|
电话：15313702523
基于氢气生产Discover蓄电池的混合储能系统协调控制算法，用于抑制光伏功率波动
光伏（PV）发电存在波动性和间歇性问题。目前，中国光伏电厂通常配备10%额定容量的锂离子（Li）电池储能系统，但这些系统常常无法有效抑制光伏电站输出功率的波动，也无法达到并网标准。混合储能系统（HESS）结合氢气生产和锂电池系统，能够在光伏发电高峰期通过水电解制氢，有效提升光伏利用效率，同时平滑光伏电力波动，改善电网连接质量。首先，建立了氢气生产用固体氧化物电解槽（SOEC）和碱性电解槽（AEC）系统以及锂电池储能系统的模型，并分析了各系统的瞬态响应特性。其次，基于小波分组分解（WPD）方法，提出了一种自适应小波分组分解（AWPD）方法用于PV功率信号分解。第三，基于APWD方法提出了HESS容量配置方法。第四，提出了基于不同储能系统瞬态响应特性及锂电池系统电荷状态的协调控制策略。最后，基于光伏电站的实际电力数据，通过模拟实验验证了所提方法。结果表明，所开发方法能够有效利用部分光伏发电生产氢气，提高光伏利用率，光伏电站与HESS的合计输出功率可满足并网标准。
简介
随着能源枯竭和环境恶化的加剧，基于新型能源发电的新型电力系统建设已成为不可避免的趋势。风能和太阳能等清洁能源的可持续发展可以有效减少化石能源消耗比例[1]。太阳能具有绿色环保、广泛分配和丰富资源储备等优势，并在未来能源结构中发挥重要作用。由于光伏（PV）电站的地理位置和环境因素，光伏发电具有间歇性、随机性和波动性等特性，严重威胁着电网的稳定性[[2]， [3]， [4]]。储能系统通常用于改善电网连接状态，并提升新发电所需的电网连接电质量。
目前，中国光伏电厂通常配备10%额定容量的锂离子（锂）电池储能系统。由于光伏发电的随机性和波动性，通常很难有效抑制光伏波动并达到并网标准。氢气作为可靠的能源载体，因其高能量密度和清洁性，在能源供应厂中扮演着重要角色。常见的水电解氢生产技术包括固体氧化物电解池（SOEC）、碱性电解池（AEC）和质子交换膜电解池（PEMEC）[5]。AEC是最早的电解水氢生产技术之一，开发最成熟，投资和运营成本低，氢气产量稳定（2000米）3寿命长（200000小时），适合大规模氢气生产。然而，其堆叠效率较低，范围在66%至75%之间，存在碱性损失和每立方米氢气高耗电（4.7千瓦时/米）等问题3-5.3千瓦时/米3).PEMEC启动时间更快，电流密度更高，堆栈效率更高（70%–77%），但需要使用昂贵的催化剂，导致投资成本更高[6]。Shen等人[7]提出了建立一个实验平台，用于对静态和动态V–I特性进行实验研究，分析传统AEC电力的可调节性、电特性与电解质温度的关系以及AEC的工作点。Okonkwo等人[8]利用自制的AEC研究了电极间距对氢气产生的影响。结果表明，较小的电极间距增加了离子电解质与浸没电极之间的相互作用，从而提高了电化学反应的速率、氢的产能率和效率。Yang等人[9]建立了由光伏驱动的AEC系统用于氢气生产的混合系统的电热模型。基于热力学和电化学理论，推导出了系统效率的表达式。通过数值计算方法优化了氢气生产效率。Ye 等人[10]建立了三维多组分多相晶格玻尔兹曼模型，并模拟了PEMEC阴极电极中的反应性输运现象。Ghasemi等人[11]开发了一个适合生成快速响应解决方案的PEM燃料电池单元面积平均数值模型，并验证了该模型在变动操作下的准确性。
与其他电解水制氢系统相比，SOEC是一种高温电解水技术，通常在700–1000°C的高温环境中运行。 其电化学性能显著提升，堆肥效率在90%至100%之间，是氢气生产效率最高且每立方米功耗最低（3.4–4.2千瓦时/米）3).同时，SOEC的电流密度最高（1–2 A/cm）2）以及最大的可调负载范围（−100%–100%），使其适合具有大波动且对新能适应能力强的高频功率信号元件[6]。Daneshpur等人[12]研究了一种新型集成系统，由太阳能热光伏装置和高温SOEC组成。分析了系统在不同工作条件下的性能，如电流密度、温度和SOEC的蒸气摩尔分数，计算出综合系统的总效率达到34%。Petipas 等人[13]研究了高温SOEC系统与光伏电厂耦合的情景，建立了电厂堆叠与平衡（BOP）系统，并设计了确保热梯度和系统效率的控制策略。结果显示，系统的效率高达92%。Chen 等人[14]提出了一种新型太阳能氢气生产系统，结合了SOEC与氨基热化学能量储存。通过参数化研究了吸热反应器入口温度、反应物质量流量、涡轮入口温度和电流密度对系统性能的影响，显著提升了与传统低温水电解方法相比的燃料生产效率。Nejadian 等人[15]在集成系统中比较了 AEC 与 SOEC，并从效率和经济性角度分析了它们的表现。结果显示，SOEC在高温下工作，热能和电能协同生产氢气，从而提高了系统效率和氢气生产率。Basso等人[16]研究了利用超临界条件下运行的二氧化碳热泵机组与可再生能源输入之间的耦合。结果显示，整个系统的总能效在没有外部热源的情况下高达68%。Boudries等人[17]研究了高温核反应堆光伏电站的混合氢气生产系统，量化了混合化对光伏电厂规模及不同光伏电池效率和太阳辐射值下氢气生产成本的影响。结果显示，混合化降低了光伏电厂规模和氢气生产成本。鉴于AEC技术的成熟和SOEC技术的高效率，本研究采用AEC与SOEC结合的氢气生产体系，互用优势，避免弱点。运行期间，功率指令波动较大的部分分配给SOEC，而功率指令波动小且容量大的部分分配给AEC系统，这可以改善氢气生产系统的运行范围，提高响应速度，并有助于经济性和效率的提升。随后，氢气生产系统与锂电池储能系统组成混合储能系统（HESS），共同参与平滑光伏电力波动。
目前，功率信号分解有许多方法，如低通滤波和WPD方法。其中，WPD方法可以通过多次小波变换将非驻波和非线性信号分解为多个不同的频带，从而提高信号的时间-频率分辨率[18]。然而，当WPD方法用于幂值分解时，通常采用单节点方法，这常常使除法的准确性降低[19]。本研究提出了基于WPD方法的自适应小波分组分解（AWPD）方法，能够自适应实现实时信号分解和精确的频分。AWPD方法用于获取氢气生产系统和锂电池储能系统的电力指令，不仅确保了氢气生产系统的效率，还有效稳定了光伏电力波动，提升了并网电力质量。
总之，HESS旨在解决额定容量为10%的锂电池储能系统无法有效平滑光伏功率抑制的问题。首先，建立了SOEC、AEC和锂电池系统的模型，并分析了其瞬态功率响应特性。其次，这里提出了一种用于光伏功率信号分解的AWPD方法。第三，基于APWD方法提出了HESS的容量配置策略。第四，结合AEC和SOEC系统的瞬态响应特性，结合锂电池系统的电荷状态（SOC），提出了HESS的协调控制算法。最后，基于15兆瓦光伏电厂的实际功率数据，通过模拟实验验证所提方法。HESS可以在光伏发电高峰期产生氢气，有效减少废弃的光伏发电量，同时系统还能平滑电力波动。