综述：可再生能源发电与负荷预测：技术、在氢能存储系统中的应用及未来前景

《RENEWABLE & SUSTAINABLE ENERGY REVIEWS》：Renewable energy generation and load forecasting: Technologies, applications in hydrogen energy storage systems and future prospects

可再生能源与氢能存储系统协同优化及预测技术研究，分析氢能全链条技术，探讨大规模模型在风光出力及负荷预测中的应用，提出系统配置优化与能源管理策略，总结典型项目挑战与发展趋势。

　　

胡浩文|陈凤翔|叶国云|莫天德|李宇|张新峰|叶环|侯志鹏|张波

同济大学汽车学院，中国上海 201804

摘要

随着全球向清洁能源转型的加速，氢能储存作为一种极具前景的解决方案，受到了广泛关注，它有助于整合可再生能源并确保电力供应的稳定性。然而，太阳能和风能等可再生能源的间歇性和波动性，加上动态系统负载的强非线性，给氢能储存系统的配置优化和能源管理策略带来了挑战，这些因素显著影响了系统的效率和运营成本。本文分析了氢的生产、储存、运输和利用，并回顾了关于可再生能源发电和负载预测的最新研究，特别关注了利用大规模模型技术的研究。随后，本文探讨了基于可再生能源和负载预测的氢能储存系统的关键技术，包括系统配置优化和能源管理。最后，本文汇编了与可再生能源和负载预测相关的典型氢能储存系统项目信息，并分析了该领域的挑战和发展前景。

引言

近年来，可再生能源（RE）对全球可持续发展至关重要[1]。特别是太阳能和风能，由于其环保且几乎无穷无尽的优势，发展迅速[2]。这些可再生能源不仅有助于减少温室气体（GHG）排放，还为将经济增长与化石燃料消耗脱钩奠定了基础，从而为建设一个有韧性和低碳的未来铺平了道路[3]。

然而，可再生能源发电的间歇性和波动性——主要是由于阳光和风况的变化——对其顺利融入电网和最佳利用构成了重大挑战[4]。在这种情况下，能源储存系统发挥了关键作用。作为稳定剂，能源储存系统可以有效缓解风能和太阳能发电厂不稳定的输出所导致的电力差异，确保可靠的电力供应[5]。此外，能源储存还能够精确调节可再生能源的调度，提高电网的灵活性以及整个能源系统的效率[6]。在各种能源储存技术中，氢能储存（HES）已成为一个突出的竞争者[7]。HES具有显著的优势，如高能量密度、大储存容量和长期能量保持能力，使其有潜力重塑长期和大规模能源储存的格局[8]。HES的框架主要由水电解制氢、先进的氢储存方法和基于燃料电池的电力生产等子系统组成[9]。这种结构促进了电能和氢能形式之间的高效转换。

从政策角度来看，在中国，“十四五”期间《新能源储存发展实施计划》明确将HES列为长期能源储存技术的主要代表，强调了其在国家未来能源格局中的战略重要性[10]。同时，在大西洋彼岸，欧洲绿色协议也呼吁加快先进能源储存解决方案的研发和部署，特别是HES，以支持欧洲雄心勃勃的能源转型目标。这一政策重点与IRENA的建议一致，即涵盖整个氢价值链（包括储存）的健全政策框架对于加速行业发展至关重要，因为零散的支持可能会减缓进展[11]。

在HES系统中，准确预测可再生能源发电和电力负载对其最佳设计和智能能源管理系统（EMS）至关重要[12]。由于天气条件和一天中的不同时间等因素，太阳能和风能等可再生能源本质上是间歇性和可变的[13]。电力负载也会根据人们的日常生活、商业和工业需求而波动。基于准确的预测，可以为HES系统开发定制的控制策略（鉴于UNECE对氢能技术评估中提到的HES固有的转换效率限制，这是一个关键问题[14]）。当预测到可再生能源发电过剩时，HES系统的电解子系统会被激活，将多余的电力转化为储存的氢[15]。相反，在预计的电力短缺或高峰需求期间，HES系统的燃料电池子系统会将储存的氢转化为电力以满足负载需求。这种方法减少了能源浪费，提高了系统效率，实现了能源生产、储存和消费的无缝集成，从而确保了能源基础设施的可持续和可靠运行。

近年来，随着可再生能源和HES技术的进步，许多综述文章从不同角度提供了深入分析，如表1所示。这些综述主要可以分为：（1）总结可再生能源或需求的预测方法和关键问题[[16]]、[17]]、[18]]、[19]]；（2）分析能源储存系统的关键问题，包括能源储存技术的比较、系统优化方法和能源管理策略[[20]]、[21]]、[22]]。值得注意的是，最近在可再生能源和电力需求预测方法方面的进展，特别是大规模模型，已成为重要的研究领域，但这些先进技术尚未得到系统的分析和回顾。此外，现有文献缺乏关于可再生能源和电力负载预测与HES系统之间复杂相互作用的全面综述。特别是，预测不确定性对HES系统最佳集成和短期到长期管理的影响尚未得到充分探讨。

为了解决上述问题，本文回顾了光伏发电、风力发电和电力负载预测的研究及其在HES中的应用。主要贡献包括：

●

本文分析了氢的生产、储存、运输和利用；讨论了与可再生能源发电相结合的HES系统的特点和结构。

●

本文回顾了风能、太阳能和负载预测的最新研究进展。特别强调了利用大规模模型技术的研究，这是一个快速发展和广泛讨论的前沿领域，但在可再生能源和负载预测方面迄今为止缺乏全面的回顾和分析。

●

本文回顾了基于可再生能源和负载预测的HES技术，主要涵盖了规模优化和能源管理策略。

●

收集并分析了基于可再生能源发电和负载预测的典型实际HES系统项目。

●

最后，本文总结了基于可再生能源发电和负载预测的HES技术的主要当前挑战和发展趋势。

本文第2节分析了HES与可再生能源的集成系统，第3节回顾了包括大规模模型技术在内的发电和负载预测技术的最新进展，第4节探讨了基于发电和负载预测的HES系统的最佳规模和能源管理。最后，第5节分析了基于发电和预测的HES技术的核心挑战和未来发展方向。

部分摘录

带有可再生能源的能源储存系统

高比例的间歇性可再生能源（如风能和太阳能）的整合推动了多样化的能源储存需求。氢能储存、抽水蓄能（PHS）、蓄电池储能系统（BESS）和压缩空气储能（CAES）在能量密度、响应速度和成本周期等方面各具优势。不同能源储存技术的技术原理差异导致关键指标存在显著差异

可再生能源和负载预测

可再生能源涵盖了除太阳能和风能之外的多种技术，包括水力发电、生物质能、地热能和聚光太阳能（CSP）等，其中生物质能、地热能和潮汐能作为具有巨大发展潜力的替代能源脱颖而出，每种能源都具有独特的运行特性，这些特性决定了它们的发电预测模式。生物质能来源于有机原料

用于氢能储存系统的可再生能源和负载预测

近年来，全球向可再生能源（尤其是风能和太阳能）的转型正在加速。然而，这些可再生能源的间歇性和可变性对电力系统的稳定性和高效运行构成了重大挑战。HES系统已成为一个有前景的解决方案，准确预测负载和可再生能源发电在释放其全部潜力方面发挥着关键作用[80]。精确预测光伏和风能发电

应用分析

本文回顾并分析了近年来该领域的代表性项目，探讨了它们的技术原理、创新实践和应用成果。目的是为未来的研究和实际应用提供参考。

预测模型的泛化和可靠性

数据驱动的预测模型面临数据偏差和泛化方面的重大挑战。由于气象条件的强烈时空变异性（例如，风速/方向波动、云层动态导致的太阳辐射衰减）以及历史数据集中捕捉所有环境特征变化的固有难度（例如，罕见的局部微气候事件、瞬态地形引起的风异常），预训练模型往往会过度拟合特定情况

结论

本文系统地涵盖了氢能储存（HES）及其与可再生能源（RE）整合的核心领域：首先，分析了HES链中每个环节（例如，生产、储存、运输、利用）的现状以及将RE与HES结合的系统结构；其次，总结了可再生能源和负载预测的现状——特别关注近年来快速发展的大规模模型技术；第三，探讨了优化

利益冲突声明

作者声明他们没有已知的可能影响本文报告工作的财务利益或个人关系。

致谢

本工作得到了国家自然科学基金（资助编号：U21A20166）和浙江省重点研发项目（资助编号：2025C01146）的支持。