将氢储存技术与热电池结合，以实现经济高效的可再生能源解决方案

《Energy Strategy Reviews》：Integrating hydrogen storage and thermal batteries for cost-effective green energy solutions

　　张敏 | 万森 | 杨重庆
山东管理学院机电工程系，济南，250357，中国

**摘要**
运行大量绿色能源的系统明显显示出在季节性变化下电力需求与供应之间的不匹配。传统的以及热能和电能存储系统无法解决这一问题。本研究通过将热能存储技术与电池结合，利用盐穴进行的大规模氢存储，旨在提高太阳能和风能系统的灵活性。减少电力消耗、降低能源供应损失以及计算平准化能源成本（LCOE）等优化目标，有助于确定最佳的系统配置和容量特性。该研究评估了有无相关设备和氢存储情况下系统的性能。在电力供应高度可靠的情况下，结果表明，在盐穴中集成廉价氢存储可以显著降低能源生产和存储系统的总装机功率需求。当年度能源需求得到充分满足时，LCOE降低到了0.244美元/公斤，比仅使用氢存储罐的系统低0.216美元/千瓦时，这带来了显著的经济效益。此外，与无氢存储系统相比，LCOE降低了0.55美元/千瓦时，进一步凸显了盐穴氢存储在特定电力供应情况下的潜力。三目标优化还使年度电力约束减少了76%。然而，更广泛的应用仍依赖于燃料电池和电解槽单位投资成本的未来降低。

**1. 引言**
由于太阳能光伏（PV）和风能发电厂的高速增长，电力消耗的管理变得复杂。这些可再生能源的不确定性和不可预测性给确保电力供应与需求之间的平衡带来了诸多挑战。能源存储技术在促进可再生能源系统的大规模应用中起着重要作用，确保其在不同时间尺度上的可用性[1]。这些技术的充放电周期差异很大，例如从几秒到几个月，并且以不同的物理和化学形式存储能量[2]。例如，飞轮、超级电容器或电化学电池适合频率调节，而锂离子电池、热能存储（TES）、抽水蓄能和压缩空气储能以及氢存储则广泛用于削峰和备用供应[3]。其中最常见的是抽水蓄能，它在全球能源存储容量中占比超过60%，因为它能够稳定系统[4]。

近年来，先进的能源存储技术得到了快速发展，并迅速整合到可再生能源系统中。特别是电池和TES，由于其技术成熟度和相对宽松的选址要求，在大规模太阳能和风能应用中得到了广泛利用[5]。多项研究表明，光伏、风能和电池存储的混合系统效率很高。例如，沙特阿拉伯为住宅设计的优化光伏-风能-电池解决方案的最低平准化能源成本（LCOE）为0.4381美元/千瓦时[6]。同样，为偏远岛屿开发的可再生能源混合系统也表明，增加可再生能源的比例将大幅降低发电成本[7]。此外，据报道，光伏/风能/TES系统比仅依赖电池或不进行存储的系统更加稳定和经济高效[8]。两种系统（TES和聚光太阳能）的结合也表明，由于能源利用效率的提高，有可能降低LCOE[9]。尽管如此，目前仍存在一个根本性限制，即现有的存储方法（如电池和TES）仅适用于短期到中期的能源存储，无法解决可再生能源生产和需求之间的长期或季节性不平衡问题。当可再生能源的渗透率较高时，系统规模必须始终过大以确保可靠性，这导致成本大幅增加和资源浪费。因此，需要长期和季节性的能源存储机制来在长时间内平衡能源供应。

为了解决这一问题，科学家们考虑了季节性能源存储技术，尤其是氢能源系统[10]。氢存储具有高能量密度和长期存储能力，适用于跨季节能源平衡[11][12][13]。研究探讨了在大量集成可再生能源时氢存储对电网稳定性的潜在影响。例如，据估计，在澳大利亚每年需要存储48太瓦时的氢来抵消809太瓦时的可再生能源削减[14]。其他结合了光伏、风能、电池、电解槽和氢存储的混合系统以及离网和住宅系统也被提出；然而，由于资本成本的原因，这些系统的LCOE值通常较高[15,16]。此外，当需要高可靠性时，氢存储也被证明能够降低系统成本，尤其与电池和TES技术结合使用时效果更佳[17]。尽管有这些积极进展，目前的大部分研究仍集中在小规模、分布式或离网能源系统上，其中氢通常存储在高压小罐中（几小时到几天）。这些方法不适合需要季节性存储设施的大规模集中式可再生能源系统。高压氢罐制造成本高昂且体积庞大，因此不适用于大规模应用。

在所有可能的选项中，地下盐穴氢存储被认为是大规模和长期能源存储的最有前景的选择之一。盐穴具有多种优势，尤其是在存储纯氢方面，如低成本存储、高存储容量、良好的密封性能和化学稳定性[18]。早期研究讨论了盐穴存储的地质、结构和安全问题，例如盖层密封和洞穴变形行为[19,20]。最近的研究开始探索将盐穴氢存储整合到可再生能源系统中的概念[21]。例如，有研究表明，在欧洲应将盐穴氢存储与每日电池存储相结合，以存储风能的季节性变化[22]。其他作者还研究了中国的光伏-风能系统与盐穴的结合，表明该系统能提升系统性能、经济效率以及可再生能源的使用率[23]。区域间的比较研究也表明，盐穴存储可以显著提高系统效率，从而提高可再生能源的利用率[24]。然而，盐穴氢存储在整合了电池存储、TES和氢存储的多能源系统中的重要性尚未得到充分认识。具体而言，文献尚未通过多目标优化提供深入研究来确定这类混合系统的最佳配置和容量。此外，不同存储技术之间的相互作用及其对系统性能、成本和能源使用的影响尚未进行定量测量。

本研究的新颖之处在于，它代表了由基于电池的存储、热能存储和盐穴氢存储组成的多时间尺度混合能源存储系统的综合分析。与其他工作不同，本文：（ii）进行了盐穴氢存储、氢罐存储和非氢存储系统的比较分析；（iii）使用考虑经济、可靠性和能源利用指标的多目标优化框架；（iv）研究了长期氢存储问题，以降低成本并在严格的可靠性要求下减少能源削减。为解决当前存储技术的问题，本文提出了一种综合能源管理方法，其中电池用于处理短期变化，TES用于处理中期变化，盐穴氢存储用于处理长期和季节性能源平衡。多时间尺度方法提高了系统的灵活性并提高了能源利用效率。

**研究目标**
本研究旨在优化集成光伏、风能、电池存储、TES和盐穴氢存储的混合可再生能源系统。具体目标包括：
（i）在不同可靠性约束条件下确定系统组件的最佳尺寸；
（ii）使用关键指标（包括LCOE、电力供应损失概率（LPSP）和削减能源）评估系统性能；
（iii）比较盐穴氢存储与氢罐存储以及无氢存储系统的经济技术性能；
（iv）评估多时间尺度存储在提高系统可靠性、经济性能和可再生能源利用方面的贡献。

所提出的系统特别适用于具有适合盐穴开发地质条件的大规模可再生能源基地，其中长期存储对于确保电网稳定性和能源安全至关重要。本研究的新颖之处在于对结合了电池存储、热能存储（TES）和大规模盐穴氢存储的混合可再生能源系统的综合评估。与以往关注小规模或短期存储的研究不同，本工作在多时间尺度框架内研究了长期、季节性能源存储。此外，本文还提供了盐穴氢存储、氢罐存储和无氢存储系统之间的比较分析，为不同可靠性条件下的经济技术性能提供了新的见解。

本文的其余部分组织如下：第2节描述了系统配置和运营策略；第3节介绍了数学模型；第4节定义了评估标准；第5节概述了优化方法；第6节讨论了结果和系统性能；第7节总结了研究。

**2. 系统描述**
**2.1. 盐穴氢存储系统**
图1显示了一个简化版的太阳能-风能存储装置示意图，该装置位于盐穴中并存储氢气。系统中包括光伏电站、风电场、存储系统、发电周期（热能存储（TES）单元（配备电解槽）、氢压缩机（用于冷却）、盐穴、燃料电池和电加热器（EH）。这些装置生产和存储电力，为接入电网提供可靠且廉价的交流电[25][26][27]。其主要工作流程如下：（1）首先将太阳能板和风力涡轮机连接到电网；（2）多余的电力会被存储，超出存储容量的电力将被舍弃；（3）电池是首先使用的能源存储设备；接着，电力被转化为热能并储存；最后，电力被电解生成氢气并储存在盐穴中；（4）如果风能和太阳能不足，能源存储设备将发挥作用。如果能源存储设备耗尽无法满足电力需求，则燃料电池会将氢气转化为电能。

**下载：** 下载高分辨率图片（2MB）
**下载：** 下载全尺寸图片

**图1. 一个在太阳能和风能系统中收集氢气的装置示意图。**

关于具体使用的设备，其中采用超临界一氧化碳（S-CO2）和布雷顿循环。该循环将能量转化为可用形式，对变化的工作条件响应迅速，且冷却要求较低。为了提高S-CO2循环的效率，热存储单元将能量储存在一种称为KCl、MgCl2和NaCl（重量比为21.9–18.6–59.5%）的液体盐混合物中，这种混合物在高温下熔化。TES单元还使用了最先进的双罐技术。选择质子交换膜（PEM）电解槽用于生产和存储氢气，因为它能更好地应对变化和间歇性生成的电力。盐穴因其良好的密封性、化学性质和自我修复能力而适合存储大量氢气。此外，由PEM制成的燃料电池能够将氢转化为电能，因为它可以在室温下工作，能够快速启动和关闭。

2.2. 对比系统
在这项工作中还设置了两个类似的系统，以展示加入盐穴和电池储能对使用太阳能和风能的系统的重要性。其中一个系统将氢储存在储罐中，并从太阳或风中获取能量。换句话说，图1中的盐室被改造成了一个高压氢储罐，但储存的氢气比例保持不变。另一个系统是不包含任何氢设备的太阳能-风能-储能组合。这意味着图1中生成、储存和使用氢气的部分已被移除。

所提出的系统采用了一种多时间尺度的能量存储策略，其中电池用于应对短期波动，热能储存（TES）实现中期能量转移，而氢储存则提供长期和季节性的平衡。这种协调运行显著提高了系统的灵活性，并比单一储能系统更好地利用了可再生能源。

3. 建模
为了提高清晰度，系统组件被分别描述，包括可再生能源发电单元、能量存储系统和氢转化技术。

3.1. 数学模型
3.1.1. 光伏电站
Trina Solar Co., Ltd. 制造了TSM-300DEG5(II)光伏电池。在最佳状态下，该模块可以处理其额定功率的18.25%，其温度敏感性为-0.416%/°C。电池温度为25°C，世界辐照度为1000 W/m2。当环境温度为20°C且全球光照为800 W/m2时，电池的标准工作温度为43.3°C。以下模型可用于计算光伏电站的发电量：
(1) Tcell = Tam + (Tcell,NOCT - Tam,NOCT)·GHIGHINOCT·UL,NOCT·[1?ηPV(τα)]
(2) ηPV = ηPV,NOM·[1+γ·(Tcell - Tcell,REF)]
(3) PPV = PPV,NOM·GHIGHIREF·[1+γ·(Tcell - Tcell,REF)]·fPV
其中：PPV是光伏输出功率（kW），G是太阳辐照度（W/m2），ηPV是光伏效率，A是面板面积（m2）。

光伏电池的温度有三种偏离情况：Tcell, NOCT和Tcell, REF。Tam和Tam, NOCT分别表示实际和环境温度。GHI, GHINOCT和GHIREF分别代表绝对、名义和相对的世界辐照度。有两种加热系数：UL和PPV，以及PPV, NOM，表示实际和名义的光伏效率。τ±表示透射率和吸收率之间的比率。温度百分比的名义值为3，偏离因子为0.8。

3.1.2. 风力发电场
使用了Vestas公司的V90–2.0 MWTM风力涡轮机。该涡轮机可以产生2000 kW的电力。旋转部件直径为90米，轮毂高度为80米。以下公式用于计算风力发电场的发电量：
(4) PW = {0 < v ≤ vin 或 v ≥ vout} PW,R·v ? vin < v < vR; PW,R(vR ≤ v ≤ vout)
(5) v2/v1 = (h2 / h1)α
PW和PW,R分别表示风力发电场的额定风速，分别为12 m/s、4 m/s和25 m/s。v1和v2表示高度h1和h2处的风速，α表示风速剪切比为0.14。

3.1.3. 电池
电池易于充电和放电，因此我们可以快速启动并获取能量。以下公式可用于计算电池的状态以及其充放电性能：
(6) Ebatt(t+1) = Ebatt(t)·(1?σ) + Echa(t)·ηcha
(7) Ebatt(t+1) = Ebatt(t)·(1?σ) ? Edis(t)/ηdis
(8) ηcha = ηdis = ηrt
(9) Ebatt,min ≤ Ebatt(t) ≤ Ebatt,max

3.1.4. 电力循环与热能储存（TES）
我们可以使用S-CO2过程作为有效的削峰装置，并且该装置易于调整。在各种不同的循环配置中，部分冷却循环（known as the partial-cooling cycle）的成本较低，更能满足负荷控制需求。只要轴速容易调整，转子就与复压机相连以确保循环正常工作。图2展示了S-CO2循环的设置。有关循环部件的非设计算法以及如何在不设计模式下调整循环工作参数，请参阅参考文献。对于部分负荷，图3显示了循环的工作效果以及熔盐从加热器出来的温度。要计算加热器中的液态盐量及其流动速度，请执行以下操作：
(10) Tsalt,heat = Pcyc,g×10^6ηcyc·cp,salt·(Tsalt,in ? Tsalt,out)
其中Tsalt,heat表示熔盐通过加热器时的流动速度；Pcyc,g表示循环产生的功率；ηcyc表示循环的效率；cp,salt表示熔盐在恒定压力下的吸热能力；Tsalt,in和Tsalt,out分别表示液态盐进入和离开加热器时的温度。

下载：高分辨率图片（486KB）
下载：全尺寸图片
图2. 展示了一个使用S-CO2部分冷却电路的设计和T-s图解。

下载：高分辨率图片（317KB）
下载：全尺寸图片
图3. 显示了仅施加部分负荷时加热器中的液态盐温度以及循环的效率。

额外的光伏和风力发电机将电能转化为热能，储存在热能储存（TES）单元中。加热设备中的能量交换过程可以分为以下步骤：
(11) PEH,in = PEH,out·ηEH
(12) msalt,EH = PEH,out×10^6cp,salt·(Tht ? Tct)
PEH表示进出电加热器的功率；msalt,EH表示通过电加热器的液态盐量；Tct和Tht分别是液态盐在热罐和冷罐中的温度差。

为了保持热量，选择了NaCl-KCl-MgCl2熔盐混合物。表1展示了其热物理特性[30,31]。这种液态盐可以在400°C至800°C的温度范围内安全使用。按计划，热罐中的熔盐温度为765°C，冷罐中的熔盐温度为509.32°C。这些温度符合S-CO2循环的热力学要求。以下公式用于计算两个罐中液态盐的量及其存储配置：
(13) MTES = QTES,full×10^6×cp,salt·(Tht,des ? Tct,des)
(14) dMht/dt = msalt,EH ? msalt,heat
(15) dMct/dt = msalt,heat ? msalt,EH
(16) d(uct·cp,salt·Tct)dt = msalt,heat·T,salt·T,salt,out ? Tsalt,EH·cp,salt·Tct

3.1.5. 电解槽、压缩机和燃料电池
使用燃料电池和PEM电解槽是因为它们的响应更快且技术更先进。在电解槽中，我们可以描述氧气释放反应（OER）和氢气生成过程（HER）：
(17) 2H2O → O2 + 4H+ + 4e?
(18) 2H+ + 2e? → H2
这描述了燃料电池中氧气还原（ORR）和氢气生成（HER）的过程。

对于PEM电解槽，它可以处理10%到100%的负荷，出口处的氢气压力为30巴。据说PEM电解槽的效率为85%[32,33]。随着负荷的减少，转化为氢气的功率最初会逐渐增加，然后迅速下降。有关PEM电解槽的部分负荷效率变化情况，请参考该参考文献中的图4。以下公式用于计算氢气的生成速率：
(21) mH2,EL = PEL·ηEL×1000
HHVH2

下载：高分辨率图片（508KB）
下载：全尺寸图片
图4. 一年内金滩地区的小时大气条件。

氢气的较高沸点为39.7 kWh/kg，mH2,EL表示通过电解水生成氢气的速率。PEL和ηEL分别表示电解槽使用的功率及其效率。

这些结果表明，盐穴氢储存的整合通过降低LCOE和减少弃电量来提高系统性能，特别是在严格的可靠性要求下。PEM燃料电池可以处理6%到100%的负荷，氢气必须以1巴的压力进入。PEM燃料电池的部分负荷效率曲线也可以在参考文献中看到。以下公式用于计算燃料电池使用氢气的速率：
(22) mH2,FC = PFC×1000ηFC·HHVH2
燃料电池的总体氢气流量为mH2,FC，其功率生成和效率分别为PFC和ηFC。

轴流风机用于将电解质出口处的二氧化碳压力提升到盐穴的工作压力。模型确定了压缩机的非设计效率。以下公式用于计算压缩机使用的功率：
(23) WC = rr?1·RH2·TC,inηC·[(pC,output,in)r?1]
WC和PC分别表示压缩机使用的功率和电能；TC,in表示压缩机入口处的氢气温度；pC和PC表示入口和出口处的氢气压力；mH2,C表示氢气通过泵的流速；ηc表示压缩机的效率；rh表示过程是等熵的，指数为1.4，速率为4.12 kJ/(kg·K)·T。Ηmotor表示电动机运行时的效率为0.9。

3.1.6. 盐穴
使用了金滩T5–2盐穴的结构和工作条件。盐穴位于地下1016–1090米处。如果忽略沉积物占据的空间，实际存储体积为188,346.9立方米。气体外部温度为45°C。8–18 MPa的压力将气体固定在适当位置。在加氢过程中，部分油被留在盐穴内以保持压力稳定。系统设置确保孔内的压力变化不超过1 MPa/d[34]。进出系统的氢气流量会影响两个盐穴中沉积的氢气量，包括通过电解过程产生的氢气和燃料电池用于发电的氢气。这些因素影响电解槽和燃料电池的工作情况。将质量传输方程与输出限制结合起来可以得出盐腔中的气体存储状态。

(25) dMcavdt = mH2,EL ? mH2,FC
(26) pcav,min ≤ pcav(t) ≤ pcav,max
(27) |dpcav/dt| ≤ 1 MPa/d
Mcav表示时间t时储存在氯化钠盐穴中的气体量。pcav(t)表示当时的盐穴压力，pcav,min和pcav,max分别表示最低和最高的盐穴压力。

此外，盐穴具有巨大的空间用于储存氢气。存储容量的初始设置会显著影响系统的整个生命周期性能。通过检查年初和年末可储存的氢气量，可以判断原始设置是否合理。如果年内的误差在可接受范围内，则认为初始设置是合理的。

(28) |Mcav,end ? Mcav,beg| ≤ δ
其中Mcav,beg和Mcav,end分别表示年初和年末储存在盐穴中的气体量，δ表示5%的误差范围。

3.1.7. 双向逆变器
AC和DC可以通过双向变压器进行转换。以下公式用于计算能量转换过程：
(29) PINV,out = PINV,in·ηINV
PINV,in和PINV,out分别表示双向逆变器的输入和输出功率，ηINV表示其95%的时间效率。

系统建模和优化基于几个关键假设。假设系统组件的效率（包括光伏面板、风力涡轮机、电池和燃料电池）是恒定的。负荷需求剖面被认为是研究期间的代表值，系统操作在稳态条件下进行模拟。经济参数，如资本成本、运营维护成本和折现率，在项目生命周期内被假设为保持不变。此外，模型中没有明确考虑政策变化、市场波动和电网限制等外部因素。3.2. 评估标准绿色能源的波动和不可靠性使得在许多系统中保持能源供应稳定变得困难。增加储能技术可以减少停电，但投资成本会更高。因此，选择了LCOE（平准化能源成本）、电力供应损失可能性（LPSP）和削减的电力量来评估混合系统的性能。LCOE是一种判断系统经济性能的方法，计算方法如下：(30)LCOE=ICsys+∑t=1NACsys(1+i)t+(∑nRRC(1+i)tR)sys?SVsys∑t=1N(EPVgrid+EWgrid+Ecycgrid+Ebattgrid+EFCgrid)·(1?d)t(1+i)t初始成本ICsys、ACsys和SVsys分别表示年费、年价值和系统报废时的价值。RC表示更换每项物品的成本与最初购买时的成本相同。5、6、7、8和9表示光伏电站、风电场或蓄电池在并入电网后的第一年产生的电量[35,36]。12年是系统的生命周期，11年是节省率，10是折现率。其目的是测试系统的电力来源的稳定性。结果是，随着LPSP的降低，能源来源变得更加可靠。以下是计算公式：(31)LPSP=∑t=18760[Pload(t)?PPVgrid(t)?PWgrid(t)?Pcycgrid(t)?Pbattgrid(t)?PFCgrid(t)]·Δt∑t=18760Pload(t)·Δt假设Pload(t)是时间(t)的负荷需求，PPVgrid(t)、PWgrid(t)、PCYCgrid(t)、Pbattgrid(t)和PFCgrid(t)是在任何给定时间(t)连接到电网的光伏发电装置、风电场、发电厂、蓄电池和燃料电池的电量。9表示间隔时间。削减的电量是无法修复或储存的额外的光伏或风电电量，这浪费了时间和金钱。以下是数学问题的解答：(32)Ecur=∑t=18760[(PPV(t)+PW(t)?PPVgrid(t)?PWgrid(t))·Δt?Esto,bat?Esto,TES(t)?Esto,H2(t)]当Ecur是被切断的电量时，Esto,bat(t)、Esto,TES(t)和Esto,H2(t)是在时间(t)储存为热能、电能和气体的电量。平准化能源成本（LCOE）用于评估系统的经济性能，计算公式如下：LCOE=CtotalEserved其中Ctotal代表系统的总生命周期成本，包括资本、运营维护和更换成本，Eserved是项目生命周期内向负荷提供的总电量（kWh）。所有成本都使用指定的折现率在项目生命周期内进行折现，LCOE以$/kWh表示。3.3. 运营条件本案例研究基于中国江苏省常州市金坛区，该地区具有优越的太阳能和风能资源，以及适合大规模氢储能的盐洞结构。由于金坛区拥有大量的风能和太阳能潜力以及盐洞储存气体资源，因此可能会采用混合方法。图4显示了金坛区一年中每个小时的天气情况。模拟使用了一个代表性年份（8760小时）的每小时时间序列数据，因此在分析中保留了可再生资源和负荷需求的全部年度变化。太阳能辐照度和风速数据来自金坛案例引用的数据源，年平均值分别为1474 kWh/m2·年和10米高度处的风速3.73 m/s。没有对代表性天数进行统计抽样或子采样，而是使用全年的数据集来捕捉季节性储能行为。每年有1474 kWh/m2的辐射照射到地球。10米高度处的年平均风速为3.73 m/s。提取了常州市典型负荷需求的特征来描述客户模型的负荷曲线。构建的负荷曲线代表了一个集中式可再生能源应用，并缩放到了平均年需求100 MW。所有对比系统配置都使用相同的每小时负荷曲线，以确保技术经济比较的一致性。因此，性能差异可归因于系统设计和储能配置，而不是需求假设的差异。四个季节有助于了解需要多少电力。每年的平均值设定为100 MW（以匹配大多数集中式太阳能-风能系统的规模）。这是机器所需的电量图，称为图5。下载：下载高分辨率图像（345KB）下载：下载全尺寸图像图5. 金坛区正常的年负荷需求。3.4. 优化方法和参数我们使用混合整数非线性程序（MINLP）问题来确定如何改进整个系统（见表1）。在这项研究中，分析基于技术经济优化而不是推断统计。因此，传统的统计指标如P值和置信区间不适用。相反，通过使用LCOE、LPSP和削减能量作为主要评估标准，通过确定性模拟和多目标优化来评估模型性能。本文研究了双目标减少和三目标优化。在双目标生产力中选择LCOE和LPSP作为最优目标，以找到最佳的电价成本和可靠性。决策变量包括光伏电站、风电场、蓄电池、热能储存（TES）单元、电加热器、电解槽、压缩机、燃料电池和功率循环的安装容量，而盐洞容量根据选定的金坛T5–2盐洞固定。对于双目标优化，目标函数是最小化LCOE和LPSP。对于三目标优化，削减能量作为第三个目标。优化受到能量平衡约束、设备容量限制、蓄电池SOC限制、TES运行限制、电解槽和燃料电池部分负荷限制、氢洞压力限制以及年度氢库存一致性的约束。使用的是NSGA-II（非支配遗传协议II）。该方法由Deb在2002年基于遗传算法（简称GA）开发。许多人使用这种方法解决了各种目标的多目标优化问题。在三目标优化中，LCOE和LPSP较低且电力较少的情况最为理想。为此使用了Gamultiobj，这是一种利用遗传算法改进优化的Matlab方法。它在NSGA-II的基础上进行了改进。它能够最大限度地利用燃料电池、蓄电池、热储存、电加热器、电解槽、氢压缩机、光伏电站和风电场的性能。盐洞足够大，可以容纳金坛T和5–2钠洞的能源来源。请查看表3，了解这些选择因素的影响。由于这两个目标，200个人在社会中，可以产生500代能量。在三目标优化中可能发生的最大代数为1000代，最小代数为600代。计划的经济性在表4中展示。表2. 关键变量和参数的定义。符号描述单位PPV光伏输出功率kWPWT风力涡轮机输出功率kWSOC蓄电池充电状态%ETEST热能储存量kWhHst氢储存水平kgLCOE平准化能源成本$/kWhLPSP电力供应损失概率%表3. 优化过程中使用的决策变量的上下界。决策变量符号单位下界上界描述PV电站容量PPVMW03000太阳能光伏系统的安装容量风电场容量PWTMW01000风力涡轮机的安装容量蓄电池储能容量EbatMWh0400蓄电池系统的储能容量功率循环容量PcycMW0200热能循环的输出功率热能储存持续时间TTESh020TES系统的储存持续时间电加热器容量PEHMW01000热储存系统的功率输入电解槽容量PELMW0500氢产量燃料电池容量PFCMW0500氢到电能的转换容量双向逆变器容量PINVMW01000交流/直流系统之间的功率转换表4. 系统建模和优化中使用的技术经济参数。组件参数符号单位值/相关性参考PV系统资本成本CPV$/kW600[52]运营维护成本–%/年1.3[53]寿命LPV年25[54]风力涡轮机资本成本CWT$/kW1350[55]运营维护成本–%/年4.2[56]寿命LWT年20[57]蓄电池储能资本成本Cbat$/kWh200[58]运营维护成本–%/年2[59]寿命Lbat年5[60]TES（熔盐）资本成本CTES$/kWh39×180ΔT盐[68]运营维护成本–%/年0[69]寿命LTES年25[60]电加热器资本成本CEH$/kW140[70]运营维护成本–%/年1[71]寿命LEH年15[72]电解槽资本成本CEL$/kW1500[73]运营维护成本–%/年2[74]寿命LEL年15[75]燃料电池资本成本CFC$/kW2000[86]运营维护成本–%/年4[87]寿命LFC年5[88]氢压缩机资本成本Ccomp$/kW40035×P0.6038[76]运营维护成本–%/年4[77]寿命Lcomp年20[78]盐洞采矿成本–$/m323[79]浸出成本–$/m327[80]缓冲气体成本–$/kg5[33]机械稳定性成本–$/kg2.55[82]井成本–M$/well1.15[83]运营维护成本–%/年2[84]寿命Lcav年30[85]sCO2循环压缩机成本–$6898×W0.7865[61]涡轮机成本–$7790×W0.6842[62]热交换器–$3500×UA[43]回收器–$1250×UA[63]冷却器–$2300×UA[64]固定成本–$/kW340[65]运营维护成本–%/年3[66]寿命Lcycle年25[67]逆变器资本成本CINV$/kW200[89]寿命LINV年10[91]系统折现率%5[92]降解率–%/年0.2[86]项目寿命L年30[93]所有优化都在MATLAB中使用NSGA-II的gamultiobj实现进行。为了提高解决方案的稳定性，每个优化案例都进行了多次运行，并确认最终的帕累托前沿在多次运行中是一致的。报告的解决方案对应于在规定的发电限制下获得的收敛前沿（见表2）。表4. 优化结果显示了不同系统配置的LCOE（$/kWh）、LPSP（%）和削减能量（%）。基于NSGA-II和MINLP的多目标优化框架能够同时考虑经济性能（LCOE）、系统可靠性（LPSP）和能源利用（削减能量）。与单目标方法相比，这种方法提供了更全面的系统性能评估，并确定了竞争目标之间的最佳权衡。由于NSGA-II在解决复杂多目标优化问题方面的有效性，因此在本研究中采用。它特别适用于当前系统，该系统涉及诸如最小化LCOE、最小化LPSP和减少削减能量等相互冲突的目标。与传统单目标优化方法相比，NSGA-II能够高效生成一组帕累托最优解，允许全面评估经济性能、系统可靠性和能源利用之间的权衡。这使其非常适合优化具有多个交互组件的混合可再生能源系统。4. 结果与讨论4.1. 双目标优化4.1.1. 帕累托前沿将氢储存于盐洞中的设备与将水储存于水箱中的方法不同，以及将氢储存于没有氢设备的洞穴中的策略也不同。表4中有一些关于系统的关键经济细节。例如，购买氢储罐的成本为1500美元/千克，使用寿命为20年。图6显示了基于两个目标（LCOE和LPSP）进行设计的结果。氢储罐方法每年可以提供与盐洞系统相等的电力稳定性，但由于高压氢储罐非常昂贵，因此成本要高得多。当所有设备都处于最佳状态时，当水储存于水箱中时，整个系统的LCOE在0.336美元至0.460美元/kWh之间。此外，没有氢设备的设置和盐洞系统找到的解决方案也非常不同。如果我们只有太阳能系统和变压器，电价可以低至0.069美元/kWh。然而，这是非常不可靠的，LPSP为80%。随着风力发电能力的增加，还有热能和电能电池备份，这使电力供应更加可靠，并提高了电力生产成本。对于带有盐洞的布置，LCOE从0.162美元/kWh上升到0.244美元/kWh，LPSP从8.2%下降到0%。如果LPSP低于1.2%，没有水设备的系统的整个生命周期成本会更低。当LPSP下降低于1.2%时，拥有盐洞建筑的成本更低。两者之间存在差异（见图7）。下载：下载高分辨率图像（876KB）下载：下载全尺寸图像图6. 一年中不同时间设备获取电力的方式。下载：下载高分辨率图像（1MB）下载：下载全尺寸图像图7. 一年中不同时系统储存能量的方式。此外，随着LPSP进一步下降，没有电解槽/燃料电池的系统的LCOE逐渐高于带有盐水隧道的系统，而受限的电力增加。这是因为没有氢化物设备的系统需要大量的光伏和风力发电机来确保电力始终可用。这意味着大量的投资被浪费，同时也浪费了很多能源。这就是为什么需要研究电力损失的原因（见图8）。下载：下载高分辨率图像（504KB）下载：下载全尺寸图像图8. 每年可以在盐洞中储存多少氢。4.2.三目标优化
本部分探讨了通过盐穴隧道的框架成本、其可靠性以及与没有氢能源设备的框架相比所使用的能量。图9展示了三目标优化结果。当系统以较低的成本发电时，年度停电量也较小，但电源的可靠性并不总是非常好。如果主要目标是尽可能以低成本发电（尤其是低于0.151美元/千瓦时），则应选择不使用氢能源设备的系统。随着对可靠电源需求的增加，发电成本或每年需要切断的电量也随之增加。当需要非常可靠的电源和较小的停电量时，盐穴系统的优势就变得明显了。每当可中断供电率（LPSP）低于0.9%时，盐穴系统的平准化能源成本（LCOE）总是更低，且停电量也更少。当LPSP超过0.9%时，使用盐穴隧道的机制在控制停电量方面表现更好，而没有氢能源设备的系统则在管理发电成本方面表现更优。
下载：下载高分辨率图片（2MB）
下载：下载全尺寸图片
图9. 显示了在多目标优化中比较帕累托边界是可能的。
表5展示了一些常见的三目标优化最佳结果。总体而言，尽管使用盐穴系统的发电成本较高且可靠性相同，但每年中断的电量比不使用氢能源设备的系统要少。此外，在对电源可靠性要求较高的情况下（LPSP<0.9%），结合盐穴技术的经济和节能效益显著。盐穴技术可以将每年发电成本降低23%，中断的电量减少76%，相比之下，不使用氢能源设备的系统则无法实现这样的效果。
表5. 三目标优化下的最优结果（LCOE、LPSP、削减能量和系统性能指标）
LPSP (%) | 系统配置 | LCOE ($/kWh) | 削减能量 (GWh) | 总成本 (M$) | 可再生能源渗透率 (%) | 氢利用量 (GWh)
--------|--------------|-----------|-------------|-------------|-------|-------------------
0 | 无氢储存 | 0.208 | 65.2 | 12.5 | 8.4 |
0 | 有盐穴氢储存 | 0.227 | 68.4 | 33.8 | 1.2 | 14.2 |
0 | 无氢储存 | 0.214 | 90.5 | 56.2 | 4.8 |
0 | 有盐穴氢储存 | 0.236 | 15.9 | 37.9 | 8.9 | 19.8 |
0 | 无氢储存 | 0.318 | 65.0 | 34.2 | 1.5 | 0.2 |
0 | 有盐穴氢储存 | 0.244 | 39.8 | 21.9 | 3.8 | 26.5 |
表6总结了三种系统配置的关键性能指标。观察到，在相同的可靠性条件下（LPSP=0%），盐穴氢储能系统实现了最低的LCOE，并显著减少了削减能量。这证实了长时氢储能提高系统性能的有效性。
表6. 不同系统配置的关键性能指标比较
系统配置 | LCOE ($/kWh) | LPSP (%) | 削减能量 (%)
--------|--------------|-----------|------------|
A | 0.244 | 0.00 | 8.5 |
B | 0.336 | 0.00 | 14.2 |
C | 0.299 | 0.00 | 35.6 |

所得结果与之前关于混合可再生能源系统的研究一致，但由于引入了长时氢储能，性能得到了提升。例如，早期关于光伏-风能-蓄电池系统的研究报告的LCOE值在大约0.27-0.44美元/千瓦时范围内[[6][7][8]，而所提出的系统在相似的可靠性条件下实现了更低的LCOE，为0.244美元/千瓦时。这种改进归因于盐穴氢储能的加入，它能够高效利用多余的可再生能源并减少系统过剩产能。

盐穴氢储能为大规模能源系统提供了多种优势。它提供了低成本、高容量的储能方式，适用于长时间和季节性的能源平衡。此外，盐穴具有优良的密封性能、自修复特性和高化学稳定性，特别适合储存纯氢。这些特点使得多余的可再生能源能够得到有效利用，并减少了系统停电量。然而，盐穴氢储能也存在一些限制。其适用性仅限于地质条件合适的地区，并且开发此类基础设施需要大量的初始投资。此外，在实际应用中必须仔细考虑与洞穴完整性、运营安全性和长期性能相关的不确定性。因此，尽管盐穴氢储能显示出提升系统性能的巨大潜力，但其可行性取决于特定地点的条件和经济考虑。

4.3 经济参数分析
本节进行了敏感性分析，以评估关键经济参数对系统性能的影响。特别是，电解槽和燃料电池的成本在指定范围内变化，以评估它们对平准化能源成本（LCOE）的影响。这些组件被认为是影响基于氢能源的储能系统经济可行性的关键因素。通过研究系统组件的成本，寻找更多降低使用太阳能和风能将气体储存在盐穴隧道中发电成本的方法。图10显示了组合系统中设备投资成本的比例（LPSP为0%时的三目标最优结果）。购买包括光伏和风能发电设施在内的组合系统大约占成本的60%。电力、热能或氢能可以通过三种方式节省额外电力。电池直接储存电能，但仅占总采购成本的2.2%，因为它们只能储存最大功率。带有热能储存（TES）和活力循环的加热系统占成本的9.2%，它将电能转换为热能后再转换回电能。这种机器可以在使用电能和氢能之间切换。它包含电解质槽、纯净水装置、氢气发生器和燃料电池，占总开支的24.1%。因此，将多余电力储存为氢能具有最大的投资成本，其中电解槽和燃料电池技术占了93%。降低电解槽和燃料电池的成本以及储存水和为机器供电的成本至关重要。具体来说，电解设备和燃料电池的价格取决于它们的使用方式以及建筑物的规模。这些成本也会随时间下降。因此，也研究了降低燃料和电解槽成本对系统供电成本的影响。
下载：下载高分辨率图片（507KB）
下载：下载全尺寸图片
图10. 显示了混合系统中每个组件的投资成本。
结果表明，降低电解槽和燃料电池的成本显著降低了系统的LCOE。这突显了系统经济性对氢转换技术的强烈依赖性。随着这些技术的成熟和成本下降，氢储能系统的经济竞争力预计将大幅提高。随着电解槽和燃料电池价格的下降，含氢和不含氢的系统发电成本也随之下降。图11展示了不同LPSP下的这些成本。当LPSP为0时，使用钠储存系统的整个系统成本始终高于不含氢设备的系统。当LPSP为1%或2%时，盐穴系统的LCOE与不含氢设备的系统大致相同。电解槽和燃料电池的价格可以低70%购买。随着电解槽价格的进一步下降，使用盐穴隧道的系统更具成本效益。随着电解池和燃料电池价格降至原来的二分之一，盐穴系统的LCOE分别降低了13.4%和17.1%。很明显，储存氢能以提供跨季节的能源存储解决方案，保证混合系统的供电可靠性是一个明智的商业选择。
下载：下载高分辨率图片（719KB）
下载：下载全尺寸图片
图11. 随着燃料电池和电解槽价格下降，系统的LCOE变化情况。
结果表明，所提出的系统适用于大规模可再生能源基地，特别是在具有盐穴开发适宜地质条件的地区。这些发现为未来高可再生能源渗透率和长时储能要求的能源系统设计提供了有价值的见解。该研究通过扩展混合能源系统建模以包含多时间尺度存储和长时氢存储，为现有文献做出了贡献。它为评估不同存储技术之间的相互作用及其对系统性能的综合影响提供了系统框架。本研究存在一些局限性。首先，分析基于金坛盐穴的特定案例研究，这可能限制了结果在其他具有不同地质和气候条件的地区的普遍性。其次，模型依赖于若干技术和经济假设，包括设备效率、系统寿命和成本参数，这些因素可能随时间变化。第三，可再生能源发电、负荷变化和未来技术成本的不确定性尚未完全纳入模型。第四，研究主要关注技术经济性能，对环境和社会影响的考虑有限。最后，大规模氢储能系统的某些运营约束和实际实施挑战在优化框架中被简化了。

5. 结论
本研究探讨了一种集成太阳能光伏、风能、电池储能、热能存储（TES）和大规模盐穴氢储能的混合可再生能源系统。提出了一个多时间尺度储能框架，并使用多目标方法对系统配置进行了优化，以提高技术和经济性能。将所提出的系统与两种替代配置进行了比较：一种使用氢储能罐，另一种不使用氢储能，以评估盐穴氢储能的优势。
主要结论如下：
(1) 在盐穴中集成氢储能能够实现长时间和季节性能源存储，有效补充电池和TES系统。这种多时间尺度储能策略减少了可再生能源生成和存储组件的所需安装容量，提高了系统灵活性，并显著提高了可再生能源的利用率。
(2) 在严格的可靠性要求下，盐穴氢储能系统表现出优于其他配置的性能。当系统完全满足负荷需求（LPSP=0%）时，所提出的系统实现了0.244美元/千瓦时的LCOE，比不含氢储能和使用氢储能罐的系统低0.055美元/千瓦时。此外，当考虑削减能量时，所提出的系统将LCOE降低了约23%，削减能量减少了76%，显示出其在提高经济和运营性能方面的有效性。
(3) 经济分析表明，尽管盐穴储能本身对于大规模氢储能具有成本效益，但系统成本的很大一部分与氢转换技术相关。电解槽和燃料电池占据了氢子系统成本的主要部分，转换相关设备约占氢系统成本的90%。敏感性分析表明，降低电解槽和燃料电池成本会导致LCOE大幅下降，表明基于氢的系统经济可行性在很大程度上依赖于这些技术的进步。
从方法论的角度来看，基于NSGA-II的多目标优化框架的应用能够全面评估成本、可靠性和能源利用之间的权衡。从实际角度来看，结果表明盐穴氢储能是大规模可再生能源系统的一个有前景的解决方案，特别是在具有适宜地质条件的地区。从政策角度来看，研究结果强调了支持氢基础设施发展及降低电解槽和燃料电池等关键技术成本的重要性。此类努力可以显著提高可再生能源系统的经济可行性，并促进向低碳能源系统的过渡。
总之，所提出的带有盐穴氢储能的混合系统为集成高比例的可再生能源提供了 cost-effective 且可靠的解决方案。这些结果不仅促进了混合能源系统优化的方法论发展，也为未来可持续能源系统的实际设计做出了贡献。