收稿日期：2022-04-03

基金項目：新疆維吾爾自治區(qū)重大科技專項（2022A01001-2）

通信作者：高 超（1990—），男，碩士、高級工程師，主要從事新能源、新型電力系統(tǒng)、儲能、氫能方面的研究。xycj110@126.com

DOI：10.19912/j.0254-0096.tynxb.2022-0489 文章編號：0254-0096（2023）08-0102-08

摘 要：針對清潔能源制氫系統(tǒng)規(guī)模大、結(jié)構(gòu)復雜及多能源多時間耦合的特點，充分考慮光伏、風電等可再生能源隨機性和間歇性所導致的功率波動問題，以及電解槽和儲能動態(tài)響應特性所導致的系統(tǒng)各環(huán)節(jié)響應時間差異問題，設計一套風光制儲氫綜合系統(tǒng)。結(jié)合綠電-綠氫經(jīng)濟運行手段，利用自適應控制算法，形成適用于“風光制儲氫”的經(jīng)濟安全運行模式，通過仿真分析可知，該模式下風光制儲氫綜合系統(tǒng)可以安全運行，并具備較為良好的運行效果。

關(guān)鍵詞：風電；光伏；儲能；制氫；儲氫

中圖分類號：TM73" """""""" """"""""" """""文獻標志碼：A

0 引 言

新能源發(fā)電與氫能的耦合利用是降低碳排放、增加新能源消納的重要途徑。氫能技術(shù)可有效緩解新能源調(diào)峰難度，提高消納水平，未來有望成為新能源消納的第二通道。但在新能源與氫能的耦合場景中，由于新能源波動和隨機性帶來的源端不確定性問題、電網(wǎng)購電、新能源上下網(wǎng)電價及氫購售電價等多元市場問題，大幅提升了新能源制氫場景的不確定性，給協(xié)調(diào)優(yōu)化運行造成了較大困難。

在協(xié)調(diào)控制研究方面，盧捷等［1］提出利用風電超短期預測數(shù)據(jù)進行儲氫配置，提升風電消納比例；馬榕谷等［2］綜合考慮風-氫系統(tǒng)經(jīng)濟性和運行可靠性，提出了初始投資最小狀態(tài)下的配置方案和運行策略；段青熙等［3］以最大化消納風電為目標，分析了煤化工和風-氫系統(tǒng)的耦合控制策略；Recalde等［4］和Francois等［5］分析了含風-氫-燃料電池-超級電容的多類型混合動力系統(tǒng)協(xié)調(diào)運行方法，并分析了優(yōu)化方法對風電品質(zhì)的提升。李咸善等［6］綜合分析了風、水雙方利益，通過博弈優(yōu)化，實現(xiàn)風電消納和水電優(yōu)化；Abdelwahab等［7］通過Matlab建立了英國風電耦合燃料電池模型，對不同場景風電制氫流程進行分析。在經(jīng)濟優(yōu)化研究方面，Kim等［8］構(gòu)建了風氫一體化模型，通過選擇區(qū)域的風資源情況、產(chǎn)業(yè)信息等，分析規(guī)模優(yōu)化決策；邵志芳等［9］提出了基于動態(tài)電價的風氫優(yōu)化配置方法，充分考慮了不同場景下的儲能配置策略。

當前針對新能源與氫能的研究，多是從電量角度出發(fā)考慮兩者之間的耦合，或以棄風、棄光電量來作為制氫電力來源進行考慮。在耦合中，將燃料電池、氫燃機等轉(zhuǎn)換效率較低的元素作為調(diào)節(jié)元素，整體優(yōu)化效益欠佳。風光制儲氫一體化運行時，需要同時考慮購電、購氫、售電、售氫及系統(tǒng)穩(wěn)定控制等多方面因素。采用單一控制模式易出現(xiàn)風光大幅波動對制氫系統(tǒng)的安全和經(jīng)濟性造成影響。需要結(jié)合未來場景下，對風光制儲氫一體化系統(tǒng)進行綜合分析，提供適用于多場景的風光制儲氫一體化系統(tǒng)協(xié)調(diào)調(diào)控模式。

本文研究風光制儲氫一體化系統(tǒng)的協(xié)調(diào)經(jīng)濟運行問題，考慮新能源發(fā)電、制氫、儲能（含電儲能和儲氫多類型儲能）多個主體的利益訴求，考慮電力市場、氫能市場的價格變動趨勢，疊加風功率預測不確定性特點，采用自適應控制方式，進行風光制儲氫一體化系統(tǒng)協(xié)調(diào)優(yōu)化經(jīng)濟調(diào)控。

1 風光制儲氫一體化系統(tǒng)

如圖1所示，風光制儲氫一體化系統(tǒng)包括風光制儲氫設備、設備閾值設定單元、風光制儲氫監(jiān)測單元、價格監(jiān)測單元、負荷端預測單元、電源端預測單元、協(xié)調(diào)控制模塊7部分。其中，風光制儲氫設備包括風電場、光伏場站、儲能設備、制氫設備和儲氫設備。風光制儲氫監(jiān)測單元主要監(jiān)測風光制儲氫設備，確定風電和光伏的出力狀態(tài)、儲能的荷電狀態(tài)（state of charge，SOC）、制氫裝置的運行狀態(tài)、儲氫罐儲量、用電和用氫負荷的需求狀態(tài)，獲取風、光、儲、氫的初始運行狀態(tài)。設備閾值設定單元主要設定風電、光伏、電儲能、制氫設備和儲氫的運行上下限范圍，并將上下限范圍反饋給風光制儲氫設備，確保調(diào)節(jié)范圍不超限。價格監(jiān)測單元主要采集電網(wǎng)實時電價信息、新能源上網(wǎng)電價、銷售氫價信息，確定風光制儲氫系統(tǒng)協(xié)調(diào)運行經(jīng)濟計算邊界。負荷端預測單元主要用于預測用電負荷和用氫負荷數(shù)據(jù)，作為負荷不確定分析參考依據(jù)。電源端預測單元主要用于預測風電和光伏發(fā)電數(shù)據(jù)，作為電源不確定分析參考依據(jù)。協(xié)調(diào)控制模塊主要確定風電、光伏、電儲能、氫儲能和制氫系統(tǒng)的調(diào)節(jié)目標值，將調(diào)解目標值傳輸給風光制儲氫設備，調(diào)整風光制儲氫設備的運行狀態(tài)。同時，將電儲能和儲氫的存儲狀態(tài)值進行更新，作為新的輸入條件進行下一輪分析，本文提出的協(xié)調(diào)控制算法主要集成在協(xié)調(diào)控制模塊中。

renewable energy with storage

2 風光制儲氫一體化系統(tǒng)數(shù)學模型

2.1 風電出力模塊

風光制儲氫設備包括風電場、光伏場站、儲能設備、制氫設備和儲氫設備。其中，風電場為包含雙饋風機、永磁直驅(qū)風機和半直驅(qū)風機的混合模擬風電場。風電發(fā)電模型如式（1）所示。

[PW=ρairCp（λ，β）πR2ν3ω2]"""""" （1）

其中，

[Cp（λ，β）=0.22116λi-0.4β-5e-12.5λi]"" （2）

[1λi=1λ+0.08β-0.035β3]"""""" （3）

[λ=Rωνω]"""""" （4）

2.2 光伏出力模塊

光伏系統(tǒng)的發(fā)電功率與區(qū)域內(nèi)的太陽能的輻射量及溫度系數(shù)有關(guān)，如式（5）所示。

[Ppv=NpvfpvGHI，tGHI，st1+αp（Tc-Tst）]"""" （5）

式中：[Npv]——光伏裝機容量，kW；[fpv]——光伏折減系數(shù)，主要考慮污染、老化、積雪等影響造成光伏實際發(fā)電量和理論發(fā)電量之間的差值；[GHI，t]和[GHI，st]——該區(qū)域逐小時輻射量和標況下的輻射量，[1 kW/m2]；[αp]——溫功系數(shù)，[%℃]；[Tc]和[Tst]——逐時和標準溫度（25 ℃）。

2.3 儲能模塊

充分考慮經(jīng)濟性和運行特點，本文采用的儲能系統(tǒng)為磷酸鐵鋰電池儲能系統(tǒng)，儲能系統(tǒng)數(shù)學模型如式（6）所示。

[E=Nb-sE0-K·SS-Nb-s0ti（τ）dt/Qn+Aexp（-B0ti（τ）dt+Cp1）]"""""""""""""" （6）

其中，

[S=Nb-sNb-PQn-0ti（τ）dtNb-sNb-PQn×100%] （7）

[Cp1=Ct（Tb-25）]""" （8）

式中：[E]——儲能系統(tǒng)內(nèi)部電池電動勢；[E0]——內(nèi)電動勢的初始值，V；[K]——電壓的極化常數(shù)；[A]——電壓變化系數(shù)；[B]——容量變化系數(shù)；[Qn]——儲能系統(tǒng)的額定容量，Wh；[i（τ）]——儲能系統(tǒng)充放電的電流值，A；S——儲能系統(tǒng)的荷電狀態(tài)；[Ct]、[Tb]、[Nb-s]、[Nb-P]——極化系數(shù)、電池溫度、儲能電池的串聯(lián)和并聯(lián)個數(shù)。

2.4 制氫模塊

制氫系統(tǒng)選取堿性電解制氫系統(tǒng)，堿性電解水制氫電壓如式（9）所示［10］。

[Ue1=ΔGzF+r1+r2Te1AcellIe1+""""""" （s1+s2Te1+s3T2e1）lgs4+s5/Te1+s6/T2e1AcellIe1+1]""" （9）

式中：[ΔG]——吉比斯自由能，kJ/mol；[z]——電子反應轉(zhuǎn)移數(shù)量，mol；[F]——法拉第常數(shù)，C/mol；[r1]、[r2]、[Te1]——電解液電阻（Ω）及電解槽溫度（℃）；[Acell]——電解單元面積，m2；[Ie1]——直流電流，A；[s1]～[s6]——電極過壓系數(shù)。

2.5 儲氫模塊

儲氫模式利用高壓儲罐進行配置，儲氫率考慮進氫量和出氫量的差額滿足式（10）。

[nsto（t0+Δt）=t0t0+Δtnsto（τ）dτ+nsto（t0）]""""" （10）

式中：[nsto（t0）]——[t0]時刻的儲氫量，m3。

3 基于自適應控制的協(xié)調(diào)運行策略

自適應控制的主要特點是其自調(diào)節(jié)性和時變性［11］。其控制過程主要包括信號監(jiān)測采集、數(shù)據(jù)分析辨識、協(xié)調(diào)控制、優(yōu)化運行及動態(tài)修正幾個環(huán)節(jié)。根據(jù)自適應控制邏輯將風光制儲氫一體化系統(tǒng)構(gòu)成的7大模塊進行分類，分類結(jié)果如下。

3.1 信號監(jiān)測采集環(huán)節(jié)

信號監(jiān)測采集環(huán)節(jié)主要包括設備閾值設定單元、風光制儲氫監(jiān)測單元和價格監(jiān)測單元。其中，風光制儲氫監(jiān)測單元主要包括風電監(jiān)測單元、光伏監(jiān)測單元、電儲能監(jiān)測單元、制氫監(jiān)測單元、儲氫監(jiān)測單元、電負荷監(jiān)測單元和氫負荷監(jiān)測單元。監(jiān)測單元監(jiān)測的數(shù)據(jù)包括電壓信號、電流信號、功率信號、壓力信號、流量信號、氫氣和氧氣液壓信號、電儲能實時容量、儲氫實時容量信息。監(jiān)測單元將采集到的風光制儲氫信息作為協(xié)調(diào)控制的輸入條件。設備閾值設定單元主要設置風電、光伏、電儲能、制氫設備和儲氫的運行上下限范圍，其中風電和光伏的上限范圍為其最大功率點跟蹤確定的輸出容量，電儲能運行上下限范圍為SOC范圍，對于磷酸鐵鋰儲能系統(tǒng)，上下限范圍設置為0%～90%，制氫設備調(diào)節(jié)范圍對于堿水制氫設備上下限設置為20%～105%，儲氫設備上下限范圍設置為0%～100%。價格監(jiān)測單元主要監(jiān)測電網(wǎng)銷售電價、新能源上網(wǎng)電價、市場化交易電價、售氫電價信息，將價格信息作為協(xié)調(diào)控制的輸入條件。

3.2 數(shù)據(jù)分析辨識環(huán)節(jié)

數(shù)據(jù)分析辨識環(huán)節(jié)包括電源側(cè)預測單元和負荷側(cè)預測單元。其中，電源端預測單元通過采集風電和光伏實時數(shù)據(jù)，結(jié)合歷史數(shù)據(jù)，基于風電波動和光伏波動規(guī)則，進行風功率預測和光功率預測，并將預測結(jié)果作為協(xié)調(diào)控制的輸入條件。負荷側(cè)預測單元通過采集電負荷和氫負荷實時數(shù)據(jù)，結(jié)合歷史數(shù)據(jù)，基于負荷波動規(guī)則，進行用電負荷預測和用氫負荷預測，并將預測結(jié)果作為協(xié)調(diào)控制的輸入條件。

3.3 協(xié)調(diào)控制、優(yōu)化運行及動態(tài)修正環(huán)節(jié)

協(xié)調(diào)控制、優(yōu)化運行及動態(tài)修正環(huán)節(jié)為協(xié)調(diào)控制模塊，主要包括經(jīng)濟優(yōu)化目標模塊和技術(shù)優(yōu)化目標模塊。首先將用電負荷[SPD]和用氫負荷[SHD]需求作為初始上限，將用電負荷[SPL]和用氫負荷[SHL]最低保證值作為初始下限，通過經(jīng)濟優(yōu)化目標模塊，分析電力上網(wǎng)價格[PGU]（風光制儲氫系統(tǒng)上網(wǎng)標桿電價，元/kWh）、購電價格[PGD]（風光制儲氫系統(tǒng)從電網(wǎng)購電電價，元/kWh）、售電價格[PGSD]（風光制儲氫系統(tǒng)直接市場售電價格，元/kWh）、市場化價格[PMU]（風光制儲氫系統(tǒng)上網(wǎng)后參與市場化交易結(jié)算價格，元/kWh）和市場售氫價格[PHD]（向市場出售氫氣價格，元/kg）的對比關(guān)系，結(jié)合經(jīng)濟模型，在滿足下限情況下，確定要供給的用電負荷[SPG]和用氫負荷[SHG]。其中，折算售氫價格[PHU]（向市場出售氫氣價格，折算成電價后的電價，元/kWh）按照5 kWh電生產(chǎn)1 m3氫氣的電氫轉(zhuǎn)換比例進行折算，折算成為氫能銷售度電價格，滿足[PHU=PHD/11.2/5]。然后以風電[PWD1]、光伏[PPV1]、儲能[PESS1]、儲氫[PHE1]和制氫[PH1]監(jiān)測值為初始計算量，其中風電和光伏的初始計算量是新能源發(fā)電預測值，通過技術(shù)優(yōu)化目標模塊，分析在保證供電和供氫需求情況下，優(yōu)先使用風電、光伏和儲氫、利用儲能和制氫作為補充，結(jié)合電網(wǎng)供電，給予優(yōu)化運行方式；確定風電[Pwind]、光伏[PPV]、儲能[PESS]、儲氫[PHE]和制氫[PH]的輸出容量，傳輸至風光制儲氫設備，調(diào)整風光制儲氫設備的出力，完成本輪優(yōu)化，同時更新電儲能和儲氫的存儲狀態(tài)值，作為新的輸入條件進行下一輪分析。協(xié)調(diào)運行模塊整體邏輯如圖2所示。其中，經(jīng)濟優(yōu)化目標模塊整體優(yōu)化調(diào)節(jié)模式如圖3所示。

經(jīng)濟優(yōu)化目標模塊在獲取電價和氫價信息后，通過判斷購電價格和售氫價格關(guān)系，確定優(yōu)先供電還是優(yōu)先供氫，最終確定最終供電和供氫容量。

1）若價格滿足[PGDlt;PHD]，代表此時售氫是最優(yōu)的商業(yè)模式，供給模式為優(yōu)先滿足售氫，其余電力采用售電模式，同時，考慮到售氫價格高于購電價格，在氫能供給時以滿足氫能需求為前提，在新能源無法供給時，以網(wǎng)購電制氫，滿足氫能需求。此時，供應模式滿足[SHG=SHD]，[SPG=SPX]，其中，[SPL≤SPX≤SPD]。

2）若價格滿足[PGSDlt;PHDlt;PGD]，代表此時售氫比售電合適，但不適合利用網(wǎng)購電進行制氫，此時考慮新能源優(yōu)先滿足氫能需求，剩余部分滿足供電需求。此時，供應模式滿足[SHG=SHX]，[SPG=SPX]，其中，[SHL≤SHX≤SHD]，[SPL≤SPX≤SPD]。

3）若價格滿足[max（PGU，PMU）lt;PHDlt;PGSD]，代表此時售電比售氫合適，但上網(wǎng)/市場化交易價格低于售氫價格，此時考慮新能源優(yōu)先滿足用戶用電需求，剩余部分滿足用氫需求，多余部分上網(wǎng)。此時，供應模式滿足[SPG=SPX]，[SHG=SHX]，其中，[SPL≤SPX≤SPD]，[SHL≤SHX≤SHD]。

4）若價格滿足[min（PGU，PMU）lt;PHDlt;max（PGU，PMU）]，代表此時售氫比市場化交易或上網(wǎng)價格低，因此項目盡可能發(fā)電，在市場化情況下，可部分制氫。此時，供應模式滿足[SPG=SPX]，[SHG=SHX]，其中，[SPL≤SPX≤SPD]，[SHL≤SHX≤SHD]。

5）若價格滿足[PHDlt;min（PGU，PMU）]，代表此時售氫價格優(yōu)勢最差，因此項目盡可能發(fā)電，盡可能少供氫。此時，供應模式滿足供應模式滿足[SPG=SPX]，[SHG=SHL]，其中，[SPL≤][SPX≤][SPD]。

技術(shù)優(yōu)化目標模塊整體優(yōu)化模式如圖4所示，圖4中[PESS0、PXQ1、PWGD]等為保證自適應算法運行使用的過程數(shù)據(jù)。

技術(shù)優(yōu)化模塊在獲取供電和供氫容量后，確定風電、光伏、制氫、電儲能和儲氫設備的出力，優(yōu)先利用風電和光伏出力供給用電負荷，同時供給制氫設備和為電化學儲能充電，利用儲氫作為優(yōu)先供氫，利用制氫設備在供給用氫負荷的同時，為儲氫進行充氫。

1）對供氫需求[SHG]進行分析，若供氫需求小于儲氫量[PHE1]，由儲氫優(yōu)先滿足供氫需求，調(diào)節(jié)剩余的儲氫空間[PHE0]。若供氫需求[SHG]大于儲氫量[PHE1]，由儲氫優(yōu)先滿足供氫需求，儲氫空間調(diào)整為0，剩余部分[SHG1]由制氫提供，制氫部分轉(zhuǎn)換成供電需求[SPG1]，同步輸出制氫需求量[PH0]，同步調(diào)整供電最終需求[SPG2]。

2）對供電需求[SPG2]進行分析，若供電需求小于風電[PWD1]、光伏[PPV1]等新能源發(fā)電量時，新能源發(fā)電已經(jīng)可以滿足供電需求，此時由新能源發(fā)電滿足供電需求，獲取多余發(fā)電能力[PXQ]。首先判斷價格，若實時價格[CP]大于市場化價格，多余電力直接上網(wǎng)，若實時價格小于等于市場化價格，此時多余發(fā)電能力考慮用于電儲能和儲氫。此時，計算電儲能的存儲能力，優(yōu)先進行儲能，在儲能充滿后，進行進一步制氫儲氫。

3）若供電需求大于風電、光伏等新能源發(fā)電量時，新能源發(fā)電無法滿足供電需求，此時判斷儲能成本[CESS2]和購電成本，若儲能成本低于購電成本時，可以利用儲能進行供給。此時，判斷儲能供給量，以儲能最大化供給提供電力供給，不足部分利用網(wǎng)購電進行供給。若儲能成本高于購電成本，直接利用網(wǎng)購電完成剩余電力供給。

4 算例分析

利用金風科技自主研發(fā)的綜合能源規(guī)劃仿真平臺結(jié)合Matlab構(gòu)建風光制儲氫一體化系統(tǒng)仿真分析模型，系統(tǒng)仿真模型如圖5所示。

圖5中以黑龍江省某區(qū)域為參考區(qū)域進行分析，項目初始邊界條件如表1所示。

在計算時，系統(tǒng)初始邊界條件滿足區(qū)域電網(wǎng)購電和售氫價格如圖6所示。

在計算邊界中，磷酸鐵鋰儲能和儲氫的規(guī)模為待優(yōu)化數(shù)據(jù)，基于上述邊界條件，利用自適應控制算法進行容量優(yōu)化及運行仿真，分析結(jié)果如圖7所示。

storage/hydrogen storage allocation

由圖7可看出，在不考慮棄電率指標限制時，系統(tǒng)不配置磷酸鐵鋰儲能，利用儲氫作為系統(tǒng)靈活性調(diào)節(jié)資源，整體效益最高，此時系統(tǒng)最優(yōu)配置方式如表2所示。

考慮到區(qū)域?qū)τ谛履茉礂夒娐视胁桓哂?0%的控制要求，在保證棄電率不超過10%情況下，不同棄電率下儲能配置比例變化圖8所示。

由圖8可看出，當考慮棄電率限制要求時，需要配置一定的磷酸鐵鋰儲能裝置減少系統(tǒng)棄電率，系統(tǒng)優(yōu)化配比分析結(jié)果如表3所示。

基于優(yōu)化配置情況下，基于自適應控制系統(tǒng)優(yōu)化運行結(jié)果如圖9所示。

由仿真分析可以看出，利用自適應控制進行容量配置，可有效提升風光制儲氫系統(tǒng)整體運行效益，在保證運行可靠性的前提下，提高系統(tǒng)運行經(jīng)濟性。

5 結(jié) 論

本文充分考慮新能源波動性、隨機性，風光功率預測的不準確度、負荷預測的不準確度，結(jié)合購售電價、購售氫價的變動特點，提出了一種基于自適應控制的風光制儲氫一體化協(xié)調(diào)運行策略。以黑龍江省某風光資源優(yōu)越區(qū)域為例進行分

析，在50萬風電和4萬光伏的新能源裝機下，系統(tǒng)配置“12.24萬kWh×1 h儲能+6.3萬m3/h制氫+110.76萬m3儲氫”時，能夠在滿足系統(tǒng)棄電率不超過10%的情況下，實現(xiàn)系統(tǒng)整體運行效益最優(yōu)。由仿真分析可以看出，利用自適應控制進行容量配置，可以有效提升風光制儲氫系統(tǒng)整體運行效益，在保證運行可靠性的前提下，提高系統(tǒng)運行經(jīng)濟性。

［參考文獻］

［1］"""" 盧捷， 于立軍， 鄭培， 等. 風氫耦合系統(tǒng)超前控制策略研究［J］. 太陽能學報， 2022， 43（3）： 53-60.

LU J， YU L J， ZHENG P， et al. Research on advanced control strategy of wind hydrogen coupling system［J］.Acta energiae solaris sinica， 2022， 43（3）： 53-60.

［2］"""" 馬榕谷， 陳潔， 趙軍超， 等. 非并網(wǎng)風氫互補系統(tǒng)的容量多目標優(yōu)化［J］. 太陽能學報， 2019， 40（2）： 422-429.

MA R G， CHEN J， ZHAO J C， et al. Multi-objective optimization for capacity of non-grid-connected wind/hydrogen hybrid power system［J］. Acta energiae solaris sinica， 2019， 40（2）： 422-429.

［3］"""" 段青熙， 袁鐵江， 梅生偉， 等. 風電-氫儲能與煤化工多能耦合系統(tǒng)能量協(xié)調(diào)控制策略［J］. 高電壓技術(shù)， 2018， 44（1）： 176-186.

DUAN Q X， YUAN T J， MEI S W， et al. Energy coordination control of wind power-hydrogen energy storage and coal chemical multi-functional coupling system［J］. High voltage engineering， 2018， 44（1）： 176-186.

［4］"""" RECALDE M D F， CHANG L R. Synergistic control between hydrogen storage system and offshore wind farm for grid operation［J］. IEEE transactions on sustainable energy， 2014， 5（1）： 18-27.

［5］"""" ZHOU T， FRANCOIS B. Modeling and control design of hydrogen production process for an active hydrogen/wind hybrid power system［J］. International journal of hydrogen energy， 2009， 34（1）： 21-30.

［6］"""" 李咸善， 楊宇翔. 基于雙向電價補償?shù)暮瑲鋬δ茱L電和梯級水電聯(lián)合優(yōu)化調(diào)度［J］. 電網(wǎng)技術(shù)， 2020， 44（9）： 3297-3306.

LI X S， YANG Y X. Optimization dispatching for joint operation of hydrogen storage-wind power and cascade hy-dropower station based on bidirectional electricity price compensation［J］. Power system technology， 2020， 44（9）： 3297-3306.

［7］"""" ABDELWAHAB M， ALI D， HOGG D， et al. Modelling the performance of wind-hydrogen energy systems： case study the hydrogen office in Scotland/UK［J］. Renewable amp; sustainable energy reviews， 2016， 53： 1313-1332.

［8］"""" KIM M， KIM J. An integrated decision support model for design and operation of a wind-based hydrogen supply system［J］."" International"" journal"" of"" hydrogen"" energy， 2017， 42（7）： 3899-3915.

［9］"""" 邵志芳， 吳繼蘭. 基于動態(tài)電價風光電制氫容量配置優(yōu)化［J］. 太陽能學報， 2020， 41（8）： 227-235.

SHAO Z F， WU J L. Capacity configuration optimization of hydrogen production from wind and PV power based on dynamic electricity price［J］. Acta energiae solaris sinica， 2020， 41（8）： 227-235.

［10］""" 于家敏. 基于模型預測控制的風光氫耦合系統(tǒng)功率調(diào)控策略研究［D］. 吉林： 東北電力大學， 2021.

YU J M. Study on power regulation strategy of wind photovoltaic and hydrogrn coupling system based on model predictive" control［D］. Jilin：" Northeast" Electric" Power University， 2021.

［11］""" 李世春， 唐紅艷， 劉道兵， 等. 含風電虛擬慣性響應的電力系統(tǒng)等效慣性時間常數(shù)計算［J］. 可再生能源， 2018， 36（10）： 1486-1491.

LI S C， TANG H Y， LIU D B， et al. Calculation of equivalent inertia time constant of power system with virtual inertial response of wind power［J］. Renewable energy resources， 2018， 36（10）： 1486-1491.

RESEARCH ON COORDINATED OPERATION STRATEGY OF

WIND-SOLAR HYDROGEN PRODUCTION AND STORAGE BASED ON

ADAPTIVE CONTROL

Gao Chao1-3，Yao Xiuping1-3，Liu Rixin1，3，Sun Hao1-3，Yang Meng1-3

（1. Goldwind Low-Carbon Energy Design amp; Research Institute （Chengdu） Co. ， Ltd.， Chengdu 610041， China；

2. Beijing Tianrun Xinneng Investment Co.， Ltd.， Beijing 100029， China；

3. Goldwind Technology Co.， Ltd.， Beijing 101102， China）

Abstract：In view of the characteristics of large-scale， complex structured， multi-energy and multi-time coupling of the clean energy hydrogen production system， this paper fully considers the power fluctuation caused by the randomness and intermittency of renewable energy， such as PV and wind power， etc.， as well as the system response time difference problem caused by the dynamic response feature of electrolyzer and energy storage. An integrated system of hydrogen production from renewable energy with storage is proposed. Combined with the economic operation means of green electricity and hydrogen， an economic and safe operation mode suitable for hydrogen production from wind and solar power with storage is formed using the adaptive control algorithm. The simulation results show that the integrated hydrogen production and storage system can operate safely and has a relatively good operation effect in this mode.

Keywords：wind power； photovoltaic； energy storage； hydrogen production； hydrogen storage