离网风电-光伏液态氢生产系统的固定日产量优化调度

《Energies》：Optimal Scheduling of an Off-Grid Wind–Photovoltaic Liquid Hydrogen Production System with Fixed Daily Output

　　

离网风电-光伏系统可为液态氢生产提供低碳电力，但可再生能源发电的波动性使得协调固定液态氢产量与外部电负荷供应变得复杂。本研究针对一个具有固定日产量的离网风电-光伏液态氢生产系统，开发了一个24小时混合整数线性规划（MILP）模型。该系统包括风力涡轮机、光伏阵列、电解槽、高压气态氢单元、氢燃料电池、克劳德循环（Claude-cycle）液化单元和一个液态氢储罐。该模型通过终端库存约束保证每日5000 kg的液态氢产量，并最小化未满足的外部电负荷、可再生能源弃电和氢气外购量。针对不同可再生能源发电场景的案例研究比较了产量保障、负荷供应、可再生能源利用率、氢气外购量和储能行为。结果表明，在所有可行案例中，终端液态氢库存均达到5000 kg。对于典型的风电-光伏组合案例，优化调度实现了零弃电，同时维持了外部电负荷供应。电解槽将剩余可再生电力转化为气态氢，而燃料电池在低可再生能源时段提供备用电力，其峰值耗氢速率为425 kg/h。克劳德循环液化单元通过协调液化过程与气态氢储存及回流循环，生产所需的净液态氢产量。这些发现证实，高压气态氢储存能够缓冲可再生能源功率波动，并支撑稳定的离网液态氢生产。

离网风电-光伏液态氢生产系统固定日产量优化调度研究解读

1. 研究背景与问题提出

液态氢因其高体积能量密度，在大规模、长距离氢能储运中扮演着重要角色。然而，氢液化是一个高度耗能的深冷过程，其生产成本和碳排放强度严重依赖于电力供应。利用离网风电和光伏等可再生能源为液态氢生产供电，是实现低碳氢能的关键路径。然而，现有研究在处理这一问题时存在显著不足：大多数集成能源系统模型仅将氢气作为气态介质进行储存或发电回收，鲜有明确表征完整的液态氢生产过程。许多研究要么完全省略液化器，要么将其简化为一个固定的电力消耗系数。这种简化无法捕捉三个关键方面：（1）过程动态特性，包括单程液化产率、气态氢再循环以及液化器的爬坡/启动限制；（2）状态耦合，即气态原料与液态产品之间的动态库存平衡；（3）交付目标，即满足固定的日产液态氢配额（终端库存约束）。在离网条件下，由于缺乏电网支撑，可再生能源的波动性会加剧电解槽负载、液化器运行、燃料电池补偿以及氢储能状态之间的耦合。因此，亟需一个专门的优化框架来协调整个“电力-液态氢”链条的运行。

2. 研究方法与技术路线

研究人员建立了一个日前最优调度模型，该模型被表述为一个混合整数线性规划（MILP）问题。关键技术方法包括：

• •
  系统建模：将离网可再生能源液态氢生产系统分解为电力流、气态氢流和液态氢库存演化三个耦合环节，并建立了各设备的线性化转换模型。
• •
  约束条件设定：模型中包含了设备容量限制、储能边界、爬坡速率限制、二进制启停变量以及条件性紧急购氢约束。特别地，通过终端库存硬约束（Terminal Inventory Constraint）来强制执行每日5000 kg的固定净产量目标。
• •
  目标函数：最小化总运营成本，包括可再生能源运维成本、设备运维成本、储能成本以及对弃电、紧急购氢和未满足电负荷的高额惩罚。其中，未满足电负荷的惩罚系数被设定得高于外购氢气的等效成本，以确保优化器优先选择购氢而非削减负荷。

3. 研究结果与讨论

3.1. 场景设置与评估指标

研究人员设计了四个代表性运行场景来测试系统性能：强风条件下的可再生能源富余场景（Case 1）、光伏主导的日内波动场景（Case 2）、严重可再生能源短缺场景（Case 3）以及风光混合的典型日场景（Case 4）。所有场景的初始气态氢库存均为5000 kg，液态氢日产量目标固定为5000 kg。

3.2. 基于场景的调度结果

• •
  Case 1：强风条件下的可再生能源富余运行
  在此场景下，全天风电持续高于负荷。调度结果显示，系统在完全满足电负荷后，将剩余风电分配给电解槽和液化器。电解槽将富余电能转化为气态氢，高压氢储罐则缓冲了产氢与液化需求之间的时间错配。最终，系统在不依赖紧急购氢或燃料电池启动的情况下，实现了零弃电，并完成了5000 kg的液态氢产量目标。
• •
  Case 2：光伏主导的波动运行
  此场景呈现典型的单峰可再生能源供给模式（白天充足，夜晚不足）。调度结果显示，夜间和清晨由燃料电池消耗储存的气态氢来补偿电力缺口；白天光伏出力超过负荷后，电解槽和液化器被激活，将午间富余电力转化为氢产品。高压气态氢储罐的缓冲作用在此场景中至关重要，它解耦了间歇性的气态氢生产与连续的液化需求。气态氢库存从5000 kg降至约500 kg，表明初始储备被用于支撑燃料电池发电和液化过程。
• •
  Case 3：可再生能源短缺运行与紧急氢源支持
  此场景为最严峻的压力测试，全天可再生能源出力均低于负荷。调度结果显示，电解槽未被激活，燃料电池提供了部分电力补偿，但大部分时段仍需削减负荷以维持系统可行性。液化过程依靠高压储罐释放的气态氢和紧急外购的700 kg氢气得以维持。该案例证明，在极端能源短缺下，负荷削减和紧急购氢是保证首要液态氢生产目标的唯一物理可行策略。
• •
  Case 4：风光混合典型日的协调绿色电力与燃料电池运行
  此场景代表了既有可再生能源短缺又有富余的典型工况。调度结果显示，在早间短缺时段，风电和燃料电池共同供电；在午间和傍晚的富余时段，电解槽和液化器高效运行。优化调度在整个24小时内避免了负荷削减。气态氢库存从5000 kg降至约500 kg的下限，表明系统充分利用了整个允许的缓冲范围来最小化运营成本。

3.3. 典型混合可再生能源案例的成本构成与设备利用率

对Case 4的进一步分析显示，总等效成本为￥86,188，其中风电占比最高（66.8%），光伏次之（16.2%）。设备利用率方面，液化器在一天中的大部分时间运行，并在午间富余时段达到高利用率；电解槽的平均利用率为23.5%，峰值功率约14.4 MW，主要作为灵活的电能转换单元；燃料电池仅在早间低可再生能源时段短暂运行，峰值耗氢速率约为425 kg/h，确认了其备用电源的角色。

4. 结论与展望

本研究开发了一个统一的离网可再生能源液态氢生产调度框架。研究结论表明：

• •
  该框架能够通过协调绿电消纳、气态氢缓冲、燃料电池备用和液化调度，维持所需的日产液态氢量。
• •
  在可再生能源短缺时段，燃料电池将储存的气态氢转化为电能以减少电力短缺；在富余时段，电解槽将绿电转化为气态氢，液化单元则根据可再生能源可用性和氢库存调整产量。
• •
  对于Case 4这样的混合可再生能源条件，优化调度在不依赖紧急购氢或负荷削减的情况下，满足了全天的电负荷并达到了5000 kg的终端液态氢目标。
• •
  高压气态氢储存是整个系统的关键跨期缓冲器，它将可再生能源的波动、短期电力备用和液态氢生产有效连接起来。

本研究的核心贡献在于证明了“可再生能源-液态氢”转换的运行可行性和调度逻辑。未来研究将考虑引入可再生能源的不确定性（如两阶段随机规划）、整合设备的详细部分负荷特性，并进行全面的生命周期经济性分析。