基于系統動力學氫需求預測與綜合能源系統優化配置研究

周專，苗帥，邊家瑜，袁鐵江

（1.國網新疆電力有限公司，烏魯木齊 830011；2.大連理工大學電氣工程學院，遼寧大連 116024）

0 引言

隨著“雙碳”戰略目標的提出，可再生能源裝機容量不斷提升。由于風光消納能力不足，新疆地區新能源的棄電率遠高于全國的平均水平[1]。氫能作為具有大規模存儲特性的清潔能源，將在工業、交通、電力和建筑供熱等領域發揮重大的作用，通過可再生能源發電所得的綠氫，將作為新興能源代替傳統化石能源，實現能源的綜合協調利用[2]。

目前，在氫負荷的預測方面，國內外學者已進行了一定研究。文獻[3]根據交通流量數據和期望的車輛加氫概率，基于K 最鄰近和支持向量機方法對交通領域的氫需求量進行了預測。文獻[4]考慮到政策支持和經濟投入對交通領域氫能需求的影響，基于系統動力學方法分析相關影響因素，預測了交通領域的氫能需求。文獻[5]將小波變換方法和神經網絡相結合，精準模擬交通流情況，考慮到充電服務限制和駕駛員行為，對汽車的充能需求進行預測。以上文獻集中于對交通領域中氫燃料汽車對氫能的需求，針對某一地區多個領域的氫能需求預測較少。由于預測多個領域的氫能需求需要考慮各種因素，并且氫能技術在許多領域還處于新興階段，這增加了預測的復雜性和不確定性。而系統動力學強調系統的動態性，考慮到系統的各個影響因素和它們之間的相互作用，從而更好地模擬系統行為，能夠準確預測未來多領域下的氫能需求變化[6]。

隨著氫能需求得以預測，需要對制氫、儲氫以及運氫基礎設備的容量進行重新配置，在容量配置過程中綜合考慮技術、環境、經濟等因素，確保效益最大化，是系統建設的關鍵所在。文獻[7]以總凈現值成本最小為目標，考慮到系統運行的經濟性和環境效益，得到了風/光/儲并網型微電網容量最優配置。文獻[8]以微網的經濟性、可靠性和低碳性綜合最優為目標，考慮到氫儲系統的動態效率，通過隸屬度分析法給出了包含風光、氫儲能、超級電容的微網規劃方案。文獻[9]考慮到系統經濟性、供電可靠性和棄風率，采用動態權重的改進貓群算法對電解槽、燃料電池和儲氫罐的容量進行了優化配置?，F有對氫能系統的研究鮮有考慮氫能對電力系統供需的平衡作用，對多領域氫能應用下的最優配置研究較少。

綜上所述，對未來社會中氫能在工業、交通、電力、供熱領域的相關影響因素進行深入分析，通過系統動力學預測多領域下的氫能需求，基于氫負荷水平建立氫能系統，構建包括投資成本、運維成本和置換成本的以凈現值最低為目標的容量優化配置模型。以新疆地區為例，預測其多領域下的氫能需求，得到氫能系統中各設備的配置容量以及成本情況。

1 多領域氫負荷預測及等效電負荷模型

風/光發電通過電力轉換設備與電網集成，滿足工業、交通、電力和供熱領域的氫能需求。當可再生能源供應不足或氫儲能容量達到峰值時，多余的氫能可通過燃料電池系統發電，將其回饋電網，實現全方位的能源協同利用。這種綜合能源系統充分發揮了電和氫在各個領域之間的互補特性，有效協調電源與負荷之間的平衡。典型的應用場景包括工業領域，如鋼鐵的清潔冶煉和甲醇生產；交通領域，如氫燃料汽車、重型卡車和公共汽車的氫能替代；電力領域以氫燃料電池發電為主；供熱領域以天然氣管道摻氫為主。綜合能源系統結構圖見圖1，通過可再生能源和氫能技術的相互作用，以滿足多領域的能源需求，同時實現能源的高效利用和可持續發展[10]。

圖1 綜合能源系統結構圖Fig.1 Structure diagram of integrated energy system

1.1 多領域氫負荷預測

系統動力學分析的核心在于考察系統內因素之間的相互作用，并假定外部環境變化不會在本質上改變系統行為。終端應用領域的氫能需求中，多方面復雜因素如政策、經濟、技術、環保等制約了其發展，因此模型聚焦關鍵內部因素，排除外部界限以提高模型的精確性[11]。地區生產總值和總人口的變化影響著各個領域的投資情況和對能源的需求程度，故將其作為輸入。不同領域的氫能需求會刺激氫能產業的發展，將工業、交通、電力和供熱的氫能需求作為輸出，將模型的時間邊界設定為2016～2050年，得到多領域氫負荷預測的因果關系圖見圖2。圖中的“+”表示因素之間存在積極作用，“-”表示因素之間具有消極作用。

圖2 多領域氫負荷預測的因果關系圖Fig.2 Causality diagram of multi-domain hydrogen load forecasting

篩選出關鍵因素后，對多領域氫負荷預測進行建模。具體將多領域氫負荷預測模型分為工業子系統、交通子系統、電力子系統、供熱子系統和氫能子系統這5 個子系統。

1）工業子系統

鋼鐵產業和煤化工產業作為工業領域的兩大支柱性產業，通過氫能實現其綠色轉型可以大幅降低工業生產過程的碳排放，減少資源消耗和提高能源利用效率。鋼鐵產業的綠色轉型主要考慮到城鎮化率、人均鋼鐵量、廢鋼量對鋼鐵產量的影響[12]，城鎮化率和鋼鐵投資會影響生鐵產量的變化，城鎮化率越高、鋼鐵投資越多，生鐵產量會越高，其主要方程式為

式中：sUR、PTO、S(t)分別為城鎮化率、城鎮人口、總人口；SPI(t)、SPS、SSI、a1分別為生鐵增量、人均鋼鐵量、鋼鐵投資、回歸擬合常數；SSO、(t)、rSO分別為鋼鐵產量、粗鋼產量、鋼鐵轉化系數；(t)、SSI(t)、SDS(t)分別為鋼鐵總存量、鋼鐵年增量、折舊廢鋼量。

煤氣化技術是煤化工產業的關鍵，在合成氣凈化過程中，最大程度地回收并重復使用污染物，從而顯著減少溫室氣體排放。技術的不斷改進會提升其發電效率，降低對煤炭的消耗量；氫氣發電量的增加會降低碳排放，帶來相應的社會經濟效益[13]，其主要方程式為

式中：CHF、CHZ、hHL分別為火電發電量、火電裝機容量、火電利用小時數；CGD、CGL、CGJ分別為供電產值、供電量、供電價格；C(t)、CMZ(t)、rMZ分別為煤炭消耗量、煤炭消耗增量、煤炭折標系數；CTJ、CTP、CCS分別為碳排放減少量、碳排放量、碳排放處理水平。

2）交通子系統

經濟的不斷增長會增加對交通行業的投資，導致各種交通工具保有量和出行量的增加。在新能源政策激勵以及交通投資的資金支持下，氫燃料汽車、氫能源公共汽車和氫能源重型卡車的數量會越來越多，對氫能的需求也大幅增加，其主要方程式為

3）供熱子系統

與新建氫氣管道相比，天然氣管網更為成熟，將氫氣混入天然氣管網用于城市供熱可顯著削減供熱成本?；旌蠚怏w的熱值變化會影響熱能需求，從而減少天然氣的消耗，降低碳排放，提高綜合效益[14]，其主要方程式為

式中：HGR、γ、RHQ分別為供熱氫需求量、摻氫比例、混合氣體量；RRZ、RHR分別為熱值、混合其他熱值；RXF、RNY、kTX分別為天然氣消費量、能源消費總量、天然氣消費占比；RTR、RTP分別為天然氣需求量、天然氣用氣人口；a2、a3、a4為擬合常數。

4）電力子系統

氫能在電力系統調節方面仍處于示范階段，目前主要采用氫燃料電池發電。使用氫能發電技術能夠減少對煤炭的依賴，削減CO2排放，從而實現高效的電能轉化[15]，其主要方程式為

式中：ESH、ERJ、EDX、ESC分別為生活用電量、人均用電量、電力消費量、生產用電量；EQD、EFD、HDL、EQF、EHD分別為缺電量、發電量、電力氫需求量、氫能電站發電量、氫電轉化系數。

5）氫能子系統

隨著綠氫投資的增加，可再生能源制氫技術將得到升級和優化，從而降低制氫成本。技術升級將對氫能供需產生影響，隨著制氫成本的降低，售氫價格也會降低，進而刺激氫能需求的增長，通過售氫所獲得的利潤可以繼續促進制氫技術的優化[16]，其主要方程式為

1.2 等效電負荷模型

氫需求預測結果將被轉化為等效電負荷數據，用于系統的容量配置。在交通系統中，氫燃料電池汽車的加氫模式與傳統燃料汽車相似，具有周期性，并且每天都呈現相似的趨勢。每周內，每小時的氫需求比率可參考文獻[17]。如果不考慮季節變化，那么交通領域的氫需求量等于年平均需求量，因此交通用氫的等效電負荷公式為

式中，DJT、kJT、ηAE分別為交通氫能等效電負荷、交通氫負荷比率、電解槽制氫效率。

供熱系統中的氫需求量等于城市天然氣供熱的摻氫量，與城市天然氣用氣量的波動方式相似，每日用氣量比率可參考文獻[18]?？紤]到供熱需求的季節性特點，設定夏季氫負荷減少20%，冬季增加20%，而春秋季則等于年平均需求量。以春秋季為例，供熱用氫的等效電負荷公式

式中，DGR、kGR分別為供熱氫能等效電負荷、供熱氫負荷比率。

工業領域的氫需求量包括鋼鐵清潔冶煉和煤化工生產甲醇等工業過程的總需氫量。電力領域主要考慮到氫燃料電池發電技術，氫能發電和工業生產具有一定的靈活性，其等效電負荷波動模式可遵循正態分布[19]，公式為

式中，DGY、DGL分別為工業氫能等效電負荷、電力氫能等效電負荷。

2 氫綜合能源系統容量配置建模

本文考慮到綜合能源系統的經濟性和可靠性，以凈現總成本最低為目標，構建計及多領域用氫需求的綜合能源系統容量配置模型，并基于HOMER軟件進行求解，確定系統內風電機組、光伏機組、氫燃料電池等設備的最優配置容量。

2.1 主要設備模型

1）風機模型

風力發電是當前風能利用的主要方式，風機的出力與風速、風輪面積、輪轂高度等多個因素均有關，其關系可以簡化為

式中，PWT(t)、、vQR、vQC、vr分別為t時刻風機出力功率、風機出力額定功率、風機切入風速、風機切出風速、風機額定風速。

2）光伏模型

光伏陣列將光能轉化為電能，其輸出功率與光照強度、氣象條件、環境溫度等密切相關，具有很強的非線性，出力模型為

式中，PPV(t)、fPV、、GGQ、、k、Tgs、Tr分別為t時刻光伏出力功率、光伏陣列的降額因數、標準條件下的光伏額定功率、光照強度、標準條件下的光照強度、光伏功率溫度系數、光伏電池板實際溫度、光伏電池板額定溫度。

3）電解槽模型

電解槽會將過剩的風光轉化為氫氣，堿性電解槽是目前應用最廣泛的電解制氫技術，其輸出模型為

式中，PH2(t)、PEZ(t)分別為t時刻堿性電解槽產氫功率、t時刻電解槽輸入的電功率。

4）燃料電池模型

燃料電池采用質子交換膜燃料電池，其運行功率為額定功率的0～100%，其輸出模型為

式中，PFC(t)、HFC(t)、ηFC、HHLV分別為質子交換膜燃料電池的實時功率、實時耗氫量、發電效率、氫的低拉熱值。

5）儲氫罐模型

高壓存儲的儲存和釋放氫氣的速度快、成本低，適用于大規模存儲，應用最為廣泛，其模型為

式中，TRC(t)、TRC(t-1)、ηRI、ηRO、PRO(t)、SOHC(t)、分別為t時刻儲氫罐剩余容量、t-1 時刻儲氫罐剩余容量、儲氫罐充能效率、放能效率、t時刻儲氫罐放能功率、荷電狀態、額定容量。

2.2 目標函數

氫能系統以凈現值為目標，將系統運行周期內的支出成本和所得收益按照利率年平均化后進行折算，得到凈現總成本。支出的成本包括風力發電機、光伏陣列和氫儲能系統的投資成本、運維成本以及置換成本。獲得的收益包括系統運行周期結束后各個設備的殘余價值[20-21]，凈現值總成本公式為

式中，MJX、MPJ、CRF、r、MYX分別為凈現總成本、支出成本和獲得收益的折算值、資金回收系數、實際年利率、系統運行年限。

式中，MTZ、MYW、MZH分別為年投資成本、年運維成本、年置換成本。

式中，mi,TZ、、mi,YW分別為第i種設備的單位容量投資成本、第i種設備的額定容量、第i種設備的單位容量運維成本；mi,ZH、ki,ZH、SFF、Mi,SY、MS分別為第i種設備的單位容量置換成本、置換比例系數、償債基金系數、第i種設備的使用壽命、設備殘值。

式中，Mi,GH、INT、Mi,SY分別為第i種設備的更換年限、取整符號、第i種設備在系統運行周期結束后剩余的使用壽命。

2.3 約束條件

1）設備運行約束為

式中，PLOAD（t）為用戶用能負荷。

2）氫儲能約束

3）負荷缺電率約束

式中，PFQ、PFQ_LOAD(t)、分別為負荷缺電率、t時刻缺電負荷功率、最大負荷缺電率。

3 算例分析

3.1 多領域氫能需求預測

本文以新疆地區為例，根據上述變量的結構方程，使用Vensim 軟件模擬新疆地區在2016 年到2050 年間多領域的氫能發展趨勢。其中將2016～2021 年的數據用于模型的檢驗，將2022～2050 年的數據用于多領域預測，積分步長為1 年。結合《新疆省統計年鑒》和因果回路圖中相關文獻對參數的描述，多領域氫負荷預測的關鍵參數見表1。

表1 關鍵參數初始值Table 1 Initial values of key parameters

為了確保模型的合理性和準確性，在開始預測之前，必須進行歷史性檢驗以驗證模型是否能夠準確地反映過去的現實情況。本文選取地區生產總值、家用汽車保有量、鋼材產量、電力消費量、天然氣供應量的仿真模擬數據與實際數據進行相對誤差檢驗。檢驗結果見表2。

表2 模型歷史性檢驗結果Table 2 Historical test results of the model

經過對比分析各個變量的模擬值可得，2017～2021 年新疆的地區生產總值、家用汽車保有量、鋼材產量、電力消費量、天然氣供應量的相對誤差均在4%以內，由此可得所建立的模型具有較高的精確度，通過有效性檢驗，可得使用該模型對工業、交通、電力、供熱多領域的氫能發展趨勢進行模擬仿真預測是準確的。

通過有效性檢驗，已驗證構建模型的準確性?；谶@一驗證，可以進行多領域下的氫能需求預測。圖3 為交通領域和工業領域的氫能需求變化，從圖中可得，到2030 年交通領域的氫能需求為7.09 萬噸、工業領域的氫能需求為25.38 萬噸，受限于電制氫技術早期成本較高，氫能產業的發展緩慢且規模較??；到2050 年交通領域的氫能需求為73.32 萬噸、工業領域的氫能需求為82.45 萬噸，隨著氫能技術的不斷發展，氫燃料電池和氫氣生產效率的不斷提高，交通領域和工業領域作為碳排放的主要來源，依靠氫能進行綠色轉型，以實現其可持續發展。

圖3 交通、工業領域的氫能需求Fig.3 Hydrogen demand in transportation and industry

隨著綠氫技術的不斷升級，綠氫作為清潔高效的二次能源，將助力電力領域和供熱領域的節能減碳。圖4 為電力領域和供熱領域的氫能需求變化，從圖中可得，到2030 年供熱領域的氫能需求為1.38 萬噸、電力領域的氫能需求為1.56 萬噸；到2050 年供熱領域的氫能需求為4.2 萬噸、電力領域的氫能需求為4.71 萬噸。在供熱領域中隨著天然氣摻氫占比的提升，可降低對天然氣的依賴，保證能源的充足供應；隨著氫燃料電池發電技術的不斷升級，使得氫能參與電力系統調節的應用越來越多，氫發電占比的提升在滿足系統靈活性調節和供電可靠性的同時減少了對煤炭的使用，大幅降低了碳排放。

圖4 供熱、電力領域的氫能需求Fig.4 Hydrogen demand in heating and power sector

結合上述對工業、交通、電力、供熱領域氫能需求變化趨勢的分析可得，在2030 年之前，氫能主要作為工業的生產原料，應用在工業生產上，這是工業領域在氫能發展初期氫能占比最大的主要原因。隨著氫能產業政策的不斷完善，各種以氫能為動力的交通工具會迅速增加，氫發電和天然氣摻氫的占比也會越來越大，綠氫將實現在電力、交通、建筑領域的廣泛應用，氫能需求會得到大幅度增長。

3.2 綜合能源系統的容量配置

氫能需求的特性直接影響系統容量的配置，基于2050 年的氫負荷預測結果，對各領域的用氫特性進行分析：由于工業領域對氫能的需求較為平穩，相鄰每小時氫負荷波動不超過5%，據此隨機生成1 條工業領域氫負荷曲線；根據供熱領域的累計數據集，新疆地區的日用氣量主要有2 個高峰期：08：00～13：00 和14：00～20：00；交通領域的氫負荷曲線受人們的日常出行影響，日加氫量高峰期主要集中在08：00～20：00，電力領域的需求曲線與工業領域基本一致，其等效電負荷曲線如圖5 所示。

圖5 氫等效電負荷曲線Fig.5 Hydrogen equivalent electrical load curve

3.2.1 不同風光類型下的配置結果

風力發電和光伏發電均可以滿足負荷需求，為探究不同類型的可再生能源出力對系統配置結果的影響，設置僅風力發電、僅光伏發電、風力發電和光伏發電混合出力3 個場景進行仿真。不同風光類型下的配置結果見表3，對應全壽命周成本分析見圖6。

表3 不同風光類型下的配置結果Table 3 Configuration results under different scenery types

圖6 不同新能源類型配置下的綜合成本分析Fig.6 Comprehensive cost analysis under different types of new energy configuration

由表3 和圖6 可知，風力發電機和光伏陣列共同出力下的配置結果，即由70 000 MW 的風力發電機、37 500 MW 的光伏陣列、30 000 MW 的電解槽、150 000 t的儲氫罐、15 000 MW 的氫燃料電池和21 700 MW 的變流器構成的混合風光出力系統，是滿足所在地區的經濟性最優系統。與只有風機出力和只有光伏出力的系統相比，凈現總成本分別降低了12.1%、15.2%。其主要因為風機在夜晚出力占比多，光伏陣列主要在白天出力，兩者之間形成互補，使系統配置較小的風光和氫能系統容量就可以很好的滿足系統負荷需求。

3.2.2 不同綠氫滲透下的配置結果

綜合能源系統的配置容量應根據負荷需求的不同，進行精確的配置規劃，以保障能源供應的可靠性和穩定性。為探究不同綠氫滲透下的氫負荷需求對系統配置結果的影響，將氫負荷設置為預測氫負荷的0.5～3 倍，間隔為0.5 倍。不同氫負荷需求下的容量配置結果如圖7。

圖7 不同氫負荷需求下的容量配置結果Fig.7 Capacity configuration results under different hydrogen load requirements

由圖7 可得，隨著氫負荷從預測氫負荷的0.5 倍增長到3 倍時，風光裝機規模隨著氫負荷的增加呈現著上升趨勢，氫燃料電池的裝機規模在緩慢增加，其裝機占比從11.93%增長至13.87%。這表明在目前的風光機組和氫燃料電池建設成本之下，隨著終端負荷的快速上升，風光機組的綜合配置仍是保持經濟性最優的配置結構。隨著未來氫能產業的進一步發展，氫能的規?；a及供應鏈會不斷優化，當氫燃料電池的生產成本更低時，氫燃料電池的裝機占比會越來越高。

3.2.3 不同風光占比下的配置結果

在風光最優配置條件下，風光發電能夠滿足全年大部分負荷需求，氫燃料電池的總發電量較小，主要是起到輔助調峰的作用。表4 為不同風光占比下的配置結果，不同風光占比下發電量及綜合成本變化見圖8。

表4 不同風光占比下的配置結果Table 4 Configuration results under different proportions of scenery

圖8 不同風光占比下發電量及綜合成本變化Fig.8 Changes in power generation and comprehensive cost under different proportions of wind and solar power

由圖8 可知，隨著風電機組和光伏機組的裝機容量增加，氫燃料電池的配置容量一直保持不變，其作用主要是保證負荷用電高峰的供給。隨著風電機組、光伏陣列的變化，風光出力逐漸增大，供給負荷電量在總負荷電量需求中的占比越來越大，氫燃料電池發電占比隨之降低。隨著風電和光伏機組的增加，電源部分的成本隨之增大，氫能設備的配置容量減小，成本隨之降低，但系統的凈現總成本在風光占比為57.1% 和30.6% 時達到最小值。當風力發電機、光伏陣列的配置容量過大時，氫能設備的容量減小，但由于風機主要在夜晚出力，與負荷需求曲線不匹配，這導致氫能設備容量變化較小，系統的凈現總成本隨著風機數的增加不斷增大；當風力發電機、光伏陣列的配置容量過小時，系統會選擇增大電解槽、儲氫罐、氫燃料電池的容量以保證負荷的可靠供給，此時氫能設備所增加的成本遠大于風光機組容量變小所減少的費用，系統的凈現總成本隨著風機數的減小不斷增大。在滿足負荷需求過程中，持續增大、減小電源部分或者氫能系統的容量均會導致系統成本的增加。

4 結語

氫能將工業、交通、電力、供熱領域統合在一起，為綜合能源系統的節能減排提供了新途徑。綜合能源系統的持續發展需要精確的氫負荷預測方法，精確的氫負荷預測不僅對未來社會的工業、交通、電力、供熱領域的綠色轉型至關重要，同時也為氫能系統的容量配置提供了堅實基礎。因此，本文對多領域氫負荷進行預測并提出容量配置方案，主要結論如下：

1）在氫能產業的發展初期，由于氫能作為生產原料得到了工業生產的大量使用，使得工業領域是初期氫能需求的主要來源。隨著氫燃料電池技術的改進和制氫成本的不斷降低，以氫能為動力的交通工具會迅速增加，氫發電和天然氣摻氫的占比也會越來越大，氫能將推動工業、交通、電力和供熱領域向可持續的能源系統轉型，有效減少能源依賴，提高能源供應的可靠性；

2）風力和光伏發電均可以滿足終端需求，通過對比不同風光類型下的全壽命周期成本，表明風力發電機和光伏陣列共同出力的系統與只有風機出力和只有光伏出力的系統相比，凈現總成本分別降低了12.1%、15.2%，由此可得夜晚以風機出力為主，白天以光伏陣列出力為主的互補系統，是滿足終端用氫需求的最優配置結果；

3）當氫負荷快速上升時，風光機組綜合配置仍是保持經濟性最優的配置結構；在風光最優配置條件下，風光發電能夠滿足全年大部分負荷需求，氫燃料電池的總發電量較小，主要起到輔助調峰的作用。在滿足負荷需求過程中，持續增大、減小電源部分或氫能系統的容量均會導致系統成本的增加。