考虑电解水制氢消纳弃风电量的制氢容量规划

梅建春，钱君霞，赵盛杰，宋鹏程，马鸿娟，黄雪正

（江苏科能电力工程咨询有限公司，江苏 南京 210036）

0 引言

作为实现双碳目标的重要路径之一，近年来，我国新能源发电发展迅猛。截至2021 年9 月底，我国可再生能源装机容量9.94亿kW，其中风电装机容量为2.97亿kW［1］。但目前国内供电仍以火电为主，考虑电网供用电平衡，大规模新能源发电上网受到限制，受电网输送能力、调峰调频及电力系统安全稳定运行要求等因素的影响，部分风电场可能存在弃风现象。根据国家能源局统计，2021年1月至2021年9月，我国风电平均利用率为96.9%，弃风电量约为147.8 亿kWh［1］。风电场弃风不仅降低了可再生能源利用率，同时也导致风电场收益减少，风电发展受到一定制约，亟需寻找解决途径。

针对新能源消纳问题，学术界和工业界展开了深入研究。文献［2］从机理和关键因素角度出发，详细分析了新能源消纳问题，并提出3种主要的消纳措施，即提高电源调节能力、加强电网传输通道建设和推广电能替代，加强需求侧管理。文献［3］-文献［4］考虑电网与热网或气网耦合运行实现新能源消纳。文献［5］-文献［6］提出配置一定量储能，利用储能的时间调节能力平稳风电场出力曲线，提高风电消纳能力。在新能源消纳相关研究中，氢能也常被视为一种储能形式参与可再生能源调节［7］。文献［8］对风电制氢技术进行了展望，表明风电制氢不仅为风电消纳提供了新途径，对促进氢能产业发展也具有重要意义。文献［9］提出在综合能源系统中应用风电制氢技术。事实上，氢能作为一种能源形式，在交通运输、储能、工业、建筑等众多领域具有广阔的应用前景。受价格因素影响，全球氢能的主要来源为天然气制氢，而水电解制氢量占比不到0.1%［10］。电解水制氢受电价影响较大，其中用电成本占总成本的74%左右［11］，降低电价成本是推广并发展电解水制氢的重要手段之一。一方面，随着风力和光伏发电技术的提高，其发电成本逐步下降，利用可再生能源发电制氢成为可能［12-13］；另一方面，随着风电、光伏装机容量的不断提高，富余可再生能源发电量增加，利用弃风、弃光发电制氢显著降低了用电成本。文献［14］提出利用电解制氢消纳弃风电量，并通过多属性决策模型计算最优容量配置。文献［15］-文献［16］则对微电网和多能耦合系统中的制氢容量进行了优化配置。

值得注意的是，上述规划研究多基于统计性数据进行分析，对于电解水制氢的实际分时用电情况关注较少，规划准确度较低。因此本文提出基于规划地区往年风电出力历史数据模拟生成以小时为时间尺度的风电出力曲线，再根据电网消纳空间得到弃风电量，以经济性最优为目标优化求解电解水制氢容量配置。最后通过算例分析验证所提规划方法的有效性。

1 制氢简介

1.1 制氢种类

氢能作为一种二次能源，其制取途径主要分为化石能源制氢、工业副产氢和电解水制氢，考虑不同方法制氢过程中的碳排放强度差异，所得氢气分别被称为灰氢、蓝氢和绿氢。虽然电解水制氢环保效益更高，但受成本等因素影响，在可再生能源/电解水制氢技术尚未完全成熟的情况下，凭借技术成熟和成本较低的优势，化石能源制氢成为现阶段氢气的主要来源。

未来随着化石能源的减少，以及为了减少CO2排放，灰氢和蓝氢的制取比例将逐渐减小，而作为实现双碳目标的重要路径之一，使用绿色清洁的绿氢将成为主要趋势。由灰氢逐渐过渡至绿氢，未来的制氢格局将以绿氢为主，灰氢和蓝氢共存。

1.2 电解水制氢

电解水制氢通过水电解破坏氢氧键制取H2，并副产高价值O2，制取过程简单，绿色环保，但因其成本较高而难以推广，其中电能成本占比70%～80%左右，因此采用低成本电能成为降低成本的主要途径之一。电解水化学表达式如式（1）所示。

目前主要有碱性电解水（Alkaline Electrolyzed Water，AlEW）、质子交换膜电解水（Proton Exchange Membrane electrolysis of water，PEM）和固态氧化物电解水（Solid Oxide electrolysis of water，SOEC）3 种主流电解水制氢技术。其中以AlEW 电解技术最为成熟，目前国内外该技术市场应用最为广泛；近年来，PEM电解技术在国内发展迅速，PEM 电解具有电流密度高，运行部署灵活等优势，但目前主要以示范应用为主；而SOEC电解制氢技术目前仍处于技术研发阶段，未来发展前景良好。3种电解水制氢技术主要参数如表1所示。

表1 电解水制氢技术比较Table 1 Comparison of hydrogen production technology from electrolytic water

2 弃风时序出力曲线

2.1 负荷时序曲线

本文利用年度负荷预测和典型日负荷曲线模拟日负荷曲线［17］，如式（2）所示。

式（5）中：WY表示年用电量，kWh。

根据式（5）可得负荷调整系数，进而可得各日的负荷曲线，再根据负荷曲线与电网最小出力曲线的差值可得风电消纳空间。

2.2 风电时序出力曲线

从规划角度来说，风电场日出力曲线预测较为困难，本文考虑利用历史风电出力数据进行模拟。由于历史风电数据已包含当地气象数据特性，虽然可能存在某一时段内预测出力曲线与实际值相差较大，但年度统计性特征变化较小，因此从规划角度来说满足要求。如当地缺乏风电历史数据，也可采用其他风电出力模拟方法计算风电出力曲线［18-19］，本文不再赘述。

首先通过历史风电出力和对应风电装机容量可得风电出力标幺值曲线，再根据拟建风电场装机容量可得风电场模拟时序出力曲线，如式（6）所示。

最后根据电网的风电消纳空间与风电场模拟时序出力曲线得年弃风数据，即风电模拟时序出力与风电消纳空间的差值。

3 规划模型

3.1 目标函数

本文计算制氢效益时主要考虑制氢厂的初始建设成本、后期运维成本、消耗水成本以及售氢售氧收益，则目标函数可表示为：

3.2 约束条件

对于电解水制氢容量，其受到容量上下限约束，如式（8）所示。

值得注意的是，上述规划模型在计算收益时，氢气产量不仅仅受制氢设备容量限制，还受到每日可供制氢设备使用弃风电量的限制，即某一时段内取制氢设备消耗电量和弃风电量较小值进行计算。

某一时段内，弃风电量小于制氢设备满负荷运行消耗电量，则：

式（10）中：LH2表示氢气体积，Nm3；Qab表示弃风电量，kWh；t表示运行时间，h；η表示标立方氢气耗电量，Nm3/kWh。

4 模型求解

本文所建立的利用电解水制氢消纳弃风电量的规划模型为非线性规划模型，通过粒子群算法求解［20-21］。相比于传统优化算法，粒子群算法作为一种智能算法，其具有求解常规凸优化算法无法实现的非凸问题的能力，且简单易实现。本文粒子群算法主要求解过程如下：

步骤1 以电解水制氢容量作为粒子，并随机生成一定种群数量的粒子群，对种群位置、数量和其它参数进行初始化。

步骤2 以制氢收益作为适应度值并计算，保存粒子最优位置和最优适应度值。

步骤3 判断是否达到迭代次数，若否则转至步骤4，否则转至步骤6。

步骤4 利用式（11）和式（12）对粒子位置和速度进行更新。

步骤5 计算并比较当前适应度值与历史最优适应度值，若当前适应度值更优，则作为最优适应度值保存，并保存其对应的粒子最优位置，转至步骤3。

步骤6 输出粒子群最优位置和最优适应度值，计算结束。

图1 电解水制氢容量规划求解流程图Fig.1 Flow chart for planning and solving hydrogen production capacity of electrolytic water

5 算例分析

本文通过修改的IEEE14 节点电力系统和比利时2021年风电数据［22］进行模拟，并假设并网风电场装机容量为100 MW，模型中参数取值如表2所示。

表2 主要制氢方式比较Table 2 Comparison of main hydrogen production methods

5.1 制氢容量规划结果

以1 h 为时间尺度，以效益最大化为目标，计算所得制氢容量配置为16.852 9 MW 时，运行期间最大效益为2 500.4万元。模拟风电出力和弃风数据如图2所示，计算过程如图3所示。

图2 风电出力和弃风Fig.2 Wind power output and wind power abandonment

图3 粒子群算法计算过程Fig.3 Calculation process of particle swarm optimization

5.2 效益分析

本文模拟总弃风电量为3 865 MWh，通过本文方法配置制氢设备消纳弃风电量为2 335.7 MWh，可以看出，由于以最大效益为目标，配置的制氢容量小于弃风规模，仍然存在一定量弃风。

比较以本文方法、风电平均利用小时数和最大弃风容量确定制氢容量，所得计算结果及成本分解如表3所示。

表3 不同计算方法比较Table 3 Comparison of different calculation methods

由表3 可知，由于本文方法与基于风电平均利用小时数两种方法都包含了弃风数据的年平均特性，因此所得制氢容量基本相同，但本文所提方法充分考虑了数据的时间特性，故容量配置更为精确，且总效益更高。

而基于最大弃风容量计算，其总效益最低且为负值，分析其成本可知，虽然所有弃风电量都被利用，但建设成本过高，导致收益降低。

6 结论

本文针对传统风电制氢规划方法主要基于数据统计特性，首先以规划地区风电出力历史数据为基础，生成以小时为时间尺度的风电时序出力曲线，继而得到弃风数据，最后以经济性最优为目标，基于详细弃风数据求解得到电解制氢设备容量。算例分析验证了该方法的有效性，且通过比较不同方法，验证了该方法的经济效果最优。

本文所提方法虽然精确度较高，但较为依赖风电数据，后续将继续研究更为精确简便的方法。