集成能源系统的优化调度：使用LSDBO-WOA算法的多维电力、氢气、氨与热协同方法

为什么以新方式储存清洁能源很重要

风力发电机和太阳能电池板正在快速普及，但它们产生的电力并不总是在用电高峰时到达。这种不匹配会浪费清洁电力，并迫使电网依赖化石燃料。本文探讨了一种平滑这些波动的新方法：利用液态氨作为一种多用途的能量粘合剂，将电力、氢气、热能和燃料串联起来，从而在最有价值的时间捕获、存储并使用更多的可再生能源。

如公园规模的清洁能源生态系统

研究人员设计了一个虚拟能源园区，将风能、太阳能、主电网和天然气与一系列先进设备结合起来。系统的核心是一个液氨储罐，被视为长期能量存储。多余的可再生电力首先用于电解制氢，然后将来自空气的氮与氢合成氨。之后，这些氨可以再转回氢气、与天然气混燃于燃气轮机，或供给专用燃料电池。通常会被浪费的热量——来自轮机、燃料电池和化学反应的余热——则被回收用于区域供热或用于额外发电，从而极大减少输入能量的损耗。

规划合适的设备组合

设计这样一个复杂的系统就像规划一个小城市：必须确定每种组件的数量和规模，使系统运行廉价、清洁且可靠。作者构建了一个两层的规划与控制模型。上层决定容量与长期设计，目标同时包括四个方面：降低年成本、减少碳排放、提高总体效率以及减少可再生能源浪费。下层则在不确定的风、光和负荷条件下模拟日常运行，调整各设备的运行强度并估算实际运行成本。两层之间信息往返，直到在这些目标之间找到良好的平衡。

用于更好设计的更聪明搜索

由于设计空间庞大且复杂，团队使用了一种定制搜索算法，而不是简单的试错法。他们将两种受自然启发的方法——一种基于蜣螂觅食行为，另一种基于座头鲸觅食策略——融合成名为LSDBO‑WOA的混合算法。该混合方法在众多备选系统设计中搜索，既能广泛探索，又能针对有前景的候选方案细化。当与流行的多目标优化器比较时，LSDBO‑WOA在成本、排放、效率和可再生能源利用的理想平衡上找到更靠近最优的解集，但代价是在标准笔记本上运行时间略长。

当更多氨被掺入时会发生什么

研究进一步探讨了在燃气轮机燃料中掺入氨的程度，情景从完全不掺到相当高的掺混比。随着氨比例上升，系统吸收可再生电力的能力提高，整体能源效率从约84%上升到近98%。运行成本总体下降，但并非单调：生产和处理更多氨会带来额外开支。与基准相比，当氨约占燃气轮机燃料的15%时，碳排放下降最显著，约为7.3%。超过该点后，额外掺入带来的边际收益减小，计入所有副作用后甚至可能使排放略有回升。

在混乱的现实世界中管理不确定性

现实世界的天气和能源消耗永远无法完全预测，因此作者比较了三种在调度层处理不确定性的方法。一种基于概率的方法假定预测误差遵循已知分布，这种方法能保持较低的成本和排放，但会接受更多偶发的可再生能源浪费。更保守的方法通过防范最坏情况进一步减少浪费，但需要更高支出并导致总体排放上升。对具有良好历史数据的受监测园区级系统而言，研究表明适度谨慎的基于概率的方法在风险、成本和气候影响之间提供了最佳折衷。

这对未来清洁能源园区的意义

用日常语言来说，这项工作表明，将过剩的风能和太阳能转化为液氨，然后灵活地将氨转回电力、氢气或热能，可以使本地能源系统更具自给自足性、更高效并更有利于气候。只要设备组合合理并采用精心调校的调度策略，模型化系统几乎能用尽其输入的全部能量，同时降低排放和成本。尽管像氨的安全性和未来设备价格等实际问题仍需谨慎对待，研究为建立能在不牺牲可靠性的前提下支持大幅减排的清洁能源枢纽提供了有前景的方案。

引用: Tu, N., Yang, J., Yan, X. et al. Optimized scheduling of integrated energy systems: a multi-dimensional electricity, hydrogen, ammonia, heat synergy approach using the LSDBO-WOA algorithm. Sci Rep 16, 13130 (2026). https://doi.org/10.1038/s41598-026-41136-8

关键词: 集成能源系统, 氨能量储存, 可再生能源调度, 低碳电力, 多能优化