風光氫綜合能源系統設計及運行集成優化

沈主浮，竇真蘭，張春雁，周翔，琚潔華，陳博

(1. 國網上海市電力公司市區供電公司，上海 201499； 2. 國網上海綜合能源服務有限公司，上海 200023)

近年來，面向“碳達峰、碳中和”的低碳可持續發展目標，以光伏發電、風力發電為代表的可再生能源分布式發電系統已得到大規模應用。但光伏和風力發電出力具有隨機性、波動性和間歇性等特點，制約了可再生能源利用效率的進一步提升。基于電解水制氫-儲氫-燃料電池的氫儲能系統，一方面能夠有效平抑風、光發電的波動性從而減少棄光、棄風，另一方面通過耦合熱電聯供系統，可滿足系統部分熱需求且進一步提升能源綜合利用率[1-4]。因此，憑借儲能密度高、儲能周期長、能源利用效率高等優勢，基于風力發電、光伏發電、電解水制氫、儲氫和燃料電池熱電聯供的風光氫綜合能源得到了學術界和工業界的廣泛關注，并有一系列示范應用裝置建成[5-7]。

在風光氫綜合能源系統設計與運行過程中，為了最大化系統能源利用率、經濟效益和環境效益，需要對系統各設備的容量進行合理配置，并針對用能負荷特性對系統能量調度策略進行優化[8]。由于系統設計過程與運行過程的強耦合特性，為了獲得系統各設備的最優容量配置方案，需要結合典型供能及用能負荷特性，對能量調度策略進行同步優化。因此，開展風光氫綜合能源系統設計及運行集成優化，對實現系統全生命周期內的最優運行具有重要意義。

目前，含氫儲能的綜合能源系統設計及運行集成優化已有相關研究報道。如文獻[9]以系統設備投資最小化為目標，構建了風電-氫儲能與煤化工多能耦合系統設備規劃投資模型，獲得了不同風電容量下電解槽和氫罐的最優容量配置方案。文獻[10]面向化工系統用氫場景，建立了再生能源發電與化工生產中加氫系統耦合的電-氫協調儲能系統優化設計模型，獲得了鋰離子電池儲能和電解槽的最優容量。文獻[11]構建了風力-PVT-燃料電池微型熱電聯供系統的優化設計模型，結合系統運行及控制策略，對風力、光伏、燃料電池和電解槽的容量進行了最優配置。因此可以看出，過往研究大多針對某種特定應用場景，選取風光氫綜合能源系統中的幾個子系統的組合開展集成優化研究，對完整風光氫綜合能源系統的設計與運行集成優化還較少，也缺乏對不同應用場景下系統最優容量配置方案的分析比較。

鑒于此，以全生命周期內系統總成本最小化為目標，構建風光氫綜合能源系統的設計及運行集成優化模型，獲得了系統各設備的最優容量配置方案及典型運行策略。此外，基于所提模型系統比較不同風光資源及用能負荷特性下系統設計及運行方案的差異。

1 風光氫綜合能源系統

典型的風光氫綜合能源系統由光伏發電系統、風力發電系統、電解槽、儲氫罐、燃料電池及其他輔助設備組成，其結構示意圖如圖1所示。光伏發電系統和風力發電系統組成可再生能源發電系統，以并網不上網模式運行，產生的電能一部分用于滿足電負荷需求，另一部分通過鍋爐等電/熱轉換裝置滿足熱負荷需求。當可再生能源發電系統發電量不足時，將采取從電網賣電的方式進行補充；當系統發電量過剩時，富余電能將通過電解槽轉化成氫氣儲存于儲氫罐中，當系統供電出現缺口時，再通過燃料電池轉化為電能為系統供能。此外，燃料電池的產熱將通過余熱回收裝置進一步利用，以提高系統的綜合能源利用效率。通過耦合多種能源設備，一方面可以充分利用風光發電余能，滿足電熱負荷的同時提高能源利用效率，另一方面也可以利用電網峰谷電價削峰填谷，降低電網運行負荷的同時也帶來一定經濟效益。

圖1 風光氫綜合能源系統結構示意圖

2 數學模型

2.1 目標函數

本文綜合考慮風光氫綜合能源系統投資成本、年度運行成本和因設備折舊而更換設備的成本，以系統全生命周期下的成本凈現值(Net Present Value,簡稱NPV)最小化為優化目標。其中，系統年度運行成本包括從電網購電成本、設備操作成本和電解儲氫過程中氫氣壓縮的成本。凈現值NPV的具體表達式：

(1)

(2)

2.2 約束條件

2.2.1 設備特性方程

風力發電系統的功率輸出特性PWT由風機額定功率WWT和風速v共同決定，其表達式[12-13]：

(3)

式中vci，vR，vco——風機的切入風速、切出風速和額定風速。

光伏發電系統的功率輸出功率特性PPV受到光照輻射G、組件溫度TC以及組件特性的影響，其表達式[14]：

(4)

式中WPV——光伏的額定容量，是標準測試工況下光伏最大輸出功率，其對應的測試條件為GSTC=1 kW/m2和TSTC=25 ℃；β——溫度影響系數，取-0.004 7 K-1。

值得注意的是，本文直接采用環境溫度作為光伏的組件溫度，忽略了兩者間的差異。

2.2.2 能量平衡方程

風光氫綜合能源系統在運行過程中需要滿足電能、熱能和氫氣質量平衡。其中，電功率平衡方程描述了任何t時刻下系統母線上的輸入與輸出功率相等，其表達式：

Pbuy，t+PWT，t+PPV，t+ηFC，EPFC，t=
PELE，t/ηELE+Pheat，t+Pload，t+Ploss，t

(5)

式中PFC，t，Pheat，t，Pload，t，Ploss，t——第t時刻下燃料電池的實際輸出功率、電熱鍋爐的用電功率、系統總電功率需求和棄電功率；ηFC，E，ηELE——燃料電池和電解槽的電轉化效率。

熱功率平衡方程描述了任何t時刻下燃料電池和電熱鍋爐所產生的熱功率與熱負荷需求相等，其表達式：

ηpfPheat，t+ηFC，HPFC，t=Qload，t

(6)

式中Qload，t——第t時刻下的系統總熱功率需求；ηFC，H——燃料電池的熱轉化效率；ηpf——電熱鍋爐的轉換效率。

氫氣質量平衡方程描述了儲氫罐的入口與出口流量相等，其表達式：

(7)

0≤St≤WH

(8)

式中St——第t時刻下的儲氫罐的儲氫量，應不大于儲氫罐的最大允許儲氫量，即儲氫罐的額定容量WH。

2.2.3 功率特性約束

電解槽和燃料電池在運行過程中，應滿足最大/最小功率約束，其表達式：

(9)

(10)

這兩式涉及到整數二元變量和優化變量的乘積，是一個非線性約束。為簡化模型，需對其進行線性化轉換。以式(9)為例：

(11)

2.2.4 棄電率約束

棄風棄光是我國可再生能源開發的一個突出問題。在本系統中，為了增加系統中可再生能源和燃料電池的利用率，對系統加入棄電率的限制，對規劃調度提出了更高的要求。具體地，年度棄電量應小于風光發電總電量的一定比例。

(12)

式中ε——代表最大允許棄電率。

2.2.5 設計約束

在設計過程中，若設備的容量過小，可能沒有相應的規格或達不到承包方接受的最小建設規模；若設備的容量過大，難以滿足安全建設規范或成本過高，因此需要對各設備的容量設計上下界合理約束。其表達式：

(13)

3 案例描述

基于風光氫綜合能源系統設計及集成優化模型，本文系統考察了不同用能負荷、不同風光資源稟賦場景，對綜合能源系統的優化設計及運行情況的影響。在本模型中，風力發電系統、光伏發電系統、電解槽、燃料電池、儲氫罐、電熱鍋爐等設備的相關參數如表1所示。系統設計壽命為20 a，折現率為6%，系統單位調度時間為1 h。模型均在Gams平臺實現，采用Cplex優化算法進行求解。

表1 系統各設備參數

考慮到工商業電熱負荷和普通居民電熱負荷在電熱負荷比例、負荷時間、氣溫特性上的不同特點，本研究基于Eouest能耗軟件對典型辦公樓和居民樓的熱電負荷進行模擬仿真，其逐小時及每月的平均熱電負荷特性如圖2所示[11-15]。

圖2 辦公樓與居民樓的典型熱電負荷特性

辦公樓的年度總電、熱負荷需求分別為1 400.72 MWh和227.26 MWh，主要集中在7:00—20:00的工作時間，晚上的負荷需求較低，熱負荷需求遠小于居民樓。居民樓的電、熱負荷需求分別為1 066.57 MWh和1 148.19 MWh，主要集中在三餐時間及晚上，并且具有典型的季節性特點，冬季供暖需求較高造成熱負荷明顯增高，而夏季供冷需求較高造成電力負載增大。若全部采取傳統向電網買電方式供能，辦公樓和居民樓用能場景下的年運行成本分別為152.58萬元和153.36萬元，折合的全生命周期成本凈現值分別為1 750.08萬元和1 759.02萬元。

由于辦公樓與居民樓在向電網買電時分屬工商業用電和居民用電，本文采用上海市工商業電費和居民電費的分時計算方法，如表2所示。

表2 工商業和生活電費標準

基于Solcast全球氣象數據集[16]，選取了上海、大連、西寧、成都這4個代表性地區，系統分析了風光資源對系統的優化設計及運行情況的影響，4個地區的全年平均太陽總輻射值和平均風速如表3所示。由表3可見，西寧的光照資源最為豐富，大連的風力資源最為豐富，上海的風光資源均處于中等水平，成都的風光資源均較差。

表3 不同地區風光資源對比

4 結果分析與討論

4.1 典型場景下系統設計與優化結果分析

基于系統設計及運行集成優化模型，面向上海市居民樓的資源與用能特點，對風光氫綜合能源系統實施了設計及運行集成優化。優化結果顯示，系統全生命周期成本凈現值為1 239.23萬元，其中初始投資成本和年度運行成本分別為410.26萬元，69.41萬元，與只向電網買電供能方式相比，系統成本減少29.19%。風機、光伏、電解槽、燃料電池和儲氫罐的設計容量分別為187.88，599.83，35.79，31.54 kW和12.02 kg。

系統全年能量流動圖如圖3所示。圖3可清晰直觀地呈現系統各能量單元的出力及能量流動情況。如圖3所示，全年風力發電、光伏發電、電網買電量分別為213.90，854.87，755.01 MWh，分別占系統總供電量的11.73%，46.87%，41.40%，由此可見系統依托可再生能源的供電自給率為58.60%。在系統供能方面，74.15%的電能直接用于系統供電，13.55%的電能通過電熱鍋爐用于系統供熱，6.44%的電能通過電解槽轉化為氫氣儲存起來，剩余5.86%的電能為棄電。系統能量損失主要來源于系統直接棄電、電熱鍋爐損失和氫存儲過程的損失，損失總電量分別為106.9，49.4，39.5 MWh[16-18]。

圖3 系統全年能量流動圖

為分析系統調度運行過程中能量流動的日間特性，本文計算了每天同一時刻各主要供能設備的平均功率，如圖4所示。圖4(a)為系統各設備對電需求的響應情況，可見凌晨0:00—5:00，系統電需求小且電價較低，此時風力發電余能較多，電解槽利用谷電和風電制氫；上午5:00—8:00，系統電需求上升但光伏/風力發電不足，需求缺口部分依靠電網買電和燃料電池補充；8:00—16:00，光伏發電量處于高峰階段，發生系統發電量超過電需求的情況，電解槽開始工作，系統也出現部分棄電。16:00之后，光伏發電量逐漸減少，系統電需求主要由電網買電和燃料電池供應。圖4(b)為系統各設備對熱需求的響應情況，可見系統的熱負荷主要依靠電熱鍋爐提供，電熱鍋爐的電能來源在白天主要為光伏發電，夜晚主要為風力發電和電網購電；燃料電池主要在上午8:00—10:00、16:00—22:00兩個供熱需求高峰工作。

圖4 各設備逐時平均功率

儲氫罐逐時平均儲氫量如圖5所示。由圖5可見，系統儲氫行為主要發生在10:00—15:00、22:00至次日6:00兩個時間段。在前一時間段，系統主要使用富余可再生能源發電制氫；在后一階段，系統主要使用電網谷電制氫。系統用氫行為主要發生在6:00—10:00、15:00—22:00，因為這兩個時間段系統用電量大且電網電價較高。

圖5 儲氫罐逐時平均儲氫量

4.2 負荷模式對系統優化結果的影響分析

面向上海市辦公樓與居民樓不同的負荷模式，對風光氫綜合能源系統設計及運行優化結果進行了分析比較，不同負荷模式下的系統關鍵設備容量配置及結果如表4所示。由表4可見，居民樓負荷場景下系統成本凈現值為1 600.38萬元，較只向電網買電供能方式相比減少9.02%，降本成果不如辦公樓負荷場景。此外，系統中風機、光伏、電解槽、燃料電池等設備的裝機容量均小于辦公樓的負荷場景。辦公樓和居民樓場景下的可再生能源發電比分別為58.59%，25.26%。這說明在面向辦公樓負荷場景時，風光氫綜合能源系統更傾向于通過建設可再生能源發電設備和氫儲能系統來供電，主要原因具體如下。

表4 不同負荷模式下的系統優化設計結果

(1)居民樓負荷場景下的向電網購電成本更低，并且峰谷價差小，利用氫儲能系統削峰填谷得到的收益較少，因此系統會傾向于直接向電網買電的供能方式。

(2)辦公樓場景下的用電負荷主要集中在白天，與光伏的輸出功率曲線匹配度高，光伏發電功率大多可直接用于供能；而居民樓的用電負荷在一天中分布較為均勻，過剩的可再生能源需要通過氫儲能系統消納，間接增加了系統的度電成本，因此在經濟效益和棄電率限制下，居民樓負荷模式的優化結果中光伏容量明顯減小，下降了41.1%, 而風機容量下降的比例為35.9%。

綜上，由于更高的購電成本和更匹配的負荷特性，風光氫綜合能源系統在辦公樓負荷模式下的可再生能源發電比例更高，風光發電及氫儲能設備裝機容量更大，經濟性更優。

4.3 風光資源對系統優化結果的影響分析

針對辦公樓的負荷用能特點，基于成都、上海、大連、西寧等地的風光資源現狀，對風光氫綜合能源系統設計及運行優化結果進行了分析比較。從系統成本角度來看，大連市的系統成本凈現值最小，成都市的系統成本凈現值最大，這是因為風光資源越豐富的城市，其發電的度電成本越低，系統利潤空間也越大。從風光容量配置角度來看：由于成都市風電資源匱乏，系統選擇不建設風機，而選擇建設4種場景中容量最大的光伏系統，此外其可再生能源發電比只有46.29%，超過一半供電來源于電網買電；大連市光伏和風機有效發電小時數均較高，在電熱負荷不變的條件下，為滿足負荷需求所需建設的風機和光伏容量更小；西寧市光伏的有效發電小時遠高于風機，故也采取了建設大規模光伏不建設風機的方案。從氫儲能容量配置角度來看，電解槽、燃料電池和儲氫罐的設計容量與城市的風光資源豐富度呈正相關，這是因為可再生能源越豐富，燃料電池就更可能通過消納余能產生經濟效益，此外棄電率約束也使得系統更需要在時間上轉移能量的能力。

綜上，風光資源豐富的地區，風光氫綜合能源系統可再生能源發電占比更大，氫儲能設備的設計容量更高，經濟性更佳。

5 結語

本文以風光氫綜合能源系統全生命周期內系統總成本最小化為目標，構建了風光氫綜合能源系統的設計及運行集成優化模型，獲得了系統各設備的最優容量配置方案及典型運行策略。基于此，本文系統比較了不同風光資源及用能負荷特性下系統設計及運行方案的差異。

(1)風光氫綜合能源系統在辦公樓負荷模式下的可再生能源發電比例更高，經濟性更佳。

(2)風光資源豐富的地區，風光氫綜合能源系統可再生能源發電占比更大，氫儲能設備的設計容量更高，經濟性更佳。