含氢储能的微电网低碳-经济协同优化配置

doi:10.12096/j.2096-4528.pgt.24157

摘要/Abstract

摘要：

目的传统电储能在规模、持续时间和环境影响等方面存在局限性，而且微电网中新能源消纳能力低，规划时无法兼顾低碳性和经济性。为解决以上问题，基于氢储能基本工作原理，将氢储能代替传统电储能纳入到微电网中，建立了含氢储能的微电网低碳-经济协同双层优化配置模型。方法上层规划模型以微电网综合等年值最小为目标，在电-氢联合运行的基础上，引入碳交易机制对微电网中各发电设备进行容量规划，提高了系统的低碳性；下层运行模型以最小化新能源出力与负荷需求之差的绝对值之和为目标，鼓励用户采取以精确追踪新能源出力曲线为目标的多样化需求侧响应行为，并将用户的用能行为调整反馈至上层模型，实现了对负荷曲线的优化。结果某工业园区微电网仿真验证表明，所提方法得到的规划方案具有良好的低碳性和经济性，与传统规划方法相比，低碳性和经济性分别提高了53.6%和37.1%。结论所建模型在提高新能源消纳能力的基础上进一步提高了系统的经济性，实现了微电网低碳性和经济性的协同优化。

关键词: 微电网, 氢储能, 新能源, 低碳, 碳交易, 容量规划, 需求响应, 优化配置

Abstract:

Objectives Traditional electric energy storage has limitations in scale, duration, and environmental impact.Moreover, the renewable energy absorption capacity in the microgrid is low, and low-carbon and economy cannot be taken into account in planning. In order to solve the above problems, based on the basic working principle of hydrogen energy storage, hydrogen energy storage was incorporated into the microgrid instead of traditional electric energy storage, and a low-carbon and economic synergy bi-level optimization configuration model of microgrid with hydrogen energy storage was established. Methods The upper-level planning model aimed at minimizing the comprehensive equivalent annual value of the microgrid, based on the joint operation of electricity and hydrogen. The carbon trading mechanism was introduced to plan the capacity of various power generation equipments in the microgrid, which can enhance the low-carbon of the system. The lower-level operation model aimed to minimize the sum of the absolute values of the difference between the new energy output and the load demand. The model also encouraged users to adopt diversified demand-side response behaviors with the goal of accurately tracking the new energy output curve, and feeded back the user’s energy consumption behavior to the upper-level model to optimize the load curve. On the basis of improving the absorption capacity of new energy, the system economy is further improved, deeply exploring the synergy between the low-carbon and economic characteristics of microgrids. Results The simulation results of microgrid in a certain industrial park show that the proposed method yields a planning scheme with excellent low-carbon and economy. Compared with the traditional planning method, the low-carbon and economy are improved by 53.6% and 37.1%, respectively. Conclusions The model presented in this paper not only enhances the capacity for new energy absorption but also further improves the system economic performance. It achieves a synergistic enhancement of the microgrid low-carbon and economy.

Key words: microgrid, hydrogen energy storage, new energy, low-carbon, carbon trading, capacity planning, demand response, optimization configuration

中图分类号:

TK 91

谭玲玲, 孙鹏, 郭沛璇, 李元芳, 吉兴全, 张玉敏. 含氢储能的微电网低碳-经济协同优化配置[J]. 发电技术, 2024, 45(5): 983-994.

Lingling TAN, Peng SUN, Peixuan GUO, Yuanfang LI, Xingquan JI, Yumin ZHANG. Low-Carbon and Economic Synergy Optimization Configuration for Microgrid With Hydrogen Energy Storage[J]. Power Generation Technology, 2024, 45(5): 983-994.

图/表 17

图1 含氢储能的微电网结构图

Fig. 1 Structure diagram of hydrogen energy storage microgrid

图2 碳排放配额与碳排放量的关系

Fig. 2 Relationship between carbon emission allowances and carbon emissions

图3 微电网低碳-经济规划模型求解流程图

Fig. 3 Solution flowchart of low-carbon economic planning model of microgrid

图4 负荷曲线

Fig. 4 Load curves

表1 电-氢一体化相关设备参数

Tab. 1 Parameters of equipment related to electricity-hydrogen integration

设备	投资费用/(元/kW)	运行维护费用/(元/kW)	寿命/a
风力发电机	7 500	100	20
光伏	8 000	20	25
柴油发电机	500	15	20
电解槽	2 210	120	15
HFC	4 550	18	6

表2 所设定的系统其他参数

Tab. 2 Other parameters of the set system

参数	取值
$C d e, t b u y$ /[元/(kW∙h)]	0.49
$C d e, t s e l l$ /[元/(kW∙h)]	0.38
$c c o 2$ /(元/kg)	0.267 6
$a d e$ /[kg/(kW∙h)]	0.789
$b d e$ /[kg/(kW∙h)]	0.5
$a b u y$ /[kg/(kW∙h)]	0.92
$b b u y$ /[kg/(kW∙h)]	0.649
$c f u e l$ /(元/L)	6.13
$C w t, t w a s t e$ /[元/(kW∙h)]	0.6
$C p v, t w a s t e$ /[元/(kW∙h)]	0.6
$a w t - w a s t e$	0.3
$a p v - w a s t e$	0.3
$β b u y$	1

表2 所设定的系统其他参数

Tab. 2 Other parameters of the set system

参数	取值
$C d e, t b u y$ /[元/(kW∙h)]	0.49
$C d e, t s e l l$ /[元/(kW∙h)]	0.38
$c c o 2$ /(元/kg)	0.267 6
$a d e$ /[kg/(kW∙h)]	0.789
$b d e$ /[kg/(kW∙h)]	0.5
$a b u y$ /[kg/(kW∙h)]	0.92
$b b u y$ /[kg/(kW∙h)]	0.649
$c f u e l$ /(元/L)	6.13
$C w t, t w a s t e$ /[元/(kW∙h)]	0.6
$C p v, t w a s t e$ /[元/(kW∙h)]	0.6
$a w t - w a s t e$	0.3
$a p v - w a s t e$	0.3
$β b u y$	1

图5 光伏出力曲线

Fig. 5 Photovoltaic power output curves

图6 风电出力曲线

Fig. 6 Wind power output curves

表3 3种场景下微电网的容量配置结果

Tab. 3 Different scenarios of capacity configuration results

参数	场景1	场景2	场景3
风电规划容量/kW	5 855	7 534	7 534
光伏规划容量/kW	4 412	5 242	5 242
柴油发电机规划容量/kW	2 731	1 742	1 742
电解槽规划容量/kW	1 858	2 131	1 671
燃料电池规划容量/kW	800	550	532
储氢罐规划容量/(kW∙h)	3 784	5 000	2 946

表4 不同场景的规划成本 (万元)

Tab. 4 Planning costs for different scenarios

成本项	场景1	场景2	场景3
投资成本	386	314	331
维护成本	131	125	72
年燃料成本	156	98	104
购售电成本	56	28	17
弃风、弃光成本	268	295	173
碳交易成本	0	1.4	1.0
氢储能系统运行成本	238	122	79

表5 不同场景的碳排放量

Tab. 5 Carbon emissions for different scenarios

场景	1	2	3
碳排放量/t	105 778	66 919	49 029

图7 冬季典型日3种场景运行情况

Fig. 7 Operational status of three scenarios on a typical winter day

表6 冬季典型日不同场景的碳排放量

Tab. 6 Carbon emission levels on a typical winter day in different scenarios

场景	1	2	3
碳排放量/kg	6 689	4 457	3 128

图8 冬季典型日3种场景下光伏出力结果

Fig. 8 Results of photovoltaic power output under three scenarios on a typical winter day

图9 冬季典型日3种场景下风电出力结果

Fig. 9 Results of wind power output under three scenarios on a typical winter day

图10 收敛性结果

Fig. 10 Convergence results

表7 不同碳交易价格对容量配置的影响

Tab. 7 Impact of different carbon trading prices on capacity configuration

参数	碳交易价格 $c c o 2$ /(元/kg)
参数	0.267 6	0.798 5	1.120 0	1.456 8
风电规划容量/kW	7 534	7 842	8 003	10 000
光伏规划容量/kW	5 242	5 689	5 689	5 700
柴油发电机规划容量/kW	1 742	1 000	778	7 42
电解槽规划容量/kW	1 671	2 371	2 568	2 662
燃料电池规划容量/kW	532	1 018	1 494	1 564
储氢罐规划容量/(kW∙h)	2 946	3 420	4 187	5 000

表7 不同碳交易价格对容量配置的影响

Tab. 7 Impact of different carbon trading prices on capacity configuration

参数	碳交易价格 $c c o 2$ /(元/kg)
参数	0.267 6	0.798 5	1.120 0	1.456 8
风电规划容量/kW	7 534	7 842	8 003	10 000
光伏规划容量/kW	5 242	5 689	5 689	5 700
柴油发电机规划容量/kW	1 742	1 000	778	7 42
电解槽规划容量/kW	1 671	2 371	2 568	2 662
燃料电池规划容量/kW	532	1 018	1 494	1 564
储氢罐规划容量/(kW∙h)	2 946	3 420	4 187	5 000

参考文献 33

1	XU J， YI Y ．Multi-microgrid low-carbon economy operation strategy considering both source and load uncertainty：a Nash bargaining approach[J]．Energy，2023，263：125712． doi:10.1016/j.energy.2022.125712
2	LI Z， WU L， XU Y，et al ．Risk-averse coordinated operation of a multi-energy microgrid considering voltage/var control and thermal flow：an adaptive stochastic approach[J]．IEEE Transactions on Smart Grid，2021，12(5)：3914-3927． doi:10.1109/tsg.2021.3080312
3	YANG M， LIU Y， GUO L，et al ．Hierarchical distributed chance-constrained voltage control for HV and MV DNs based on nonlinearity-adaptive data-driven method[J]．IEEE Transactions on Power Systems，2024，99：1-14． doi:10.1109/tpwrs.2024.3413680
4	颜勤，余国翔．光储充建一体站微电网研究综述[J]．电力科学与技术学报，2024，39(1)：1-12．
	YAN Q， YU G X ．Research review on microgrid of integrated photovoltaic-energy storage-charging station[J]．Journal of Electric Power Science and Technology，2024，39(1)：1-12．
5	吴曼．碳减排下的风光发电耦合氢储能系统容量优化配置模型[D]．北京：华北电力大学，2023． doi:10.1109/ceepe62022.2024.10586445
	WU M ．Capacity optimization configuration model for Wind-Photovoltaic power generation coupled with hydrogen energy storage system under carbon emission reduction[D]．Beijing：North China Electric Power University，2023． doi:10.1109/ceepe62022.2024.10586445
6	刘道兵，袁野，李世春，等．利用氢储能在含可再生能源系统容量配置综述[J]．电测与仪表，2022，59(12)：1-13．
	LIU D B， YUAN Y， LI S C，et al ．A review of capacity allocation of renewable energy system using hydrogen storage[J]．Electrical Measurement & Instrumentation，2022，59(12)：1-13．
7	曾振松，郑洁云，魏鑫，等．微电网的氢-氨混合储能系统容量优化配置研究[J]．广东电力，2024，37(7)：42-49．
	ZENG Z S， ZHENG J Y， WEI X，et al ．Research on capacity optimization configuration of hydrogen-ammonia hybrid storage system in microgrid[J]．Guangdong Electric Power，2024，37(7)：42-49．
8	王涛，钟浩，李世春，等．基于主从博弈的多微电网储能容量优化配置[J]．智慧电力，2023，51(1)：9-15．
	WANG T， ZHONG H， LI S C，et al ．Optimal allocation of energy storage capacity in multi-microgrid based on master-slave game[J]．Smart Power，2023，51(1)：9-15．
9	希望⋅阿不都瓦依提，吕海鹏，晁勤．基于非合作博弈的风-光-氢微电网容量优化配置[J]．电力工程技术，2022，41(2)：110-118．
	XIWANG A， LYU H P， CHAO Q ．Optimal capacity configuration of wind-photovoltaic-hydrogen microgrid based on non-cooperative game theory[J]．Electric Power Engineering Technology，2022，41(2)：110-118．
10	田龙刚．光储交直流混合微电网拓扑分析与控制策略研究[D]．合肥：合肥工业大学，2016．
	TIAN L G ．Research on the topology analysis and controlstrategy for hybrid AC/D microgrid with PV and battery[D]．Hefei：Hefei University of Technology，2016．
11	倪伟康．考虑微电网发展的电网扩展规划方法研究[D]．杭州：浙江大学，2023．
	NI W K ．Power network expansion planning method considering micro-grid development[D]．Hangzhou：Zhejiang University，2023．
12	陈健，王成山，赵波，等．考虑不同控制策略的独立型微电网优化配置[J]．电力系统自动化，2013，37(11)：1-6．
	CHEN J， WANG C S， ZHAO B，et al ．Optimal sizing for stand-alone microgrid considering different control strategies[J]．Automation of Electric Power Systems，2013，37(11)：1-6．
13	马溪原，吴耀文，方华亮，等．采用改进细菌觅食算法的风/光/储混合微电网电源优化配置[J]．中国电机工程学报，2011，31(25)：17-25．
	MA X Y， WU Y W， FANG H L，et al ．Proceedings of the CSEE optimal sizing of hybrid solar-wind distributed generation in an islanded microgrid using improved bacterial foraging algorithm[J]．Proceedings of the CSEE，2011，31(25)：17-25．
14	朱兰，严正，杨秀，等．风光储微网系统蓄电池容量优化配置方法研究[J]．电网技术，2012，36(12)：26-31．
	ZHU L， YAN Z， YANG X，et al ．Optimal configuration of battery capacity in microgrid composed of wind power and photovoltaic generation with energy storage[J]．Power System Technology，2012，36(12)：26-31．
15	ZHU Y， LI Y P， HUANG G H，et al ．A dynamic model to optimize municipal electric power systems by considering carbon emission trading under uncertainty[J]．Energy，2015，88：636-649． doi:10.1016/j.energy.2015.05.106
16	LU S Y， LOU S H， WU Y W，et al ．Power system economic dispatch under low-carbon economy with carbon capture plants considered[J]．IET Generation，Transmission & Distribution，2013，7(9)：991-1001． doi:10.1049/iet-gtd.2012.0590
17	王钦，陈业夫，蔡新雷，等．考虑柔性负荷和阶梯型碳交易的低碳经济优化调度策略[J]．广东电力，2024，37(1)：76-85．
	WANG Q， CHEN Y F， CAI X L，et al ．Optimization scheduling strategy for low-carbon economy considering flexible loads and tiered carbon trading[J]．Guangdong Electric Power，2024，37(1)：76-85．
18	郁海彬，张煜晨，刘扬洋，等．碳交易机制下多主体虚拟电厂参与电力市场的优化调度竞标策略[J]．发电技术，2023，44(5)：634-644．
	YU H B， ZHANG Y C， LIU Y Y，et al ．Optimal dispatching bidding strategy of multi-agent virtual power plant participating in electricity market under carbon trading mechanism[J]．Power Generation Technology，2023，44(5)：634-644．
19	王佳旭，苗世洪，姚福星，等．考虑全寿命周期碳计量和碳交易机制的多目标微电网系统容量优化配置研究[J/OL]．现代电力，1-10[2024-07-15]．．
	WANG J X， MIAO S H， YAO F X，et al ．Multi-objective capacity optimization configuration in microgrid considering life cycle carbon metering and carbon trading mechanism[J/OL]．Modern Electric Power，1-10[2024-07-15]．．
20	张忠会，熊骁跃，万昶，等．计及电-碳交易与综合贡献率的多微网合作运行优化策略[J]．电网技术，2024，48(8)：3258-3268．
	ZHANG Z H， XIONG X Y， WAN C，et al ．Multi-microgrids cooperative operation optimization strategy considering electricity-carbon trading and comprehensive contribution rate[J]．Power System Technology，2024，48(8)：3258-3268．
21	胡臻达，姜文瑾，张林垚，等．基于改进猫群算法的氢储能容量优化配置[J]．中国电力，2023，56(10)：33-42．
	HU Z D， JIANG W J， ZHANG L Y，et al ．Optimal allocation of hydrogen storage capacity based on improved cat swarm optimization[J]．Electric Power，2023，56(10)：33-42．
22	肖白，韩康琦，张晓华．含氢储能的独立微电网IGDT鲁棒规划[J]．电力建设，2024，45(4)：77-88．
	XIAO B， HAN K Q， ZHANG X H ．Robust IGDT planning for stand-alone microgrid with hydrogen energy storag[J]．Electric Power Construction，2024，45(4)：77-88．
23	尚怡铭，王维庆，李笑竹，等．计及共享交易机制的多微网氢储能容量规划[J]．浙江大学学报(工学版)，2024，58(2)：426-436．
	SHANG Y M， WANG W Q， LI X Z，et al ．Hydrogen storage capacity planning for multiple types of microgrids considering shared trading mechanism[J]．Journal of Zhejiang University (Engineering Science)，2024，58(2)：426-436．
24	夏泽昊．计及需求响应和碳交易的微网优化配置研究[D]．保定：华北电力大学，2023．
	XIA Z H ．Research on Optimal Configuration of Microgrid Considering Demand Response and Carbon Trading[D]．Baoding：North China Electric Power University，2023．
25	王燕，杨秀媛，徐剑锋，等．民用可控负荷参与需求响应的控制策略[J]．发电技术，2020，41(6)：638-649． doi:10.12096/j.2096-4528.pgt.20014
	WANG Y， YANG X Y， XU J F，et al ．Control strategy of civil controllable load participating in demand response[J]．Power Generation Technology，2020，41(6)：638-649． doi:10.12096/j.2096-4528.pgt.20014
26	黄冬梅，吕嘉欣，时帅，等．计及需求响应的海岛微电网群优化运行研究[J]．电力系统保护与控制，2024，52(9)：88-98．
	HUANG D M， LV J X， SHI S，et al ．Optimal operation of island microgrid clusters considering demand response[J]．Power System Protection and Control，2024，52(9)：88-98．
27	南斌，董树锋，唐坤杰，等．考虑需求响应和源荷不确定性的光储微电网储能优化配置[J]．电网技术，2023，47(4)：1340-1352．
	NAN B， DONG S F， TANG K J，et al ．Optimal configuration of energy storage in pv-storage microgrid considering demand response and uncertainties in source and load[J]．Power System Technology，2023，47(4)：1340-1352．
28	肖白，王转转．含热泵储能的独立微网电源容量优化配置方法[J]．电力系统自动化，2022，46(11)：37-46．
	XIAO B， WANG Z Z ．Optimal configuration method of generation capacity for stand-alone microgrid with pumped heat energy storage[J]．Automation of Electric Power Systems，2022，46(11)：37-46．
29	周步祥，黄伟，臧天磊．计及共享储能与柔性负荷的微电网鲁棒优化调度[J]．电力科学与技术学报，2023，38(2)：48-57．
	ZHOU B X， HUANG W， ZANG T L ．Robust optimal scheduling of microgrid considering shared energy storage and flexible load[J]．Journal of Electric Power Science and Technology，2023，38(2)：48-57．
30	肖白，刘健康，张博，等．考虑阶梯碳交易和需求响应的含氢储能的并网型微电网优化配置[J]．电力自动化设备，2023，43(1)：121-129．
	XIAO B， LIU J K， ZHANG B，et al ．Optimal configuration of grid-connected microgrid with hydrogen energy storage considering ladder-type carbon trading and demand response[J]．Electric Power Automation Equipment，2023，43(1)：121-129．
31	赵振宇，李炘薪．基于阶梯碳交易的碳捕集电厂-电转气虚拟电厂低碳经济调度[J]．发电技术，2023，44(6)：769-780．
	ZHAO Z Y， LI X X ．Low-carbon economic dispatch based on ladder carbon trading virtual power plant considering carbon capture power plant and power-to-gas[J]．Power Generation Technology，2023，44(6)：769-780．
32	吉兴全，赵国航，于一潇，等．基于4E平衡的碳排放因素分解与峰值预测方法[J]．高电压技术，2022，48(7)：2483-2494．
	JI X Q， ZHAO G H， YU Y X，et al ．Carbon emission peak prediction and factor decompose method based on 4E equilibrium[J]．High Voltage Engineering，2022，48(7)：2483-2494．
33	ZHANG Y D， DENG H， YANG J J，et al ．Impacts of renewable portfolio standard on carbon emission peaking and tradable green certificate market：a system dynamics analysis method[J]．Frontiers in Energy Research，2022，10：963177． doi:10.3389/fenrg.2022.963177

[1]	吴任博, 黄奕俊. 高比例可再生能源接入下含自愈性能的分布式配电网重构策略研究[J]. 发电技术, 2024, 45(5): 975-982.
[2]	赵振宇, 包格日乐图, 李炘薪. 基于信息间隙决策理论的含碳捕集-电转气综合能源系统优化调度[J]. 发电技术, 2024, 45(4): 651-665.
[3]	王耀函, 张扬帆, 赵庆旭, 王晓东, 梁恺, 王玙. 低电压穿越过程中风电机组载荷特性联合仿真研究[J]. 发电技术, 2024, 45(4): 705-715.
[4]	张崇, 李博, 李笑宇, 刘洪波, 刘永发. 基于虚拟同步机控制参数自适应调节的储能系统调频方法[J]. 发电技术, 2024, 45(4): 772-780.
[5]	赵斌, 梁告, 姜孟浩, 邹港, 王力. 光储系统并网功率波动平抑及储能优化配置[J]. 发电技术, 2024, 45(3): 423-433.
[6]	杨捷, 孙哲, 苏辛一, 鲁刚, 元博. 考虑振荡型功率的直流微电网储能系统无互联通信网络的多目标功率分配方法[J]. 发电技术, 2024, 45(2): 341-352.
[7]	孙健浩, 初壮. 考虑碳交易和无功补偿的分布式电源优化配置[J]. 发电技术, 2024, 45(1): 142-150.
[8]	刘洪波, 刘珅诚, 盖雪扬, 刘永发, 阎禹同. 高比例新能源接入的主动配电网规划综述[J]. 发电技术, 2024, 45(1): 151-161.
[9]	许星原, 陈皓勇, 黄宇翔, 吴晓彬, 王宇绅, 廉俊豪, 张健彬. 虚拟电厂市场化交易中的挑战、策略与关键技术[J]. 发电技术, 2023, 44(6): 745-757.
[10]	赵振宇, 李炘薪. 基于阶梯碳交易的碳捕集电厂-电转气虚拟电厂低碳经济调度[J]. 发电技术, 2023, 44(6): 769-780.
[11]	陈皓勇, 黄宇翔, 张扬, 王斐, 周亮, 汤君博, 吴晓彬. 基于“三流分离-汇聚”的虚拟电厂架构设计[J]. 发电技术, 2023, 44(5): 616-624.
[12]	郁海彬, 张煜晨, 刘扬洋, 陆增洁, 翁锦德. 碳交易机制下多主体虚拟电厂参与电力市场的优化调度竞标策略[J]. 发电技术, 2023, 44(5): 634-644.
[13]	石梦舒, 许小峰, 张继广, 李忆, 周保中, 乐鹰, 毕圣. 考虑电-氢市场的虚拟电厂两阶段优化策略研究[J]. 发电技术, 2023, 44(5): 645-655.
[14]	李建林, 邵晨曦, 张则栋, 梁忠豪, 曾飞. 氢能产业政策及商业化模式分析[J]. 发电技术, 2023, 44(3): 287-295.
[15]	杨锡勇, 张仰飞, 林纲, 张玉卓, 安允展, 杨昊天. 考虑需求响应的源-荷-储多时间尺度协同优化调度策略[J]. 发电技术, 2023, 44(2): 253-260.