买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华北电力大学

摘要：基于量子粒子群的氢混合储能容量配置系统、方法及其应用，包括如下步骤：获取风电场的输出功率以及地区负荷需求功率的历史数据，并对数据进行预处理；建立氢混合储能系统充放电数学模型；建立氢混合储能系统容量优化配置模型；使用基于量子粒子群算法的储能容量优化配置方法求得最优混合储能容量配置结果，并与基于标准粒子群算法的容量配置方法作比较；采用了氢储能加超级电容的混合储能系统，能够发挥氢能能量密度大、绿色环保以及超级电容功率密度大、充放电效率高的优点，随着新能源的大规模并网，系统调峰周期变长，氢储能拥有更大优势，采用量子粒子群的配置方法，具有收敛速度更快、不易陷于局部最优等优点。

主权项：1.一种基于量子粒子群的氢混合储能容量配置方法，包括基于量子粒子群的氢混合储能容量配置系统，该系统包括：风电场氢混合储能装置，所述风电场氢混合储能装置包括风力发电机组、负荷均衡器、电解槽、压缩机、储氢设备、超级电容器、ACDC转换器、燃料电池；风电发电机组将风能转换为电能，其电能优先供给地区负荷需求，盈余的电量分别输入电解槽-压缩机-储氢设备以及超级电容器中，将电能转换为储氢设备中的氢能以及超级电容器中的极化电解质储能；当风电场发电不足时，由储氢设备向燃料电池供氢发电以及超级电容器放电，其特征为：包括如下步骤：步骤1：获取风电场的输出功率以及地区负荷需求功率的历史数据，并计算得到不平衡功率：获取风电场的输出功率以及地区负荷需求功率数据，采样间隔为1小时，将功率进行如下计算：Δpk＝pwk-plk，其中Δpk为k时刻的不平衡功率，pwk为风电场功率，plk为地区负荷功率，代表风电功率与负荷需求的关系；步骤2：建立氢混合储能系统充放电数学模型：建立氢混合储能系统充放电数学模型，由步骤1求得的不平衡功率Δpk判断进行充放电，当Δpk＞0时，风电场发电盈余，将电能按照比例分别供给电解槽-压缩机-储氢设备以及超级电容器，实现电能转化为氢能以及超级电容器中极化电解质进行储能；当Δpk＜0时，风电场发电功率不足，按照比例由储氢设备向氢氧燃料电池供氢发电以及超级电容放电来补足缺失的电量；建立氢混合储能系统充放电数学模型如下：风电场出力大于负荷功率需求，即不平衡功率Δpk＞0时，向超级电容充电以及电解槽制氢气并存储，充电数学模型如下：Ehk＝Ehk-1+Δpk·α·t·ηdj·ηysEck＝Eck-1+Δpk·1-α·t·ηcc其中，Ehk、Eck为k时刻储氢设备容量和超级电容器容量，Ehk-1、Eck-1为k-1时刻储氢设备容量和超级电容器容量，Δpk为步骤1中的不平横功率，α为消纳的不平衡功率用于制氢的比例，ηdj、ηys为电解槽效率和压缩机效率，ηcc为超级电容充电效率，t为时间间隔；风电场出力小于负荷功率需求，即不平衡功率Δpk＜0时，超级电容放电以及储氢设备向燃料电池供氢发电，放电数学模型如下：Ehk＝Ehk-1+Δpk·α·tηhdEck＝Eck-1+Δpk·1-α·tηcd其中，ηhd为燃料电池放电效率，ηcd为超级电容器放电效率；步骤3：建立氢混合储能系统容量优化配置模型：在满足风电有功功率平衡、负荷缺电率、系统运行功率平衡、电解槽最优运行功率、储氢设备容量、超级电容荷电状态的约束条件下，使得成本目标函数最低的原则来配置储氢设备容量以及超级电容器容量；若有风电场风电利用率要求，增加弃风率约束条件，减少弃风量，提高风电利用率；所述优化配置模型包括建立容量配置模型的优化目标函数以及确定约束条件；步骤4：使用基于量子粒子群算法的储能容量优化配置方法求得最优混合储能容量配置结果，并与基于标准粒子群算法的容量配置方法作比较：运用量子粒子群算法对混合储能系统容量配置模型进行优化求解，根据某地风电场发电功率以及地区负荷需求功率两天的历史数据进行仿真验证分析，并于基于标准粒子群的容量配置方法相比较，得出量子粒子群具有的优点。

全文数据：

权利要求：

百度查询： 华北电力大学 基于量子粒子群的氢混合储能容量配置系统、方法及应用