收稿日期：2022-07-19

基金項目：國家重點研發(fā)計劃（2021YFB2601300；2021YFB1600200）

通信作者：賈利民（1963—），男，博士、教授，主要從事交通控制與安全、智能交通系統(tǒng)、能源與交通融合等方面的研究。jialm@vip.sina.com.cn

DOI：10.19912/j.0254-0096.tynxb.2022-1066 文章編號：0254-0096（2023）11-0513-09

摘 要：該文構建以服務區(qū)微網(wǎng)凈收益最大化為目標，以微網(wǎng)系統(tǒng)功率平衡為約束，包括蓄電池與氫能兩種儲能單元在內(nèi)的風、光發(fā)電服務區(qū)微網(wǎng)優(yōu)化調度模型。采用CPLEX求解器進行求解，并對純蓄電池、純氫儲能、蓄電池與氫儲能混合系統(tǒng)3種不同配置方案下的優(yōu)化策略進行對比分析。研究結果表明：含氫儲能的方案提升了風、光資源利用率的同時增強了系統(tǒng)供電可靠性，驗證了該方案下優(yōu)化調度策略的有效性。

關鍵詞：可再生能源；氫儲能；微電網(wǎng)；電力負荷調度；交通與能源融合；公路服務區(qū)

中圖分類號：TM919 """""""" 文獻標志碼：A

0 引 言

資源緊缺、氣候變化、環(huán)境污染給人類帶來了嚴峻挑戰(zhàn)［1］，能源與交通作為社會經(jīng)濟體系最重要的基礎產(chǎn)業(yè)和集大成者特征的科技領域，亟需重大變革以引領和塑造經(jīng)濟發(fā)展模式［2］。

國內(nèi)外學者已針對道路基礎設施蘊含的風、光可再生能源稟賦開發(fā)利用開展了相關的可行性研究［3］。文獻［4］提出一種在車輛上安裝小型風力渦輪機提供動力的解決方案。文獻［5-6］探索在道路上方鋪設光伏組件收集相關交通基礎設施能源。文獻［7］提出一種可在城市道路運行的垂直軸風力渦輪機。文獻［8］研究直接以風能為電動汽車充電站供電的可行性。盡管這些研究探討了可再生能源在公路交通領域的應用可能性，但忽視了其波動性和時效性對交通供電可靠性與電網(wǎng)穩(wěn)定性的影響。

同時，在純可再生能源發(fā)電領域，學者們針對風、光資源的波動性和時效性開展了靈活的需求管理和智能能源管理的相關研究［9-13］。文獻［14］提出一種孤島場景下就地發(fā)電機與可再生能源發(fā)電成本最優(yōu)的微電網(wǎng)優(yōu)化調度方法。文獻［15］從微網(wǎng)實時調度需求出發(fā)，構建同時尋求儲能單元放電機會成本和邊際充電成本的最優(yōu)調度模型。文獻［16］建立了含柴油發(fā)電機、微型燃氣輪機和燃料電池的微網(wǎng)運行成本優(yōu)化模型。上述研究雖考慮了新能源發(fā)電系統(tǒng)波動性與時效性因素，但仍無法滿足電力生產(chǎn)與需求之間的實時自洽平衡。

中國西部地區(qū)具有負荷小、無電網(wǎng)的特點，傳統(tǒng)以柴油發(fā)電為主的離網(wǎng)運行方式能耗高、污染重。而公路交通系統(tǒng)自洽是指充分利用公路基礎設施蘊含的風、光可再生清潔能源，為道路交通系統(tǒng)提供清潔、自洽的電能和氫能，實現(xiàn)道路交通系統(tǒng)能源需求的分布式自洽供給［17］。因此，本文提出一種基于氫儲能、充分利用當?shù)刎S富的風、光自然資源稟賦，為公路交通系統(tǒng)提供自洽供給清潔能源的優(yōu)化調度運行策略，也為解決中國西部無電地區(qū)公路交通系統(tǒng)“雙碳”目標提供系統(tǒng)解決方案。

1 公路交通自洽微網(wǎng)系統(tǒng)結構

與東部地區(qū)相比，西部地區(qū)電網(wǎng)結構薄弱、站點間距離過長等特性決定了西部微網(wǎng)交流中低壓孤島的運行方式。西部地區(qū)典型微網(wǎng)主要以風、光為主要能源輸入，通過能量管理中心的調度滿足發(fā)電單元與負荷之間的供需平衡，如圖1所示。能量管理中心需滿足不同服務區(qū)等級及服務設施的多種用電類型供電可靠性，還需保證具有波動性和間歇性的風、光資源的能源利用率，除此之外還要考慮系統(tǒng)整體經(jīng)濟性與環(huán)保性，在微網(wǎng)系統(tǒng)中擔負著重要任務。為滿足微網(wǎng)系統(tǒng)供電可靠性及運行經(jīng)濟性，能量管理中心應采用一種適用于不同等級高速公路服務區(qū)微網(wǎng)的能量調度策略，本文提出的公路自洽微網(wǎng)系統(tǒng)基于交通基礎設施用電類型、運行負荷及發(fā)電單元運行特性，制定具有針對性的優(yōu)化調度方案，利用風、光互補特性及蓄電池、氫能發(fā)電系統(tǒng)等儲能單元的可控特性，獲得自身制氫、微網(wǎng)間購/售氫最佳的、保證供電可靠性的動態(tài)適應性優(yōu)化調度方案。

2 公路交通自洽微網(wǎng)系統(tǒng)數(shù)學模型

2.1 分布式能源模型

2.1.1 風電機組出力模型

中國地域遼闊，風能資源豐富，有廣闊的開發(fā)潛力［18］，風能［19］在高速公路上可方便地應用于監(jiān)控系統(tǒng)、照明、收費系統(tǒng)以及配套設施的電能供應。

裝機容量[PE]是指電力系統(tǒng)實際安裝的發(fā)電機組額定有效功率的總和，其計算方法為：

[PE=i=1nNi?Pi]"""" （1）

式中：[Ni]——該區(qū)域內(nèi)[i]型號風電機組的安裝數(shù)量，個；[Pi]——道路沿線某路段或某服務區(qū)周邊[i]型號風電機組的單機容量，MW。

公路沿線風能發(fā)電潛力[Pdj]為：

[Pdj=503k=1nη?t?PE]""" （2）

式中：[Pdj]——服務區(qū)第[j]時的風能發(fā)電潛力，kWh；[n]——高速公路服務區(qū)總數(shù)，個；[k]——高速公路第[k]個服務區(qū)；[η]——發(fā)電效率；[t]——不同風資源區(qū)典型日24 h有效風速在2.5～25 m/s區(qū)間的時長，min。

2.1.2 光伏機組發(fā)電量模型

太陽能資源是指可利用的太陽輻射能。中國地處北半球歐亞大陸東部，主要處于溫帶和亞熱帶，具有較豐富的太陽能資源。公路交通自洽微網(wǎng)系統(tǒng)光伏機組發(fā)電量模型為：

[Pt（t）=100SESσ（t）]""""" （3）

式中：[Pt（t）]——[t]時刻（間隙為1 h）的光伏機組發(fā)電量，kWh；[SE]——實際光伏設備可鋪設面積，m2；[S]——建設10 MW（即1萬kW）光伏發(fā)電站用地面積，m2；[σ（t）]——[t]時刻該地區(qū)單位裝機容量可發(fā)電量，kWh。詳細參數(shù)見2015年國土資源部發(fā)布的《光伏發(fā)電站工程項目用地控制指標》［20］。

2.2 儲能系統(tǒng)模型

2.2.1 蓄電池模型

在能量優(yōu)化調度過程中，根據(jù)充放電過程中直流母線側的電池功率計算蓄電池的剩余能量：

[Ebat（t）=Ebat（t-1）×（1-α）+Δt×Pcbat（t-1）×ηcbat-Pdbat（t-1）ηdbat]

（4）

式中：[Ebat（t）]——[t]時刻的蓄電池電量，kWh；[α]——蓄電池的自放電系數(shù)，取0.001/h；[Δt]——步長，1 h；[Pcbat]——蓄電池充電功率，kW；[Pdbat]——蓄電池放電功率，kW；[ηcbat]——蓄電池充電效率，取0.9；[ηdbat]——蓄電池放電效率，取0.9。

2.2.2 氫能發(fā)電系統(tǒng)模型

1）電解槽模型

堿式電解槽是大規(guī)模制氫的首選裝置，其原理是將水電解為氫氣和氧氣［21］。

電解槽輸出功率為：

[PH1=ηele?Pele]"""" （5）

式中：[ηele]——電解槽效率，取0.6；[Pele]——電解槽輸入功率，kW。

2）儲氫罐模型

儲氫罐的主要作用：一是存儲由電解槽產(chǎn)生的氫氣；二是為燃料電池供給氫氣。

儲氫罐數(shù)學模型為：

[Hbat（t）=Hbat（t-1）+ηele?Pele（t-1）?ΔtQH-Pfc（t-1）?Δtηfc×QH]""" （6）

式中：[Hbat（t）]——[t]時刻儲氫罐剩余容量，kg；[QH]——氫的熱值，取39.54 kWh/kg；[Pfc（t-1）]——[t-1]時刻燃料電池的輸出功率，kW；[ηfc]——燃料電池的工作效率，取0.5。

3）燃料電池模型

氫能源轉換為電能主要有氫燃料電池與氫燃料內(nèi)燃機兩種方式。在污染物排放方面，由于氫燃料電池通過化學反應轉化為電能，反應過程中只產(chǎn)生水［22］，而氫燃料內(nèi)燃機燃燒時，不具備零污染物排放特性，會伴隨有氮氧化物的排放［23］。在轉換效率方面，當前工程化的氫燃料電池效率接近60%，其理論效率則高達90%［24］，而氫燃料內(nèi)燃機效率的轉化效率僅為30%～40%，遠低于氫燃料電池。

因此，氫燃料電池與氫燃料內(nèi)燃機雖都能實現(xiàn)完全脫碳，但相對氫燃料內(nèi)燃機而言，氫燃料電池無污染物排放，更加環(huán)保；同時，兩者效率相差懸殊，在制備同樣電能情況下，氫燃料電池所需供氫量僅為氫燃料內(nèi)燃機的一半，因而更適配公路交通自洽微網(wǎng)系統(tǒng)的需求。

常見的固體氧化物燃料電池的輸出功率為：

[Pfc=ηfc?PH2]"""""" （7）

式中：[PH2]——儲氫罐到燃料電池的輸入功率，kW。

2.3 負荷模型

公路自洽微網(wǎng)系統(tǒng)用電負荷按負荷聚集場景分為服務區(qū)、收費站、隧道、橋梁及道路沿線5大類；根據(jù)用電負荷實現(xiàn)功能分為監(jiān)控設施、服務設施及信息化設施3種，如表1所示。

本文針對高速公路基礎設施能耗，按負荷聚集場景分析其用能需求?；A設施能耗測算模型為：

[Q=Qf+Qs+Qb+Qt+Qr] （8）

式中：[Q]——基礎設施能耗，kWh；[Qf]——服務區(qū)能耗，kWh；[Qs]——隧道能耗，kWh；[Qb]——橋梁能耗，kWh；[Qt]——收費站能耗，kWh；[Qr]——道路沿線設備能耗，kWh。

2.3.1 服務區(qū)能耗模型

服務區(qū)能耗主要分為餐廳、超市、客房、辦公區(qū)、加油站等場所能耗，其計算模型為：

[Qf=（14.63+15.8+108.43）×Sf]""" （9）

式中：[Sf]——服務區(qū)的建筑面積，m2。

2.3.2 隧道能耗模型

高速公路的隧道為保障行車安全，需配備通風、照明、監(jiān)控、通信等系統(tǒng)。其能耗模型為：

[Qs=351Ls+210782.8ns]"""""" （10）

式中：[Ls]——隧道總長度，m；[ns]——該段隧道總條數(shù)。

2.3.3 橋梁能耗模型

橋梁周邊用電設備種類繁多，為保障行車安全，高速公路的橋梁需配備照明、監(jiān)控、通信、應急電力系統(tǒng)等系統(tǒng)。其能耗模型為：

[Qb=140.438Lq-438]"""" （11）

式中：[Lq]——橋梁長度，m。

2.3.4 收費站能耗模型

高速公路收費站主要能耗來源于收費系統(tǒng)、監(jiān)控系統(tǒng)、照明系統(tǒng)、日常管理辦公，其模型為：

[Qt=328nt]"""" （12）

式中：[nt]——收費站數(shù)量，個。

2.3.5 沿線設備能耗模型

高速公路沿線主要耗能設備為車輛檢測器與緊急電話，其能耗模型為：

[Qr=0.438L-438]"" （13）

式中：[L]——高速公路全長，m。

3 公路交通自洽微網(wǎng)系統(tǒng)運行調度優(yōu)化模型

為使本文構建的公路交通自洽微網(wǎng)系統(tǒng)更適配實際應用需求，本節(jié)構建針對不同需求的目標函數(shù)及約束條件。

3.1 目標函數(shù)

針對不同服務區(qū)場景實際情況下的不同需求，選取3個優(yōu)化子目標函數(shù)，分別為日運行成本[g1]、停電成本[g2]和氫交易成本[g3]。不同服務區(qū)對上述3種優(yōu)化子目標有不同需求，本文應用線性加權求和法不僅可通過改變權重系數(shù)[m1、m2、m3]從而適應優(yōu)化需求，也可將多目標優(yōu)化問題轉換成單目標優(yōu)化問題。

目標函數(shù)為：

[minf=m1?g1+m2?g2+m3?g3]"""""" （14）

1）日運行成本

[g1=cpv+cwt+cbat+cH] （15）

式中：[g1]——微網(wǎng)一天運行維護成本，元；[cpv]——光伏系統(tǒng)日運行成本，元；[cwt]——風電機組系統(tǒng)日運行成本，元；[cbat]——蓄電池日運行成本，元；[cH]——氫能系統(tǒng)日運行成本，元。

2）停電成本

[g2=1+PLoad-Ppv-Pwt-Pdbat+Pcbat+Pele-Pfc+Psale-PbuyPLoad×"""""""" Δt×CHQH]""""""""""""""" （16）

式中：[g2]——微網(wǎng)停電成本，元；[PLoad]——負荷出力，kW；[Ppv]——光伏出力，kW；[Pwt]——風電機組出力，kW；[Pfc]——燃料電池出力，kW；[Psale]——氫交易電解槽出力，kW；[Pbuy]——氫交易燃料電池出力，kW；[CH]——氫價格，取30元/kg。

3）氫交易成本

[g3=CH×PbuyQH×ηfc-CH×Psale×ηeleQH]""""" （17）

式中：[g3]——微網(wǎng)氫交易成本，元。

3.2 約束條件

3.2.1 蓄電池約束

1）蓄電池容量約束

[Ebatmin≤Ebat（t）≤Ebatmax]"""" （18）

式中：[Ebat（t）]——蓄電池的剩余容量，kWh；[Ebatmin]——蓄電池容量下限，kWh；[Ebatmax]——蓄電池容量上限，kWh。

2）蓄電池充放電功率約束

[0≤Pdbat（t）≤Pdbatmax]"""" （19）

[0≤Pcbat（t）≤Pcbatmax]""""" （20）

式中：[Pdbatmax]——蓄電池最大放電功率，kW；[Pcbatmax]——蓄電池最大充電功率，kW。

3.2.2 氫能發(fā)電系統(tǒng)約束

1）儲氫罐容量約束

[Hbatmin≤Hbat（t）≤Hbatmax]""" （21）

式中：[Hbat（t）]——儲氫罐剩余容量，kg；[Hbatmin]——儲氫罐剩余容量的最小值，kg；[Hbatmax]——儲氫罐剩余容量的最大值，kg。

2）電解槽功率限制

[0≤Pele（t）≤Pelemax]" （22）

式中：[Pelemax]——電解槽最大功率，kW。

3）燃料電池功率限制

[0≤Pfc（t）≤Pfcmax]"""" （23）

式中：[Pfcmax]——燃料電池最大功率，kW。

3.2.3 微網(wǎng)功率平衡約束

在任意時刻都要保證各發(fā)電單元和儲能裝置的輸出功率滿足負荷要求。

[PLoad-Ppv-Pwt=Pdbat-Pcbat-Pele+Pfc-Psale+Pbuy] （24）

4 求解流程

本文所求含氫儲能與風、光可再生能源的公路交通自洽微網(wǎng)系統(tǒng)優(yōu)化調度問題為線性化處理后的凸優(yōu)化問題。決策手段是多分布式電源出力、蓄電池與氫能發(fā)電系統(tǒng)相結合的混合儲能系統(tǒng)，降低公路交通自洽微網(wǎng)系統(tǒng)運行成本，同時保證能源利用效率與系統(tǒng)供電可靠性。具體計算流程為：

1）調研目標地區(qū)風光資源分布情況及風電機組、光伏組件可裝機容量，進而確定風光出力。

2）調研目標地區(qū)基礎設施建設情況，計算基礎設施能源需求。

3）綜合考慮供電可靠性、能源利用效率及經(jīng)濟成本的前提下，配置適配對應場景的儲能系統(tǒng)。

4）考慮各分布式能源系統(tǒng)與混合儲能系統(tǒng)相關約束與系統(tǒng)功率平衡約束，以微網(wǎng)運行成本最低為目標構建調度優(yōu)化模型，求解最優(yōu)調度方案。

計算過程中，設一天（24 h）為一個調度周期。調度間隔最小單位為1 h。本文提出的公路交通自洽微網(wǎng)系統(tǒng)優(yōu)化調度模型是混合整數(shù)線性規(guī)劃（mixed integer linear programming， MILP）問題，本文采用Yalmip建模工具箱，在Matlab環(huán)境下搭建含氫儲能與風、光可再生能源的公路交通自洽微網(wǎng)系統(tǒng)優(yōu)化調度程序，使用 CPLEX求解器中的分支定界法對所建模型進行優(yōu)化，在保證計算時間的同時獲得了良好精度。詳細求解流程如圖2所示。

5 算例分析

5.1 算例來源

為驗證本文模型和方法的有效性，以中國西部某高速公路服務區(qū)為例，參考文獻［25］相關計算數(shù)據(jù)，對微網(wǎng)內(nèi)各分布式單元出力策略開展連續(xù)24 h的典型日運行優(yōu)化調度。

本文算例中高速公路服務區(qū)可再生能源出力及負荷如圖3所示。分析圖3可知，風能出力一天內(nèi)波動較大，峰值出現(xiàn)在夜間，谷值出現(xiàn)在中午；光伏發(fā)電工作在06：00—19：00時段，峰值出現(xiàn)在中午13：00，光伏和風能出力呈現(xiàn)出一定的互補性。負荷一天內(nèi)波動較大，白天負荷需求大，夜間較小。風能出力能夠基本滿足夜間負荷需求，光伏出力能夠彌補白天風能出力不足。風光互補發(fā)電系統(tǒng)對滿足高速公路服務區(qū)負荷需求有良好的適應性。

微網(wǎng)系統(tǒng)內(nèi)各類發(fā)電機組的運行費用及懲罰系數(shù)參考文獻［13， 26-27］，詳細數(shù)據(jù)如表2和表3所示。

5.2 實驗方案設計

為驗證氫能系統(tǒng)應用于服務區(qū)微網(wǎng)的合理性，本文提出僅考慮蓄電池的公路交通自洽微網(wǎng)系統(tǒng)、含蓄電池與氫能發(fā)電系統(tǒng)的公路自洽微網(wǎng)系統(tǒng)及含蓄電池、氫能發(fā)電系統(tǒng)與氫交易的公路交通自洽微網(wǎng)系統(tǒng)3種調度場景。

1）場景1：僅考慮蓄電池的公路交通自洽微網(wǎng)系統(tǒng)

該場景下，系統(tǒng)除風、光出力及負荷外，僅考慮蓄電池進行儲能。本文在該場景下采用高速公路服務區(qū)風、光及負荷基礎數(shù)據(jù)進行蓄電池容量配置與調度優(yōu)化。通過結果對比，分析和驗證蓄電池轉移風、光出力性能。

2）場景2：含蓄電池與氫能發(fā)電系統(tǒng)的公路自洽微網(wǎng)系統(tǒng)

該場景下，系統(tǒng)除風、光出力及負荷外，蓄電池與氫能發(fā)電系統(tǒng)共同進行儲能。本文在該場景下采用高速公路服務區(qū)風、光及負荷基礎數(shù)據(jù)進行蓄電池及氫能發(fā)電系統(tǒng)容量配置與調度優(yōu)化。通過結果對比，分析和驗證蓄電池及氫能發(fā)電系統(tǒng)轉移風、光出力性能。結合場景1分析氫能發(fā)電系統(tǒng)的加入對系統(tǒng)各微源出力及系統(tǒng)各類指標的影響。

3）場景3：含蓄電池、氫能發(fā)電系統(tǒng)與氫交易的公路交通自洽微網(wǎng)系統(tǒng)

該場景下，系統(tǒng)除風、光出力及負荷外，蓄電池與氫能發(fā)電系統(tǒng)共同進行儲能。本文針對該場景采用高速公路服務區(qū)風、光及負荷基礎數(shù)據(jù)及氫交易系統(tǒng)對功率不平衡部分進行優(yōu)化，在此基礎上，進行蓄電池及氫能發(fā)電系統(tǒng)的容量配置與調度優(yōu)化。通過結果對比，分析和驗證蓄電池及氫能發(fā)電系統(tǒng)轉移風、光出力性能。結合場景1、2分析氫交易系統(tǒng)的加入對系統(tǒng)各微源出力及系統(tǒng)各類指標的影響。

5.3 運行結果分析

1）場景1：僅考慮蓄電池的公路交通自洽微網(wǎng)系統(tǒng)

為研究高速公路服務區(qū)微網(wǎng)系統(tǒng)能量一天內(nèi)的優(yōu)化調度情況，僅考慮蓄電池儲能場景下蓄電池荷電狀態(tài)變化和系統(tǒng)分布式單元出力如圖4所示。

分析圖4可知，在00：00—06：00時段主要由風能滿足服務區(qū)負荷需求，蓄電池消納多余風電出力。在07：00—19：00時段風光同時出力滿足負荷需求，風光不足出力由蓄電池補給。20：00—24：00時段由風能滿足服務區(qū)負荷，蓄電池處于容量限制下限，但仍有部分需求無法滿足。

2）場景2：含蓄電池與氫能發(fā)電系統(tǒng)的公路自洽微網(wǎng)系統(tǒng)

含蓄電池與氫能發(fā)電系統(tǒng)場景下蓄電池荷電狀態(tài)與儲氫罐容量狀態(tài)變化及系統(tǒng)分布式單元出力如圖5所示。

分析圖5可知，在00：00—06：00時段主要由風能滿足服務區(qū)負荷需求，蓄電池與氫能發(fā)電系統(tǒng)同時消納多余風電出力，減少棄風現(xiàn)象。在07：00—19：00時段風光同時出力滿足負荷需求，風光不足出力由蓄電池與氫能發(fā)電系統(tǒng)同時補給。20：00—24：00時段由風能滿足服務區(qū)負荷，蓄電池與儲氫罐處于容量限制下限，但仍有部分需求無法滿足。

3）場景3：含蓄電池、氫能發(fā)電系統(tǒng)與氫交易的公路交通自洽微網(wǎng)系統(tǒng)

含蓄電池、氫能發(fā)電系統(tǒng)與氫交易場景下蓄電池荷電狀態(tài)與儲氫罐容量狀態(tài)變化及系統(tǒng)分布式單元出力如圖6所示。

分析圖6可知，在00：00—06：00時段主要由風能滿足服務區(qū)負荷需求，蓄電池與氫能發(fā)電系統(tǒng)同時消納多余風電出力，減少棄風現(xiàn)象。在07：00—19：00時段風光同時出力滿足負荷需求，風光不足出力由蓄電池與氫能發(fā)電系統(tǒng)同時補給。20：00—24：00時段由風能滿足服務區(qū)負荷，蓄電池與儲氫罐處于容量限制下限，此時系統(tǒng)從外部購氫，通過燃料電池來滿足風光未滿足的負荷需求。

5.4 不同方案對比分析

為綜合對比3種調度策略方案，根據(jù)圖4～圖6的調度結果，計算出不同方案下相關指標如表4所示。

分析表3可知：對比方案1與方案2，因為加入了氫能發(fā)電系統(tǒng)導致系統(tǒng)運營成本上升0.68%，但因為棄風棄光和斷電率的減少，使懲罰成本減少了23.17%，進而使綜合成本減少；對比方案1與方案3，方案3因為加入了氫交易環(huán)節(jié)，雖然增加了運營成本及氫交易成本，但由于提升了風光利用率及供電可靠性，從而懲罰成本變?yōu)?；對比方案2與方案3，與上述情況相同，方案3犧牲一定的經(jīng)濟性從而提升了系統(tǒng)供電可靠性與能源利用率，后續(xù)加大風光出力，通過賣氫收入，方案3可彌補經(jīng)濟性的不足。

6 結 論

針對獨立微網(wǎng)傳統(tǒng)的柴油機組電力供應模式污染環(huán)境、風光出力具有隨機性和波動性等問題，本文考慮高速公路服務區(qū)微網(wǎng)凈收益最大，建立含蓄電池、氫能發(fā)電系統(tǒng)及風光發(fā)電系統(tǒng)的服務區(qū)微網(wǎng)優(yōu)化調度模型，通過算例分析驗證了該方法的有效性，并得到以下主要結論：

1）本文提出以蓄電池作為高速公路服務區(qū)微網(wǎng)的儲能設備，能夠平抑風電的波動性，具有良好的可調節(jié)性，保證了服務區(qū)微網(wǎng)運行的安全穩(wěn)定。

2）對于具有豐富風光資源的西部地區(qū)，引入氫能發(fā)電系統(tǒng)能夠將服務區(qū)多余風光資源轉化為氫能。引入氫能發(fā)電系統(tǒng)雖然在系統(tǒng)運行成本上有所增加，但產(chǎn)生的氫氣帶來了客觀的效益，經(jīng)濟性、供電可靠性及新能源消納率得到提高。

本文提出的含氫能發(fā)電系統(tǒng)的高速公路服務區(qū)微網(wǎng)優(yōu)化運行方案更適合風光資源豐富的西部地區(qū)。隨著不斷上漲的化石燃料成本、“雙碳”背景下的碳排放懲罰和可再生發(fā)電機組成本的降低，構造一個100%由可再生能源發(fā)電的高速公路服務區(qū)微網(wǎng)系統(tǒng)更具有發(fā)展前景。

［參考文獻］

［1］"""" 張運洲， 張寧， 代紅才， 等. 中國電力系統(tǒng)低碳發(fā)展分析模型構建與轉型路徑比較［J］. 中國電力， 2021， 54（3）： 1-11.

ZHANG Y Z， ZHANG N， DAI H C， et al. Model construction" and" pathways" of" low-carbon" transition" of China’s power system［J］. Electric power， 2021， 54（3）： 1-11.

［2］"""" RIFKIN J. The third industrial revolution： how lateral power is transforming energy， the economy， and the world［J］. Civil engineering， 2012， 82（1）： 74-75.

［3］"""" GUO" L" K，" WANG" H." Non-intrusive" movable" energy harvesting devices： materials， designs， and their prospective"" uses"" on"" transportation"" infrastructures［J］. Renewable and sustainable energy reviews， 2022， 160： 112340.

［4］"""" HOSSAIN M F. Application of wind energy into the transportation sector［J］. International journal of precision engineering and manufacturing-green technology， 2021， 8（4）： 1225-1237.

［5］ GUO L K， LU Q. Potentials of piezoelectric and thermoelectric technologies for harvesting energy from pavements［J］. Renewable and sustainable energy reviews， 2017， 72： 761-773.

［6］"""" WANG H， JASIM A， CHEN X D. Energy harvesting technologies in roadway and bridge for different applications： a comprehensive review［J］. Applied energy， 2018， 212： 1083-1094.

［7］"""" POPE K， DINCER I， NATERER G F. Energy and exergy efficiency comparison of horizontal and vertical axis wind turbines［J］. Renewable energy， 2010， 35（9）： 2102-2113.

［8］"""" NOMAN F， ALKAHTANI A A， AGELIDIS V， et al. Wind-energy-powered electric vehicle charging stations： resource availability data analysis［J］. Applied sciences， 2020， 10（16）： 5654.

［9］"""" ?STERGAARD P A， MATHIESEN B V， M?LLER B， et al. A renewable energy scenario for Aalborg Municipality based on low-temperature geothermal heat， wind power and biomass［J］. Energy， 2010， 35（12）： 4892-4901.

［10］""" LUND H， MüNSTER E. Management of surplus electricity-production from a fluctuating renewable-energy source［J］. Applied energy， 2003， 76（1-3）： 65-74.

［11］""" DROSTE-FRANKE B， PAAL B P， REHTANZ C， et al. Demand for balancing electrical energy and power［M］. Heidelberg： Springer， 2012： 61-82.

［12］""" ?STERGAARD P A， LUND H. A renewable energy system in Frederikshavn using low-temperature geothermal energy for district heating［J］. Applied energy， 2011， 88（2）： 479-487.

［13］""" 冉金周， 李華強， 李彥君， 等. 考慮靈活性供需匹配的孤島微網(wǎng)優(yōu)化調度策略［J］. 太陽能學報， 2022， 43（5）： 36-44.

RAN J Z， LI H Q， LI Y J， et al. Optimal scheduling of isolated microgrid considering flexible power supply and demand［J］. Acta energiae solaris sinica， 2022， 43（5）： 36-44.

［14］""" SHAH P， MEHTA B. Microgrid optimal scheduling with renewable energy sources considering islanding constraints［J］. Iranian journal of science and technology， transactions of electrical engineering， 2020， 44（2）： 805-819.

［15］""" ZHANG Z， WANG J X， DING T， et al. A two-layer model for microgrid real-time dispatch based on energy storage system charging/discharging hidden costs［J］. IEEE transactions on sustainable energy， 2017， 8（1）： 33-42.

［16］""" 陳深， 肖俊陽， 黃玉程， 等. 基于改進量子粒子群算法的微網(wǎng)多目標優(yōu)化調度［J］. 電力科學與技術學報， 2015， 30（2）： 41-47.

CHEN S， XIAO J Y， HUANG Y C， et al. Multi-objective optimal dispatching of micro-grid with improved quantum-behaved particle swarm algorithm［J］. Journal of electric power science and technology， 2015， 30（2）： 41-47.

［17］""" 賈利民， 師瑞峰， 吉莉， 等. 我國道路交通與能源融合發(fā)展戰(zhàn)略研究［J］. 中國工程科學， 2022， 24（3）： 163-172.

JIA L M， SHI R F， JI L， et al. Road transportation and energy integration strategy in China［J］. Strategic study of CAE， 2022， 24（3）： 163-172.

［18］""" 朱蓉， 王陽， 向洋， 等. 中國風能資源氣候特征和開發(fā)潛力研究［J］. 太陽能學報， 2021， 42（6）： 409-418.

ZHU R， WANG Y， XIANG Y， et al. Stydy on climate characteristics and development potential of wind energy resources in China［J］. Acta energiae solaris sinica， 2021， 42（6）： 409-418.

［19］""" SIYAL S H， MENTIS D， M?RTBERG U， et al. A preliminary assessment of wind generated hydrogen production potential to reduce the gasoline fuel used in road transport sector of Sweden［J］. International journal of hydrogen energy， 2015， 40（20）： 6501-6511.

［20］""" 中華人民共和國自然資源部. 《光伏發(fā)電站工程項目用地控制指標》［EB/OL］. （2022-12-05）［2023-10-24］.http：//gi.mnr.gov.cn/202212/t20221205_2769519.html.

Ministry" of" Natural" Resources，" People’s" Republic" of China. Land quota of photovoltaic power station project［EB/OL］. （2022-12-05）［2023-10-24］.http：//gi.mnr.gov.cn/202212/t20221205_2769519.html.

［21］""" 張晨佳， 蔡軍， 張玉魁， 等. 基于熱力學平衡的高溫固體氧化物電解水制氫模擬［J］. 太陽能學報， 2021， 42（9）： 210-217.

ZHANG C J， CAI J， ZHANG Y K， et al. Simulation of high temperature solid oxide water electrolysis for hydrogen production based on thermodynamic equilibrium［J］. Acta energiae solaris sinica， 2021， 42（9）： 210-217.

［22］""" 劉應都， 郭紅霞， 歐陽曉平. 氫燃料電池技術發(fā)展現(xiàn)狀及未來展望［J］. 中國工程科學， 2021， 23（4）： 162-171.

LIU Y D， GUO H X， OUYANG X P. Development status and future prospects of hydrogen fuel cell technology［J］. Strategic study of CAE， 2021， 23（4）： 162-171.

［23］""" 中國電動汽車百人會. 中國氫能產(chǎn)業(yè)發(fā)展報告2022 ［R］. 北京： 中國電動汽車百人會， 2022： 29-38 （2022-06-15） ［2022-07-14］. http：//www.ev100plus.com/report/.

China Electric Vehicle Association. China hydrogen industry development report 2022［R］. Beijing： China electric vehicle association， 2022： 11-17 （2022-06-15） ［2022-07-14］. http：//www.ev100plus.com/report/.

［24］""" 中國氫能聯(lián)盟. 中國氫能源及燃料電池產(chǎn)業(yè)白皮書 ［R］. 北京： 中國氫能聯(lián)盟， 2019： 31-36 （2019-06-26） ［2022-07-16］. http：//www.h2cn.org.cn/Uploads/File/2019/07/25/u5d396adeac 15e.pdf.

China Hydrogen Energy Alliance. White paper on China′s hydrogen energy and fuel cell industry［R］. Beijing： China hydrogen energy alliance， 2019： 31-36 （2019-06-26） ［2022- 07-16］. http：//www.h2cn.org.cn/Uploads/File/2019/07/25/u5d396adeac15e.pdf.

［25］""" 賈利民， 師瑞峰， 吉莉， 等. 軌道與道路交通與能源融合發(fā)展戰(zhàn)略研究報告： 道路篇［R］. 北京： 中國工程院戰(zhàn)略咨詢報告， 2022.

JIA L M， SHI R F， JI L， et al. Research report on integrated development strategy of rail and road transportation and energy： road［R］. Beijing： Strategic consulting report of Chinese Academy of Engineering， 2022.

［26］""" 徐詩鴻， 張宏志， 林湘寧， 等. 近海海島多態(tài)能源供需自洽系統(tǒng)日前優(yōu)化調度策略［J］. 中國電機工程學報， 2019， 39（增刊1）： 15-29.

XU S H， ZHANG H Z， LIN X N， et al. Optimal day-ahead dispatching strategy for polymorphic energy self-consistent system with supply and demand for offshore island［J］. Proceedings of the CSEE， 2019， 39（S1）： 15-29.

［27］""" 吳雄， 王秀麗， 王建學， 等. 微網(wǎng)經(jīng)濟調度問題的混合整數(shù)規(guī)劃方法［J］. 中國電機工程學報， 2013， 33（28）： 1-9.

WU X， WANG X L， WANG J X， et al. Economic generation scheduling of a microgrid using mixed integer programming［J］. Proceedings of the CSEE， 2013， 33（28）： 1-9.

RESEARCH ON OPTIMAL DISPATCH STRATEGY OF WIND AND SOLAR SELF-CONSISTENT MICROGRID IN ROAD TRANSPORTATION

SYSTEM WITH HYDROGEN ENERGY STORAGE

Shi Ruifeng1，2，Ning Jin1，Gao Yuqin1，Jia Limin2，3

（1. School of Control and Computer Engineering， North China Electric Power University， Beijing 102206， China；

2. China Institute of Energy and Transportation Integrated Development， North China Electric Power University， Beijing 102206， China；

3. State Key Lab of Rail Traffic Control amp; Safety， Beijing Jiaotong University， Beijing 100044， China）

Abstract：A microgrid dispatch optimization model with wind and solar power generation， together with battery and hydrogen energy storage system， is proposed in this paper， in which maximum net income of the service area microgrid is employed as optimization objective and the power balance of the microgrid system is employed as the constraint. A CPLEX-based solver is adopted to analyze and optimize the problem， and three optimization schemes are compared for case study， which takes pure battery， pure hydrogen energy storage， and hybrid battery and hydrogen energy storage system into consideration respectively. Experimental results show that the hybrid wind and solar power generation microgrid with hydrogen energy storage system performs better on the indices of resource utilization and power system reliability simultaneously， which verifies the effectiveness of the method proposed in this study.

Keywords： renewable energy； hydrogen energy storage； microgrids； electric load dispatching； transport and energy integration； highway service areas；