在线优化以抑制HAWKER蓄电池-氢混合储能系统风电场的电网注入功率偏差

为解决多组氢能和电池储能单元协调控制以抑制风电场电网注入电力偏差的问题，提出了基于测量反馈的电池-氢混合储能系统在线优化策略。首先，考虑到氢能储存的高充放电损耗和电池储能的低能量密度，设定了运行优化目标，以实现电池-氢混合储能系统的自适应能量调整。接下来，构建了一个在线优化模型，以最小化混合系统的运行成本，以抑制电网注入电力偏差，同时满足氢储能和电池的运行限制。最后，利用氢能储能和电池的在线能量状态测量，设计了基于测量反馈的在线优化策略。案例研究结果表明：在平滑风电波动之前和之后，功率超过电网注入功率上限和下限的时间分别占总时间的24.1%和1.45%，该策略能够有效将风电场的输电偏差控制在允许范围内。氢能和电池分别承担长期和短期充放电任务，有效减少电池-氢混合储能系统的充放电损耗，提高其运行效率。

风能及其他可再生能源的开发与利用对于实现低碳目标至关重要。然而，由于风速等自然因素，风电发电存在不确定性和间歇性[1]，当大量风电接入电网时，这对电力系统的安全运行构成重大威胁，从而限制了风能的大规模开发和利用。氢能储存和电池储能能够实现电能的时移，响应时间快[2]，有效减轻电网连接中的风电波动。这使得它们成为确保大规模风电集成安全运行的有效解决方案。由电池和氢能储能组成的混合储能系统，可以补充不同类型储能的优缺点，弥补单一型储能的不足[3]，提升储能系统的整体性能[4]。设计有效的多类型储能系统控制策略至关重要。
目前，长期储能研究取得了大量成果，旨在解决供需失衡问题。参考文献[5]提出了电池-氢一体化系统（包括氢燃料车辆）的每小时协调优化策略。参考文献[6]提出了一种改进的双级稳健规划方法，以平滑可再生能源发电的波动，最大化电池-氢能储存的互补效益。参考文献[7]提出了双电池储能模型，并比较了同步和异步两种切换策略，以降低单电池模式中的切换频率。参考文献[8]提出了一种基于模型预测控制滚动优化理念的多时间尺度滚动优化控制方法，以解决因风能和太阳能输出及负荷不确定性导致优化结果可靠性低的问题。参考文献[9]提出了一种基于用户多时间尺度需求，旨在最小化混合储能系统成本的储能响应策略。参考文献[10]提出了一种针对带有电池-热能混合储能系统的公园能源系统的峰值削减和填谷策略。参考文献[11]，鉴于可再生能源日益普及以抵消风能和太阳能的变异性以及对压缩空气储能容量的需求，提出了一种基于风能、太阳能和压缩空气储能技术结合的最低成本电力系统。参考文献[12]，针对利用大量储能以减轻风能和太阳能系统变异的研究，提出了一种创新的最低成本方法。通过对上述文献的比较分析，比较结果见表1。

表1。基于长时间尺度的不同储能比较 [5,7,10]

参数	电池-氢-热多能系统	双电池-氢混合储能系统	电池-氢混合储能系统
电池储能容量/功率	1兆瓦/2兆瓦·小时	4兆瓦/8兆瓦时	2兆瓦/4兆瓦·小时
氢能储存容量/功率	7兆瓦/9米3/7 MW	30兆瓦/35米3/30 MW	15兆瓦/15米3/16 MW
寿命（年）	十年	5–25岁	5–10岁
氢气产能（Nm）3/h）	1400	2500	200
效率（%）	60–95	72–95	65–95
功率密度（W/cm2)	0.1–0.3	0.1–0.5	0.1–0.4
能量密度（Wh/kg）	150–200	100–120	120–200

上述研究讨论了长期储能系统的运行优化策略，然而其大多数时间水平都高于小时，这在较短时间尺度的控制任务中难以应对。对此，参考文献[13]提出了一种二级协调运行方法，用于电池-氢混合能源储存系统，能够优化充电状态，提高可再生能源利用率，同时降低系统运行成本。参考文献[14]提出了一种混合储能协调策略，以平滑光伏电网注入的功率波动并减少混合储能系统的运行损耗。参考文献[15]提出了一种快速控制策略，以降低电池储能中充放电循环的频率。参考文献[16]提出了一个综合能源系统中氢能储存的两层优化模型，考虑了电加热设备的负载侧需求响应和用户群，能够提升新能消耗水平。参考文献[17]提出了一个考虑多时间尺度储能的集成能源微电网最优调度模型。参考文献[18]建立了电池-氢混合储能微电网的多目标运营模型，能够提高清洁能源的利用率，降低微电网运营成本和用户用电成本。参考文献[19]提出了一种微型风氢耦合系统的预测控制策略，显著增强了氢能储存系统的调节能力。参考文献[20]提出了一种电池-氢混合储能系统的控制策略，考虑碱性电解槽的工作特性。参考文献[21]引入了一种带有自适应时间常数调整的多类型能量储存频率控制策略。上述短时间尺度（分钟级、二级）电池-氢混合储能系统的控制策略促进了快速电力分配。然而，大多数依赖过滤或启发式分布策略[22]，这些策略限制其适用范围至特定的控制目标和场景。
为此，本文提出了基于测量反馈的电池-氢混合储能系统的在线优化策略。该策略能够快速优化多个电池和氢气储存单元之间的充放电功率分布，同时抑制风电电网注入的偏差。构建了电池-氢混合储能系统自适应能源调整的在线优化模型，考虑抑制风电电网注入偏差的需求及电池与氢能储存的物理运行特性。通过利用氢能和电池储能单元的实时能量状态测量，设计了基于测量反馈的在线优化策略。模拟结果表明，所提策略能够在允许范围内有效抑制风电电网注入的偏差。氢能和电池储能分别承担长期和短期的充放电任务，减少整体储能系统的充放电损耗，提升其运行效率。
总体而言，本文的主要贡献有三方面：
（1）我们开发了电池-氢混合储能系统能源自适应调节的在线优化模型。该模型利用氢气储存平滑长期风电波动，并利用电池储能缓解短期风电波动。
（2）与启发式算法相比，本文提出的策略能够更快地在多个氢储存和电池单元之间分配功率，并更精确地满足优化目标和约束。
（3）模拟结果表明，所提策略能够在允许范围内有效抑制风电电网注入的偏差。氢能和电池储能分别承担长期和短期的充放电任务，减少整体储能系统的充放电损耗，提升其运行效率。
本文结构结构如下：第一部分介绍了电池-氢混合储能系统的运行与控制架构。第二部分详细讨论了电池-氢混合储能系统的模型，考虑抑制风电电网注入偏差的需求以及电池和氢能储存的物理运行特性。通过利用氢能和电池储能单元的实时能量状态测量，设计了基于测量反馈的在线优化策略。第三部分基于实际案例研究进行分析，设定风电场储能站参数，分析多组氢储存装置的功率和健康状态（SOH），以及储能单元的功率和充电状态（SOC）。最后，第四部分总结了本文的主要研究成果，并概述了未来的研究方向。附录包含主要的证明过程和公式推导。