风电制氢进而合成氨(power to ammonia,P2A)是规模化消纳可再生发电资源,实现电力与化工行业碳减排的潜在技术路线之一。利用电制氢作为媒介,P2A可作为大型工业负荷参与电网能量平衡调节。然而,P2A负荷受化学工艺及过程控制的限制,负载...风电制氢进而合成氨(power to ammonia,P2A)是规模化消纳可再生发电资源,实现电力与化工行业碳减排的潜在技术路线之一。利用电制氢作为媒介,P2A可作为大型工业负荷参与电网能量平衡调节。然而,P2A负荷受化学工艺及过程控制的限制,负载调控惯性较大,当风电出力偏离预测轨迹时P2A负荷难以快速响应。为此,提出计及风电出力时序不确定性的P2A负荷随机最优控制方法。首先建立P2A系统柔性调控的状态空间模型。其次,考虑合成氨工段的调节惯性与风电出力时序相关性的耦合影响,基于伊藤过程建模风电出力的不确定性,构造随机动力学约束的P2A系统优化控制模型。之后,基于动态轨迹灵敏度分解,将随机动力学优化问题变换为确定性二阶锥规划,并采用随机模型预测控制(stochastic model predictive control,SMPC)滚动求解,有效避免了传统基于随机抽样模拟的方法计算复杂度高、求解效率低的问题。算例分析表明,与确定性控制相比,所提方法能够充分发挥合成氨柔性生产的优势,提升P2A负荷消纳波动性风电的能力。展开更多
文摘风电制氢进而合成氨(power to ammonia,P2A)是规模化消纳可再生发电资源,实现电力与化工行业碳减排的潜在技术路线之一。利用电制氢作为媒介,P2A可作为大型工业负荷参与电网能量平衡调节。然而,P2A负荷受化学工艺及过程控制的限制,负载调控惯性较大,当风电出力偏离预测轨迹时P2A负荷难以快速响应。为此,提出计及风电出力时序不确定性的P2A负荷随机最优控制方法。首先建立P2A系统柔性调控的状态空间模型。其次,考虑合成氨工段的调节惯性与风电出力时序相关性的耦合影响,基于伊藤过程建模风电出力的不确定性,构造随机动力学约束的P2A系统优化控制模型。之后,基于动态轨迹灵敏度分解,将随机动力学优化问题变换为确定性二阶锥规划,并采用随机模型预测控制(stochastic model predictive control,SMPC)滚动求解,有效避免了传统基于随机抽样模拟的方法计算复杂度高、求解效率低的问题。算例分析表明,与确定性控制相比,所提方法能够充分发挥合成氨柔性生产的优势,提升P2A负荷消纳波动性风电的能力。
