含风-光-电氢混合储能的多微电网系统容量优化配置方法

doi:10.12096/j.2096-4528.pgt.24175

发电技术 ›› 2025, Vol. 46 ›› Issue (2): 240-251.DOI: 10.12096/j.2096-4528.pgt.24175

• 基于群体智能的综合能源系统建模仿真及优化运行 • 上一篇

含风-光-电氢混合储能的多微电网系统容量优化配置方法

刘忠¹, 黄彦铭¹, 朱光明²^,³, 邹淑云¹

^1.长沙理工大学能源与动力工程学院，湖南省长沙市 410114
^2.国网湖南省电力有限公司电力科学研究院，湖南省长沙市 410007
^3.高效清洁发电技术湖南省重点实验室，湖南省长沙市 410007

收稿日期:2024-08-05 修回日期:2024-11-10 出版日期:2025-04-30 发布日期:2025-04-23
作者简介:刘忠(1978)，男，博士，教授，研究方向为风光水储多能互补系统，drliuzhong@csust.edu.cn；
黄彦铭(1999)，男，硕士研究生，研究方向为可再生能源发电技术，924294796@qq.com；
朱光明(1975)，男，博士，研究员级高工，研究方向为能源动力工程及新型储能技术，g.m.zhu@163.com；
邹淑云(1979)，女，硕士，讲师，研究方向为可再生能源发电技术，cslgdxzsy@csust.edu.cn。
基金资助:
国家自然科学基金项目(52079011)

Optimal Capacity Configuration Method for Multi-Microgrid System Utilizing Wind-Solar-Electric-Hydrogen Hybrid Energy Storage

Zhong LIU¹, Yanming HUANG¹, Guangming ZHU²^,³, Shuyun ZOU¹

^1.School of Energy and Power Engineering, Changsha University of Science and Technology, Changsha 410114, Hunan Province, China
^2.Electric Power Research Institute, State Grid Hunan Electric Power Company Limited, Changsha 410007, Hunan Province, China
^3.Hunan Province Key Laboratory of Efficient & Clean Power Generation Technology, Changsha 410007, Hunan Province, China

Received:2024-08-05 Revised:2024-11-10 Published:2025-04-30 Online:2025-04-23
Supported by:
National Natural Science Foundation of China(52079011)

摘要/Abstract

摘要：

目的为研究高比例可再生能源接入所带来的电力系统功率平衡复杂性增加、潮流分布不确定性提升和电网安全稳定性要求提高的问题，提出了一种包含风电、光伏、蓄电池和氢储能的多微电网系统容量优化配置方法。方法在多微电网配电网框架下，建立双层优化模型。该模型外层目标为最低全生命周期成本，内层目标为最小化配电网的峰谷差、网损和电压偏移。基于IEEE 69节点系统，使用白鲨优化(white shark optimizer，WSO)算法和Cplex求解器对模型进行求解，并获取最优容量配置方案和规划运行结果。最后，通过不同储能组合进行案例分析。结果当系统各部件的容量配置达到最优时，风光发电系统与电氢混合储能系统的装机比例为1∶0.27。风-光-电氢混合储能系统在经济性和稳定性上优于风-光-单一储能系统。结论所提方法在优化系统联合最优成本的同时，还能够有效降低负荷峰谷差、配电网网损并提高电能质量。

关键词: 风电, 光伏, 氢能, 储能, 多能互补, 容量配置, 功率分配, 双层优化模型, 多微电网

Abstract:

Objectives In order to study the problems of increasing complexity of power balance, and increasing uncertainty of power flow distribution and increasing security and stability requirements of power grid caused by high proportion of renewable energy access, a capacity optimization configuration method of multi-microgrid system including wind power, photovoltaic, battery and hydrogen energy storage is proposed. Methods A bi-level optimization model is established under the framework of multi-microgrid distribution network. The outer objective of the model is to minimize the life cycle cost, and the inner objective is to minimize the peak-valley difference, network loss and voltage offset of the distribution network. Based on the IEEE 69-bus system, the white shark optimizer (WSO) algorithm and Cplex solver were used to solve the model, and the optimal capacity configuration scheme and planning operation results are obtained. Finally, case analysis is carried out through different energy storage combinations. Results When the capacity configuration of each component of the system is optimal, the installed ratio of the wind-solar power generation system to the hybrid energy storage system is 1∶0.27. The wind-solar-electric-hydrogen hybrid energy storage system is superior to the wind-solar-single energy storage system in terms of economy and stability. Conclusions The proposed method can not only optimize the joint optimal cost of the system, but also effectively reduce the load peak-valley difference, distribution network loss and improve the power quality.

Key words: wind power, photovoltaic, hydrogen energy, energy storage, multi-energy complementary, capacity configuration, power distribution, bi-level optimization model, multi-microgrid

中图分类号:

TK 02

刘忠, 黄彦铭, 朱光明, 邹淑云. 含风-光-电氢混合储能的多微电网系统容量优化配置方法[J]. 发电技术, 2025, 46(2): 240-251.

Zhong LIU, Yanming HUANG, Guangming ZHU, Shuyun ZOU. Optimal Capacity Configuration Method for Multi-Microgrid System Utilizing Wind-Solar-Electric-Hydrogen Hybrid Energy Storage[J]. Power Generation Technology, 2025, 46(2): 240-251.

图/表 16

图1 风-光-电氢混合储能微电网系统

Fig. 1 Wind-solar-storage battery-hydrogen storage microgrid system

图2 含多微电网的配电网拓扑结构MGA、MGB、MGC分别表示微电网A、B、C；MG n 表示第n个微电网。

Fig. 2 Distribution network topology with multiple microgrids

图3 支路潮流模型

Fig. 3 Slip flow model

图4 双层模型求解流程图

Fig. 4 Flowchart for solving bi-level model

图5 太阳能与风能资源年度分布图

Fig. 5 Annual distribution of solar and wind energy resources

表1 设备成本参数

Tab. 1 Equipment cost parameters

主体	单机容量	投资成本/万元	运维成本/(万元/a)	置换成本/万元	寿命/a
风电机组	100 kW	10	0.890		25
光伏阵列	1 kW	0.32	0.003		25
蓄电池	2 kW∙h	0.50	0.002	0.4	5
电解槽	5 kW	6	0.040	4.5	15
储氢罐	1 kW∙h	0.18			25
燃料电池	5 kW	8.75	0.440	6.0	10

表2 分时电价

Tab. 2 Time-of-use price

08：00—12：00；

17：00—21：00

0.87

0.72

12：00—17：00；

21：00—24：00

0.69

0.53

图6 微电网最优配置容量

Fig. 6 Optimal configuration capacity of microgrids

表3 多微电网最优容量配置方案

Tab. 3 Optimal capacity configuration scheme for multi-microgrid

微电网	N_w/台	N_pv/片	N_ele/台	N_bat/块	E_tank/(kW⋅h)	P_fc/kW
MG_A	7	551	23	434	978	102.7
MG_B	9	630	37	433	1 168	146.7
MG_C	13	920	40	389	700	74.8

表4 发电系统与储能系统配比

Tab. 4 Ratio of generation system and energy storage system

电网	发电系统装机容量/kW	电氢混合储能功率/kW	比例
MG_A	1 163.2	444.3	1∶0.38
MG_B	1 505.3	508.1	1∶0.34
MG_C	2 160.6	369.4	1∶0.17
配电网	4 829.1	1 321.5	1∶0.27

图7 各微电网运行优化结果

Fig. 7 Operation optimization results of microgrids

表5 3种方案经济性指标对比

Tab. 5 Comparison of economic indicators of three schemes

方案	C_inv/万元	f₁/万元	f₂/万元	f₃/万元	F/万元
1	2 992.50	8.85	247.35	6.83	5 557.54
2	3 002.59	8.85	245.57	6.74	4 880.87
3	3 065.28	7.89	237.64	5.43	4 217.50

图8 3种方案迭代曲线

Fig. 8 Iteration curves of three schemes

图9 3种方案网损情况

Fig. 9 Network loss of three schemes

图10 单一储能电压偏移分布

Fig. 10 Single energy storage voltage offset distribution

图11 电氢混合储能电压偏移分布

Fig. 11 Voltage offset distribution of electric-hydrogen hybrid energy storage

参考文献 21

1	李政，陈思源，董文娟，等．碳约束条件下电力行业低碳转型路径研究[J]．中国电机工程学报，2021，41(12)：3987-4001． doi:10.13334/j.0258-8013.pcsee.210671
	LI Z， CHEN S Y， DONG W J，et al ．Low carbon transition pathway of power sector under carbon emission constraints[J]．Proceedings of the CSEE，2021，41(12)：3987-4001． doi:10.13334/j.0258-8013.pcsee.210671
2	李立新，周宇昊，郑文广．能源转型背景下分布式能源技术发展前景[J]．发电技术，2020，41(6)：571-577．
	LI L X， ZHOU Y H， ZHENG W G ．Development prospect of distributed energy technology under the background of energy transformation[J]．Power Generation Technology，2020，41(6)：571-577．
3	李红伟，吴佳航，王佳怡，等．计及P2G及碳捕集的风光氢储综合能源系统低碳经济调度[J]．电力系统保护与控制，2024，52(16)：26-36．
	LI H W， WU J H， WANG J Y，et al ．Low-carbon economic dispatch of a wind，solar，and hydrogen storage integrated energy system considering P2G and carbon capture[J]．Power System Protection and Control，2024，52(16)：26-36．
4	钟依庐，刘为雄，郑赟，等．风火储氢碳多能耦合打捆送出模式研究[J]．南方能源建设，2023，10(4)：122-130．
	ZHONG Y L， LIU W X， ZHENG Y，et al ．Electricity transmission strategy research based on wind-coal-battery-hydrogen-CCUS multi energy coupling and bundling system[J]．Southern Energy Construction，2023，10(4)：122-130.
5	姜智霖，郝峰杰，袁志昌，等．考虑SOC优化设定的电-氢混合储能系统的运行优化[J]．电力系统保护与控制，2024，52(8)：65-76．
	JIANG Z L， HAO F J， YUAN Z C，et al ．Optimal operation of an electro-hydrogen hybrid energy storage system considering SOC optimization setting[J]．Power System Protection and Control，2024，52(8)：65-76．
6	HE J， WU Y， YONG X，et al ．Bi-level optimization of a near-zero-emission integrated energy system considering electricity-hydrogen-gas nexus：a two-stage framework aiming at economic and environmental benefits[J]．Energy Conversion and Management，2022，274：116434． doi:10.1016/j.enconman.2022.116434
7	石梦舒，许小峰，张继广，等．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．
	SHI M S， XU X F， ZHANG J G，et al ．A two-stage optimization strategy for virtual power plants considering the electricity-hydrogen market[J]．Power Generation Technology，2023，44(5)：645-655．
8	ZHU X， GUI P， ZHANG X，et al ．Multi-objective optimization of a hybrid energy system integrated with solar-wind-PEMFC and energy storage[J]．Journal of Energy Storage，2023，72：108562． doi:10.1016/j.est.2023.108562
9	SHI M， WANG W， HAN Y，et al ．Research on comprehensive benefit of hydrogen storage in microgrid system[J]．Renewable Energy，2022，194：621-635． doi:10.1016/j.renene.2022.05.125
10	ZHOU S， HAN Y， ZALHAF A S，et al ．Risk-averse bi-level planning model for maximizing renewable energy hosting capacity via empowering seasonal hydrogen storage[J]．Applied Energy，2024，361：122853． doi:10.1016/j.apenergy.2024.122853
11	陈凡，卫志农，张小莲，等．计入风速与风电机组故障相关性的风电场可靠性建模及其应用[J]．中国电机工程学报，2016，36(11)：2900-2908．
	CHEN F， WEI Z N， ZHANG X L，et al ．Reliability modeling of wind farms incorporating correlation between wind speed and failure of wind turbines and its application[J]．Proceedings of the CSEE，2016，36(11)：2900-2908．
12	XU C， KE Y， LI Y，et al ．Data-driven configuration optimization of an off-grid wind/PV/hydrogen system based on modified NSGA-Ⅱ and CRITIC-TOPSIS[J]．Energy Conversion and Management，2020，215：112892． doi:10.1016/j.enconman.2020.112892
13	刘忠，张乐，寇攀高，等．并网型风电-光伏-抽水蓄能-蓄电池系统容量优化配置[J]．动力工程学报，2023，43(9)：1151-1159．
	LIU Z， ZHANG L， KOU P G，et al ．Capacity allocation optimization on grid connected system consisting of wind power，photovoltaic power，pumped storage and battery[J]．Journal of Chinese Society of Power Engineering，2023，43(9)：1151-1159．
14	李蕊睿，李奇，蒲雨辰，等．计及功率交互约束的含电-氢混合储能的多微电网系统容量优化配置[J]．电力系统保护与控制，2022，50(14)：53-64．
	LI R R， LI Q， PU Y C，et al ．Optimal configuration of an electric-hydrogen hybrid energy storage multi-microgrid system considering power interaction constraints[J]．Power System Protection and Control，2022，50(14)：53-64．
15	齐海涛，刘咄，赵东澳，等．边防哨所风光耦合制氢系统的配置优化[J]．北京航空航天大学学报，2024，50(10)：3032-3041．
	QI H T， LIU D， ZHAO D A，et al ．Configuration optimization of wind/photovoltaic hydrogen production system at frontier sentries[J]．Journal of Beijing University of Aeronautics and Astronautics，2024，50(10)：3032-3041．
16	钱仲豪，胡骏，沈思辰，等．考虑条件风险价值的多源协调优化运行策略[J]．发电技术，2023，44(6)：781-789．
	QIAN Z H， HU J， SHEN S C，et al ．Multi-power coordinated optimization operation strategy considering conditional value at risk[J]．Power Generation Technology，2023，44(6)：781-789．
17	张忠会，雷大勇，蒋昌辉，等．基于二阶锥规划和NNC法的交直流混合配电网双层规划模型及其求解方法[J]．中国电机工程学报，2023，43(1)：70-85．
	ZHANG Z H， LEI D Y， JIANG C H，et al ．A bi-level planning model and its solution method of AC/DC hybrid distribution network based on second-order cone programming and NNC method[J]．Proceedings of the CSEE，2023，43(1)：70-85．
18	谢元皓，林声宏，朱建全．基于双重博弈的含多微网配电网分层协调能量管理[J/OL]．电测与仪表，1-12[2024-03-14]．．
	XIE Y H， LIN S H， ZHU J Q ．Hierarchical energy management of distribution network with multi-microgrids based on two-loop stackelberg game[J/OL]．Electric Measurement　&　Instrumentation，1-12[2024-03-14]．．
19	陈星宇，张亚超，黄张浩，等．考虑节点边际电价的配电网与多微电网双层鲁棒经济调度[J]．电力自动化设备，2023，43(11)：51-58．
	CHEN X Y， ZHANG Y C， HUANG Z H，et al ．Bi-level robust economic dispatch of distribution network and multiple microgrids considering locational marginal price[J]．Electric Power Automation Equipment，2023，43(11)：51-58．
20	BRAIK M， HAMMOURI A， ATWAN J，et al ．White shark optimizer：a novel bio-inspired meta-heuristic algorithm for global optimization problems[J]．Knowledge-Based Systems，2022，243：108457． doi:10.1016/j.knosys.2022.108457
21	陈维荣，傅王璇，韩莹，等．计及需求侧的风-光-氢多能互补微电网优化配置[J]．西南交通大学学报，2021，56(3)：640-649．
	CHEN W R， FU W X， HAN Y，et al ．Optimal configuration of wind-solar-hydrogen multi-energy complementary microgrid with demand side[J]．Journal of Southwest Jiaotong University，2021，56(3)：640-649．

[1]	杨剑锋, 李婷, 杨爱民, 冯子宁. 含电能路由器的光伏配电网电压越限问题潮流优化研究[J]. 发电技术, 2025, 46(1): 113-125.
[2]	张杰, 宋科, 张瀚, 曾云, 郑鹏. 车载供氢系统发展现状及展望[J]. 发电技术, 2025, 46(1): 58-71.
[3]	杨琛, 牛锋杰, 韩茂林, 周宁, 周定璇. 基于改进灰狼算法优化极限学习机的光伏阵列故障诊断方法研究[J]. 发电技术, 2025, 46(1): 72-82.
[4]	李霄飞, 王朝, 刘银南, 吴安, 李光辉, 裴刘生, 王海峰, 李佳琦, 朱红路. 光伏阵列效率分布特性建模及其在运行状态评价中的应用[J]. 发电技术, 2025, 46(1): 83-92.
[5]	匡洪海, 郭茜. 基于多特征提取-卷积神经网络-长短期记忆网络的短期风电功率预测方法[J]. 发电技术, 2025, 46(1): 93-102.
[6]	王婷, 王银顺, 郭丽宁, 卞雨妍, 连占英, 李乐依, 毛承鹏. 稀土钡铜氧化物闭环超导葫芦形环片堆叠磁体的机械特性分析[J]. 发电技术, 2024, 45(6): 1039-1047.
[7]	任蓓蕾, 郭昆丽, 蔡维正, 李博浩, 朱婷华, 李玲陶. 基于改进线性自抗扰控制器的直驱风机次同步振荡抑制及阻抗稳定性分析[J]. 发电技术, 2024, 45(6): 1135-1145.
[8]	刘展, 刘健洵, 包琰洋, 李大字. 基于图正则化堆叠自编码器的风机轴承故障诊断方法[J]. 发电技术, 2024, 45(6): 1146-1152.
[9]	张立栋, 铁浩, 刘惠文, 李钦伟, 田文鑫, 赵秀勇, 常子涵. 风力机偏航对尾迹演化影响的实验研究[J]. 发电技术, 2024, 45(6): 1153-1162.
[10]	王宇绅, 陈皓勇, 黄宇翔, 吴晓彬, 朱彦瑾, 张健彬. 多重不确定性下的虚拟电厂参与电能量和需求响应市场鲁棒优化调度策略[J]. 发电技术, 2024, 45(6): 1173-1185.
[11]	李文, 卜凡鹏, 张潇桐, 杨创东, 张静. 基于典型商业运营模式的含电-氢混合储能微电网系统优化运行方法[J]. 发电技术, 2024, 45(6): 1186-1200.
[12]	成明, 项阳阳, 杨光伟, 周强, 李军. H级燃气轮机掺氢发电技术应用现状及关键问题分析[J]. 发电技术, 2024, 45(5): 814-825.
[13]	张杰, 罗雪鹏. 液氢制-储-运-加关键技术发展现状及展望[J]. 发电技术, 2024, 45(5): 888-898.
[14]	赵星源, 谢芳毅, 刘乙学, 陈昉, 崔建华, 韩少峰, 何青. 压气储能电站智能建造体系及其关键技术[J]. 发电技术, 2024, 45(5): 899-909.
[15]	姬海民, 薛磊, 周方盛, 王电, 陈诚, 李靖, 刘辉, 薛宁, 张知翔, 徐党旗. 非补燃液态压缩空气储能系统性能模拟研究[J]. 发电技术, 2024, 45(5): 910-918.

含风-光-电氢混合储能的多微电网系统容量优化配置方法

Optimal Capacity Configuration Method for Multi-Microgrid System Utilizing Wind-Solar-Electric-Hydrogen Hybrid Energy Storage

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

图/表 16

参考文献 21

相关文章 15

编辑推荐

Metrics