基于多时间尺度能量存储和氢能精细化利用的综合能源系统的低碳经济调度

《Journal of Energy Storage》：Low-carbon economic dispatch of integrated energy systems based on multi-time-scale energy storage and refined utilization of hydrogen energy

　　摘要：鉴于日益严重的能源危机和温室效应的影响日益加剧，可持续能源系统比以往任何时候都更加重要。在季风地区，可再生能源的生产和电力需求存在明显的季节性差异。因此，本文提出了一种考虑多时间尺度能量存储的IES（综合能源系统）最优调度模型。该模型可以稳定源和负荷的季节性不平衡，并实现季节性能量存储的效果。首先，采用电存储、热存储和气体存储进行短期能量存储，而氢存储则根据其调度周期分为短期和季节性时间尺度存储。其次，利用氢燃料电池和动态氢混合技术在传统的P2G（电力到气体）过程中实现氢的多用途应用。最后，基于上述模型，建立了一个经济和环境友好的综合能源系统调度模型。仿真结果表明，跨多时间尺度使用能量存储并利用氢气进行多种用途应用显著提高了可再生能源的利用率。这种方法在经济效率和环境可持续性方面都具有显著优势。

引言：环境污染、能源危机和全球变暖对全球可持续发展构成了严重威胁。为应对这些挑战，世界各国政府根据国际行动呼吁采取了各种低碳措施[1]。据估计，全球86.9%的碳排放来自能源系统，其中83%的排放来自化石燃料。因此，转向以风能和太阳能等可再生能源为主导的能源系统成为解决能源短缺和过度碳排放双重挑战的关键途径。然而，可再生能源的间歇性和不稳定性，加上能源传输能力的限制，导致可再生能源的利用率大幅下降[2][3]。综合能源系统（IES）为提高本地可再生能源消费和提供多种形式的能源以满足不同终端用户的需求提供了有前景的解决方案。通过促进高效和多层次的能源利用，IES在全球向低碳转型过程中展现出巨大的碳减排潜力[4]。因此，推进低碳IES已成为能源领域的一个关键研究方向[5]。近年来，在IES的设计和优化调度方面取得了显著进展。Geidl等人首次引入了能源枢纽结构的概念，这成为IES建模、规划和优化的基础[6]。在此基础上，Zhu等人[7]将P2G与氢混合单元结合，并在多级碳交易机制下开发了一种高效的调度方法。结果表明，将P2G与氢混合单元结合使用可以有效提高可再生能源的利用率，并提升系统的低碳经济效益[7]。其他研究[8][9][10][11]通过整合电力、天然气、热能和冷却等多种能源形式，探索了不同的IES结构。此外，Yang等人[12]提出了一种结合碳捕获与储存（CCS）、电力到气体（P2G）和热电联产（CHP）的IES调度模型，强调CCS、P2G和CHP的协调不仅减轻了CHP单元的运营限制，还有助于碳回收并降低系统能源成本[12]。作为二十一世纪最具潜力的清洁二次能源之一，氢能源对能源系统的低碳转型至关重要[13][14]。一方面，通过氢电转换和氢气到天然气转换等技术，氢可以灵活地转化为电力和天然气等多种能源类型，从而加深电力、热能、交通和化工行业的融合[15][16]；另一方面，基于电解的氢生产技术可以将多余的可再生能源转化为“绿色氢”用于存储，解决可再生能源的供需不平衡问题[17]。集成氢的IES受到了广泛的研究关注。例如，Li等人[18]通过基于能量分析理论的成本损失核算模型，减少了氢生产过程中的能量损失，提高了氢的利用效率[18]；Dong等人[19]提出了一种详细的建模方法和协调优化策略，通过以协同方式安排各种能源来源，最大限度地整合了可再生能源并减少了碳排放[19]；Ye等人[20]提出了一种结合氢储能和电力存储的IES模型，通过案例研究表明混合储能系统可以在社区能源系统中同时提升经济效益和环境效益[20]。尽管取得了这些进展，但大多数关于氢集成IES的研究主要集中在短期运营优化上，忽视了可再生能源发电和负荷需求的季节性变化，这限制了氢作为长期储能解决方案的潜力。季节性氢存储被认为是解决可再生能源供应与需求季节性 mismatch 的关键研究领域[21]。Dong等人[21]提出了一种考虑多时间尺度能量存储的生命周期碳排放评估模型，其中电存储和热存储用于短期能量平衡，而氢存储用于长期能量存储[21]；Song等人[22]开发了一种零碳能源系统的多时间尺度优化模型，通过结合短期和长期氢存储来解决可再生能源供应与需求的季节性不平衡问题[22]；Wang等人[23]提出了一种包含需求响应机制和季节性氢利用的多时间尺度调度方法[23]。研究表明，使用日前和日内调度方法，季节性氢使用是具有成本效益的[23]；Zhang等人[24]进一步发展了这一概念，构建了一个三层优化框架，将P2G和季节性氢存储相结合，共同优化容量和运营[24]。然而，尽管这些研究强调了季节性氢存储的优势，但它们主要集中在氢燃料电池（HFC）用于电力和热能生产上，忽略了氢在IES中的更广泛应用和环境效益。除了氢的利用外，普遍认为碳交易可以改善运营经济性、降低碳排放和提高能源效率，尤其是在IES中[25]。Zhang等人[25]基于生命周期碳排放开发了一种分层碳交易模型，全面描述了IES中的总碳排放并提升了系统的低碳性能[25]。为了说明同时考虑碳排放交易和绿色证书交易的环境效益，Liu等人[26]提出了一种联合碳和绿色证书交易框架[26]；Huo等人[27]引入了一种季节性碳交易方法，解决了不同IES之间碳排放的季节性变化问题，并实现了多个系统之间的碳配额共享[27]。尽管取得了显著进展，但目前关于IES中氢利用的研究仍存在局限性，往往简化了氢的作用，并未充分探索多时间尺度能量存储系统的协同运作。氢的大规模长期存储潜力尚未得到充分利用。鉴于这些不足，本研究提出了一种新颖的低碳优化和调度策略，整合了多时间尺度能量存储系统和多种氢利用途径。

本研究的主要贡献包括：通过考虑多种类型储能系统的运行特性，优化了IES调度，确保不同储能设备之间的有效协调，提高了系统灵活性并帮助平衡能源供需，促进了稳定运行；提出了一种季节性氢存储模型，以解决可再生能源发电与电力需求之间的季节性不匹配问题，同时考虑了氢的长期存储能力；开发了多方面的氢利用模型，扩展了氢的应用范围，超越了传统燃料电池的应用场景；进一步通过分层碳交易系统减少了碳排放；利用P2G技术将多余的能源转化为合成天然气，两阶段P2G集成实现了与氢生产的耦合；P2G系统和氢混合燃气轮机的协调强调了IES在多能源耦合和转换中的优势。本研究展示了IES在增强可再生能源吸收、提高运营经济性和减少碳排放方面的潜力。

IES的基本结构：本研究提出的IES涵盖了电力、热能、天然气和氢等多种能源类型，分为供应和需求两部分，如图1所示。系统的电力需求由上层电网、风力发电（WT）、热电联产（CHP）和储能系统（ES）满足；热需求则由上层天然气 grid（GB）、热电联产（CHP）和储能系统（TS）提供。为了减少能源消耗和提高整体效率，能量转换（EL）发挥了重要作用。

分层碳交易模型：碳排放配额模型、实际碳排放模型和分层碳交易模型是分层碳交易机制模型的主要组成部分[29]。本文讨论的IES涉及的碳配额主要包括CHP、天然气存储（GB）和购买的电力。IES总碳排放配额的表达式为：EIES = ECHP + EGB + EBuy。各组分的特定碳排放配额可以通过方程式（12）表示：ECHP = Σ? (t=1?T) (H...

基于DTW层次聚类的场景构建：为了保留数据的原始特征，根据从中国温带季风地区收集的历史气象和运行数据进行了时间序列建模和聚类分析。具体而言，风力发电数据来源于[31]，负荷数据来自实际工程运行数据。共选取了十二个典型天气日，代表每月的一天[32]，以平衡IES最优调度的计算效率...

结论：本研究介绍了一种结合多时间尺度能量存储和多样化氢利用的IES优化运行方法。该方法首先开发了一个全面的氢利用模型，实现了设备的氢混合运行；然后建立了多时间尺度能量存储运行模型，以考虑不同时间尺度下储能系统的独特工作特性；最终提出了一个CRedI的最优运行模型...

作者贡献声明：Cheng Zhiping负责软件、方法论和概念化；Fu Hao负责撰写初稿和正式分析；Li Zhongwen负责写作和编辑以及资金争取；Yang Xinzhi负责数据整理；Bao Peng负责可视化。作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究工作。

致谢：本研究得到了中国国家自然科学基金（62273312）和中原地区技术创新顶尖青年人才计划的支持。Cheng Zhiping于1998年在中国新乡师范学院获得物理电子工程专业学士学位，2003年在河南理工大学获得电气工程硕士学位，目前担任郑州大学教授，主要从事可再生能源系统和微电网的理论、应用和控制研究。