考虑制氢储能参与的互联电力系统优化调度研究

刘志坚，余莎，梁宁

（昆明理工大学电力工程学院，云南昆明650504） 　　摘要：在能源互联网背景下，可再生能源发电并网比例快速增长，而由于风电出力特性等因素的影响，风电并网时出现大量弃风，未能实现全消纳。以减少弃风为前提，运行成本和环境成本最小为目标，构建含制氢储能的电-气综合能源日前经济调度模型。通过对比系统中制氢储能单元参与前后的弃风电量、运行成本和环境成本，验证了制氢储能对减少弃风，提高系统经济性和环保性的作用。仿真算例表明：构建的电-气综合能源系统，在很大程度上实现了风电全额消纳，且制氢储能的参与使整个系统的经济性和环保性都有所提高。在能源互联网的背景下，该模型的提出对系统能够经济、环保地运行具有重要意义。 　　引言 　　随着可再生能源发电系统的不断开发，将逐渐减少化石能源的使用，这对于能源短缺、环境污染等一系列问题的解决具有重要意义[1]。我国电力系统的电能生产及消费结构随着可再生能源的快速发展也发生了深刻的变革，能源互联网的概念在这一时代背景下顺应提出，微电网、智能电网等新兴电网技术与互联网技术相互结合，同时能源网络与信息网络深度融合，共同构建新一代能源互联网[2]。在能源互联网背景下，新能源发电将在能源系统中扮演重要角色[3]。风电出力特性具有不确定性，在统筹协调风电、储能和火电等出力来实现优化调度时需考虑这一不确定因素，通过发展储能，可减少该不确定性对电力系统经济运行产生的影响，增加系统的新能源消纳[3]。对于抽水蓄能、压缩空气储能等常规储能方式，对新能源消纳虽有一定的优势，但在应对大容量、长周期储能需求时尚有不足之处[4]。因此，本文通过构建含制氢储能的电-气综合能源日前经济调度模型，在系统中引入了制氢储能这一跨能源领域的储能方式，利用新能源弃电量将电能转化为氢能，在大能源互联网的背景下，该模型的提出对系统能够经济、环保的运行具有重要意义。 　　新能源发电技术发展的同时系统的弃风问题也日益严重，为保证新能源能够尽可能全额消纳，在电源侧或电网侧投资兴建大型消纳设备的技术手段具有良好的可行性[5]。文献[6]在发电侧引入储能技术，提出分散式调度模型，实现风电的跨区域消纳；文献[7]基于风储一体化电站中电池储能系统，建立含弃风量最小的多目标优化模型，实现风电消纳。文献[8]基于微网型能源集线器模型，对含电转气（P2G）多源储能型微网系统进行建模，验证了P2G消纳可再生能源的潜力；文献[9]提出的P2G考虑了电转氢和电转天然气两阶段能量流动，将混合储能系统与微网结合，在风电并网时保证了系统的经济性和环保性。 　　综上所述，本文在对氢储能系统建模的基础上，以减少弃风为前提，运行成本和环境成本最小为目标，构建含制氢储能的电-气综合能源日前经济调度模型。算例分析结果表明，本文所构建的电-气综合能源系统，在实现弃风量最小的同时，可保证系统的经济性，并兼顾环境效益。验证了制氢储能对减少弃风，提高系统经济性和环保性的作用。 　　1制氢混合储能系统在电-气综合能源系统中的构建 　　1.1氢储能系统数学模型 　　氢是一种高能燃料，其单位燃烧热值为1.4×10⁸J/kg，是仅次于核燃料的高能燃料，且氢能作为清洁能源无污染，适合大规模的储能。在能源互联网中的应用前景广泛。 　　氢储能系统包括燃料电池、电解槽和氢罐3部分，由于经济调度问题涉及氢储能系统在能量转化过程中的能量损失，故首先对燃料电池和电解槽建立数学模型，氢罐作为储氢设备暂且不计。二者的数学模型本文采用通用模型，详见文献[10]。 　　（1）燃料电池模型 　　氢燃料电池是利用氢气和氧气发生电化学反应生成水并发电的设备，由于电池内部的各种电压损失，电池的电压要小于热力学上的理论电压。电池电势如式（1）所示。

　　1.2电-气互联综合能源系统 　　电-气互联综合能源系统如图1所示，该系统由风电场、常规机组、电解槽、燃料电池、氢缓存等部分构成。若系统风电功率配合其他出力单元满足负荷需求后还有剩余，为避免弃风，此部分弃风电量可对氢储能单元进行电解水制氢，所得H₂可直接供应氢负荷，或储存于氢储存设备中；若系统出现功率缺额，氢储能单元可通过燃料电池进行放电，与其他出力单元配合，共同满足负荷需求，保证电网安全可靠运行。故此，该互联系统利用电解制氢以及燃料电池发电两个环节之间的双向电气耦合，形成电-气-电的能量闭环流动圈[9]。

　　氢储能技术适合与大规模集中式可再生能源相结合，解决我国风电并网消纳难题。系统经济运行目标下，水电解制氢装置和燃料电池容量优化，受制氢和燃料电池投资成本、储氢容量及氢市场价格等因素影响[11]，故在能源互联网发展趋势的背景下，对含氢储能参与的高比例风光互联电力系统优化调度的研究有一定意义。 　　2考虑氢储能参与的风电互联电力系统优化调度模型 　　本文所提模型建立了系统综合经济成本最低这一目标函数，并考虑了常规机组约束、负荷平衡约束、备用约束、储能单元约束。

　　3经济调度模型求解

　　4算例分析 　　针对一个容量为400MW的风电场和6台常规火电机组的电力系统进行仿真。负荷需求见文献[6]，机组相关数据见文献[15]，氢储能单元参数取值见文献[16,17]。一天24h分时电价见文献[9]。 　　4.1单目标优化结果 　　4.1.1系统运行成本最小 　　优先利用风电场进行发电，以实现风电的最大化消纳，弃风量达到最小。对一天24h内互联系统在无储能、有储能两种情况下的经济优化调度进行分析。 　　图2在没有氢储能单元参与的情况下，本着新能源发电优先上网原则，在风电出力较少时，风电基本可实现满发，配合火电机组出力来满足负荷需求。1—4、10—15时段出现大量弃风，从而使系统的惩罚成本增加。在图3中，加入制氢储能单元，结果表明一天全时段可基本实现风电的全消纳，相应的火电机组出力减少，10—15时段系统有大量风电剩余，利用此时段的弃电量对制氢储能单元通过电解氢充电。由以上两种结果对比可知，由于制氢储能的加入，增加了风电消纳，实现全天最优经济调度。

　　4.1.2环境成本最小 　　在互联电力系统中考虑有、无储能两种情况下的以环境成本最小为目标的优化结果如图4、图5所示。

　　图4表明在无储能参与的情况下，系统风电既不能实现全额消纳，火电机组出力也相对较高，各类气体污染物的排放相应增加，从而使系统环境成本较高。图5中考虑制氢储能单元系统弃风量几乎为0，且由于储能出力的配合，减少了火电机组的出力，环境成本减少。 　　互联电力系统中有、无储能参与两种情况下系统运行成本、环境成本对比结果如表1所示。考虑制氢储能单元基本可实现风电全消纳，即使在考虑储能运行成本的情况下，系统整体运行成本也较无储能参与时低。由于储能分担了火电机组的一部分出力，故环境成本也相对无储能参与时低。

　　4.2综合目标优化结果

　　由表2可以看出，通过对ω1、ω2不同权重值的设置，随着ω1的逐渐减小，ω2的增加，运行成本逐渐增加，环境成本逐渐降低。情况1和4可看做为单目标模型。情况1中，综合运行成本忽略环境效益的影响，在综合目标优化结果中得出的运行成本高于只考虑运行成本最低的单目标模型，而此时的环境成本也在有储能参与的各种情况下达到最高；情况4中，综合运行成本侧重于环境效益，得出的环境成本高于只考虑环境成本最低的单目标模型，此时运行成本在有储能参与的各种情况下也达到最高。以上，单目标优化下容易顾此失彼，经济性和环保性不能同时兼顾，综合目标优化能较好的权衡二者关系，使得在综合运行成本最低这一目标下的运行成本和环境成本相对最优。因此，在实际应用中，建立综合目标模型更具有实际意义。 　　5结论 　　在能源互联网背景下，构建了含制氢储能的电-气综合能源日前经济调度模型，并通过对比系统中制氢储能单元参与前后的弃风电量、运行成本和环境成本，验证了制氢储能对减少弃风，提高系统经济性和环保性的作用。仿真结果表明：本文所构建的电-气综合能源系统，在很大程度上实现了风电全额消纳，且制氢储能的参与显著提高了整个系统的经济性和环保性，应用前景广阔。在此基础上，首先对单目标模型有、无储能参与两种情况优化值进行对比，有储能参与的情况下更能保证系统的经济性和环保性。其次对含氢储能单元的综合目标模型在不同方案下进行优化结果对比，表明综合目标模型更具实用价值，验证了所提模型的有效性和可行性。 　　参考文献： 　　[1]杨经纬,张宁,王毅,等.面向可再生能源消纳的多能源系统:述评与展望[J].电力系统自动化,2018,42(4):11-24. 　　[2]丁涛,牟晨璐,别朝红,等.能源互联网及其优化运行研究现状综述[J].中国电机工程学报,2018,38(15):4318-4328. 　　[3]胡泽春,丁华杰,宋永华,等.能源互联网背景下储能应用的研究现状与展望[J].电力建设,2018,37(8):8-17. 　　[4]邹金,赖旭,汪宁渤.以减少电网弃风为目标的风电与抽水蓄能协调运行[J].电网技术,2015,39(9):2472-2477. 　　[5]魏繁荣,随权,林湘宁,等.一种电网多主体场景下的制氢装置新运营模式及其调度策略[J].中国电机工程学报,2018,38(11):3214-3225. 　　[6]任建文,许英强,董圣孝.考虑储能参与的含高比例风电互联电力系统分散式调度模型[J].电网技术,2018,42(4):1079-1085. 　　[7]孙辉,刘鑫,贲驰,等.含风储一体化电站的电力系统多目标风险调度模型[J].电力系统自动化,2018,42(5):94-101. 　　[8]陈沼宇,王丹,贾宏杰,等.考虑P2G多源储能型微网日前最优经济调度策略研究[J].中国电机工程学报,2017,37(11):3067-3077. 　　[9]刘继春,周春燕,高红均,等.考虑氢能−天然气混合储能的电−气综合能源微网日前经济调度优化[J].电网技术,2018,42(1):170-178. 　　[10]李彦哲,郭小嘉,董海鹰,等.风/光/储微电网混合储能系统容量优化配置[J].电力系统及其自动化学报. 　　[11]孔令国.风光氢综合能源系统优化配置与协调控制策略研究[D].北京:华北电力大学,2017. 　　[12]张晓辉,赵翠妹,梁军雪,等.考虑发用电双侧不确定性的电力系统鲁棒模糊经济调度[J].电力系统自动化,2018,42(17):67-75. 　　[13]石庆均.微网容量优化配置与能量优化管理研究[D].杭州:浙江大学,2012. 　　[14]陈洁,杨秀,朱兰,等.微网多目标经济调度优化[J].中国电机工程学报,2013,33(19):57-66. 　　[15]黄杨,胡伟,陈立.基于两阶段优化的风储联合发电系统日前发电计划模式[J].电力系统自动化,2015,39(24):8-15. 　　[16]CLEGG S, MANCARELLA P. Integrated modeling and assessment of the operational impact of power-to-gas(P2G)on electrical and gas transmission networks[J]. IEEE Transactions on Sustainable Energy,2015, 6(4): 1234-1244. 　　[17]李乐.微网的经济运行研究[D].北京:华北电力大学,2011.