(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211102621.1 (22)申请日 2022.09.09 (71)申请人 江苏科能电力工程咨询有限公司 地址 210000 江苏省南京市 鼓楼区渡江路 10号 (72)发明人 梅建春　赵盛杰　钱君霞　闫安心　 宋鹏程　马鸿娟　黄雪正　 (74)专利代理 机构 南京天翼专利代理有限责任 公司 321 12 专利代理师 朱戈胜 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 30/02(2012.01) G06N 3/00(2006.01) G06F 16/2458(2019.01)G06Q 50/06(2012.01) H02J 3/38(2006.01) (54)发明名称 一种利用电解水制氢消纳弃风电量的制氢 容量规划方法 (57)摘要 本发明涉及新能源技术领域， 尤其涉及一种 利用电解水制氢消纳弃风电量的制氢容量规划 方法， 其包括： 步骤1： 利用年度负荷预测值和典 型日负荷曲线， 并引入负荷调整系数， 模拟生成 每天的日负荷曲线； 步骤2： 根据规划地区历史风 电出力模拟计算风电场模拟时序出力曲线， 并采 用通过日负荷曲线获得的风电消纳空间结合风 电场模拟时序出力曲线计算风电场年弃风电量； 步骤3： 以制氢效益最大为目标建立目标函数， 并 建立约束条件， 利用粒子群算法求解所建立的电 解水制氢消纳弃风电量模型， 得到制氢容量配置 方案。 本发 明有效提升了电解水制氢容量规划的 准确性。 权利要求书3页 说明书6页 附图2页 CN 115423330 A 2022.12.02 CN 115423330 A 1.一种利用电解水制氢消纳弃风电量的制氢容 量规划方法， 其特 征在于： 包括 步骤1： 利用年度负荷预测值和典型日负荷曲线， 并引入负荷调整系数， 模拟生成每天 的日负荷曲线； 步骤2： 根据规划地 区历史风电出力模拟计算风电场模拟时序 出力曲线， 并采用通过日 负荷曲线获得的风电消纳空间结合 风电场模拟时序出力曲线计算 风电场年弃风电量； 步骤3： 以制氢效益最大为目标建立目标函数， 并建立约束条件， 利用粒子群算法求解 所建立的电解水制氢消纳弃风电量模型， 得到制氢容 量配置方案 。 2.根据权利要求1所述的利用电解水制氢消纳弃风电量的制氢容量规划方法， 其特征 在于： 步骤1包括： 步骤101： 建立负荷调整系数的约束模型， 计算得到负荷调整系数； 步骤102： 假设每周随机有2个大负荷日， 3个中负荷日， 双休 日则是2个小负荷 日， 根据 实际日历计算每日的负荷曲线： 式中： 和 分别表示m月大负荷日、 中负荷日和小负荷日的日负荷曲 线， kW； α表示负荷调整系 数； PY表示年度负荷预测值， kW； 表示m月负荷标幺值， 由往年负 荷曲线已知； 表示以小时为时间尺度的m月典型日负荷标幺值曲线。 3.根据权利要求2所述的利用电解水制氢消纳弃风电量的制氢容量规划方法， 其特征 在于： 步骤101中， 负荷调整系数的约束模型： αmin＜α ＜αmax 式中： αmin和 αmax分别表示负荷调整系数的上 下限； WY表示年用电量， k Wh。 4.根据权利要求1所述的利用电解水制氢消纳弃风电量的制氢容量规划方法， 其特征 在于： 所述 步骤2具体包括： 步骤201： 通过规划地区历史风电出力和对应风电装机容量计算历史风电出力标幺值 曲线； 步骤202： 根据拟建风电场装机容量和历史风电出力标幺值曲线计算风电场模拟时序 出力曲线； 式中： 表示风电场 模拟时序出力曲线， kW； CW表示拟建风电场 装机容量， kW； 表示历 史风电出力标幺值曲线； 步骤203： 计算日负荷曲线与已知的电网最小出力曲线的差值得到风电消纳空间； 步骤204： 计算 风电场模拟时序出力曲线与风电消纳空间的差值得年弃风 量。 5.根据权利要求1所述的利用电解水制氢消纳弃风电量的制氢容量规划方法， 其特征 在于： 所述 步骤3具体包括： 步骤301： 考虑制氢厂的初始建设成本、 后期运维成本、 消耗水成本以及售氢售氧收益，权　利　要　求　书 1/3 页 2 CN 115423330 A 2以制氢效益 最大为目标建立目标函数： 式中： F表示制氢效益； CH2和CO2分别表示氢气和氧气的市场售价； CP表示单位容量制氢 厂投资成本； CO表示运维成本； CS表示用水成本； β 表示单位制氢耗水量； 和 分别表示 第n年制氢、 制氧产量， 制氧产量为制氢产量的一半； 表示制氢设备容量； N表示运行年 限； is表示社会平均折现率， 取8％； 步骤302： 建立电解水制氢容 量的约束模型： 式中： 和 分别为电解水制氢设备容 量的下限和上限； 步骤303： 建立氢气产量约束模型： 某一时段内， 弃风电量小于制氢设备满负荷运行消耗电量， 则： 否则： 式中： 表示氢气体积， N m3； Qab表示步骤2所得弃风电量， kWh； t表示运行时间， h； η表示 标立方氢气耗电量， Nm3/kWh； 步骤304： 上述模型构成电解水制氢消纳弃风电量模型， 通过粒子群算法进行求解， 得 到电解制氢设备容 量。 6.根据权利要求5所述的利用电解水制氢消纳弃风电量的制氢容量规划方法， 其特征 在于： 所述 步骤304中， 通过 粒子群算法求 解的具体步骤 包括： 步骤3041： 以电解水制氢设备容量作为粒子， 并随机生成一定种群数量的粒子群， 设置 种群初始参数值； 步骤3042： 以制氢收益作 为适应度 值， 利用步骤3041设置的初始参数计算， 保存最优适 应度值和其对应的粒子作为粒子最优位置； 步骤3043： 判断是否 达到迭代次数， 若否， 则转至步骤3 044， 否则转至步骤3 046； 步骤3044： 利用下式对粒子位置和速度进行 更新： 式中： k表示第几次迭代； 表示第i个粒子第k次的速度； 表示第i个粒子第k次的位 置； 表示第i个粒子第k+1次的速度即更新后的速度； 表示第i个粒子第k+1次的位置 即更新后的位置； 表示第i个粒子更新至第k次后的历史最优位置； 表示更新至第k 次后粒子群历史最优位置； ω表示惯性权重， 表示保持原速度的系数； c1表示个体学习因 子， 即粒子跟踪历史最优值的权重系数； c2表示社会学习因子， 即粒子跟踪群体最优值的权 重系数； ξ和 η表示随机生成的[0,1]区间的随机数； 步骤3045： 计算并比较当前适应度值与历史最优适应度值， 若当前适应度值更优， 则作 为最优适应度值保存， 并保存其对应的粒子最优位置后， 再转至步骤3043， 否则直接转至步权　利　要　求　书 2/3 页 3 CN 115423330 A 3