Page 22 - 电力与能源2022年第二期

1 2 2 沈主浮, 等: 风光氢综合能源系统设计及运行集成优化

示, 系 统 储 氢 行 为 主 要 发 生 在 10 : 00 — 15 : 00 、 到的收益较少, 因此系统会倾向于直接向电网买
22 : 00 至次日 6 : 00 两个时间段。在前一时间段, 电的供能方式。
系统主要使用富余可再生能源发电制氢; 在后一时 ( 2 ) 办公楼场景下的用电负荷主要集中在白
间段, 系统主要使用电网谷电制氢。系统用氢行为 天, 与光伏的输出功率曲线匹配度高, 光伏发电功
主要发生在6 : 00 — 10 : 00 、 15 : 00 — 22 : 00 , 这是因为 率大多可直接用于供能; 而居民楼的用电负荷在
这两个时间段系统用电量大且电网电价较高。 一天中分布较为均匀, 过剩的可再生能源需要通
过氢储能系统消纳, 间接增加了系统的度电成本,
因此在经济效益和弃电率限制下, 居民楼负荷模
式的 优 化 结 果 中 光 伏 容 量 明 显 减 小, 下 降 了

41.1% ,而风机容量下降的比例为 35.9% 。
综上, 由于更高的购电成本和更匹配的负荷
特性, 风光氢综合能源系统在办公楼负荷模式下
的可再生能源发电比例更高, 风光发电及氢储能

设备装机容量更大, 经济性更优。
4.3 风光资源对系统优化结果的影响分析
针对办公楼 的 负 荷 用 能 特 点, 基 于 成 都、 上
图 5 储氢罐逐时平均储氢量
4.2 负荷模式对系统优化结果的影响分析 海、 大连、 西宁等地的风光资源现状, 对风光氢综
合能源系统设计 及运行优化结果进行了分析比
面向上海市办公楼与居民楼不同的负荷模式,
对风光氢综合能源系统设计及运行优化结果进行 较, 不同风光资源条件下的系统关键设备容量配
了分析比较, 不同负荷模式下的系统关键设备容量 置及结果如表 5 所示。从系统成本角度来看, 大
配置及结果如表4所示。由表4可见, 居民楼负荷 连市的系统成本净现值最小, 成都市的系统成本
场景下系统成本净现值为 1600.38 万元, 较只向 净现值最大, 这是因为风光资源越丰富的城市, 其
电网买电供能方式相比减少 9.02% , 降本成果不 发电的度电成本越低, 系统利润空间也越大。从
如办公楼负荷场景。此外, 系统中风机、 光伏、 电 风光容量配置角度来看, 由于成都市风电资源匮
解槽、 燃料电池等设备的装机容量均小于办公楼 乏, 系统选择不建设风机, 而选择建设 4 种场景中
的负荷场景。办公楼和居民楼场景下的可再生能 容量最大的光伏系统, 此外其可再生能源发电比
源发电比分别为 58.59% 和 25.26% 。这说明在 占只有 46.29% , 超过一半供电来源于电网买电;
面向办公楼负荷场景时, 风光氢综合能源系统更 大连市光伏和风机有效发电小时数均较高, 在电
倾向于通过建设可再生能源发电设备和氢储能系 热负荷不变的条件下, 为满足负荷需求所需建设
统来供电。其可能原因具体如下。 的风机和光伏容量更小; 西宁市光伏的有效发电
( 1 ) 居民楼负荷场景下的向电网购电成本更 小时远高于风机, 故也采取了建设大规模光伏不
低, 并且峰谷价差小, 利用氢储能系统削峰填谷得 建设风机的方案。从氢储能容量配置角度来看,

表 4 不同负荷模式下的系统优化设计结果
设计容量 成本净现值 / 可再生能源
负荷模式
风机 / kW 光伏 / kW 电解槽 / kW 燃料电池 / kW 储氢罐 / k g 万元 发电比 / %
办公楼场景 187.88 599.83 35.79 31.54 12.02 1239.23 58.60
居民楼场景 126.86 353.31 13.92 4.64 2.39 1600.38 25.26
表 5 不同风光资源条件下的系统优化设计结果
设计容量 成本净现值 / 可再生能源
城市
风机 / kW 光伏 / kW 电解槽 / kW 燃料电池 / kW 储氢罐 / k g 万元 发电比 / %
上海 187.88 599.83 35.79 31.54 12.02 1239.23 58.60
成都 0 701.22 28.16 22.25 6.84 1389.13 46.29
大连 140.35 547.65 44.51 41.57 20.73 1104.18 65.34
西宁 0 621.94 41.10 35.71 10.64 1107.93 61.79