电氢混合储能微电网容量配置优化的研究综述

doi:10.16088/j.issn.1001-6600.2022011901

摘要/Abstract

摘要： 微电网技术发展日益成熟,储能装置的合理配置是解决分布式电源存在随机性与间歇性等问题的主要方式之一,而良好的微电网复合储能容量优化配置方法可以保证微电网经济可靠运行。近几年兴起的氢储能具有清洁、容量大的优势,且对于“碳中和”、“碳排放”具有重要意义,氢能开发与利用已成为世界上许多国家能源体系中的重要组成部分。储能是构建新能源微电网的基础,但单一储能已经无法满足当前微网快速发展条件下的运行要求,因此混合储能的容量配置是目前研究的重点。本文以包含氢储能的混合储能微电网作为基本结构,介绍微电网各组成部分的数学模型和相关研究,对比氢储能和其他储能;阐述储能容量配置目前的研究现状以及存在的相关问题;对氢储能未来其他研究方向和创新进行展望。

关键词: 微电网, 氢储能, 混合储能, 容量配置, 双碳战略

Abstract: Today, with the development of microgrid technology becoming more and more mature, the rational configuration and application of energy storage device is one of the main ways to solve the problems of randomness and intermittence of distributed generation, and a good optimal allocation method of microgrid composite energy storage capacity can ensure the economic and reliable operation of microgrid. Hydrogen energy storage, which has emerged in recent years, has the advantages of clean and large capacity, and is of great significance for "carbon neutralization" and "carbon emission". Hydrogen energy development and utilization has become an important part of the energy system of many countries in the world. Energy storage is the basis for the construction of new energy microgrid, but single energy storage can not meet the operation requirements under the current rapid development of microgrid. Therefore, the capacity configuration of hybrid energy storage is the focus of research at this stage. Taking the hybrid energy storage microgrid containing hydrogen energy storage as the basic structure, this paper introduces the mathematical model and related research of each component of microgrid, and compares hydrogen energy storage with other energy storage; The current research status and existing problems of energy storage capacity allocation are described; Other research directions and innovations of hydrogen energy storage in the future are analyzed and prospected.

Key words: microgrid, hydrogen energy storage, mixed energy storage, capacity configuration, double carbon strategy

中图分类号:

TM73

王一凡, 王辉, 李旭阳, 方航, 王宝全, 金子蓉. 电氢混合储能微电网容量配置优化的研究综述[J]. 广西师范大学学报（自然科学版）, 2022, 40(6): 18-36.

WANG Yifan, WANG Hui, LI Xuyang, FANG Hang, WANG Baoquan, JIN Zirong. Survey of Capacity Allocation of Microgrid Hybrid Energy Storage System Based on Hydrogen Energy Storage[J]. Journal of Guangxi Normal University(Natural Science Edition), 2022, 40(6): 18-36.

参考文献

[1] 于瑾. 电-氢多能互补型微电网优化配置与运行控制[D]. 成都: 西南交通大学, 2019.
[2] 梁田, 王胜辉, 李潇潇, 等. 复杂光照条件下光伏组件输出特性研究[J]. 沈阳工程学院学报(自然科学版), 2021, 17(4): 6-9, 24.
[3] 周帆, 郑常宝, 胡存刚, 等. 基于高斯混合模型的光伏发电功率概率区间预测[J]. 科学技术与工程, 2021, 21(24): 10284-10290.
[4] CECILIA A, CARROQUINO J, RODA V, et al. Optimal energy management in a standalone microgrid, with photovoltaic generation, short-term storage, and hydrogen production[J]. Energies, 2020, 13(6): 1454.
[5] 冯璐, 李斌, 张新敬, 等. 考虑需求侧响应的风储系统容量配置优化分析[J]. 中国电机工程学报, 2020, 40(S1): 222-231.
[6] XIA C L, GENG Q, GU X, et al. Input-output feedback linearization and speed control of a surface permanent-magnet synchronous wind generator with the boost-chopper converter[J]. IEEE Transactions on Industrial Electronics, 2012, 59(9): 3489-3500.
[7] KARKI R, HU P, BILLINTON R. A simplified wind power generation model for reliability evaluation[J]. IEEE Transactions on Energy Conversion, 2006, 21(2): 533-540.
[8] 汪凯琳, 许仪勋, 潘瑞媛, 等. 考虑风光可靠性的微电网混合储能优化配置[J/OL]. 电测与仪表: 1-8[2021-12-01]. http://kns.cnki.net/kcms/detail/23.1202.TH.20210513.0930.002.html.
[9] 丁子昂. 考虑综合能源系统源荷资源的风光消纳研究[D]. 南昌: 南昌大学, 2019.
[10] FAISAL M, HANNAN M A, KER P J, et al. Review of energy storage system technologies in microgrid applications: issues and challenges[J]. IEEE Access, 2018, 6: 35143-35164.
[11] 刘晶. 微电网能量管理优化策略研究[D]. 南京: 南京师范大学, 2018.
[12] 徐偲喆. 分布式储能系统在电网中的应用及改进[J]. 电工技术, 2021(5): 46-47, 52.
[13] 马佳炜, 秦鹏. 储能系统在微电网中的作用[J]. 电力安全技术, 2020, 22(9): 64-68.
[14] 马速良, 蒋小平, 马会萌, 等. 平抑风电波动的混合储能系统的容量配置[J]. 电力系统保护与控制, 2014, 42(8): 108-114.
[15] 刘畅, 卓建坤, 赵东明, 等. 利用储能系统实现可再生能源微电网灵活安全运行的研究综述[J]. 中国电机工程学报, 2020, 40(1): 1-18, 369.
[16] 颜志敏, 王承民, 衣涛, 等. 储能应用规划和效益评估的研究综述[J]. 华东电力, 2013, 41(8): 1732-1740.
[17] 王承民, 孙伟卿, 衣涛, 等. 智能电网中储能技术应用规划及其效益评估方法综述[J]. 中国电机工程学报, 2013, 33(7): 33-41, 21.
[18] 金晨, 任大伟, 肖晋宇, 等. 支撑碳中和目标的电力系统源-网-储灵活性资源优化规划[J]. 中国电力, 2021, 54(8): 164-174.
[19] 张运洲, 张宁, 代红才, 等. 中国电力系统低碳发展分析模型构建与转型路径比较[J]. 中国电力, 2021, 54(3): 1-11.
[20] 刘牧心, 梁希, 林千果, 等. 碳中和驱动下CCUS项目衔接碳交易市场的关键问题和对策分析[J]. 中国电机工程学报, 2021, 41(14): 4731-4739.
[21] 朱法华, 许月阳, 孙尊强, 等. 中国燃煤电厂超低排放和节能改造的实践与启示[J]. 中国电力, 2021, 54(4): 1-8.
[22] 霍现旭, 王靖, 蒋菱, 等. 氢储能系统关键技术及应用综述[J]. 储能科学与技术, 2016, 5(2): 197-203.
[23] 邓智宏, 江岳文. 考虑制氢效率特性的风氢系统容量优化[J]. 可再生能源, 2020, 38(2): 259-266.
[24] 刘金朋, 侯焘. 氢储能技术及其电力行业应用研究综述及展望[J]. 电力与能源, 2020, 41(2): 230-233, 247.
[25] 俞博文. 氢燃料电池质子交换膜研究现状及展望[J]. 塑料工业, 2021, 49(9): 6-10, 90.
[26] 司杨, 陈来军, 陈晓弢, 等. 基于分布鲁棒的风-氢混合系统氢储能容量优化配置[J]. 电力自动化设备, 2021, 41(10): 3-10.
[27] 李玲玲, 王鑫, 郎永波, 等. 基于改进鲸鱼算法的微网复合储能系统容量优化配置[J]. 电测与仪表, 2019, 56(16): 104-110.
[28] 李奇, 赵淑丹, 蒲雨辰, 等. 考虑电氢耦合的混合储能微电网容量配置优化[J]. 电工技术学报, 2021, 36(3): 486-495.
[29] 周兆伦. 氢储能耦合天然气燃气蒸汽联合循环系统能效分析[J]. 太阳能学报, 2021, 42(5): 39-45.
[30] 熊宇峰, 司杨, 郑天文, 等. 基于主从博弈的工业园区综合能源系统氢储能优化配置[J]. 电工技术学报, 2021, 36(3): 507-516.
[31] 降国俊, 崔双喜, 樊小朝, 等. 考虑电转氢气过程及综合需求响应的电-氢-气综合能源系统协调优化运行[J]. 可再生能源, 2021, 39(1): 88-94.
[32] 裴煜, 宋天昊, 袁铁江, 等. 计及燃料电池热电联供的区域综合能源系统经济运行[J]. 电力系统及其自动化学报, 2021, 33(2): 142-150.
[33] 崔杨, 闫石, 仲悟之, 等. 含电转气的区域综合能源系统热电优化调度[J]. 电网技术, 2020, 44(11): 4254-4263.
[34] 刘胜永, 张兴. 新能源分布式发电系统储能电池综述[J]. 电源技术, 2012, 36(4): 601-605.
[35] 严哲. 基于改进ABC算法的微电网混合储能容量配置方法研究[D]. 武汉: 湖北工业大学, 2020.
[36] 陈启鑫, 房曦晨, 郭鸿业, 等. 储能参与电力市场机制: 现状与展望[J]. 电力系统自动化, 2021, 45(16): 14-28.
[37] 李匡成, 季亚昆, 刘政. 蓄电池模型研究综述[J]. 电源技术, 2017, 41(3): 505-507.
[38] 颜宁, 李相俊, 张博, 等. 基于电池健康度的微电网群梯次利用储能系统容量配置方法[J]. 电网技术, 2020, 44(5): 1630-1638.
[39] 胡路苹, 胡子杰, 张震, 等. 考虑蓄电池使用寿命的混合储能容量优化配置方法[J]. 电器与能效管理技术, 2016(16): 83-88.
[40] 李相俊, 马锐. 考虑电池组健康状态的储能系统能量管理方法[J]. 电网技术, 2020, 44(11): 4210-4217.
[41] 任萱, 李桐歌, 马骏毅, 等. 考虑荷电状态的光伏微电网混合储能容量优化配置[J/OL]. 电测与仪表: 1-8[2022-01-05]. http://kns.cnki.net/kcms/detail/23.1202.TH.20210419.1341.008.html.
[42] 靳雯皓, 刘继春. 平滑风电功率波动的混合储能系统容量优化配置[J]. 分布式能源, 2017, 2(2): 32-38.
[43] 郭明萱, 穆云飞, 肖迁, 等. 考虑电池寿命损耗的园区综合能源电/热混合储能优化配置[J]. 电力系统自动化, 2021, 45(13): 66-75.
[44] 王慧娟. 超级电容器-蓄电池混合储能系统容量优化配置方法研究[D]. 保定: 华北电力大学, 2017.
[45] 李想, 张建成, 王宁. 超级电容器-飞轮-蓄电池混合储能系统容量配置方法研究[J]. 中国电力, 2018, 51(11): 117-124.
[46] 杨天蒙, 宋卓然, 娄素华, 等. 用于提高风电渗透率的复合储能容量优化研究[J]. 电网技术, 2018, 42(5): 1488-1494.
[47] 李彦哲, 郭小嘉, 董海鹰, 等. 风/光/储微电网混合储能系统容量优化配置[J]. 电力系统及其自动化学报, 2020, 32(6): 123-128.
[48] 朱显辉, 胡旭, 师楠. 风氢互补的长期储能微电网容量优化配置模型[J]. 黑龙江科技大学学报, 2021, 31(3): 344-349.
[49] 郭小嘉. 微电网储能系统容量优化配置研究[D]. 兰州: 兰州交通大学, 2020.
[50] 许寅, 李佳旭, 王颖, 等. 考虑光伏出力不确定性的园区配电网日前运行计划[J]. 电力自动化设备, 2020, 40(5): 85-91, 105.
[51] 薛小代, 梅生伟, 林其友, 等. 面向能源互联网的非补燃压缩空气储能及应用前景初探[J]. 电网技术, 2016, 40(1): 164-171.
[52] 宁光涛, 李琳玮, 何礼鹏, 等. 面向绿色海岛微型综合能源系统的储能系统容量规划方法[J]. 电力自动化设备, 2021, 41(2): 8-15.
[53] 佚名. 国家生态文明试验区(海南)实施方案[N]. 人民日报, 2019-05-13(1).
[54] HIRSCH A, PARAG Y, GUERRERO J. Microgrids: a review of technologies, key drivers, and outstanding issues[J]. Renewable and Sustainable Energy Reviews, 2018, 90: 402-411.
[55] 周孝信, 陈树勇, 鲁宗相, 等. 能源转型中我国新一代电力系统的技术特征[J]. 中国电机工程学报, 2018, 38(7): 1893-1904, 2205.
[56] 杨立滨, 曹阳, 魏韡, 等. 计及风电不确定性和弃风率约束的风电场储能容量配置方法[J]. 电力系统自动化, 2020, 44(16): 45-52.
[57] 郭雅娟, 陈锦铭, 何红玉, 等. 交直流混合微电网接入分布式新能源的关键技术研究综述[J]. 电力建设, 2017, 38(3): 9-18.
[58] DRAGIEVIC′ T, LU X N, VASQUEZ J C, et al. DC microgrids-part I: a review of control strategies and stabilization techniques[J]. IEEE Transactions on Power Electronics, 2016, 31(7): 4876-4891.
[59] XUE M Y, XIE J, CHEN F, et al. Review on multi-objective joint economic dispatching of microgrid in power system[J]. Procedia Computer Science, 2018, 130: 1152-1157.
[60] AGUILAR-JIMÉNEZ J A, VELÁZQUEZ N, ACUÑA A, et al. Techno-economic analysis of a hybrid PV-CSP system with thermal energy storage applied to isolated microgrids[J]. Solar Energy, 2018, 174: 55-65.
[61] 邵志芳, 吴继兰. 基于动态电价风光电制氢容量配置优化[J]. 太阳能学报, 2020, 41(8): 227-235.
[62] 于淼, 王宏伟, 马洪兵. 基于改进遗传算法的储氢容量优化[J]. 水力发电, 2021, 47(7): 95-98, 110.
[63] 方圆. 风-氢互补系统混合储能容量配置的经济性优化研究[D]. 乌鲁木齐: 新疆大学, 2019.
[64] ZHANG Y, WEI W. Decentralized coordination control of PV generators, storage battery, hydrogen production unit and fuel cell in islanded DC microgrid[J]. International Journal of Hydrogen Energy, 2020, 45(15): 8243-8256.
[65] 张昱. 预装式多元储能电站容量优化配置研究[D]. 大连: 大连理工大学, 2020.
[66] 胡林静, 刘彤, 侯梦梦. 基于免疫粒子群算法的风/光/柴/储容量优化配置[J]. 科学技术与工程, 2020, 20(36): 14967-14973.
[67] 肖峻, 张泽群, 张磐, 等. 用于优化微网联络线功率的混合储能容量优化方法[J]. 电力系统自动化, 2014, 38(12): 19-26.
[68] 石庆均. 微网容量优化配置与能量优化管理研究[D]. 杭州: 浙江大学, 2012.
[69] 高媚. 基于改进遗传算法的直流微网HESS容量配置研究[D]. 武汉: 湖北工业大学, 2020.
[70] 李姚旺, 苗世洪, 刘君瑶, 等. 考虑需求响应不确定性的光伏微电网储能系统优化配置[J]. 电力系统保护与控制, 2018, 46(20): 69-77.
[71] 周立立, 向月, 陈凌天. 基于风险-收益分析的用户侧储能容量经济配置研究[J]. 中国电力, 2021, 54(9): 187-197.
[72] 梁开勋, 蔺红. 计及设备特性的风氢系统混合储能容量优化[J]. 现代电子技术, 2021, 44(21): 180-186.
[73] 赵建勇, 年珩, 马润生, 等. 基于改进雷达图模型的热电联供型微网系统多目标优化配置[J]. 电力自动化设备, 2020, 40(12): 31-41.
[74] 王宁, 张建成. 基于能量协调控制的混合储能系统容量配置方法[J]. 电力建设, 2016, 37(8): 72-77.
[75] 刘峪涵, 汪沨, 谭阳红. 并网型微电网多目标容量优化配置及减排效益分析[J]. 电力系统及其自动化学报, 2017, 29(9): 70-75.
[76] 陆立民, 褚国伟, 张涛, 等. 基于改进多目标粒子群算法的微电网储能优化配置[J]. 电力系统保护与控制, 2020, 48(15): 116-124.
[77] 邝凯旋, 张赟宁. 基于ADMM算法的微电网多目标优化调度[J]. 电力科学与工程, 2019, 35(8): 54-59.
[78] 丰俊杰, 曾平良, 李亚楼, 等. 考虑充放电策略对储能寿命影响的新型分布式储能优化配置研究[J/OL]. 电测与仪表: 1-8[2022-03-07]. http://kns.cnki.net/kcms/detail/23.1202.TH.20210601.0942.002.html.
[79] 王侨侨, 曾君, 刘俊峰, 等. 面向微电网源-储-荷互动的分布式多目标优化算法研究[J]. 中国电机工程学报, 2020, 40(5): 1421-1431.
[80] 刘玲, 钟伟民, 钱锋. 改进的混沌粒子群优化算法[J]. 华东理工大学学报(自然科学版), 2010, 36(2): 267-272.
[81] 谭伟, 何光宇, 刘锋, 等. 智能电网低碳指标体系初探[J]. 电力系统自动化, 2010, 34(17): 1-5.
[82] 恽璞园, 刘强, 黄伟, 等. 综合能源系统能效评估的终端低碳运行研究[J]. 电力需求侧管理, 2019, 21(4): 54-59.
[83] 韩肖清, 李廷钧, 张东霞, 等. 双碳目标下的新型电力系统规划新问题及关键技术[J]. 高电压技术, 2021, 47(9): 3036-3046.
[84] 李建林, 李光辉, 梁丹曦, 等. “双碳目标”下可再生能源制氢技术综述及前景展望[J]. 分布式能源, 2021, 6(5): 1-9.
[85] 李建林, 李光辉, 马速良, 等. 碳中和目标下制氢关键技术进展及发展前景综述[J]. 热力发电, 2021, 50(6): 1-8.
[86] 张富平, 李志宏, 常好晶, 等. 计及分布式电源不确定性的微网储能容量博弈优化[J]. 可再生能源, 2019, 37(7): 1042-1048.
[87] 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.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed