制氢系统参与火电辅助调峰的容量配置优化

曹 炜，钟 厦，王海华，韩学栋，潘 磊

(中国能源建设集团江苏省电力设计院有限公司，江苏 南京 211102)

0 引言

近年来，风能等清洁能源发展迅速，截至2019年9月底，全国可再生能源发电装机达到7.64×108kW，其中风电装机已达1.98×108kW，在电网中占比越来越大[1]，与此同时，风电等新能源发电对电网安全稳定运行的影响也日益显著[2]。风电等新能源发电具有间歇性、随机性和反调峰的特性，规模化新能源的发展导致电网的调峰压力越来越大[3]，甚至出现了一定的弃风限电问题[4]。

针对目前出现的弃风限电问题，研究机构、政府部门也已经进行了大量的研究，如在电源侧、电网侧配置储能系统[5-7]，进行火电深度调峰改造[8]，以及进行辅助调峰市场建设[9]等。

此外，随着氢能的不断发展，目前对氢能缓解弃风限电的研究也逐渐深入，但主要集中在风电制氢方面。文献[10]通过实际案例，对风氢耦合发电系统优化运行的控制策略等进行分析；文献[11]对风电、制氢系统、燃料电池与超级电容器进行分析，提出了电源侧多系统的能量管理策略，在提高风能利用率的同时平抑了直流母线电压波动；文献[12-13]对风电制氢的容量配置进行分析，但其配置方法主要对弃风进行分析，对经济性分析较少；文献[14-15]对风电制氢的经济性进行了分析，得出其关键因素是氢市场价格的结论。

综合来看，现有的利用氢能减少弃风限电的研究主要集中在风氢耦合发电的控制策略、容量配置以及经济性分析等方面，但对制氢系统参与火电机组深度调峰辅助服务缓解弃风限电方面鲜有研究。

本文对制氢系统参与火电机组辅助调峰服务的容量配置优化策略进行研究，在目前辅助调峰市场补偿机制下，通过在火电侧配置制氢系统，实现深度调峰，缓解目前弃风限电问题。

1 制氢系统参与辅助调峰服务分析

图1给出了某地区风电1天中出力情况，从图中可以看出，风电出力具有间歇性、随机性和反调峰的特点，特别是负荷水平较低时风电大发，风电电量无法完全被负荷消纳，导致调峰困难和弃风限电现象时有发生。因此，对新能源大发时的调峰需求越来越大。

图1 某地区风电1天中风电出力情况Fig.1 Output of wind power in an area a day

考虑到以上情况，各省纷纷开展调峰辅助服务市场建设，探索建立调峰辅助服务分担共享的新机制[16]。辅助调峰服务主要针对火电机组和热电机组，沿海地区还包括核电机组。调峰基准值一般在50%左右，并采取“阶梯式”调峰服务，对负荷率40%以下、40%～50%的调峰限价进行区分，北方地区还对供热期和非供热期进行区分。此外，大多数省份的调峰辅助服务还鼓励储能电站等作为单独调峰或与火电机组联合参与辅助调峰服务。

由于新能源大发时存在消纳不足等问题，参与辅助调峰服务的大部分火电机组主要对新能源大发时降低出力获得深度调峰补偿。因此，部分火电厂业主正探索配置储能系统减少火电机组出力获得更多补偿。由于氢能的不断发展，已有火电厂考虑通过在火电侧配置制氢系统，减少火电机组出力，实现深度调峰。

可以看出，在火电侧配置一定的制氢系统开展深度调峰服务，一方面可以增加火电厂负荷减少火电机组对外出力，获得深度调峰补贴；另一方面出售氢气实现更多的利润，还可以更加有效缓解新能源消纳难题，提高资源利用效率。

2 面向调峰的制氢系统技术经济模型

面向调峰的制氢系统技术经济模型主要包括调峰费用模型和调峰效益模型两部分。

2.1 制氢系统调峰费用模型

2.1.1 常规机组调峰费用模型

考虑到火电机组的运行状态和能耗特性，在电网经济调度下火电机组的调峰可分为常规调峰、稳燃不投油深度调峰和投油深度调峰等阶段[8,17]。火电机组的调峰费用A可以分不同调峰阶段表示。

在常规调峰过程中，主要考虑火电调峰的运行煤耗成本，即

(1)

式中：Pthe为火电机组输出功率；a、b、c分别为火电机组耗量特性函数系数；Scoal为煤炭价格。

在稳燃不投油深度调峰和投油深度调峰阶段，由于深度调峰会导致机组寿命减小，增加机组损耗成本，该项增加的费用可表示为

(2)

式中：ε为火电机组运行损耗系数；Sgen为机组费用；N为机组转子致裂循环周期。

此外，在投油深度调峰阶段，调峰成本还包括投油油耗成本f3以及环境附加成本f4，即

式中：Poil为投油油量；Coil为单位投油油量费用；Penvi为排污量；Cenvi为单位排污成本费用。

由此，A可以表示为

(5)

2.1.2 火电机组改造费用模型

为了保障地区电网深度调峰的需求，多个省份火电机组均进行了改造，以保证火电机组能够接受调度指令进行深度调峰。火电机组的改造费用可以表示为

B=B1+B2+B3

(6)

式中：B为火电机组改造成本，元/(kW·h)；B1为引风机改造成本，元/(kW·h)；B2为脱硫系统改造成本，元/(kW·h)；B3为掺煤成本，元/(kW·h)。

2.1.3 制氢系统调峰费用模型

制氢系统和储能系统类似，其投资成本主要为初期的投资成本以及在整个电池运行周期内的运行维护成本。

初期的投资成本主要是在储能系统建设初期一次性投入的固定资金，主要包括土地成本、设备成本和建筑安装成本。制氢系统的主要设备包括中压碱性电解水制氢系统、高压储氢模块、中压缓冲储氢罐和压缩机等，这些设备的成本随着风电制氢系统规模变化[15]。

制氢系统的初始投资成本为

Ch2=Cland+Cequip+Cinstall=Cunit-h2Ph2+Ccon

(7)

式中：Ch2为制氢系统初始投资成本；Cland为土地成本；Cequip为设备成本；Cinstall为建筑安装成本(根据制氢系统成本构成，可将其简化为有关功率的成本函数)；Ph2为制氢系统功率；Ccon为其他设备成本；Cunit-h2为制氢系统功率单价，该单价与制氢设备电解槽型号有关，电解槽功率越大，单价越低。

考虑到制氢系统在整个寿命周期内的正常运行，采用资金回收系数将储能系统的初期投资成本在寿命周期内平均分摊，即投资等年值

式中：Cb1为投资等年值；f5为资金回收系数；r为折现率或计算期利息；n为制氢系统使用年限，即总计息期数。

制氢系统的运维成本主要与制氢量有关，即

Cmain=Mh2Vh2

(10)

式中：Cmain为制氢系统运维成本；Mh2为制氢量运维单价；Vh2为制氢量。

由此可以得出制氢系统提供调峰辅助服务的费用评估模型

C=Cb1+Cmain

(11)

由式(1)—(11)可以得出储能系统参与调峰的总体费用模型为

F=A+B+C

(12)

2.2 制氢系统调峰效益模型

2.2.1 制氢系统参与调峰补贴收益

根据调峰辅助服务市场所建立的深度调峰报价方式和价格机制，具体调峰价格内容如表1所示。制氢系统同火电机组协同出力,参与深度调峰补贴收益可以表示为

X1=αμ∑Ethe-h2

(13)

式中：X1为调峰补贴收益；∑Ethe-h2为火电和制氢系统共同出力调峰电量；μ为每度电阶梯补贴。目前深度调峰交易阶梯补贴最终价格以对应市场出清价格结算，由于最后所获得的度电补贴电价一般低于最高限价[9]，因此在补贴收益中设置α为报价修正系数。

2.2.2 制氢系统出售氢气收益

根据目前制氢设备情况，一般4.5～ 5 kW·h电量可制取1 m3氢气，通过出售氢气可获取一定的收益

X2=ηh2∑Vh2

(14)

式中：X2为出售氢气收益；ηh2为氢气售出单价；∑Vh2为制氢量。

由式(13)(14)可以得出储能系统参与调峰总效益为

X=X1+X2

(15)

根据制氢系统的成本模型和效益模型，可以得出制氢系统参与调峰的总利润为

Ppro=X-F

(16)

因此制氢系统参与火电调峰的经济性模型为保证Ppro最大，即Ppro_max。

2.3 制氢系统参与调峰约束条件

制氢系统在参与调峰过程中，对火电机组和制氢系统以及区域电网均有一定的约束条件。

2.3.1 火电机组约束要求

火电机组约束主要包括火电机组调峰容量约束，爬坡率约束等。

火电机组调峰容量约束为

(1-k)Pmax≤Pthe≤Pmax

(17)

式中：Pmax为火电机组最大出力，一般为火电机组额定功率；k为火电基本调峰能力与最大出力比值。

火电机组爬坡率约束为

(18)

式中：Pthe(t)为火电机组在t时刻时出力；ΔPup和ΔPdown分别为火电机组爬坡功率限制。

2.3.2 制氢系统约束要求

制氢系统需满足最大和最小功率约束

Ph2-min≤Ph2(t)≤Ph2-max

(19)

式中：Ph2(t)为制氢系统瞬时出力；Ph2_max为制氢系统最大功率；Ph2_min为制氢系统最小功率。

2.3.3 系统功率平衡要求

对于区域电网，还应保持电源功率以及负荷功率处于平衡的功率约束，可以简化表示为

Pthe(t)+Pwind(t)=Pload(t)+Ploss(t)

(20)

式中：Pwind(t)为风电场在t时刻时出力；Pload(t)为t时刻负荷功率；Ploss(t)为t时刻弃风功率。

2.4 面向深度调峰的制氢系统容量配置优化

制氢系统在火电侧与火电机组协调配合辅助调峰，需要在尽量发挥制氢系统对火电机组调峰的补充作用的同时，实现尽量少的弃风。同时，在进行调峰时也需要尽量避免电解槽频繁通电，降低电解槽的耐受性。

根据以上分析，制氢系统在参与辅助调峰时，当电网调度部门向火电机组发出调峰功率指令，若要求火电出力小于(1-k)Pthe，即要求火电机组出力小于火电机组允许最小出力，则火电以最小功率出力，剩余部分由制氢系统制氢加以补足，考虑到此时调峰收益最大，仅考虑制氢系统在火电机组出力小于火电机组允许最小出力时进行制氢，以消纳风电场出力，若火电出力大于0.5Pthe时，此时火电机组需无偿承担调峰义务，调度机构无偿调用，当火电机组出力在(1-k)Pthe和0.5Pthe之间，火电机组有能力进行调峰，此时无需制氢系统充电进行调峰。

在容量配置优化过程中，以经济性最优为目标，则

f(Ph2,Vh2)=Ppro=X-F

(21)

制氢系统参与辅助调峰容量配置优化具体流程图如图2所示。图中，首先初始化火电机组、制氢系统功率等参数，载入区域电网调峰模型参数，采用遗传算法确定利润最大为Ppro_max时的制氢参数。

图2 制氢系统参与辅助调峰容量配置优化流程图Fig.2 Diagram of capacity allocation optimization of peak shaving of hydrogen production system for auxiliary

3 算例分析

3.1 算例参数

某区域电网总装机容量900 MW，其中火电600 MW，风电200 MW，水电约100 MW，水电规模较小且实现了就地消纳。除水电就地消纳的负荷外，其他负荷约500 MW。

火电机组为纯凝机组，为实现深度调峰，机组已经进行过改造，最低负荷能够降至43%左右，即k约为0.57。根据火电厂业主意愿，拟在火电侧配置一定的制氢系统，实现深度调峰的目的。

制氢电解槽选用某氢能公司制造的常用水电解设备，根据其提供的设备参数，电解槽功率越大，单位成本价格越低。

图3 风电场春秋季典型出力及负荷波形图Fig.3 Waveforms of output power of wind farm and load power in spring and autumn

选取调峰问题较为严重的春秋季节多个时间段风电场出力和负荷曲线，如图3所示(以电网额定容量为基准的标幺值计算)，采样周期为15 min。从图中可以看出，风电场出力波动较为频繁，在多个时段特别是凌晨和下午时间段呈现逆调峰特性，对风电的消纳问题较为困难。如下午有部分时间段风电出力接近满发，此时负荷仅为440 MW左右，火电机组降至最低43%出力仍然难以消纳所有的风电电量，在没有制氢系统的情况下，系统将选择部分弃风。制氢系统与区域电网参数如表2所示。

表2 制氢系统与区域电网仿真参数Table 2 Simulation parameters of hydrogen production system and regional power grid

3.2 仿真分析

采用本文提出的制氢系统运行控制策略及容量配置优化方法，在火电侧配置制氢系统进行经济性分析，得出春秋季2个典型日弃风电量和总利润随不同电解槽容量变化规律，并得出制氢系统最优容量，如表3所示。

表3 弃风量和总利润随电解槽变化表Table 2 Abandoned wind and benefits varies with electrolyzer

从表3中可以看出，随着电解槽功率的增大，所需电解槽数量降低，由于电解槽功率的增加导致单位成本降低，所需制氢系统最优容量逐步增加，经济性随着电解槽功率的增大而逐步增加，弃风电量逐步减少。

选取制氢系统单个电解槽功率为1 000 kW时，2个典型日中风电场弃风量和利润总量随功率变化如表4所示，制氢系统容量对利润的影响如图4所示。

表4 弃风量和总利润随功率变化表Table 2 Abandoned wind and benefits varies with power

图4 制氢系统容量对利润的影响Fig.4 Influence of capacity of hydrogen production system on profit

从表4和图4中可以看出，随着制氢系统容量和功率的增加，制氢系统的经济效益呈现先增后降的趋势。如表4中制氢系统功率为22 MW时利润反较15 MW时少1 503元。这是由于制氢系统接入较小时，系统电解槽都能够得到充分利用，同时其规模能够保证绝大多数风电不弃风，当制氢系统功率增大时，由于风电功率的波动性导致部分电解槽并未得到充分利用，从而导致经济性降低。

若没有制氢系统，该火电机组仅能消纳部分新能源，电网在春秋季2个典型日弃风总量为67.77 MW·h。而当制氢系统容量为20 MW时，弃风总量仅为0.33 MW·h，可以看出采用制氢后，弃风总量有了明显减少，同时能够获得较大利润。

4 结论

针对目前出现的弃风限电现象和新能源消纳难题，本文以制氢系统参与辅助调峰服务为背景，提出了制氢系统参与火电机组深度调峰的技术经济模型和制氢系统运行控制策略，考虑受风电波动影响的电网综合负荷，在考虑火电及制氢系统约束条件下，得出经济性最优的的容量配置方案。本文所提出的制氢系统容量优化配置策略，能够将电网无法消纳的弃风电量通过电解水制氢进行利用，有效提高了资源利用效率。