面向净零目标的并网微电网扩展规划:基于太阳能与混合储能的协同优化——以迪肯大学城镇为例

《Journal of Energy Storage》:Expansion planning of an existing grid-connected microgrid via coordinated solar and hybrid storage: A study on Deakin University township toward net-zero target

【字体: 大 中 小 】 时间:2026年09月21日 来源:Journal of Energy Storage 10.7

编辑推荐:

  摘要专业翻译 提出了一种用于可再生能源微电网扩展规划的优化框架。建立了一个将太阳能扩容与电池-氢能混合储能相集成的广义模型。评估了多种优化算法以实现系统最优容量配置。通过综合技术经济分析对扩展策略进行了比较。利用某大学微电网的实际运行数据对该框架进行了验证。

  
摘要专业翻译 提出了一种用于可再生能源微电网扩展规划的优化框架。建立了一个将太阳能扩容与电池-氢能混合储能相集成的广义模型。评估了多种优化算法以实现系统最优容量配置。通过综合技术经济分析对扩展策略进行了比较。利用某大学微电网的实际运行数据对该框架进行了验证。 微电网已成为集成分布式能源资源、构建智能且弹性能源系统的关键解决方案。除提升可靠性和灵活性外,微电网在支撑向可持续性转型方面也发挥着重要作用,其通过实现更高比例的可再生能源渗透并减少对化石燃料发电的依赖来实现这一目标。国际能源署(IEA)指出,到2050年实现净零排放需要大幅提升可再生能源产量,尤其是太阳能、风能和氢能。 氢能凭借其广泛的应用前景,正成为一种至关重要的未来能源载体。在各类制氢途径中,由可再生能源驱动的电解水制氢(即绿氢)被认为是最可持续的方法之一,因其可在需要时通过燃料电池将氢能重新转化为电能。因此,将电解槽集成到太阳能和风电场等可再生能源系统中已引起广泛研究关注,近期在澳大利亚背景下的一项研究尤为突出,该研究利用多单元电解槽系统实现了大规模太阳能驱动制氢。 氢能具备长期和季节性储能能力,而电池则凭借高效率和高响应速度更适用于短期能量平衡。因此,混合电池-氢能储能系统作为一种利用两种技术互补优势的手段日益受到关注。例如,一项针对芬兰北部气候条件下基于太阳能的离网系统的研究表明,仅采用电池储能需要不切实际的大容量才能维持冬季运行,而仅采用氢储能则存在效率低和动态性能受限的问题。相比之下,电池-氢能组合系统提供了一种技术可行且高效的解决方案。类似地,在净零污水处理设施等能源密集型应用中,集成风能、太阳能和氢储能的混合可再生能源系统已被证明能有效减少对纯电池储能的依赖。此外,将电池集成到太阳能电解制氢系统中已被证明可降低所需电解槽容量,但代价是电池投资成本增加,这凸显了一个重要的设计权衡。 尽管已有大量研究聚焦于离网混合微电网,但近期研究日益关注并网混合电池-氢能微电网。然而,大多数现有研究侧重于新型可再生能源微电网的最优容量配置与设计。随着可再生能源系统在大学校园、商业设施和工业场所的日益普及,大量可再生能源微电网已投入运行。其中许多现有系统是为满足历史能源需求而设计的,可能已无法充分适应日益增长的能源需求、未来负荷增长或更具雄心的可持续性目标。因此,现有可再生能源微电网的扩展规划已成为一项重要的研究挑战,需要系统化的方法来确定经济高效且可持续的容量升级方案。 为弥补上述研究空白,本研究利用迪肯大学微电网的实际运行数据(包括校园负荷和电网交互数据),开发并验证了一种基于优化的并网可再生能源微电网扩展规划框架。首先建立了供电本地负荷的现有太阳能-电池微电网的广义模型,随后提出了三种扩展策略,以最优方式集成新增太阳能发电、电池储能和氢能储能。该框架旨在确定新增太阳能容量与混合电池-氢能储能的最优集成方案,以最小化平准化电力成本(LCOE),同时提高可再生能源利用率、增加负荷覆盖率并降低电网依赖度。所得到的优化问题采用四种算法求解,即差分进化算法(DE)、粒子群优化算法(PSO)、协方差矩阵自适应进化策略(CMA-ES)和贝叶斯优化算法(BO),从而能够对各扩展场景下算法性能进行比较评估。

论文解读

一、研究背景与问题提出

微电网作为集成分布式能源资源、构建智能弹性能源系统的关键解决方案,在全球能源转型中扮演着日益重要的角色。随着可再生能源系统在大学校园、商业设施和工业场所的广泛部署,大量微电网已投入实际运行。然而,这些现有系统大多基于历史能源需求设计,面对持续增长的负荷需求和日益严格的可持续性目标,其容量配置可能已不再适配。与此同时,国际能源署明确指出,到2050年实现净零排放需要大幅提升可再生能源产量,特别是太阳能、风能和氢能。
在储能技术方面,电池凭借高效率和高响应速度适用于短期能量平衡,而氢能则具备长期和季节性储能能力。已有研究表明,仅依赖单一储能技术存在明显局限:电池单独储能需要不切实际的大容量才能满足冬季等长周期供电需求,而氢储能单独使用则面临效率低和动态响应能力不足的问题。因此,混合电池-氢能储能系统因其互补优势而受到广泛关注。
尽管学术界已对微电网最优容量配置开展了大量研究,但仍存在重要研究空白:大多数研究聚焦于新建可再生能源微电网的优化设计,而针对已运行微电网的扩展规划研究极为有限。现有少数涉及扩展规划的研究或针对离网微电网,或未使用真实运行数据进行验证。因此,亟需建立一种基于优化的扩展规划框架,能够同时考虑太阳能扩容与混合电池-氢能储能的集成,并利用真实微电网运行数据进行验证。

二、研究内容与核心贡献

本研究以澳大利亚迪肯大学Waurn Ponds校区微电网为实际案例,开发并验证了一种面向并网可再生能源微电网的优化扩展规划框架。该校区微电网由7.5 MW太阳能电站和1 MVA/2 MWh比亚迪电池储能系统(BESS)组成,目前仅能满足校园约37%的年能源需求,其余依赖电网购电。研究利用该校微电网SCADA系统采集的约五年运行数据(2021年7月至2026年5月),涵盖约20,000块额定功率375 W的太阳能板发电数据、电池充放电曲线及校园负荷数据,构建了代表性基准年的8,760小时时间序列数据集。
研究提出了三种递进式扩展策略:策略1为集成氢储能系统,将盈余太阳能通过电解槽转化为氢气储存,需要时经燃料电池重新发电;策略2在策略1基础上增加电池容量,形成混合储能架构;策略3在策略2基础上进一步扩展太阳能电站容量。优化目标为最小化平准化电力成本(LCOE),决策变量包括电解槽单元数、燃料电池单元数、新增电池单元数和新增太阳能板单元数,均基于商业设备的实际技术参数进行建模。优化问题采用差分进化算法(DE)、粒子群优化算法(PSO)、协方差矩阵自适应进化策略(CMA-ES)和贝叶斯优化算法(BO)四种算法求解,外层优化循环确定组件最优容量,内层模拟循环执行逐时能量管理策略。

三、关键技术方法

研究人员构建了嵌套式优化框架,外层采用四种元启发式优化算法(DE、PSO、CMA-ES、BO)确定系统组件最优数量,内层基于年度逐时模拟执行能量管理策略。系统建模涵盖电池荷电状态(SoC)动态、电解槽制氢、氢气储存与燃料电池发电的全链条能量转换过程。优化目标采用LCOE作为主要经济指标。数据来源为迪肯大学微电网SCADA系统的真实运行数据,包括太阳能发电、电池运行和校园负荷的逐时记录。

四、研究结果

策略1:集成氢储能系统
该策略在现有太阳能-电池系统基础上引入电解槽和燃料电池。研究结果表明,仅增加氢储能系统可在一定程度上提升可再生能源利用率,但由于现有电池容量有限,氢储能单独作用对负荷支撑能力的提升幅度有限。系统仍存在大量盈余电力外送和电网购电现象。
策略2:增加电池容量并集成氢储能
在策略1基础上增加电池容量后,混合储能架构充分发挥了电池快速响应与氢能长期储能的互补优势。研究结果显示,该策略显著提升了盈余能量的保留能力,降低了电网依赖度,可再生能源利用率得到明显改善,LCOE较策略1有所下降。
策略3:扩展太阳能容量并集成混合储能
在策略2基础上进一步扩展太阳能电站容量后,系统可再生能源发电总量显著增加,负荷覆盖率大幅提升,电网购电需求进一步降低。该策略实现了最高的可再生能源渗透率和最低的电网依赖度,但相应的初始投资成本也最高。综合技术经济分析表明,策略3在推动系统向净零目标迈进方面具有最显著的效果,而LCOE的优化结果则取决于太阳能扩容成本与电网购电成本之间的平衡关系。
优化算法性能比较
四种优化算法在不同扩展场景下均能收敛到合理的优化解,但收敛速度和求解精度存在差异。DE和PSO算法在求解稳定性和计算效率方面表现较为均衡,CMA-ES在部分场景中展现出良好的全局搜索能力,BO算法则在评估次数有限时具有优势。算法性能比较验证了所获容量配置方案的鲁棒性和可靠性。

五、讨论与结论

研究讨论部分指出,混合电池-氢能储能的协同配置是提升微电网可再生能源利用率和降低电网依赖度的关键路径。电池负责短期能量平衡,氢能承担长期和季节性储能功能,二者互补有效解决了单一储能技术的局限性。太阳能扩容虽然增加了初始投资,但显著提升了可再生能源渗透率,是迈向净零目标的重要支撑。研究同时指出,电解槽容量过小会导致可再生能源弃电,过大则造成不必要的资本支出,凸显了联合优化电解槽与储能容量的重要性。
研究结论表明,所提出的优化扩展规划框架能够有效确定并网微电网的最优扩展方案,在最小化LCOE的同时提高可再生能源利用率、增加负荷覆盖率并降低电网依赖度。利用迪肯大学微电网真实运行数据的验证结果证实了该框架的实用性和有效性。该研究填补了现有文献中关于并网可再生能源微电网扩展规划的研究空白,为已运行微电网的可持续升级提供了系统化的决策工具。未来研究方向可包括将更多可再生能源类型(如风电)纳入扩展规划框架,以及考虑更长时间跨度的季节性储能需求和电网交互策略的精细化建模。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号