基于分布式鲁棒性的多微网电氢混合储能容量优化配置——1

Optimal configuration of multi microgrid electric hydrogen hybrid energy storage capacity based on distributed robustness

A B S T R A C T

        储能与微电网相结合是解决分布式风能、太阳能资源不确定性、降低其对大电网安全稳定影响的重要技术路径。随着分布式风电和太阳能发电普及率的不断提高，如何优化混合储能容量的容量配置，提高系统的经济性和可靠性已成为研究热点。本文建立了一个具有电氢混合储能的多微网交互系统。微电网系统采用分布式风能和太阳能作为电源。然后，考虑风电和太阳能的不确定性，建立了以系统运行经济性和可靠性为目标的分布式鲁棒模型。利用该模型对电氢混合储能多微网系统的储能容量配置进行优化，并比较不同储能方案下系统的经济成本。最后，分析了氢储能投资成本、氢价、系统损失率等关键因素对储能容量的影响。结果表明，降低氢储能的投资成本是降低多微网混合储能系统运行成本的关键。 

1. Introduction 

        随着“双碳”目标的提出，以可再生能源为主导的新型电力系统已成为中国电力系统发展的必然趋势。微电网以其高效、灵活、低碳、环保、高可靠性等优点得到了广泛的应用[1-6]。微电网的建设有力地促进了分布式发电的发展和可再生能源的大规模并网。然而，可再生能源输出的不确定性给新型电力系统的安全稳定运行带来了巨大的挑战。在系统中加入储能设备是解决这一问题的重要途径。储能容量优化配置已成为新的研究热点[7-9]。 

        氢储能作为一种无碳储能技术，具有能量密度高、储存时间长、可大规模应用的特点。随着节能减碳要求的提高，氢储能在电力系统调控中的优势逐渐显现。目前，关于氢储能的规划和配置已经有了很多研究。 

        宁伟等研究了含氢储能的增量配电网协同运行策略[10]。该策略可以有效降低对公用电网购电的依赖。张毅等研究了并网和断网两种情况下氢储能系统的容量优化配置问题[11]。张勇等人从生命周期优化的角度比较了电力储能和氢储能的经济性，并探讨了氢储能未来的发展潜力[12]。Jiale Li等考虑需求响应，基于电价弹性矩阵和生命周期成本，得到了电氢混合储能系统的最优规划方案[13]。

        由于实际工程操作复杂，储能模型的非凸性较高。为了解决这一问题，一些研究应用了混合整数线性规划(MILP)[14-16]。某些模型还存在高维约束，通常采用凸松弛法求解。

        然而，实际运行结果表明，基于传统凸松弛法的模型优化计算耗时长，甚至无凸。随着信息技术的发展，各种智能优化算法被用于优化调度，如粒子群优化(PSO)和灰狼优化(GWO)[17,18]。H. Borhanazad等人提出了一种多目标粒子群算法来解决系统部件尺寸和混合MG配置的优化问题[19]。为了解决非凸问题，研究人员提出了一种MG最优运行的非线性约束多目标问题[20]，目标是同时最小化总运行成本和总排放量，提出了一种基于混沌局部搜索机制和模糊自适应机制的混合粒子群算法。

        对于系统中存在不确定性的研究，大多采用鲁棒优化方法进行建模[21,22]。其中，分布式鲁棒性方法[23-25]能够在保守性和计算效率之间取得平衡，在风电和太阳能输出不确定的优化问题中得到了广泛应用。此外，也有文章采用