含电解制氢装置及光热电站的海岛微网优化调度

黄冬梅，陈柯翔，孙锦中，胡安铎，孙 园

（1.上海电力大学电子与信息工程学院，上海 200090；2.上海电力大学数理学院，上海 200090）

离海岸线较远的岛屿通常负荷需求较小，传统上采用以柴油发电为主的离网运行方式进行供电，但存在环境污染问题。海岛风力资源丰富，发展潜力巨大，充分利用风能、太阳能等可再生能源可从根本上解决海岛供电问题[1]，并且构建以可再生能源为主的海岛微电网系统，有助于沿海区域碳达峰、碳中和“30·60”目标的实现[2]。

近年来，海岛微电网经济优化调度已成为微电网的研究热点。文献[3]概括了国内外海岛微电网的研究现状，研究了海岛风-光-海水抽蓄联合发电系统的不同调度策略，对其进行基于模糊多目标规划与遗传算法的容量优化，得出系统最佳容量配置；文献[4]以微网运行成本最低为优化目标，建立了由柴油发电机、微型燃气轮机和燃料电池组成的微网优化模型，但燃料电池存在化学腐蚀和无法存储电能等问题，而由于海岛风电出力往往具有波动性和随机性等特点，常常需要配备一定的储能系统；文献[5]提出了以潮汐电站发电为主，配合风电场、柴油机组运行的海岛微网供电方案，考虑机组的运行约束和负荷需求，建立了海岛多能互补的优化调度模型；文献[6]通过对海岛中风/光/抽水蓄能的容量进行优化配置，以系统成本最小和负荷缺电量为目标，并考虑负荷响应，使用粒子群算法对该模型进行求解；文献[7]提出以海水抽蓄电站作为海岛微网储能设备的优化运行方案，降低海岛供电成本的同时平抑了风电波动。文献[5-7]虽然利用了海岛丰富的可再生能源，但是建设海水蓄能电站、潮汐电站受到地理落差的限制，而聚光太阳能技术能够解决这一问题，光热电站利用聚光系统将太阳能聚集起来，产生过热蒸汽驱动发电机进行发电[8]。文献[9]利用含储热光热电站能够对热能进行存储，实现柔性调度补充风力发电。

对于风电资源丰富的海岛，在满足自身负荷需求下，将会出现弃风现象，而风电制氢技术能够有效解决海岛弃风问题[10-11]。氢能具有能量密度高、无污染、零碳排等特点，成为风电、光伏能源高效利用和绿色储存的优选方案之一[12-14]。丹麦建设的一个Brande Hydrogen项目在海岛风机不连网的情况下驱动电解设备，独立于电网就地电解制氢，提供了海岛可再生能源制氢解决方案。文献[15]通过采用快速非支配排序遗传算法NSGA-Ⅱ（non-dominated sorting genetic algorithm-）实现了对容量配比多目标优化问题的求解，构建了考虑运氢量的风光氢发电系统日前发电计划的优化调度算法；文献[16]提出了一种考虑氢能交互的综合能源微网构架，构建了综合能源微网的日前调度模型，并采用混沌增强烟花优化算法对该模型进行求解。氢能源在国内港口生产作业中有较大的应用前景，港口设备一般负荷较大，碳排放区域相对集中，氢能源使用后，节能减排效果明显。

综上所述，传统的基于柴油机发电和抽水蓄能电站的海岛供电系统存在对环境不友好、建设地理条件受限等问题，且上述研究鲜有考虑到光热电站和电解制氢装置联合运行对海岛风电消纳的影响。因此，本文提出了一种基于光热电站和电解制氢装置一体化的可再生能源供电系统，以日前预测海岛风电出力和用户负荷为基础，建立了一个海岛微网优化调度模型。仿真结果表明，配备电解制氢装置及光热电站的海岛联合运行系统净收益更高，验证了所提模型的有效性。

1 海岛微网联合运行机理

海岛微网联合运行系统主要有3部分：风电场、含储热TES（thermal energy storage）系统的光热电站 CSP（concentrating solar power）以及电解制氢装置EHU（electrolytic hydrogen unit）。风电场的风能作为海岛微网运行的主要能量来源，从历史长期的风速统计数据来看，海洋的风速通常是白天低晚上高，造成了海岛风电场发电的随机性与间歇性，风力发电与太阳能发电在输出特性上具有良好的互补效应。CSP电站在风电场发电高峰期存储热量，在海岛负荷高峰期，放热发出电能[9]。近海岛屿具有丰富的风电资源，夜间负荷需求较低时，会出现弃风现象，因此本文考虑加装EHU装置，将海岛多余风电通过EHU转换成氢气，以此促进系统风电消纳。

1.1 CSP电站的运行机理

CSP电站由太阳能场、TES系统、热循环系统和汽轮机组成。太阳能场通过聚光将光能进行光热转化后，产生的热能由CSP电站的集热装置收集，一部分热量转移到热循环系统，另一部分储存在TES系统。这些热能用来产生过热蒸汽，推动汽轮机进行发电[17]。CSP电站热电联产流程如图1所示。

图1 CSP电站热电联产流程Fig.1 Flow chart of cogeneration in CSP station

CSP电站收集的太阳能与直接辐射指数和太阳场面积有关[18]，表示为

光热电站集热装置转化得到的热量通过传热流体一部分流入发电系统直接用于发电，另一部分在负荷低峰时流入储热系统，以便在有负荷需求时输送到发电系统进行发电，其满足

通过传热流体流入到TES中的热量在储、放热的过程中均会有热量的损失，系统的储放热特性为

根据能量守恒，CSP电站TES中存储的热量是连续变化的，并且将产生热量损耗，所以应该满足

式中：Et、Et-1分别为TES在t、t-1时段的储热量；ηs为TES的热耗散系数；Δt为时间间隔。

光热电站汽轮机的热功率是太阳能场直接传递的热功率和TES系统释放热功率的总和。由于汽轮机组所产生的热量是由排汽决定的，所以汽轮机组所产生的热力功率与电力近似呈线性关系，汽轮机输出的电功率为

1.2 电解制氢系统

电解水制氢主要为在充满电解质的电解装置上施加直流电，水分子在电极上发生电化学反应分解为氢和氧[19]。如果这个过程是由绿色可再生能源如风能、太阳能等驱动的，则产生的氢气可以被称为“零碳氢”[20]。氢能和电能相互转化的化学反应式为

当海岛微网有富余电量时，EHU能够将多余电能转化为H2存储在储氢系统中。因此，EHU装置也可作为海岛的可控负荷来促进风电消纳，可通过增加或减少其用电量来为系统提供负备用或正备用，提高海岛微网运行的稳定性。EHU运行满足

风电-光热电站联合出力承担海岛微网的基荷部分，蓄电池储能系统承担海岛微网的峰荷部分作为整个海岛微网运行的旋转备用。海岛CSP-EHU系统的能量流如图2所示。

图2 海岛CSP-EHU系统的能量流Fig.2 Energy flow in CSP-EHU system in island

从图2中可以看到，太阳能场吸收太阳能一部分热量储存在储热装置中，另一部分直接用于产生高温蒸汽进行发电。对于系统内由风能和太阳能产生的多余电力，一部分通过EHU制氢，以氢能的形式存储在储氢装置，另一部分存储在蓄电池中。当在海岛新能源输出不足或临时冲击负荷情况下蓄电池作为备用机组出力来满足海岛用户负荷需求。为了抑制分布式能源波动，需要在岛上部署储能系统，储能装置作为能量缓冲单元，起着削峰填谷的重要作用[21]。考虑到地理和环境的限制，本文选择高能量密度的锂电池和含储热装置CSP电站作为海岛储能系统，CSP电站布置在海岛平坦开阔的区域，以获得更好的太阳能资源。

2 海岛微网联合优化模型

本文以联合运行系统的净收益最大为目标函数，系统收益主要来自售电收益和电解制氢收益。风电场及光热电站建设完成之后，系统的成本主要来自风机及CSP电站运行维护成本、系统调峰备用成本和EHU装置的运行成本。海岛蓄电池的维护费用较低，可以忽略不计，蓄电池的更换成本计入系统的调峰备用成本。

2.1 目标函数

以24 h作为调度区间，步长为1 h。微网优化调度的目标函数可以表示为

式中：I为联合运行系统的净收益；I1为海岛微网的售电及电解制氢收益；F1为CSP机组的运行成本；F2为风机及CSP机组的维护成本；F3为系统的调峰备用成本；F4为EHU装置运行成本。

（1）售电及电解制氢的收益I1为

式中：rt为在第t个时间段内海岛微网实时电价；T为总时段数；为在第t个时间段内风电上网功率；为在第t个时间段内CSP电站的发电功率；为在第t个时间段内蓄电池的出力；m为每立方米氢气售价，m=2.5元/m3。

（2）CSP机组的运行成本F1，由发电成本和启停成本两个部分组成，即

式中：ccsp为CSP电站的发电成本系数；为CSP电站的启停成本系数；在第t个时间段的运行状态，表示运行，uctsp=0表示停机。

（3）风电与光热电站的运行维护成本F2为

式中：kW、ks、kTs分别为风力发电、CSP电站由集热装置提供的热能发电和由储热装置提供的热能发电的维护成本系数；为风力发电在t时刻的功率；分别为光热电站在t时刻分别由集热装置提供的热能发电功率和由储热装置提供的热能发电功率，表示为

（4）系统备用容量成本。为保证海岛微网的平稳运行，需要配备一定的蓄电池容量来应对海岛负荷预测误差以及不确定性事故，产生系统调峰容量备用成本F3，表示为

式中：kb为系统备用容量成本系数；为在t时段的海岛负荷；F、W、G分别为负荷、风电、光热发电的预测误差率。

（5）EHU运行成本F4为

式中：cEl为EHU装置运行成本系数；为t时段EHU输入电功率。

2.2 系统运行约束

由于海岛微网系统容量是该优化模型的决策变量，模型中存在多个非线性变量，这些非线性变量是多个决策变量的乘积。这些非线性变量可以通过添加辅助量和附加约束转化为线性约束，从而将原问题转化为一个混合整数线性规划MILP（mixed-integerlinearplanning）问题[9]。约束条件如下。

（1）海岛微网系统功率平衡约束。海岛微网风电、光热发电、蓄电池出力之和应满足海岛负荷及电解制氢的用电需求，保持用电的供需平衡，即

（2）系统风电出力约束。由于海岛风电场建立后，风力发电成本较低，风电应尽可能多地并网，风电出力满足上、下限约束，即

（3）光热电站系统的约束为

TES系统不仅需满足储放热功率约束而且在同一时间段内，储放热不能同时进行，具体表现为

为保证下一个调度周期使用，TES系统需满足储热容量的上下限约束及一个调度周期初末状态保持不变，有

（4）电解制氢装置运行约束。电解制氢装置建立后，可将微网富余电量以氢能的形式存储起来，其特性满足

3 微网净收益最大目标优化运行求解

目标优化模型可描述为

式中：T(x)为目标函数；x为优化变量组成的4维决策向量，x=[x1,x2,x3,x4]分别为CSP-EHU系统内部参数、光热电站电功率、电解制氢功率、储热充放能功率；hm(x)=0为等式约束；yn(x)≤0为不等式约束[22]。

在本文第2.2节中，对海岛微网优化调度模型的约束条件和非线性变量进行了线性化处理，将问题转化为典型的MILP问题，本文使用cplex求解器[23]对MILP问题进行求解。

4 算例分析

以文献[24]中深圳市内伶仃岛实际可再生能源发电资源及负荷数据为基础，根据风电、光热的预测数据以及典型日负荷情况构造算例，对本文提出的海岛微网优化调度方案进行分析。在海岛微网电负荷侧，采用分时电价需求侧响应引导用户错峰用电，海岛电价时段划分为：09：00—23：00为2元/（kW·h），当日23：00—次日09：00为1元/（kW·h）。本文光热电站的容量配置是根据美国可再生能源实验室（NREL）开发的系统建议模型（SAM）进行参数设置[17]，光热电站基本参数如表1所示。该地区典型日风电出力及负荷预测曲线如图3所示，风力发电维护成本系数kW取0.02元/kW，负荷、风电、光热发电的预测误差率ηe分别取15%、5%、5%。由于通过SAM仿真软件获取气象数据表明深圳市内伶仃岛的风力资源季节差异不大，系统风机配备700 kW·h容量能够满足各月典型日系统运行需求。

表1 CSP电站基本参数Tab.1 Basic parameters of CSP station

图3 电网负荷、风电预测功率Fig.3 Forecasted grid load and wind power

从提高系统的风电消纳能力和系统收益两方面对本文提出的海岛微网优化调度方案进行验证。

（1）为了验证所提方案即CSP电站与EHU联合运行能够有效地提高系统的风电消纳能力，分别对比分析EHU的最大功率分别为0、100、200、300、400 kW时系统的风电消纳能力。

通过图4可以看出，随着EHU的最大功率的提升，调度日系统的风电消纳总量由8 043 kW·h逐渐增加至10 849 kW·h，EHU的最大功率为400 kW时相比较0 kW时风电消纳总量增加2 805 kW·h。由于EHU的最大功率增加，系统能够在调度时刻将更多的弃风转化为氢能存储在储氢罐中，提升了海岛微网的风电消纳率。随着EHU的最大功率由300 kW升到400 kW时，系统的风电消纳率达到100%，这表明在现有方案下受风电及光热电站出力的限制，再继续增加EHU的最大功率不会再进一步提升新能源消纳率。

图4 不同EHU最大功率时系统风电消纳量及消纳率Fig.4 Wind power accommodation and accommodation rate of system at different EHU maximum powers

（2）为了验证本文所提海岛微网优化调度策略的经济性，考虑现有的几种能源供应模式：方案A为使用柴油发电机组进行发电，方案B为风电和CSP电站共同进行发电，方案C为本文所提方案即含EHU装置的风电和CSP电站联合发电。现选取EHU的最大功率为400 kW，图5为方案C所得风电及CSP电站出力情况，可以看到在白天CSP电站的集热系统收集热量直接发电，弥补风电出力不足，并进行热量存储，在夜间由TES进行放热发电，具有良好的可调度性。加入EHU装置后，系统在产生弃风时刻通过EHU将电能转化为氢能，其总的用电量比不加入EHU装置有所提高，促进系统风电消纳能力。

图5 日前各机组出力计划Fig.5 Day-ahead scheduling plan for each unit

从图5可以看到，在凌晨时段海岛风电出力已超过负荷曲线，但由于为了保证下一个调度周期TES的正常使用，需满足在调度周期内TES的储、放热量相同，即调度周期前后TES初末容量相同，所以风电和光热电站共同出力，电解制氢系统启动。此时，CSP电站TES储放热功率如图6所示，可见TES在海岛负荷高峰时进行放热，在负荷低峰时进行储热，且TES的储放热不能同时进行。TES储放热容量变化如图7所示。

图6 调度日TES系统储放热功率Fig.6 Heat storage power and exothermic power of TES system on scheduling day

图7 调度日TES系统储热容量变化Fig.7 Change in heat storage capacity of TES system on scheduling day

在调度日海岛微电网净收益最高时，电解制氢功率曲线如图8所示，可以看出在夜间负荷较低时，系统通过加入EHU装置将多于风电转化为氢能存储起来，促进了系统风电消纳，提高新能源利用率。

图8 调度日电解制氢功率Fig.8 Electrolytic hydrogen power on scheduling day

在满足调度日内伶仃岛负荷实际需求的前提下，对本文所提不同方案的运行成本与系统净收益对比，结果如表2所示。

表2 不同方案的经济运行成本与系统净收益对比Tab.2 Comparison of economic operating costs and system net income among different schemes

由表2可以看出，方案B采用风机和CSP电站共同进行发电，相较于方案A采用柴油机发电，有效利用了海岛丰富的风力资源，系统经济性得到了明显提高。方案C即在方案B的基础上加入EHU装置，虽然在系统运行成本上增加512元，但多余电能转化为氢气带来了电解制氢收益，净收益比方案B多2 304元，经济性提高了13.4%，系统整体的新能源消纳率也得到提高。

本文所提海岛微网优化调度方案主要采用以可再生能源为主的供电模式，优化结果可能受到极端天气条件潜在影响。为验证本文模型的有效性，本文考虑原始岛屿负荷需求数据不变，在极端天气情况下，连续低日照多雨，风能和太阳能资源都相对稀缺情况下，系统配备的蓄电池参与海岛微网日前优化调度。日前机组输出和负荷分配情况，如图9所示。

图9 日前机组输出和负荷分配Fig.9 Day-ahead unit output and load distribution

可以看到，在05：00—16：00，CSP电站的出力和风电出力相对不足，无法满足海岛用电负荷需求的情况下，蓄电池机组开始出力，同时电解制氢装置关闭；在17：00—04：00，海岛用电负荷需求较小，风电出力相对充足能够满足用户负荷需求，蓄电池开始充电，以保证在一个调度周期蓄电池初末状态保持不变，保证下一个调度周期使用。

5 结论

（1）本文提出以CSP电站作为海岛微网的储能设备，通过TES系统储放热来调节发电，能够平抑风电的波动性，具有良好的可调节性，保证了海岛微网运行的安全稳定。

（2）对于具有丰富风电等新能源资源的海岛，引入EHU装置能够将海岛多余风电转化成氢能。本文所提方案C较方案B增加EHU装置，虽然在系统运行成本上有所增加，但是产生的氢气带来了客观的效益，系统总体收益增加13.4%，经济性和新能源消纳率得到提高。

本文提出的含电解制氢装置及光热电站的海岛微网优化运行方案更适合风电资源丰富、可再生能源渗透率高的海岛供电。随着不断上涨的化石燃料成本、“双碳”背景下的碳排放惩罚和可再生发电机组成本的降低，构造一个100%由可再生能源发电的海岛微网系统更具有发展前景，同时为海岛风电制氢提供参考。