考虑电转氢和需求响应的风光储综合充能站优化运行策略

doi:10.12096/j.2096-4528.pgt.24090

发电技术 ›› 2025, Vol. 46 ›› Issue (1): 31-41.DOI: 10.12096/j.2096-4528.pgt.24090

考虑电转氢和需求响应的风光储综合充能站优化运行策略

崔露¹, 刘世林¹^,², 苗婉¹, 王青¹

^1.高端装备先进感知与智能控制教育部重点实验室(安徽工程大学)，安徽省芜湖市 241000
^2.安徽工程大学产业创新研究院有限公司，安徽省芜湖市 241000

收稿日期:2024-05-20 修回日期:2024-06-25 出版日期:2025-02-28 发布日期:2025-02-27
作者简介:崔露(1997)，男，硕士研究生，研究方向为风光储综合充能站优化调度，2350546479@qq.com；
刘世林(1978)，男，博士，教授，研究方向为分布式综合能源系统、微电网优化与控制、储能技术等，本文通信作者，sl.liu@ahpu.edu.cn；
苗婉(1999)，女，硕士研究生，研究方向为虚拟电厂优化调度，2896373462@qq.com；
王青(1997)，女，硕士研究生，研究方向为新能源微电网优化调度，1559129414@qq.com。
基金资助:
安徽省重点研究与开发计划项目(202004a05020014);安徽未来技术研究院企业合作项目(2023qyhz32)

Optimized Operation Strategy of Wind-Solar-Storage Integrated Charging Station Considering Power-to-Hydrogen and Demand Response

Lu CUI¹, Shilin LIU¹^,², Wan MIAO¹, Qing WANG¹

^1.Key Laboratory of Advanced Perception and Intelligent Control of High-end Equipment, Ministry of Education (Anhui Polytechnic University), Wuhu 241000, Anhui Province, China
^2.Anhui Polytechnic University Industrial Innovation Technology Co. , Ltd. , Wuhu 241000, Anhui Province, China

Received:2024-05-20 Revised:2024-06-25 Published:2025-02-28 Online:2025-02-27
Supported by:
Anhui Provincial Key Research and Development Project(202004a05020014);Anhui Future Technology Research Institute Corporate Collaboration Project(2023qyhz32)

摘要/Abstract

摘要：

目的为兼顾新能源汽车的充能需求，同时促进可再生能源消纳，提出一种考虑电转氢和需求响应的风光储综合充能站优化运行策略。方法首先，基于Logistic函数响应机理构建充能站售电价格优化模型，并采用非支配排序遗传算法(non-dominated sorting genetic algorithm Ⅱ，NSGA-Ⅱ)求解，从而引导用户充电负荷合理转移；其次，基于优化后的售电价格和负荷分布情况，综合考虑充能站购能成本、运维成本及功率平衡等相关约束，以日运行成本最小为目标函数，建立含电转氢装置的风光储综合充能站优化运行模型；最后，在MATLAB平台上开展仿真研究。结果考虑电转氢和需求响应后，充能站日运行成本降低了34.74%，风、光消纳率分别提高了25.84%和61.60%。结论通过实施电转氢和需求响应措施，能够明显降低综合充能站的运行成本，同时提高风光的消纳能力。

关键词: 新能源汽车, 风光储综合充能站, 电转氢, 需求响应, 电价, 优化运行, 新能源消纳, 非支配排序遗传算法(NSGA-Ⅱ)

Abstract:

Objectives To meet the charging demands of new energy vehicles and promote the utilization of renewable energy, an optimized operation strategy of a wind-solar-storage integrated charging station, considering power-to-hydrogen conversion and demand response is proposed. Methods Firstly, an optimized model for electricity price at energy charging stations is developed based on the Logistic function response mechanism. This model is then solved using the non-dominated sorting genetic algorithm Ⅱ (NSGA-Ⅱ), thereby guiding users to reasonably shift the charging load. Secondly, based on the optimized electricity price and load distribution, and by comprehensively considering energy procurement costs, operational and maintenance expenses, and constraints such as power balance at energy charging stations, an optimized operational model is established for a wind-solar-storage integrated charging station equipped with a power-to-hydrogen conversion device. This model aimed to minimize daily operational costs. Finally, simulation research is conducted on the MATLAB platform. Results Considering the power-to-hydrogen conversion and demand response, the daily operational costs of the charging stations are reduce by 34.74%, and the utilization rates of the wind and solar power increased by 25.84% and 61.60% respectively. Conclusions Through the implementation of power-to-hydrogen conversion and demand response measures, the operational costs of the charging stations can be significantly reduced, and the utilization of wind and solar power can be improved.

Key words: new energy vehicles, wind-solar-storage integrated charging station, power-to-hydrogen, demand response, electricity price, optimized operation, renewable energy consumption, non-dominated sorting genetic algorithm Ⅱ(NSGA-Ⅱ)

中图分类号:

TK 01

崔露, 刘世林, 苗婉, 王青. 考虑电转氢和需求响应的风光储综合充能站优化运行策略[J]. 发电技术, 2025, 46(1): 31-41.

Lu CUI, Shilin LIU, Wan MIAO, Qing WANG. Optimized Operation Strategy of Wind-Solar-Storage Integrated Charging Station Considering Power-to-Hydrogen and Demand Response[J]. Power Generation Technology, 2025, 46(1): 31-41.

图/表 16

图1 风光储综合充能站结构

Fig. 1 Structure of wind-solar-storage integrated charging station

图2 优化运行流程

Fig. 2 Optimized operation process

图3 基于Logistic函数需求响应机理模型

Fig. 3 Demand response mechanism model based onLogistic function

图4 电/氢负荷及预测风光功率

Fig. 4 Electric/hydrogen loads and predicted wind-solar power

表1 传统峰谷分时电价参数

Tab. 1 Parameters of traditional peak-valley time-of-use electricity price

11:00—14:00

22:00—23:00

表2 设备的运维系数

Tab. 2 Operation and maintenance coefficients of equipment

运维系数	参数值
$c P V$ /[元/(kW⋅h)]	0.05
$c W T$ /[元/(kW⋅h)]	0.07
$c E L$ /[元/(kW⋅h)]	0.15
$c E S$ /[元/(kW⋅h)]	0.05
$c H S$ /(元/m³)	0.05

表2 设备的运维系数

Tab. 2 Operation and maintenance coefficients of equipment

运维系数	参数值
$c P V$ /[元/(kW⋅h)]	0.05
$c W T$ /[元/(kW⋅h)]	0.07
$c E L$ /[元/(kW⋅h)]	0.15
$c E S$ /[元/(kW⋅h)]	0.05
$c H S$ /(元/m³)	0.05

表3 各储能设备参数

Tab. 3 Parameters of each energy storage device

设备	容量	充放功率上限	容量下限约束/%	容量上限约束/%	充放效率/%
电储	250 kW⋅h	125 kW	20	90	95
氢储	200 m³	100 m³/h	20	90	95

表4 电网分时电价

Tab. 4 Time-of-use electricity price of the grid

08:00—10:00;16:00—18:00;

22:00—23:00

0.634 6

峰时段

11:00—15:00

19:00—21:00

0.944 0

图5 充电费用Pareto最优解集

Fig. 5 Pareto optimal solution set of charging costs

图6 售电价格及负荷变化曲线

Fig. 6 Electricity price and load variation curves

表5 用户需求响应结果对比

Tab. 5 Comparison of user demand response results

情景	负荷波动率	平均电价/[元/(kW⋅h)]	电车用户充电费用/元
1	1.817 0	1.35	1 230.73
2	1.780 0	1.21	1 268.72
3	1.802 8	1.19	1 231.00

图7 场景1情况下功率优化调度结果

Fig. 7 Results of optimized power scheduling in Scenario 1

图8 场景2情况下功率优化调度结果

Fig. 8 Results of optimized power scheduling in Scenario 2

图9 场景3情况下功率优化调度结果

Fig. 9 Results of optimized power scheduling in Scenario 3

表6 各场景下充能站的运行费用 (元)

Tab. 6 Operational costs of energy charging stations in different scenarios

项目	场景1	场景2	场景3
购电费用	0	562.82	382.23
购氢费用	1 088.66	0	0
设备运维费用	64.22	356.57	370.10
售电收益	1 230.73	1 230.73	1 231.00
售氢收益	1 687.42	1 687.42	1 687.42
日运行成本	1 152.87	919.39	752.33
售能收益	2 918.15	2 918.15	2 918.42

表7 各场景下风光利用情况

Tab. 7 Wind and solar utilization in different scenarios

项目	场景1	场景2	场景3
风机发电量/(kW⋅h)	940.20	940.20	940.20
弃风量/(kW⋅h)	276.04	53.60	33.10
光伏发电量/(kW⋅h)	1 123.50	1 123.50	1 123.50
弃光量/(kW⋅h)	862.85	334.02	170.77
风电消纳率/%	70.64	94.30	96.48
光伏消纳率/%	23.20	70.27	84.80

参考文献 31

1	陈艳波，张宁，李嘉祺，等．零碳园区研究综述及展望[J]．中国电机工程学报，2024，44(14)：5496-5516．
	CHEN Y B， ZHANG N， LI J Q，et al ．Review and prospect of zero carbon park research[J]．Proceedings of the CSEE，2024，44(14)：5496-5516．
2	潘光胜，顾钟凡，罗恩博，等．新型电力系统背景下的电制氢技术分析与展望[J]．电力系统自动化，2023，47(10)：1-13．
	PAN G S， GU Z F， LUO E B，et al ．Analysis and prospect of electrolytic hydrogen technology under background of new power systems[J]．Automation of Electric Power Systems，2023，47(10)：1-13．
3	李佳琪，徐潇源，严正．大规模新能源汽车接入背景下的电氢能源与交通系统耦合研究综述[J]．上海交通大学学报，2022，56(3)：253-266．
	LI J Q， XU X Y， YAN Z ．A review of coupled electricity and hydrogen energy system with transportation system under the background of large-scale new energy vehicles access[J]．Journal of Shanghai Jiao Tong University，2022，56(3)：253-266．
4	赵元发，司杨，麻林瑞，等．交通网-电网耦合框架下制氢加氢站选址定容[J]．太阳能学报，2024，45(8)：54-62．
	ZHAO Y F， SI Y， MA L R，et al ．Location and capacity of hydrogen production and refueling stations in framework of transportation network-grid coupling[J]．Acta Energiae Solaris Sinica，2024，45(8)：54-62．
5	RIETMANN N， HÜGLER B， LIEVEN T ．Forecasting the trajectory of electric vehicle sales and the consequences for worldwide CO₂ emissions[J]．Journal of Cleaner Production，2020，261：121038． doi:10.1016/j.jclepro.2020.121038
6	刘峻，赵汪，高学强，等．全球加氢站产业、技术及标准进展综述[J]．太阳能学报，2022，43(6)：362-372．
	LIU J， ZHAO W， GAO X Q，et al ．Review on advances in industry，technology，and standard of global hydrogen refuelling stations[J]．Acta Energiae Solaris Sinica，2022，43(6)：362-372．
7	LI C， SHAN Y， ZHANG L，et al ．Techno-economic evaluation of electric vehicle charging stations based on hybrid renewable energy in China[J]．Energy Strategy Reviews，2022，41：100850． doi:10.1016/j.esr.2022.100850
8	SINGH S， CHAUHAN P， SINGH N JAP ．Feasibility of grid-connected solar-wind hybrid system with electric vehicle charging station[J]．Journal of Modern Power Systems and Clean Energy，2021，9(2)：295-306． doi:10.35833/mpce.2019.000081
9	王育飞，刘德宾，薛花，等．耦合氢能的光储充电站多目标优化配置策略[J]．电力自动化设备，2023，43(12)：101-108．
	WANG Y F， LIU D B， XUE H，et al ．Multi-objective optimal configuration strategy of photovoltaic-energy storage charging station coupled with hydrogen energy[J]．Electric Power Automation Equipment，2023，43(12)：101-108．
10	雷超，李韬．碳中和背景下氢能利用关键技术及发展现状[J]．发电技术，2021，42(2)：207-217． doi:10.12096/j.2096-4528.pgt.20015
	LEI C， LI T ．Key technologies and development status of hydrogen energy utilization under the background of carbon neutrality[J]．Power Generation Technology，2021，42(2)：207-217． doi:10.12096/j.2096-4528.pgt.20015
11	李志伟，赵雨泽，吴培，等．基于制氢设备精细建模的综合能源系统绿氢蓝氢协调低碳优化策略[J]．电网技术，2024，48(6)：2317-2326．
	LI Z W， ZHAO Y Z， WU P，et al ．Low-carbon dispatching strategy of integrated energy system with coordination of green hydrogen and blue hydrogen based on fine modeling of hydrogen production equipment[J]．Power System Technology，2024，48(6)：2317-2326．
12	陈逸文，赵晋斌，李军舟，等．电力低碳转型背景下氢储能的挑战与展望[J]．发电技术，2023，44(3)：296-304． doi:10.12096/j.2096-4528.pgt.23022
	CHEN Y W， ZHAO J B， LI J Z，et al ．Challenges and prospects of hydrogen energy storage under the background of low-carbon transformation of power industry[J]．Power Generation Technology，2023，44(3)：296-304． doi:10.12096/j.2096-4528.pgt.23022
13	李江南，程韧俐，周保荣，等．含碳捕集及电转氢设备的低碳园区综合能源系统随机优化调度[J]．中国电力，2024，57(5)：149-156．
	LI J N， CHENG R L， ZHOU B R，et al ．Stochastic optimal of integrated energy system in low-carbon parks considering carbon capture storage and power to hydrogen[J]．Electric Power，2024，57(5)：149-156．
14	闫庆友，党嘉璐，林宏宇，等．考虑全生命周期碳排放的电氢耦合VPP调度优化[J]．电力建设，2024，45(4)：13-25．
	YAN Q Y， DANG J L， LIN H Y，et al ．The scheduling optimization model for electric-hydrogen coupled VPP considering life-cycle carbon emissions[J]．Electric Power Construction，2024，45(4)：13-25．
15	李军舟，赵晋斌，陈逸文，等．考虑动态功率区间和制氢效率的电转氢(P2H)设备容量配置优化[J]．电工技术学报，2023，38(18)：4864-4874．
	LI J Z， ZHAO J B， CHEN Y W，et al ．Optimal capacity configuration of P2H equipment considering dynamic power range and hydrogen production efficiency[J]．Transactions of China Electrotechnical Society，2023，38(18)：4864-4874．
16	张怡，郝思鹏．电动汽车充电站变压器容量及储能优化配置[J]．电测与仪表，2023，60(7)：19-25．
	ZHANG Y， HAO S P ．Optimized configuration of transformer capacity and energy storage for electric vehicle charging stations[J]．Electrical Measurement & Instrumentation，2023，60(7)：19-25．
17	刘又榕，林顺富，沈运帷，等．计及电动汽车参与多元需求响应的微电网多时间尺度优化调度模型[J]．电力建设，2023，44(10)：51-62．
	LIU Y R， LIN S F， SHEN Y W，et al ．Multi-time-scale optimization scheduling model of microgrid with electric vehicles participating in multiple demand response[J]．Electric Power Construction，2023，44(10)：51-62．
18	叶清泉，林厚飞，金建新，等．考虑经济性和灵活性的海岛微电网优化调度策略[J]．浙江电力，2022，41(3)：54-64．
	YE Q Q， LIN H F， JIN J X，et al ．An optimal dispatching strategy of island microgrid considering economy and flexibility[J]．Zhejiang Electric Power，2022，41(3)：54-64．
19	马苗苗，刘立成，王鑫，等．风光发电与新能源汽车协同优化调度策略[J]．吉林大学学报(工学版)，2022，52(9)：2096-2106．
	MA M M， LIU L C， WANG X，et al ．Coordinated optimal dispatch strategy of wind and photovoltaic power generation and new energy vehicles[J]．Journal of Jilin University (Engineering and Technology Edition)，2022，52(9)：2096-2106．
20	师景佳，袁铁江，Saeed Ahmed Khan，等．计及电动汽车可调度能力的风/车协同参与机组组合策略[J]．高电压技术，2018，44(10)：3433-3440．
	SHI J J， YUAN T J， KHAN S A，et al ．Unit commitment strategy considering cooperated dispatch of electric vehicles based on scheduling capacity and wind power generation[J]．High Voltage Engineering，2018，44(10)：3433-3440．
21	ZHANG Z， LV L， WANG X ．Researh on dynamic time-sharing tariff orderly charging strategy based on NSGA2 in PV-Storage-Charging stations[J]．Electric Power Systems Research，2023，225：109784． doi:10.1016/j.epsr.2023.109784
22	杨欢红，施颖，黄文焘，等．考虑实时需求侧响应的光储充电站容量优化配置方法[J]．智慧电力，2023，51(7)：51-58．
	YANG H H， SHI Y， HUANG W T，et al ．Optimal capacity configuration method of photovoltaic-battery charging station considering real-time demand side response[J]．Smart Power，2023，51(7)：51-58．
23	周建力，乌云娜，董昊鑫，等．计及电动汽车随机充电的风-光-氢综合能源系统优化规划[J]．电力系统自动化，2021，45(24)：30-40．
	ZHOU J L， WU Y N， DONG H X，et al ．Optimal planning of wind-photovoltaic-hydrogen integrated energy system considering random charging of electric vehicles[J]．Automation of Electric Power Systems，2021，45(24)：30-40．
24	陈中，陈妍希，车松阳．新能源汽车一体充能站框架及能量优化调度方法[J]．电力系统自动化，2019，43(24)：41-49．
	CHEN Z， CHEN Y X， CHE S Y ．Framework of integrated charging station for renewable energy vehicle and energy optimal dispatching method[J]．Automation of Electric Power Systems，2019，43(24)：41-49．
25	张智晟，于道林．考虑需求响应综合影响因素的RBF-NN短期负荷预测模型[J]．中国电机工程学报，2018，38(6)：1631-1638．
	ZHANG Z S， YU D L ．RBF-NN based short-term load forecasting model considering comprehensive factors affecting demand response[J]．Proceedings of the CSEE，2018，38(6)：1631-1638．
26	阮文骏，王蓓蓓，李扬，等．峰谷分时电价下的用户响应行为研究[J]．电网技术，2012，36(7)：86-93．
	RUAN W J， WANG B B， LI Y，et al ．Customer response behavior in time-of-use price[J]．Power System Technology，2012，36(7)：86-93．
27	张宇华，王丛，孙晓鹏，等．基于多步逆向半云模型的价格型需求响应不确定性建模[J]．电力系统自动化，2023，47(1)：105-114．
	ZHANG Y H， WANG C， SUN X P，et al ．Uncertainty modeling of price-based demand response based on multi-step backward semi-cloud model[J]．Automation of Electric Power Systems，2023，47(1)：105-114．
28	欧名勇，陈仲伟，谭玉东，等．基于峰谷分时电价引导下的电动汽车充电负荷优化[J]．电力科学与技术学报，2020，35(5)：54-59．
	OU M Y， CHEN Z W， TAN Y D，et al ．Optimization of electric vehicle charging load based on peak-to-valley time-of-use electricity price[J]．Journal of Electric Power Science and Technology，2020，35(5)：54-59．
29	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．
	ZHAO Z Y， BAO G， LI X X ．Optimization and scheduling of integrated energy systems with carbon capture and storage-power to gas based on information gap decision theory[J]．Power Generation Technology，2024，45(4)：651-665．
30	杨世博，孙亮，陈立东，等．计及分时电价的含冷热电联供型微网的配电网系统协调优化调度[J]．电力自动化设备，2021，41(4)：15-23．
	YANG S B， SUN L， CHEN L D，et al ．Coordinated optimal scheduling of distribution network with CCHP-based microgird considering time-of-use electricity price[J]．Electric Power Automation Equipment，2021，41(4)：15-23．
31	薛贵挺，汪柳君，刘哲，等．考虑碳排放的光储充一体站日前运行策略[J]．电力系统保护与控制，2022，50(7)：103-110．
	XUE G T， WANG L J， LIU Z，et al ．Day-ahead operation strategy of an integrated photovoltaic storage and charging station considering carbon emissions[J]．Power System Protection and Control，2022，50(7)：103-110．

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	杜将武, 唐小强, 罗志伟, 刘敦楠, 陈积旭, 徐尔丰, 毕圣. 面向综合能源园区的丰枯电价定价方法[J]. 发电技术, 2023, 44(2): 261-269.
[6]	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.
[7]	王燕, 杨秀媛, 徐剑锋, 卜思齐, 徐智蔷. 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.
[8]	李卫东,贺鸿鹏. 考虑风电消纳的源-荷协同优化调度策略[J]. 发电技术, 2020, 41(2): 126-130.
[9]	陈豪,张伟华,石磊,李晓江,王开让,巩宇. 国内外用户侧光储系统发展应用研究[J]. 发电技术, 2020, 41(2): 110-117.
[10]	欧阳斌,袁志昌,陆超,屈鲁,李东东. 考虑源-荷-储多能互补的冷-热-电综合能源系统优化运行研究[J]. 发电技术, 2020, 41(1): 19-29.
[11]	胡伟,戚宇辰,张鸿轩,董凌,李延和. 风光水多能源电力系统互补智能优化运行策略[J]. 发电技术, 2020, 41(1): 9-18.
[12]	郭创新, 丁筱. 综合能源系统优化运行研究现状及展望[J]. 发电技术, 2020, 41(1): 2-8.
[13]	朱辉,吕红芳,阳晓明. 基于多代理系统的微电网多目标优化调度[J]. 发电技术, 2019, 40(6): 527-534.
[14]	弭辙,张晋芳,刘俊,赵秋莉,张富强. 面向促进新能源消纳的源网荷贡献度分解算法[J]. 发电技术, 2019, 40(6): 509-515.
[15]	刘志超,王洪彬,沙浩,杨金澍,曹生现. 我国风电利用技术现状及其前景分析[J]. 发电技术, 2019, 40(4): 389-395.

考虑电转氢和需求响应的风光储综合充能站优化运行策略

Optimized Operation Strategy of Wind-Solar-Storage Integrated Charging Station Considering Power-to-Hydrogen and Demand Response

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

图/表 16

参考文献 31

相关文章 15

编辑推荐

Metrics