一套综合电力管理策略，用于有效设计霍克蓄电池和氢的光伏混合可再生能源系统2存储

本研究中，一项关于光伏混合可再生能源系统（PV-HRES）的详细电力管理策略（PMS），电池为H₂已开发储能/再电气化及柴油发电机（DG）备用系统。PV-HRES被认为采用商业光伏组件、电池和电力电子设备，以及商用碱性电解槽（EL）和PEM燃料电池（FC），这两种设备在光伏电力过剩/短缺波动下运行不稳定。其范围是展示PMS的可操作性，并利用PMS合理调整光伏阵列、电池组和氢气储存容量，适用于特定负载和太阳辐射年度剖面。PV-HRES的年度运行模拟了440种光伏阵列和电池/H组合₂储能容量，保持恒定的电功率和电阻能力，目标是：（i）纯可再生能源发电，（ii）合理的光伏阵列规模，（iii）年均平衡H₂发电/消费。该操作算法基于电池能量状态（SOE）在标称能量容量的20%到95%之间的变化（B）_NEC).在低于20%的情况下，光伏能量缺口由FC覆盖，前提是储氢充足₂而超过95%的能量则转化为氢₂，在H的情况下₂存储容量可用性。PV阵列和电池的增加导致H的耗尽₂储能容量以及大量可再生能源废弃物（占光伏发电量的23%），而光伏和电池容量的减少则导致了氢₂整个年度行动中都感到疲惫。在440种组合中，有40种同时被发现：i） 完全消除DG发电（仅用于可再生能源），ii） 同时阻止电池和氢₂储能容量耗尽，从而消除过度的能源浪费并合理化光伏阵列的尺寸，三、平衡年氢气的产生/消耗。为满足1.48千瓦的平均负载需求，分析指出最佳光伏-HRES为10.23千瓦峰值名义光伏功率，120千瓦时电池储能容量，4米³H₂储存容量，最大压力为100巴;其中年光伏发电量超过年负荷需求的25.8%。

简介

能源相关一氧化碳的大幅减少₂排放是应对气候危机的主要挑战的核心。尽管如此，预计未来15年内全球能源需求将进一步增长近30%[1]。因此，广泛甚至全面部署可再生能源（RES）似乎是唯一可持续的前进道路[2,3]。关于电力，初级可再生能源（如太阳能或风能）的间歇性质凸显了对电力储存的需求，这对于自主电力系统（APS）[4,5]至关重要，APS在离网地区可再生电气化中扮演着至关重要的角色[[6]， [7]， [8]]。

传统的非再生APS配备柴油发电机（DG）可靠且通常具有成本效益[9,10]，尽管这种效果取决于燃料成本[11]，且在柴油价格>2欧元/升）中往往低于可再生替代品。这些主要依赖太阳能和/或风能的替代方案需要电力储存（EES），以应对严重的负载和供电不匹配。对于短期电力储存（数小时或几天），电池因其高效和灵活性而成为首选，而太阳能和/或风能APS配备电池储能则占据了绝大多数相关应用，且研究领域尤为活跃 [4,5，[12]，[13]，[14]，[15]，[16]，[17]。
在较长的储存期（数周或数月）中，电池的效率优势会下降，且其成本与储能容量成正比增加。因此，对于长期电力储能，氢气储能系统不仅在效率上更有效，成本也取决于可再生能源发电的季节性、负荷/供电不匹配模式及其他参数 [8,9,13，[18]，[19]，[20]，[21]，[22]，[23]]。这些系统通过电解水，将太阳能和/或风能多余电转换为氢₂这些燃料随后储存在加压气缸或金属氢化物中，以便在可再生能源短缺期间通过燃料电池重新电气化。H 的效率₂系统不受储存周期影响，更重要的是，其主要成本要素（如电解器和燃料电池）的规模由电力盈余和短缺的规模决定，因此其整体成本仅略微受储能容量影响[[24]， [25]， [26]]。
为了确保可靠的离网能源供应，带有单电池储能的可再生APS需要高度超大尺寸（年发电量可比需求高出60%[27]），这对其成本产生了深远影响[28,29]。它们的混合动力，包括柴油发电机（DG）和/或氢₂储能/再电气化系统限制了可再生能源和所需电池的超额化，从而降低系统成本，从而降低发电成本（LCOE）。据报道，使用DG可将所需电池容量减少约三倍[28,29]，而技术成本的快速下降则使HRESs采用H₂储能/再电气化直接竞争[8,30,31]，甚至在经济效益上优于传统的DG-APS[32]。与传统的DG备份系统相比，HRES采用H₂储能完全可再生，尽管成本明显更高[26,33]。
自主HRES的有效设计和规模调整₂储能/再电气化是具有挑战性的任务，通常采用多目标方法解决，目标常常相互冲突，包括最小化系统成本（及LCOE）和一氧化碳₂排放、倾倒的能源过剩或化石燃料消耗[26，[34]，[35]，[36]，[37]，[38]，[39]，[40]，[41]，[42]];并且人工智能算法[13，[43]，[44]，[45]，[46]]，以及智能建筑需求侧管理（DSM）——采用机器学习方法和物联网（IoT）实践来应对，这些方法越来越被认可为间歇性可再生能源供需平衡和高效有效能源脱碳的关键策略[47,48]。关于成本和成本的最低化₂Marocco等人研究了多种光伏（PV）、风力涡轮机（WT）、电池（BAT）等多种组合₂储能/再电气化和DGs，年负荷需求为560兆瓦时（平均负荷64千瓦）;无DG配置且最低CO的低点成本（LCOE）低至410欧元/兆瓦时₂联合电池与氢的排放₂存储[26]。这些LCOE值比仅有电池系统的低了多达35%，但相比采用DG的HRES高出10–45%[26]。在同一背景下，旨在优化更大容量（1640兆瓦时年负荷需求，平均187千瓦）独立PV/H的规模和能量调度策略₂Ghenai等人报告的LCOE优化值明显较低（130 €/MWh）[49];而对于一个更小的太阳能/风能系统（年负荷1兆瓦时，平均功率0.11千瓦），由电池和氢气为备份₂储能方面，Babatunde等人报告优化的LCOE值在635–680 €/kWh区间[50]。在某些PV-H假设下₂- BAT HRES和Gracia等人报告，平均负荷12千瓦时，LCOE分别为2500和5000 €/MWh，具体取决于太阳能潜力和已装设光伏的需求[33]。

电源管理策略（PMS）以及在 H₂存储对于其有效设计、尺寸和运行至关重要，同时保障不间断电源，优化性能并降低系统成本。在大多数情况下 [24,34,49，[51]、[52]、[53]、[54]]，算法的早期阶段会检查可再生能源的过剩或短缺，以及电池的能量水平。在高电荷电池的情况下，能量过剩被引导用于水电解为氢₂通常在H₂储气筒没有满。另一方面，在深度放电电池的情况下，只要储存足够的氢，燃料电池可以弥补能量短缺₂.
作为一项开创性的尝试，开发了一款真正的独立太阳能/风能HRES，结合电池和氢₂存储，Ipsakis等人评估了使用小时平均数据进行四个月模拟期间的算法[53]。根据这些算法，当电池的能量状态（SOE）降至最低值以下（设定为B的76–84%）时_NEC燃料电池（FC）以其名义功率运行，弥补了可再生能源的缺口;如果FC的功率输出超过这一缺口，剩余的电力会分配给电池。另一方面，RES的剩余电力要么用于电池充电，要么供应给电解槽（EL），最晚一次是电池超过最大SOE的91%，该上限设定为B的91%_NEC.如果剩余电容低于电解槽的最低输入功率，则用多余电量为电池充电至100% SOE;而如果剩余电量超过EL的最大输入，则设定EL以最大功率运行，电池组用于吸收差值。在这两种情况下，电池充电都停止在100%SOE时，多余的RES能量被浪费成倾倒负载。在另一种PMS中，剩余电解槽仍用于电解槽，SOC电≥91%，但当剩余低于EL的最低输入时，电池为EL的运行提供差额。第一种方案减少了H的贡献₂系统并导致更高的H₂库存。然而，第二种选择中，电池对EL的支持有助于EL的顺畅运行，避免频繁的启动和停机。总体结论是，第一种方案在较长时间内对较高RES贡献更有效，而最优算法的决策变量（如SOE）则更为有效_明以及SOE_马克斯）应由成本和其他经济因素决定[53]。
对于类似的HRES，Ziogou 等人[51]提出了基于SOE在B中80%至90%变化的能量调度策略_NEC.SOE变体的这种狭窄范围降低了电池的等效充放电周期，带来了正向的寿命效应，但代价是电池组容量过大。EL计划以87%的SOE启动运行，预计在长时间能量过剩时，EL和电池都会积累氢₂以及能源，最高限度为93%的SOE，超过此限度的多余能量被倾倒为废弃物。FC计划在国有企业80%<启动运营，预计最高可达83%的国有企业运营，若能源需求超过额定功率，还需配备柴油发电机。在该PMS制下，倾倒的能源废弃物占总RES发电量的比例从1.6%降至0.2%，DG贡献从3.3%增加到26.1%，名义负荷从1千瓦增加到1.5千瓦[51]。
用于每年模拟使用电池和氢的太阳能/风能HRES测试₂储存（最新还能为H₂该车辆专用于平均负载1.7千瓦，Al-Buraiki等人将电池的SOE变异提升至30–100%;他们报告称，对于一个完全可再生（无配电）系统，优化的最低成本计算为540 €/MWh，废弃电力损失为零[24]。为了最小化电池组的体积，Gracia 等人[33]进一步将电池的放电深度（DOD）降低到电池组的 20%_NEC.他们采用10分钟间隔进行发电/消耗及其他运行参数，报告了40%的未使用光伏能源（倾倒能量损耗），以实现光伏电池-H的经济最优解₂HRES [33]。旨在优化无电池PV-HRES配备底层H的设计和PMS₂储能，Ghenai等人[49]研究了PV、FC、EL和氢罐尺寸的影响。他们考虑了两种PMS概念：要么FC调整运行以补充光伏的负载覆盖，要么FC以额定功率运行，若超负荷需求，多余电力将分配给EL。每年的HRES模拟基于30分钟一次的时间间隔，优化配置参考了第二种策略，采用517千瓦峰值光伏阵列、750千瓦的火控阵列、250千瓦电线和900千克氢罐，平均负载需求为190千瓦。最近，氢能系统集成在HRES中的研究项目得到了全面审查[25]。

这是出于有效规模化和运营HRES的需求而产生的₂关于储能/再电气化，本研究已开发并解析了配备电池和氢的光伏-HRES的PMS及运行算法₂储存/电气化，仍使用DG。年度模拟基于15分钟的时间间隔，涉及440种光伏阵列、电池组容量和H的组合₂储存容量，适用于给定的太阳辐射特征和特定负载需求模式。考虑了商业化的光伏组件、电池元件、去式重构和电力电子设备，以及具有运行和效率曲线的商用EL和FC类型，这些曲线根据光伏电力盈余和赤字大小的实时波动，具有可变的效率。
该工作的主要目标是彻底描述操作算法及其应用，结合其操作路径和指导能量分配的变量定义值;同时研究所用光伏、电池和氢体积的影响₂- 储能体积，关于：i） 消除DG贡献（用于完全可再生能源发电），ii） 减少浪费的RES能量，以最大化系统效率（即最小化过量的年光伏发电），iii） 充分但不过度的氢₂在PV-HRES年度运行期间不断积累。深电池放电策略（降至标称B的20%_NEC）被采用，以最小化电池容量，而减少浪费能量和每年平衡氢₂发电和消耗旨在有效控制PV-HRES组件的尺寸。这意味着要防止过多的光伏组件和电池安装，以及过高的氢₂在100%可再生能源发电的总体限制范围内（零DG贡献），同时仍采用商业光伏-HRES系统组件。研究中的PV-HRES对完全可再生能源发电的有效规模并未直接关联系统成本最小化，因此将技术经济研究留待后续工作。
本研究旨在为PV-HRES结合电池和氢的有效尺寸测量和运行提供全面的PMS算法和整体方法论₂储能/再电气化。该努力考虑了H的可变操作₂系统组件（如电解槽、燃料电池和压缩机）根据需服务的可再生能源盈余和缺口的实时变化，以及这些组件在实时运行任务中的效率变化而选择。此外，本工作考虑了PV-HRES全年运行，重点关注年度平衡的H₂生产/消费。那是针对H的₂系统能够有效发挥季节性储存的作用，而季节性储存可能会受到储存的H₂H的耗尽或耗尽₂存储体积。年度平衡H₂当储存体积耗尽时，生产/消耗防止了过度的可再生能源浪费，同时也防止了DG的贡献（当储存的H₂目标是实现100%可再生能源利用。详细的PMS算法和有效测定方法，以及变量H₂系统运行/效率以及每年平衡的PV-HERS操作，关于H₂生产/消费，以及本书对这些的整体性研究，旨在构成一种新颖的贡献，在我们所知的范围内，这比相关文献更为幸运。在此背景下，本研究旨在为本研究团队未来工作奠定基础，评估所研究的PV-HRES尺寸，基于调整所用辐照和负载模式、电池SOE操作极限的变化及算法的微调，以及需求侧管理（DSM）选项对系统有效尺寸的影响;最终，在足够的PV产生框架内实现经济优化，使H保持平衡₂生产/消费和储存，最大限度地减少了光伏能源浪费，抵消了去向天然烃的贡献。此外，它还希望为有效测量和运行PV-HRES系统奠定基础，该系统将在当前工作的勘查地理位置安装，并在未来工作中进行研究。
论文分为方法论和结果与讨论部分，随后总结研究的主要结论。方法论部分首先介绍了所检PV-HRES的配置以及所用H的操作特性₂系统，以及利用的光伏发电和负荷需求年度剖面;并且主要致力于详细描述开发的PMS和模拟系统的操作算法。结果与讨论部分验证了所应用算法，适用于选定的光伏阵列组合、电池组容量和H₂储能体积，并进一步确定以下组合：（i）消除年度DG贡献，（ii）最小化光伏能量浪费，（iii）平衡年度H₂发电/消耗，最终确定同时满足（i）、（ii）和（iii）并获得完全可再生电力的组合，同时减少浪费能源和平衡的H₂发电/消费。