集成混合钙循环热化学储能和压缩二氧化碳储能的光伏系统的多目标优化

《Renewable Energy》：Multi-objective optimization of photovoltaic system integrated with hybrid calcium-looping thermochemical energy storage and compressed CO2 energy storage

　　张超波|孙杰|乔阳|史秀婷|魏金家
西安交通大学化学工程与技术学院，中国西安710049

摘要
基于钙循环（CaL）- 热化学储能（TCES）技术，本文合理地将原始系统中的压缩二氧化碳储能（CCES）集成进来，并同时采用光伏（PV）驱动，构建了一个PV-TCES-CCES集成系统——这一方案具有大规模、低成本和长时间稳定发电的竞争优势，适用于未来能源需求。然而，相关研究仍然较少，尤其是在考虑实际场景下的负载需求满足情况时。因此，本文创新性地提出了该系统并进行了针对性研究。首先，以用户端需求满足为目标进行了年度系统性能预测。接着，研究了光伏容量、储能时长和储能子系统额定功率对系统经济性和可靠性的影响。最后，利用非支配排序遗传算法（NSGA-II）对系统配置进行了优化，以获得帕累托前沿。结果表明，最佳的系统配置为275 MW的光伏容量、10小时的储能时长和41 MW的储能子系统额定功率，相应的平准化电力成本（LCOE）和负载损失概率（LOLP）分别从原来的0.23 USD·kWh-1和19.7%降低到了0.22 USD·kWh-1和13.5%。

引言
新能源的发展是实现低碳和可持续发展的关键途径。近年来，主要包括太阳能和风能在内的可再生能源经历了快速增长[1]。其中，光伏（PV）电池作为一种重要的清洁能源技术，其装机容量近年来迅速增加，尤其是在中国，光伏发电的装机容量屡创新高。2023年，中国新增的光伏发电装机容量约为216 GW，同比增长147%。到2023年底，中国的累计光伏装机容量达到610 GW，占全国电力总装机容量的21%，成为第二大电力来源[2]。此外，由于技术进步，光伏子系统的成本显著下降，进一步增强了光伏发电的经济优势，促进了其大规模应用[3]。然而，光伏发电具有波动性和间歇性的特点，其发电输出受天气和昼夜变化等因素的显著影响，因此难以满足电网的稳定性要求[4][5]。因此，为了实现与电网的可靠连接和稳定的电力供应，光伏发电通常需要配置储能子系统[6]。目前常用的储能技术包括熔盐储能[7]、电化学储能[8]、抽水蓄能[9]和压缩空气储能[10]等。熔盐是一种相对成熟的热能储能技术，但在长期储存和长距离运输过程中存在较大的热量损失问题。同时，熔盐的高温特性可能导致系统设备（如管道、换热器等）腐蚀。电化学储能具有响应迅速和高能量密度的优点，适用于分布式应用和短期调节需求，但其成本较高，且在循环寿命和环境安全方面存在问题。抽水蓄能是目前应用最广泛的储能技术，安全性高且使用寿命长，但对地理条件要求严格，建设周期较长，难以大规模推广。压缩空气储能成本低且寿命长，但效率较低，对气体储存设备要求较高，应用场景有限。

与上述储能技术相比，基于CaCO3/CaO系统钙循环（CaL）的热化学储能（TCES）技术近年来表现出显著优势[11]。CaL-TCES通过吸热和放热化学反应储存和释放能量，适用于大规模储能，成本低，储能时间长。首先，基于钙的材料来源广泛且价格低廉（72.4 USD?t-1）[12]。其次，CaL-TCES可以实现长期储能而不会造成大量能量损失。此外，该储能方法的能量密度非常高（3029 kJ?kg-1）。因此，研究和推广CaL-TCES技术对于促进光伏等可再生能源的发展具有重要意义。

已有研究探讨了可再生能源与多种储能技术的系统集成。Zhai等人[13]提出了一种结合光伏聚光发电（CSP）和热能储能（TES）的系统，将光伏系统中的高成本电池替换为CSP系统中的低成本TES，从而将波动的光伏电力以热能的形式储存起来。评估了两种调度策略：一种是光伏和CSP独立运行的传统调度策略，另一种是光伏和CSP协同运行以提供恒定输出功率的策略。结果表明，恒定调度策略比传统调度策略更具经济性。Fernández等人[14]提出了一种新的PV-TCES系统概念，并对其进行了经济性分析，发现与传统电池储能相比，TCES具有优势。Liu等人[15][16]使用遗传算法确定了太阳能混合发电系统的最佳容量配置，综合考虑了经济性和可靠性。还研究了电池和TES设备价格在当前和未来成本降低情景下对系统竞争力的影响，发现混合电池-热能储能在高可靠性要求下更具成本效益。Sima等人[17]开发了一种集成风能、光伏和CSP技术的互补储能系统，通过优化热能和电池储能的配置比例，实现了经济效率、可靠性和环境可持续性之间的平衡。Guo等人[18]基于自适应权重粒子群优化算法建立了净利润经济模型，分析了多能源互补发电系统（风能、太阳能和热能）中容量分配对系统经济性的影响。Liu等人[19][20]提出了一种风能-太阳能-氢能多能源发电系统，将风能、光伏、CSP和氢能子系统耦合在电网侧，以实现更高的整体系统效率和可再生能源利用率。Liu等人[21]设计了一种包含CSP、TES、光伏、风能、电池和电加热器的混合系统，并根据实际电力需求和电价，在三种运行模式和两个典型地点进行了多目标优化，结果表明不同的运行模式和地点对系统配置有不同的要求。Yang等人的研究[22]也表明，电力需求情景对系统优化设计参数有显著影响，强调了在系统设计中采用实际电力需求情景的必要性。Bousselamti等人[23]使用遗传算法优化了PV-CSP系统，发现调度策略的选择与系统配置和规模密切相关。Benjamin等人[24]设计并优化了一种结合光伏-CSP的混合储能和发电系统，通过构建和模拟系统成本模型，发现构建单一大规模系统比集成多个小型系统更具经济优势。尽管许多研究者探讨了CaL-TCES集成系统，但大多数研究仍处于理论探索或实验室研究阶段，实际应用仍需克服材料性能下降、设备安全问题和系统过程复杂性等问题。

类似地，本研究回顾了《可再生能源》期刊上发表的关键先前工作。Karasavvas等人[33]对CSP–CaL系统进行了系统的热力学和能量优化。Cormos[24][25]独立验证了所提出的CSP–CaL配置的技术可行性、能量性能和环境效益，证明了其优于传统的碳去除发电技术。He等人[26]研究了结合电池和热能储存的风能-太阳能混合可再生能源系统的多目标优化。Rasool等人[27]探讨了短期和长期储能对电网平衡的协同效应，并进行了相应的多目标优化。然而，目前尚无研究结合热化学储能和光伏-热能技术进行以用户为中心、需求驱动的多目标优化，特别是明确考虑实际终端用户负载情况的研究。

从上述文献可以看出，将可再生能源（太阳能或风能等）与各种储能技术（熔盐储能、电池储能等）结合的发电厂已初步得到研究。然而，大多数研究的应用场景为恒定负载需求或无负载需求，很少有研究在更现实的负载需求场景下优化系统。目前，CaL-TCES系统主要限于实验室/试点规模测试。不同研究中的运行参数（如储能容量、循环条件）差异较大，缺乏统一的性能评估标准。现有研究主要关注“工艺创新和功能实现”作为核心目标，未在标准化条件下进行效率和经济效益的定量研究。此外，由于二氧化碳既可用于压缩二氧化碳储能（CCES）也可用于CaL-TCES，我们之前的工作[44]已经证明，一种新型的基于二氧化碳的物理化学两阶段储能技术可以通过能量和能量分析高效集成到太阳能发电系统中。为此，本文以之前优化系统[44]的主要布局为起点，扩展到一个结合混合CaL-TCES和CCES的光伏系统，特别旨在匹配实际用户负载需求。首先构建了光伏和储能子系统模型，并根据中国德令哈的气象条件进行了年度性能预测，以用户负载需求为目标。然后，分别使用平准化电力成本（LCOE）和负载损失概率（LOLP）作为评估指标，研究了光伏容量、储能时长和储能子系统额定功率对系统经济性和可靠性的影响。最后，利用非支配排序遗传算法（NSGA-II）优化了系统配置，以获得帕累托前沿，提高了所提出的2.1 PV-TCES-CCES系统的经济性和可靠性。

**系统概述**
所提出的PV-TCES-CCES系统的示意图如图1所示，主要由光伏、CaL-TCES、CCES、超临界二氧化碳（sCO2）循环子系统和用户负载组成。在充电模式下，光伏子系统将太阳能转换为电能，首先满足终端用户需求，多余的电能作为输入提供给储能子系统。部分生成的电能驱动TCES子系统中的吸热煅烧反应。

**方法论**
本节重点介绍所提出的PV-TCES-CCES系统的模型构建、性能评估指标和系统优化方法。具体而言，光伏子系统模型和储能子系统模型分别在3.1节和3.2节中描述。性能评估指标LCOE和LOLP分别代表系统的经济性和可靠性，在3.3节中给出。

**结果与讨论**
本文模型的准确性通过复现参考文献[43]的结果得到了验证，如表5所示。可以看出，该协议的相对偏差仅为1.35%，因此效果非常好。结论在本文中，提出了一种创新的集成有混合型CaL-TCES和CCES的PV系统，并结合中国德令哈的天气条件进行了系统研究，同时考虑了用户端负荷需求的满足情况。主要结论如下：PV子系统中PV面板的最优倾斜角和方位角分别为32°和15°。对于所提出的PV-TCES-CCES系统，其年度每小时性能预测表明，当PV容量为200千瓦时...作者贡献声明魏金佳：监督。史秀婷：资源支持。乔阳：形式分析。孙杰：写作、审稿与编辑、监督、形式分析、概念化。张超波：写作、初稿撰写、验证、软件支持、资源提供、方法论研究、形式分析。数据可用性本研究包含的所有数据均可通过联系相应作者获得。利益冲突声明作者声明他们没有已知的可能会影响本文所报告工作的财务利益或个人关系。致谢本项工作得到了中国国家重点研发计划（2021YFF0500404）、国家自然科学基金（52576231）以及陕西省自然科学基金（2024JC-JCQN-54）的财政支持。术语表A：面积（平方米）l：年份；操作和维护成本（美元）CSS：不锈钢单位成本（美元·千克-1）fPV：光伏面板；评级因子hs：太阳高度角I：投资成本（美元）Ieff：有效辐射强度（瓦特·平方米）I0：初始投资成本（美元）Itot：年度总有效辐射强度（瓦特·平方米）mm：质量流量（千克·秒-1）M：质量（吨）nl：系统寿命nen：能源效率nPV：光伏面板数量PHX：热交换器压力（巴）Pload：用户负荷需求功率（千瓦）Pout：系统输出功率（千瓦）PPV：