基于氫儲能的可再生能源系統協同規劃方法

高 源，劉學智

（1. 上海交通大學 電子信息與電氣工程學院，上海 200240；2.貴州電網有限責任公司 電力科學研究院，貴陽 550002）

0 引言

建立高滲透率可再生能源系統是實現碳中和的必由之路。在實現高滲透率可再生能源的道路上，存在諸多問題尚待解決，一方面，風力發電與光伏發電具有低碳、經濟、環保的優點，被廣泛運用高滲透率可再生能源系統，但風光發電存在間歇性、隨機性、難以控制等特點，且呈現日內及季節性波動的特性［1］。另一方面，由于傳統燃煤、燃氣機組的高碳排放，難以適應高可再生能源滲透率的電力系統。氫儲能在長時間存儲與多能源耦合具有很大優勢，具有潛力成為平抑跨周、跨季節與跨部門能量平衡的重要儲能類型［2］，如何利用氫儲能成為提升高滲透率可再生能源系統可靠性與經濟性的必要技術。

在可再生能源出力不確定性處理方面，目前國內外針對可再生能源與儲能協同規劃方面的研究主要面向微網中的多能互補系統［3—5］，基于典型的每日出力場景展開計算，未能充分考慮可再生能源出力的季節性特征。文獻［4］根據對風電季節特征的分析，生成風電初始場景并運用向后選擇算法對場景進行縮減。在此基礎上，對基于場景法的IES規劃過程。文獻［5］構建了考慮多重不確定性因素的分布式電源魯棒規劃模型?；趫鼍胺ǖ难芯吭趫鼍翱s減時可能導致極限場景的丟失，基于魯棒優化模型的研究建模和求解過于復雜且難以理解。針對該問題，有研究利用全年時序生產模擬的方式對可再生能源的容量計算［6］。全年時序生產模擬通過逐小時的可再生能源出力為輸入，不僅充分考慮可再生能源的日內隨機性與互補性，也能體現出可再生能源的季節性特征。文獻［7］研究計及電力系統靈活性基于時序曲線的運行模擬模型方法和儲能需求分析流程，統籌優化系統目標水平年的儲能結構及容量。根據有關歐洲風光儲互補發電系統儲能配置的研究，風電發電量占比為60%，光伏發電量占比為40%時，能抵御季節性的依賴，當配置完全為光伏發電或風力發電時，所需儲能的容量將劇增［8］。因此，通過全年時序生產模擬的方式合理規劃各種可再生能源比例能有效抵御可再生能源季節性波動的影響［9］。

針對長時間尺度下儲能配置方面，現有研究針對高滲透率可再生能源系統的規劃中大多考慮在系統中配置電池儲能［10］，少有文獻能綜合考慮蓄電池在壽命、成本、環境污染等方面的劣勢，此外電池儲能屬于短期儲能，并不適合跨季節性存儲。氫儲能技術作為具有巨大潛力的季節性儲能，能夠實現大規模能量轉移與功率支撐能力，對環境友好，能量密度高，存儲時間長，成為未來電力系統中最主要的儲能方式［11—12］。文獻［13］簡要描述風-氫耦合系統相關概念和框架，結合國內外相關研究動態和成果基礎上，對發展風-氫耦合發電技術提供了建議。文獻［14］以風力發電公司為投資主體，探索風電場和電轉氣廠站的協同投資建設模式。文獻［15—17］從電源類型的層面規劃各類型電源的擴展容量，建立了計及氫負荷的電源規劃模型。當前關于氫儲能的研究主要著眼于氫能的調度運行、提高可再生能源的消納。氫儲能相對電池儲能的優勢在于成本低，能夠實現每日、周、季節的能量轉移，但也存在儲能效率低的劣勢，應合理配置的儲能容量、優化規劃策略，提升整個系統的經濟性。此外，很少研究能充分對比基于氫儲能系統與基于電池儲能的可再生能源系統規劃優劣性。

綜上所述，已有大量關于計及儲能的可再生能源系統的研究，但尚無研究針對長時間尺度下基于氫儲能的可再生能源系統規劃與協同運行方法的研究，也尚未有研究考慮對比不同地區下不同儲能類型系統規劃成本等多方面因素。本文建立了基于氫儲能的可再生能源系統協同規劃模型，將系統成本問題與運行模擬問題統一到規劃層面，使制—儲—用氫納入可再生能源規劃決策。以最小年化成本為目標函數驗證基于儲能系統的經濟性，根據具有不同風光資源特性的兩地區風光數據進行算例分析，并對比了本文提出的系統與基于電池儲能的可再生能源系統的轉化效率、經濟性、棄電率等參數。最后，引入可調度能源（dispatchable energy，DE）價格與電解槽設備輸入功率變化量對系統參數的靈敏度分析。

1 基于氫儲能的可再生能源系統協同規劃模型

1.1 系統總體架構及思路

本文所對比的基于傳統電池儲能的可再生能源系統和基于氫儲能系統的可再生能源系統結構如圖1 所示?？稍偕茉窗l電系統由光伏發電系統、風力發電系統互補發電。電池儲能系統選擇目前最為常見的鋰電池，整個氫儲能系系統由電解槽、儲氫罐、壓縮機和燃料電池組成。氫儲能系統利用電解槽將電能轉化為氫氣通過壓縮機儲存到儲氫罐中，儲氫罐中的氫氣通過燃料電池將氫氣轉化為電能給系統供電。

圖1 兩種類型儲能模型的系統結構Fig.1 System structure of two types of energy storage models

文章的總體思路如圖2 所示，首先輸入可再生能源出力、負荷需求及系統各部分成本數據，將目標函數中非線性規劃轉化為線性規劃問題優化求解，然后對比不同地區配置不同類型儲能系統對輸出量的影響，進一步分析氫儲能系統的優劣性，最后引入可調度能源價格及電解槽功率變化量對系統進行靈敏度分析。

圖2 總體思路Fig.2 General idea

1.2 可再生能源發電系統模型

可再生能源發電裝置的容量系數（capacity factor，CF）反映了選用的可再生能源機組利用率的參數，定義為在分析期間內產生的總電量除以在此期間額定功率運行時產生的總電量

式中:CF為可再生能源發電設備容量系數；P(t)為發電機組在t時刻的功率；PR為額定功率；T為模擬的數據總時長。

可再生能源發電模型是基于風力發電與光伏發電的標準化數據表示出的，其定義為整個分析期間的累計發電量等于一年內的總負荷需求量［8］

式中:PW(t)為t時刻風力發電機輸出功率；PS(t)為t時刻光伏輸出功率；PL(t)為t時刻負荷需求功率。

由于可再生能源具有間歇性，可再生能源發電量過剩不可避免，為了量化過剩發電量，引入了可再生能源滲透率γ，定義為可再生能源發電裝置產生的總電量與總需求電量的比值:例如γ為2時，代表可再生能源發電總量是負荷需求總量的2倍?？稍偕茉摧敵龉β士杀硎緸?/p>

式中:Pin(t)為t時刻可再生能源輸出功率；fW為可再生能源發電中風力發電的占比。由于本文僅考慮了兩種可再生能源，因此光伏發電的占比用(1-fW)表示。

1.3 氫儲能系統模型

目前最為常見、技術成熟度最高的儲氫技術為壓縮氫氣儲能。對系統的能量平衡方程進行建模

式中:x(t)為t時刻整個儲氫系統中消耗的電量與釋放電量，為正時為耗電、為負時為放電；Pout(t)為t時刻可再生能源棄電量；PL(t)為t時刻負荷需求。

電解槽電解水將電力轉化為氫氣和氧氣，氫氣壓縮機消耗電力將產生的氫氣儲存進儲氫罐中，當需要儲氫系統供電時，利用燃料電池將氫氣轉化為電力，這一過程表示為

式中:x(t)為t時刻電解槽的運行功率；a為氫氣壓縮機壓縮單位質量氫氣耗電量（3.03 kWh∕kg）；a為燃料電池的單位質量氫氣的耗電量（22.28 kWh∕kg）；F2(t)為氫氣壓縮機的氫氣給儲氫罐的氫氣流量；F4(t)為儲氫罐供給燃料電池的氫氣流量。

如圖3所示，由于電解槽的物理與化學特性，過去研究中常使用常數標準能耗比曲線，實際上能耗比呈非線性或線性函數，本文選擇能耗比線性化函數，電解槽輸入功率如下所示［18］

圖3 電解槽的能耗比關系Fig.3 Energy consumption ratio of electrolytic cell

式中:eELY(t)為單位流量電解槽的耗電量；e為滿載狀態下的單位流量的耗電量，取4.5 kWh∕Nm3，為方便壓縮氫氣造成體積變化，用質量進行表征，相當于55.7 kWh∕kg；φ(t)為電解槽工作百分比率；e為空載狀態下的耗電量，取3.54 kWh∕Nm3，相當于39.4 kWh∕kg。

通過物料衡算反映出系統化學轉化過程中物料比例及物料轉變的定量關系。儲氫過程的物料衡算方程為

式中:F1(t)為電解槽電解水流量；MW.H2O、MW.H2分別為水與氫氣的分子摩爾質量；F3(t)為經過氫氣壓縮器壓縮后的氫氣流量，由于忽略整個過程中的氫氣損失因此對于每一時刻等于存在等式（9）。建立了儲氫系統運行模型，表示兩個相鄰時刻儲氫罐的容量時序關系

式中:LSTh(t)為經過儲氫罐中t時刻的儲氫量。

借鑒傳統的蓄電池荷電狀態（state of charge，SOC）的概念定義氫儲能的SOC，保證儲能設備的安全運行與使用壽命［19］。除滿足SOC約束外，儲氫還需滿足最大儲氫量、最大氫氣流量、燃料電池最大消耗氫氣流量約束以及全年產生氫氣和消耗氫氣總量約束

1.4 電池儲能系統模型

文中所對比的電池儲能系統由鋰電池構成，根據設備的出力，建立電量平衡方程如下所示

式中:xBAT為鋰電池的充放電功率，其值為正時表示電池儲能系統充電，為負時表示電池儲能系統放電

式中:Pch(t)、Pdis(t)分別為t時刻儲能的充放電功率。電池儲能過程的能量狀態方程為

荷電狀態約束:為減少過充過放對儲能的使用壽命的影響，電池SOC與氫儲能SOC都應當在合理的限定范圍內；電池儲能充放電約束:電池的輸出功率需小于額定功率且不能同時充放電；初始與結束狀態平衡約束:儲能運行周期內的初始時刻與結束時刻的荷電狀態相同。相關約束如式（15）所示

2 目標函數及評價參數

目標函數為系統的年化成本最低，對每個設備運行和容量規劃進行優化，從而評估整個系統的經濟性。系統的年化成本計算公式為

式中:CGEN為發電設備的年化成本；CELY為電解槽裝置的年化成本；CSTh為儲氫罐的年化成本；CFC為燃料電池的年化成本；CPW為工業用水年化成本。

發電設備的年化成本計算方法為

式中:i為不同類型的發電設備，為W 時代表風電、為S 時代表光伏發電；CFi為容量因子；fCR為投資回收系數；FCapEx為固定投資成本；FOpEx為運營成本。fCR計算公式為

式中:r為貼現率；n為系統中元件的壽命。

電解槽、壓縮機、儲氫罐以及燃料電池的固定投資年化成本組成了氫儲能系統的年化成本

工業用水年化成本為

式中:cpw為工業用水的單價。

系統規劃的目的是確定存儲設備（電池、電解槽、儲氫罐、燃料電池）及可再生能源輸出功率的最佳規劃容量及其運行方式，從而最小化系統年化成本。優化問題的約束條件除了受限于上文給定的約束外，還受制于以下的約束

綠電比例指風力與光伏發電進入系統中的比例，用于評估系統的環保性

棄電率指標用于表征系統的可持續發展水平

式中:βcut為系統的棄電率。

3 算例仿真

本文所建立的基于氫儲系統的數學模型為非線性模型，難以求解，將其轉化易于求解的線性規劃模型，基于電池儲能的模型為混合整數線性規劃模型，兩種模型都利用GAMS軟件優化求解。

3.1 算例數據

本文的算例數據采用上海某海島（A），新疆某地區（B）兩地區2019 年全年時間間隔為1 h 的歷史天氣數據轉化為風光發電數據，驗證所提方法的有效性。風力發電與光伏發電標準化后曲線如圖4所示。對于A地區，風電CF值為0.329、光伏CF值為0.161，風電利用率大于光伏利用率；對于B地區，風電CF值為0.043、光伏CF值為0.250，光伏利用率遠大于風電利用率；A 地區的風電利用率優于B 地區，而B地區的光伏利用率優于A地區。

圖4 A，B兩地區的標準化風光發電功率Fig.4 Standardized wind and solar power generation in regions A and B

兩地區在2019 年標準化負荷需求如圖5 所示，兩地區負荷呈現出季節性分布，用電高峰在夏季，用電低谷在冬季，A地區負荷波動性大于B地區。

圖5 A，B兩地區的標準化負荷需求Fig.5 Standardized load demend in regions A and B

系統中各元件的相關參數如表1所示。

表1 各元件的相關參數Table 1 Related parameters of each component

3.2 不同類型儲能系統的成本對比分析

為直觀分析不同類型儲能的系統在不同地區的規劃結果，采用文中所提的兩種儲能模型對A，B兩地區規劃結果的成本進行分析，不同系統成本構成如圖6 所示。從中可知無論在A 與B 地區，規劃基于氫儲能的可再生能源系統的年化成本都小于規劃基于電池儲能的可再生能源系統，表明了本文所提的規劃模型的經濟性。由于氫儲能與電池儲能不同儲能方式，在A 地區規劃基于氫儲能的可再生能源系統的成本小于B 地區，而基于電池儲能的可再生能源系統呈現出相反的結果。對于不同儲能類型的系統在A、B兩地的成本構成比例也不同，A地區規劃基于兩種儲能的光伏、風電、儲能成本基本相等，而在B地區風電成本為0，表明該地區不適合規劃風電。

圖6 不同類型儲能在A、B兩地區的年化成本對比Fig.6 Annual cost comparison of different types of energy storage in regions A and B

不同類型儲能系統的規劃參數對比分析如表2所示，對比了不同類型儲能在A、B 兩地區的參數。從表中可知系統在不同地區規劃的可再生能源滲透率、風力發電量、棄電率、儲能的最大充放電功率∕最大氫氣質量、儲能容量參數不同。對于氫儲能系統，A地區可再生能源滲透率小于B地區，而儲能容量大于B地區，系統能夠更好消納可再生能源，使棄電率小于B 地區；對于電池儲能A 地區可再生能源滲透率大于B地區，而儲能容量小于B地區，導致棄電率較小，氫儲能電池的棄電率遠小于電池儲能。對于兩種儲能方式A 地區的風電占比分別為62.12%與60.27%，B 地區的風電占比同為0%，說明A地區適合風光互補發電，而B地區由于風電CF遠小于光伏CF，導致風電的成本較高，全部由光伏發電提供較優。對于氫儲能系統的可再生能源棄電率都小于電池儲能系統，說明規劃氫儲能有效減少可再生能源棄電率。通過計算系統儲能裝置充電總量除以放電總量得到氫儲能與電池儲能效率的轉化效率，由于電解槽的電耗比曲線呈現線性分布，兩地區電解槽工況不同，A地區氫儲能轉化效率大于B 地區，對于電池儲能在A、B 地區轉化效率都保持恒定，氫儲能轉化效率低于電池儲能。

表2 不同類型儲能在A、B兩地區的參數對比Table 2 Parameters comparison of different types of energy storage in regions A and B

不同類型儲能在A、B 地區的SOC變化量如圖7所示。由于不同地區所需配置的風電、光伏、儲能容量不同，導致不同時刻風電、光伏出力不同，氫儲能系統及電池儲能系統在配合充放能的策略也不同。在A地區，氫儲能SOC變化量呈現出季節性，電池儲能SOC呈現出頻繁波動的特性，氫儲能SOC變化幅度小于電池儲能。對于B 地區，由于該地區在經濟性最優規劃下，光伏發電量占比為100%，兩種儲能的SOC變化都表現出波動頻率大。兩地區不同儲能的SOC都在0.1～0.9之間波動保證了儲能系統運行的安全性。

圖7 A，B地區不同儲能類型的SOCFig.7 SOC of different energy storage types in regions A and B

3.3 靈敏度分析

（1）可調度能源價格靈敏度分析

系統規劃在于平衡綠電比例、棄電率以及經濟性3 要素，對于不同的系統3 重要素的優先級是不同的。研究3重要素的影響關鍵在于分析不同要素之間的關系，上述分析主要關注該系統的經濟性，尚未考慮引入可調度能源。本小節研究允許系統中引入可調度能源，發掘經濟性、綠電比例以及棄電率3者的變化。將公式重新改寫為

式中:PD(t)為t時刻可調度能源功率。假設可調度能源的成本為350～17 500 元∕MWh 時，研究系統的相關參數的變化。

圖8顯示了可調度能源價格對A地區儲氫罐容量、綠電比例、棄電率以及年化成本的影響。年化成本與綠電比例隨著可調度能源價格的增大而增加，棄電率與儲能容量并沒有隨著可調度能源的價格一直遞增，而是先增加到一定值后，稍微減小直到趨于穩定。當可調度能源價格小于350元∕MWh，規劃風光發電設備及儲能對系統并不是最優選擇，系統全部由可調度機組發電。當價格大于15 750元∕MWh，由于引入可調度能源對整個系統不再具有經濟性，此時系統將完全使用可再生能源，導致上述4 個參數均不再變化。

圖8 可調度能源價格對A地區參數影響Fig.8 Influence of the price of dispatchable energy on the parameters of region A

（2）電解槽輸入功率變化量靈敏度分析

由于電解槽電解水是一個緩慢的化學過程，需要考慮電制氫設備輸入功率變化量，本小節研究對電解槽設備輸入功率變化量對系統參數的影響，結果在低電解槽設備輸入功率變化量下需要配置風電增加系統經濟性。

圖9顯示了A 與B 兩地區電解槽設備輸入功率變化量對年化成本的影響，A 地區年化成本基本保持不變，B 地區隨電解槽設備輸入功率變化量的增加而急劇減小，表明了對于具有不同風光資源的地區，電解槽設備輸入功率變化量對年化成本的影響差異巨大。

圖9 電解槽輸入功率變化量對A，B地區年化成本的影響Fig.9 Influence of limit of input power variation of electrolytic cell on annual cost in region A and B

4 結論

從實現未來高滲透率可再生能源出發，考慮可再生能源的日內與季節性波動，提出全年時序生產模擬的基于氫儲能的可再生能源系統協同規劃方法。對比上海某海島與新疆某兩地區的基于氫儲能的可再生能源系統模型與基于電池儲能的可再生能源系統所需配置裝置參數、棄電率、儲能效率及年化成本。最后對引入可調度能源價格與電解槽設備輸入功率變化量對系統進行靈敏度分析。所得主要結論如下:

（1）氫儲能系統轉化效率上低于電池儲能系統，但是在經濟性與棄電率上具有優勢。

（2）不同地區規劃的結果不同，風光互補發電并不一定能增加經濟性，在制定規劃方案時，因地制宜選擇適合該地區的規劃方案。

（3）隨著可調度能源價格增加，系統的年化成本、綠電比例、氫儲能容量呈現上升趨勢。

（4）系統的年化成本隨著電解槽設備輸入功率變化量的增加而減少，達到一定值時，不再變化。對于具有不同風光資源的地區，系統相關參數及年化成本受其影響差別巨大。D