氢电耦合储能系统：模型、应用和深度强化学习算法

Abstract

随着氢储能技术的成熟，绿色电力和绿色氢气模式的氢电耦合储能将成为理想的能源系统。氢电耦合储能系统（hydrogen-electricity coupling energy storage systems，HECESSs）建设是能源供应和深度脱碳的重要技术途径之一。在HECESS中，氢储能可以维持能源供需平衡，提高能源利用效率。但其在电力系统建立中的场景模型及相应的解决方法仍需深入研究。为加快HECESS建设，首先从制氢、氢气发电、储氢三个方面阐述了氢储能技术的应用现状。其次，基于氢能和电能的互补协同机制，描述了HECESS的结构和运行模式。为了更深入地研究HECESS的工程应用，综述了国内外HECESS在电源侧、电网侧和负荷侧场景的最新进展。对于源-网-荷侧氢储能应用模型来说，求解方法的合理选择将影响模型的最优解和求解效率。传统的优化方法难以解决复杂的多能耦合模型，因此本文探讨了深度强化学习（deep reinforcement learning，DRL）算法的优势及其在HECESS中的应用。最后对HECESS支撑的新型电力系统建设中的技术应用进行了展望，旨在为氢储能在电力系统中的应用研究提供参考。