👨🎓个人主页
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。
⛳️座右铭：行百里者，半于九十。
📋📋📋本文目录如下：🎁🎁🎁
目录
💥1 概述
文献来源：
摘要：针对电-氢混合系统协同平抑接入新型电力系统的新能源波动问题，提出考虑碱性电解槽运行特性的电-氢混合储能容量优化配置方案。首先基于经验模态分解，将原始风电功率信号分解为符合波动量限值的直接并网分量和混合储能功率任务；在综合考虑电化学储能和氢储能介质充放电功率约束和存储状态约束的基础上，制定计及碱性电解槽运行特性的混合储能能量管理策略。基于此策略，以综合成本最小为目标，建立用于平抑风电波动的电-氢混合储能容量配置模型，并通过实际数据进行计算分析，算例结果表明，所提策略下的容量配置方案，在满足平抑需求的前提下，可以有效提高系统经济性。
关键词：
在“双碳”目标的驱动下，构建以新能源为主体的新型电力系统是未来发展的趋势，但新能源的波动性和反调峰特性[1]等对电能质量、电力调峰以及系统安全稳定性产生负面影响。氢储能作为一种新型储能技术，兼具低碳清洁、能量密度高、存储时间长等优势[2]，被认为是极具潜力的大容量储能。现代电力系统对储能装置的容量、功率、响应速度以及成本等方面都提出了更高的要求，单一储能技术无法同时满足电力系统的各项要求。而由不同储能技术组合而成的混合储能系统 （Hybrid Energy Storage System，HESS）可以做到各储能特性互补，弥补单一储能的缺陷，提高系统的整体性能[3]，改善风电光伏出力波动性。文献[4]提出 HESS 协调平抑光伏并网功率波动策略，为电池储能配置超级电容（Super Capacitor，SC）来减少其循环充放电的次数。文献[5]提出使用超导磁储能和蓄电池储能组成的 HESS 来改善风电波动性，并设计了一种分层控制策略，可以维持蓄电池荷电状态(State of Charge, SOC)处于较好水平，避免过充过放现象发生，为补偿风电功率波动留有足够的容量空间。文献[6]由提出通过绝热压缩空气储能和飞轮储能系统应分别应对风电低频分量和高频分量，以缓解风电波动，增强风电渗透率。文献[7]构建电池和氢储能组成的
混合储能系统，利用电池来抑制光伏和负载功率的短期波动，电池 SOC 达到 99.5%时，控制算法将多余的富余功率转移到电解槽中。文献[8]提出了一种氢-超导磁储能混合储能系统协调控制策 略，该策略不仅解决了风机低电压穿越和风电功率波动两个问题，还明显降低了超导磁储能的性 能要求和投资成本。文献[9]构建了包含 SC 和氢储能的混合储能系统，并结合混合储能的各自特 性，提出变系数指数平滑算法的 HESS 控制策略。文献[10]针对电-氢混合储能型多微网系统，提出了考虑储能系统荷电状态以及微网内外母线的供需平衡的运行控制策略。文献[11]为了解决仅考 虑微电网经济性的容量配置结果对于平抑母线波动和电压波动的不足，提出了计及微电网经济性 和稳定性的电氢耦合混合储能的微网容量配置方案。文献[12]将电化学储能作为短时储能，氢储能作为长时储能，综合两种储能的工作特性，提出了计及电氢 HESS 效率特性的经济下垂控制策 略。文献[13]提出了一种包含 SC、蓄电池及氢储能的混合储能系统，经验证可以实现微电网直流 母线电压支撑及并网功率的平抑。
1.1 电-氢混合储能系统架构
针对风电大规模并网带来的波动问题，提出电-氢 HESS 协调运行框架，如图 1 所示。
1.2 基于 EMD 的风电功率分配策略
一、风电波动特性与平抑需求
1. 风电波动特征
风电功率波动具有多时间尺度特性，主要受风速、风向、气象条件及风电场拓扑结构影响。具体表现为：
- 短期波动（分钟至小时级）：包括功率骤增、陡降、振荡等，可能导致系统频率偏移。例如，典型风电功率波动可分为低出力波动、小波动、中波动和大波动，其中大波动在短时间内出现显著峰值（图1）。
- 昼夜级波动：白天平均出力低于夜间，受气象昼夜变化影响。
- 随机性与概念漂移：数据分布随时间演变，需通过机器学习识别并修正预测模型。
2. 波动对电力系统的影响
风电并网引起的频率偏移可能威胁系统稳定性，甚至导致失稳。因此，平抑波动需兼顾短期调节（秒至小时级）与长期调节（日级以上）需求。
二、电-氢混合储能系统架构与协同机制
1. 系统组成
电-氢混合储能系统由以下核心部件构成（图3）：
- 电源侧：新能源（风电、光伏）与火电互补供电。
- 储能侧：
- 电化学储能（如锂离子电池、超级电容）：提供快速响应能力，平抑高频波动。
- 氢储能（电解槽、储氢罐、燃料电池）：用于长期能量存储，处理低频波动。
- 负荷侧：电负荷与氢负荷（如工业用氢、燃料电池汽车）。
2. 电能与氢能协同调控机制
- 时间尺度互补：电池应对秒级至小时级波动，氢储能调节日级以上波动。例如，储氢系统充放周期可达1000小时以上，解决季节性调峰问题。
- 能量转换路径：
- 过剩风电→电解制氢→储氢：在风电出力过剩时，通过电解槽将电能转化为氢能储存。
- 储氢→燃料电池发电：在风电出力不足时，氢能通过燃料电池发电回馈电网。
- 动态效率优化：考虑电解槽与燃料电池的动态效率特性，建立混合整数规划模型以协调运行成本与碳排放。
三、容量优化配置模型与算法
1. 数学模型构建
- 目标函数：以综合成本最小化为目标，涵盖设备投资、运行维护、波动补偿惩罚等成本。例如，袁铁江等提出包含碱性电解槽运行特性的容量配置模型，降低年综合成本7.21%。
- 约束条件：
- 功率平衡：电源出力、储能充放电功率与负荷需求匹配。
- 储能运行约束：SOC（电池荷电状态）、SOH（储氢状态）的上下限。
- 设备物理限制：电解槽/燃料电池启停次数、效率衰减等。
2. 优化算法选择
- 分解与重构技术：采用经验模态分解（EMD）或自适应VMD算法，将原始风电功率分解为高频（电池处理）与低频（氢储能处理）分量。
- 智能优化算法：
- 遗传算法（GA） ：全局搜索能力强，适用于非线性多目标问题（图1）。
- 粒子群算法（PSO） ：计算速度快，但需避免局部最优。
- 混合算法：外层GA优化容量配置，内层有效集算法优化充放电策略。
3. 多指标权衡
- 经济性：氢储能容量成本低，但效率损失较高（电→氢→电效率约30-40%），需权衡容量配置与运行成本。
- 可靠性：通过波动越限概率评估平抑效果（如将越限概率从2.08%降至1.04%）。
- 环保性：引入碳排放成本约束，促进绿氢消纳。
四、典型案例分析
1. 案例1：基于EMD分解的容量优化
- 方法：袁铁江等将风电功率分解为并网分量与储能任务，采用氢储能为主、电池为辅的策略。
- 结果：与传统策略相比，年综合成本降低573.2万元，且波动越限概率显著下降。
2. 案例2：自适应VMD与能量管理控制
- 方法：谢忠能等构建燃料电池/电解槽/超级电容混合系统，结合SOC/SOH状态分配功率。
- 结果：实现风电平滑并网，同时维持储能设备在合理工作区间。
3. 场景对比
- 场景1（传统策略） ：依赖电化学储能，投资成本高且补偿效果有限。
- 场景2（电-氢协同） ：氢储能承担主体任务，容量成本降低4.30%，补偿效率提升16.50%。
五、挑战与未来方向
- 技术瓶颈：
- 电解槽/燃料电池动态响应慢、耐久性差。
- 电-氢-电转换效率损失影响经济性。
- 优化方向：
- 开发电-氢-热多能耦合模型，提升综合能效。
- 探索盐穴储氢、氨储能等长周期方案。
- 政策驱动：推动绿氢认证与碳市场衔接，降低平抑波动边际成本。
六、结论
电-氢混合储能通过多时间尺度协同调控，显著提升风电波动平抑能力。容量优化需结合风电波动特性、储能设备特性及多目标约束，采用智能算法实现经济性与可靠性的平衡。未来需进一步突破氢能技术瓶颈，深化电-氢-热多能耦合应用，助力新型电力系统的高效运行。
📚2 运行结果
2.1 基本数据可视化
2.2 Kmeans聚类得到 8 个风电出力场景
放大图：
2.3 不同波动量限值下并网功率与平抑功率的对比
2.4 高波动需要储能平抑的功率和低波动直接并网功率
2.5 平抑前后的风电并网功率波动效果
1）0基准线+超级电容平抑+不丢弃正向波动 (丢弃正向波动)
2）变量基准线+超级电容平抑+不丢弃正向波动(丢弃正向波动)
🎉3 参考文献
部分理论来源于网络，如有侵权请联系删除。
[1]袁铁江,郭建华,杨紫娟等.平抑风电波动的电-氢混合储能容量优化配置[J/OL].中国电机工程学报:1-10[2023-05-17].https://doi.org/10.13334/j.0258-8013.pcsee.222572.
扫一扫
875
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
