太陽能波動特性大數據分析與風光互補耦合制氫系統集成

錢宇，陳耀熙，史曉斐，楊思宇

（華南理工大學化學與化工學院，廣東廣州 510640）

引 言

在全球向清潔低碳能源轉型的大背景下，總發電量中煤電占比將逐步減少，而風能光能等可再生能源的發電占比將大幅提升。據國際能源署預測，到2024年，全球風電和光伏的總裝機容量將超過煤炭[1]。中國的陸地風能和光能資源儲量豐富，分別為5.0×109kW 和1.9×1012kW[2]，居世界前列[3-4]。大力利用風能與光能有助于減少煤炭消耗量，加快中國的能源轉型，被寄予厚望。

太陽能廣義上包括風能和光能，具有較大的隨機性和間歇性。常規電網當面臨大比例的高波動風電光電接入時，有時不得不棄風棄電[5]，或采用大容量儲能裝置[6]等手段，在安全性、可靠性和經濟性方面都有較大的技術障礙[7-8]。長期以來，人們對風能光能的波動特性有一定的感性認識，但缺乏對其變化規律的科學分析。圖1中示出一組全年風速與太陽光輻照強度的代表性數據，較小時間尺度的數據見圖2。太陽光輻照具有日夜的間歇性，以及夏強冬弱的周期波動性，更具有陰晴雨雪導致的氣象隨機性。而風能也因太陽相對位置導致的季節、晝夜變化而具有周期性；還有因地理位置(緯度、海拔、陸地、高原、峽谷、海洋)的特異性以及大氣運動而帶來的隨機波動性。

圖1 我國新疆準東風速與太陽光輻射強度2020年波動數據圖Fig.1 Fluctuation curves of wind speed and solar radiation in Xinjiang，China in 2020

圖2 風電與光電晝夜波動曲線Fig.2 Day and night fluctuation curves of wind power and photovoltaic power

近年來，有研究者關注風能光能互補的研究。風能光能互補指風能光能共同出力，以尋求平抑供能的波動性，提升系統的可靠性，并降低發電成本。風光互補程度越佳，系統產出的穩定性越高。一些研究者從數據相關性的角度，提出了以相關性系數[9-10]來評價風光互補程度。相關性系數越接近-1，代表該地的風光互補程度越好。然而，迄今仍未有人從風能光能波動性變化規律的角度出發，提出新的風光互補程度評價方法。

將風能光能用于電解水制取高純度氫氣，可以減輕并網所需復雜調峰技術[11]與高昂成本[12]的負擔，制取的氫氣又可本地化利用，應用空間也廣泛。李燦等[13]以太陽能規模化分解水制取高純度氫，再以氫與CO2反應制取液態甲醇。其他學者也提出電解水制取高純度氫可用于合成如甲烷[14]、DME[15]、氨[16]等大宗化工產品。高純度氫也可作為氫燃料電池汽車的燃料，預期市場規模巨大[17]。然而，風能與光能具有間歇性與波動性，間歇或波動供電將導致電解槽頻繁啟閉，無法安全運行，需要使用大容量蓄電池抑峰填谷以穩定電解槽用電需求，或帶來安全可靠性和經濟性等技術瓶頸問題。

針對上述問題，本文探尋風能光能隨機性波動和間歇性的科學規律和理論基礎；從波動周期性角度提出風能光能互補程度的新評價方法；通過對波動性的抑制，設計制取穩定可靠低碳氫源的風光耦合制氫系統；并對風能光能電解制氫系統各單元裝置進行合理容量配置。以期形成推動大規模風光互補利用的重要技術創新。

1 風能光能基礎數據采集調研與處理分析

1.1 風能與光能的數據采集

本文數據采自世界氣象組織(World Meteorological Organization，WMO)的數據庫與美國國家航空航天局(National Aeronautics and Space Administration，NASA)的再分析數據庫(The Modern-Era Retrospective Analysis for Research and Applications Version 2，MERRA2)。相關研究表明這兩個數據庫在風力和光照數據上具備可靠性[18-20]。本文從NASA-MERRA2 氣象數據庫獲取在2010—2020 年11 年間的光輻射強度數據和距地表50 m 逐小時風速；選取我國北方已有或適宜建設大型風電站和光伏電場的大型能源基地所在區域，重點考察區域內蒙古通遼、包頭，甘肅酒泉，新疆準東。

風力發電電功率Pw由式(1)可求[21]：

其中，hland和vland分別為參考地面的高度和風速；λ為地表的粗糙度系數，取1/7[22]。

光伏輸出功率受天氣等自然條件影響，影響因素包括季節、太陽輻射強度、天氣類型、溫度等。計算光伏輸出功率Pp[21]：

1.2 風能與光能的周期波動特性分析

風電和光電輸出功率數據的隨機性強，常規的數學分析方法難以從中剔除無效的隨機性波動，獲得周期性波動規律。根據傅里葉原理，任何連續測量的時序或信號都可分解為不同頻率的正弦波。對信號進行傅里葉變換，獲取分解波的頻率、幅值等特征的過程稱為頻譜分析，獲取的特征在頻譜圖中以峰表示。本文為了分析風電與光電的波動特性，采用快速傅里葉變換[23](fast Fourier transform，FFT)對風電及光電功率數據進行頻譜分析，得到各分解波的頻率，為體現出時間尺度，又將頻率換算為對應的時間，頻譜圖如圖3 所示。頻譜分析結果表明：風能，光能的波動均存在著晝夜(24 h)和年度(8760 h)兩個周期性。事實上，風能光能的強度變化，與地球自轉(24 h)、公轉以及赤道與黃道面相應夾角的周期性變化(8760 h)密切相關。這構成了風能光能波動特性分析的科學基礎。

圖3 經頻譜分析獲取的風速與光強波動頻率特征Fig.3 Frequency characteristics of wind speed and light intensity fluctuation obtained with the spectral analysis

太陽光能具有白天12 h 日照、夜晚12 h 黑夜的間歇性，也具有從黎明至黃昏的周期波動性。由此建立光能間歇性波動的基礎模型：

由頻譜分析圖可見，風力也具有晝夜24 h 的周期波動。建立風能波動基礎模型：

圖4 光能與風能的基礎模型仿真與實際數據的比較Fig.4 Comparison of the basic model simulations and actual data of solar and wind energy

運用濾波分析方法，可過濾篩分特定的頻率波。取濾波寬度2Ω＞24 h，可濾去風力，光強曲線中的24 h 及以下的波動，從而提取出較長周期的波動特征。

從圖5可以明顯看出風力和光強的8760 h年度波動周期，并且呈現出強弱互補的特征。

圖5 濾波后8760 h周期特征的風力和光強波動曲線Fig.5 Wind and light fluctuation curves with 8760 h periodic characteristics after filtering

根據上面濾波得到的年度波動特征，提出光強和風力的年周期波動基礎模型和：

將風能光能的海量原始數據，用于擬合上述基礎模型，可確定風能光能的波動幅值、周期、相位、有效輸出功率等關鍵參數。風力光強實際數據因氣候氣象、云霧雨雪等因素而存在隨機波動，在理論分析時采用上述濾波分析和數據整合等仿真擬合技術，在實際系統中則采用蓄電池及濾波器將其平抑。

1.3 風能光能互補耦合的可行性分析

由日常經驗可知，太陽晝出夜沒夏強冬弱，風力晝緩夜急夏熏冬朔。風能和光能的實際波動曲線見圖6(上)。將風能與光能耦合，如圖6(下)所示，似乎有一定的互補效果。

圖6 風能光能波動互補平抑波動Fig.6 Wind energy and solar energy complement each other to suppress fluctuations

科學研究不能僅憑直觀經驗。頻譜分析表明了風能光能的波動都有顯著的8760 h 和24 h 周期，但幅值和相位有可能是不同的。理論上，兩能疊加可以得到以下不同的效果：(1)光能風能波動周期的相位相同(φp=φw)，兩種波動峰峰相疊，兩者不能相互抵消；(2)兩種波動有一定的相位差(φp-φw)，部分互補，兩能耦合輸出將平抑互補，可以部分平緩波動性；(3)若風與光的年度波動相位差為6個月，晝夜波動相位差為12 h，則在年與日時間尺度上，風與光波動的波峰波谷完全吻合，可視為兩者達到年與日時間尺度上的最佳互補。

將上述光強基礎模型gp(t,φ)與實際光電功率曲線Pp(t)的數據集合，風能基礎模型gw(t,φ)與實際風能功率曲線Pw(t)數據集合，分別進行最小平方差擬合，可以分別獲取該數據集所在地的光照周期相位φp和風力周期相位φw。

對內蒙古通遼、包頭，甘肅酒泉，新疆準東四地的風能光能數據進行頻譜分析、基波提取、擬合，可分析各地風能與光能的初相位與相位差。四地的風能光能初相位與相位差數據列于表1。風電光電初相位代表風電光電功率為均值時并不斷增強的起始點；自初相位開始過四分之一個周期(年周期3個月或日周期6 個小時)，風電光電功率達到峰值。表1 初相位數據分析可體現出，各地具有一定的風光互補性，但又不盡相同。例如酒泉的風能的規律便有較大的不同。相關研究也表明酒泉的風確有該現象存在[24]。

表1 四地點風能光能8760 h與24 h周期初相位Table 1 The initial phases of 8760 h and 24 h cycles of wind energy and solar energy in four locations

為進一步表示地點的風能光能互補水平，以圖7表示各地點的風能光能相位差與完全互補相位差的比值。地點的對應比值越接近于1，風能光能互補水平越好。四地點的互補程度由高到低依次為：準東、通遼、包頭、酒泉。準東的風能與光能的晝夜波動相位差為7 小時42 分鐘，年度波動相位差為5 個月1 天；其風能光能互補程度最高。通遼、包頭的風能光能互補性居中，酒泉則風能光能互補性最差。

圖7 四地點風能光能互補水平Fig.7 Complementary levels of wind energy and solar energy in the four locations

2 風能光能互補耦合制氫系統的集成

本文選取風光能互補程度較為適宜的準東進行風能-光能互補耦合，在理論分析和論證的基礎上，提出一個風能-光能互補耦合能源制氫集成系統，包含風電、光電、耦合供電、蓄電、電解和儲氫等單元，如圖8所示。

圖8 風光耦合制氫系統拓撲結構Fig.8 Topological structure of the wind-photovoltaic to hydrogen system

2.1 集成系統的技術指標

波動率常用于評價系統或單元輸出量的穩定性。T時段內的波動率δ定義為：

式中，o(t)為t時刻的輸出量，即供電功率或供氫流率；oavg為輸出量在T時段內的平均值。δ越接近零，波動程度越小。本文以波動率作為系統穩定性的技術指標。從集成系統運行的穩定性和安全性考慮，蓄電池的供電波動率應小于45%；常見堿性電解槽承受的輸入電流波動范圍在15%～100%額定功率之間；儲氫設備的供氫波動率應小于10%。本文以波動率作為系統穩定性的技術指標，應盡量降低供氫的波動性。但這以高昂的系統裝置（蓄電池和儲氫裝置）為代價。作為權衡，經征求工業界和儲能界的綜合意見，取供氫波動率小于10%。蓄電池直接給電解槽供電制氫，而電解槽的允許供電波動范圍較大。為此，取蓄電池的供電波動率為小于45%。這充分利用了電解槽對供電的包容性，在保證正常產氫的同時使用較少容量的電池。依實際應用要求也可對波動率指標適當調節。為達到這一系列的關鍵技術指標，需合理配置系統容量。

2.2 蓄電系統

Pw-p為輸入蓄電池的耦合電功率，Pb為蓄電池的輸出電功率。Pw-p高于Pb時，蓄電池充電；Pw-p低于Pb時，蓄電池放電。即蓄電池通過充放電，可將較高供電波動率的Pw-p變換至較低波動率的Pb。有限沖激響應(finite impulse response，FIR)濾波器是常見的數字濾波器，在濾波時具有穩定性好、精度高和易于獲得嚴格線性相位特性的特點。通過FIR 濾波器對Pw-p曲線進行一階低通濾波，濾去高頻波動，可以得到符合預期波動率的蓄電池Pb曲線[25]。同理，該濾波器也可用于電解槽、儲氫罐單元的曲線濾波。蓄電池各參數的計算公式如下：

式中，B(t)與B(0)分別為蓄電池t時刻的電量和蓄電池初始電量；η為蓄電池充放電系數；maxB(t)、minB(t)分別為蓄電池儲電量最大值和最小值；Br為蓄電池額定容量，為了保證蓄電池電量具有一定的冗余，Br取為理論蓄電池容量的1.25 倍。時間常數為化工生產過程中常用的概念，表示化工品從進入到輸出過程間的停留時間。本文中也構建了時間常數的概念，用以表述儲能系統滿足波動率指標所需的工作時間。時間常數的大小反映出儲能系統平抑波動性的能力。式(14)中，為蓄電池的平均輸出功率，τb為蓄電池時間常數。時間常數τb越大，則蓄電池容量越大，對供電波動的平抑效果越好。但是，蓄電池容量過大，也會引發安全性和經濟性等方面的問題。

2.3 電解槽

2.4 儲氫罐

儲氫罐起到平衡供氫波動性的效果。當制氫流量高于供氫目標流量時，儲氫罐充氣；當制氫流量低于該目標流量時，儲氫罐放氣。

此處Hs(t) 為儲氫罐的供氫質量流率。由式(17)可計算t時刻儲氫罐組的儲氫量M(t)。通過式(18)可計算儲氫罐的額定容量Msr，其中maxM(t)和minM(t)分別為儲氫量的最大值和最小值。式(19)中，Havg為總時段內平均供氫質量流率，τs為儲氫罐時間常數。τs越大，儲氫容量越大，對供氫波動性的平抑效果越好。但儲氫容量也受儲氫罐的安全性和投資成本的約束，不宜過大。

2.5 系統容量配置與供氫能力

以新疆準東的風能光能耦合，設定產氫量為7500 t/a，進行風能光能耦合互補電解制氫系統容量配置，數據結果見表2。可以看出，在滿足穩定性產氫供氫的前提下，風電光電耦合制氫相比于僅憑光電或風電制氫，蓄電池和儲氫罐所需裝置容量均顯著下降。目前中國最大的風力發電場是甘肅7965 MW 風電場，最大光伏電站是青海2200 MW 黃河水電格爾木太陽能公園[27]。與此相對照，本工作構建的風電光電互補系統的容量規模在安全可行的范疇內。目前全球最大的電化學儲能項目是華為公司已簽約建設的1300 MWh 電化學儲能項目[28]。本風電光電耦合制氫系統所需的1250 MWh蓄電池容量處于相當的容量規模。由表2 也可看出，風光耦合系統的蓄電池的時間常數小，處于日時間尺度，主要平抑處理短周期波動；儲氫罐的時間常數更長，主要用于平抑數日甚至數周尺度上的波動。

表2 風光耦合制氫系統容量配置Table 2 The capacity configuration of windphotovoltaic to hydrogen system

裝置容量經合理配置后，系統制氫供氫波動性在指定的范圍內，如圖9 所示。此時，風能-光能互補耦合能源制氫集成系統可穩定供7500 t/a 的H2。制取的高純度氫氣可作為氫燃料電池公交車的燃料。1 輛氫公交車平均日行200 km，耗14 kg H2[29]。目前最大的加氫站日注量4.8 t[30]。則耦合制氫系統的供氫量至少可供4 座加氫站為1368 輛氫燃料電池公交車加氫。據最新統計，2019 年新疆烏魯木齊市4411 輛公交車[31]，即供氫量所支持的氫燃料電池公交車足以替換新疆烏魯木齊市31%的公交車。

圖9 集成系統各環節波動率δ變化Fig.9 Variation of volatility δ of the integrated system

3 技術經濟與環境性能分析

本文運用生命周期評價方法，對風光耦合制氫系統的碳排放性能進行評價和分析。生命周期評價是一種評價產品、工藝過程或活動從原材料的采集和加工到產品生產、運輸、銷售、使用、維護、回收和最終處理整個生命周期環境影響的分析工具[32]。系統的生命周期邊界如圖10所示。

圖10 風光耦合制氫系統生命周期邊界Fig.10 The life cycle boundary of wind-photovoltaic to hydrogen system

可計算本制氫系統的CO2排放總量F：

式中，Nj是第j類設備數量；FP,j、FT,j、FC,j、FO,j和FH,j分別指設備生產、運輸、建筑、運營、廢料處理階段的碳排放和植被破壞造成的間接碳排放影響。

總制氫成本ctotal的計算如式(21)所示[33]：

式中，原料成本cR以單位消耗和市場價格計算；cOM是運營維護費用；cD是折舊費用；cPOC是管理費用；cAC是行政費用。

比對光伏制氫系統、風電制氫系統和風光耦合制氫系統的CO2排放強度及單位制氫成本，如圖11 所示。在三類系統中，光伏制氫系統的單位制氫成本最高，為95.6 CNY/kg H2；風電制氫系統的單位制氫成本次之，為77.2 CNY/kg H2；風光耦合制氫系統的單位制氫成本最低，為25.5 CNY/kg H2，比單獨能源制氫系統成本的均值顯著下降了70.5%。這表明風能光能耦合互補平抑了部分發電的波動，大幅減少了系統所需的蓄電池和儲氫罐容量配置，從而降低了風光耦合系統制氫成本。光伏制氫、風電制氫的CO2排放強度分別為3.91 kg CO2/kg H2和2.21 kg CO2/kg H2。而風光耦合制氫系統的CO2排放強度為2.34 kg CO2/kg H2，比光伏制氫系統與風電制氫系統CO2排放強度的均值（即兩系統簡單并聯時）明顯降低24%。

圖11 制氫系統的CO2排放強度及單位制氫成本對比Fig.11 CO2 emission intensity and hydrogen production cost comparison of hydrogen production system

4 結 論

針對風能和光能在制氫時由波動性引發的穩定性及可靠性問題，本文對風能和光能的波動特性、互補特性進行了深入研究。通過設置波動性指標，構建了風光耦合供電供氫系統并配置系統的單元容量，主要結論如下。

(1)通過頻譜分析、濾波分析等大數據方法，發現風能與光能存在以年和日的波動周期。兩者存在最佳互補時間尺度互補相位差，年周期為6個月，日周期為12 個小時。對我國北方多地的實例數據分析表明，各地的風能光能波動特性不盡相同，但都存在一定的部分互補特性。

(2)依據上述基礎特性的發現設計了大規模制氫的風光能耦合制氫系統。選用合適容量的蓄電池組和儲氫罐，將供氫的流量波動率降至10%以下，滿足穩定性供氫的要求。所設計的耦合制氫系統的供氫量足以讓一個大中型城市的公共交通運力近三分之一都替換為氫燃料電池公交車。

(3)實例研究表明，本文風光耦合制氫系統的制氫成本為25.5 CNY/kg H2，排放強度為2.34 kg CO2/kg H2，相比風電制氫系統，風能光能耦合系統的CO2排放強度基本相當，而較光伏制氫系統的明顯下降。

符 號 說 明

B——蓄電池電量，MWh

c——費用，CNY

cR，cOM，cD，

cPOC，cAC——分別為原料、運營維護、折舊、管理、行政費用，CNY

F——CO2排放量，t

FP，FT，FC，

FO，FH——分別為生產、運輸、建筑、運營、廢料處理階段CO2排放量，t

f——系統發電效率

GT，G25°C——分別為T、25°C下光輻照強度，W/m2

g——功率波動基礎模型

H——供氫質量流率，t/h

h——高度，m

k——模型波動幅值系數

L——殘差平方和

M——儲氫量，t

N——設備數目

o——輸出量

P——發電功率，MW

q——單位產氫能耗，kWh/kg H2

r——氫氣損耗率

T——時段時長，h

t——時刻，h

v——風速，m/s

vi，vr，vc——分別為風機切入、額定、切出風速，m/s

δ——波動率

η——充放電系數

λ——粗糙度系數

τ——時間常數，h

φ——周期波動初相位

Ω——半濾波寬度，h

上角標

b——蓄電池

e——電解槽

hub——風筒

land——地面

p——光伏

s——儲氫罐

w——風電

w-p——風電光電耦合

下角標

avg——平均值

j——第j類設備

r——額定值

total——總數

24，8760——分別為日周期與年周期