劉道兵,袁野,李世春,曹宏基,金梓桐,鮑志陽
(1.三峽大學(xué) 電氣與新能源學(xué)院,湖北 宜昌 443002;2. 三峽大學(xué) 梯級水電站運(yùn)行與控制湖北省重點(diǎn)實(shí)驗(yàn)室,湖北 宜昌 443002)
當(dāng)?shù)貢r(shí)間2019年8月9月,英國倫敦發(fā)生了大規(guī)模停電,此次事故的主要原因是新能源電源的低抗干擾能力導(dǎo)致大幅功率缺額,從而使大電網(wǎng)系統(tǒng)失去穩(wěn)定,本次大停電事故是高比例新能源停電事故的典型案例[1]。與傳統(tǒng)能源相比,以風(fēng)電和光伏為主導(dǎo)的新能源具有高效性和環(huán)保性[2-3]。但由于新能源存在不確定性和波動性等缺點(diǎn),造成電網(wǎng)系統(tǒng)功率不平衡,因此,如何使新能源在電力系統(tǒng)中安全穩(wěn)定運(yùn)行以及提高新能源的利用率是目前研究的重點(diǎn)。為了更好地處理新能源并網(wǎng)問題,提出了微電網(wǎng)(Microgrid)的概念[4-5]。微電網(wǎng)由分布式發(fā)電單元、用電負(fù)荷、監(jiān)控、保護(hù)和自動化裝置等組成,是一個能夠基本實(shí)現(xiàn)內(nèi)部電力電量平衡的小型供用電系統(tǒng)[6]。微電網(wǎng)是目前新能源多能互補(bǔ)優(yōu)化和友好接入電網(wǎng)的一種有效手段[7]。
隨著大比例新能源滲透于電網(wǎng),更加突顯出了儲能系統(tǒng)的重要地位?,F(xiàn)階段研究中,作為微電網(wǎng)最重要的組成部分,儲能系統(tǒng)能高效提高電網(wǎng)對大比例新能源的消納水平,降低對電網(wǎng)的沖擊[8],削峰填谷[9],能夠有效提高微電網(wǎng)運(yùn)行的安全與穩(wěn)定,是大規(guī)模新能源滲透于微電網(wǎng)中高效的處理辦法。在2017年印發(fā)的《關(guān)于促進(jìn)儲能技術(shù)與產(chǎn)業(yè)發(fā)展的指導(dǎo)意見》明確規(guī)定:“十三五”期間儲能的主要目標(biāo)是實(shí)現(xiàn)儲能由研發(fā)示范向商業(yè)化初期過渡;“十四五”期間實(shí)現(xiàn)由商業(yè)化初期向規(guī)?;l(fā)展轉(zhuǎn)變[10]。
現(xiàn)階段研究中,大多數(shù)以風(fēng)力發(fā)電,光伏發(fā)電、微型汽輪機(jī)、蓄電池、超級電容器等之間協(xié)調(diào)配合為主[11-21]。針對電-氫儲能在微網(wǎng)方面目前研究相對較少[22],氫儲能具有清潔,高效,能量密度大,大容量存儲,利用率高等特點(diǎn)[23],將電-氫儲能用于微電網(wǎng)作為混合儲能部分,系統(tǒng)各元件相互協(xié)調(diào)配合,能夠大大提高微網(wǎng)系統(tǒng)消納能力,實(shí)現(xiàn)能源梯級利用。由于混合儲能部分成本過高,微電網(wǎng)經(jīng)濟(jì)性存在不足,因此對氫儲能組成的微網(wǎng)系統(tǒng)的容量規(guī)劃以及其經(jīng)濟(jì)性評估具有重要意義。
文中從含氫儲能微網(wǎng)的基本結(jié)構(gòu)出發(fā),介紹其各裝置的數(shù)學(xué)模型以及相關(guān)研究進(jìn)展,詳細(xì)介紹了氫儲能和其他儲能技術(shù)的特點(diǎn)以及應(yīng)用;探究了目前在容量規(guī)劃方面的現(xiàn)狀、研究優(yōu)化配置的相應(yīng)優(yōu)化目標(biāo)和存在的問題;最后對未來研究的創(chuàng)新和研究方向進(jìn)行了分析與展望。
與單一的儲能結(jié)構(gòu)相比,儲能部分由蓄電池和電-氫系統(tǒng)組成,發(fā)電部分由光伏電池和風(fēng)電機(jī)組構(gòu)成,其余部分由各種DC-DC變換器、AC-DC整流器和負(fù)荷構(gòu)成。目前,現(xiàn)有研究中已提出的氫儲能部分,包括綜合能源系統(tǒng)[24]、園區(qū)能源互聯(lián)網(wǎng)[25]等,其數(shù)學(xué)模型主要包括能源的生產(chǎn)、轉(zhuǎn)換、儲存、消費(fèi)、銷售等環(huán)節(jié),形成一個能源生產(chǎn)和銷售一體化的系統(tǒng)。
現(xiàn)階段研究中,氫儲能用于微網(wǎng)方面研究相對較少,包括容量規(guī)劃方面、能量管理方面、優(yōu)化調(diào)度方面、需求側(cè)響應(yīng)方面等;文中將從容量規(guī)劃方面入手,將現(xiàn)有研究各設(shè)備容量、成本的合理優(yōu)化進(jìn)行總結(jié)。將系統(tǒng)分為能源部分,儲能部分,負(fù)荷部分;其物理最初基本結(jié)構(gòu)如圖1所示。
圖1 微電網(wǎng)系統(tǒng)最初基本結(jié)構(gòu)
2.1.1 光伏發(fā)電
光伏電池為光伏發(fā)電的重要裝置,將太陽能轉(zhuǎn)化為電能的裝置,工作原理為半導(dǎo)體P-N結(jié)接受太陽輻照產(chǎn)生光伏效應(yīng)[9]。由于太陽能是綠色能源,具有可再生,無限利用的特點(diǎn),具有廣闊的發(fā)展前景。其電能輸出主要受環(huán)境因素影響,包括溫度、太陽輻射強(qiáng)度、光照時(shí)長等。由于太陽能的不確定性和波動性,目前針對光伏發(fā)電部分?jǐn)?shù)學(xué)模型的研究,文獻(xiàn)[26]光照強(qiáng)度呈現(xiàn)近似Beta分布,輸出功率具有一定隨機(jī)性,因此基于光照強(qiáng)度,列出概率密度函數(shù),并結(jié)合環(huán)境溫度,得出光伏輸出功率的數(shù)學(xué)模型;文獻(xiàn)[27]從光伏發(fā)電板自身入手,考慮各種角度因素,包括緯度、傾斜程度、太陽光的入射角、天頂角等,根據(jù)這些影響因素列寫出光伏數(shù)學(xué)模型;文獻(xiàn)[28]利用Collares-Pereira&Rabl模型列寫出光伏數(shù)學(xué)模型;文獻(xiàn)[29]考慮光伏面板表層溫度,對光伏輸出功率進(jìn)行合理建?!,F(xiàn)階段對光伏模型研究,很少考慮季節(jié),氣象等因素,通過智能算法安排光伏出力,例如通過智能算法進(jìn)行光照預(yù)測和對MPPT進(jìn)行控制,未來可以針對這些因素進(jìn)行相應(yīng)研究。
2.1.2 風(fēng)力發(fā)電
目前風(fēng)電是新能源中發(fā)展最快,技術(shù)最為成熟的一種發(fā)電技術(shù)[30]。風(fēng)電工作原理為風(fēng)先通過風(fēng)電機(jī)組葉片,其與發(fā)電機(jī)之間經(jīng)過一系列轉(zhuǎn)換成為電能的一種發(fā)電裝置[31]。由于風(fēng)能的隨機(jī)性與間歇性,并受到氣候和地理?xiàng)l件影響,對風(fēng)能的預(yù)測顯得尤為重要。針對風(fēng)電的數(shù)學(xué)模型研究,大部分文獻(xiàn)采用的是自回歸滑動平均模型(ARMA)[32-33]和基于Weibull分布對風(fēng)速進(jìn)行預(yù)測的輸出功率模型[34];前者可以通過歷史的風(fēng)速數(shù)據(jù)與當(dāng)前時(shí)刻相關(guān)聯(lián),從而可對未來風(fēng)速進(jìn)行預(yù)測;后者對風(fēng)速分布通過概率函數(shù)進(jìn)行預(yù)測得到相對應(yīng)的風(fēng)速,并通過數(shù)學(xué)模型對風(fēng)機(jī)出力進(jìn)行計(jì)算。
2.2.1 儲能類型與應(yīng)用
目前,根據(jù)儲能技術(shù)方法,分為機(jī)械儲能、熱儲能、化學(xué)儲能和電儲能,如表1所示。
表1 儲能分類
從功能方面分類,儲能可分為能量型儲能和功率型儲能[35],能量型儲能具有能量密度高,能進(jìn)行大容量儲能的優(yōu)點(diǎn),缺點(diǎn)是放電時(shí)間長,循環(huán)壽命短[36],可作為長期儲能裝置;功率型儲能具有功率密度高,響應(yīng)速度快,循環(huán)壽命長,但無法進(jìn)行大容量儲存[37],可作為短期儲能裝置。
儲能技術(shù)應(yīng)用于微電網(wǎng)中,有助于微網(wǎng)的安全穩(wěn)定運(yùn)行,也能夠提升系統(tǒng)的可靠性[38-42],文獻(xiàn)[43]介紹了儲能在電力系統(tǒng)中具有調(diào)峰、調(diào)頻、改善電能質(zhì)量和提高系統(tǒng)穩(wěn)定性和可靠性的作用,并對全球儲能應(yīng)用現(xiàn)狀進(jìn)行了總結(jié);文獻(xiàn)[44]結(jié)合微網(wǎng)與儲能的優(yōu)勢和特點(diǎn),對儲能運(yùn)用于微電網(wǎng)進(jìn)行了介紹與討論,并對目前存在的問題與未來展望進(jìn)行了詳細(xì)分析;文獻(xiàn)[45-46]對于儲能應(yīng)用于三種不同的應(yīng)用場景進(jìn)行歸納,指出相關(guān)模型應(yīng)對不同問題的優(yōu)缺點(diǎn),總結(jié)出未來需考慮的問題并給予關(guān)注。
文中將從以蓄電池與氫儲能設(shè)備相結(jié)合的混合儲能系統(tǒng)入手,對兩者目前的應(yīng)用現(xiàn)狀以及相應(yīng)的模型進(jìn)行綜述與總結(jié)。
2.2.2 電-氫儲能
隨著儲能技術(shù)的發(fā)展和科學(xué)家們的快速探索,氫能的優(yōu)勢逐漸體現(xiàn)。它的能量密度大、大容量存儲、利用率高的特點(diǎn)、可作為長期儲能系統(tǒng);由于它清潔,環(huán)保的特點(diǎn),在可持續(xù)發(fā)展框架和“碳中和”、“碳達(dá)峰”的背景下[47-50],氫能將作為未來的能源,進(jìn)行大規(guī)模開發(fā)和利用,從而在微網(wǎng)系統(tǒng)中達(dá)到低碳可靠運(yùn)行的目的。儲氫的方式分為兩種,一種是物理儲氫,另一種為化學(xué)儲氫。物理儲氫分為液氫儲存、高壓氫氣儲存、活性碳吸附儲存、碳纖維和碳納米管儲存等[51];化學(xué)儲氫分為金屬氫化物儲氫、有機(jī)液氫化物儲氫、無機(jī)物儲氫等[52]。電解水技術(shù)、儲氫技術(shù)和燃料電池技術(shù)是電-氫系統(tǒng)的核心部分[53]。
目前,氫儲能在綜合能源系統(tǒng)以及園區(qū)方面研究較多,文獻(xiàn)[54]根據(jù)多能聯(lián)供聯(lián)儲的特點(diǎn),設(shè)計(jì)配置氫儲能的綜合能源系統(tǒng)架構(gòu),參考現(xiàn)有的博弈模式,提出了基于遺傳算法和混合整數(shù)優(yōu)化含氫儲能綜合能源系統(tǒng)的三階段主從博弈框架,不僅對綜合能源系統(tǒng)的規(guī)劃有一定的指導(dǎo)意義,也為新型儲能-氫儲能的應(yīng)用提供了重要參考;文獻(xiàn)[55]基于綜合需求側(cè)響應(yīng),提出以最小化系統(tǒng)運(yùn)行總成本為目標(biāo)函數(shù)的協(xié)調(diào)優(yōu)化模型,并采用禁忌搜索算法和粒子群算法相結(jié)合的改進(jìn)算法進(jìn)行驗(yàn)證,經(jīng)驗(yàn)證此方案提高了系統(tǒng)的經(jīng)濟(jì)性、環(huán)保性,并提高了新能源的消納;文獻(xiàn)[56]建立基于摻氫方式的電-氣綜合能源系統(tǒng)的模型,以經(jīng)濟(jì)性為評估目標(biāo)進(jìn)行協(xié)調(diào)優(yōu)化,將此方案與不同儲氫容量的本地儲氫系統(tǒng)進(jìn)行了對比,經(jīng)驗(yàn)證氣網(wǎng)摻氫和本地儲氫均能提高系統(tǒng)的經(jīng)濟(jì)性,且氣網(wǎng)摻氫收益優(yōu)于本地儲氫,但摻氫會導(dǎo)致電網(wǎng)側(cè)的成本和氣網(wǎng)側(cè)的收益同時(shí)上升;文獻(xiàn)[57]提出含電轉(zhuǎn)氣的變效率熱電聯(lián)產(chǎn)調(diào)度模型,以系統(tǒng)購能成本、運(yùn)行維護(hù)成本以及能量損耗成本之和最小為目標(biāo),構(gòu)建含電轉(zhuǎn)氣的熱電耦合綜合能源系統(tǒng)優(yōu)化調(diào)度模型,經(jīng)驗(yàn)證該模型可促進(jìn)多種能源高效利用,有效提高能源利用率與系統(tǒng)經(jīng)濟(jì)性;文獻(xiàn)[58]首先分析了氫儲能的特性,根據(jù)能量流動結(jié)構(gòu)和負(fù)荷的需求特性,提出了燃料電池與能量流動耦合方式以及冷熱電聯(lián)供系統(tǒng)的運(yùn)行模式,以經(jīng)濟(jì)最優(yōu)為目標(biāo)優(yōu)化系統(tǒng),經(jīng)驗(yàn)證此類運(yùn)行模式可以使燃料電池滿足多種需求,實(shí)現(xiàn)了能量梯級利用,提高了系統(tǒng)的經(jīng)濟(jì)性;文獻(xiàn)[59]提出了含電制氫裝置的綜合能源系統(tǒng)優(yōu)化模型,通過對多種能源之間的相互轉(zhuǎn)化,同時(shí)滿足需求,通過算例驗(yàn)證得出風(fēng)電制氫裝置對于降低系統(tǒng)運(yùn)行成本、提高清潔能源消納量的重要作用,但此文并未考慮新能源的出力的不確定性對系統(tǒng)運(yùn)行的影響。
氫儲能在微網(wǎng)方面研究相對較少,文獻(xiàn)[60]提出了滿足微網(wǎng)基礎(chǔ)指標(biāo)的能量管理辦法,結(jié)合了使用成本最小算法和等效氫耗最小算法,對氫儲能消納新能源產(chǎn)生的多余能量以及放電補(bǔ)充系統(tǒng)缺額能量等狀態(tài)進(jìn)行最小使用成本以及儲能狀態(tài)平衡的優(yōu)化控制,但本研究未在更長的時(shí)間尺度進(jìn)行驗(yàn)證;文獻(xiàn)[61]提出一種全天候能量管理辦法,在滿足微網(wǎng)基本指標(biāo)基礎(chǔ)上,將多余的電轉(zhuǎn)化為氫能進(jìn)行儲存,當(dāng)系統(tǒng)出現(xiàn)功率缺額的時(shí)候燃料電池進(jìn)行放電,通過對各種設(shè)備以及管理層的協(xié)調(diào)控制,實(shí)現(xiàn)其能量管理,經(jīng)檢驗(yàn)該方法在保持電-氫系統(tǒng)穩(wěn)定運(yùn)行的前提下,無需外界提供額外能量即可確保該系統(tǒng)的全天候正常運(yùn)行;文獻(xiàn)[62]設(shè)計(jì)了一種電源管理系統(tǒng),解決了系統(tǒng)大比例可再生能源接入、直流母線電壓穩(wěn)定、供需平衡和負(fù)荷動態(tài)等問題;經(jīng)驗(yàn)證得出發(fā)現(xiàn)直流微電網(wǎng)能夠顯著提高了整體系統(tǒng)性能和能量效率;光伏、燃料電池、電解槽、蓄電池組成的系統(tǒng)適用于光伏發(fā)電出力高或者低等暫態(tài)運(yùn)行工況下的負(fù)荷需求,以及負(fù)荷需求的突變增減;文獻(xiàn)[63]提出了一套經(jīng)濟(jì)性最優(yōu)為原則的調(diào)度方案,使得混合儲能協(xié)調(diào)配合,達(dá)到功率波動的平抑,建立四項(xiàng)經(jīng)濟(jì)性指標(biāo)模型,從而使儲能得到最優(yōu)配置容量,但此方案未在孤島模式下進(jìn)行穩(wěn)定性研究。
現(xiàn)階段對于氫儲能研究的數(shù)學(xué)模型大部分采用如下所述公式。
(1)電解槽模型
常采用堿式電解槽,是大規(guī)模制氫首選裝置。其將水電解為氫氣和氧氣[64]。電解槽的輸出功率為:
Pelectrolyzer-out=ηelectrolyzerPelectrolyzer-in
(1)
式中Pelectrolyzer-in為電解槽輸入功率;ηelectrolyzer為電解槽效率。
(2)儲氫罐模型
儲氫罐有兩個作用:一個是存儲由電解槽產(chǎn)生的氫氣;另一個是為燃料電池供給氫氣。
儲氫罐的數(shù)學(xué)模型為:
Ehydrogen(t)=Ehydrogen(t-1)+ηelectrolyzerPelectrolyzer-in(t-1)
(2)
式中Ehydrogen(t)為t時(shí)刻儲氫罐儲存能量;ηDC/DC為變換器的工作效率;ηhydrogen為儲氫罐的工作效率;PPEMFC(t-1)為t-1時(shí)刻燃料電池的輸出功率;ηPEMFC為燃料電池的工作效率。
(3)燃料電池模型
通常采用質(zhì)子交換膜燃料電池(PEMFC),燃料電池的輸出功率為:
PPEMFC=ηPEMFCPPEMFC-in
(3)
式中PPEMFC-in為儲氫罐到燃料電池的輸入功率。
2.2.3 蓄電池模型
蓄電池是儲能系統(tǒng)中最重要的裝置,也是最常用的儲能裝置。其具有雙向充放電、體積小、反應(yīng)速度快、安裝方便等特點(diǎn)[44,65]。蓄電池分為鋰離子電池、鉛酸電池和鈉硫電池等[66-67]。蓄電池模型分為充放電模型和壽命模型。最常用的蓄電池模型有Shepherd模型、Facinalli模型和KiBam模型等[68]。
目前基于蓄電池的建模與其在儲能方面的應(yīng)用的研究,文獻(xiàn)[69]介紹和綜述了4種蓄電池模型,其可以對蓄電池充放電進(jìn)行優(yōu)化管理,從而對電池進(jìn)行更好的維護(hù),還可以幫助工作人員進(jìn)行方案優(yōu)化,提高電池質(zhì)量,縮短設(shè)計(jì)周期;文獻(xiàn)[70]考慮電池健康狀態(tài)(State of Health, SOH),提出基于此的儲能電池容量評估方法,并設(shè)置了動態(tài)安全裕度,有效延長了系統(tǒng)的運(yùn)行壽命,經(jīng)驗(yàn)證此方案有效降低了配置成本,延長了蓄電池的壽命;文獻(xiàn)[71]根據(jù)調(diào)度指令功率大小確定電池組充/放電個數(shù),通過SOH對電池組工作狀態(tài)進(jìn)行優(yōu)先級排序,利用數(shù)學(xué)規(guī)劃算法對各電池組進(jìn)行分配,經(jīng)驗(yàn)證,此方案能夠?qū)﹄姵亟M進(jìn)行合理的功率分配,從而達(dá)到延長電池組的使用壽命,但文中未考慮多電池之間SOH的估計(jì)誤差;文獻(xiàn)[72]基于蓄電池的荷電狀態(tài)(SOC)的能量管理策略,對光儲系統(tǒng)進(jìn)行容量規(guī)劃,以全生命周期費(fèi)用和買賣電量費(fèi)用之和最小為目標(biāo),結(jié)合可供能量和需求功率,應(yīng)用改進(jìn)的粒子群算法,建立了容量配置雙層模型;文獻(xiàn)[73]在PIES中構(gòu)建電池壽命損耗模型,對電池壽命損耗進(jìn)行評估,通過電池的置換成本來表示電池壽命損耗的影響,以混合儲能投資置換成本與運(yùn)行成本等年值最低為目標(biāo)函數(shù),建立一個雙層規(guī)劃模型,經(jīng)驗(yàn)證,此方案對系統(tǒng)經(jīng)濟(jì)性和電池壽命有了明顯提升,但此研究忽略了可再生能源和負(fù)荷的不確定性;文獻(xiàn)[74]基于電池參與用戶側(cè)削峰填谷的經(jīng)濟(jì)問題和梯次利用電池的問題,采用對比分析方法,建立基于投資回報(bào)率、投資回收期的經(jīng)濟(jì)性評估模型。
隨著氣候變化的日益嚴(yán)峻,2020年中國在聯(lián)合國大會上提出了“碳達(dá)峰”和“碳中和”的目標(biāo)[75],在此背景下,大批新能源備受關(guān)注,因此氫能源脫穎而出。氫能與蓄電池配合,組合成混合儲能系統(tǒng),作為長期儲能裝置。從而為微電網(wǎng)系統(tǒng)提供一個安全、穩(wěn)定的運(yùn)行狀態(tài)。因此,儲能系統(tǒng)的容量規(guī)劃是這個過程中最重要的環(huán)節(jié),與系統(tǒng)整體經(jīng)濟(jì)性和穩(wěn)定性運(yùn)行緊密相連。如果儲能系統(tǒng)過小,無法保證微網(wǎng)的電能質(zhì)量和運(yùn)行質(zhì)量的提升;如果儲能系統(tǒng)過大,則其對微網(wǎng)將會提高設(shè)備投資和維護(hù)成本[76]。
目前氫儲能在容量規(guī)劃方面的研究,文獻(xiàn)[77]提出含氫儲能的混合儲能系統(tǒng)微電網(wǎng)容量配置方案,以LCE、LPSP和EER為目標(biāo)函數(shù),采用PSO求解驗(yàn)證,結(jié)果表明:該方案保證了系統(tǒng)的經(jīng)濟(jì)性和可靠性,但此方案未考慮需求側(cè)響應(yīng)對此系統(tǒng)的影響;文獻(xiàn)[78]建立了風(fēng)氫互補(bǔ)的儲氫容量配置雙層規(guī)劃模型,將氫能交易帶來的利潤計(jì)入成本當(dāng)中,選用改進(jìn)的遺傳算法進(jìn)行求解驗(yàn)證,驗(yàn)證表明:此算法可對優(yōu)化方案可降低風(fēng)電波動率以及儲氫容量;文獻(xiàn)[79]通過能量管理算法和容量最優(yōu)算法,并考慮動態(tài)電價(jià),建立儲能單元的風(fēng)光電耦合制氫系統(tǒng),并將氧氣收益納入經(jīng)濟(jì)性部分,并對儲能系統(tǒng)進(jìn)行優(yōu)化配置,結(jié)果表明:此方案能降低發(fā)電部分的棄電率,并提高了電能質(zhì)量,最后指出了提高新能源制氫經(jīng)濟(jì)性的關(guān)鍵因素;文獻(xiàn)[80]以經(jīng)濟(jì)收益最大為目標(biāo),建立制氫系統(tǒng)最優(yōu)電解槽配置方案,采用區(qū)間優(yōu)化理論確定制氫系統(tǒng)的最優(yōu)配置容量,但文中未考慮制氫的銷售周期;文獻(xiàn)[81]提出一種混合算法,將天氣與神經(jīng)網(wǎng)絡(luò)結(jié)合用于光伏、風(fēng)電預(yù)測,以總生命周期成本最小為目標(biāo)函數(shù),評估系統(tǒng)的可靠性,結(jié)果表明:此算法與天氣信息結(jié)合在此系統(tǒng)應(yīng)用的優(yōu)勢;文獻(xiàn)[82]針對系統(tǒng)提出一種自適應(yīng)控制方案,并考慮電池的SOC和充放電功率,用Nyquist穩(wěn)定性準(zhǔn)則分析此控制方案的穩(wěn)定性;文獻(xiàn)[83]通過對系統(tǒng)平衡功率頻譜的分析,根據(jù)儲能裝置的響應(yīng)特性,制定混合儲能系統(tǒng)的分配方案,以年綜合成本最小為目標(biāo),考慮各種約束的影響,采用GA進(jìn)行求解,但文中未考慮散熱、儲能形狀等因素的影響;文獻(xiàn)[84]建立氫儲能模型和負(fù)荷模型,從兩個角度定義可靠性指標(biāo),提出負(fù)荷削減和功率調(diào)度策略,考慮多種隨機(jī)性因素的影響,采用基于Sequential Monte Carlo Method的可靠性評估方案,經(jīng)驗(yàn)證引入氫儲能有效提高了系統(tǒng)可靠性,使系統(tǒng)容量達(dá)到最優(yōu)。
如何在氫儲能領(lǐng)域里提升新能源的利用率、降低設(shè)備利潤、提高系統(tǒng)效益,從而達(dá)到容量最優(yōu)是目前要研究的主要內(nèi)容。
運(yùn)行策略決定了電-儲之間的出力順序,從而影響著設(shè)備的性能與壽命,還會影響經(jīng)濟(jì)性運(yùn)行和能源的充分利用。根據(jù)各儲能的自身特點(diǎn),由于蓄電池的響應(yīng)速度快,因此優(yōu)先工作,作為短期儲能;由于儲氫系統(tǒng)能大容量儲存,因此作為長期儲能,實(shí)現(xiàn)兩者的梯級利用。微電網(wǎng)工作模式分為兩種:一種是并網(wǎng)運(yùn)行;另一種是孤島運(yùn)行。因此將從這兩種工作狀態(tài)進(jìn)行論述。
微網(wǎng)電-儲之間的工作切換的判斷依據(jù)[85]:
ΔP(t)=PDG(t)-PFH(t)
(4)
式中 ΔP(t)表示t時(shí)刻微網(wǎng)功率缺額;PDG(t)表示t時(shí)刻發(fā)電側(cè)所發(fā)的功率;PFH(t)表示t時(shí)刻負(fù)荷側(cè)的功率。
當(dāng)ΔP(t)>0時(shí),余下的能量優(yōu)先給蓄電池充電,剩下再通過電氫系統(tǒng)儲存于儲氫罐,當(dāng)微電網(wǎng)并網(wǎng)運(yùn)行且儲氫罐已儲滿時(shí),剩余電能銷售電網(wǎng)獲利;當(dāng)微電網(wǎng)孤島運(yùn)行且儲氫罐已儲滿時(shí),過剩功率記為Padd。
當(dāng)ΔP(t)<0時(shí),蓄電池優(yōu)先快速放電,當(dāng)蓄電池達(dá)到SOC下限時(shí)停止工作,再由燃料電池補(bǔ)充系統(tǒng)缺額,當(dāng)微電網(wǎng)并網(wǎng)運(yùn)行且儲氫罐達(dá)到下限時(shí),向電網(wǎng)購買電能,維持系統(tǒng)穩(wěn)定運(yùn)行;當(dāng)微電網(wǎng)孤島運(yùn)行且儲氫罐達(dá)到下限時(shí),缺額功率記為Punadd,并對系統(tǒng)進(jìn)行切負(fù)荷處理,從而保持系統(tǒng)平衡。
目前已有的研究絕大多數(shù)優(yōu)化配置方面常以經(jīng)濟(jì)性指標(biāo)作為單一目標(biāo)[86-88]。優(yōu)化過程如圖2所示。
圖2 微網(wǎng)容量規(guī)劃流程圖
如果采用單一目標(biāo),由于系統(tǒng)本身結(jié)構(gòu)和能源互補(bǔ)的差異,從而導(dǎo)致優(yōu)化策略和運(yùn)行決策的不同,最終使得優(yōu)化結(jié)果產(chǎn)生較大誤差,造成結(jié)果的局部最優(yōu)。為了減少最優(yōu)結(jié)果的誤差,故采用多目標(biāo)函數(shù)進(jìn)行求解,從而達(dá)到各指標(biāo)兼顧以及結(jié)果達(dá)到全局最優(yōu)原則。
目前針對優(yōu)化配置的目標(biāo),一般分為經(jīng)濟(jì)性目標(biāo)、可靠性目標(biāo)、能源利用率等[89-92],如圖3所示。
圖3 優(yōu)化指標(biāo)分類
在優(yōu)化配置過程中,通過多目標(biāo)最優(yōu)容量以及經(jīng)濟(jì)性求解,可使系統(tǒng)達(dá)到健康穩(wěn)定運(yùn)行以及經(jīng)濟(jì)性最優(yōu),也可以使多種新能源的利用率達(dá)到積極作用。
3.3.1 目標(biāo)函數(shù)
采用成本-效益的分析方法,即將系統(tǒng)成本與最終收益結(jié)合起來,判斷方案是否符合經(jīng)濟(jì)性[93]。如式(5)所示:
S=E-Q
(5)
式中S表示年利潤;E表示系統(tǒng)年收益值,Q為系統(tǒng)年成本。一般采用全生命周期綜合效益對此方案進(jìn)行預(yù)測,其被稱為NPV(記為NPV)[94]。表達(dá)式為:
(6)
式中T為全生命年限;β為折現(xiàn)率。
微電網(wǎng)系統(tǒng)效益的具體項(xiàng)目如表2所示[22]。
表2 效益的具體項(xiàng)目
3.3.2 目標(biāo)函數(shù)求解
容量優(yōu)化過程一般采用智能算法進(jìn)行求解[95],包括蟻群算法(Ant Colony Optimization,ACO)[96]、遺傳算法(Genetic Algorithm,GA)[97]、粒子群算法(Particle Swarm Optimization,PSO)[98]等。通過各種算法自身特點(diǎn)以及收斂速度,選取合適的算法進(jìn)行迭代求取最優(yōu)值,從而減少求得解的誤差,更好的得到最佳容量以及最優(yōu)經(jīng)濟(jì)性。智能算法多用于經(jīng)濟(jì)性調(diào)度,電力系統(tǒng)規(guī)劃等問題。
目前氫儲能研究主要集中在各設(shè)備在系統(tǒng)設(shè)計(jì)階段的容量規(guī)劃,但對于整個系統(tǒng)的經(jīng)濟(jì)性方面以及效益方面的研究相對較少,包括氫交易過程中未考慮運(yùn)輸成本、將氫儲能在基于調(diào)整系統(tǒng)穩(wěn)定運(yùn)行的同時(shí)并對部分氫氣進(jìn)行銷售獲利的“雙贏”模式等方面缺乏研究,因此在今后的研究中可以深入探討這些方面。
氫儲能作為清潔能源,并能大容量存儲,如何對含氫系統(tǒng)在以“雙碳”目標(biāo)為核心的背景下,使容量最優(yōu)的同時(shí),達(dá)到經(jīng)濟(jì)性最優(yōu)和低碳的效果是今后研究的重點(diǎn)。故采用低碳經(jīng)濟(jì)指標(biāo)作為容量配置的優(yōu)化指標(biāo)[99-104],基于綠證交易[105-106]與碳交易市場[107]相結(jié)合的方式目前研究相對較少,將其作為低碳經(jīng)濟(jì)性指標(biāo),從而實(shí)現(xiàn)容量最優(yōu)和低碳經(jīng)濟(jì)目標(biāo)。
光熱電站是一種可以大規(guī)模儲熱的新興發(fā)電技術(shù)[108],如圖4所示。其可達(dá)到“光-熱-電”能量之間的轉(zhuǎn)換,可長時(shí)間運(yùn)行[109]。國家在“十三五”規(guī)劃中明確指出:大力發(fā)展光熱電站和大規(guī)模儲能技術(shù)的研發(fā)應(yīng)用。因此利用氫儲能的優(yōu)勢和儲熱系統(tǒng)的轉(zhuǎn)移能量作用相結(jié)合,與可再生能源系統(tǒng)配合,可以降低儲能成本,在低碳的大背景下,提升環(huán)境效益,可實(shí)現(xiàn)功率波動的平抑[110]。但目前存在熱源單一的問題,導(dǎo)致其無法靈活發(fā)揮其運(yùn)行能力,因此采用電加熱器與其相互配合,從而達(dá)到電熱雙向轉(zhuǎn)移,不僅可以通過分時(shí)電價(jià)獲得低價(jià)格儲熱,也可以提升光熱電站的運(yùn)行靈活和熱能的持續(xù)供應(yīng)[111]。
目前大多數(shù)儲能配置研究中未考慮光熱電站。作為新型發(fā)電技術(shù),促進(jìn)其大規(guī)模發(fā)展,并與氫儲能設(shè)備相配合,使得電與熱之間能量轉(zhuǎn)移更為高效,并加入綠證交易作為激勵,達(dá)到低碳經(jīng)濟(jì)的效果,是未來雙碳目標(biāo)研究的趨勢。
圖4 含光熱電站的微網(wǎng)系統(tǒng)圖
近些年來,共享經(jīng)濟(jì)理念的提出,打破了傳統(tǒng)經(jīng)濟(jì)模式。其在多領(lǐng)域里已開始廣泛開展。它能夠高效進(jìn)行資源配置達(dá)到最優(yōu)并對其進(jìn)行有效利用,從而使各能源進(jìn)行結(jié)合,達(dá)到設(shè)備利用率提升,成本降低的重要意義[112]。目前此理念的研究和應(yīng)用在開始階段[113-115],在容量配置研究方面較少,如何利用共享經(jīng)濟(jì)在微電網(wǎng)“電-儲-荷”中,使其成本達(dá)到最低,容量達(dá)到最優(yōu),從而充分利用各種能源是目前的重點(diǎn)內(nèi)容,且具有積極意義。
共享經(jīng)濟(jì)原理圖如圖5所示。其分為四個參與主體:服務(wù)商、設(shè)備用戶、電網(wǎng)公司和制氫商。服務(wù)商將信息(新能源出力預(yù)測、用戶側(cè)負(fù)荷使用情況、儲能部分的剩余容量等)進(jìn)行收集和上報(bào),對于上述信息制定當(dāng)日計(jì)劃,并將當(dāng)日計(jì)劃經(jīng)過通訊部分傳遞給系統(tǒng)各部分對應(yīng)的用戶部分,最后用戶部分所接收到的計(jì)劃,根據(jù)各設(shè)備之間的差異和互補(bǔ)的特點(diǎn),通過控制器調(diào)節(jié)設(shè)備出力,從而使各設(shè)備響應(yīng)其計(jì)劃,實(shí)現(xiàn)共享服務(wù);本日結(jié)束,整個平臺更新信息與計(jì)劃,用于下一日。
圖5 經(jīng)濟(jì)共享原理圖
目前大部分研究都把“電-儲”部分當(dāng)作一個整體,從整體微網(wǎng)系統(tǒng)的經(jīng)濟(jì)性來考慮利益和容量優(yōu)化問題。光伏、風(fēng)電、蓄電池、儲氫系統(tǒng)和用戶這部分都隸屬于不同投資人,所以采用整體經(jīng)濟(jì)性來考慮問題會與各投資者期望的各自利益產(chǎn)生了矛盾[116]。因此建立以此為主體的博弈論模型。博弈論分為合作博弈、非合作博弈和演化博弈,主要用于兩個或兩個以上的主體,從而來決策如何使各自效益達(dá)到最大化[117]。
目前博弈論在儲能方面的研究,文獻(xiàn)[118]建立基于分時(shí)電價(jià)和轉(zhuǎn)移負(fù)荷的負(fù)荷響應(yīng)和儲能系統(tǒng)的目標(biāo)函數(shù)和模型,通過合作博弈進(jìn)行聯(lián)合優(yōu)化配置,采用智能算法求出Nash均衡點(diǎn),從而使配置達(dá)到最優(yōu);文獻(xiàn)[119]通過風(fēng)光儲三者組成的微網(wǎng)系統(tǒng),以缺電率作為可靠性約束,建立三種博弈模型,通過比較得出最優(yōu)配置方案;文獻(xiàn)[120]以市場為主體,建立合作博弈,通過分析得到Nash均衡;文獻(xiàn)[121]建立基于演化博弈的微電網(wǎng)電-儲規(guī)劃方案,以微電網(wǎng)運(yùn)營商運(yùn)行成本及內(nèi)部經(jīng)濟(jì)收益為目標(biāo),建立參與人支付函數(shù)模型。博弈論研究模型與思路如圖6所示。
對于氫儲能而言,利用博弈論研究其經(jīng)濟(jì)性和容量規(guī)劃方面較少,如何通過博弈論模型使含有氫儲能的微電網(wǎng)系統(tǒng)達(dá)到各方收益最大,支出成本最低以及容量規(guī)劃最優(yōu)是現(xiàn)階段要研究的重要內(nèi)容。
圖6 博弈論研究模型與思路流程圖
隨著新能源的大比例發(fā)展,由于新能源低慣量的特性,現(xiàn)階段針對系統(tǒng)如何安全、穩(wěn)定運(yùn)行已受到各方面的重視,因此儲能系統(tǒng)孕育而生。氫能源作為大力發(fā)展的未來能源之一,受到各方青睞。如何滿足系統(tǒng)安全穩(wěn)定運(yùn)行的同時(shí)提升新能源利用率,各設(shè)備容量達(dá)到最優(yōu)時(shí)成本最低是現(xiàn)階段亟需解決的問題。文中從現(xiàn)階段的研究發(fā)展進(jìn)行分析和對未來發(fā)展進(jìn)行展望。以“雙碳”目標(biāo)為核心,基于低碳經(jīng)濟(jì)指標(biāo)作為氫儲能的經(jīng)濟(jì)性以及效益評估和綠色證書與碳交易市場相結(jié)合的方式,達(dá)到低碳經(jīng)濟(jì)效果將是未來的研究趨勢與重點(diǎn)。