不确定性环境下含氢能源系统在线运行优化方法研究.pdfVIP

摘要

根据《中国能源发展报告2022》可知，2021年中国83.4%的能源需求由化石燃料满足。

随着人类能源需求的日益增长，化石燃料等不可再生能源面临枯竭的危险。此外，化石燃料

产生的高碳排放量对环境的影响也不容忽视。为了应对上述挑战，一方面需重视可再生能源

替代，另一方面需加强能源系统的节能减排。大力发展含氢能源系统并优化其运行有助于分

布式可再生能源的本地消纳，对于实现我国“双碳”战略目标和降低能源系统经济成本具有

重要意义和应用价值。因此，本文对不确定性环境下含氢能源系统运行优化方法进行了研究。

首先，研究了不确定性环境下含氢能源系统运行成本最小化问题。由于存在不确定性参

数、氢罐储氢量相关的时间耦合约束以及非线性约束，求解该问题非常困难。为此，本文提

出了一种基于李雅普诺夫最优化方法的含氢能源系统在线运行优化方法。所提方法无需知晓

不确定性参数的先验知识。基于真实数据的仿真结果表明：所提的在线运行优化方法可以根

据给定的碳排放惩罚因子灵活地减少碳排放；与基于规则的对比方案相比，所提的在线运行

优化方法可降低总运行成本0.298%-13.436%。

其次，在考虑电解槽和燃料电池工作效率模型非线性的情况下，研究了不确定性环境下

含氢能源系统运行成本最小化问题。由于存在不确定性参数、氢罐储氢量相关的时间耦合约

束、非线性约束以及非线性工作效率模型，采用传统的优化方法难以有效求解建模的问题。

为此，本文提出了一种基于近端策略优化与人类专家知识相结合的含氢能源系统智能运行优

化方法。所提方法无需知晓不确定性参数先验信息且能处理非线性模型。基于真实数据的仿

真结果表明：与基于规则的对比方案相比，所提智能运行优化方法可降低总运行成本

0.8%-20.5%。

最后，对本文的研究工作进行了总结，并对未来的研究进行了展望。

关键词:含氢能源系统，碳排放，运行成本，李雅普诺夫最优化，深度强化学习

Abstract

AccordingtotheChinaEnergyDevelopmentReportin2022,83.4%ofChinasenergydemand

in2021wasmetbyfossilfuels.Withtheincreasingdemandforenergy,non-renewableenergy

sourcessuchasfossilfuelsareindangerofexhaustion.Moreover,theenvironmentalimpactofhigh

carbonemissionsfromfossilfuelscannotbeignored.Inordertoaddresstheabovechallenges,

renewableenergysubstitutionshouldbevaluedandenergyconservationshouldbestrengthened.

Vigorouslydevelopinghydrogen-basedenergysystemandoptimizingitsoperationishelpfulforthe

localconsumptionofdistributedrenewableenergy,whichisofgreatsignificanceandapplication

valueforrealizingthestrategicgoalofdoublecarbonandreducingtheeconomiccostofenergy

system.Therefore,onlineoperationoptimizationmethodsofhydrogen-basedenergysystemsunder

uncertaintiesarestudiedinthispaper.

Firstly,theoperationcostminimizationproblemofhydrogen-basedenergy