ] 在热电联供型微电网的多目标优化中实现了系统总运营成本最小化和系统总排放最 小化.

但以上研究都是基于预测准确的条件下进行的.  而现有预测技术存在的误差给微电网的优化

运行带来严重的挑战 [ 12 - 13 ] .  模型预测控制 （ model predictive control，  MPC ）方法能够同时跟踪多个优化目标，有效降低不确定性因素对微电网优化调度的影响.  文献 [ 14 ] 基于 MPC 理论以日前计划设备出力为参考值，在日内调度中滚动求解出各设备的平滑出力，有效纠正了预测误差产生的结果偏差.  文献[ 15 ] 提出了一种基于模型预测控制和反馈校正的冷热电联供型微电网实时优化方法，最小化调整并补偿预测误差.

随着氢能的广泛应用，作为热电氢耦合设备的氢能系统逐渐成为微电网的重要组成部分[ 16 - 18 ] .  文

献 [ 16 - 18 ] 将氢能系统引入微电网，在仅考虑了氢能系统的电能- 氢气相互转换，忽略燃料电池和电解槽的热电氢耦合特性的条件下，实现了微电网能量平衡，降低了系统的弃风量，但氢能系统的效率较低. 文献[ 19 ] 仅在主动配电网和集中供热网络的耦合系统中简单考虑了电解槽制氢时的产热特性，有效提高了电解槽的运行效率，显著降低了系统运行成本.文献[ 20 ] 提出以天然气为原料的包含重整器、储氢罐、燃料电池的燃料电池系统，同时考虑天然气重整制氢的产热特性与燃料电池的热电氢耦合特性，有效降低了微电网的排放和成本.总的来说，大量研究未考虑燃料电池与电解槽

的热电氢耦合特性，以及没有对氢能系统进行全面的精细化建模；其次，可再生能源出力具有强波动性、低抗扰性和弱支撑性，给微电网的稳定运行造成一定的威胁，为微电网系统的经济运行和优化调度带来了挑战.

为解决以上问题，本文考虑燃料电池及电解槽的热电氢联供特性，建立燃料电池氢转电、热及电解

槽电转氢、热模型，引入蓄热槽储热，分析光伏、风机发电系统、电锅炉、燃气锅炉的运行特性，电储能系统、氢储能系统互补特性，对各元件进行精细化建模，研究热电氢联供型微电网优化调度问题.  在日前优化中，以日运行成本最低为目标，采用混合整数线性规划（mixed integer linear programming, MILP ）方法实现最优调度；在日内优化中，将带有超短期预测的 MPC 方法嵌入混合整数二次规划（ mixed integer quadratic programming, MIQP）算法中，减小预测误差，实现实时控制. 与其他现有文献相比，本文提出将氢能系统作为热电氢耦合设备参与到微电网整体调度中，对提高风电消费率和光伏消费率，减少能源环境污染和能源危机，促进经济增长具有重要意义.盈余的可再生能源出力通过其热电氢耦合特性就地消纳产热，从而降低系统内储能系统的容量需求，进而提高系统的经济性. 同时，综合考虑了氢能系统的热电氢耦合效应与电锅炉的热电耦合效应，提高了供电及供热系统对负荷的调节能力，并引入响应迅速的燃气锅炉，在提高风光消纳能力的同时保证满足热负荷需求.

1.1 热电氢联供型微电网系统结构

热电氢联供型微电网系统结构如 图 1 所示 .  系统主要由以光伏发电、风力发电为主的分布式电源、

储能设备、供能设备及负荷组成 .  其中，储能设备包括电储能系统、氢储能系统和热储能系统.  负荷包括电负荷和热负荷.  电锅炉为热电耦合元件，燃料电池与电解槽为热电氢耦合元件.

1.2 氢储能系统模型  

氢能作为一种高效、清洁的二次能源，受到广泛关注.  然而，目前氢能系统的转换效率低下（电转氢效率多为 60% ～ 70% ，氢转电最高效率约为 60% ），后者其他能量被辅助设备消耗或转化为热能散失.因此，余热利用成为提高氢能系统效率的有效手段之一.  对于燃料电池，其氢气直接来源于电解槽 .氢储能系统产生的热能主要来源于燃料电池电堆及电解槽发热. 图 2 为氢储能系统工作机理

1.3 两阶段优化调度求解流程

📚2 运行结果

2.1 日前

 

 

 

2.2 日内

 

 

 

 

 

 

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]李奇,邹雪俐,蒲雨辰等.基于氢储能的热电联供型微电网优化调度方法[J].西南交通大学学报,2023,58(01):9-21.

🌈4 Matlab代码、数据、文章讲解