电-氢混合储能孤岛直流微电网能量管理-北极星储能网

投稿

我要投稿

随着微电网技术的日渐发展,微电网中储能系统逐渐多元化,电储能及氢储能与微电网的运行控制产生紧密联系,如何经济地运行不同种类储能系统成为学者关注的焦点。提出一种基于最小使用成本及储能状态平衡的电-氢混合储能孤岛直流微电网能量管理方法,该方法在满足微电网基础指标即电压稳定、功率平衡的基础上,结合使用成本最小算法及等效氢耗最小算法,对使用电-氢混合储能消纳光伏产生的多余电能以及释放能量用于功率缺额等情景进行最小化储能系统使用成本及维持储能系统储能状态稳定的优化控制,通过对各系统的直-直变换器层控制以及顶层的协调控制确定各储能系统的工作状态,从而完成系统的能量管理。通过RT-LAB半实物系统开展实时仿真,在实际工况下进行72h运行,验证所提方法的有效性,保证系统在实际工作中的经济型及稳定性。

相关阅读：南昌大学光氢储充独立智能微网系统正式落成

计及最小使用成本及储能状态平衡的电-氢混合储能孤岛直流微电网能量管理

蒲雨辰, 李奇, 陈维荣, 黄文强, 胡斌彬, 韩莹, 王璇

西南交通大学电气工程学院,四川省成都市 610031

0 引言

随着全球电力需求的不断增加以及环境问题的日益严重,建设含多种微源的直流微电网系统成为解决问题的方案之一[1-3],多种针对微源及负荷特性的能量管理优化方法应运而生[4]。为了充分地利用可再生能源,必须考虑到其不确定性,因此含储能系统的直流微电网已被广泛研究[5-7],并在电网的智能化进程中扮演着重要角色。如今,含电储能(蓄电池、超级电容)以及电转气储能(电解槽)等多种储能方式的微电网系统[8-9]逐渐进入学者的视野,建设含有多种储能方式的直流微电网系统成为提高发电量、降低使用成本的极具吸引力的解决方案。

目前对于含储能系统的微电网,已有多种方法对其进行有效的容量优化配置[10-11]。同时,针对含不同储能方式的微电网系统,也出现了多种能量管理方法对其进行功率分配和系统稳定性控制。文献[12]提出一种基于蓄电池荷电状态(State of ge,Soc)的直流微电网控制方法,该方法基于Soc对蓄电池运行状态进行了多段划分,从而避免了蓄电池的深度充放电,优化了储能系统的运行寿命。文献[13]基于神经网络算法对风机出力进行约束,而后基于状态机进行了实时能量管理。文献[14]根据微电网运行状态及蓄电池自身因素,通过对蓄电池当前及历史的状态的评估,进一步优化了含电储能系统微电网系统的运行。在氢储能方面,蔡国伟、孔令国等提出的含风、光、氢储能的主动型直流微电网系统,提高了风、光可再生能源的利用率,实现了高渗透并网运行[15-16],最后根据氢储能及电储能系统状态进行基于状态机的能量管理[17]。国外相关学者对该领域也进行了一定研究,文献[18]提出了电-氢储能直流微电网的状态机控制方法。Nasri S等人提出了一种基于状态机的光伏、燃料电池及多种储能系统的能量管理方法[19],该方式引入了城市负载的典型工况,对管理方法的可行性进行了有力说明,同时在已有模型基础上,将蓄电池替换为超级电容,进行了进一步的实验验证[20]。在经济型方面,文献[21]采用基于成本的下垂控制方法,对微电网储能单元进行控制;文献[22]根据相邻微电网的互联运行,提出一种分时优化的微电网经济调度方法;文献[23]利用贝加尔湖实地情况进行了含氢储能的微电网的容量配置,并与仅含有电储能设施的系统进行了经济性比较;文献[24]首次提出了储能系统使用成本计算公式,并使用遗传算法进行了离线优化。但是,上述文章大多采用基于Soc的在线能量管理方法,该类方法难以实现对系统内多种不同类型储能单元功率分配的优化;此外,在线的能量管理方法大多未计及系统的经济性。而离线的优化算法如文献[24]使用了遗传算法能够有效地实现优化目标,但如何灵活地在不确定性较高的微电网系统中实时运行尚未得到解决。虽然电-氢微电网的电效率低于仅含有电储能的微电网,但电储能系统更适用于短期的电能储存,当时间尺度较大时,由于电储能系统受限于其规模及可靠性,氢储能系统在使用成本上的优势便被体现了出来[23]。

本文提出了一种新型实时能量管理方法来控制由光伏阵列驱动的孤岛直流微电网,且该微电网同时配备电、氢2种不同类型的储能系统。与基于蓄电池Soc的传统状态机控制方法不同,本文所提出的能量管理方法考虑到实际情况下可再生能源输出特性以及系统的经济型,通过控制各储能系统的工作状态来实现能量储存设备的使用成本最小化,并将储能系统的储能状态维持在合理水平,从而达到系统稳定运行的目的。将昆士兰大学光伏电站记录的三日气候状况及一种典型用户需求工况用于验证管理方法的可行性,通过RT-LAB半实物实时仿真平台,将获得的结果与基于荷电状态的传统能量管理方法、基于等效氢耗最小的能量管理方法以及仅含有电储能系统的能量管理方法进行比较。结果显示该管理方法在使用成本及储能系统效率上明显优于前2种能量管理方法,在使用成本及可靠性上明显优于仅含有电储能系统的方法。

1 孤岛直流微电网系统结构及模型

1.1 系统结构

如图1所示,为本文所搭建的基于电-氢储能的孤岛直流微电网。其中,光伏阵列、电解槽与燃料电池均通过单向DC/DC与直流母线连接,蓄电池通过双向DC/DC与母线连接。对于该孤岛系统,光伏阵列作为主要的分布式能源,为蓄电池、氢储能系统(燃料电池/储氢罐/电解槽)以及负载提供能量,当光伏输出不足时,则由蓄电池及氢能系统补齐母线功率缺额,保证系统的正常运行。

图1 孤岛直流微电网系统结构Fig. 1 Structure of island DC microgrid

1.2 光伏电池模型

本文所搭建光伏电池数学模型为实用工程模型,该模型数学表达式[25]为

I=Isc{1−C1[exp(UC2Uoc)−1]}I=Isc{1−C1[exp⁡(U/C₂Uoc)−1]}(1)

式中：I、U分别为光伏电池输出电流、电压,Isc为短路电流;Uoc为开路电压;C1、C2为与电池峰值电压、电流相关的函数;当光照强度S和环境温度T发生变化时,就需要重新计算峰值电压、电流。

1.3 燃料电池模型

本文采用的燃料电池类型为质子膜交换燃料电池,其单电池Ucell的输出电压[26]为

Ucell=ENernst−Uact−Uohmic−Ucon(2)

式中：ENernst为热力学电动势;Uact为活化过电压;Uohmic为欧姆过电压;Ucon为浓差过电压。

1.4 蓄电池模型

本文采用RINT模型[27]作为蓄电池的数学模型,RINT模型中各项参数受蓄电池荷电状态、充放电电流影响,其模型公式为

Ubat=Ut−RIUbat=Ut−RI(3)

式中：Ubat为蓄电池工作电压;Ut为开路电压;R为内阻;I为充放电电流;Rchg、Rdis分别为充、放电电阻;Soc0为上一时刻荷电状态值;ηη为充放电效率;Q为容量。

1.5 电解槽模型

电解槽将水电解为氢气和氧气,氢气的产生速度与电解电路中电流的大小成正比[18]：

nel=ηFnciel/(2F)(6)

式中ηF为法拉第效率。法拉第效率表示为

ηF=96.5exp(0.09/iel−75.5/i2el)(7)

式中：nel为氢气产生速率;nc为电解槽串联数;iel为电解槽电流;F为法拉第常数。

1.6 储氢罐模型

根据范德华实际气体状态方程,储氢罐内压强Psto的表达式[28]为

式中：Rc为阿伏伽德罗常数;K为开氏温度;Vsto为储氢罐体积;a、b为常数;nsto为储氢罐氢储量;nfc为燃料电池耗氢速率;nre为储氢罐初始氢储量。

为了便于反映储氢罐的存储状态且易于进行能量管理,本文定义了储氢罐的等效荷电状态Sohc(State of hydrogen ge),即

Sohc=Psto/PNSohc=Psto/PN(9)

式中PN为储氢罐最大容许压强。

原标题：计及最小使用成本及储能状态平衡的电-氢混合储能孤岛直流微电网能量管理

投稿与新闻线索：陈女士微信/手机：13693626116 邮箱：chenchen#bjxmail.com（请将#改成@）

订阅北极星周刊，精彩内容不再错过！

特别声明：北极星转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明北极星*网的内容为北极星原创，转载需获授权。

阅读下一篇

科技部公示2018年可再生能源与氢能重点专项项目安排：9项氢能技术1项多能互补技术

储能查看更多>储能系统查看更多>微电网查看更多>

姓名：
性别：
出生日期：
邮箱：
所在地区：
行业类别：
工作经验：
学历：
公司名称：
任职岗位：

电-氢混合储能孤岛直流微电网能量管理

科技部公示2018年可再生能源与氢能重点专项项目安排：9项氢能技术1项多能互补技术

登录注册

绑定账号

想要获取更精准资讯推荐？建议您完善以下信息~

订阅成功

想要获取更精准资讯推荐？建议您
完善以下信息~