城市電網耦合氫儲能系統投資決策方法研究

邵志芳， 吳繼蘭， 趙 強

(1. 上海財經大學信息管理與工程學院，上海 200433；2. 中國電力科學研究院，北京 100092)

城市電網耦合氫儲能系統投資決策方法研究

邵志芳1， 吳繼蘭1， 趙 強2

(1. 上海財經大學信息管理與工程學院，上海 200433；2. 中國電力科學研究院，北京 100092)

針對城市電網負荷峰谷差大導致電力資源大量浪費的現狀，提出城市電網耦合氫儲能系統方案用于消納電網負荷低谷時段富余電能。通過對氫儲能系統運行周期內的投資成本和經濟收益進行分析，構造投資決策評價模型，并根據投資者不同的投資需求建立三種優化模型：氫氣最低銷售價格模型、氫儲能系統最優裝機容量模型和特定投資回收期下氫氣最低銷售價格模型。以某城市電網用電負荷數據為基礎，利用上述模型對在該城市實施城市電網耦合氫儲能系統方案時不同投資需求下的最優方案進行了分析。

城市電網；氫儲能系統；全生命周期成本；投資決策

0 引言

隨著經濟的快速發展和人民生活水平的逐步提高，我國工業、農業、服務業以及居民家庭的用電需求急劇增加，電網高峰時期用電負荷屢創新高。由于電網高峰負荷持續時間較短，導致為滿足高峰負荷需求而規劃建設的電力設備利用率較低。針對電網負荷低谷時期電力資源浪費的問題，很多學者進行了研究并提出了解決方案，包括谷電抽水蓄能[1]、電池儲能[2，3]以及電解水制氫存儲[4-6]等。其中氫氣由于清潔無污染、可存儲運輸等特點被視為21世紀最具發展潛力的清潔能源。隨著氫能應用終端技術的推廣應用，對規模化清潔的氫能制取方式產生迫切需求。

城市電網耦合氫儲能系統不僅可消納電網負荷低谷時段的富余電能，同時還可解決一部分氫能應用終端產業的用氫需求[7-9]。文獻[10]根據所生產氫氣的3種用途：作為化工原料出售、作為氫能汽車燃料和氫氣燃燒發電，對谷電制氫成本進行分析，得出作為化工原料出售經濟性最好的結論。文獻[11]建立多目標混合整數線性規劃數學模型研究并網微網調度優化問題，該微網系統包括堿性電解池、壓縮機和用于存儲能量的燃料電池，結果顯示該系統可平衡電網負荷。文獻[12]對意大利中部的河流水力發電廠以氫能作為能源管理解決方案的適宜性從生命周期角度進行評估，考慮了谷電制氫存儲以及用電高峰時氫燃料電池再發電，結果顯示盈利性高于意大利傳統電網電力盈利。

基于這一背景，文中提出城市電網耦合氫儲能系統運行方案，利用全生命周期成本分析法，分析該系統的投資成本和收益，構建投資決策模型，并通過案例仿真分析，提出投資建議。可為城市電網耦合氫儲能系統的商業化運行提供理論依據，為政府部門和相關投資者提供投資決策支持。

1 城市電網耦合氫儲能系統方案

1.1 系統結構與流程

城市電網耦合氫儲能系統是利用電網負荷低谷時期的多余電能進行電解水制氫，將富余電能轉化為氫能存儲使用。城市電網耦合氫儲能系統如圖1所示。

圖1 城市電網耦合氫儲能系統Fig.1 Diagram ofurban power grid coupled to hydrogen energy storage system

1.2 小時能量管理模型

氫儲能系統的電解槽、壓縮機等耗電裝置利用富余電能進行電解水制氫。同時電能在傳輸的過程中存在能量損耗問題，能量轉移過程如圖2所示。由于用電負荷在一個自然天之內存在明顯的高峰期和低谷期，所以氫儲能系統的實際用電功率與其額定用電功率并不時刻相等。

圖2 電力傳輸能量轉移圖Fig.2 diagram of energy transfer

氫儲能系統的實際用電功率可表示為:

Ppro×μpro-Preq=Pace-h

(1)

式中，Ppro為發電廠額定輸出功率；μpro為變壓器將電傳輸到電網的傳送效率；Preq為用戶的用電功率；Pace-h為電網剩余用電功率。

Pact-h=Pace-h×μrec

(2)

μrec為交流電轉換為直流電時整流器的效率；Pact-h為將交流電轉換為直流電后氫儲能系統實際可利用的用電功率。

若Pele為氫儲能系統額定用電功率,Pmin為最小用電功率，氫儲能系統的實際用電功率Preal-h為：

Preal-h=0Pact-h

(3)

Preal-h=Pact-hPmin≤Pact-h≤Pele

(4)

Preal-h=PelePele

(5)

氫儲能系統小時氫氣產量取決于系統的實際用電功率,根據式(1—5),氫儲能系統小時氫氣產量計算如下:

MH2-h=0Pact-h

(6)

(7)

(8)

式中,MH2-h為氫儲能系統的氫氣產量；Hele為氫儲能系統生產單位氫氣的綜合電耗；μele為氫儲能系統的生產效率。

2 全生命周期成本現值分析

城市電網耦合氫儲能系統的全生命周期成本指項目周期內所發生的費用之和,主要包括初期投資成本、運行維護成本、年直接成本和設備更新成本。

2.1 初期投資成本現值

初期投資發生在項目的前期,這部分資金不會受到通貨膨脹的影響,因此氫儲能系統的初期投資成本可以表示為:

Cinvest=(∑Ck+Cland)(1+μinst)

(9)

其中，Ck為氫儲能系統設備k的購買成本,；Cland為建筑成本；μinst為氫儲能系統設備安裝集成等工程成本占初始投資成本的比例。

2.2 運行維護成本現值

運行維護成本現值NPCOM-k可表示為:

(10)

其中,COM-k為設備k每年的運行維護成本；g為通貨膨脹率;N為項目的執行時間;I為社會折現率。

2.3 年直接成本現值

用電成本現值NPCe表示為：

(11)

用水成本現值NPCw可以表示為:

(12)

式中，αw為生產單位氫氣的耗水量;Pw為單位水的價格。

所以年直接成本現值NPCe-w可以表示為:

NPCe-w=NPCe+NPCw

(13)

2.4 氫儲能系統設備更新成本現值

在氫儲能系統運行周期內,設備因到達其使用壽命而產生更新行為。考慮技術進步的影響,設備的購買成本逐年降低,所以再次購買設備時的購買成本低于原始購買成本。具體價格受技術進步或通貨膨脹率的影響,主要分以下兩種情況:(1) 設備更新時間發生在技術進步期內,再次購買設備的價格隨技術進步的速率發生改變,購買價格逐漸降低;(2) 設備更新時間發生在技術成熟期,此時設備的購買價格不隨技術進步的速率發生改變,只受通貨膨脹的影響。

設備k未來發生的更新成本折現到當期的現值NPCr-k可以表示為:

(14)

式中,gk為設備k預期的年技術進步速率;Lgk為設備k預期極限技術進步速度;Lifek為設備k的使用期限;Yk-g為設備k到達預期極限技術進步速率時所花費的時間;Nrep-k為在氫儲能系統生命周期內設備k的總更新次數;Nf-r-k為設備k的價格變化取決于自身通貨膨脹率gk時設備k的總更新次數。Nrep-k,Nf-r-k和Yk-g的計算公式如下:

(15)

(16)

(17)

3 收益現值模型

城市電網耦合氫儲能系統的收益主要包括銷售氫氣收入、銷售氧氣收入、碳減排收益和設備殘值收益四部分,將通貨膨脹率和社會折現率影響因素考慮在內,利用小時能量管理模型以每小時為單位對這四部分收益分別進行數學建模。

3.1 銷售氫氣收益現值

氫氣銷售收入是氫儲能系統最主要的經濟來源,這里考慮通貨膨脹對氫氣銷售價格的影響,以每小時為單位計算系統每一年內的氫氣產量并乘以氫氣銷售價格得到該年氫氣的銷售收益;同時,將每一年的收益折現到初期并累加求和得到系統運行周期內的總氫氣銷售收益。

(18)

式中,NPVH2銷售氫氣收益現值;PH2為單位氫氣的銷售價格。

3.2 銷售氧氣收益現值

氫儲能系統生產氫氣的同時會產生副產物氧氣,考慮通貨膨脹對氧氣銷售價格的影響,可得銷售氧氣收益現值NPVO為:

(19)

其中,αO為生產單位氫氣的產氧量；PO為單位氧氣的價格。

3.3 碳減排收益現值

根據氫氣產生熱量與汽油產生熱量的對等原則,利用碳交易準則將碳減排收益進行貨幣化處理。考慮通貨膨脹對碳交易價格的影響,以每小時為單位計算系統每一年內的碳減排數量并乘以碳交易價格得到該年碳減排收益。可計算出氫儲能系統的碳減排收益NPVC為:

(20)

其中,αg為單位氫氣燃燒產生的熱能與汽油燃燒產生的熱能等價時,氫氣替代汽油燃燒而減少的碳排放數量；PC為碳交易價格。

3.4 殘值收益現值

首先考慮技術進步導致設備價格降低和通貨膨脹對設備價格的影響,計算系統運行周期結束時設備的價格;其次,以設備在系統運行周期結束時剩余的使用壽命對殘余價值進行衡量得到殘值收益,可計算出殘余收益現值NPVend-k為:

(21)

4 投資決策模型

4.1 投資決策評價模型

4.1.1 凈現值模型

氫儲能系統的凈現值NPV是系統使用期限內現金流入現值(即收益現值)與現金流出現值(即成本現值)的差值。當NPV≥0時,說明該投資項目是經濟可行的,特別當NPV>0時,凈現值越大該方案的經濟可行性越好;反之,說明該投資項目不具有經濟可行性。由式(18—21),可得NPV的計算表達式如下:

NPV=NPVH2+NPVO+NPVC+∑NPVend-k-
Cinvest-∑NPCOM-k-NPCe-w-∑NPCr-k

(22)

4.1.2 內部收益率模型

內部收益率IRR指項目現金流入量現值等于現金流出量現值時的社會折現率,其經濟含義表示項目在運行時間內為收回投資每年的凈收益率。令NPV=0,此時求得的I值即為內部收益率IRR。當IRR≥I時,表明該投資項目是經濟可行的;反之,該項目不可行。根據式(18—21),內部收益率IRR可通過(23)式求得。

NPVH2+NPVO+NPVC+∑NPVend-k-Cinvest-

∑NPCOM-k-NPCe-w-∑NPCr-k=0

(23)

4.2 特定目標下投資決策優化模型

4.2.1 氫氣最低銷售價格模型

項目投入運行后其預期凈現值等于零時的氫氣價格便是氫氣的最低銷售價格，低于此價格項目將無法盈利。氫氣的最低銷售價格見式(24)。

(24)

4.2.2 最優裝機容量模型

氫儲能系統具有投資可行性的前提是凈現值大于等于零，凈現值越大，投資收益越高。由凈現值NPV的計算表達式可知凈現值受氫氣銷售價格和系統裝機容量的影響，投資者可以通過在可取的范圍內控制這兩個變量的取值從而改變凈現值的數值。在給定氫氣銷售價格的情況下，在裝機容量允許范圍內逐漸增大裝機容量，利用小時能量管理模型仿真計算各裝機容量下每小時的氫氣產量，同時利用凈現值模型計算該裝機容量下的凈現值，可得到給定氫氣銷售價格下氫儲能系統裝機容量和凈現值的關系曲線。當凈現值存在大于等于零的情況時，最優裝機容量即為凈現值最大時對應的裝機容量。由此，最優裝機容量為公式(25)：

maxNPV-pele=NPVH2+NPVO+NPVC+
∑NPVend-k-Cinvestment-∑NPCOM-k-
NPCe-w-∑NPCr-k

(25)

4.2.3 特定投資回收期下氫氣最低銷售價格模型

氫氣銷售價格對項目的投資回收期有很大影響，當項目投資者給定項目的投資回收期后，為了收回投資成本，氫氣最低銷售價格便需要隨之確定。假定項目的投資回收期為n，那么氫氣最低銷售價格見式(26)。

(26)

5 案例研究

5.1 案例背景與數據

以某城市電網為研究對象進行分析，該城市電網某天的歷史用電日負荷曲線如圖3中實線所示，可見該城市用電負荷曲線存在明顯的峰谷差且曲線波動顯著。

圖3 日負荷曲線與工業分時電價Fig.3 Daily load curve and industrial TOU price

根據現有文獻[13-16]及專家意見,氫儲能系統投資決策模型中的有關參數取值見表1。

其中通貨膨脹率g的取值，通過選取我國1995年至2014年的消費者價格指數數據，采用移動平均法對通貨膨脹率進行預測，計算得出。案例分析部分按照城市電網氫儲能系統生產的氫氣均可以全部售出進行計算。

表1 主要參數取值表Table 1 Main Parameter values

5.2 案例分析

5.2.1 氫氣最低銷售價格分析

凈現值大于等于零時，氫儲能系統的方案具有投資可行性，特別當凈現值等于零時，方案到達投資可行性的臨界點，此時求得的氫氣銷售價格便是氫儲能系統在不同裝機容量下對應的最低銷售價格。

圖4 不同裝機容量下氫氣最低銷售價格Fig.4 The minimum selling price of hydrogen under different installed capacity

如圖4所示，圖中的曲線為等凈現值線，曲線上的點為氫儲能系統在不同裝機容量下滿足凈現值等于零時的氫氣最低銷售價格，例如氫儲能系統的裝機容量為200 MW時，由圖4可知氫氣的最低銷售價格應達到3.623元/m3(標準狀態下，下同)項目才有可行性。

氫儲能系統裝機容量不同，谷電利用率和系統閑置率亦不同。圖5表示裝機容量從0 MW逐漸增加到700 MW時各裝機容量對應的谷電利用率與系統閑置率。可見，氫儲能系統裝機容量的提高會導致谷電利用率和系統閑置率的同時提高。因此，如何對這兩個因素進行取舍取決于投資者的出發點。如果投資者希望提高谷電利用率，則可適當增加氫儲能系統裝機容量；如果投資者希望降低氫儲能系統的閑置率，則需減小氫儲能系統的裝機容量。

圖5 谷電利用率與系統閑置率Fig.5 Valley electricity utilization and system idle rate

5.2.2 最優裝機容量分析

以氫氣銷售價格為3元/m3作為基準價格，將價格上下浮動一定幅度對最優裝機容量進行分析，如圖6所示。可見，在其他因素不變的情況下，氫氣銷售價格分別為2.5，3.0，3.5元/m3時，項目凈現值均小于零，即不具有投資可行性；當氫氣銷售價格高于4.0元/m3時，氫儲能系統裝機容量在一定范圍內均可以使方案具有投資可行性。

圖6 不同氫氣價格下氫儲能系統最優裝機容量Fig.6 Optimal installed capacity of hydrogen storage ystem under different hydrogen prices

當氫氣銷售價格為4.0元/m3時，氫儲能系統裝機容量為350 MW時凈現值取得最大值，投資效益最好。此時，電網日負荷曲線和谷電利用率分別如圖7和圖8所示(谷電利用率為0表示此時電網無可利用電能)。同理可得氫氣銷售價格為4.5元/m3、5.0元/m3時最優裝機容量以及電網日負荷曲線和谷電利用率。

圖7 裝機容量為350 MW時電網負荷曲線Fig.7 Load curve of power system with 350 MW installed capacity

圖8 裝機容量為350 MW時谷電利用率Fig.8 The utilization ratio of valley electricity when the installed capacity is 350 MW

對比上述三種最優裝機容量下用電負荷曲線和谷電利用率曲線得：隨著氫氣價格的增加，氫儲能系統最優裝機容量、谷電利用率、系統閑置率和經濟效益均表現出增大的趨勢，如表2所示。若希望其閑置率最低，采用氫氣銷售價格達到4.0元/m3，匹配350 MW裝機容量的方案；若希望谷電利用率最高，則采用氫氣銷售價格達到5.0元/m3，匹配490 MW裝機容量的方案。

表2 不同氫氣價格下最優方案經濟數據Table 2 Economic data of optimal scheme under different hydrogen price

6 結語

針對目前我國電網負荷峰谷差大、用電負荷低谷時段富余電能嚴重浪費和傳統能源有限且不可再生的兩大問題，文中提出了城市電網耦合氫儲能系統方案。該方案不僅可以從需求側的角度出發有效利用浪費的電力資源，達到減小負荷峰谷差平滑負荷曲線的作用，同時可以將產出的氫氣作為氫能源汽車的燃料替代傳統汽油能源，從而實現清潔替代，有效減少環境污染。在此基礎上，構建了城市電網耦合氫儲能系統的投資決策模型，并通過實際案例對模型應用進行了解析，從而為不同投資決策需求下的投資者提供最優決策建議。

城市電網耦合氫儲能系統的生命周期相對較長，在實際投資決策過程中會受到諸多不確定性因素的影響。限于篇幅，本文暫未進行各種因素的不確定性分析。為了使方案的投資決策分析更加準確，后續研究將會進一步進行相關因素的敏感性分析和風險分析。

[1] 黃亞斌,劉國剛,文福拴，等. 電力市場環境下抽水蓄能電站的運營模式與效益分析[J]. 電力科學與工程, 2006(3): 56-62. HUANG Yabin, LIU Guogang, WEN Fushuang et al. A preliminaryinvestigation on operating modes and benefit analysis of pumped storage power plants in electricity market environment[J]. Electric Power Science and Engineering, 2006(3): 56-62.

[2] 韓曉娟,田春光,張 浩，等. 用于削峰填谷的電池儲能系統經濟價值評估方法[J]. 太陽能學報,2014, 35(9): 1634-1638. HAN Xiaojuan，TIAN Chunguang，ZHANG Hao，et al. Economic evaluation method of battery energy storage system in peak load shifting[J]. Acta Energiae Solaris Sinica, 2014, 35(9): 1634-1638.

[3] 修曉青,李建林,惠 東. 用于電網削峰填谷的儲能系統容量配置及經濟性評估[J]. 電力建設, 2013, 34(2): 1-5. XIU Xiaoqing, LI Jianlin, HUI Dong. Capacity configuration and economic evaluation of energy storage system for grid peak load shifting[J]. Electric Power Construction, 2013, 34(2): 1-5.

[4] 熊 雄,楊仁剛,葉 林,等. 電力需求側大規模儲能系統經濟性評估[J]. 電工技術學報, 2013, 28(9): 224-230. XIONG Xiong, YANG Rengang, YE Lin, et al. Economic evaluation of large-scale energy storage allocation in power demand side[J]. Transactions of China Electrotechnical Society, 2013, 28(9):224-230.

[5] 方世杰,邵志芳,張存滿. 并網型風電耦合制氫系統經濟性分析[J]. 能源技術經濟, 2012, 24(3): 39-43. FANG Shijie, SHAO Zhifang, ZHANG Cunman. Economic analysis on on-grid wind power coupling with hydrogen-production system[J]. Energy Technology and Economics, 2012, 24(3):39-43.

[6] SHERIF S A, BARBIR F, VEZIROUGLU T N. Wind energy and the hydrogen economy-review of the technology[J]. Sol Energy, 2005,78(5): 647-660.

[7] TSUTOMU O, KOICHI W. Feasibility study on hydrogen refueling infrastructure for fuel cell vehicles using the off-peak power in Japan[J]. International Journal of Hydrogen Energy, 2004,29(4): 347-354.

[8] FLOCH P H, GABRIEL S, MANSILLA C, et al. On the production of hydrogen via alkaline electrolysis during off-peak periods[J]. International Journal of Hydrogen Energy, 2007,32(18): 4641-4647.

[9] GRADITI G, TELARETTI E, TELARETTI E, et al. Technical and economical assessment of distributed electrochemical storages for load shifting applications: An Italian case study[J]. Renewable and Sustainable Reviews, 2016,57(5): 515-523.

[10] LI Y, CHEN D W , LIU M., et al. Life cycle cost and sensitivity analysis of a hydrogen system using low-price electricity in China[J]. International Journal of Hydrogen Energy, 2017, 42(4): 1899-1911.

[11] LUCAS B J, ANKE W. Optimal microgrid scheduling with peak load reduction involving an electrolyzer and flexible loads[J]. Applied Energy, 2016, 169(5): 857-865.

[12] ANTONIO V, DIEGO I, JAVIER D, et al. Life-cycle performance of hydrogen as an energy management solution in hydropower plants: A case study in central Italy[J]. International Journal of Hydrogen Energy,2015, 40(46): 16660-16672.

[13] 林旭清,張思雨,孫 權,等. 新能源發電制氫儲能技術探究[J]. 科技資訊, 2015,13(24): 25-26. LIN Xuqing, ZHANG Siyu, Sun Quan, et al. Research on hydrogen energy produced by new energy storage technology[J]. SCIENCE & TECHNOLOGY INFORMATION, 2015, 13(24): 25-26.

[14] 趙振宇,李志偉,姚 雪. 基于碳減排收入的風電成本電價研究[J]. 可再生能源, 2014, 32(5): 662-667. ZHAO Zhenyu， LI Zhiwei， YAO Xue. Study on cost price of wind power electricity based on the certified emission reduction income[J]. Renewable Energy Resources, 2014,32(5): 662-667.

[15] OLDRICH J. Advanced polytropic calculation method of centrifugal compressor[C]∥ ASME 2010 International M-e-c-h-a-n-i-cal Engineering Congress and Exposition. American Society of Mechanical Engineers, 2010: 123-31.

[16] SCHOENUNG S. Economic analysis of large-scale hydrogen storage for renewable utility applications[C]∥ International Colloquium on Environmentally Preferred Advanced Power Generation, 2011: 8-10.

(編輯方 晶)

Investment Decision Method of Coupled Hydrogen Energy Storage System in Urban Power Grid

SHAO Zhifang1，WU Jilan1， ZHAO Qiang2

(1. School of Information Management and Engineering, Shanghai University of Finance and Economics,Shanghai 200433, China；2. China Electric Power Research Institute,Beijing 100092, China)

The peak-valley load difference of urban power grid leads to a large waste of power resources. Urban power network couped to hydrogen energy storage system is proposed here to dissipate surplus power during low load period. Based on the analysis of investment cost and economic benefit in the life cycle of hydrogen storage system, an evaluation model for investment decision making is built which involves three optimization models according to the different investment demands: the minimum hydrogen selling price model, the optimal installed capacity model and minimum selling price model under given payback period. Finally, based on the real data of a certain city grid load, the optimal scheme is analyzed under the different investment demand when the urban power grid coupled to hydrogen energy storage system is implemented in the city.

urban power grid; hydrogen energy storage system; life cycle cost; investment decision

邵志芳

2017-04-13；

2017-05-27

國家863計劃資助項目(2014AA052501)；國家電網公司科技項目(2015110461)

TK01+8

：A

：2096-3203(2017)05-0045-07

邵志芳(1975—)，女，河北石家莊人，博士，副教授，從事新能源經濟與仿真優化研究工作(E-mail：shao.zhifang@mail.shufe.edu.cn)；

吳繼蘭(1978—)，女，山東濰坊人，博士，講師，從事新能源經濟與仿真優化研究工作(E-mail：wujilan@mail.shufe.edu.cn)；

趙 強(1978—)，男，遼寧沈陽人，高級工

程師，從事電力系統穩定分析研究工作(E-mail：zhaoqiang@epri.sgcc.com.cn)。