电氢混合储能微电网容量配置优化的研究综述

王一凡，王 辉*，李旭阳，方 航，王宝全，金子蓉

(1.三峡大学 电气与新能源学院，湖北 宜昌 443002；2.湖北省微电网工程技术研究中心(三峡大学)，湖北 宜昌 443002)

近年来，随着社会经济的快速发展,人们对能源的需求量越来越大，能源危机日益严峻，石油、煤炭等传统的化石能源储量日益减少，其引起的环境污染日益严重。此外，由于传统的集中式发电拓扑结构单一、供电灵活性较差，已经不能满足用户对供电可靠性、安全性的要求，因此，以风电、光伏等为代表的分布式能源发电受到国内外专家的重视，在以国家能源战略布局为主导的影响下，大规模清洁型能源将逐渐替代传统发电形式接入到电力系统中。分布式电源之间相互独立运行，不会发生大规模集中停电故障，因此相比于传统集中发电，分布式电源具有更高的可靠性。但风、光等资源会受到地理环境、温度等客观因素影响，具有较强的不确定性，这会导致风、光发电机组出力不稳定，此时将新能源并网必然导致电力系统运行稳定性大幅下降，并造成弃风、弃光现象的出现。当分布式电源渗透率超过一定上限后，其灵活、经济、环保等优势将无法得到充分发挥，甚至会降低电力系统的安全、经济、稳定运行，增加电力系统规划、运行的复杂度及不确定性。微电网是目前新能源多能互补优化和良好接入大电网的一种有效手段，而作为电能储存装置的储能系统，充分弥补了风、光发电机组出力的不稳定性与不可控性，对改善微电网中的电能质量、负荷持续供电具有重要作用。包含储能装置在内的微电网可以作为小型供用电系统，工作模式分为并网和孤岛，其基本可以实现内部电力能量平衡。

国家发改委等五部委2017年发布的《关于促进储能技术与产业发展的指导意见》明确指出：“十三五”期间任务为推动储能电站示范工程建设，加强多种电源和储能设施集体互补；“十四五”期间全面掌握具有国际领先水平的储能关键技术，形成较为完善的技术和标准体系。2020年10月29日中国共产党十九届五中全会通过的“十四五”规划与2035年远景目标建议都提出，要加快推动绿色低碳发展，降低碳排放强度，支持有条件的地方率先达到碳排放峰值，制定2030年前碳排放达峰行动方案。2020年12月召开的中央经济工作会议中碳达峰、碳中和被作为2021年要做好的八项重点任务之一，并明确二氧化碳排放力争在2030年前达到峰值，力争在2060年前实现碳中和。可以看出，在满足经济性、可靠性指标的同时，环保问题也是重中之重。

对于微电网，在过去的研究里，电源侧一般包括光伏、风力、微型燃气轮机等，而储能侧由单一类型储能或由单一类型储能发展为多种类型储能共同协调工作，例如蓄电池搭配超级电容器、蓄电池搭配抽水蓄能等混合储能系统。而近些年来，包括氢储能的混合储能进入公众视野，氢储能具有清洁、高效、能量密度大、容量大等优点，而蓄电池价格较低，响应较快，寿命较低，但存在一定的环境污染问题，两者具有一定程度的互补特性，合理配置后在提高微电网存在的经济性和可靠性同时，还可大幅度提升微电网对新能源的消纳能力。同时氢储能在综合能源系统、电动汽车等方面也有广泛应用，因此合理规划包含蓄电池和氢储能的混合储能容量配置具有十分重要的意义。

1 微电网系统结构

本文所研究的包含氢储能的混合储能微电网结构如图1所示，其中分布式电源包括光伏阵列、风电机组，混合储能包括蓄电池和氢储能，氢储能由电解槽、储氢罐和燃料电池组成，各个系统通过变换器与交流母线连接。

图1 含氢储能的混合储能微电网结构Fig. 1 Structure diagram of hybrid energy storage microgrid containing hydrogen energy storage

如图1所示，其中的箭头表明功率流向，分布式电源部分负责输出功率，负荷部分为输入功率，电网部分功率流动方向视微网功率缺额情况而定，储能部分功率为双向，既可输入功率也可输出功率。

2 微电网系统数学模型

2.1 电源侧数学模型

2.1.1 光伏发电

光伏发电是利用光生伏特效应，将光能直接转变为电能的一种技术，组成部分主要为太阳电池板、控制器和逆变器，由电子元器件构成，工作原理为半导体中的PN结通过太阳辐照产生光伏效应[1]。装置中的电池经过串联、封装保护等一系列操作后形成太阳电池组件，再搭配功率控制器等部件就是完整的光伏发电装置。无论从储备还是发展前途来看，常规能源在中国乃至世界都是很有限的。在中国，一次性能源的储量远远低于世界平均水平，大约只有世界总储量的10%。而太阳能作为可再生能源，是人类取之不尽用之不竭的财富，它具有充分的清洁性良好、安全性高、广泛性、寿命长、免维护性、资源充足及经济性等一系列优点，中国领土广大，光伏可充分发挥其优点，在长期的能源战略中具有重要地位。不过太阳能电池板的生产却伴随着高污染、高能耗的缺点；据统计，生产一块1.0 m×1.5 m太阳能板必须燃烧超过40 kg煤，同时光伏出力会受到天气、温度、地理条件等外界因素的影响。

文献[2]从复杂光照条件下的光伏组件的输出特性出发，建立了独立组件的数学模型，根据最后的仿真结果总结了在复杂光照条件下光伏组件输出特性的规律；文献[3]提出一种基于高斯混合模型的光伏发电功率概率区间预测方法;文献[4]从光伏发电板方面考虑各种角度因素，包括维度、倾斜程度、太阳光的入射角等，将这些影响因素囊括进光伏阵列数学模型。

在大部分研究中，光伏发电PV(photovoltaic)的输出功率会考虑受到不同光照强度以及环境温度变化带来的影响[4-5]，其表达式可表示为

(1)

式中：PSTC为光伏阵列在标准条件下的额定输出功率；GSTC为标准条件下的太阳辐照度；GC(t)为t时刻工作点实际的太阳辐照度；K为功率温度系数；TC(t)为在t时刻的工作点温度；TSTC为在标准条件下的温度；NPV为光伏阵列单元数量。

2.1.2 风力发电

作为一种清洁性高的可再生能源，风能近些年越来越受到世界各国的重视[5]，其蕴量巨大，全球的风能约为2.74×109MW，其中可利用的风能虽然只占百分之一，但比全球可供开发利用的水能总量还要多10倍，高达2×107MW。由于中国具有地理条件优势，所以风能的储量大且分布面广，仅是陆地上的风能储量就接近2.53×105MW。风力发电主要依赖于风机，利用风力来带动风车叶片进行旋转，再依靠增速机将叶片旋转的速度提升，促使发电机运行工作，即先把自然界中风的动能转变成机械能，再把机械能转化为电能的过程，这就是风力发电[6]。由于风力发电具有无需燃料，也不会产生辐射或者空气污染等优势，所以研究和应用正在世界上形成一股前所未有的热潮。但与光伏发电类似，风能通常也会受到气候和地理环境的影响，因此具有随机性和间歇性，可以看出对于风速的预测是不可忽视的研究重点。对于风电的数学模型，大多数采用2种，一种是自回归滑动平均模型(ARMA)[7-8],其将过去的风速数据与当前时刻相关联，以此对未来的风速进行预测；另一种是基于韦布尔参数分布来对风速进行预测的输出功率模型[9]，它是通过概率函数来对风速分布进行预测，以此获得相应的风速，最后对风机出力进行计算。

传统研究中通常把风力发电机WT(wind turbine)的输出功率和风速之间的关系近似地表示为：

(2)

式中：Pr为风机额定功率；v为实际情况下的风速；vin为切入风速；vout为切出风速；vr为额定风速。

2.2 储能侧数学模型

2.2.1 储能类型

目前储能系统大致上可以分为5大类：机械储能、电储能、电化学储能、热储能以及化学储能，如表1所示。各种储能技术特点如表2所示。

表1 储能系统分类Tab. 1 Classification of energy storage systems

表2 不同储能装置的特点Tab. 2 Characteristics of different energy storage devices

根据表1和表2，从功能方面来看储能大致可以分为能量型和功率型2种类别[10]，能量型储能的能量密度较高且容量大，但它的放电时间较长，循环寿命较短，可作为长期储能设备[11]；功率型储能的功率密度较高且响应速度更快，循环寿命长，但与能量型储能不同的是它无法大容量储存，只能作为短期储存设备[12-13]。

储能技术的应用对于微电网有着不可忽视的影响，其作用不仅体现在微电网的经济性方面，还体现在微电网的可靠性方面。文献[14]从风电功率的随机波动对系统造成的影响考虑，采用滑动平均法来平滑风电功率波动，以此达到降低对电网造成影响的目的，在不同置信水平和容量下，以波动量的各个参量为指标，分析了该混合储能系统的平抑效果。文献[15]从可再生能源微电网技术特点出发，对储能系统在微电网中的作用、分类、设计优化方法和应用情况进行综述，综合评估能量密度、功率密度、响应时间以及额定功率。文献[16-17]分析了3个不同场景下的储能应用规划以及相关效益评估，分别列举了其优缺点，阐述储能规划中有待进一步考虑的问题和未来应用推广过程中应予以关注的方面。

2.2.2 氢储能模型

近年来，氢储能作为新型储能逐渐进入人们的视野，它所具备的能量密度大、容量大、无污染等优势也在研究中逐渐被发掘出来。氢储能具有的清洁性能使其可以在“双碳”战略下作为未来大力开发和利用的能源系统，可以在微电网中作为长期储能系统，实现低碳可靠运行[18-21]。

与传统的石油、天然气相比较，氢气具有更高的效率特性：研究发现在单位产品质量下氢气燃烧放出的热量大约是汽油的2.5倍，是甲烷的3倍，更重要的是氢气燃烧后产生的是水，这意味着氢燃料不仅不会造成环境问题，而且还能被有效进行循环利用，因此其被认为是人类未来社会发展的理想新能源[22]。

目前成熟的制氢技术路线主要有3种：第1种是以煤和天然气等一次能源重整制氢；第2种是氯碱和焦炉煤气等工业副产品制氢；第3种是通过水电解制氢。除了这3种主要制氢技术，还有生物质制氢以及太阳能光催化制氢等技术。其中，最为突出的电解水制氢技术主要有3种：固体氧化物电解(SOEC)、质子交换膜电解(proton exchange membrane electrolyse cells，PEMEC)以及碱性电解(AEC)。从能源效率角度考虑，固体氧化物电解技术优势较大，从成本寿命考虑，则是碱性电解技术较优，其投资成本低，典型商业化规模最大，而目前运用较多的为质子交换膜电解技术。质子交换膜电解水技术(PEMWE)是依靠电化学反应，依靠氢氧燃料电池将氢气转化为水和电能，整个过程不排放二氧化碳和氮氧化物，具有独特的清洁特性[23]。质子交换膜电解池以透薄的质子交换膜作为电解质，将纯水电解，装置简易巧妙，相比于其他制氢方式其制备的氢气纯度较高，且安全性高，不会产生有害杂质，具有环保性。对于储氢部分，市面上比较常见的储氢方式分为2种：一种是物理储氢，其包括液氢储存、高压氢气储存、碳纤维和碳纳米管储存等；另一种则是化学储氢，包括金属氢化物储氢、有机液氢化物储氢、无机物储氢等[24]。

本文主要讲述质子交换膜电解技术，其储能装置主要包括3部分：电解槽、储氢罐和燃料电池，其中燃料电池为整个装置的核心[25]，其工作原理如图2所示，即在光伏、风力等可再生能源充足的条件下，电解槽将系统多余的电能用于电解水制氢，并将制得的氢气储存在储氢罐中；当系统出力无法满足负荷需求时，燃料电池将储氢罐中储存的氢气作为燃料进行发电，以此满足电负荷缺额功率，形成以电解槽负责电解制氢、储氢罐储存氢、燃料电池燃氢产电3个环节循环的系统。

图2 氢储能工作原理Fig. 2 Working principle of hydrogen energy storage

目前，应用于微电网的氢储能系统多数用于储能的规划问题上。文献[26]构建了考虑氢储能系统间歇工作模式下热平衡的系统模型，并考虑了风电场功率的不确定性以及氢储能系统的投资成本问题，提出了风-氢混合储能系统容量优化配置方案，最后采用分布式鲁棒进行求解；文献[27]以多目标建立混合储能系统容量优化配置模型，在此模型的基础上采用改进的差分进化鲸鱼算法求解得到最优配置；文献[28]分析氢储能系统具有的清洁无污染、提高光伏发电利用率、平抑直流母线电压波动等特性，采用粒子群优化算法求解，得到经济性与供电可靠性综合最优的容量配置结果。

在其他研究方面，氢储能也是十分重要的一部分。文献[29]提出一种新的氢储能耦合天然气燃气蒸汽联合循环系统，并对其进行分析，计算稳态工况下此系统效率，分析电流密度对产氢的影响和燃料中氢气的比例对系统效率影响，结果表明该系统能更好利用新能源发电的多余电能；为更好地平衡系统能量，同时满足运营商的收益需求，结合包含氢储能的多能联供联储的优点，文献[30]设计了一种运营商结合氢储能的工业园区基本架构，并考虑到价格与能量之间的博弈模式，构建新型氢储综合能源系统以及各个参与主体的博弈模型，在此基础上提出三阶段主从博弈框架，对新型综合能源系统有一定参考意义；文献[31]通过考虑需求侧响应，建立了以系统运行总成本最小为目标函数的协调优化模型，利用禁忌搜索和粒子群2种算法相结合的改进算法进行求解，最后发现该方法增强了综合能源系统的经济性、环保性，并且提高了新能源的消纳能力；文献[32]根据氢储能、系统能流结构和冷热负荷的特性，设计了燃料电池出力与系统能量流动的耦合方式以及冷热电联供系统的运行模式，并以经济最优为目标，结果表明，设计的运行模式能使燃料电池满足冷、热等多种负荷需求，实现能量的梯级利用，改善了系统的经济性；文献[33]以提高区域综合能源系统的多能耦合利用效率为目的，提出含电转气的变效率热电联产调度模型，并在电解水制氢环节引入储氢，以包含购能成本、运维成本以及能量损耗成本在内的系统总成本为目标函数，结果表明：与传统的热电联产系统相比，该调度模型促进了能源的多级利用，有效提高了能源利用率和系统经济性。

目前大部分对于氢储能系统的研究所采用的数学模型为：

1)电解槽。

电解槽通过将水电解为氢气和氧气实现能量的转换与存储，输出功率可表示为

Pe-out=ηe·Pe-in。

(3)

式中：ηe为电解槽的电解效率，一般取60%；Pe-in为电解槽的输入功率。

2)储氢罐。

作为双向装置的储氢罐可以储存电解槽电解水产生的氢气，同时又可以为燃料电池提供产电的氢气，提高系统的灵活性，其储能的数学模型可表示为

(4)

式中:Estore(t)为t时刻储氢罐储存的能量；ηe_DC-DC为电解槽的转换器工作效率，ηf_DC-DC是燃料电池转换器的工作效率，一般分别可取90%；而ηstore是储氢罐的工作效率，一般取50%。

3)燃料电池。

燃料电池模型为质子膜交换燃料电池(PEMFC)，该技术以氢气和氧气作为燃料，将其燃料内部的化学能转换为电能储存起来，其输出功率为

Pf=Pstore-f·ηf。

(5)

式中：Pstore-f为储氢罐输送至燃料电池的功率；ηf为燃料电池的工作效率。

电解槽的最大输入功率和燃料电池的最大输出功率会受到它们自身容量以及储氢罐剩余容量的限制，其限制可以表示为：

(6)

(7)

式中：Ce和Cf分别为电解槽和燃料电池的容量；Estore_max和Estore_min为储氢罐储能容量的上下限，一般取Estore_max=0.85Cstore，Estore_min=0.15Cstore；Cstore为储氢罐的容量。

2.2.3 蓄电池模型

电池，又可称为化学电池，是一种将化学能转为电能的装置。在充电时将内部活性物质再生，即把电能储存为化学能；在放电时再采取逆反应思维把化学能转为电能。这类电池被统称为蓄电池(storage battery)，也可以称为二次电池或是铅酸蓄电瓶[15,34]。蓄电池是储存化学能并在需要时提供电能的一种双向电气化学设备[35-36]。蓄电池模型建立方面的研究早在20世纪就开始了，国内外学者在很多相关领域内进行研究并已经取得了大量成果，不少科研机构已开发出不同种类的蓄电池仿真软件和相关运行程序，比如美国国家可再生能源实验室开发的ADVISOR、芝加哥大学国家实验室开发的PSATC等。目前蓄电池种类比较多且结构相异，所以只用单一模型对它的特性进行描述显然不够充分。从研究目的来看，蓄电池的模型可以分为机理模型、外特性参数模型、等效电路模型[37]。

当前，蓄电池在微电网中已经有大量研究和应用，多数是针对微电网的经济效应以及风光消纳、平抑功率波动的研究。文献[38]考虑到充放电深度对电池寿命产生的影响，提出一种基于荷电状态的储能电池有效容量估算方法，并根据电池的健康状态来设定储能系统的动态安全裕度，结果表明该方案延长了储能系统的使用寿命，降低了配置成本；文献[39]考虑到蓄电池的最大循环使用寿命和充放电深度之间存在的关系，采用机会约束规划将输出功率波动抑制于一定置信水平下，同时又可以提高电能质量和系统经济性，结果验证了方法的可行性；文献[40]根据调度指令来确定电池组中充、放电个数，将电池的健康状态和充放电优先级排序规则结合到一起，采用数学规划算法对功率在各电池组之间的分配进行求解，验证了此方案具有可行性，能够延长电池组的使用寿命，但没有考虑到多电池之间健康状态存在的误差；文献[41]提出一种考虑电池荷电状态的能量管理策略，分析微电网运行的稳定性和经济效益，结合光伏可供能量和负荷需求功率，建立容量配置双层优化模型，以某地实际数据为例求解；文献[42]针对风电输出功率具有波动性这一特征，采用滑动平均法滤除波动功率，达到平滑风电输出功率的目的；文献[43]为提升园区综合能源系统(PIES)规划-运行经济性，从储能的角度出发，提出考虑电池使用寿命及损耗的PIES电、热混合储能优化配置方法，在其中构建隶属该园区的电池寿命损耗模型来量化评估电池寿命损耗情况，通过最后结果对比了传统的单一储能对系统规划运行及电池寿命的影响。

当前研究中采用的蓄电池模型会考虑到充放电状态，充放电时蓄电池储存能量的变化。当蓄电池充电时储存能量为

Ebat(t)=Ebat(t-1)(1-δ)+Pbat_ch(t-1)·ηch·ηbat_DC-DC·Δt。

(8)

当蓄电池放电时储存能量为

(9)

式中：δ为蓄电池自放电率；Pbat_ch和Pbat_dh为蓄电池的充、放电效率；ηbat_DC-DC为与蓄电池相连的变换器转换效率；t为时间步长。

2.2.4 电氢混合储能

近些年关于储能规划问题已经不限于单一储能。单一储能存在价格昂贵、容量较小、寿命过短、平抑效果不佳等各种问题，因此在储能容量配置的研究上一般采取混合储能。为了实现“降本增效、节能减排”，文献[44]提出一种超级电容器搭配蓄电池的混合储能系统，将系统的不平衡功率进行经验模态分解，以此得到高频、低频功率分量，充分发挥超级电容器和蓄电池的优点，将高频功率分量归于超级电容器负责，低频功率分量归于蓄电池承担；文献[45]在超级电容器-飞轮-蓄电池混合储能系统的基础上,使用模态分解把光伏与负荷之间的不平衡功率分解为高、中、低频段，将3部分频段作为3种储能的参考功率；针对风力发电给电力系统带来的冲击，同时也为了提高风电渗透率，文献[46]建立了抽水蓄能-电池混合储能系统，提出常规和特殊场景下的风电出力，考虑约束条件，充分发挥混合储能的各自运行特性以及优势，结果表明所建立模型的有效性，保证了经济性的同时提高了风电渗透率。

选择基于氢储的混合储能系统，既可以降低微电网系统的运行总成本和能源成本，又可以提高可再生能源利用率，同时在环保性方面也能有所保证[47]。文献[48]引入氢储能解决传统储能方式无法应对风电并网中电能的长期存储问题，以改进BP神经网络来预测风电功率和实际负荷功率，结果表明：与传统风电场相比，此方案的成本和负荷缺电率都有所下降；文献[49]考虑涉及风光和负荷的不确定性因素对储能系统容量优化配置的影响，以西北某地区微电网作为研究对象，分析负荷类型和分布式电源的运行特性，设置不同的源-储组合类型，采用HOMER Pro软件进行求解，最后结果表明该方案有效。

3 电氢储能的容量优化问题

3.1 容量规划

随着社会不断发展，能源的不断消耗以及环境治理所带来的压力不断增加，人们对新能源系统的需求也在不断更新[50-51]。2019年5月，中共中央办公厅、国务院办公厅印发了《国家生态文明试验区(海南)实施方案》，方案中明确指出：海南要建设“清洁能源岛”[52]，大幅提高清洁能源比重，提升能源利用效率，构建安全、绿色、集约、高效的清洁能源供应体系[53]。2020年中国政府在联合国大会提出“碳达峰”和“碳中和”的目标。这不仅说明在控制系统成本、替换老化的系统基础设施、提高电力系统的灵活性和可靠性的同时，控制二氧化碳的对外排放，改善大气环境变化[15]，以及为环境较为恶劣的偏远地区提供可靠的电力支持也成为人们日后要求，能源结构的转型已然成为了能源革命的关键[54-55]。

影响储能容量配置的因素有很多，例如储能不同的功能定位、典型负荷曲线与风电出力曲线的选取等问题都会影响到储能的配置结果。从发电侧考虑，光伏系统受光照强度和温度等条件影响，从而会决定储能的容量配置大小，同样，自然界的风速具有的不确定性会影响风机出力。文献[56]针对风电不确定性等问题建立多参数储能配置模型来研究储能不同功能定位下的配置情况。

储能装置具有能量储存和释放的双向功能，可以有效提升微电网中的风光消纳、系统经济成本、运行灵活性[57-60]。因此，合理的储能系统容量规划尤为关键。图3是微电网储能容量优化配置技术结构图。

图3 微电网储能容量优化配置技术结构Fig. 3 Technical structure of optimal allocation of energy storage capacity of microgrid

文献[61]以降低风光发电弃电率及提高上网风光电品质为目标，将能量管理以及容量最优化作为求解算法，纳入动态电价这一影响因素，优化储能容量配置，最后将计算结果的成本与煤气化制氢成本比较，并分析该方案的可行性；文献[23]提出风电制氢可能存在电解槽间歇式运行这一问题，分析电解槽的制氢效率特性，评估其最优工作区间，采取电网辅助购电策略来维持运行，联合输电工程进行系统容量配置优化；文献[62]分析系统存在经济性和风电质量不能兼得的问题，建立双层规划模型，将氢能交易所带来的利润算入成本之中，用改进中值滤波算法进行信号采样，用改进的遗传算法求解，结果表明改进的算法具有一定优势，且风电波动率和储氢容量都有所下降；文献[63]针对风电对大规模并网的一些不利特点，在风电场系统中安装包含制氢系统的储能设备来对风电场的输出功率进行削峰填谷；文献[64]基于混合算法把天气和神经网络用于对光伏和风电的预测，评估系统可靠性，结果表明此算法在系统中具有优势；文献[65]根据偏远地区的一些不利条件提出一种层次分析法，构建模糊综合评价模型，提出一种基于Surrogate的预装式储能电站布局优化方案，结果表明含有氢储能的该方案在各方面都具有优势。

文献[47]为典型的微电网电氢储能容量优化，考虑了微电网运行的经济性和环境效益，以总净现值成本作为目标函数，将可再生能源利用率以及负荷缺失率作为系统的评价指标来建立优化模型，并采取4种方案进行分析对比。

方案1：以单一的蓄电池作为储能装置；方案2：以蓄电池和氢储能作为混合储能系统；方案3：以单一的锂电池作为储能装置；方案4：以单一的液流电池作为储能部分。

通过模拟微电网一年之内的运行状态，搭建仿真结构，最后经过算例求解后以方案1、3、4的结果与方案2进行对比分析。表3和表4为分布式电源成本和容量配置结果，表5为4种方案的结果对比，其中包含了总净现值成本(TNPC)、经营成本(OPC)、平均化能源成本(LCOE)、电力浪费(PW)以及可再生能源利用率(REU)和负荷缺失率(LOR)。

表3 分布式电源成本Tab. 3 Cost of the distributed power system

表4 容量优化配置结果Tab. 4 Capacities of distributed generations

表5 方案优化结果对比Tab. 5 Comparison of optimization result among schemes

通过表5的结果对比可以看出方案1与方案2的经济性相近，相比之下方案3、4的经济性就明显不足，因此，可以主要对方案1和方案2进行详细分析。方案2与方案1对比，其总净现值成本下降了6.9%，经营成本下降47.5%，而平均化能源成本下降6.69%，另外可再生能源利用率也降低了大约1.41%；在方案1中由于蓄电池的长期深度放电，导致寿命下降，从而使得替换成本以及运行维护成本较高；同时，蓄电池具有的自放电特性不利于长期储能。因此可以得出方案1中的电力浪费远远大于方案2，并且方案2的负荷缺失率比方案1降低了大约16.4%，可以得出含氢储能的微电网混合储能系统具有传统储能所不具备的优势，其在满足系统供电可靠性的同时又提高了微电网的经济性。

由此可知，利用氢储能提升风光等新能源的利用率、降低系统成本来达到储能系统容量最优是相关研究的重点。

3.2 运行策略

运行策略是决定容量配置的关键因素。文献[66]依靠风光互补以及柴油发电机对系统进行供电，但储能部分仅采用蓄电池，依靠蓄电池进行系统运行时功率缺额的补偿，并未考虑蓄电池充放电寿命会影响整体经济和运行；文献[67]采用蓄电池结合超级电容器作为混合储能装置，在模型建立后，采用分界频率来计算滤波时间常数，从而实现蓄电池和超级电容器的功率分配；在计算储能容量后进行经济评价，不同于单一储能，该混合储能运行策略有效减少蓄电池充放电次数，提高储能设备寿命，但并未考虑到环境问题以及污染排放约束。

储能的运行策略不仅会影响设备的性能、出力效果和寿命，而且会直接影响整个系统的经济性、可靠性以及环境问题等方面，其对于风、光等可再生能源的利用也有影响。在本文的蓄-氢混合储能系统中，蓄电池具有响应速度快的特点，而氢储能其容量较大，因此可以看出前者适合作为短期储能，后者适合长期储能，前者可优先运行工作，两部分储能分级运行。运行策略流程如图4所示。

1表示风、光出力在满足负荷需求功率之后，系统将剩余的功率全部输送给蓄电池进行充电；2表示在满足负荷需求功率后，风、光输出功率的剩余部分先输送给蓄电池进行充电，剩余部分再输送给电解槽进行电解水转换为氢气，再通过储氢罐储存起来；3表示若风、光出力在满足负荷需求功率后，对蓄电池充电达到饱和，剩余部分再为电解槽提供充足能量直至储氢罐容量达到上限，过剩功率记为系统过剩功率，此部分可与大电网进行交易；4表示此情况下系统的缺额功率由蓄电池提供；5表示若蓄电池完全放电后为仍无法满足系统缺额功率，则剩余部分由燃料电池燃烧储氢罐中的氢气来发电作为补充；6表示待蓄电池和燃料电池完全出力后系统仍剩部分功率无法补充，剩余这部分记为系统的缺额功率，这时可向大电网购电来满足这部分需求。图4 运行策略流程Fig. 4 Operation strategy diagram

储能系统的运行状态主要由微电网系统功率缺额情况来决定。以t时刻风光发电系统对外输出功率与负荷所需功率的差值作为微电网系统功率缺额ΔP(t)。

ΔP(t)=PDG(t)-PL(t)，

(10)

式中：PDG(t)为t时刻的风光发电系统对外输出功率；PL(t)为t时刻负荷所需要的功率。系统的功率缺额存在2种情况：

1)当功率缺额大于0时，系统多余电量会先输送并作为化学能储存于蓄电池中，作为备用能源，蓄电池工作为充电状态，若蓄电池充至上限，剩余的部分再输送给氢储能系统，电解槽将这部分能量用于电解水，利用质子膜交换电解技术产生的氢气储存在储氢罐当中[68]，如果储氢罐容量达到上限，剩余电量可销售给大电网。

2)当功率缺额小于等于0时，储能系统工作于放电状态：由蓄电池优先放电直至荷电状态达到下限时停止工作，系统转为氢储能系统中的燃料电池，燃烧储存在储氢罐中的氢气来发电，若储氢罐中的氢气储备量达到下限时仍无法满足系统负荷需求，则转向大电网购买电能来满足系统功率缺额部分。图4展示了为相关的详细运行策略流程，其中Pcbat_max为蓄电池的最大充电功率；Pdbat_max为蓄电池的最大放电功率；Pe_max为电解槽的最大输入功率；Pf_max为燃料电池的最大输出功率。

3.3 优化配置目标

在过去的研究中，优化配置大多数只考虑系统经济性这单一目标。如果仅仅采取单一目标，可能会由于系统结构与新能源互补的差异，使得最后产生的优化结果不尽人意。例如只考虑系统经济性，可能在能源波动方面就无法达到很好的抑制效果。因此采用多目标优化配置，达到各项指标相对最优是目前的首选[65，69-71]。优化配置目标如图5所示。

图5 优化配置目标Fig. 5 Optimize configuration objectives

3.3.1 目标函数

对于微电网储能优化方面的研究，选取的目标函数大多数从其系统经济性以及运行可靠性出发，在经济性方面，一般以成本结合效益的方法来分析，成本减去效益来判断是否符合经济标准，表达式为

(11)

式中：ITNPC为系统总净现值；E(m)为系统第m年收入；C(m)为系统第m年成本[66]，m为运行年限，r0为贴现率，具体效益项目如表6所示。

表6 系统效益项目Tab. 6 System benefit project

对于可靠性，一般以风、光功率波动平抑[14]、负载失电率、能量过剩率等来分析。而对于多个可靠性指标，可将其赋予相同权重转化为系统可靠性指标[72]。

3.3.2 约束条件

针对不同系统所建立的目标，一般会有一定约束，大多数从电源侧和储能系统方面来考虑，基本包括微电网系统的功率平衡约束、各装置(蓄、氢等储能设备)容量约束电池的充放电深度约束等[73]。文献[74]根据不同储能的特质，考虑一种基于充放电功率分配的能量协调控制策略，以储能荷电状态、负荷缺电率、自主运行能力对其加以约束；文献[75]确定目标以及运行控制策略后，除装机数量约束、充放电功率和深度约束外，对于系统多余传送给大电网的功率也进行一定约束。

3.3.3 算法求解

对于储能容量优化问题一般采用智能算法进行求解，例如粒子群算法[76]、BP神经网络算法[77]、遗传算法[78]等。而对于多目标问题，常规的算法可能存在求解过程中寻优收敛速度过慢、容易陷入局部最优解、精确度不够等问题，通过改进后的算法能更好地求取最优解[79]，更好地满足微电网的经济性、可靠性。例如通过改进后的鲸鱼算法[27]、改进后的混沌粒子群优化算法[80]等。

3.4 目前存在的问题以及研究重点

作为未来的新型绿色能源载体，氢能与传统电能结合形成的氢储能系统具有显著的优点，尤其是在可再生能源发电领域[22]。当前氢储能的发展会受到技术和材料的限制，所以还存在效率较低和成本过高的问题。往后的重点应该集中在电解槽和燃料电池的技术研发、储氢材料的研究以及氢储能性能的综合评估上。

此外，对于双碳背景下电-氢结构的新型储能系统作用于微电网中时，合理的容量配置能使系统经济性、可靠性同时达到最优，而氢储能对于低碳环保方面研究还需更加深入，碳排放指标可作为日后研究的一项重点[81-83]，因此在今后的研究中应围绕氢储能的制、储、运、用4个环节，包含蓄电池一起建设完善的电-氢体混合储能体系，加大氢能源的微电网与电网之间的互动性，从而促进我国的能源转型[84-85]。

4 相关研究与未来展望

4.1 包含氢储能的多微电网系统电价交易研究

目前，在储能规划问题上，关于含氢储能的混合储能微电网系统与大电网之间的交易研究较少，而在一些研究里，并没有考虑到储能系统无法满足负荷功率缺额时的情况。针对某地区的风、光预测以及微电网系统一年内的功率变化配置满足经济性和可靠性的电氢混合储能容量，而在实际情况中，风、光具有的不确定性使得在风、光、储出力后负荷需求仍不能被满足的情况偶有发生，可考虑通过电力交易机构向大电网购电，若购买电量满足负荷缺额部分，可将此部分通过电解水产氢并储存于储氢罐中；相反，若风、光出力已经可以满足负荷功率需求，同时储能系统的储存量又达到上限，这时可以将系统多余电量售卖给大电网，这样，在储能容量配置优化能满足微电网经济和可靠的指标、负荷需求时，又可合理消纳多余电量。目前电解水制氢成本较高，系统需要考虑降低整体成本问题，因此可深度考虑研究含有氢储的微电网与大电网之间的电价交易。图6为含氢储能的微电网与大电网交易结构。

图6 含氢储能的微电网与大电网交易结构Fig. 6 Transaction structure diagram of microgrid and power grid containing hydrogen energy storage

4.2 基于博弈论的氢蓄储能微电网的研究

近些年来逐渐掀起微电网研究的热潮，可见，微电网的大面积发展势必会形成一定规模的微网群。而在用户侧的需求响应下，大电网的电价会受到来自微网群总需求的一定影响，含氢储能的微网群中其各个微网的储能配置规模会影响到从大电网购电的数量。可以看出，单个微电网的电氢储能优化配置不仅与其自身分布式电源的发电量、负荷需求有关，并且还和其他微网从大电网购电量有一定关系。因此可以以非合作博弈作为理论基础，对微网群中各个微网储能系统优化配置展开相关分析，以各微网的日运行费用最小作为目标来建立非合作博弈模型。优化策略可为微网各时段从大电网的购电策略以及电氢储能容量配置策略[86]。基于非合作博弈的微电网系统优化配置模型如图7所示。

图7 基于非合作博弈的微电网系统优化配置模型Fig. 7 Optimal configuration model of microgrid system based on non cooperative game

为了降低微网日能耗费用，一方面要对微网负荷需求进行用能优化，另一方面要对电氢储能系统容量进行合理优化，从而有效降低微网费用。

目前，对于微电网混合储能博弈方面的研究还不够深入，未来可以将氢储能纳入，考虑多目标，即经济性、可靠性以及氢储能所具有的环保性等指标之间的博弈。

4.3 包含氢储能装置的综合发电厂

国内氢能经济的发展在中长期有着无限可能性。在参观600 MW的Uckermark互联可再生能源发电厂时，代表团了解了该厂生产电力和绿色氢气的商业量。乌克马克公司表示，由Enertrag作为创始成员的H2Global基金会以及由此产生的机会也是一个重要的讨论话题。

基于氢储能的综合发电厂如图8所示，其工作原理为：3台2 MW的风机正常工作发电，其产生的大部分电力直接并入电网，一小部分电力用于电解水来制氢，所产生的氢气可以就地加压储存。另一方面利用附近啤酒厂的生产肥料制造沼气(即生物质能)，将沼气与氢气作为燃料进行混合发电，热电联产，产生的电力可以配合风力发电平稳地输入电网，产生的热能又可以给电厂附近区域供暖。电解水制氢储存起来的氢气在富余时还可以输送到当地的加氢站，用来给燃料电池汽车加氢。下一阶段将会继续建设3座电站，投入更多示范设备并将制备的氢气并网到天然气输送管道中去[22]，这对于我国大规模风电集中开发具有举足轻重的意义。其中，氢储能的容量配置十分重要。根据地区风电年数据以及负荷需求，合理的氢储能容量配置不仅能满足发电厂需求，且氢储能的能量密度高、运行维护的成本较低，可以作为长时间储能，不仅如此，其工作过程无污染，这对于当前国际环境要求以及国家的双碳战略具有重要意义。

图8 基于氢储能的综合发电厂Fig. 8 Integrated power plant based on hydrogen energy storage

4.4 考虑电动汽车随机充电的含氢储能的综合能源系统

耦合可再生能源发电和氢储能的综合能源系统发展潜力巨大，是实现能源消费清洁低碳的有效途径。以天然气-风-光-氢综合能源系统为规划对象，考虑系统辐射区域的电动汽车随机充电需求，文献[87]表明，与传统分供系统和联网型方案相比，该系统得益于风光发电与氢储能的协同，表现出可观的环境效益。该系统提供充电服务是经济可行的，并且电动汽车在系统内充电能够显著降低间接碳排放。

基于能源枢纽概念，天然气-风-光-氢IES的基本结构如图9所示。该用户级的园区IES主要由4个部分构成：REPG系统、氢储能系统、CCHP系统和其他辅助设备。能量流包括天然气、氢气、电力、热功率和冷功率流。其中，光伏阵列和风机是REPG系统的主要设备；而电解槽、储氢罐和燃料电池是HESS的核心设备；燃气轮机、吸收式制冷机和余热锅炉则是CCHP系统的关键设备；辅助设备主要包括电制冷机和燃气锅炉[87]。

图9 包含电动汽车随机充电的含氢储能的综合能源系统Fig. 9 Integrated energy system containing hydrogen energy storage including random charging of electric vehicles

氢储能的高成本仍是其应用的关键障碍之一，因此，在满足其他资源和布局环境要求的前提下，可优先考虑在有氢气负荷的工业园区布局以及氢储能容量装置的优化。园区用电负荷由光伏、风机和燃气轮机进行供应，并且系统要满足电动汽车随机充电的需求；热负荷则由余热锅炉和燃气锅炉来供应；冷负荷由吸收式制冷机和电制冷机供应。氢气负荷的供给来自2种情况：1)当整个系统电力供应过剩时，富余的电力用于电解水制氢；2)外购的氢气采用长管拖车运输。燃料电池向系统放电时，燃料来自电解水制取的氢气或外购氢气，这将取决于整个系统的经济性和环境表现的优化，此时氢储能装置的容量配置就十分重要了，合理的容量配置会直接影响系统经济性以及环境表现。基于上述架构，对构建的IES进行容量优化配置。

4.5 氢储能耦合天然气燃气蒸汽联合循环系统

除了作为微电网的混合储能部分外，氢能在电力系统也有许多新的应用，例如氢燃料电池。在燃氢燃气轮机的研究方面，氢能燃气轮机联合循环模式、氢燃料化学链燃烧燃气轮机循环系统、氢气蒸汽联合循环、氢气燃气混合微型燃气轮机燃烧工况的CFD数值模拟等在近些年来都有不断的研究。尽管许多学者对氢气燃气的燃烧特性和氢气蒸汽联合循环做了详细研究，但考虑氢储能和氢气天然气混合气体的燃气蒸汽联合循环的研究较少，对此系统也未进行能效分析。

针对以上问题，提出一种新的氢储能耦合天然气燃气蒸汽联合循环系统(HGSCC)，并对其进行能量分析和其他分析。建立氢储能耦合天然气燃气蒸汽联产循环系统的能量分析和分析模型，通过对各子系统的能量效率和效率进行计算，分析整个系统的性能，得出最优参数。

氢储能耦合天然气燃气蒸汽联合循环系统如图10所示，该系统的组成部分包括电解池、压缩氢气储室、燃烧室、燃气轮机以及余热锅炉。系统输出能量为电能和热能，依靠混合气体在燃烧室燃烧，从而产生高温高压气体来推动燃气轮机运作产生电能，待燃气轮机做功后的气体进入余热锅炉，余热锅炉直接利用燃气轮机的热量，将一部分用于加热给水，然后产生高温高压蒸汽在蒸汽轮机做工，而另一部分则用于加热质子交换膜(PEM)电解槽给水。主要包括电解水制氢、地下储氢、氢气天然气混燃、燃气蒸汽联合循环4个过程[29]。但目前对于氢储能在天然气燃气蒸汽联合循环系统中的规模配置优化还未像微电网电氢混合储能那样根据氢储能各个特性来进一步挖掘，未来可作深入研究。

图10 氢储能耦合天然气燃气蒸汽联合循环系统Fig. 10 Hydrogen energy storage coupled natural gas gas steam combined cycle system

5 结语

氢能源是未来可以同时解决能源危机和环境污染问题的绿色能源，是未来能源的发展趋势。通过风光等可再生能源电解水制氢储能可以极大地提高电力系统安全稳定性，且几乎无污染排放，是一种应用前景广阔的储能形式。本文根据氢储能的特点，结合蓄电池，形成电-氢混合储能系统，分析氢储能制氢、产电原理，并对该混合储能系统在微电网容量优化配置问题中的建模、求解、运行策略进行详细阐述。最后，对氢储能在电价交易、综合电厂和综合能源系统等方面进行一定延伸。基于以上分析，提出以下建议：

1)我国应积极布局可再生能源发电与电-氢混合储能系统相结合，加大风电、光伏等可再生能源制氢装置研究，从底层优化制氢效率；

2)明确氢能发展定位，给予氢能产业完善的政策支持，促进氢能在储能领域的发展，加速推进我国碳达峰、碳中和工作；

3)大力发展电解水制氢技术，利用弃风、弃光、弃水资源制取“绿氢”，解决电解水制氢经济性难题及能源浪费问题；

4)完善氢储能微电网与大电网之间的电价交易市场；

5)除微电网外，可探索电-氢储能在综合能源系统等其他方向的应用。