电氢混合储能系统的多模式功率协同优化控制方法

《Journal of Energy Storage》：Multi-mode power cooperative optimization control method for electric-hydrogen hybrid storage system

　　刘新瑞|刘世|郭亮亮|王瑞|王顺江|李正茂|孙秋月
中国辽宁省沈阳市东北大学信息科学与工程学院，110819

**摘要**
本研究提出了一种多模式电力协调优化控制策略，旨在解决直流（DC）微电网中电氢储能系统（EHSS）在极端运行条件下的安全和经济挑战。为了改善电力分配，首先基于电池荷电状态（SoC）和氢储能状态（SoH）开发了状态-行为映射策略，随后构建了电氢混合储能模型。为了准确匹配各种场景下的电力调节需求，通过分析SoC和SoH的动态特性，将整个系统运行范围划分为正常区、缓冲区和极端区。本文在正常区内引入了最小运行成本优化，以降低EHSS的运行成本。在缓冲区内，设计了一种基于可变参数下垂控制和自适应加速度因子的实时控制策略，以防止电池进入过充/过放电范围。在极端区内，根据SoC和SoH的临界值灵活控制EHSS的启动和关闭，确保其在极端条件下的安全运行。最后，利用RT-Lab半物理系统验证了所提出方法的有效性。结果表明，该方法成功降低了运行成本，减少了EHSS的损失，并提高了DC微电网的可靠性和安全性。

**引言**
目前普遍认为，能源转型和气候变化缓解迫在眉睫。由于化石燃料的长期主导地位，各国正在加速寻找清洁、可持续的能源替代品，这不仅引发了资源枯竭的担忧，还因燃烧产生的大量温室气体排放加剧了全球变暖[1]。鉴于此，间歇性可再生能源的大规模应用已成为不可避免的趋势。为了建立供需平衡，由于各种能源的不稳定性，需要适当的储能和转换技术，这对电网峰值管理和储能技术提出了更高的要求[2][3]。此外，离网能源供应和低碳交通等场景越来越强调对清洁二次能源的需求。传统能源系统在偏远地区的电力供应稳定性往往不足。这促使学术界和工业界关注跨领域适用且零排放的能源载体[4]。
氢储能系统（HESS）作为一种仅燃烧产生水的清洁能源，正逐渐成为连接可再生能源与多种应用场景的关键组成部分。它的两个显著优势是：可以通过燃料电池高效释放能量，满足离网供电和交通推进等需求[5][6]；可以通过电解等技术将多余的可再生能源转化为化学能进行储存，缓解风能和太阳能的弃电问题[2][3]。然而，大规模部署氢能仍面临巨大挑战。由于单独立氢储能系统（HESS）的效率和响应速度有限，必须将其与电池储能系统（BESS）技术结合使用以提升整体性能[7][8]。BESS有效解决了风能和太阳能的弃电问题。HESS具有较大的容量，但响应速度较慢，因此应将其与HESS设备结合使用[9]。通过将氢能与生物质等可再生能源结合，还可以提高能源系统的可持续性和经济可行性[10]。上述研究表明，DC微电网中的HESS是一个非常有前景的研究方向。
HESS控制策略可分为分散控制策略和双层控制策略。分散控制是指微电网中的所有单元采用下垂控制，每个单元的控制模式由直流母线电压决定。分散下垂控制通常应用于无通信的场景。双层控制策略包括滞后控制、状态机控制、模型预测控制和模糊控制，通常由能量管理层和本地控制层组成。能量管理层确定各个单元的功率指令，本地控制层执行管理层发出的指令。因此，双层控制通常对通信有更高的要求。分散控制更适合电氢混合储能应用；而双层控制则更适合需要更高经济性能、效率和稳定性的大规模并网应用[11][12]。
[12]提出了一种基于模式触发下垂的分散能源管理策略，其中每个单元的下垂特性曲线根据三种SoC水平（高、中、低）进行设计[13]。 [13]提出了一种自适应下垂控制策略，以平衡孤立DC微电网中的直流母线电压稳定性和功率共享，从而减少过载电流应力并提高系统可靠性[14]。 [14]提出了一种自适应参数虚拟直流能量控制策略，以实现燃料电池（FC）和BESS之间的功率分配，抑制电压波动并延长FC的寿命[15]。 [16]提出了一种基于光伏（PV）微电网的混合储能功率分配策略，考虑了SoC和SoH，保持电池SoC在合理范围内并延长电池寿命[17]。 [17]考虑了FC的氢消耗和SoC的变化，提出了一种基于自适应模型预测控制的实时能量管理策略，其中应用了线性参数变化预测模型来优化FC和BESS之间的功率分配[18]。 [18]提出了一种分层能量管理策略，在设备层应用分数阶滑模控制器，并使用状态机控制来优化功率分配，同时提高系统稳定性[19]。 [19]提出了一种基于双层模糊映射的动态功率分配策略，通过自适应下垂系数设计实现安全和高效的功率分配。然而，这些策略主要关注HESS中的功率分配，尚未充分考虑系统的经济性。
一些研究开始关注HESS的经济性[20]。 [20]提出了一种基于最小利用成本的分层状态机控制方法，利用充放电成本优化HESS和BESS之间的功率分配，但未提供最小利用成本的详细公式。此外，还提出了一种基于等效消耗最小化策略（ECMS）的分层能源管理系统（EMS），以提高系统的经济效率[21]。另一项研究提出了一种基于最小利用成本和储能状态平衡的EMS，以降低运行成本并提高HESS的效率[22]。 [23]提出了一种基于模型预测控制的双层EMS，实现了氢消耗和运行成本的协调优化，同时减少了氢消耗，减缓了设备退化并提高了系统效率[24]。 [24]提出了一种基于混合整数线性规划的最优EMS，以最小化运营和维护成本。然而，上述研究仍受限于高计算复杂性和系统稳定性不足的问题。
总之，本研究提出了一种DC微电网电力协同优化控制策略，有效避免了HESS的过充、过放电和加速退化，同时考虑了系统运行经济性和HESS的动态特性。该方法兼顾了储能的安全性和系统运行的经济性。

**主要贡献**
本研究的主要贡献如下：
(1) 提出了一种基于SoC和SoH的改进状态-行为映射策略，将HESS的运行范围划分为正常区、缓冲区和临界区。灵活切换多种模式确保了微电网系统的经济性和稳定运行。
(2) 考虑了储能设备的效率特性和运行成本，在正常区内引入了实时优化策略，以最小化运行费用。该策略在PV-储能-氢系统之间分配有功功率，实现在线经济优化控制。
(3) 为了提高运行稳定性，为缓冲区设计了基于氢储能状态的可变参数自适应下垂控制，防止电池进入过充/过放电区间。在极端区内，通过优化HESS输出优先级来最大化系统稳定性。

**本文结构**
第2节介绍了孤立DC微电网的建模。第3节描述了所提出的DC微电网功率协同控制策略。第4节验证了该方法的有效性。第5节给出了结论。

**系统架构**
本文展示了一个带有HESS的孤立DC微电网，如图1所示。电池通过DC/DC转换器连接到直流母线，光伏阵列、燃料电池和碱性电解槽也通过DC/DC转换器连接到母线。该孤立系统的主要分布式能源是光伏阵列，它为氢储存罐、碱性电解槽、负载和FC供电。当光伏输出不足时，HESS补偿电力缺失。

**状态-行为映射策略**
与基于SoC和SoH的传统多模式功率分配控制策略[20]相比，本研究增加了缓冲区，并将DC微电网的HESS划分为11种运行模式。相应的，图6展示了HESS在SoC和SoH下的运行区域分布，反映了不同运行模式下AEL、FC和BESS的静态划分结果。

**实验验证**
为了验证多模式电力协同优化控制方法对HESS的有效性，基于RT-Lab平台构建了图16所示的DC微电网系统。该系统包括光伏模型、BESS、HESS和可变直流负载，系统模型使用MATLAB/Simulink开发。FC、电池和AEL的具体参数列在表2中。为了说明所提出方法的有效性，设计了三种运行场景。

**结论**
为了解决DC微电网中BESS和HESS之间的功率分配问题，本文提出了一种协同最优功率控制方法，平衡了系统运行经济性和储能安全性。通过仿真和实验研究验证了该方法的有效性和可行性。主要结论如下：
(1) 在正常区内，所提出的控制方法不仅有效降低了系统发电成本，还严格...

**作者贡献声明**
刘新瑞：撰写、审稿与编辑、验证、方法论、调查。
刘世：撰写、审稿与编辑、可视化、验证、方法论。
郭亮亮：验证、方法论、调查、概念化。
王瑞：调查、形式分析、概念化。
王顺江：可视化、验证、监督。
李正茂：可视化、验证、监督。
孙秋月：验证、监督。

**利益冲突声明**
作者声明没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

**致谢**
本研究得到了中国国家重点研发计划（2024YFF0506400）、国家自然科学基金（52477075）和中国中央高校基本科研业务费（N25GFZ004）的支持。