檀勤良, 單子婧，丁毅宏，張一梅

(1.華北電力大學(xué)經(jīng)濟與管理學(xué)院，北京市 102206；2.北京市能源發(fā)展研究基地，北京市 102206； 3.新能源電力與低碳發(fā)展研究北京市重點實驗室(華北電力大學(xué))，北京市 102206； 4. 華北電力大學(xué)環(huán)境科學(xué)與工程學(xué)院，北京市 102206)

0 引 言

能源轉(zhuǎn)型是我國能源電力領(lǐng)域?qū)崿F(xiàn)碳達峰、碳中和目標(biāo)的重要舉措[1]?！笆奈濉币?guī)劃[2]中提出構(gòu)建新型電力系統(tǒng)，大力提升風(fēng)電、光伏發(fā)電規(guī)模。但隨之而來的新能源出力不確定性、波動性和反調(diào)峰等特性對電力系統(tǒng)的影響將顯著放大[3]。靈活性資源能夠?qū)﹄娫闯隽蜇摵尚枨筮M行調(diào)節(jié)，有效平抑系統(tǒng)凈負荷波動[4]，因此，新型電力系統(tǒng)建設(shè)對靈活性資源的需求愈加凸顯。

此外，多能源微網(wǎng)能夠通過多類型源-荷耦合實現(xiàn)出力的互補以及對負荷波動的平抑，有利于促進風(fēng)光資源的就地消納[5]，目前我國已廣泛開展了多能源技術(shù)示范項目[6]。然而，現(xiàn)有大多數(shù)微電網(wǎng)的新能源消納依賴與外部電網(wǎng)的連接，消納方式相較單一。在雙碳目標(biāo)的實現(xiàn)與新型電力系統(tǒng)的構(gòu)建過程中，新能源滲透率逐步提高，如何在含高比例新能源的微網(wǎng)中進行技術(shù)可行、經(jīng)濟合理的靈活性資源配置成為熱點研究問題。

根據(jù)靈活性資源豐富程度的不同，目前靈活性資源配置研究可分為綜合型和單一型兩種。其中，綜合型研究[7-10]通常將各種靈活性資源在國家級或省級電網(wǎng)內(nèi)進行綜合配置，如文獻[7]提出靈活性資源運行-規(guī)劃雙層優(yōu)化模型，驗證了在系統(tǒng)內(nèi)配置多種靈活性資源能有效降低棄風(fēng)棄光率；文獻[8]建立了考慮靈活性輔助服務(wù)費用的優(yōu)化配置模型，以減緩可再生能源帶來的功率波動問題；文獻[9]考慮了可控負荷、儲能裝置在配電網(wǎng)各節(jié)點中的配置，并在優(yōu)化目標(biāo)中納入靈活性充裕度指標(biāo)以提升優(yōu)化結(jié)果的合理性。

單一型靈活性資源配置研究?；趫@區(qū)級綜合能源系統(tǒng)[11-15]或微網(wǎng)[16-17]進行。文獻[11]建立了考慮電轉(zhuǎn)氣技術(shù)的園區(qū)電-氣互聯(lián)模型，結(jié)果表明電-氣互聯(lián)比獨立運行模式更加安全可靠；文獻[12]針對多能源電-熱耦合特性，通過配置蓄熱罐和抽凝機組提升區(qū)域風(fēng)光消納量；文獻[16]考慮了電制氫技術(shù)在獨立微網(wǎng)中的優(yōu)化配置，驗證了其在提高微網(wǎng)經(jīng)濟性、靈活性和可再生能源接入比例等方面的積極作用。然而，上述研究[13, 15, 17]采用固定風(fēng)光出力的方法框定靈活性資源出力范圍，與實際運行存在偏差；且均基于單一技術(shù)，缺少對不同技術(shù)配置經(jīng)濟性的對比分析。針對固定運行方式的問題，文獻[18-19]采用雙層模型進行優(yōu)化，上層給出靈活性資源規(guī)劃方案，下層對方案進行運行模擬。針對缺少技術(shù)間對比的問題，文獻[14]建立了電轉(zhuǎn)氣與多類型儲能設(shè)備的聯(lián)合優(yōu)化配置模型，但僅對二者配置結(jié)果進行靜態(tài)對比，并未考慮技術(shù)成本下降的影響。

總體而言，上述研究未考慮以下問題：1)主要采用給定一套固定運行方式[13, 15, 17]的方法考慮設(shè)備運行，與系統(tǒng)實際運行具有一定偏差，進而影響微網(wǎng)的配置優(yōu)化；2)以單一靈活性資源為研究對象(如儲能、電轉(zhuǎn)氣技術(shù)、可控負荷等)，少有研究針對不同靈活性資源在微網(wǎng)中配置的經(jīng)濟性進行對比分析；3)現(xiàn)有研究多為基于目前技術(shù)水平的靜態(tài)研究，缺少考慮靈活性資源技術(shù)成本下降的動態(tài)分析。

針對上述問題，本文的主要貢獻如下：1)在傳統(tǒng)微網(wǎng)配置優(yōu)化模型的基礎(chǔ)上，考慮與實際運行過程中的調(diào)度優(yōu)化相結(jié)合，構(gòu)建了上層容量優(yōu)化配置，下層系統(tǒng)時序運行仿真的配置-運行協(xié)同優(yōu)化模型，縮小固定運行方式建模導(dǎo)致的偏差。2)綜合考慮氣-風(fēng)-光-儲-氫等多種能源類型和電制氫(power to hydrogen, P2H)及蓄電池(storage battery, SB)技術(shù)，豐富傳統(tǒng)微網(wǎng)模型的源-荷結(jié)構(gòu)。在此基礎(chǔ)上討論P2H和SB這2種靈活性資源在微網(wǎng)配置中的競爭力，及其對于可再生能源消納、投資積極性的影響。3)通過情景設(shè)置識別2種技術(shù)的成本下降趨勢，對其未來經(jīng)濟性進行對比分析。此外，對于可再生能源出力等不確定性因素，采用k-means方法對風(fēng)、光及負荷的年度數(shù)據(jù)進行聚類分析，得到4個典型場景開展算例分析。

1 系統(tǒng)設(shè)備建模

配置P2H和SB的多能源微網(wǎng)架構(gòu)如圖1所示。系統(tǒng)主要由發(fā)電設(shè)備、靈活性資源及負荷組成，燃氣輪機、風(fēng)機、光伏面板等發(fā)電設(shè)備提供電力，可以向外部電網(wǎng)購電(并網(wǎng))或獨立運行(離網(wǎng))；燃氣輪機所需燃料來源于外部天然氣管網(wǎng)；靈活性資源包括蓄電池設(shè)備和電制氫系統(tǒng)；負荷包括電負荷和氫負荷。

圖1 配置電制氫和蓄電池的多能源微網(wǎng)架構(gòu)Fig.1 Framework of multi-energy microgrid with P2H and SB

1.1 燃氣機組模型

燃氣消耗量可用以下公式計算：

(1)

式中：Pgas(t)表示t時刻燃氣機組的輸出功率；ηgas為燃氣機組發(fā)電效率；δ表示天然氣熱值(取9.7 kW·h/m3[20])；Δt為調(diào)度周期。

1.2 風(fēng)力發(fā)電模型

單臺風(fēng)力發(fā)電機組在t時刻的出力如下：

(2)

1.3 光伏發(fā)電模型

光伏面板的功率輸出公式如下：

(3)

式中：PSTG表示標(biāo)準(zhǔn)測試條件下的最大測試功率；G(t)為t時刻的輻照度；k為功率溫度系數(shù)；TS為標(biāo)準(zhǔn)環(huán)境溫度(取25 ℃[19])；TC(t)為t時刻光伏電池的實際工作溫度，其值利用實際環(huán)境溫度Tr和G(t)來測算：

(4)

1.4 儲能模型

蓄電池在t時刻的剩余電量滿足以下關(guān)系式：

(5)

式中：Ees(t)表示t時刻儲能電池的剩余電量；τes表示電池的自放電率(取0.03[21])；Pes,char(t)和Pes,dis(t)分別代表t時刻儲能電池的充放電功率；ηes,char和ηes,dis分別為儲能電池的充放電效率系數(shù)。

1.5 電制氫設(shè)備模型

目前，電解設(shè)備已經(jīng)能夠?qū)崿F(xiàn)分鐘級啟停[22]，因此模型中不考慮電解槽啟動和停止的延遲時間，并假設(shè)轉(zhuǎn)化效率在運行期間保持恒定值。此外，本文選用目前成本最低、應(yīng)用最為成熟的堿性電解技術(shù)(alkaline electrolysis cell, AEC)作為電解設(shè)備，其工作功率范圍約束如下：

25%RPtH≤PH2(t)≤RPtH

(6)

式中：RPtH為電制氫設(shè)備的額定功率；PH2(t)為t時刻AEC的輸入功率。

電解槽制氫量與電解槽輸入功率的關(guān)系如下：

VH2(t)=ηezPH2(t)

(7)

式中：VH2(t)為t時刻的制氫量；ηez為電功率與氫流量的轉(zhuǎn)化系數(shù)(4.77 kW·h/m3[23])。

2 模型方法與分析流程

2.1 上層模型

上層模型的優(yōu)化結(jié)果為設(shè)備投建方案，決策變量為燃氣機組新建臺數(shù)、風(fēng)電機組新建容量、光伏機組新建容量、儲能設(shè)備新建容量以及電制氫設(shè)備新建容量。

2.1.1 目標(biāo)函數(shù)

基于經(jīng)濟性與環(huán)保性，目標(biāo)函數(shù)為年綜合利潤最大和年碳排放量最小，如式(8)和式(9)所示。年綜合利潤為年運營利潤減年化建設(shè)投資成本，如式(10)和式(11)所示。其中，年化建設(shè)投資成本包含規(guī)劃期初的總投資和設(shè)備置換成本，考慮到技術(shù)成本的動態(tài)下降，在模型中根據(jù)置換發(fā)生年份對設(shè)備置換成本進行更新；年運營利潤為整年的日運營利潤之和，考慮到不確定性對模型的影響，本文將輸入數(shù)據(jù)按季節(jié)聚類并生成4個典型場景(S=4)，年運營利潤為各典型場景日運營利潤與一年中場景天數(shù)的乘積求和。

maxf1=CO-CC

(8)

(9)

(10)

(11)

2.1.2 約束條件

1)年度電量平衡約束：

(12)

2)年可再生能源消納約束:

(13)

式中：α1為年可再生能源消納系數(shù)。

3)年自供電量占比約束:

(14)

式中：α2為年自供電率系數(shù)。

4)資源可用性約束。

根據(jù)實際可用面積，對各類型機組的配置容量設(shè)置上限。

(15)

2.2 下層模型

2.2.1 目標(biāo)函數(shù)

下層模型以日運營利潤最大為目標(biāo)進行優(yōu)化，如式(16)所示。日經(jīng)營利潤為運行收入減運行成本，運行成本包括運維成本、燃料成本、系統(tǒng)向電網(wǎng)購電成本、碳交易成本、電解水制氫的購水成本，運行收入主要來自系統(tǒng)售氫收益。

(16)

(17)

(18)

(19)

(20)

(21)

(22)

2.2.2 約束條件

1)設(shè)備出力約束：

(23)

2)儲能電池運行約束：

(24)

3)電量平衡約束：

(25)

式中：Lh為h時段負荷需求。

4)燃氣機組爬坡率約束：

(26)

式中：r為機組爬坡速率。

2.3 求解方法及流程

本文所提出的微網(wǎng)靈活性資源配置優(yōu)化模型求解流程如圖2所示，主要包含以下兩部分：

圖2 雙層優(yōu)化配置模型求解流程Fig.2 Solution flow of bi-level optimal configuration model

1)對微網(wǎng)負荷和可再生能源預(yù)測出力數(shù)據(jù)進行聚類[19]。首先進行場景生成，將年度數(shù)據(jù)按季節(jié)分為4部分(2、3、4月為春季，以此類推)，每一部分?jǐn)?shù)據(jù)用k-means聚類方法聚成3類。隨后進行場景縮減，以每一類中所含數(shù)據(jù)量占總數(shù)據(jù)量的比例作為該類權(quán)重，加權(quán)平均得出4個典型場景的負荷及出力曲線。

2)構(gòu)建雙層優(yōu)化模型并進行求解。上層模型為年化綜合利潤最大與年碳排放量最低的雙目標(biāo)優(yōu)化問題，使用主要目標(biāo)優(yōu)先級[24-25]進行求解，先以年碳排放量最少為單目標(biāo)進行優(yōu)化，將結(jié)果作為碳排放約束；再以年化綜合利潤最大為單目標(biāo)，考慮電力電量平衡以及系統(tǒng)年自供電量比例約束，對系統(tǒng)內(nèi)各設(shè)備的投建容量進行優(yōu)化決策。下層模型以日運行成本最小為優(yōu)化目標(biāo)，對年度電力生產(chǎn)運行開展逐小時的模擬。上下層分別為混合整數(shù)線性規(guī)劃問題和線性規(guī)劃問題，利用CPLEX求解器在MATLAB平臺進行規(guī)劃求解[26]。

3 算例分析

3.1 算例參數(shù)

本文選取北方某微電網(wǎng)作為研究對象進行容量配置及逐時運行優(yōu)化。系統(tǒng)內(nèi)部負荷需求和基本數(shù)據(jù)來自文獻[11]，按照2.3節(jié)所述方法對風(fēng)、光逐時最大出力進行聚類，聚類結(jié)果(標(biāo)幺值)如圖3所示。

圖3 4個典型日的負荷曲線及風(fēng)光預(yù)測出力曲線Fig.3 Load curves and predicted output curves of wind power and PV for 4 typical days

微網(wǎng)采用分時電價與大電網(wǎng)進行電力交互，單日內(nèi)電價分為峰、平、谷3個時段。各類型設(shè)備的技術(shù)經(jīng)濟參數(shù)參考文獻[18-19, 22, 27]，天然氣價格、水價、氫價均取固定價格，分別為2.3元/m3、4元/m3和60元/kg[11]，分時電價為1.109 8元/(kW·h)(07:00—11:00，19:00—23:00)、0.750 4元/(kW·h)(11:00—19:00)、0.391 1元/(kW·h)(23:00—07:00)，假設(shè)系統(tǒng)制取的氫氣在氫負荷需求內(nèi)均能全部賣出，具體參數(shù)見表1。

表1 效率及價格參數(shù)Table 1 Efficiency and price parameters

3.2 優(yōu)化結(jié)果及分析

結(jié)果顯示，并網(wǎng)運行模式的最優(yōu)配置為：燃氣輪機容量為220 kW(1臺)，風(fēng)機容量為800 kW，光伏機組容量為437 kW，儲能功率為160 kW、容量為514 kW·h，不投資建設(shè)電制氫設(shè)備；離網(wǎng)運行模式下的最優(yōu)配置在并網(wǎng)模式的基礎(chǔ)上，增加了1臺燃氣輪機、儲能功率增加了16 kW、增加了容量為23 kW的電制氫設(shè)備以及容量為34.27 m3的儲氫罐。

1)規(guī)劃方案經(jīng)濟性分析。

表2為3種運行模式的規(guī)劃方案和經(jīng)濟-環(huán)境指標(biāo)對比，由表2可知：

表2 優(yōu)化結(jié)果經(jīng)濟-環(huán)境指標(biāo)對比Table 2 Economic-environmental index comparison of optimization results

(1)與模式1相比，模式2、3的建設(shè)及運行成本分別增加了4.5%和20%，原因在于蓄電池和P2H技術(shù)需要較高的建設(shè)投資費用。

(2)在碳交易成本方面，模式2、3的碳交易成本均減少99.0%，原因在于可再生能源附加靈活性資源的應(yīng)用使得碳排放量銳減。而在模式3下達到相同程度的減排將付出更高的代價，說明模式2能夠更好地平衡經(jīng)濟和環(huán)境效益。

(3)模式2的總成本相較于模式1減少了16.51萬元。由此可見，雖然模式2的建設(shè)及運行成本較高， 但是在綜合考慮環(huán)境效益之后，其社會綜合成本達到了最優(yōu)。

2)發(fā)電量結(jié)構(gòu)分析。

運行優(yōu)化結(jié)果如附錄圖A1、A2所示。由圖可知，在可再生能源出力方面，風(fēng)、光作為主體能源貢獻了86%(離網(wǎng)運行時為88%)的發(fā)電量，且棄風(fēng)棄光率為0(離網(wǎng)運行時為3.16%)。說明模型能夠較好地保證系統(tǒng)低碳和高能源利用率。

圖A1 各典型日運行優(yōu)化結(jié)果(并網(wǎng))Fig.A1 Operation results of various typical days (grid-connected operation)

圖A2 各典型日運行優(yōu)化結(jié)果(離網(wǎng))Fig.A2 Operation results of various typical days (islanded operation)

在靈活性資源出力方面，儲能系統(tǒng)通常在光伏出力盈余(12:00—14:00)、風(fēng)資源豐富(秋冬季的夜間)以及電價低谷(23:00—次日07:00)時充電，負荷居高而電源出力緊缺時放電；離網(wǎng)運行時，儲能系統(tǒng)充電量占風(fēng)光出力的7.79%，而制氫電量僅占其1.7%。說明模型的配置方案能夠使得系統(tǒng)內(nèi)源-荷恰如其分地進行互補，而燃氣輪機組、儲能系統(tǒng)和P2H設(shè)備充分發(fā)揮了調(diào)節(jié)負荷的作用，但P2H因成本太高而在系統(tǒng)中發(fā)揮的作用有限。

3)余電消納情況分析。

余電消納主要通過儲能轉(zhuǎn)移、并網(wǎng)售電和電制氫3種途徑。在并網(wǎng)運行的情況下，系統(tǒng)僅通過前2種途徑進行消納，而離網(wǎng)運行時無法將余電并網(wǎng)，于是退而求其次選擇電制氫途徑消納。說明雖然P2H經(jīng)濟性不如并網(wǎng)售電，但其仍能在全生命周期內(nèi)實現(xiàn)成本覆蓋甚至盈余，經(jīng)濟性優(yōu)于選擇直接棄風(fēng)棄光。

3.3 儲能及P2H技術(shù)成本下降情景分析

為了驗證模型在未來技術(shù)成本下降的趨勢下仍具有效性，并幫助投資者在建設(shè)微網(wǎng)時選擇最優(yōu)的靈活性技術(shù)，下文將針對2種技術(shù)成本下降進行情景分析。

3.3.1 情景設(shè)置

文獻[28]應(yīng)用學(xué)習(xí)曲線預(yù)估低碳技術(shù)成本趨勢，指出儲能成本預(yù)計將在2035年下降到700～1 050元/(kW·h)，2050年達490～700元/(kW·h)；中國氫能聯(lián)盟報告[29]預(yù)測AEC投資成本將從2020年的3 500～9 800元/kW降至2030年的2 800～5 950元/kW。參考以往文獻數(shù)據(jù)，設(shè)置儲能技術(shù)成本在2030以前及以后的年均下降速率分別為7%、2.5%，AEC成本對應(yīng)的年均下降速率為1.5%、4.5%。為比較在不同下降速率下，兩種低碳技術(shù)應(yīng)用的經(jīng)濟性與競爭力，設(shè)置情景如表3所示。

表3 技術(shù)成本下降情景設(shè)置Table 3 Scenario setting of technology cost reduction

3.3.2 指標(biāo)設(shè)置

為衡量不同情景下優(yōu)化結(jié)果差異，從經(jīng)濟性、清潔性和靈活性三個維度構(gòu)建指標(biāo)體系進行評價。靈活性指標(biāo)構(gòu)建參照文獻[30]，在此不再贅述。

(27)

3.3.3 情景分析

儲能情景裝機規(guī)劃結(jié)果如圖4所示。有碳排放約束時，隨著儲能技術(shù)成本下降，系統(tǒng)總成本在儲能裝機容量增加20%的同時下降了4%，且光伏容量下降6 kW，而發(fā)電量占比不變。說明儲能技術(shù)成本下降不僅使儲能建設(shè)及運行成本減少，且?guī)砹丝稍偕茉礄C組建設(shè)成本減少、利用率提高的規(guī)模效益。

圖4 僅儲能情景下微網(wǎng)裝機結(jié)構(gòu)及總成本Fig.4 Microgrid configure and total cost of SB scenarios

無碳排放約束相較于有碳排放約束時，燃氣機組容量擴大一倍，而儲能設(shè)備功率從0增加到19 kW。原因在于燃氣機組提供了大部分的靈活性需求，雖然儲能技術(shù)成本下降使得儲能設(shè)備功率有所上浮，但總體而言對于裝機結(jié)構(gòu)和總成本的影響十分微弱。

儲能技術(shù)成本下降使得碳減排的經(jīng)濟代價(即有無碳排放約束的成本差值)下降了16.4%，而電制氫成本下降僅使得減碳代價下降了3.4%，說明現(xiàn)階段儲能技術(shù)更具經(jīng)濟性優(yōu)勢。原因在于電制氫成本較儲能更高，且電制氫情景中燃氣機組建設(shè)成本較高。

電制氫情景規(guī)劃結(jié)果如圖5所示，無碳排放約束時，系統(tǒng)裝機結(jié)構(gòu)和總成本始終不變。有碳排放約束時，電制氫設(shè)備功率增大，風(fēng)光出力占比也隨之提升，說明增加的制氫電量來自于可再生能源，雖然電源結(jié)構(gòu)不變，但是電制氫設(shè)備有效提高了發(fā)電量結(jié)構(gòu)中清潔電力的占比。

圖5 僅電制氫情景下微網(wǎng)裝機結(jié)構(gòu)及總成本Fig.5 Microgrid configure and total cost of P2H scenarios

在靈活性方面，所有情景下的向上靈活性裕度不足率均為0。儲能情景下的向下靈活性裕度不足率均為3.13%，電制氫情景下該值從7.29%下降到3.11%，說明與儲能相比，電制氫擴容對于向下靈活性裕度的改善更加有效。通過比較運行過程的靈活性裕度(見附錄圖A3、A4)可以驗證，所設(shè)情景中，技術(shù)成本下降對于向上靈活性裕度幾乎沒有影響；而電制氫技術(shù)下降到低成本情景時，可達到與儲能情景基本相同的向下靈活性裕度。

圖A3 各情景向上靈活性裕度比較Fig.A3 Comparison of upward flexibility margin in various scenarios

圖A4 各情景向下靈活性裕度比較Fig.A4 Comparison of downward flexibility margin in various scenarios

由上述分析可知，技術(shù)成本下降對于無碳排放約束情景影響甚微，進一步以有碳排放約束為例，對比兩種靈活性技術(shù)成本下降情景，如表4、5所示。

表4 儲能技術(shù)情景結(jié)果對比Table 4 Results comparison of energy storage scenarios

表5 電制氫技術(shù)情景結(jié)果對比Table 5 Results comparison of P2H scenarios

技術(shù)成本下降在3個指標(biāo)維度均表現(xiàn)出良好趨勢。值得注意的是，受儲能技術(shù)下降速率趨緩的影響，僅儲能情景中從基本情景過渡到低成本情景增建的儲能容量減少，系統(tǒng)年綜合利潤及風(fēng)光滲透率增加速率、棄風(fēng)棄光率及度電成本下降速率均減緩；反之，隨電制氫技術(shù)成本下降速率增快，各項指標(biāo)利好趨勢增加。說明靈活性技術(shù)成本下降趨勢顯著影響著系統(tǒng)的經(jīng)濟性與清潔性。雖然目前表中各項指標(biāo)顯示儲能技術(shù)無論在經(jīng)濟性還是清潔性上均優(yōu)于電制氫技術(shù)，但是這種優(yōu)勢已經(jīng)逐步趨緩，而未來電制氫技術(shù)相較蓄電池技術(shù)而言擁有更大的成本下降潛力，且隨著氫能在各領(lǐng)域中的推廣應(yīng)用所帶來的需求擴張，意味著在微網(wǎng)中應(yīng)用電制氫技術(shù)將有更大的利潤空間，這將賦予電制氫技術(shù)更大的市場競爭力。

3.4 氫價敏感性分析

由3.3節(jié)分析可知，蓄電池技術(shù)在中、低成本情景下的年化綜合利潤均優(yōu)于P2H技術(shù)。為探究氫氣價格對P2H技術(shù)競爭力的影響，利用本文方法在不同售氫價格下進行仿真分析,結(jié)果如圖6所示。由圖6可知：系統(tǒng)年化利潤隨氫價提升而增長，且增長速率加快。當(dāng)售氫價格上漲80%時，兩種情景下系統(tǒng)利潤分別增長至-472萬元和-465萬元，相較于初始氫價情形分別提升了2.72%和3.50%。

圖6 各情景下系統(tǒng)總利潤隨氫價變化趨勢Fig.6 Trend of system profit variation with hydrogen price of various scenarios

敏感性分析結(jié)果顯示：氫氣價格上漲能夠促進電制氫投資成本的回收，無論在本研究設(shè)置的何種情景下，氫氣價格至少需上漲31%才能使P2H技術(shù)與蓄電池技術(shù)具備相近的市場競爭力，但即使氫氣價格上漲80%，也無法促使系統(tǒng)總利潤水平等同于向電網(wǎng)買電形式。進一步測算發(fā)現(xiàn)，在低成本情景中，當(dāng)氫氣價格漲至175元/kg時，系統(tǒng)總利潤(-428.05萬元)將超過向電網(wǎng)買電形式。充分說明氫價增長能夠有效促進投資成本的回收，但只有售氫價格上漲到一定程度時，P2H技術(shù)相對于蓄電池儲能才具有一定的競爭力。

綜上所述：阻礙電制氫設(shè)備大規(guī)模投建的原因一方面是制氫設(shè)備效率不高、存在電能損耗，不如直接向電網(wǎng)買電經(jīng)濟性好；另一方面設(shè)備運行壽命相對較短，系統(tǒng)運營周期內(nèi)存在的更新成本一定程度上也抑制了投資者建設(shè)制氫設(shè)備的積極性；再則售氫單價不高，市場價格信號對于制氫的激勵性不足。

4 結(jié) 論

本文提出了一種將容量規(guī)劃與實際運行結(jié)合考慮的微網(wǎng)靈活性資源配置優(yōu)化模型。為研究蓄電池與P2H在微網(wǎng)應(yīng)用中的競爭力，通過情景分析法研究未來技術(shù)成本下降趨勢，并比較2種技術(shù)在經(jīng)濟性、清潔性及靈活性上的差異。經(jīng)算例分析得到如下結(jié)論：

1)所提模型方法能以較小的經(jīng)濟代價實現(xiàn)環(huán)境效益的大幅提升。并網(wǎng)運行模式相較于電網(wǎng)買電模式，建設(shè)及運行成本增加4.5%，碳排放量下降99.0%，總成本減少3.8%；在離網(wǎng)運行模式下實現(xiàn)同等程度減排總成本需增加20%。

2)目前蓄電池儲能在經(jīng)濟性、清潔性和靈活性上均優(yōu)于P2H，但是后者擁有更大的市場潛力。當(dāng)前氫價下蓄電池技術(shù)更具競爭力，但這種優(yōu)勢已逐步趨緩；未來P2H相較蓄電池擁有更大的成本下降潛力，且氫能需求擴張將帶來更大的利潤空間，這將賦予P2H更為強勁的市場競爭力。

3)氫氣價格與P2H技術(shù)的經(jīng)濟性密切相關(guān)，在低成本情景下，當(dāng)氫價上漲超過31%，P2H相較蓄電池才具有競爭力。當(dāng)氫氣價格上漲為175元/kg時，系統(tǒng)總利潤才優(yōu)于向電網(wǎng)買電形式。

4)相較于蓄電池儲能，P2H僅提供可再生能源消納路徑而未提供調(diào)峰功用，雖能優(yōu)化發(fā)電量構(gòu)成但對降低系統(tǒng)總碳排放量作用較小，在缺光少風(fēng)時仍需燃氣機組彌補出力。因此，P2H技術(shù)與蓄電池儲能、氫燃料電池等設(shè)備相配合方能更具適用性。