中國儲能網訊：隨著風電、光伏等可再生能源發(fā)電系統裝機容量不斷增加，電網穩(wěn)定性和安全性面臨挑戰(zhàn)。近些年，電化學儲能、氫儲能等儲能技術受到了廣泛關注。一方面能夠有效促進可再生能源的消納，維持電網的安全穩(wěn)定性；另一方面可有效解決綠色氫能生產的難題，推動氫能產業(yè)的發(fā)展。
《中國電力》2024年第7期刊發(fā)了邵沖等撰寫的《考慮荷電與儲氫狀態(tài)的風光氫儲系統動態(tài)控制仿真模型》一文。文章開展了考慮荷電狀態(tài)與儲氫狀態(tài)的電化學/氫混合儲能系統動態(tài)建模與控制策略研究。首先，構建了考慮多物理特性的質子交換膜電解槽動態(tài)仿真模型。模型考慮了內部氧氣、氫氣的跨膜行為、傳質以及傳熱現象，包含陽極、陰極、膜、電化學、熱子模塊，可準確模擬電制氫動態(tài)過程。進一步，結合永磁直驅風力發(fā)電機組、光伏陣列、電化學儲能以及變流器等單元模型，建立了風光氫儲系統動態(tài)仿真模型?？紤]了電化學儲能荷電狀態(tài)、儲氫罐氫狀態(tài)以及電解槽最小工作功率等約束條件，同時考慮了系統波動電負荷和氫負荷等因素，提出了底層控制與上層功率管理的協調控制策略。最后，通過算例仿真驗證了各單元模型及控制策略的正確性和有效性。
摘要 儲能是平抑可再生能源波動的重要手段之一?？紤]內部氣體跨膜傳輸現象，基于質子交換膜電解槽的組件結構以及電化學和熱平衡原理，構建了可描述質子交換膜電解槽物質傳輸以及能量轉換的精細化仿真模型。在此基礎上，建立了包含電化學儲能、氫儲能的電-氫耦合系統模型。提出了一種考慮電化學儲能荷電狀態(tài)與氫儲能氫狀態(tài)的雙層協調控制策略。上層功率分配考慮了系統內電負荷和氫負荷需求變化，將電化學儲能荷電狀態(tài)、儲氫罐氫狀態(tài)作為重要約束因素，確定系統各設備的工作模式。底層控制根據設備的工作特性，采用PQ控制、VQ控制等方法實現功率追蹤調整。通過多種不同運行場景的算例仿真驗證了所提模型與控制方法的有效性。研究成果可為風光氫儲系統控制策略優(yōu)化提供支撐。
1 風光氫儲系統動態(tài)仿真模型
1.1 風光氫儲系統拓撲結構
風光氫儲系統拓撲結構如圖1所示。直驅永磁風力發(fā)電機組單元、光伏陣列單元、質子交換膜電解槽單元及儲能單元通過變流器連接到交流母線。電化學儲能單元與電制氫存儲過剩的新能源。一方面解決新能源消納問題；另一方面，在新能源不足時，電化學儲能單元可向電網輸送電力，支持系統安全穩(wěn)定運行。此外，通過質子交換膜電解槽產生的氫氣同時可滿足氫負荷需求。
圖1 風光氫儲系統拓撲結構
Fig.1 Wind-photovoltaic-hydrogen-storage system topology
圖1中的系統采用雙層控制框架。上層為功率管理層，底層為設備單元控制層。上層系統通過采集風電機組和光伏陣列的出力、電負荷、氫負荷、儲能單元荷電狀態(tài)以及儲氫罐狀態(tài)等信息，確定底層設備的功率參考值指令，并將相關指令傳輸至各設備單元。底層設備根據上層指令控制各設備運行。風電機組模型和光伏發(fā)電陣列模型參見文獻[11-13]。
1.2 電化學儲能單元模型
本文采用通用等效電路模型，其由一個受控電壓源和常值內阻組成，與諸多文獻一致，該模型的假設前提為：1）儲能單元容量保持不變；2）儲能單元內阻在充放電過程中保持恒定；3）儲能單元的模型參數通過放電特性曲線得到，并完全適用于充電特性；4）不考慮儲能單元的自放電特性及記憶特性。
儲能單元的空載電壓E(t)可通過經驗公式表示為
式中：E0為儲能單元的恒定電壓；K為極化過電壓；Qfull為儲能單元的容量；i為儲能單元工作電流；A1為放電特性曲線指數區(qū)域幅值；B為指數區(qū)域時間常數的倒數值。
電化學儲能單元荷電狀態(tài)（state of charge，SOC）SSOC(t)為
式中：Ns、Np分別為蓄電池的串聯數和并聯數。
在電力系統仿真軟件中構建電化學儲能單元仿真模型，如圖2所示。該模型分為控制層與電氣層2層。控制層利用電流互感器從電氣層獲取工作電流i，并根據式（1）計算出受控電壓E(t)并輸出至電氣層，實現閉環(huán)控制。
圖2 電化學儲能單元仿真模型
Fig.2 Electrochemical energy storage unit model
1.3 質子交換膜電解槽模型
質子交換膜電解槽涉及多物理場。為準確反映電解槽內部動態(tài)變化過程，本節(jié)分別建立了質子交換膜電解槽的氣動、電化學和熱的多物理場模型，其中氣動模型又包括了陽極、陰極、質子交換膜模型。其建?？驁D如圖3所示。
圖3 質子交換膜電解槽模型
Fig.3 Model of proton exchange membrane electrolyser
1.3.1 陽極模型
根據電解槽陰/陽極的物質流量平衡和分壓公式，分別構建陰/陽極模型。水送入陽極并施加電壓后發(fā)生析氧反應，產生氧氣、電子和質子，質子和電子穿過膜和外部電路后到達陰極。根據法拉第定律，陽極產生的氧氣與消耗的水摩爾流量為
式中：圖片為陽極產生的氧氣摩爾流量；I為流經電解槽的電流；F為法拉第常數；圖片為消耗水的摩爾流量。
對于氣態(tài)產物的擴散運輸，可應用菲克定律表示為
式中：圖片為氫氣從陰極擴散到陽極的摩爾流量；圖片為因壓力效應從陰極到陽極的氫氣摩爾流量；圖片為H2擴散系數；圖片為H2滲透系數；A為膜面積；δmem為膜厚度；圖片分別為陰極和陽極的氫氣分壓；圖片分別為陰、陽極氧氣分壓。
通過陽極的水的摩爾通量可以表示為
1.3.2 陰極模型
根據法拉第定律，陰極產生的氫氣的摩爾流量為
水穿過膜流到陰極的摩爾流量為
1.3.3 質子交換膜模型
1.3.5 熱動態(tài)模型
1.3.6 質子交換膜電解槽動態(tài)仿真模型
根據1.3.1節(jié)至1.3.5節(jié)中質子交換膜電解槽各部分的數學模型，可搭建質子交換膜電解槽動態(tài)仿真模型，如圖4所示。模型整體可分為8個部分，即陽極模塊、產氧模塊、陰極模塊、產氫模塊、有效擴散模塊、膜模塊、電化學模塊及熱模塊，各模塊間密切聯系，相互耦合。
圖4 質子交換膜電解槽動態(tài)仿真模型
Fig.4 Dynamic simulation model of proton exchange membrane electrolyser
1）陽極模塊?；谑剑?）~（11）搭建出電解槽模型的陽極模塊，其輸入信號包括電流I、膜面積A、陽極壓強Pan以及水摩爾流量圖片其輸出信號包括氧氣分壓圖片氧氣摩爾通量圖片水摩爾通量圖片氧氣摩爾分數圖片及氫氣分壓圖片
2）產氧模塊。基于式（3）（12）（17）搭建出電解槽模型的產氧模塊，其輸入信號包括電流I、膜面積A和氧氣分壓圖片輸出氧氣流出速率圖片
3）陰極模塊?；谑剑?5）~（20）搭建出電解槽模型的陰極模塊，其輸入信號包括電流I、膜面積A、陽極壓強Pcat以及水摩爾流量圖片其輸出信號為氫氣分壓圖片氫氣摩爾通量圖片水摩爾通量圖片氫氣摩爾分數圖片
4）產氫模塊?；谑剑?）（6）（15）（18）（21）搭建出電解槽模型的產氫模塊，輸入信號包括電流I、膜面積A、陰極氫氣分壓圖片陽極氫氣分壓圖片和氧氣分壓圖片可計算輸出氫氣產生速率圖片
5）有效擴散模塊?；谑剑?6）（27）搭建出電解槽模型的有效擴散模塊，輸入信號分別為溫度T、陽極壓強Pan、陰極壓強Pcat，輸出有效擴散系數圖片
6）膜模塊?；谑剑?3）~（25）搭建出電解槽模型的交換膜模塊，輸入信號包括效擴散系數圖片電流I、膜面積A、溫度T、陰/陽極水摩爾通量圖片陰/陽極壓強Pcat、Pan，計算并輸出流過膜的水摩爾流量圖片
7）電化學模塊?；谑剑?8）~（34）搭建出電解槽模型的電化學模塊，輸入信號為電流密度j、膜面積A、溫度T、陰極氫氣分壓圖片陰極氫氣摩爾通量圖片陰極氫氣摩爾分數圖片陽極氧氣分壓圖片陽極氧氣摩爾通量圖片摩爾分數圖片陰/陽極壓強Pcat、Pan和有效擴散系數圖片和圖片輸出電壓信號V。
8）熱模塊?；谑剑?5）~（40）搭建出電解槽模型的熱動態(tài)模塊，輸入信號包括電流I、電壓V、溫度T、氫氣產生速率圖片和氧氣產生速率圖片輸出溫度信號T。
1.4 儲氫罐模型
圖5 儲氫罐動態(tài)仿真模型
Fig.5 Dynamic simulation model of hydrogen storage tank
2 風光氫儲系統雙層控制策略
2.1 系統底層控制策略
2.1.1 電化學儲能單元控制策略
電化學儲能單元采用PQ控制，參考文獻[23]可以得到PQ控制下的電化學儲能單元控制策略，如圖6所示。有功功率參考值Pref與測量值P、無功功率參考值Qref與測量值Q分別相減后通過PI控制器得到電流的d軸和q軸分量參考值，經電流內環(huán)得到端口電壓d軸、q軸指令值，再將其變換到abc三相作為SPWM參考波，進一步產生驅動脈沖控制逆變器工作。
圖6 電化學儲能單元控制結構
Fig.6 Electrochemical energy storage unit control structure
2.1.2 電解槽控制策略
質子交換膜電解槽的控制策略主要包括兩部分：功率控制部分和變流器控制部分。其中，電解槽的功率控制方程參考文獻[24]，如圖7所示。電解槽功率參考值Pelref與測量功率Pel相減后通過PI控制器得到電解槽電流參考值，再將其與電流測量值相減后通過PI控制器產生變流器觸發(fā)信號控制DC/DC變流器工作。
圖7 電解槽功率控制結構
Fig.7 Electrolyser power control structure
網側變流器控制部分采用VQ控制策略，具體控制策略推導過程參考文獻[25]，如圖8所示。直流側電壓參考值Ueldref與直流側實際電壓Udc相減、電解槽無功功率參考值Qelref與d軸電壓Ueld相除后通過PI控制器并經電流內環(huán)得到電壓d軸、q軸指令值，再將其變換到abc三相作為SPWM參考波，進一步產生驅動脈沖控制逆變器工作。
圖8 質子交換膜電解槽網側控制結構
Fig.8 Grid-side control structure of proton exchange membrane electrolyser
2.2 考慮負荷變化的上層控制策略
風光氫儲系統上層功率控制流程如圖9所示。上層控制策略分兩種情況：可再生能源功率大于負荷需求和可再生能源功率小于負荷需求。
圖9 上層功率控制
Fig.9 Upper layer power control flow
系統差額功率定義為
3 測試與驗證
3.1 模型驗證
3.1.1 電化學儲能單元模型
在PSCAD仿真軟件中搭建電化學儲能單元并網系統驗證模型的正確性。仿真時長設置為20 s，[0, 10) s電化學儲能單元以有功功率40 kW和無功功率20 kV·A對外放電；[10, 20] s電化學儲能單元以有功功率20 kW和無功功率40 kV·A進行充電。仿真結果如圖10所示。
圖10 電化學儲能單元功率及荷電狀態(tài)變化曲線
Fig.10 Power and state of charge variation curves of electrochemical energy storage unit
仿真開始后，電化學儲能單元的有功功率和無功功率迅速穩(wěn)定在設定的參考值，電化學儲能單元放電導致其荷電狀態(tài)下降；參考值發(fā)生階躍變化后，電化學儲能單元實現功率同步追蹤，荷電狀態(tài)上升，直流端電壓保持穩(wěn)定，實現了功率調度和四象限運行。
3.1.2 質子交換膜電解槽模型
1）極化特性。
極化特性主要與輸入電流、活化面積以及電解槽內部若干參數有關?；谖墨I[10]的實驗數據對所提模型進行驗證。在10~80 ℃和1~9 MPa的范圍內探索溫度和壓力效應對電解槽運行的影響。質子交換膜電解槽主要參數如表1所示。
表1 質子交換膜電解槽參數
Table 1 Parameters of PEM
圖11分別展示了在溫度313 K和陰極壓力7 MPa、溫度328 K和陰極壓力1 MPa 2種工況下的極化曲線與實驗數據之間的比較。可見本文模型能較準確地反映電解槽的極化特性。
圖11 電解槽不同工況下的極化曲線
Fig.11 Polarization curves for different operating conditions of electrolyser
2）溫度特性。
此外，對所建模型的溫度變化曲線進行驗證，模型主要參數同見表1。仿真時長設置為1800 s，電解槽的工作電流密度保持在1 A/cm2，仿真環(huán)境溫度為10 ℃?；谖墨I[26]的相關實驗數據，將其與仿真結果進行對比分析。
該模型對溫度的仿真與預測受環(huán)境溫度變化、冷卻水流速波動等諸多因素的影響。實驗結果如圖12所示?？梢钥闯?，在仿真期間內電解槽溫度不斷上升，仿真值和實驗值最高分別可達到55.05 ℃和56.33 ℃。[0, 1300] s本文模型與實驗曲線的匹配度較好，之后的時間內仿真值略低于實驗值，整體的誤差在合理范圍內。
圖12 電解槽運行溫度曲線比較
Fig.12 Comparison of electrolyser operating temperature profiles
3.2 風光氫儲系統控制策略驗證測試
為了驗證所提控制策略的正確性，利用PSCAD/EMTDC仿真平臺，搭建了圖1所示風光氫儲系統模型。模型仿真運行時間為100 s，仿真步長為2 μs。直驅永磁風力發(fā)電機組的額定功率設置為1500 kW，光伏陣列的額定功率設置為500 kW，質子交換膜電解槽的額定功率設置為400 kW，儲能單元的額定功率設置為400 kW。電化學儲能單元和儲氫罐的主要仿真參數設置見表2和表3。通過正常運行場景與儲氫狀態(tài)臨界運行場景對所提出雙層控制策略的有效性進行測試驗證。
表2 電化學儲能單元參數
Table 2 Parameters of electrochemical energy storage units
表3 儲氫罐參數
Table 3 Parameters of hydrogen storage tank
3.2.1 正常運行場景
在正常運行場景中，系統內各設備狀態(tài)位于正常區(qū)間，儲能單元SOC和儲氫罐SOH均處于正常范圍內，電解槽工作功率位于最小工作功率和額定功率之間。常規(guī)運行場景中系統電負荷和氫負荷在不同時間段內的變化如表4所示。
表4 常規(guī)運行場景中系統負荷設置
Table 4 System load settings in regular operation scenarios
風電機組的功率輸出如圖13 a)所示。在[0, 40) s、[40, 60) s和[60, 100] s期間，將風速分別設置為6 m/s、10.9 m/s和7.8 m/s，風電機組對應的輸出功率分別為500 kW、1200 kW和700 kW。
圖13 常規(guī)運行場景仿真運行曲線
Fig.13 Simulation results in regular operation scenarios
光伏陣列的運行曲線如圖13 b)所示，光照強度在[0, 40) s、[40, 100] s分別設置為650 W/m2和900 W/m2。光伏陣列輸出功率在第一階段穩(wěn)定在350 kW，光照強度改變后，光伏陣列的最大功率點改變，MPPT將控制光伏陣列工作在新的外界條件下的最大功率點，40 s后其功率迅速維持在480 kW。
儲能單元的運行情況如圖13 c)所示，儲能單元初始值設置為50%，運行中儲能單元SOC功率動態(tài)跟蹤良好，在–250 kW和150 kW之間平衡系統中的缺額功率或剩余功率。
電解槽的運行曲線如圖13 d)所示，儲氫罐SOH初始值設置為50%，在此過程中，電解槽動作3次，并且可以觀察到電解槽在功率變化時的動態(tài)響應延遲特性。在[0, 20) s期間電解槽以200 kW的功率運行，儲能單元彌補電解槽功率調整過程中的差額功率，電解槽溫度上升，此時產氫速率大于氫負荷需求，儲氫罐的儲氫量增加。[20, 40) s期間由于風光出力小于負荷需求，電解槽停機，由儲氫罐供應氫負荷。[40, 60) s期間電解槽以額定功率運行，溫度上升速率最快，儲氫量緩慢增加。[60, 80) s期間系統內的剩余功率用于制氫，而[80, 100] s期間電解槽關閉，由儲氫罐滿足氫負荷，氫狀態(tài)SOH下降。
表5給出了風光氫儲系統在每個時段的運行模式。[0, 20) s期間風光出力大于電負荷需求，由電解槽吸收剩余功率制取氫氣存儲到儲氫罐中，用于滿足氫負荷需求。由于電解槽的動態(tài)響應特性，在響應過程中會存在差額功率，電化學儲能單元將放電以此來平滑上網功率。[20, 40) s期間電負荷需求大于風光出力，功率差額為200 kW，此時僅由電化學儲能單元放電補充。[40, 60) s期間電解槽以額定功率運行，此時仍有部分剩余功率由電化學儲能單元吸收。[60, 80) s期間由于風光出力和負荷變化，系統剩余功率為200 kW，此時剩余功率全部用于制氫。[80, 100] s期間負荷增加，系統缺額功率為100 kW，根據儲能單元SOC狀態(tài)可知電化學儲能單元仍有剩余電量，故電化學儲能單元釋放電能給負荷供電，實現系統功率平衡。
表5 風光氫儲系統運行模式
Table 5 Wind-photovoltaic-hydrogen-storage system operation mode
3.2.2 儲氫狀態(tài)臨界運行場景1
在儲氫狀態(tài)臨界運行場景1中，系統內可再生能源出力較長時間小于電負荷需求，儲氫罐儲氫量的初始值較低，氫負荷需求保持在較高水平。該運行場景中系統電負荷和氫負荷的變化如表6所示。
表6 臨界運行場景1中的系統負荷設置
Table 6 System load settings in scenario 1
風電機組的功率輸出如圖14 a)所示。在[0, 40) s、[40, 70) s、[70, 100] s期間，將風速分別設置為5 m/s、9 m/s和7 m/s，風電機組對應的輸出功率分別為380 kW、870 kW和600 kW。
圖14 臨界運行場景1仿真運行曲線
Fig.14 Simulation results in scenario 1
光伏陣列的運行曲線如圖14 b)所示，光照強度在[0, 40) s、[40, 80) s、[80, 100] s期間分別設置為500 W/m2、800 W/m2、600 W/m2。光伏陣列的輸出功率在[0, 40) s內穩(wěn)定在260 kW，40 s時光照強度增加，光伏陣列的最大功率點改變，功率迅速追蹤至420 kW，[80, 100] s期間光伏陣列輸出功率穩(wěn)定在310 kW。
儲能單元的運行情況如圖14 c)所示，儲能單元SOC初始值設置為40%，可以看到儲能單元功率動態(tài)跟蹤良好，在–50 kW和400 kW之間平衡系統中的缺額功率或剩余功率。
電解槽的運行曲線如圖14 d)所示，儲氫罐SOH初始值設置為22%。在此過程中，可以觀察到電解槽在功率變化時的動態(tài)響應延遲特性。[0, 35.3) s期間，由于可再生能源出力小于電負荷需求，電解槽不投入使用，在35.3 s時，儲氫罐氫狀態(tài)SOH達到下限，電解槽開始啟動并按照氫負荷需求功率運行。[40, 90) s出力大于電負荷需求，剩余功率用于制氫，儲氫罐氫狀態(tài)上升。[90, 100] s電解槽關閉，儲氫量由于氫負荷供應而下降。
風光氫儲系統在儲氫狀態(tài)臨界場景1中的工作模式如表7所示，在該場景中，當系統負荷需求發(fā)生變化時，上層功率管理模塊快速判斷系統狀態(tài)，并發(fā)出控制信號。單元層控制系統中的PI控制器迅速響應，各設備功率穩(wěn)定追蹤負荷需求變化，系統內儲能單元和儲氫罐均運行到狀態(tài)下限。整個過程中，在協調控制策略的驅動下，各設備間相互配合，既能夠有效消納系統的剩余功率，又能夠及時補充系統出現的差額功率。
表7 臨界運行場景1工作模式
Table 7 Operation modes in scenario 1
3.2.3 儲氫狀態(tài)臨界運行場景2
在儲氫狀態(tài)臨界運行場景2中，系統內可再生能源出力較長時間高于電負荷需求，并且儲氫罐儲氫量初始值較低，氫負荷需求保持在較低水平。該臨界運行場景中系統電負荷和氫負荷的變化如表8所示。
表8 臨界運行場景2中的系統負荷設置
Table 8 System load settings in scenario 2
風電機組的功率輸出如圖15 a)所示。在[0, 30) s、[30, 80) s和[80, 100] s期間，將風速分別設置為6 m/s、10 m/s和3 m/s，風電機組對應的輸出功率分別為487 kW、1038 kW和228 kW。
圖15 臨界運行場景2仿真運行曲線
Fig.15 Simulation results in scenario 2
光伏陣列的運行曲線如圖15 b)所示。[0, 30) s、[30, 60) s、[60, 80) s和[80, 100] s期間的光照強度分別設置為500 W/m2、1000 W/m2、700 W/m2和300 W/m2。光伏陣列的輸出功率在[0, 30) s期間為260 kW，在30 s時光照強度增加，光伏陣列的最大功率點改變，功率迅速追蹤至472 kW。[60, 80) s期間光照強度降低，輸出功率同步下降至365 kW。[80, 100] s期間由于光照強度的進一步下降，其輸出功率快速穩(wěn)定在153 kW。
儲能單元的運行情況如圖15 c)所示，儲能單元SOC初始值為26.3%。在系統功率變化時可以看到儲能單元功率動態(tài)跟蹤良好，在–400 kW和400 kW之間平衡系統中的差額功率或剩余功率。
電解槽的運行曲線如圖15 d)所示，儲氫罐SOH初始值為43.8%。過程中可以觀察到電解槽在功率變化時的動態(tài)響應延遲特性。[0, 10) s期間，系統剩余功率小于電解槽最小工作功率，電解槽不工作，10 s時儲氫罐SOH達到下限，電解槽啟動以滿足氫負荷需求，儲能單元向電解槽供電，溫度逐漸上升。[30, 80) s，可再生能源出力大于電負荷需求，剩余功率優(yōu)先用于制氫，SOH穩(wěn)定上升，在71.6 s時，SOH達到上限，為避免電解槽的頻繁啟停，其退出運行直至SOH降低到70%及以下，[80, 100] s期間電負荷大于可再生能源出力，電解槽退出運行。
儲氫狀態(tài)臨界運行場景2的工作模式如表9所示。在該工況下，系統內儲能設備先后運行到下限狀態(tài)和上限狀態(tài)。系統電負荷需求突升和突降時，系統通過協調控制策略迅速調整，平抑系統功率波動。氫負荷需求同樣變化較大，當儲氫量不足時，電解槽按需提供氫氣，以滿足系統負荷需求并保持系統穩(wěn)定運行，同時提高系統能效和經濟性。
表9 臨界運行場景2工作模式
Table 9 Operation modes in scenario 2
4 結論
基于質子交換膜電解槽的電化學與熱力學機理，根據質量守恒等物理定律以及經驗公式，考慮了電解槽內部的氣體跨膜現象，構建了包括陽極、陰極、膜、電化學、熱的質子交換膜的電解槽多物理場模型以及儲氫罐模型。在此基礎上，考慮電化學儲能接入，建立了基于電/氫混合儲能的風光氫儲系統模型。進一步，考慮系統中電負荷和氫負荷的波動性，提出了一種上層功率分配和底層控制的雙層協調控制策略。上層功率管理是通過考慮電化學儲能荷電狀態(tài)、儲氫罐氫狀態(tài)、電解槽最小工作功率等設備狀態(tài)因素，制定了風光氫儲系統運行的13種模式?；赑Q控制、VQ控制和最大功率追蹤等方法實現了對底層各單元的有效控制。所提出控制方法在平抑可再生能源出力波動的同時，可讓電化學儲能/氫儲能處于安全運行范圍內。最后，在PSCAD仿真平臺中構建了風光氫儲系統模型，通過多工況條件的算例仿真證明了所提出的雙層協調控制策略的有效性。
注：本文內容呈現略有調整，如需要請查看原文。
