在全球可持續(xù)能源轉(zhuǎn)型的浪潮中,氫能作為核心戰(zhàn)略資源,正為電力、交通等領(lǐng)域的深度脫碳注入強勁動力。其中,氫燃料電池汽車憑借充能迅速、續(xù)航持久等優(yōu)勢,成為交通領(lǐng)域綠色轉(zhuǎn)型的焦點。與此同時,分布式供氫網(wǎng)(DHSN)作為城市供氫的創(chuàng)新方案,為電-氫系統(tǒng)的協(xié)同優(yōu)化提供了廣闊空間。然而,氫負(fù)荷波動與分布式電源出力的不確定性,給系統(tǒng)的安全經(jīng)濟運行帶來了嚴(yán)峻挑戰(zhàn)。在此背景下,深入研究電-氫概率最優(yōu)能量流,挖掘電-氫協(xié)同潛力,成為推動能源系統(tǒng)高效運行的關(guān)鍵課題。
當(dāng)前,我國氫燃料電池汽車與加氫站規(guī)模正快速擴張,分布式供氫網(wǎng)在城市供氫中扮演著愈發(fā)重要的角色。但在實際運營中,該系統(tǒng)面臨兩大關(guān)鍵難題:一是多主體協(xié)同困境,現(xiàn)有方法未能有效整合站間氫能流與雙向電能P2P,且忽視了氫長管拖車運輸?shù)莫毺匦裕欢歉呔S概率計算的“維數(shù)災(zāi)”問題尚未攻克,缺乏兼顧效率、精度與穩(wěn)健性的求解方案,制約了電-氫系統(tǒng)協(xié)同優(yōu)化理論的發(fā)展。針對這些挑戰(zhàn),一項創(chuàng)新研究從模型構(gòu)建與算法設(shè)計雙維度切入,提出了突破性解決方案。
為充分釋放氫能的時空協(xié)同潛力,研究團隊創(chuàng)新性地提出了考慮站間氫能P2P協(xié)同的電-氫最優(yōu)能量流建模方法。該方法以子母站-配電網(wǎng)P2P協(xié)同模式為核心,通過耦合站間氫能流與雙向電能P2P,構(gòu)建了基于納什談判理論的電-氫概率最優(yōu)能量流模型。模型中,時滯性與離散性被納入站間氫能P2P約束,多主體收益分配與電-氫價格決策得以協(xié)調(diào),從而提升了系統(tǒng)的可行性與公平性。這一創(chuàng)新為多主體能源系統(tǒng)的協(xié)同建模提供了全新思路,填補了現(xiàn)有模型在電-氫能源流協(xié)同方面的理論空白。
在高維概率計算領(lǐng)域,研究團隊基于壓縮稀疏-任意多項式混沌展開(CS-aPCE),開發(fā)了子母站-配電網(wǎng)概率最優(yōu)能量流求解算法。該算法以歷史數(shù)據(jù)為驅(qū)動生成配點,通過解析方法計算期望、標(biāo)準(zhǔn)差等關(guān)鍵統(tǒng)計指標(biāo),無需依賴先驗概率信息。為優(yōu)化計算性能,算法融合了高斯正交規(guī)則構(gòu)建高頻配點,并結(jié)合壓縮稀疏網(wǎng)格技術(shù)提出有效壓縮判據(jù)。理論證明顯示,該算法在降維效果與計算精度上表現(xiàn)卓越,確保了高維問題中的高效性與穩(wěn)健性。這一成果完善了高維概率優(yōu)化問題的求解理論體系,為類似問題提供了可借鑒的算法框架。
實際應(yīng)用中,該研究成果展現(xiàn)出顯著優(yōu)勢。CS-aPCE算法在求解高維電-氫概率能量流時,計算時間僅為傳統(tǒng)MCS法的10%,期望值和標(biāo)準(zhǔn)差誤差低于4.21%,高階矩計算精度較傳統(tǒng)aPCE法提升60.28%至156.98%。同時,平穩(wěn)度閾值的合理選取對算法精度與效率具有重要影響,需結(jié)合隨機變量的平穩(wěn)度分布特征進行優(yōu)化。考慮站間氫能P2P協(xié)同的電-氫最優(yōu)能量流模型,能夠有效調(diào)動DHSN的靈活性資源協(xié)調(diào)潛力,優(yōu)化站間氫能流分布,并實現(xiàn)多主體收益的公平分配。這一成果為大規(guī)模分布式供氫網(wǎng)與配電網(wǎng)的協(xié)同運行提供了技術(shù)支撐,推動了氫能在交通、電力領(lǐng)域的深度應(yīng)用。
該研究由一支跨學(xué)科團隊完成,團隊成員在低碳綜合能源系統(tǒng)、概率分析計算、不確定性量化等領(lǐng)域積累了豐富經(jīng)驗。研究得到了國家自然科學(xué)基金項目和中央高校基本科研業(yè)務(wù)費項目的資助,相關(guān)成果發(fā)表于權(quán)威學(xué)術(shù)期刊《電工技術(shù)學(xué)報》。這一創(chuàng)新不僅為電-氫系統(tǒng)的優(yōu)化調(diào)度與安全運行提供了理論依據(jù),也為多主體能源系統(tǒng)的協(xié)同發(fā)展開辟了新路徑。















