氨分解制氫儲能系統容量對電力系統性能的影響

王 運，蒙 飛，張 超，李 濤，田 波，李江鵬，陳海東，張志華

（1國網寧夏電力有限公司，寧夏 銀川 750001；2國網陜西省電力有限公司電力科學研究院，陜西 西安 710000）

隨著雙碳目標的推進，我國正在大力推進可再生能源、儲能和氫能領域的研發、布局和建設。氨由于能量密度大，易于儲運和工業技術成熟等優點，成為了優良的氫載體。使用電加熱驅動氨分解制氫，可以在制取氫氣的過程中參與電力系統儲能調節，以提高新能源發電利用率。

在氨儲能和制氫的研究方面，澳大利亞國立大學的太陽能小組[1-4]從20 世紀90 年代便開始了氨儲能系統的研究，并從理論上論證了使用氨儲存太陽能的可行性。1999 年，太陽能小組建成了一套閉環運行的氨基熱化學儲能系統[5-6]。該系統采用蝶式聚光器為氨分解反應提供熱能，并利用氨分解過程存儲太陽能。Xie等人[7]使用槽式太陽能集熱器驅動氨分解，分析了幾何和操作參數對管式反應器和膜反應器性能[8-9]的影響。

在儲能系統對電力系統性能影響的研究方面，陳海東等人[10]應用蒙特卡洛方法分析了鋰電儲能系統容量配置對包含源荷兩側不確定性的電力系統的性能影響。陟晶等人[11]利用IEEE39 節點系統，驗證了帶有電加熱和儲熱功能的光熱電站在提高新能源消納方面的可行性和有效性。郭琛良等人[12]針對提高風電消納的目標，提出了包含氫能與鋰電儲能的綜合儲能系統，通過滿意度比較和多目標決策模糊優化，得到了綜合儲能系統的容量配置。馮飛波等人[13]針對配備電化學儲能和氫儲能系統的電力系統，建立了混合儲能系統雙層優化模型，證明了電化學-氫儲能系統可以提高電網經濟性并提高電網穩定性。楊文強等人[14]綜合考慮鋰電儲能和飛輪儲能的出力特性、系統壽命和經濟成本等因素，研究了混合儲能系統在新能源場站一次調頻中的作用特點，并得到了最優的儲能系統容量配置方案。

綜上所述，首先對在電力系統中采用氨分解同時實現儲能和制氫的研究是較為匱乏的。而且，學者們在氨儲能和制氫的研究中更加關注反應過程的分析，缺少其對電力系統影響的分析。同時，化學儲能系統對電力系統性能影響的研究中，學者們又普遍忽略了對儲能系統工作原理和過程的建模和分析。因此，本工作將模擬氨分解制氫過程，建立考慮源荷兩側不確定性的、包含風光火儲的、利用氨分解制氫過程實現儲能的電力系統模型，并分析氨分解制氫儲能系統容量對電力系統性能的影響。

1 數值建模

1.1 氨分解制氫儲能數學模型

1.1.1 氨分解反應器模型

圖1為氨分解管式填充床反應器，反應器由電熱絲加熱提供能量。氨氣從左端流入反應器向右流動，流動過程中不斷吸熱升溫，并發生分解反應。最終氨氣分解產生的氫氣、氮氣和未完全分解的氨氣從反應器右端流出。表1所示為單個反應器的基本參數。

表1 單個反應器的基本參數Table 1 Basic parameters of a single reactor

圖1 氨分解管式填充床反應器示意圖Fig.1 Diagram of a tube packed bed reactor for ammonia decomposition

1.1.2 氨分解反應動力學模型

氨分解反應的速率方程服從Temkin-Pyzhev機理[8-9]：

式中，RA為氨分解反應速率；pi為各組分在反應體系內的分壓力，單位為bar(1 bar=0.1 kPa)，其中腳標i代表不同的組分(A=ammonia, N=nitrogen, and H=hydrogen)；Kapp為氨分解反應的速率常數；Keq為氨分解反應的平衡常數；β為催化劑表面狀態所決定的一個常數，本文取0.27。

其中，Kapp由式(2)計算：

式中，k0和Eapp分別為在催化劑作用下，氨分解反應的指前因子和活化能，使用該催化劑，k0=6×108/s，Eapp=117 kJ/mol。Rg為普適氣體常數；T為反應溫度，單位為K。

1.1.3 守恒方程

氨分解反應器服從質量守恒和能量守恒的約束。反應器中的質量守恒方程通過氫氣流率的變化來體現，見式(3)：

式中，FH為反應區中氫氣的流率，單位為mol/s；SRA為反應區的面積。

能量守恒方程通過反應器和氣體局部溫度的變化來體現，見式(4)：

式中，Ptube為反應器外壁吸收到的功率密度，W/m；HR為氨分解反應的吸熱率；HE為反應器外壁熱輻射造成的熱損失率；Fk為組分k的摩爾流率；Cp,k為組分k的定壓比熱容。

其中，反應器外壁的輻射熱損失由式(5)計算：

試算得到，氨氣在流動過程中的雷諾數介于3000～16000，因此采用Hick's方程描述氨分解反應器中的壓降，即動量守恒方程：

式中，Re為流動過程中的局部雷諾數，ρm為反應器的局部密度，cm為反應器的局部流速，dp為催化劑直徑，εp為反應器的床層孔隙率，取0.5。

1.2 電力系統數學模型

如圖2所示為電力系統示意圖，從供需結構來看，電力供應主要由火力發電、風力發電和光伏發電三部分組成，電力消費主要由用戶和氨-氫儲能兩部分組成。從可控水平來看，火力發電和氨-氫儲能部分的負荷完全可控，電力用戶、風電和光伏發電機組負荷具有一定不確定性。圖3為考慮源荷兩側不確定性的電力系統調度模型。

圖2 電力系統示意圖Fig.2 Power system diagram

圖3 不確定性電力系統調度模型Fig.3 Uncertain power system dispatch model

2.1 信息間隙模型

典型日負荷曲線是某地區電力系統一日內各時刻用電負荷的典型值，可以表征該地區電網的消費水平與規律特征。但典型值并不等同于每天的電力系統負荷情況，每日實際電力負荷是在典型值基礎上在一定范圍內波動的。以國家發展和改革委員會和能源局公布的某省電力系統的典型日負荷曲線為基礎，應用信息間隙模型可以得到該省的實際電力系統負荷，見式(7)：

丁志勇[15]在風電場短期功率預測方法的研究中，分析了某風場的風速預測方法和典型風速分布特征；劉昊等人[16]研究了基于風速的風力機組發電功率特性。結合兩者可得到該省風力機組出力的典型曲線，再使用信息間隙模型即可得出該省份風力發電實際出力曲線，見式(8)：

《民用建筑熱工設計規程》(JGJ24—86)給出了全國北方各重點城市一日內光照強度的變化情況，由于在常規范圍內光伏電池的功率與光照強度基本保持正比，據此可得到光伏發電機組出力的典型曲線，再應用信息間隙模型即可得到光伏的實際出力曲線，見式(9)：

1.2.2 火力發電模型

火力發電機組是電力系統中占比最高的部分，完全可以按照電力系統調度需求調整出力，主要承擔了電力消費基荷以及調峰調頻應對電力系統波動?；鹆Πl電機組容量分為發電容量和備用容量，見式(10)：

同時，火力發電機組因為承擔調峰調頻任務，需要快速調整出力，火電機組處理調整的爬坡率見式(11)：

1.3 性能指標

由于發電機組生產的電力被統一分配到制氫和電力消費中，難以單獨衡量單位氫氣或者每度電能的成本和碳排放。因此，將制氫和消費綁定到一起，根據總發電量衡算度電成本和度電碳排放是可行的思路。所以本工作以度電成本、度電碳排放、氫氣日產量、新能源發電占比和新能源消納率為性能指標，衡量電力系統的性能表現。

1.3.1 度電成本

發電成本的構成主要體現在初期固定投資、日常運維成本、資金和折舊成本、退役成本等方面，而火電和新能源發電的成本結構是顯著不同的。表2所示為考慮到電力機組生產、運維和退役等環節的全壽命周期度電成本。

表2 不同發電機組的全壽命周期度電成本Table 2 Life-cycle LCOE of different generator sets

度電成本可由總成本除以總發電量得到，結合表2所示的度電成本，電力系統總成本數學表達見式(12)：

式中，Csum為總運行成本；為對應各部分的成本，其中上標表示不同設備，i=W、P、F分別表示風電、光伏和火電和儲能系統；下標表示不同功能，j=G、B、P 和W 和分別表示發電成本、備用成本、調峰成本和棄風懲罰。其中，氨分解制氫儲能系統的運行成本為制氫耗氨量與液氨價格(取4000元/t)的乘積：

式中，PH為氫氣的日產量，單位為t。

1.3.2 度電碳排放

與度電成本類似，不同類型發電機組在全壽命周期中的碳排放分布特征是不同的，風電和光伏的新能源機組的碳排放主要集中在設備生產、運輸和建設中，投運后發電過程中的碳排放很低；而燃煤機組的碳排放主要集中在發電運行過程中。表3為不同類型發電機組的全壽命周期度電碳排放量，結合各發電機組的發電量即可得到總碳排放與度電碳排。

表3 不同發電機組的全壽命周期度電碳排放Table 3 Carbon emissions per kWh of life cycle of different generator sets

2 數值模擬與結果討論

首先對電加熱的氨分解反應器進行模擬和分析，然后在此基礎上分析氨分解制氫儲能系統裝機容量對不同發電裝機結構的電力系統性能的影響。

2.1 氨分解反應器的數值模擬

按照表1 所示的氨分解反應器參數，使用Matlab進行建模，得到在不同電加熱功率下，氨轉化率的變化如圖4所示。

圖4 不同加熱功率下的氨轉化率曲線Fig.4 Ammonia conversion rate at different heating power

由圖可見，當電加熱功率為8 kW 時，氨分解率為66.0%；電加熱功率為10 kW時，氨分解率為84.2%；電加熱功率為12 kW 時，氨分解率為96.7%。根據計算結果，設定單管氨分解制氫儲能反應器的額定功率為10 kW，可在額定功率20%的區間內調整負荷以參與電力系統的調峰調頻，提高新能源消納水平。

當氨分解反應器在額定功率10 kW下時，沿反應器軸向長度的溫度分布和組分流率分布如圖5所示。

圖5 沿反應器長度的溫度分布和組分流率分布Fig.5 Temperature distribution and group flow rate distribution along the length of the reactor

氨分解反應為吸熱反應，且溫度越高反應速率越快，從圖4 中可見，在反應器入口前0.5 米內，由于反應溫度低于500 K，此時氨分解速率較為緩慢。隨著反應溫度的提高，反應速率逐步提高。當反應溫度達到550 K時，由于氨分解反應速率已經較快，其吸熱效果與電加熱器的加熱相抵消，所以反應器壁和反應物溫度的增速顯著放緩，趨于穩定。在額定情況下，單個氨分解反應器的氨分解率為84.2%，氫氣產率為0.227 mol/s。

2.2 氨分解制氫儲能容量對電力系統的影響

本工作意在研究氨分解制氫儲能系統容量增加對電力系統在新能源消納、成本和碳排放等性能的影響。儲能系統的容量必須根據電力系統中可再生能源的容量和占比而設計，因此，以現有電力系統裝機容量為基礎，設定低、中、高三種可再生能源發電占比，得到表4所示三種電力系統組成結構。

表4 三種情況下的電力系統構成Table 4 Structure of power system under three working conditions

電力系統中的用戶、風力發電和光伏發電三個組成部分均具有不確定性，而蒙特卡洛方法非常適合描述運行過程中的各種隨機現象，以求解一些解析法難以求解甚至無法求解的問題，是評估隨機性系統效能的重要模擬方法[21-23]。使用蒙特卡洛方法結合信息間隙模型，設定用電負荷的波動率為5%，新能源發電機組的出力波動率為10%，進行計算。

2.2.1 Case 1

通過1000 次蒙特卡洛實驗的平均結果，可得到特定氨分解制氫儲能系統裝機容量下電力系統的性能指標。圖6 所示為Case 1 時電力系統的度電成本、度電碳排放、新能源占比、新能源利用率四個指標隨儲能系統容量增加的變化情況。

圖6 Case1的電力系統性能指標隨儲能系統容量的變化Fig.6 The change of power system performance index of Case1 with the capacity of the energy storage system

由圖6可見，隨著儲能系統容量的增加，新能源利用率和新能源占比逐步提高，使得度電碳排放逐步降低而度電成本隨之提高。當氨分解制氫儲能系統的裝機容量從0提高到10 GW時，度電成本提高了7.6%，度電碳排放降低了0.9%，新能源占比提高了14.2%，新能源利用率提高了5.5%。當儲能裝機容量為10 GW時，氫氣日產量為3.88萬噸。由于新能源發電占比較低，在不投入儲能系統的情況下，僅依靠火電的調峰能力，依舊可以實現接近95%的新能源利用率。因此，在這種情況下儲能系統容量提升給電力系統帶來的性能提升是有限的。

2.2.2 Case 2

圖7 所示為Case 2 時電力系統的度電成本、度電碳排放、新能源占比、新能源利用率四個指標隨儲能系統容量增加的變化情況。

圖7 Case2的電力系統性能指標隨儲能系統容量的變化Fig.7 The change of power system performance index of Case2 with the capacity of the energy storage system

由圖可見，隨著氨分解儲能系統容量從0增加到30 GW，度電成本提高了25.8%，度電碳排放降低了8.9%。新能源占比從13.5%提高到23.1%，提高了74.3%；新能源利用率從73.2%提高到96.9%，提高了32.4%。當儲能裝機容量為30 GW時，氫氣日產量為10.44萬噸。對于中等水平新能源發電占比的電力系統，儲能系統容量的提升對電力系統性能的影響是顯著的，度電成本、碳排放和新能源發電占比幾乎隨著儲能系統裝機容量的提高而線性變化。并且，儲能系統容量的提升，極大提高了新能源消納水平。

2.2.3 Case 3

圖8 所示為Case 3 時電力系統的度電成本、度電碳排放、新能源占比、新能源利用率四個指標隨儲能系統容量增加的變化情況。

圖8 Case3的電力系統性能指標隨儲能系統容量的變化Fig.8 The change of power system performance index of Case3 with the capacity of the energy storage system

隨著氨分解儲能系統容量從0 增加到50 GW，度電成本從0.40元/kWh提高到0.53元/kWh，提高了34.5%，度電碳排放降低了22.8%。新能源占比從13.8%提高到36.0%，提高了160.8%；新能源利用率從56.3%提高到91.5%，提高了62.4%。當儲能系統裝機容量為50GW 時，氫氣日產量為17.07 萬噸。在高新能源發電占比的電力系統中，提高儲能系統容量和提高新能源消納水平可以更加有效地降低度電碳排放，同時使得成本提高程度相對于Case 1和Case 2更低。

2.2.4 氫氣日產量

三種情況下，氫氣日產量隨氨分解制氫儲能系統裝機容量提高的變化情況如圖8所示。

由圖9所示，氫氣日產量與氨分解系統裝機容量成正比。三種情況下，當氨分解系統裝機容量分別到達10 GW、30 GW 和50GW 時，氫氣日產量分別達到了3.9萬噸、10.4萬噸和17.1萬噸。由于新能源裝機更小的情況電力系統更加穩定，可以使得氨分解制氫系統更接近于額定工況運行；而新能源裝機占比更高會帶來更嚴重的電網波動，制氫系統更多地投入到調峰調頻工作中，所以相同氨分解儲能系統裝機容量時，新能源裝機占比越小的情況下氫氣日產量越高。

圖9 氫氣日產量隨氨分解系統容量的變化Fig.9 Variation of daily hydrogen production with ammonia decomposition system capacity

3 結 論

本工作使用氨分解制氫儲能技術同時滿足吸納新能源的儲能需要和未來氫能源發展的制氫需求，建立了考慮源荷兩側不確定性、包含風光火儲氫五個組成部分的電力系統調度模型。主要結論如下：

（1）使用氨分解制氫儲能系統可以有效提高電力系統的新能源消納水平。三種電力系統裝機結構下，配備盡可能高的氨-氫儲能系統可以使得新能源利用率分別提高5.5%、32.4%和62.4%，新能源發電占比分別提高14.2%、71.3%和160.8%。

（2）新能源發電占比的提高可以有效降低單位能量的碳排放量，但也會帶來成本的提高。三種電力裝機結構下，新能源消納水平提高后可使得度電碳排放分別降低0.9%、8.9%和22.8%，而度電成本隨之分別提高7.6%、25.8%和34.5%，但度電成本仍在相對合理的區間內。

（3）氨分解制氫儲能系統可以在提高新能源消納水平的同時制取氫氣，助力氫能發展。三種情況下配備10 GW、30 GW 和50GW 的氨分解制氫儲能系統時，氫氣的日產量可以分別達到3.9 萬噸、10.4萬噸和17.1萬噸。