氨分解制氢储能系统容量对电力系统性能的影响

王 运，蒙 飞，张 超，李 涛，田 波，李江鹏，陈海东，张志华

（1国网宁夏电力有限公司，宁夏 银川 750001；2国网陕西省电力有限公司电力科学研究院，陕西 西安 710000）

随着双碳目标的推进，我国正在大力推进可再生能源、储能和氢能领域的研发、布局和建设。氨由于能量密度大，易于储运和工业技术成熟等优点，成为了优良的氢载体。使用电加热驱动氨分解制氢，可以在制取氢气的过程中参与电力系统储能调节，以提高新能源发电利用率。

在氨储能和制氢的研究方面，澳大利亚国立大学的太阳能小组[1-4]从20 世纪90 年代便开始了氨储能系统的研究，并从理论上论证了使用氨储存太阳能的可行性。1999 年，太阳能小组建成了一套闭环运行的氨基热化学储能系统[5-6]。该系统采用蝶式聚光器为氨分解反应提供热能，并利用氨分解过程存储太阳能。Xie等人[7]使用槽式太阳能集热器驱动氨分解，分析了几何和操作参数对管式反应器和膜反应器性能[8-9]的影响。

在储能系统对电力系统性能影响的研究方面，陈海东等人[10]应用蒙特卡洛方法分析了锂电储能系统容量配置对包含源荷两侧不确定性的电力系统的性能影响。陟晶等人[11]利用IEEE39 节点系统，验证了带有电加热和储热功能的光热电站在提高新能源消纳方面的可行性和有效性。郭琛良等人[12]针对提高风电消纳的目标，提出了包含氢能与锂电储能的综合储能系统，通过满意度比较和多目标决策模糊优化，得到了综合储能系统的容量配置。冯飞波等人[13]针对配备电化学储能和氢储能系统的电力系统，建立了混合储能系统双层优化模型，证明了电化学-氢储能系统可以提高电网经济性并提高电网稳定性。杨文强等人[14]综合考虑锂电储能和飞轮储能的出力特性、系统寿命和经济成本等因素，研究了混合储能系统在新能源场站一次调频中的作用特点，并得到了最优的储能系统容量配置方案。

综上所述，首先对在电力系统中采用氨分解同时实现储能和制氢的研究是较为匮乏的。而且，学者们在氨储能和制氢的研究中更加关注反应过程的分析，缺少其对电力系统影响的分析。同时，化学储能系统对电力系统性能影响的研究中，学者们又普遍忽略了对储能系统工作原理和过程的建模和分析。因此，本工作将模拟氨分解制氢过程，建立考虑源荷两侧不确定性的、包含风光火储的、利用氨分解制氢过程实现储能的电力系统模型，并分析氨分解制氢储能系统容量对电力系统性能的影响。

1 数值建模

1.1 氨分解制氢储能数学模型

1.1.1 氨分解反应器模型

图1为氨分解管式填充床反应器，反应器由电热丝加热提供能量。氨气从左端流入反应器向右流动，流动过程中不断吸热升温，并发生分解反应。最终氨气分解产生的氢气、氮气和未完全分解的氨气从反应器右端流出。表1所示为单个反应器的基本参数。

表1 单个反应器的基本参数Table 1 Basic parameters of a single reactor

图1 氨分解管式填充床反应器示意图Fig.1 Diagram of a tube packed bed reactor for ammonia decomposition

1.1.2 氨分解反应动力学模型

氨分解反应的速率方程服从Temkin-Pyzhev机理[8-9]：

式中，RA为氨分解反应速率；pi为各组分在反应体系内的分压力，单位为bar(1 bar=0.1 kPa)，其中脚标i代表不同的组分(A=ammonia, N=nitrogen, and H=hydrogen)；Kapp为氨分解反应的速率常数；Keq为氨分解反应的平衡常数；β为催化剂表面状态所决定的一个常数，本文取0.27。

其中，Kapp由式(2)计算：

式中，k0和Eapp分别为在催化剂作用下，氨分解反应的指前因子和活化能，使用该催化剂，k0=6×108/s，Eapp=117 kJ/mol。Rg为普适气体常数；T为反应温度，单位为K。

1.1.3 守恒方程

氨分解反应器服从质量守恒和能量守恒的约束。反应器中的质量守恒方程通过氢气流率的变化来体现，见式(3)：

式中，FH为反应区中氢气的流率，单位为mol/s；SRA为反应区的面积。

能量守恒方程通过反应器和气体局部温度的变化来体现，见式(4)：

式中，Ptube为反应器外壁吸收到的功率密度，W/m；HR为氨分解反应的吸热率；HE为反应器外壁热辐射造成的热损失率；Fk为组分k的摩尔流率；Cp,k为组分k的定压比热容。

其中，反应器外壁的辐射热损失由式(5)计算：

试算得到，氨气在流动过程中的雷诺数介于3000～16000，因此采用Hick's方程描述氨分解反应器中的压降，即动量守恒方程：

式中，Re为流动过程中的局部雷诺数，ρm为反应器的局部密度，cm为反应器的局部流速，dp为催化剂直径，εp为反应器的床层孔隙率，取0.5。

1.2 电力系统数学模型

如图2所示为电力系统示意图，从供需结构来看，电力供应主要由火力发电、风力发电和光伏发电三部分组成，电力消费主要由用户和氨-氢储能两部分组成。从可控水平来看，火力发电和氨-氢储能部分的负荷完全可控，电力用户、风电和光伏发电机组负荷具有一定不确定性。图3为考虑源荷两侧不确定性的电力系统调度模型。

图2 电力系统示意图Fig.2 Power system diagram

图3 不确定性电力系统调度模型Fig.3 Uncertain power system dispatch model

2.1 信息间隙模型

典型日负荷曲线是某地区电力系统一日内各时刻用电负荷的典型值，可以表征该地区电网的消费水平与规律特征。但典型值并不等同于每天的电力系统负荷情况，每日实际电力负荷是在典型值基础上在一定范围内波动的。以国家发展和改革委员会和能源局公布的某省电力系统的典型日负荷曲线为基础，应用信息间隙模型可以得到该省的实际电力系统负荷，见式(7)：

丁志勇[15]在风电场短期功率预测方法的研究中，分析了某风场的风速预测方法和典型风速分布特征；刘昊等人[16]研究了基于风速的风力机组发电功率特性。结合两者可得到该省风力机组出力的典型曲线，再使用信息间隙模型即可得出该省份风力发电实际出力曲线，见式(8)：

《民用建筑热工设计规程》(JGJ24—86)给出了全国北方各重点城市一日内光照强度的变化情况，由于在常规范围内光伏电池的功率与光照强度基本保持正比，据此可得到光伏发电机组出力的典型曲线，再应用信息间隙模型即可得到光伏的实际出力曲线，见式(9)：

1.2.2 火力发电模型

火力发电机组是电力系统中占比最高的部分，完全可以按照电力系统调度需求调整出力，主要承担了电力消费基荷以及调峰调频应对电力系统波动。火力发电机组容量分为发电容量和备用容量，见式(10)：

同时，火力发电机组因为承担调峰调频任务，需要快速调整出力，火电机组处理调整的爬坡率见式(11)：

1.3 性能指标

由于发电机组生产的电力被统一分配到制氢和电力消费中，难以单独衡量单位氢气或者每度电能的成本和碳排放。因此，将制氢和消费绑定到一起，根据总发电量衡算度电成本和度电碳排放是可行的思路。所以本工作以度电成本、度电碳排放、氢气日产量、新能源发电占比和新能源消纳率为性能指标，衡量电力系统的性能表现。

1.3.1 度电成本

发电成本的构成主要体现在初期固定投资、日常运维成本、资金和折旧成本、退役成本等方面，而火电和新能源发电的成本结构是显著不同的。表2所示为考虑到电力机组生产、运维和退役等环节的全寿命周期度电成本。

表2 不同发电机组的全寿命周期度电成本Table 2 Life-cycle LCOE of different generator sets

度电成本可由总成本除以总发电量得到，结合表2所示的度电成本，电力系统总成本数学表达见式(12)：

式中，Csum为总运行成本；为对应各部分的成本，其中上标表示不同设备，i=W、P、F分别表示风电、光伏和火电和储能系统；下标表示不同功能，j=G、B、P 和W 和分别表示发电成本、备用成本、调峰成本和弃风惩罚。其中，氨分解制氢储能系统的运行成本为制氢耗氨量与液氨价格(取4000元/t)的乘积：

式中，PH为氢气的日产量，单位为t。

1.3.2 度电碳排放

与度电成本类似，不同类型发电机组在全寿命周期中的碳排放分布特征是不同的，风电和光伏的新能源机组的碳排放主要集中在设备生产、运输和建设中，投运后发电过程中的碳排放很低；而燃煤机组的碳排放主要集中在发电运行过程中。表3为不同类型发电机组的全寿命周期度电碳排放量，结合各发电机组的发电量即可得到总碳排放与度电碳排。

表3 不同发电机组的全寿命周期度电碳排放Table 3 Carbon emissions per kWh of life cycle of different generator sets

2 数值模拟与结果讨论

首先对电加热的氨分解反应器进行模拟和分析，然后在此基础上分析氨分解制氢储能系统装机容量对不同发电装机结构的电力系统性能的影响。

2.1 氨分解反应器的数值模拟

按照表1 所示的氨分解反应器参数，使用Matlab进行建模，得到在不同电加热功率下，氨转化率的变化如图4所示。

图4 不同加热功率下的氨转化率曲线Fig.4 Ammonia conversion rate at different heating power

由图可见，当电加热功率为8 kW 时，氨分解率为66.0%；电加热功率为10 kW时，氨分解率为84.2%；电加热功率为12 kW 时，氨分解率为96.7%。根据计算结果，设定单管氨分解制氢储能反应器的额定功率为10 kW，可在额定功率20%的区间内调整负荷以参与电力系统的调峰调频，提高新能源消纳水平。

当氨分解反应器在额定功率10 kW下时，沿反应器轴向长度的温度分布和组分流率分布如图5所示。

图5 沿反应器长度的温度分布和组分流率分布Fig.5 Temperature distribution and group flow rate distribution along the length of the reactor

氨分解反应为吸热反应，且温度越高反应速率越快，从图4 中可见，在反应器入口前0.5 米内，由于反应温度低于500 K，此时氨分解速率较为缓慢。随着反应温度的提高，反应速率逐步提高。当反应温度达到550 K时，由于氨分解反应速率已经较快，其吸热效果与电加热器的加热相抵消，所以反应器壁和反应物温度的增速显著放缓，趋于稳定。在额定情况下，单个氨分解反应器的氨分解率为84.2%，氢气产率为0.227 mol/s。

2.2 氨分解制氢储能容量对电力系统的影响

本工作意在研究氨分解制氢储能系统容量增加对电力系统在新能源消纳、成本和碳排放等性能的影响。储能系统的容量必须根据电力系统中可再生能源的容量和占比而设计，因此，以现有电力系统装机容量为基础，设定低、中、高三种可再生能源发电占比，得到表4所示三种电力系统组成结构。

表4 三种情况下的电力系统构成Table 4 Structure of power system under three working conditions

电力系统中的用户、风力发电和光伏发电三个组成部分均具有不确定性，而蒙特卡洛方法非常适合描述运行过程中的各种随机现象，以求解一些解析法难以求解甚至无法求解的问题，是评估随机性系统效能的重要模拟方法[21-23]。使用蒙特卡洛方法结合信息间隙模型，设定用电负荷的波动率为5%，新能源发电机组的出力波动率为10%，进行计算。

2.2.1 Case 1

通过1000 次蒙特卡洛实验的平均结果，可得到特定氨分解制氢储能系统装机容量下电力系统的性能指标。图6 所示为Case 1 时电力系统的度电成本、度电碳排放、新能源占比、新能源利用率四个指标随储能系统容量增加的变化情况。

图6 Case1的电力系统性能指标随储能系统容量的变化Fig.6 The change of power system performance index of Case1 with the capacity of the energy storage system

由图6可见，随着储能系统容量的增加，新能源利用率和新能源占比逐步提高，使得度电碳排放逐步降低而度电成本随之提高。当氨分解制氢储能系统的装机容量从0提高到10 GW时，度电成本提高了7.6%，度电碳排放降低了0.9%，新能源占比提高了14.2%，新能源利用率提高了5.5%。当储能装机容量为10 GW时，氢气日产量为3.88万吨。由于新能源发电占比较低，在不投入储能系统的情况下，仅依靠火电的调峰能力，依旧可以实现接近95%的新能源利用率。因此，在这种情况下储能系统容量提升给电力系统带来的性能提升是有限的。

2.2.2 Case 2

图7 所示为Case 2 时电力系统的度电成本、度电碳排放、新能源占比、新能源利用率四个指标随储能系统容量增加的变化情况。

图7 Case2的电力系统性能指标随储能系统容量的变化Fig.7 The change of power system performance index of Case2 with the capacity of the energy storage system

由图可见，随着氨分解储能系统容量从0增加到30 GW，度电成本提高了25.8%，度电碳排放降低了8.9%。新能源占比从13.5%提高到23.1%，提高了74.3%；新能源利用率从73.2%提高到96.9%，提高了32.4%。当储能装机容量为30 GW时，氢气日产量为10.44万吨。对于中等水平新能源发电占比的电力系统，储能系统容量的提升对电力系统性能的影响是显著的，度电成本、碳排放和新能源发电占比几乎随着储能系统装机容量的提高而线性变化。并且，储能系统容量的提升，极大提高了新能源消纳水平。

2.2.3 Case 3

图8 所示为Case 3 时电力系统的度电成本、度电碳排放、新能源占比、新能源利用率四个指标随储能系统容量增加的变化情况。

图8 Case3的电力系统性能指标随储能系统容量的变化Fig.8 The change of power system performance index of Case3 with the capacity of the energy storage system

随着氨分解储能系统容量从0 增加到50 GW，度电成本从0.40元/kWh提高到0.53元/kWh，提高了34.5%，度电碳排放降低了22.8%。新能源占比从13.8%提高到36.0%，提高了160.8%；新能源利用率从56.3%提高到91.5%，提高了62.4%。当储能系统装机容量为50GW 时，氢气日产量为17.07 万吨。在高新能源发电占比的电力系统中，提高储能系统容量和提高新能源消纳水平可以更加有效地降低度电碳排放，同时使得成本提高程度相对于Case 1和Case 2更低。

2.2.4 氢气日产量

三种情况下，氢气日产量随氨分解制氢储能系统装机容量提高的变化情况如图8所示。

由图9所示，氢气日产量与氨分解系统装机容量成正比。三种情况下，当氨分解系统装机容量分别到达10 GW、30 GW 和50GW 时，氢气日产量分别达到了3.9万吨、10.4万吨和17.1万吨。由于新能源装机更小的情况电力系统更加稳定，可以使得氨分解制氢系统更接近于额定工况运行；而新能源装机占比更高会带来更严重的电网波动，制氢系统更多地投入到调峰调频工作中，所以相同氨分解储能系统装机容量时，新能源装机占比越小的情况下氢气日产量越高。

图9 氢气日产量随氨分解系统容量的变化Fig.9 Variation of daily hydrogen production with ammonia decomposition system capacity

3 结 论

本工作使用氨分解制氢储能技术同时满足吸纳新能源的储能需要和未来氢能源发展的制氢需求，建立了考虑源荷两侧不确定性、包含风光火储氢五个组成部分的电力系统调度模型。主要结论如下：

（1）使用氨分解制氢储能系统可以有效提高电力系统的新能源消纳水平。三种电力系统装机结构下，配备尽可能高的氨-氢储能系统可以使得新能源利用率分别提高5.5%、32.4%和62.4%，新能源发电占比分别提高14.2%、71.3%和160.8%。

（2）新能源发电占比的提高可以有效降低单位能量的碳排放量，但也会带来成本的提高。三种电力装机结构下，新能源消纳水平提高后可使得度电碳排放分别降低0.9%、8.9%和22.8%，而度电成本随之分别提高7.6%、25.8%和34.5%，但度电成本仍在相对合理的区间内。

（3）氨分解制氢储能系统可以在提高新能源消纳水平的同时制取氢气，助力氢能发展。三种情况下配备10 GW、30 GW 和50GW 的氨分解制氢储能系统时，氢气的日产量可以分别达到3.9 万吨、10.4万吨和17.1万吨。