可再生能源發(fā)電制氫系統(tǒng)仿真軟件開發(fā)

卓俊威，沈小軍

(同濟(jì)大學(xué)電子與信息工程學(xué)院，上海市 嘉定區(qū) 201804)

0 引言

經(jīng)濟(jì)的快速發(fā)展伴隨著大量的電能消耗。傳統(tǒng)發(fā)電方式對環(huán)境帶來巨大影響，驅(qū)使人們在近幾十年來大力發(fā)展可持續(xù)、環(huán)境友好的可再生能源發(fā)電。特別是“碳達(dá)峰”、“碳中和”目標(biāo)的制定，又給可再生能源的發(fā)展帶來了新的高潮[1]。

可再生能源發(fā)電制氫系統(tǒng)結(jié)構(gòu)復(fù)雜，其控制策略在眾多運(yùn)行工況下切換頻繁，因此必須對其展開暫態(tài)穩(wěn)定性研究。暫態(tài)穩(wěn)定性為系統(tǒng)受到大擾動后從波動狀態(tài)恢復(fù)至穩(wěn)定狀態(tài)的能力，擾動原因包括風(fēng)光資源的波動性、控制策略的切換、系統(tǒng)啟停、離并網(wǎng)切換和短路故障等，可表現(xiàn)為母線電壓波動和瞬態(tài)大電流。提高暫態(tài)穩(wěn)定性是系統(tǒng)長期穩(wěn)定運(yùn)行的關(guān)鍵。如果系統(tǒng)在擾動后失穩(wěn)，將對接入微網(wǎng)的設(shè)備造成不良影響，嚴(yán)重時甚至?xí)＜半娋W(wǎng)的穩(wěn)定[2]。除了關(guān)注系統(tǒng)的穩(wěn)定性，經(jīng)濟(jì)性也是工程上需要考慮的重要指標(biāo)。系統(tǒng)在長期運(yùn)行情況下能否維持正收益是項(xiàng)目能否可持續(xù)發(fā)展的關(guān)鍵，需要在設(shè)計之初進(jìn)行合理的經(jīng)濟(jì)效益評估，這通常包括以下幾點(diǎn)工作：(1)建立穩(wěn)態(tài)模型，獲取系統(tǒng)長期運(yùn)行的狀態(tài)結(jié)果，如發(fā)電量和制氫量等；(2)建立經(jīng)濟(jì)模型，考慮各項(xiàng)成本和收入，計算系統(tǒng)運(yùn)行效益；(3)確立優(yōu)化目標(biāo)函數(shù)，在多種容量配置條件下得到最優(yōu)系統(tǒng)配置方案[3-5]?？梢姡捎诮Y(jié)構(gòu)的復(fù)雜性和長期不確定性，需要在多尺度、多維度下對可再生能源發(fā)電制氫系統(tǒng)建立適用于不同場景的仿真模型，對系統(tǒng)的結(jié)構(gòu)、運(yùn)行、效益開展全方位研究，給工程提供穩(wěn)定性、經(jīng)濟(jì)性上均高度可行的系統(tǒng)設(shè)計方案。

當(dāng)前可再生能源發(fā)電制氫系統(tǒng)仿真軟件[6]可分為2類。第一類通過搭建詳細(xì)電氣模型，在短時間尺度下模擬系統(tǒng)暫態(tài)運(yùn)行過程，可用于研究系統(tǒng)的穩(wěn)定性；其缺點(diǎn)是模型復(fù)雜，仿真計算量大，難以支持長期經(jīng)濟(jì)性分析，代表如PSCAD。第二類利用穩(wěn)態(tài)等效模型進(jìn)行計算，大幅減少計算量，側(cè)重于系統(tǒng)長期運(yùn)行下的經(jīng)濟(jì)性分析和結(jié)構(gòu)性配置，但是忽略了系統(tǒng)暫態(tài)可變性，無法進(jìn)行穩(wěn)定性分析，代表如HOMER。

隨著混合能源微網(wǎng)規(guī)模擴(kuò)大，大量分布式電源和電力電子裝置被應(yīng)用其中，導(dǎo)致仿真計算量增大。利用等效思想能簡化模型和降低計算量，但同時會降低仿真的精確度。而采用并行計算的方法可以在不損失或損失極少量精確度的條件下，有效提高仿真運(yùn)行速度[7]。文獻(xiàn)[8]研究了集群并行技術(shù)，利用高速互聯(lián)網(wǎng)絡(luò)協(xié)同多臺計算機(jī)并行完成計算任務(wù)，有效減少了仿真運(yùn)行時間。文獻(xiàn)[9]分析了PSCAD并行計算原理，并提出了網(wǎng)絡(luò)劃分優(yōu)化方法，提高了并行仿真的總體效率。

此外，如何在滿足模型精度的情況下降低建模難度也是仿真軟件設(shè)計難點(diǎn)之一?；谀Ｐ蛷?fù)用的思想，在滿足一定自由度的建模需求下盡可能對現(xiàn)有模型進(jìn)行復(fù)用，可以有效減少建模成本，讓研究者將更多精力投入到系統(tǒng)層面的設(shè)計之中。

本文在上述背景下設(shè)計并開發(fā)了一款可再生能源發(fā)電制氫系統(tǒng)可視化綜合仿真軟件；綜合考慮當(dāng)前兩類仿真軟件的優(yōu)缺點(diǎn)重新設(shè)計了軟件架構(gòu)，利用電氣模型和經(jīng)濟(jì)模型互相配合實(shí)現(xiàn)對系統(tǒng)穩(wěn)定性和經(jīng)濟(jì)性的綜合研究；利用多參數(shù)并行計算提高了仿真效率。最后，通過仿真算例對軟件功能進(jìn)行驗(yàn)證。

1 軟件架構(gòu)設(shè)計

基于MVC模型設(shè)計軟件架構(gòu)，將軟件分為模型層(model)、視圖層(view)和控制層(controller)，通過分層實(shí)現(xiàn)數(shù)據(jù)、視圖和邏輯的互相獨(dú)立，降低模塊間的耦合性，提高軟件的可維護(hù)性和拓展性[10]。

模型層包括3個部分：應(yīng)用接口、電氣模型庫和經(jīng)濟(jì)模型，結(jié)構(gòu)如圖1所示。電氣模型是對實(shí)際電路的抽象，用于近似反應(yīng)實(shí)際系統(tǒng)的電氣特性，具有較高的復(fù)雜度，難以通過自行編碼實(shí)現(xiàn)。目前存在一些廣泛使用的電氣仿真軟件，可以借助其進(jìn)行電氣建模。為實(shí)現(xiàn)本軟件與外部軟件之間的數(shù)據(jù)通信，設(shè)計了通用應(yīng)用接口框架[11]，其定義了該軟件與其他軟件之間的交互規(guī)范，便于在此基礎(chǔ)上開發(fā)應(yīng)用接口。經(jīng)濟(jì)模型基于成本效益法，計算了系統(tǒng)全生命周期內(nèi)產(chǎn)生的各項(xiàng)成本和收入，包括系統(tǒng)的建造、運(yùn)維和回收成本、環(huán)保效益和污染懲罰、上網(wǎng)電量收入、副產(chǎn)品收入、國家政策補(bǔ)貼等等。經(jīng)濟(jì)模型以Python代碼的形式建立并封裝成為經(jīng)濟(jì)模塊。

圖1 基于MVC模式架構(gòu)設(shè)計Fig.1 Architecture design based on MVC pattern

視圖層編寫圖形界面代碼，分為用戶界面部分和結(jié)果界面部分。用戶界面包括主界面、模塊添加界面、參數(shù)修改界面和系統(tǒng)狀態(tài)界面，可供用戶迅速構(gòu)建仿真模型。結(jié)果界面將仿真數(shù)據(jù)以柱狀圖、折線圖、波形圖和表格等可視化形式表現(xiàn)，便于用戶觀察數(shù)據(jù)內(nèi)在統(tǒng)計規(guī)律并做進(jìn)一步分析。

控制層負(fù)責(zé)讀取視圖層數(shù)據(jù)并將數(shù)據(jù)傳遞給模型層，此外還包括業(yè)務(wù)邏輯代碼，本質(zhì)上都是各模型之間和各層級之間的數(shù)據(jù)交互。

2 軟件開發(fā)

2.1 模型層

2.1.1 應(yīng)用接口

電氣模型引入數(shù)量龐大的狀態(tài)變量群來模擬系統(tǒng)真實(shí)運(yùn)行狀態(tài)，這對建模精度提出了較高要求。PSCADEMTDC是世界范圍內(nèi)廣泛使用的電磁暫態(tài)仿真軟件，其核心EMTDC在時域上對電力系統(tǒng)微分方程進(jìn)行求解，能夠準(zhǔn)確地計算出仿真結(jié)果。本軟件以PSCAD為例開發(fā)應(yīng)用接口，借助PSCAD搭建電氣模型。

接口開發(fā)需要雙方均基于某種相同協(xié)議。PSCAD提供了基于Python語言的自動化控制接口，調(diào)用其中的方法可以對PSCAD進(jìn)行工程創(chuàng)建、畫布構(gòu)建、參數(shù)修改和數(shù)據(jù)存儲等操作[12]?；诖?，結(jié)合通用接口框架，利用Python語言開發(fā)了面向PSCAD的應(yīng)用程序接口，實(shí)現(xiàn)了本軟件與PSCAD之間的數(shù)據(jù)通信。由于接口的存在，本軟件和外部軟件在邏輯上是解耦合的。

2.1.2 電氣模型庫

電氣模型庫主要模塊包括風(fēng)機(jī)、光伏、電解槽和蓄電池。變換器模型及其控制本文不作贅述。

風(fēng)機(jī)吸收風(fēng)能為

(1)

式中：ρ為空氣密度；Cp為風(fēng)能利用系數(shù)；R為葉片半徑；v為風(fēng)速。

永磁同步電機(jī)dq坐標(biāo)下電壓方程為

(2)

式中：Ud、Uq分別為d、q軸電壓；id、iq分別為d、q軸電流；Ld、Lq分別為d、q軸電感；ω為電角速度；ψf為永磁體磁鏈；Rs為定子繞組電阻。

永磁同步電機(jī)轉(zhuǎn)子運(yùn)動方程為

(3)

式中：Tm為機(jī)械轉(zhuǎn)矩；Te為電磁轉(zhuǎn)矩；J為轉(zhuǎn)子轉(zhuǎn)動慣量；np為磁極對數(shù)[13]。

光伏陣列工程應(yīng)用模型為

(4)

式中：Uoc、Isc、Um、Im分別為開路電壓、短路電流、最大工作點(diǎn)電壓和最大工作點(diǎn)電流，由光伏廠家提供；α、β分別為參考點(diǎn)的電流、電壓溫度系數(shù)；T和Tr分別為環(huán)境溫度和參考點(diǎn)溫度；G和Gr分別為光照強(qiáng)度和參考點(diǎn)光照強(qiáng)度；Rs為等效串聯(lián)電阻；NPVs、NPVp分別為光伏板串、并聯(lián)數(shù)[14]。

電解槽小室電壓為

(5)

式中：Urev為可逆電壓；TEL為電解液溫度；r1，r2為電解液歐姆參數(shù)；s，t1，t2，t3為電極過電壓參數(shù)；SEL為電極面積。

電解槽電壓為

UEL=NELsUcell

(6)

式中NELs為電解槽單元串聯(lián)數(shù)。

電解槽產(chǎn)氫率為

(7)

式中：z為轉(zhuǎn)移電子數(shù)；F為法拉第常數(shù)；ai(i=1,2,…,5)為法拉第效應(yīng)相對系數(shù)。

電解槽產(chǎn)氫量為

(8)

蓄電池電壓-電流方程為

(9)

式中：U為電池空載電壓；U0為電池常數(shù)電壓；UK為極化電壓；Q為電池容量；λSOC為荷電狀態(tài)(state of charge，SOC)；A0和B0為指數(shù)區(qū)參數(shù)[15]。

2.1.3 經(jīng)濟(jì)模型

長期運(yùn)行下，假定系統(tǒng)具有良好穩(wěn)定性，不考慮擾動影響，其輸入、輸出具有較簡單的對應(yīng)關(guān)系。

風(fēng)機(jī)t時刻出力為

(10)

式中：PWTG,N為風(fēng)機(jī)額定功率；v(t)為t時刻的風(fēng)速，vin、vout、vn分別為切入風(fēng)速、切出風(fēng)速和額定風(fēng)速。

光伏t時刻出力為

(11)

式中：PPV,N為光伏額定功率；f為光伏板因表面污漬、光照入射角度等因素造成的降額因子；G(t)和T(t)分別為t時刻的光照強(qiáng)度和溫度；GN和TN分別為光伏額定光照強(qiáng)度和溫度；α為溫度系數(shù)。

經(jīng)濟(jì)模型基于成本效益分析法，通過計算全生命周期成本和收益的差值來評價系統(tǒng)經(jīng)濟(jì)性[16]。生命周期成本(life cycle cost, LCC)表示為

(12)

式中：r為貼現(xiàn)率；N為系統(tǒng)生命周期；CI(t)、CO(t)、CM(t)、CD(t)分別為第t年的初期投入成本、運(yùn)行成本、維護(hù)成本和報廢處置成本。其中初期投入成本和報廢處置成本分別只在t=0和t=N時不為0。

系統(tǒng)年化成本為

(13)

第t年的系統(tǒng)收益為

R(t)=RH2(t)+Rgrid(t)+Rgov(t)

(14)

式中：RH2(t)、Rgrid(t)、Rgov(t)分別為第t年的售氫收入、送電收入和政府補(bǔ)貼。

凈現(xiàn)值(net present value，NPV)是指生命周期內(nèi)資金總流入現(xiàn)值與總流出現(xiàn)值之差，可用來評價系統(tǒng)經(jīng)濟(jì)性的優(yōu)劣。凈現(xiàn)值pNPV表示為

(15)

動態(tài)投資回收期Tt計算公式為：

(16)

2.2 視圖層

GUI如圖2所示，GUI基于PyQt5進(jìn)行開發(fā)。Qt是一款基于C++語言、使用廣泛的開發(fā)框架，可為圖形界面應(yīng)用開發(fā)提供一站式的解決方案。PyQt5是Qt在Python中移植的產(chǎn)物[17]。參數(shù)以表格或選項(xiàng)的形式輸入，主要包括系統(tǒng)容量、模型參數(shù)、控制策略、風(fēng)速、光照強(qiáng)度和溫度等。數(shù)據(jù)可視化利用PyQtGraph實(shí)現(xiàn)。PyQtGraph是基于PyQt和Numpy的繪圖庫，具有強(qiáng)大的圖形處理能力，能實(shí)現(xiàn)高質(zhì)量的數(shù)據(jù)可視化。

圖2 仿真軟件界面Fig.2 GUI of the simulation software

視圖和業(yè)務(wù)的綁定利用了信號槽機(jī)制。例如，按鈕的點(diǎn)擊操作可以視為發(fā)送了一個點(diǎn)擊信號，通過將方法函數(shù)綁定到這個信號上可以實(shí)現(xiàn)對點(diǎn)擊信號的處理。

2.3 控制層

在數(shù)據(jù)層面，控制層首先從界面中讀取用戶輸入?yún)?shù)，并以變量的形式保存在內(nèi)存當(dāng)中。當(dāng)運(yùn)行仿真時，首先由控制層將內(nèi)存中用戶輸入的數(shù)據(jù)通過接口傳遞給模型層生成用戶模型，隨后進(jìn)行仿真計算。最后控制層將模型層生成的仿真結(jié)果數(shù)據(jù)傳遞給視圖層進(jìn)行可視化展示。

在業(yè)務(wù)層面，控制層作為軟件的大腦統(tǒng)籌各個模塊，實(shí)現(xiàn)了數(shù)據(jù)調(diào)用、頁面跳轉(zhuǎn)顯示與關(guān)閉、處理信號、調(diào)用外部軟件等功能。

3 仿真速度提升策略

可再生能源發(fā)電制氫模型作為復(fù)雜非線性系統(tǒng)，具有計算量大，仿真時間長等問題?；诘刃枷?，將模型部分替換為具有相似性的簡單模型，可以減少總體計算量，但其改變了原有模型結(jié)構(gòu)，降低了仿真精確度。并行計算充分利用當(dāng)代計算機(jī)多核計算的特點(diǎn)，將總體計算量分成多個部分同時進(jìn)行計算，沒有改變原有模型，因而可以在不損失或損失極少量精確度的情況下進(jìn)行仿真提速。

現(xiàn)有流行仿真軟件通常都會給出各自的并行計算方案，常見的有網(wǎng)絡(luò)拆分并行和多套參數(shù)并行。網(wǎng)絡(luò)拆分并行利用自然解耦法將長度超過一個仿真步長下電磁波傳輸距離的傳輸線路進(jìn)行拆分，將所得子網(wǎng)并行計算。對于可再生能源發(fā)電制氫系統(tǒng)，其空間規(guī)模較小，輸電線路長度通常達(dá)不到拆分條件，難以適用網(wǎng)絡(luò)拆分并行方法。多套參數(shù)并行可適用于不同參數(shù)下對同一仿真工程求解多次仿真結(jié)果的情況，往往發(fā)生在對系統(tǒng)某一參數(shù)進(jìn)行優(yōu)化配置時。相較于網(wǎng)絡(luò)拆分，多套參數(shù)并行適用條件寬松，僅需計算機(jī)擁有多個計算核心即可。綜上，本文采用多套參數(shù)并行計算的方法對電氣模型仿真進(jìn)行提速。

利用PSCAD X4的仿真集(simulations set)功能，結(jié)合PSCAD自動化庫可實(shí)現(xiàn)多套參數(shù)并行功能的開發(fā)。仿真集的作用是將一系列仿真工程放入同一集合中，通過運(yùn)行仿真集可以實(shí)現(xiàn)對集合中所有工程的并行計算。利用自動化庫，將用戶輸入的多套仿真參數(shù)分別生成相應(yīng)的仿真工程文件，再將這些工程文件全部歸于同一個仿真集中，運(yùn)行仿真集便可并行求解多套參數(shù)下的系統(tǒng)仿真結(jié)果。值得注意的是，PSCAD在許可證中限制了仿真集大小不超過8個工程，可通過額外付費(fèi)獲得提升。

4 算例驗(yàn)證

搭建了并網(wǎng)型直流風(fēng)光發(fā)電制氫系統(tǒng)模型系統(tǒng)結(jié)構(gòu)如圖3所示。模型包含3臺2 MW風(fēng)機(jī)、2 MW光伏陣列、5 MW電解槽、1 MW蓄電池，具體參數(shù)見附錄表A1—A4。模型的搭建僅需調(diào)用并修改庫模型，整個過程均在圖形界面中完成。

圖3 并網(wǎng)型直流風(fēng)光發(fā)電制氫系統(tǒng)結(jié)構(gòu)Fig.3 Structure of grid-connected DC wind solar generation hydrogen production system

系統(tǒng)控制控制策略為：將風(fēng)、光設(shè)定為最大功率點(diǎn)跟蹤(maximum power point tracking, MPPT)發(fā)電模式，以最大出力模式運(yùn)行；電解槽功率在約束條件下跟蹤風(fēng)光總出力，并由電網(wǎng)保證其功率不會低于最低安全運(yùn)行功率1 MW；蓄電池設(shè)定在定直流母線電壓下垂控制模式，用于維持直流母線電壓穩(wěn)定。

4.1 電氣性仿真功能驗(yàn)證

4.1.1 控制策略仿真

風(fēng)速和風(fēng)機(jī)出力如圖4所示。0～10 s風(fēng)速在9 m/s上下波動，單臺風(fēng)機(jī)出力1.5 MW左右；10 s時風(fēng)速下降，并在16 s附近降至5 m/s以下，此時風(fēng)機(jī)出力低于0.4 MW；25 s后二者回升。

圖4 風(fēng)速和風(fēng)機(jī)出力仿真曲線Fig.4 Simulation curves of wind speed and WTG output

光照強(qiáng)度和光伏出力如圖5所示。設(shè)定環(huán)境溫度為25 ℃，0～10 s時光照強(qiáng)度高于1000 W/m2，光伏滿發(fā)；10 s時光強(qiáng)下降，并在15 s降至0，導(dǎo)致光伏出力在16 s左右下降至0；25 s后二者回升。

圖5 光照強(qiáng)度和光伏出力仿真曲線Fig.5 Simulation curves of light intensity and PV output

總出力、電解槽功率和并網(wǎng)功率如圖6所示。忽略電解槽啟停和功率調(diào)節(jié)時間，在2～11.5 s，風(fēng)光總出力大于電解槽額定功率5 MW，此時電解槽以額定功率運(yùn)行，電網(wǎng)吸收盈余電量，電網(wǎng)功率為負(fù)。在11.5～16.5 s時，風(fēng)光總出力在1～5 MW，此時電解槽功率在一定范圍內(nèi)跟蹤風(fēng)光總出力，電網(wǎng)功率接近0；在16.5～25.5 s時，風(fēng)光總出力低于1 MW，系統(tǒng)從電網(wǎng)購電來維持電解槽以最低功率1 MW運(yùn)行，電網(wǎng)功率為正。

圖6 總出力、電解槽功率和并網(wǎng)功率仿真曲線Fig.6 Simulation curves of total output, power of EL and grid connected power

直流母線電壓、蓄電池功率和SOC如圖7所示。VSC和蓄電池共同維持直流母線電壓在1 kV上下波動。蓄電池在0.8 s后啟動，在功率約束和SOC約束下以定電壓模式工作,根據(jù)直流母線電壓偏移量控制輸出功率。

圖7 母線電壓、蓄電池功率和SOCFig.7 Simulation curves of bus voltage, battery power and SOC

4.1.2 多套參數(shù)并行仿真

功率不平衡會導(dǎo)致直流母線電壓產(chǎn)生紋波，通常在直流側(cè)并聯(lián)大容量電容對其進(jìn)行抑制[18-19]。電容容量越大，抑制紋波的效果越好，但是其體積和成本也會隨之增加，造成系統(tǒng)功率密度下降，因此需要合理選取直流側(cè)電容的大小。

在10～30 mF內(nèi)選取5組數(shù)據(jù)進(jìn)行多參數(shù)并行仿真，如表1所示。圖8分別是對應(yīng)各組參數(shù)仿真所得直流母線波形。系統(tǒng)要求直流母線紋波系數(shù)不超過5%，則組1、2、3均不符合要求，組4、5可以作為系統(tǒng)設(shè)計參考。

表1 不同直流側(cè)電容大小下的母線電壓紋波系數(shù)Table 1 Bus voltage ripple coefficient with different DC side capacitance

圖8 不同直流側(cè)電容大小下的母線電壓紋波仿真曲線Fig.8 Simulation curves of bus voltage ripple with different DC side capacitance

4.2 經(jīng)濟(jì)性仿真功能驗(yàn)證

4.2.1 全生命周期現(xiàn)金流

經(jīng)濟(jì)性參數(shù)參見附錄表A5。以某地區(qū)1年風(fēng)、光數(shù)據(jù)作為仿真輸入，得到系統(tǒng)生命周期各年現(xiàn)金流，部分年份現(xiàn)金流表如表2所示，其中各項(xiàng)金額為折算到第1年初的現(xiàn)值?？梢钥吹?，系統(tǒng)在第1年初投資5 480.7萬元之后開始投產(chǎn)，每年獲得相應(yīng)的售氫收入、售電收入和政府補(bǔ)貼，并支出設(shè)備運(yùn)維成本；在第20年末由于設(shè)備達(dá)到生命周期而產(chǎn)生了換新成本940.7萬元；在第25年末系統(tǒng)報廢回收殘值40.01萬元；全生命周期系統(tǒng)累計成本9 331.54萬元，累計收入16 742.78萬元，累計凈現(xiàn)值7 411.24萬元；動態(tài)投資回收期為5.42年。

表2 生命周期現(xiàn)金流Table 2 Life cycle cash flow 萬元

4.2.2 不同配置系統(tǒng)經(jīng)濟(jì)性對比

分別將電解槽容量增大為6 MW和8 MW，同時增大儲氫罐容量，其他參數(shù)不變，如表3所示。3個方案的成本回收趨勢如圖9所示。C方案初始投資最大導(dǎo)致其動態(tài)投資回收期最長，為5.77年。從全生命周期凈現(xiàn)值來看，三者經(jīng)濟(jì)性由好到差以次為B、C、A，其原因在于：該系統(tǒng)中單位發(fā)電量用于制氫的效益高于并網(wǎng)售電的收益，一定范圍內(nèi)增大電解槽容量能夠增加制氫電量占總發(fā)電量的比例，但是電解槽容量增加過大會使這種效益變得不明顯，反而增加了成本，導(dǎo)致系統(tǒng)經(jīng)濟(jì)性降低。

表3 不同制氫容量配置下經(jīng)濟(jì)模型計算結(jié)果Table 3 Calculation results of economic model under different hydrogen production capacity configurations

圖9 3種方案成本回收趨勢Fig.9 Cost recovery trend of three schemes

5 結(jié)論

本文基于PyQt5框架和MVC模式開發(fā)了一款可視化仿真軟件，用于對可再生能源發(fā)電制氫系統(tǒng)進(jìn)行電氣、經(jīng)濟(jì)綜合仿真。建立了系統(tǒng)詳細(xì)電氣模型庫和全生命周期經(jīng)濟(jì)模型，設(shè)計了通用應(yīng)用接口框架，搭建了用戶友好的圖形化界面。算例結(jié)果表明，開發(fā)的仿真軟件能有效對可再生能源發(fā)電制氫系統(tǒng)進(jìn)行分析，為全面研究可再生能源發(fā)電制氫系統(tǒng)提供了工具。