基于氫能設(shè)備多狀態(tài)模型的電氫區(qū)域綜合能源系統(tǒng)可靠性評(píng)估

任洲洋 王 皓 李文沅 姜云鵬

基于氫能設(shè)備多狀態(tài)模型的電氫區(qū)域綜合能源系統(tǒng)可靠性評(píng)估

任洲洋 王 皓 李文沅 姜云鵬

（輸配電裝備及系統(tǒng)安全與新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室（重慶大學(xué)電氣工程學(xué)院） 重慶 400044）

針對(duì)現(xiàn)有電氫區(qū)域綜合能源系統(tǒng)（EH-RIESs）可靠性評(píng)估方法未能充分考慮氫能設(shè)備故障機(jī)理及其多狀態(tài)運(yùn)行特性、缺乏供氫可靠性水平量化評(píng)估指標(biāo)及方法等問題，該文提出基于氫能設(shè)備多狀態(tài)模型的EH-RIESs可靠性評(píng)估方法。首先，剖析了氫能設(shè)備運(yùn)行特性與故障機(jī)理，建立了考慮降額運(yùn)行狀態(tài)的堿性電解槽多狀態(tài)可靠性評(píng)估模型、計(jì)及熱電聯(lián)產(chǎn)模式的燃料電池多狀態(tài)可靠性評(píng)估模型及加氫機(jī)組的多狀態(tài)可靠性評(píng)估模型，為準(zhǔn)確模擬EH-RIESs運(yùn)行狀態(tài)奠定了堅(jiān)實(shí)基礎(chǔ)；其次，以棄風(fēng)光成本和異質(zhì)能源負(fù)荷削減成本之和最小為目標(biāo)，建立考慮電氫異質(zhì)能量系統(tǒng)耦合的最優(yōu)負(fù)荷削減模型；然后，從供氫可靠性水平、設(shè)備對(duì)氫負(fù)荷缺供能量的貢獻(xiàn)程度及系統(tǒng)經(jīng)濟(jì)損失等方面，構(gòu)建了供氫可靠性評(píng)估指標(biāo)體系；最后，結(jié)合氫能設(shè)備多狀態(tài)模型和馬爾科夫鏈蒙特卡洛法，建立了EH-RIESs可靠性評(píng)估方法，實(shí)現(xiàn)了對(duì)EH-RIESs內(nèi)氫能等異質(zhì)能源供給可靠性水平的準(zhǔn)確量化。采用兩個(gè)不同規(guī)模的EH-RIESs進(jìn)行仿真分析，驗(yàn)證了該文所提模型及評(píng)估方法的有效性和適應(yīng)性。

電氫區(qū)域綜合能源系統(tǒng) 電解槽 燃料電池 馬爾科夫鏈蒙特卡洛 供氫可靠性

0 引言

“碳達(dá)峰、碳中和”戰(zhàn)略目標(biāo)下[1]，電力能源系統(tǒng)實(shí)現(xiàn)綠色低碳轉(zhuǎn)型迫在眉睫。電氫區(qū)域綜合能源系統(tǒng)（Electricity-Hydrogen Regional Integrated Energy Systems, EH-RIESs）能夠充分發(fā)揮氫能系統(tǒng)零碳、靈活、高效運(yùn)行等優(yōu)勢(shì)，被認(rèn)為是實(shí)現(xiàn)電力能源系統(tǒng)綠色低碳轉(zhuǎn)型的關(guān)鍵路徑[2-4]。

EH-RIESs可靠性評(píng)估方法是EH-RIESs規(guī)劃理論的關(guān)鍵組成部分，可為EH-RIESs規(guī)劃、建設(shè)等提供科學(xué)的理論支撐與決策依據(jù)，有效指導(dǎo)氫能有序、健康發(fā)展。因此，EH-RIESs可靠性評(píng)估方法具有重要的理論研究?jī)r(jià)值和工程應(yīng)用前景。

氫能設(shè)備故障機(jī)理復(fù)雜，且電、氫、熱等異質(zhì)能源系統(tǒng)之間存在強(qiáng)耦合關(guān)系，如何構(gòu)建氫能設(shè)備可靠性模型，準(zhǔn)確量化氫能等異質(zhì)能源的供給可靠性成為EH-RIESs可靠性評(píng)估方法亟待解決的關(guān)鍵難題，然而相關(guān)研究較為匱乏。接下來，從氫能設(shè)備可靠性模型和EH-RIESs可靠性評(píng)估兩個(gè)關(guān)鍵方面進(jìn)行研究現(xiàn)狀述評(píng)。

1）氫能設(shè)備可靠性模型

氫能系統(tǒng)包含制氫、儲(chǔ)氫、用氫、加氫等環(huán)節(jié)，涉及電解槽、儲(chǔ)氫罐、燃料電池、加氫機(jī)等關(guān)鍵設(shè)備。文獻(xiàn)[5]建立了電解槽和儲(chǔ)氫罐的正常-停運(yùn)兩狀態(tài)模型。然而電解槽的供氫能力與輔助元件的工作狀態(tài)密切相關(guān)[6]，兩狀態(tài)模型顯然無法準(zhǔn)確刻畫電解槽的實(shí)際運(yùn)行工況。文獻(xiàn)[7-8]分析了燃料電池發(fā)電系統(tǒng)內(nèi)各輔助元件的失效影響機(jī)理，建立了發(fā)電模式下的燃料電池多狀態(tài)模型。燃料電池發(fā)電效率僅為30%～50%左右，熱電聯(lián)產(chǎn)模式能夠大幅提高能源利用效率[9-10]，但目前尚缺少熱電聯(lián)產(chǎn)模式下的燃料電池可靠性模型。針對(duì)氫氣分配的最后環(huán)節(jié)，文獻(xiàn)[11]對(duì)加氫站內(nèi)的維護(hù)和故障統(tǒng)計(jì)數(shù)據(jù)進(jìn)行了分析，但并未建立加氫機(jī)組的可靠性模型。

2）EH-RIESs可靠性評(píng)估

文獻(xiàn)[12]針對(duì)光伏-熱-燃料電池集成系統(tǒng)內(nèi)各組件的故障嚴(yán)重性、故障發(fā)生概率和可檢測(cè)性等，制定了評(píng)價(jià)標(biāo)準(zhǔn)以評(píng)估各組件的風(fēng)險(xiǎn)等級(jí)，但無法計(jì)算負(fù)荷供電可靠性等指標(biāo)，難以反映系統(tǒng)的可靠供能水平。文獻(xiàn)[13]基于序貫蒙特卡洛模擬建立了含氫能孤島交直流微電網(wǎng)的可靠性評(píng)估方法，但僅采用常規(guī)供電可靠性評(píng)估指標(biāo)論證了氫能系統(tǒng)對(duì)提高微電網(wǎng)可靠性水平的積極作用。可見，目前尚缺乏有效的EH-RIESs可靠性評(píng)估方法及供氫可靠性評(píng)估指標(biāo)體系，無法量化氫負(fù)荷供給可靠性水平，難以確定影響供氫可靠性的關(guān)鍵因素。

針對(duì)上述問題，本文提出了基于氫能設(shè)備多狀態(tài)模型的EH-RIESs可靠性評(píng)估方法，主要貢獻(xiàn)如下：

（1）揭示換熱器管程故障對(duì)制氫效率的影響機(jī)理，建立了考慮降額運(yùn)行狀態(tài)的堿性電解槽多狀態(tài)模型。基于燃料電池組件故障與熱電轉(zhuǎn)換效率關(guān)系分析，建立了考慮熱電聯(lián)產(chǎn)模式的燃料電池多狀態(tài)模型。建立加氫機(jī)組的多狀態(tài)模型，為準(zhǔn)確評(píng)估EH-RIESs內(nèi)氫能等異質(zhì)能源供給可靠性水平奠定理論基礎(chǔ)。

（2）提出考慮電氫異質(zhì)能量系統(tǒng)耦合的最優(yōu)負(fù)荷削減模型。從氫負(fù)荷缺供能量、設(shè)備供氫貢獻(xiàn)度等方面建立了供氫可靠性評(píng)估指標(biāo)體系。建立基于馬爾科夫鏈蒙特卡洛（Markov Chain Monte Carlo, MCMC）模擬的EH-RIESs可靠性評(píng)估方法，有效地量化EH-RIESs內(nèi)異質(zhì)能源的供給可靠性水平，挖掘影響供氫可靠性的關(guān)鍵因素，為系統(tǒng)規(guī)劃建設(shè)等提供科學(xué)合理的決策依據(jù)。

1 EH-RIESs典型2結(jié)構(gòu)

EH-RIESs典型結(jié)構(gòu)如圖1所示，通過能源樞紐（Energy Hub, EH）中能源的生產(chǎn)、轉(zhuǎn)換及存儲(chǔ)設(shè)備將電、氫、氣、熱等異質(zhì)能量系統(tǒng)緊密耦合。

圖1 EH-RIESs典型結(jié)構(gòu)

外部電網(wǎng)和新能源場(chǎng)站提供電能以保障電力負(fù)荷和電解槽用電需求的可靠供應(yīng)。在風(fēng)光出力較大或用電低谷時(shí)期，電解槽可利用富余電力制取氫氣，滿足燃料電池汽車等的用氫需求，或由儲(chǔ)氫罐進(jìn)行存儲(chǔ)。在風(fēng)光出力較低或用電高峰時(shí)期，可由儲(chǔ)氫罐和燃料電池分別供給氫負(fù)荷和用電負(fù)荷。可見，氫能系統(tǒng)能夠有效地提高綜合能源系統(tǒng)的運(yùn)行靈活性，促進(jìn)新能源消納，避免電、氫負(fù)荷削減，可靠供能水平大幅提升。

燃?xì)忮仩t將天然氣轉(zhuǎn)換為熱能，是主要的熱源。處于熱電聯(lián)產(chǎn)模式下的燃料電池可作為輔助熱源，滿足用熱需求。當(dāng)天然氣管網(wǎng)或燃?xì)忮仩t發(fā)生故障時(shí)，燃料電池能夠?qū)?chǔ)氫設(shè)備的氫氣持續(xù)轉(zhuǎn)換為電能和熱能，有效彌補(bǔ)熱量缺額，提高系統(tǒng)供熱可靠性水平。

2 基于故障機(jī)理分析的氫能設(shè)備可靠性評(píng)估模型

本節(jié)深入分析了氫能設(shè)備的運(yùn)行特性與故障機(jī)理，建立考慮降額運(yùn)行狀態(tài)的堿性電解槽多狀態(tài)可靠性評(píng)估模型、考慮熱電聯(lián)產(chǎn)模式的質(zhì)子交換膜燃料電池多狀態(tài)可靠性評(píng)估模型，以及加氫機(jī)組的多狀態(tài)可靠性評(píng)估模型，并給出了儲(chǔ)氫罐的兩狀態(tài)可靠性評(píng)估模型。

2.1 堿性電解槽的多狀態(tài)可靠性評(píng)估模型

目前，堿性電解槽技術(shù)最為成熟，得到了廣泛應(yīng)用[14]，其設(shè)備結(jié)構(gòu)如圖2所示。水在電解池中被電解；電解產(chǎn)生的氫氣和氧氣伴隨著部分堿液分別進(jìn)入氫氣和氧氣分離裝置；離開分離器后，剩下的堿液經(jīng)換熱器冷卻，并通過循環(huán)水泵被送回電解池。該過程中消耗的堿液可通過分離器得到及時(shí)補(bǔ)充[15-16]。

圖2 堿性電解槽結(jié)構(gòu)

根據(jù)經(jīng)驗(yàn)系數(shù)擬合方法[17]，可得到單個(gè)電解池時(shí)刻運(yùn)行電壓el,t與電流el,t之間的函數(shù)關(guān)系，有

一個(gè)堿性電解槽由數(shù)個(gè)電解池串并聯(lián)構(gòu)成。基于串并聯(lián)電壓電流公式和法拉第定律可計(jì)算其時(shí)刻的耗電功率EL,t（kW）和產(chǎn)氫量EL,t（N·m3）分別[18]為

式中，1、2為單位轉(zhuǎn)換系數(shù)；el為電解池?cái)?shù)量；f為法拉第效率；D為單位時(shí)間間隔；為法拉第常數(shù)，代表每摩爾電子所攜帶的電荷。

由圖2可知，當(dāng)所有元件均未發(fā)生故障時(shí)，電解槽處于正常運(yùn)行狀態(tài)。除電解池發(fā)生故障會(huì)導(dǎo)致設(shè)備停運(yùn)外，氣體分離裝置發(fā)生故障時(shí)將導(dǎo)致氣體純度、溫度等不滿足安全運(yùn)行需求[6]，循環(huán)水泵發(fā)生故障時(shí)將導(dǎo)致電解槽無法獲取堿液制取氫氣[12]。因此，當(dāng)上述元件（記為組件1）發(fā)生故障時(shí)，電解槽設(shè)備將進(jìn)入故障停運(yùn)狀態(tài)。當(dāng)換熱器管程（記為組件2）發(fā)生故障，即管程破裂時(shí)，堿液由管程泄漏至殼程并與冷卻水混合，導(dǎo)致電解槽中的堿液濃度降低[6]。當(dāng)堿液濃度小于等于常規(guī)配置濃度時(shí)，其濃度與電導(dǎo)率呈正相關(guān)[19]，因此堿液的電導(dǎo)率將會(huì)降低，即歐姆電阻增加。由式（1）可知，電解槽電壓將隨之升高。由式（2）和式（3）可知，若此時(shí)產(chǎn)氫量EL,t不變，電解槽耗電功率EL,t將會(huì)增加，即制氫效率降低，電解槽進(jìn)入降額運(yùn)行狀態(tài)。

以組件2發(fā)生故障后，堿液濃度降低導(dǎo)致其電導(dǎo)率降低50%為例，根據(jù)式（1）～式（3）模擬得到堿性電解槽在正常運(yùn)行和降額運(yùn)行狀態(tài)下的制氫曲線，如圖3所示。可見，在降額運(yùn)行狀態(tài)下，電解槽的產(chǎn)氫能力及耗電特性與正常運(yùn)行狀態(tài)截然不同。

圖3 不同運(yùn)行狀態(tài)下堿性電解槽制氫曲線

本文假設(shè)在抽樣時(shí)間間隔D內(nèi)僅有一個(gè)組件的狀態(tài)發(fā)生改變，并根據(jù)堿性電解槽的故障機(jī)理分析，建立堿性電解槽的多狀態(tài)Markov模型，如圖4所示。圖中，el,i、el,i均為堿性電解槽多狀態(tài)間的轉(zhuǎn)移率，=1, 2；“1U、2D”分別表示組件1處于工作狀態(tài)、組件2處于故障狀態(tài)。

圖4 堿性電解槽的多狀態(tài)Markov模型

根據(jù)圖4可劃分堿性電解槽的運(yùn)行狀態(tài)，見表1。定義堿性電解槽時(shí)刻的運(yùn)行狀態(tài)變量為EL,t，EL,t=1,2,3,4；fEL,t(EL,t)表示堿性電解槽處于狀態(tài)EL,t下產(chǎn)氫量EL,t與耗電功率EL,t之間的函數(shù)關(guān)系，可根據(jù)式（1）～式（3）得到。

表1 堿性電解槽的運(yùn)行狀態(tài)

根據(jù)圖4建立堿性電解槽的狀態(tài)轉(zhuǎn)移概率矩陣，如式（4）所示。矩陣中各元素表示各狀態(tài)間的轉(zhuǎn)移概率。假設(shè)時(shí)刻堿性電解槽處于狀態(tài)（即EL,t=，∈{1, 2, 3, 4}）。基于MCMC[20]產(chǎn)生隨機(jī)數(shù)∈[0,1]，根據(jù)式（5）即可判斷堿性電解槽在+1時(shí)刻的運(yùn)行狀態(tài)EL,t+1。

通過重復(fù)隨機(jī)抽樣，即可獲得模擬周期內(nèi)堿性電解槽各時(shí)刻的狀態(tài)。其余設(shè)備的狀態(tài)模擬過程與堿性電解槽類似，下文不再贅述。

2.2 考慮熱電聯(lián)產(chǎn)模式的質(zhì)子交換膜燃料電池多狀態(tài)可靠性評(píng)估模型

質(zhì)子交換膜燃料電池具有工作溫度低、靈活調(diào)節(jié)能力強(qiáng)等優(yōu)點(diǎn)[14]，發(fā)展前景良好，其設(shè)備結(jié)構(gòu)如圖5所示[8]。在陽極和陰極處分別供應(yīng)氫氣和氧氣，電解質(zhì)將電離子從陽極輸送到陰極產(chǎn)生電能。熱電聯(lián)產(chǎn)模式下，通過冷卻水循環(huán)系統(tǒng)排出熱量，經(jīng)換熱器送至熱網(wǎng)，實(shí)現(xiàn)能量的有效利用[10]。

圖5 質(zhì)子交換膜燃料電池設(shè)備結(jié)構(gòu)

在實(shí)際應(yīng)用中，由于活化極化、歐姆極化和濃度差極化等過程存在電壓損耗，質(zhì)子交換膜燃料電池輸出電壓無法達(dá)到理想值。考慮上述電壓損耗，可得到單個(gè)電堆時(shí)刻運(yùn)行電壓fc,t與電流fc,t的函數(shù)關(guān)系[8]為

一個(gè)質(zhì)子交換膜燃料電池由數(shù)個(gè)電堆串并聯(lián)構(gòu)成。基于法拉第定律可計(jì)算得到時(shí)刻燃料電池的耗氫量FC,t（N·m3），如式（7）所示；基于串并聯(lián)電壓電流公式可計(jì)算得到時(shí)刻燃料電池的產(chǎn)電功率FC,t（kW），如式（8）所示[18]。此外，因電壓損耗的存在，燃料電池運(yùn)行過程中有相當(dāng)部分的能量并未轉(zhuǎn)換為電能，而是以熱能形式釋放。時(shí)刻燃料電池的產(chǎn)熱功率FC,t（kW）可由式（9）計(jì)算得到[21]。

式中，fc為串并聯(lián)的電堆數(shù)量；fc為燃料電池的熱回收利用系數(shù)；D為氫氣的摩爾熱值。

由圖5可知，當(dāng)所有組件均未發(fā)生故障時(shí)，燃料電池處于正常運(yùn)行狀態(tài)，氫氣消耗量和產(chǎn)電產(chǎn)熱功率可由式（7）～式（9）確定。除燃料電池堆發(fā)生故障會(huì)導(dǎo)致設(shè)備停運(yùn)外，當(dāng)氧氣供應(yīng)裝置發(fā)生故障時(shí)，電池堆中氧氣分壓可能低于安全閾值，造成質(zhì)子交換膜故障，燃料電池必須緊急停機(jī)[8]。因此，當(dāng)上述元件（記為組件1）發(fā)生故障時(shí)，燃料電池設(shè)備將進(jìn)入故障停運(yùn)狀態(tài)。當(dāng)冷卻循環(huán)裝置（記為組件2）發(fā)生故障導(dǎo)致循環(huán)冷卻液流量不足時(shí)，會(huì)造成燃料電池堆工作溫度升高。根據(jù)式（6）可知，電池活化過電壓和歐姆過電壓隨之增加，燃料電池總輸出電壓將會(huì)降低[8]。由式（8）可知，在耗氫量不變的情況下，燃料電池的輸出電功率也將降低，并進(jìn)入降額運(yùn)行狀態(tài)。當(dāng)加濕裝置（記為組件3）發(fā)生故障時(shí)，質(zhì)子交換膜因氣體加濕不足變得干燥，質(zhì)子膜的內(nèi)部歐姆電阻將會(huì)增加[8]，根據(jù)式（6）可知，電池電壓隨之降低，進(jìn)而減少輸出的電功率，并進(jìn)入降額運(yùn)行狀態(tài)。當(dāng)氫氣供應(yīng)裝置（記為組件4）產(chǎn)生機(jī)械磨損或控制部分發(fā)生故障時(shí)，將導(dǎo)致燃料電池的氫氣利用量減少[8]，根據(jù)式（8）和式（9）可知，其輸出電功率和熱功率均降低，并進(jìn)入降額運(yùn)行狀態(tài)。在不同的降額運(yùn)行狀態(tài)下，燃料電池的產(chǎn)熱功率仍可根據(jù)式（9）進(jìn)行計(jì)算。

根據(jù)燃料電池的故障機(jī)理分析，本節(jié)建立了熱電聯(lián)產(chǎn)模式下的燃料電池多狀態(tài)Markov模型，如圖6所示。圖中，fc,j、fc,j均為燃料電池多狀態(tài)間的轉(zhuǎn)移率=1, 2, 3, 4；“1U、2D、3U、4D”分別表示組件1、3處于工作狀態(tài)，組件2、4處于故障狀態(tài)。

圖6 熱電聯(lián)產(chǎn)燃料電池的多狀態(tài)Markov模型

表2 熱電聯(lián)產(chǎn)燃料電池的運(yùn)行狀態(tài)

（續(xù)）

運(yùn)行狀態(tài)組件編號(hào)運(yùn)行模型 1234 降額運(yùn)行 (2～8)UDUUPFC,t=(1-RP2)g(mFC,t)；HFC,t= h(mFC,t, PFC,t) UUDUPFC,t=(1-RP3)g(mFC,t)；HFC,t= h(mFC,t, PFC,t) UUUDPFC,t=(1-RP4)g(mFC,t)；HFC,t= h((1-RP4)mFC,t, PFC,t) UDDUPFC,t=(1-RP5)g(mFC,t)；HFC,t= h(mFC,t, PFC,t) UDUDPFC,t=(1-RP6)g(mFC,t)；HFC,t= h((1-RP4)mFC,t, PFC,t) UUDDPFC,t=(1-RP7)g(mFC,t)；HFC,t= h((1-RP4)mFC,t, PFC,t) UDDDPFC,t=(1-RP8)g(mFC,t)；HFC,t= h((1-RP4)mFC,t, PFC,t) 故障停運(yùn)(9～16)D———PFC,t=(1-RP9～16)g(mFC,t)=0；HFC,t= h(mFC,t, PFC,t)=0

2.3 加氫機(jī)組的多狀態(tài)可靠性評(píng)估模型

加氫站通常由數(shù)臺(tái)加氫機(jī)共同提供加氫服務(wù)。為保障加氫過程的安全性，單位時(shí)間內(nèi)每臺(tái)加氫機(jī)的充氫流量有一定的限制[22]，本節(jié)將其定義為單臺(tái)加氫機(jī)的可用容量DP。以DP臺(tái)加氫機(jī)為例，建立加氫機(jī)組的多狀態(tài)Markov模型，如圖7a所示。圖中，dp、dp為加氫機(jī)組多狀態(tài)間的轉(zhuǎn)移率；“1U、2D”分別表示第1臺(tái)加氫機(jī)處于工作狀態(tài)、第2臺(tái)加氫機(jī)處于故障狀態(tài)。

圖7 加氫機(jī)組的多狀態(tài)Markov模型

將圖7a中加氫機(jī)故障數(shù)量相同的狀態(tài)進(jìn)行合并化簡(jiǎn)[23]，如圖7b所示。圖中，D,DP為故障加氫機(jī)的數(shù)量。根據(jù)圖7b的劃分得到加氫機(jī)組的運(yùn)行狀態(tài)，見表3。表3中，DP,t為時(shí)刻加氫機(jī)組的總可用容量。

表3 加氫機(jī)組的運(yùn)行狀態(tài)

2.4 儲(chǔ)氫罐可靠性評(píng)估模型

儲(chǔ)氫罐主要用于存儲(chǔ)和釋放氫氣。本文采用經(jīng)典的兩狀態(tài)模型[13]模擬儲(chǔ)氫罐的運(yùn)行狀態(tài)，如圖8所示，ht、ht為儲(chǔ)氫罐兩狀態(tài)間的轉(zhuǎn)移率。

圖8 儲(chǔ)氫罐的兩狀態(tài)Markov模型

3 考慮電氫異質(zhì)能量系統(tǒng)耦合的最優(yōu)負(fù)荷削減模型

以棄風(fēng)棄光懲罰成本和氫能等異質(zhì)能源負(fù)荷削減懲罰成本之和最小為目標(biāo)，綜合考慮異質(zhì)能量流約束和氫能設(shè)備運(yùn)行約束等，建立考慮電氫異質(zhì)能量系統(tǒng)耦合的最優(yōu)負(fù)荷削減模型，以模擬故障狀態(tài)下系統(tǒng)運(yùn)行狀態(tài)及氫能等負(fù)荷的缺供量。

3.1 目標(biāo)函數(shù)

為保障新能源高效消納和氫能等負(fù)荷的可靠供給，以棄風(fēng)、棄光懲罰成本、異質(zhì)能源負(fù)荷削減懲罰成本之和最小為目標(biāo)函數(shù)，有

式中，DG為棄風(fēng)、棄光的單位懲罰成本；WG、PV分別為風(fēng)、光機(jī)組并網(wǎng)節(jié)點(diǎn)集合；DWG,it、DPV,it分別為棄風(fēng)棄光功率；為調(diào)度周期；為節(jié)點(diǎn)數(shù)；為EH-RIESs供給負(fù)荷類型集合，包括電、氫、熱負(fù)荷；c為第類負(fù)荷的單位削減懲罰成本；L,it為第類負(fù)荷的削減功率；下標(biāo)、分別為節(jié)點(diǎn)與時(shí)刻。

3.2 異質(zhì)能量流約束

本文采用線性化的DistFlow公式[24]模擬配電網(wǎng)潮流約束，其余異質(zhì)能量流約束包括電、氫、熱能量平衡約束、異質(zhì)能源負(fù)荷削減約束和EH交互功率約束。

3.2.1 電功率平衡約束

在EH中，來自配電網(wǎng)、風(fēng)光機(jī)組和燃料電池的電能將供給電解槽和電力負(fù)荷用電，即

式中，Grid,it為EH與電網(wǎng)交互的有功功率；WG,it、PV,it分別為風(fēng)光機(jī)組實(shí)際輸出的有功功率；FC,it、EL,it分別為燃料電池輸出的有功功率和電解槽消耗的有功功率；load,it、p,it分別為有功負(fù)荷和負(fù)荷削減功率。

3.2.2 氫氣平衡約束

在EH中，加氫機(jī)組接收來自電解槽與儲(chǔ)氫罐提供的氫氣，如式（12）所示；加氫機(jī)組輸出的氫氣供給EH內(nèi)的氫負(fù)荷需求，如式（13）所示。

式中，DP,in,it、DP,out,it分別為加氫機(jī)組輸入、輸出的氫氣量；EL,it、FC,it分別為電解槽產(chǎn)氫量和燃料電池耗氫量；HT,in,it、HT,out,it分別為儲(chǔ)氫罐的充氫量和放氫量；load,it、q,it分別為氫負(fù)荷的需求量和削減量。

3.2.3 熱功率平衡約束

在EH中，由燃?xì)忮仩t產(chǎn)熱與燃料電池產(chǎn)熱共同滿足EH內(nèi)的熱負(fù)荷需求，即

式中，GB,it為燃?xì)忮仩t產(chǎn)熱功率；FC,it為燃料電池產(chǎn)熱功率；load,it、h,it分別為熱負(fù)荷需求功率和削減功率。

3.2.4 異質(zhì)能源負(fù)荷削減約束

異質(zhì)能源負(fù)荷削減約束用以保證時(shí)刻節(jié)點(diǎn)的電、氫、熱負(fù)荷削減量不得大于負(fù)荷需求功率。電、氫、熱負(fù)荷削減約束分別為

3.2.5 EH交互功率約束

EH與電網(wǎng)和天然氣網(wǎng)的交互功率受變壓器和燃?xì)夤艿赖仍O(shè)備的容量限制。為此，建立EH與電網(wǎng)和天然氣網(wǎng)的交互功率約束，分別為

式中，maxGrid、minGrid分別為EH與電網(wǎng)交互功率的上、下限；Grid,it為EH與天然氣網(wǎng)的交互功率；GGrid,it為天然氣網(wǎng)等效元件的運(yùn)行狀態(tài)變量，1表示正常運(yùn)行狀態(tài)，0表示故障停運(yùn)狀態(tài)；maxGrid、minGrid分別為EH與天然氣網(wǎng)交互功率的上、下限。

3.3 氫能設(shè)備運(yùn)行約束

基于氫能設(shè)備的故障機(jī)理分析及其可靠性評(píng)估模型，分別建立堿性電解槽、儲(chǔ)氫罐、質(zhì)子交換膜燃料電池與加氫機(jī)組的運(yùn)行約束模型。

3.3.1 堿性電解槽運(yùn)行約束

基于第2.1節(jié)中建立的堿性電解槽多狀態(tài)模型，其在不同運(yùn)行狀態(tài)下的產(chǎn)氫量可通過式（20）計(jì)算得到；式（21）表示當(dāng)堿性電解槽啟動(dòng)時(shí)，其耗電功率應(yīng)在安全運(yùn)行范圍內(nèi)；式（22）表示堿性電解槽處于正常運(yùn)行或降額運(yùn)行狀態(tài)時(shí)可選擇是否啟停，而處于故障停運(yùn)狀態(tài)時(shí)則必須停機(jī)。

式中，H2為氫氣的標(biāo)準(zhǔn)密度[kg/(N·m3)]；EL,it為電解槽的啟停狀態(tài)變量，1表示啟動(dòng)狀態(tài)，0表示停機(jī)狀態(tài)；EL,max和EL,min分別為電解槽耗電功率的上、下限。

3.3.2 儲(chǔ)氫罐運(yùn)行約束

儲(chǔ)氫罐在某時(shí)刻的儲(chǔ)氫狀態(tài)與上一時(shí)刻的儲(chǔ)氫狀態(tài)和該時(shí)刻充/放的氫氣量相關(guān)，如式（23）所示；式（24）、式（25）分別表示儲(chǔ)氫罐的充/放氫量應(yīng)在安全運(yùn)行范圍內(nèi)；式（26）表示儲(chǔ)氫罐的儲(chǔ)氫狀態(tài)應(yīng)在安全運(yùn)行范圍內(nèi)；式（27）限制了調(diào)度周期始末時(shí)刻儲(chǔ)氫罐的儲(chǔ)氫狀態(tài)相同，便于下一周期調(diào)度；式（28）和式（29）表示在正常運(yùn)行狀態(tài)下，儲(chǔ)氫罐同一時(shí)刻只能選擇充氫或放氫操作，若儲(chǔ)氫罐發(fā)生故障則不能充氫或放氫[25-26]。

式中，SOH,t、SOH,t-1分別為時(shí)刻和-1時(shí)刻儲(chǔ)氫罐的儲(chǔ)氫狀態(tài)，即當(dāng)前時(shí)刻儲(chǔ)氫量與儲(chǔ)氫罐容量之比；in、out分別為儲(chǔ)氫罐的充/放氫效率；HT為儲(chǔ)氫罐容量；in,it、out,it分別為儲(chǔ)氫罐充氫和放氫的狀態(tài)變量，0表示無氫氣充/放，1表示有氫氣充/放；maxin、maxout分別為儲(chǔ)氫罐充、放氫量的上限；SOHmax、SOHmin分別為儲(chǔ)氫罐儲(chǔ)氫狀態(tài)的上、下限；SOH0、SOH分別為調(diào)度周期內(nèi)初始時(shí)刻、末尾時(shí)刻儲(chǔ)氫罐的儲(chǔ)氫狀態(tài)；HT,it為儲(chǔ)氫罐的運(yùn)行狀態(tài)變量，1表示正常運(yùn)行狀態(tài)，0表示故障停運(yùn)狀態(tài)。

3.3.3 質(zhì)子交換膜燃料電池運(yùn)行約束

基于第2.2節(jié)中建立的考慮熱電聯(lián)產(chǎn)的燃料電池多狀態(tài)模型，其消耗的氫氣量可由式（30）計(jì)算得到，不同運(yùn)行狀態(tài)下燃料電池的產(chǎn)電功率與產(chǎn)熱功率可分別通過式（31）、式（32）計(jì)算得到；式（33）、式（34）分別表示當(dāng)燃料電池啟動(dòng)時(shí)，其產(chǎn)電功率和消耗氫氣量應(yīng)在安全運(yùn)行范圍內(nèi)；式（35）表示燃料電池處于正常運(yùn)行或降額運(yùn)行狀態(tài)時(shí)可選擇是否啟停，而處于故障停運(yùn)狀態(tài)時(shí)則必須停機(jī)。

式中，F(xiàn)C,it為燃料電池的啟停狀態(tài)變量，1表示啟動(dòng)狀態(tài)，0表示停機(jī)狀態(tài)；FC,max、FC,min分別為燃料電池產(chǎn)電功率的上、下限；FC,max、FC,min分別為燃料電池耗氫量的上、下限。

3.3.4 加氫機(jī)組運(yùn)行約束

考慮加氫過程中的能量損失，如式（36）所示；基于第2.3節(jié)建立的加氫機(jī)組多狀態(tài)模型可知，由加氫機(jī)組提供的氫氣量應(yīng)當(dāng)不超過當(dāng)前時(shí)刻所有未故障加氫機(jī)的總可用容量，如式（37）所示。

式中，DP為加氫效率；DP,it為未故障的加氫機(jī)數(shù)量。

此外，電力線路、風(fēng)光機(jī)組和燃?xì)忮仩t等設(shè)備均基于經(jīng)典的兩狀態(tài)可靠性評(píng)估模型建立其運(yùn)行約束模型[24,27]，此處不再贅述。

3.4 求解方法

可見，本節(jié)建立的最優(yōu)負(fù)荷削減模型屬于典型的非線性混合整數(shù)規(guī)劃問題。采用分段線性化方法[28]將非線性約束式（20）和式（31）進(jìn)行線性化處理，從而將該最優(yōu)負(fù)荷削減模型轉(zhuǎn)換為混合整數(shù)線性規(guī)劃問題，并采用Gurobi商業(yè)軟件進(jìn)行求解。

4 基于氫能設(shè)備多狀態(tài)模型的EH-RIESs可靠性評(píng)估方法

4.1 供氫可靠性評(píng)估指標(biāo)體系

電、熱等系統(tǒng)的供能可靠性指標(biāo)已較為成熟，但目前仍缺少供氫能力的可靠性評(píng)估指標(biāo)。為此，本節(jié)構(gòu)建了供氫可靠性評(píng)估指標(biāo)體系，量化評(píng)估氫負(fù)荷的可靠供給程度。

1）氫負(fù)荷削減概率（Loss of Hydrogen Load Probability, LOHLP）為

式中，q,yt為第年時(shí)刻系統(tǒng)氫負(fù)荷的削減狀態(tài)變量，1表示有氫負(fù)荷削減，0表示無氫負(fù)荷削減；N為模擬年限。

2）氫負(fù)荷削減時(shí)間期望（Loss of Hydrogen Load Expectation, LOHLE）為

3）氫負(fù)荷缺供能量期望（Expected Hydrogen Not Supply, EHNS）

利用模擬周期內(nèi)氫負(fù)荷削減量總和與模擬年限的比值，表示年氫負(fù)荷缺供能量期望值。

式中，q,iyt為第年時(shí)刻節(jié)點(diǎn)處EH的氫負(fù)荷削減量。

4）設(shè)備供氫貢獻(xiàn)度（Hydrogen Supply Contribution of Equipment, HSCOE）

利用某一設(shè)備隨機(jī)故障造成的氫負(fù)荷缺供能量期望與總氫負(fù)荷缺供能量期望的比例，反映該設(shè)備對(duì)供氫可靠性的影響程度。

式中，HSCOE為設(shè)備對(duì)氫負(fù)荷缺供能量期望的貢獻(xiàn)度指標(biāo)；EHNS為考慮僅設(shè)備完全正常運(yùn)行情況下的氫負(fù)荷缺供能量期望。

5）缺供能量綜合損失ENS為

式中，p、q、h分別為電、氫、熱負(fù)荷的單位削減懲罰成本；EENS、ETNS分別為電負(fù)荷和熱負(fù)荷的缺供能量期望。

4.2 可靠性評(píng)估方法

本文基于MCMC模擬[20]，建立了考慮氫能設(shè)備等時(shí)序狀態(tài)轉(zhuǎn)移過程的可靠性評(píng)估方法，具體計(jì)算步驟如下所示：

（1）輸入EH-RIESs及其設(shè)備參數(shù)等數(shù)據(jù)，初始化各類型設(shè)備狀態(tài)，設(shè)定最大仿真年限N,max及缺供能量期望的最小方差系數(shù)min。

（2）基于氫能設(shè)備的多狀態(tài)模型及其他設(shè)備的可靠性模型，通過MCMC模擬抽樣得到仿真年限內(nèi)每小時(shí)的系統(tǒng)狀態(tài)。

（3）初始化模擬天數(shù)=1和模擬年數(shù)N=1。

（4）獲取第天每個(gè)時(shí)段的系統(tǒng)狀態(tài)，求解最優(yōu)負(fù)荷削減模型，得到第天每個(gè)時(shí)段的負(fù)荷削減狀態(tài)和最優(yōu)負(fù)荷削減量。

（5）若＞365，轉(zhuǎn)向步驟（6）；否則，令=+1，轉(zhuǎn)向步驟4）。

（6）計(jì)算第N年的系統(tǒng)可靠性評(píng)估指標(biāo)，并令N= N+1。

（7）若N＞N,max，或缺供能量期望方差系數(shù)＜min，轉(zhuǎn)向步驟（8）；否則令=1，轉(zhuǎn)向步驟（4）。

（8）輸出電、氫等異質(zhì)能源供給可靠性評(píng)估指標(biāo)。

5 算例分析

5.1 算例介紹

本節(jié)基于IEEE 14節(jié)點(diǎn)配電網(wǎng)[29]和52節(jié)點(diǎn)實(shí)際配電網(wǎng)分別構(gòu)建了EH-RIES-A和EH-RIES-B兩個(gè)系統(tǒng)進(jìn)行仿真分析。首先針對(duì)EH-RIES-A測(cè)試系統(tǒng)，采用不同的氫能設(shè)備可靠性模型進(jìn)行可靠性評(píng)估，以說明本文所提氫能設(shè)備多狀態(tài)模型和EH-RIESs可靠性評(píng)估方法的優(yōu)勢(shì)。然后，針對(duì)EH-RIES-B測(cè)試系統(tǒng)進(jìn)行仿真分析，以驗(yàn)證本文所提模型與可靠性評(píng)估方法對(duì)不同EH-RIESs的適應(yīng)性。兩個(gè)系統(tǒng)的網(wǎng)架結(jié)構(gòu)分別如圖9、圖10所示，系統(tǒng)中EH的配置方案分別見附表1、附表2，并采用我國(guó)中部地區(qū)某風(fēng)光場(chǎng)站實(shí)測(cè)數(shù)據(jù)及文獻(xiàn)[25]中負(fù)荷曲線模擬源荷時(shí)序特性。

圖9 基于IEEE 14節(jié)點(diǎn)配電網(wǎng)的EH-RIES-A

圖10 基于52節(jié)點(diǎn)配電網(wǎng)的EH-RIES-B

電解槽與燃料電池運(yùn)行模型的參數(shù)詳見文獻(xiàn)[8,17-18]，其安全運(yùn)行范圍為額定功率的20%～100%[30]，其余設(shè)備運(yùn)行參數(shù)見表4[25-26,31]。各類型設(shè)備的可靠性參數(shù)見表5[8,11,13,26,32]。電、熱負(fù)荷的單位削減懲罰成本分別設(shè)置為50元/(kW·h)、40元/(kW·h)[26]。考慮到堿性電解槽制氫的平均能耗約為4.5 kW·h/m3[33]，本文按電負(fù)荷削減懲罰成本設(shè)置氫負(fù)荷的單位削減懲罰成本為2 500元/kg。

表4 設(shè)備運(yùn)行參數(shù)

表5 設(shè)備可靠性參數(shù)

5.2 基于EH-RIES-A的仿真分析

5.2.1 系統(tǒng)可靠性分析

針對(duì)EH-RIES-A，采用如下四種方法進(jìn)行仿真分析，以說明本文所提加氫機(jī)組、堿性電解槽的多狀態(tài)模型和熱電聯(lián)產(chǎn)燃料電池多狀態(tài)模型的優(yōu)勢(shì)。

方法1：采用加氫機(jī)組的兩狀態(tài)模型[34]，文獻(xiàn)[13]中的堿性電解槽兩狀態(tài)模型和文獻(xiàn)[8]中發(fā)電模式下的燃料電池多狀態(tài)模型。

方法2：采用本文所提的加氫機(jī)組多狀態(tài)模型，文獻(xiàn)[13]中的堿性電解槽兩狀態(tài)模型和文獻(xiàn)[8]中發(fā)電模式下的燃料電池多狀態(tài)模型。

方法3：采用本文所提加氫機(jī)組和堿性電解槽的多狀態(tài)模型，以及文獻(xiàn)[8]中發(fā)電模式下的燃料電池多狀態(tài)模型。

方法4：采用本文方法，即加氫機(jī)組和堿性電解槽的多狀態(tài)模型，以及考慮熱電聯(lián)產(chǎn)模式的燃料電池多狀態(tài)模型。

四種方法計(jì)算得到EH-RIES-A的可靠性評(píng)估指標(biāo)見表6。LOELP、LOELE、EENS分別為電負(fù)荷的削減概率、削減時(shí)間期望和缺供能量期望；LOTLP、LOTLE、ETNS分別為熱負(fù)荷的削減概率、削減時(shí)間期望和缺供能量期望。

表6 EH-RIES-A的可靠性評(píng)估指標(biāo)

從表6可見，方法2的LOHLP相比方法1增加了45.45%（0.001 0），LOHLE增加了41.94%（8.25 h/年），EHNS和ENS相比方法1也分別增加了11.82%（47.76 kg/年）和3.09%（11.94 萬元/年）。這是因?yàn)榉椒?僅考慮加氫機(jī)組全部正常運(yùn)行或全部故障停運(yùn)的狀態(tài)，而方法2能夠充分考慮加氫機(jī)組的多狀態(tài)運(yùn)行特性。

從表6可知，方法3與方法2中電、熱負(fù)荷的可靠性水平相同，但方法3考慮了堿性電解槽的降額運(yùn)行狀態(tài)，其氫負(fù)荷供給可靠性水平劣于方法2。以秋季典型日為例，當(dāng)堿性電解槽處于降額運(yùn)行狀態(tài)（EL=2）時(shí)，EH-RIES-A中EH2的電、氫能量平衡分別如圖11a、圖11b所示。與正常運(yùn)行狀態(tài)相比，處于降額運(yùn)行狀態(tài)下的堿性電解槽將消耗更多的電能，但受EH與電網(wǎng)交互功率的限制，堿性電解槽的制氫量不能滿足全部的氫負(fù)荷需求。在設(shè)定的單位氫負(fù)荷削減懲罰成本下，考慮到制-儲(chǔ)-加氫等過程中的效率損失，系統(tǒng)會(huì)優(yōu)先削減氫負(fù)荷以保障電負(fù)荷的可靠供給，減少棄能損失。因此，與方法2相比，方法3的氫負(fù)荷削減概率LOHLP增加了34.38%（0.001 1），氫負(fù)荷削減時(shí)間期望LOHLE增加了34.03%（9.50 h/年），氫負(fù)荷缺供能量期望EHNS和系統(tǒng)缺供能量綜合損失ENS分別增加了11.44%（51.66 kg/年）和3.24%（12.92 萬元/年）。上述分析表明，若不考慮加氫機(jī)組和堿性電解槽的降額運(yùn)行狀態(tài)，均會(huì)過高地估計(jì)供氫可靠性水平。

圖11 sEL=2時(shí)EH2的電、氫能量平衡

與方法3相比，方法4的電、氫負(fù)荷可靠性指標(biāo)未發(fā)生較大變化，但方法4的熱負(fù)荷削減概率LOTLP降低了70.00%（0.001 4），熱負(fù)荷削減時(shí)間期望LOTLE減少了70.41%（12.54 h/年），熱負(fù)荷缺供能量ETNS和系統(tǒng)缺供能量綜合損失ENS分別減少了81.83% （6 078.00 kW·h/年）和5.90%（24.27 萬元/年），供熱可靠性水平大幅提升。以秋季典型日燃?xì)忮仩t發(fā)生故障為例，在燃料電池不同運(yùn)行模式下，EH2的熱負(fù)荷削減量如圖12所示。可見，在燃料電池發(fā)電模式（即方法3）下，燃?xì)忮仩t是熱負(fù)荷唯一供給來源，發(fā)生故障時(shí)熱負(fù)荷被削減；當(dāng)燃料電池采用熱電聯(lián)產(chǎn)模式（即方法4）且處于正常運(yùn)行狀態(tài)（FC=1）或降額運(yùn)行狀態(tài)（如FC=2,3,4）時(shí)，能夠有效降低部分時(shí)段內(nèi)的熱負(fù)荷削減量，提高供熱可靠性水平。

圖12 不同燃料電池運(yùn)行模式下EH2的熱負(fù)荷削減量

綜上所述，本文所提加氫機(jī)組和堿性電解槽的多狀態(tài)模型能夠充分考慮其降額運(yùn)行狀態(tài)造成的氫負(fù)荷削減，避免過高地估計(jì)供氫可靠性水平；所提燃料電池多狀態(tài)模型能夠充分考慮燃料電池?zé)犭娐?lián)產(chǎn)模式對(duì)供熱可靠性的貢獻(xiàn)，避免過低地估計(jì)供熱可靠性水平。

5.2.2 設(shè)備供氫貢獻(xiàn)度指標(biāo)分析

為了明晰影響氫能供給可靠性的關(guān)鍵因素，為EH-RIESs的規(guī)劃建設(shè)等提供科學(xué)合理的決策依據(jù)，本節(jié)基于5.2.1節(jié)所提方法4與式（41）計(jì)算得到各類設(shè)備的供氫貢獻(xiàn)度指標(biāo)，如圖13所示。

圖13 設(shè)備供氫貢獻(xiàn)度指標(biāo)

由圖13可見，EH-RIESs中天然氣網(wǎng)與燃?xì)忮仩t等熱能設(shè)備隨機(jī)故障對(duì)氫負(fù)荷缺供能量期望沒有影響。由于EH中氫氣唯一的生產(chǎn)設(shè)備為電解槽，電力設(shè)備的隨機(jī)故障會(huì)導(dǎo)致電解槽缺乏電能制氫，從而導(dǎo)致氫負(fù)荷的供應(yīng)不足。由圖13可見，電力線路和風(fēng)光機(jī)組隨機(jī)故障對(duì)系統(tǒng)氫負(fù)荷缺供能量期望的貢獻(xiàn)度之和達(dá)到了32.61%。

作為系統(tǒng)中唯一的制氫設(shè)備，電解槽的降額運(yùn)行狀態(tài)和故障停運(yùn)狀態(tài)均會(huì)造成較大的氫能供應(yīng)缺額，其供氫貢獻(xiàn)度指標(biāo)高達(dá)53.72%。雖然EH1和EH2中均有兩臺(tái)加氫機(jī)互為備用，但單臺(tái)加氫機(jī)的故障率較高，其隨機(jī)故障對(duì)氫負(fù)荷缺供能量期望的貢獻(xiàn)度有13.41%。當(dāng)儲(chǔ)氫罐發(fā)生故障時(shí)，電解槽難以實(shí)時(shí)滿足故障時(shí)段內(nèi)的高峰氫負(fù)荷需求，但儲(chǔ)氫罐的故障率較低且替換時(shí)間短，所以對(duì)氫負(fù)荷缺供能量期望的影響較小，僅為0.26%。

上述仿真結(jié)果說明電力設(shè)備和電解槽是影響供氫可靠性的關(guān)鍵因素，在EH-RIESs未來的規(guī)劃建設(shè)中可通過提供此類設(shè)備的備用或進(jìn)行設(shè)備擴(kuò)容等方法提升供氫可靠性水平。

5.2.3 氫負(fù)荷削減懲罰成本影響分析

根據(jù)5.2.1節(jié)的分析可知，當(dāng)單位氫負(fù)荷削減懲罰成本q為2 500元/kg時(shí)，系統(tǒng)優(yōu)先選擇削減氫負(fù)荷以保障電負(fù)荷的可靠供給，從而減少總棄能損失。為分析q對(duì)系統(tǒng)缺供能量綜合損失ENS的影響，以2 500元/kg為基值，采用方法4評(píng)估不同q下的ENS，計(jì)算結(jié)果如圖14所示。

圖14 不同單位氫負(fù)荷削減懲罰成本的缺供能量綜合損失

從圖14可以看出，q不影響熱負(fù)荷削減量。當(dāng)q低于基值時(shí)，若發(fā)生電力線路等設(shè)備故障，系統(tǒng)盡可能選擇削減氫負(fù)荷以減少電負(fù)荷的削減，從而降低總的負(fù)荷削減懲罰成本。隨著q逐步降低，電負(fù)荷可靠性水平略有提升，ENS不斷下降。當(dāng)q高于基值時(shí)，在電解槽處于降額運(yùn)行狀態(tài)等情況下，系統(tǒng)盡可能選擇削減電負(fù)荷以保障供氫可靠性，從而降低總的負(fù)荷削減懲罰成本。隨著q逐步增加，電負(fù)荷可靠性水平逐步降低，ENS也在不斷增加。

5.3 基于EH-RIES-B的仿真分析

為進(jìn)一步驗(yàn)證本文模型及評(píng)估方法的適應(yīng)性，采用第5.2.1節(jié)設(shè)置的四種方法分別對(duì)EH-RIES-B進(jìn)行可靠性評(píng)估，仿真結(jié)果見表7。

表7 EH-RIES-B的可靠性評(píng)估指標(biāo)

由表7可見，與方法1相比，考慮加氫機(jī)組的多狀態(tài)模型后，方法2的氫負(fù)荷缺供能量期望EHNS和系統(tǒng)缺供能量綜合損失ENS分別增加了17.52%（288.77 kg/年）和5.57%（72.18萬元/年）。與方法2相比，考慮堿性電解槽的降額運(yùn)行狀態(tài)后，方法3的氫負(fù)荷缺供能量期望EHNS和系統(tǒng)缺供能量綜合損失ENS分別增加了5.40%（104.70 kg/年）和1.92%（26.20萬元/年）。與方法3相比，考慮燃料電池的熱電聯(lián)產(chǎn)模式后，方法4的熱負(fù)荷缺供能量期望ETNS和系統(tǒng)缺供能量綜合損失ENS分別減少了81.01%（11 166.36 kW·h/年）和3.20%（44.55萬元/年），熱負(fù)荷可靠性水平得到大幅提升。綜上所述，本節(jié)的仿真結(jié)論與5.2.1節(jié)一致。

6 結(jié)論

本文建立了堿性電解槽、熱電聯(lián)產(chǎn)燃料電池和加氫機(jī)組的多狀態(tài)模型，提出供氫可靠性評(píng)估指標(biāo)體系及EH-RIESs可靠性評(píng)估方法，用兩個(gè)測(cè)試系統(tǒng)驗(yàn)證了本文模型及方法的有效性和適應(yīng)性，并得出如下結(jié)論：

1）忽略加氫機(jī)組和堿性電解槽的降額運(yùn)行狀態(tài)，均會(huì)過高地估計(jì)供氫可靠性水平。考慮熱電聯(lián)產(chǎn)模式的燃料電池多狀態(tài)模型，能夠有效地彌補(bǔ)供熱設(shè)備故障后的熱能缺額，有助于準(zhǔn)確評(píng)估EH-RIESs的供熱可靠性水平。

2）本文提出的供氫評(píng)估指標(biāo)體系和EH-RIESs可靠性評(píng)估方法，能夠量化系統(tǒng)供氫可靠性水平、經(jīng)濟(jì)損失以及設(shè)備故障對(duì)氫負(fù)荷缺供能量的貢獻(xiàn)程度，可為系統(tǒng)規(guī)劃建設(shè)等提供關(guān)鍵的決策支撐。

3）隨著單位氫負(fù)荷削減懲罰成本的增加，氫負(fù)荷可靠性水平隨之提升，但電負(fù)荷可靠性水平卻逐步降低。合理設(shè)定氫負(fù)荷削減懲罰成本，對(duì)平衡系統(tǒng)的供能可靠性及經(jīng)濟(jì)運(yùn)行水平至關(guān)重要。

附 錄

附表1 EH-RIES-A的EH配置方案

（續(xù)）

參數(shù)節(jié)點(diǎn)數(shù)值參數(shù)節(jié)點(diǎn)數(shù)值 光伏容量SPV/kW71 500SHT/kg7300 131 00013200 燃?xì)忮仩t容量GGB,max/kW7900PFC,max/ kW7750 1360013500 NDP/臺(tái)72 132

附表2 EH-RIES-B的EH配置方案

[1] 習(xí)近平. 繼往開來, 開啟全球應(yīng)對(duì)氣候變化新征程[EB/OL]. 人民網(wǎng), [2020-12-14]. http://env.people. com.cn/n1/2020/1214/c1010-31965084.html.

[2] 潘光勝, 顧偉, 張會(huì)巖, 等. 面向高比例可再生能源消納的電氫能源系統(tǒng)[J]. 電力系統(tǒng)自動(dòng)化, 2020, 44(23): 1-10.

Pan Guangsheng, Gu Wei, Zhang Huiyan, et al. Electricity and hydrogen energy system towards accomodation of high proportion of renewable energy[J]. Automation of Electric Power Systems, 2020, 44(23): 1-10.

[3] Bartolucci L, Cordiner S, Mulone V, et al. Hydrogen based multi energy systems: assessment of the marginal utility of increasing hydrogen penetration on system performances[J]. International Journal of Hydrogen Energy, 2021, 46(78): 38588-38602.

[4] 任洲洋, 羅瀟, 覃惠玲, 等. 考慮儲(chǔ)氫物理特性的含氫區(qū)域綜合能源系統(tǒng)中長(zhǎng)期優(yōu)化運(yùn)行[J]. 電網(wǎng)技術(shù), 2022, 46(9): 3324-3333.

Ren Zhouyang, Luo Xiao, Qin Huiling, et al. Mid/long-term optimal operation of regional integrated energy systems considering hydrogen physical characteristics[J]. Power System Technology, 2022, 46(9): 3324-3333.

[5] Johnston D L, Johnson B K. Comparison of reliability indices with the effect of protection failure for an electrical to hydrogen distribution system[C]//41st North American Power Symposium, Starkville, MS, USA, 2010: 1-5.

[6] 李亞東. 風(fēng)光互補(bǔ)聯(lián)合發(fā)電制氫系統(tǒng)的安全性分析與研究[D]. 邯鄲: 河北工程大學(xué), 2016.

[7] Lee S, Zhou Dao, Wang Huai. Reliablity assessment of fuel cell system-a framework for quantitative approach[C]//2016 IEEE Energy Conversion Congress and Exposition (ECCE), Milwaukee, WI, USA, 2017: 1-5.

[8] Tanrioven M, Alam M S. Impact of load management on reliability assessment of grid independent PEM fuel cell power plants[J]. Journal of Power Sources, 2006, 157(1): 401-410.

[9] Assaf J, Shabani B. Experimental study of a novel hybrid solar-thermal/PV-hydrogen system: towards 100% renewable heat and power supply to standalone applications[J]. Energy, 2018, 157: 862-876.

[10] 隨權(quán), 馬嘯, 魏繁榮, 等. 計(jì)及燃料電池?zé)?電綜合利用的能源網(wǎng)日前調(diào)度優(yōu)化策略[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2019, 39(6): 1603-1613, 1857.

Sui Quan, Ma Xiao, Wei Fanrong, et al. Day-ahead dispatching optimization strategy for energy network considering fuel cell thermal-electric comprehensive utilization[J]. Proceedings of the CSEE, 2019, 39(6): 1603-1613, 1857.

[11] Kurtz J, Sprik S, Peters M, et al. Retail hydrogen station reliability status and advances[J]. Reliability Engineering & System Safety, 2020: 106823.

[12] Ogbonnaya C, Abeykoon C, Nasser A, et al. Engineering risk assessment of photovoltaic-thermal-fuel cell system using classical failure modes, effects and criticality analyses[J]. Cleaner Environmental Systems, 2021, 2: 100021.

[13] 岳大為, 袁行行, 趙文體, 等. 含電-氫系統(tǒng)的孤島型交直流混合微電網(wǎng)可靠性評(píng)估[J]. 高電壓技術(shù), 2021, 47(11): 4002-4012.

Yue Dawei, Yuan Hanghang, Zhao Wenti, et al. Reliability evaluation of islanded AC/DC hybrid microgrid with electricity-hydrogen system[J]. High Voltage Engineering, 2021, 47(11): 4002-4012.

[14] 裴煜. 含氫能的冷熱電聯(lián)供微能源網(wǎng)運(yùn)行優(yōu)化[D]. 太原: 太原理工大學(xué), 2020.

[15] Diéguez P M, Ursúa A, Sanchis P, et al. Thermal performance of a commercial alkaline water electrolyzer: experimental study and mathematical modeling[J]. International Journal of Hydrogen Energy, 2008, 33(24): 7338-7354.

[16] Li Jiarong, Lin Jin, Song Yonghua, et al. Operation optimization of power to hydrogen and heat (P2HH) in ADN coordinated with the district heating network[J]. IEEE Transactions on Sustainable Energy, 2019, 10(4): 1672-1683.

[17] Abdelkafi A, Krichen L. Energy management optimization of a hybrid power production unit based renewable energies[J]. International Journal of Electrical Power & Energy Systems, 2014, 62: 1-9.

[18] 余娟, 時(shí)權(quán)妍, 楊知方, 等. 考慮電解水與甲烷化運(yùn)行特性的電轉(zhuǎn)氣系統(tǒng)日前調(diào)度方法[J]. 電力系統(tǒng)自動(dòng)化, 2019, 43(18): 18-25.

Yu Juan, Shi Quanyan, Yang Zhifang, et al. Day-ahead scheduling method of power-to-gas system considering operation characteristics of water electrolysis and methanation[J]. Automation of Electric Power Systems, 2019, 43(18): 18-25.

[19] 孫濤. 金屬雜質(zhì)離子對(duì)電解水的影響[D]. 長(zhǎng)沙: 湖南大學(xué), 2011.

[20] Chao Huawei, Hu Bo, Xie Kaigui, et al. A sequential MCMC model for reliability evaluation of offshore wind farms considering severe weather conditions[J]. IEEE Access, 2019, 7: 132552-132562.

[21] 裴煜, 宋天昊, 袁鐵江, 等. 計(jì)及燃料電池?zé)犭娐?lián)供的區(qū)域綜合能源系統(tǒng)經(jīng)濟(jì)運(yùn)行[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào), 2021, 33(2): 142-150.

Pei Yu, Song Tianhao, Yuan Tiejiang, et al. Economic operation of regional integrated energy system considering combined heating and power generation with fuel cell[J]. Proceedings of the CSU-EPSA, 2021, 33(2): 142-150.

[22] 中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部. 加氫站技術(shù)規(guī)范: GB 50516—2010[S]. 北京: 中國(guó)計(jì)劃出版社, 2021.

[23] Tang Yi, Zhao Yuan, Li Wenyuan, et al. Incorporating compressor station multiple failure modes in risk evaluation of electricity-gas integrated energy systems[J/OL]. CSEE Journal of Power and Energy Systems, 2021, DOI: 10.17775/CSEEJPES.2020.05850.

[24] 郁琛, 李尚軒, 謝云云, 等. 考慮交通網(wǎng)與配電網(wǎng)信息融合的臺(tái)風(fēng)后配電網(wǎng)搶修策略優(yōu)化[J]. 電力系統(tǒng)自動(dòng)化, 2022, 46(4): 15-24.

Yu Chen, Li Shangxuan, Xie Yunyun, et al. Optimization of post-typhoon rush repair strategy for distribution network considering information integration of traffic network and distribution network[J]. Automation of Electric Power Systems, 2022, 46(4): 15-24.

[25] 李健強(qiáng), 余光正, 湯波, 等. 考慮風(fēng)光利用率和含氫能流的多能流綜合能源系統(tǒng)規(guī)劃[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(14): 11-20.

Li Jianqiang, Yu Guangzheng, Tang Bo, et al. Multi-energy flow integrated energy system planning considering wind and solar utilization and containing hydrogen energy flow[J]. Power System Protection and Control, 2021, 49(14): 11-20.

[26] 路紅池, 謝開貴, 王學(xué)斌, 等. 計(jì)及多能存儲(chǔ)和綜合需求響應(yīng)的多能源系統(tǒng)可靠性評(píng)估[J]. 電力自動(dòng)化設(shè)備, 2019, 39(8): 72-78.

Lu Hongchi, Xie Kaigui, Wang Xuebin, et al. Reliability assessment of multi-energy system considering multi-storage and integrated demand response[J]. Electric Power Automation Equipment, 2019, 39(8): 72-78.

[27] 倪偉, 呂林, 向月, 等. 基于馬爾可夫過程蒙特卡洛法的綜合能源系統(tǒng)可靠性評(píng)估[J]. 電網(wǎng)技術(shù), 2020, 44(1): 150-158.

Ni Wei, Lü Lin, Xiang Yue, et al. Reliability evaluation of integrated energy system based on Markov process Monte Carlo method[J]. Power System Technology, 2020, 44(1): 150-158.

[28] 姜云鵬, 任洲洋, 李秋燕, 等. 考慮多靈活性資源協(xié)調(diào)調(diào)度的配電網(wǎng)新能源消納策略[J]. 電工技術(shù)學(xué)報(bào), 2022, 37(7): 1820-1835.

Jiang Yunpeng, Ren Zhouyang, Li Qiuyan, et al. An accommodation strategy for renewable energy in distribution network considering coordinated dispatching of multi-flexible resources[J]. Transactions of China Electrotechnical Society, 2022, 37(7): 1820-1835.

[29] Chen Lijuan, Deng Zhenli, Xu Xiaohui. Two-stage dynamic reactive power dispatch strategy in distribution network considering the reactive power regulation of distributed generations[J]. IEEE Transactions on Power Systems, 2019, 34(2): 1021-1032.

[30] 沈小軍, 聶聰穎, 呂洪. 計(jì)及電熱特性的離網(wǎng)型風(fēng)電制氫堿性電解槽陣列優(yōu)化控制策略[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(3): 463-472.

Shen Xiaojun, Nie Congying, Lü Hong. Coordination control strategy of wind power-hydrogen alkaline electrolyzer bank considering electrothermal characteristics[J]. Transactions of China Electrotechnical Society, 2021, 36(3): 463-472.

[31] 滕云, 閆佳佳, 回茜, 等. “無廢”電–氫充能服務(wù)區(qū)多源微網(wǎng)優(yōu)化運(yùn)行模型[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2021, 41(6): 2074-2088.

Teng Yun, Yan Jiajia, Hui Qian, et al. Optimization operation model of “zero-waste” electricity-hydrogen charging service area multi-energy microgrid[J]. Proceedings of the CSEE, 2021, 41(6): 2074-2088.

[32] 林毓軍, 苗世洪, 尹斌鑫, 等. 基于改進(jìn)協(xié)同演化算法的綜合能源系統(tǒng)經(jīng)濟(jì)性與可靠性優(yōu)化規(guī)劃[J]. 電力自動(dòng)化設(shè)備, 2021, 41(9): 173-181.

Lin Yujun, Miao Shihong, Yin Binxin, et al. Optimal planning for economy and reliability of integrated energy system based on improved co-evolution algorithm[J]. Electric Power Automation Equipment, 2021, 41(9): 173-181.

[33] 張紅, 袁鐵江, 譚捷, 等. 面向統(tǒng)一能源系統(tǒng)的氫能規(guī)劃框架[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2022, 42(1): 83-94.

Zhang Hong, Yuan Tiejiang, Tan Jie, et al. Hydrogen energy system planning framework for unified energy system[J]. Proceedings of the CSEE, 2022, 42(1): 83-94.

[34] 史清芳, 徐習(xí)東, 趙宇明. 電力電子設(shè)備對(duì)直流配電網(wǎng)可靠性影響[J]. 電網(wǎng)技術(shù), 2016, 40(3): 725-732.

Shi Qingfang, Xu Xidong, Zhao Yuming. Effects of power electronic devices on DC distribution reliability[J]. Power System Technology, 2016, 40(3): 725-732.

Reliability Evaluation of Electricity-Hydrogen Regional Integrated Energy Systems Based on the Multi-State Models of Hydrogen Energy Equipment

Ren Zhouyang Wang Hao Li Wenyuan Jiang Yunpeng

（State Key Laboratory of Power Transmission Equipment & System Security and New Technology School of Electrical Engineering Chongqing University Chongqing 400044 China）

Electricity-hydrogen regional integrated energy systems (EH-RIESs) are considered as one of the key paths to realize the green and low-carbon transformation of power and energy systems. However, the fault mechanism of hydrogen energy equipment hasn’t been considered by the existing reliability evaluation methods of EH-RIESs, as well as the multi-state characteristics of hydrogen energy equipment. There is no efficient reliability evaluation indexes and methods to quantify the reliability level of hydrogen supply. It means the reasonable decision-making basis for the planning and construction of EH-RIESs cannot be provided. A reliability evaluation method of EH-RIESs based on the multi-state models of hydrogen energy equipment is proposed in this paper. By accurately simulating the operation states of EH-RIESs, the reliability levels of heterogeneous energy supply are effectively quantified.

Firstly, the operation characteristics and fault mechanisms of hydrogen energy equipment are analyzed. A multi-state reliability model of alkaline electrolyzers considering de-rated operation state, a multi-state reliability model of fuel cells considering cogeneration mode and a multi-state reliability model of hydrogen dispenser units are established, which provide the basic models for the operation state simulation of EH-RIESs. Secondly, an optimal load shedding model considering the coupling relationship of electricity-hydrogen heterogeneous energy systems is established to minimize the wind power and photovoltaic power curtailment costs and heterogeneous energy load reduction costs. Then, an evaluation index system of hydrogen supply reliability is constructed from the aspects of hydrogen supply reliability level, the contribution of equipment to expected hydrogen not supply and system economic loss. Finally, based on the multi-state models of hydrogen energy equipment and a Markov Chain Monte Carlo method, a reliability evaluation method is developed for EH-RIESs to quantify the reliability levels of heterogeneous energy supply.

Two EH-RIESs with different scales were used to validate the effectiveness and the advantages of the proposed method. The simulation results show that after considering the de-rated operation state of hydrogenation dispenser units, the expected hydrogen not supply (EHNS) of two EH-RIESs increases by 11.82% and 17.52%, respectively. After considering the de-rated operation state of alkaline electrolyzers, the EHNS of two EH-RIESs increase by 11.44% and 5.40%, respectively. After considering the cogeneration mode of fuel cells, the expected thermal energy not supply of two EH-RIESs decrease by 81.83% and 81.01%, respectively. The hydrogen supply contribution index of electrical equipment and electrolyzers in the first EH-RIES reach 32.61% and 53.72%, respectively, which are the key factors affecting the reliability levels of hydrogen supply. In addition, with the increase of penalty cost of unit hydrogen load shedding, the economic loss of the first EH-RIES caused by electricity shortage is gradually increasing, and the comprehensive loss of energy not supply is also increasing.

The following conclusions can be drawn from the simulation results. (1) The hydrogen supply reliability levels of EH-RIESs will be overestimated if the de-rated states of alkaline electrolyzers and hydrogen dispenser units are ignored. The proposed multi-state model of fuel cells considering the cogeneration mode is helpful to accurately evaluate the thermal energy supply reliability levels of EH-RIESs. (2) The proposed reliability evaluation index system and evaluation method of EH-RIESs can quantify the hydrogen supply reliability level, economic loss and the contribution of equipment failures to the hydrogen energy shortage. (3) With the increase of penalty cost of unit hydrogen load shedding, the reliability level of hydrogen supply is improved, but the reliability level of electricity supply is gradually reduced. A reasonable penalty cost of unit hydrogen load shedding is essential to balance the energy supply reliability and economic levels of systems.

Electricity-hydrogen regional integrated energy systems, electrolyzer, fuel cell, Markov Chain Monte Carlo, hydrogen supply reliability

TM732

10.19595/j.cnki.1000-6753.tces.221459

國(guó)家自然科學(xué)基金資助項(xiàng)目（52277080）。

2022-07-28

2022-11-10

任洲洋 男，1986年生，副教授，博士生導(dǎo)師，研究方向?yàn)殡娏δ茉聪到y(tǒng)低碳運(yùn)行及規(guī)劃、人工智能等。E-mail：rzhouyang1108@163.com（通信作者）

王 皓 男，1998年生，碩士研究生，研究方向?yàn)榕潆娋W(wǎng)運(yùn)行與規(guī)劃、電氫區(qū)域綜合能源系統(tǒng)可靠性評(píng)估等。E-mail：wh19980913@163.com

（編輯 赫 蕾）