1、第 43 卷 第 7 期2023 年 7 月电 力 自 动 化 设 备Electric Power Automation EquipmentVol.43 No.7Jul.2023考 虑 碳 捕 集 与 综 合 需 求 响 应 互 补 的 综 合 能 源 系 统 优 化 调 度齐 先 军1，蒋 中 琦1，张 晶 晶1，华 玉 婷2（1.合 肥 工 业 大 学 新 能 源 利 用 与 节 能 安 徽 省 重 点 实 验 室，安 徽 合 肥 230009；2.合 肥 综 合 性 国 家 科 学 中 心 能 源 研 究 院（安 徽 省 能 源 实 验 室），安 徽 合 肥 230031）摘 要：能 源
2、 产 业 是 当 前 碳 排 放 的 主 要 来 源，实 现“双 碳”目 标 亟 需 能 源 产 业 提 高 碳 减 排 力 度。基 于 此 背 景，提出 一 种 阶 梯 型 碳 交 易 机 制 下 源 荷 低 碳 互 补 的 综 合 能 源 系 统 优 化 调 度 方 法。分 析 源 侧 碳 捕 集 与 负 荷 侧 综 合 需求 响 应 的 低 碳 互 补 机 理；引 入 阶 梯 型 碳 交 易 机 制，以 综 合 能 源 系 统 运 行 总 成 本 最 小 为 目 标 建 立 源 荷 低 碳 互 补的 优 化 调 度 模 型；求 解 模 型 时，为 应 对 风 力 发 电 的 不 确 定
3、性，采 用 序 列 运 算 理 论 将 风 电 的 概 率 分 布 离 散 化，将机 会 约 束 转 化 为 确 定 性 约 束。通 过 算 例 分 析 验 证 了 所 提 调 度 模 型 在 不 同 碳 交 易 机 制 下 都 能 优 化 电 热 负 荷 曲线，提 高 风 电 消 纳 水 平 和 减 少 碳 排 放 量，并 且 该 模 型 在 阶 梯 型 碳 交 易 机 制 下 具 有 更 好 的 低 碳 经 济 性。关 键 词：综 合 能 源 系 统；碳 捕 集；综 合 需 求 响 应；风 电 消 纳；阶 梯 型 碳 交 易 机 制中 图 分 类 号：TM73；TK01 文 献 标 志 码
4、：A DOI：10.16081/j.epae.2022080260 引 言全球变暖已经成为人类社会面临的重大问题之一，发展低碳经济对可持续发展具有重要意义。火力发电是当前碳排放的主要来源，其碳排放量占总量的 1/3 以上 1，因此，“双碳”背景下，发展可再生能源发电和燃气发电以取代燃煤发电的重要性日益凸显。燃气电厂相较于燃煤电厂具有更高的发电效率和更低的碳排放强度，在我国得到迅速发展。预计到2035 年，燃气电厂在我国的装机容量将达到 2.4 GW。本文对含有风机和燃气机组的综合能源系统（integrated energy system，IES）低碳经济调度展开研究，通过源侧和负荷侧的协同实现
5、节能减排、降低成本的目标。随着能源互联网理念的兴起，将电网与天然气网、热网等其他能源形式的网络耦合而构造 IES 成为研究热点。热电联产（combined heat and power，CHP）机组作为 IES 的重要组成部分，有效提高了能源利用率，但仍然受到传统“以热定电”的运行限制 2，导致碳排放量难以降低。在源侧降低 IES 碳排放可以从如下 2 个层面展开：第一，从技术角度，引入碳捕集装置和新能源发电机组；第二，从政策角度，设立碳交易机制引导清洁能源机组多发电。从技术角度，碳捕集与封存（carbon capture and sto-rage，CCS）技术是实现碳中和目标的关键手段 3。
6、目前国内首套天然气电厂碳捕集工业级示范装置已经在大唐国际北京高井热电厂成功投产 4。随着清洁能源发电比例的提高，其较强的不确定性也使得系统的等效负荷峰谷差增大，加剧电网调峰压力和火电机组承担的备用压力，使高碳机组开机时长无法减少，严重制约新能源的消纳能力 5。高碳机组加装碳捕集装置可以有效降低碳排放量和消纳新能源，因此综合考虑新能源不确定性与碳捕集电厂特性成为一种低碳经济调度的新思路 6。从政策角度，自 2011 年 10 月我国 7 个省市开展碳排放权交易试点以来，研究表明在低碳调度中引入碳交易机制能有效降低碳排放量 7。研究人员针对固定碳价的碳交易机制进行改进，构建了阶梯型碳交易机制，通过
7、每个区间逐步增长的碳价进一步限制了碳排放量 810。关于负荷侧低碳方式的研究主要聚焦于需求响应。文献 11 在源侧引入碳捕集装置，在荷侧引入电负荷需求响应，探讨源荷两侧低碳特性互补的原理和优势。文献 12 提出将电负荷需求响应与碳交易相结合的调度方式，结果表明在碳交易机制下通过价格型需求响应调节负荷，可有效减少碳排放量。文献 13 提出将热负荷需求响应与储热装置相结合的优化调度方式，验证了该方法有助于减少负荷峰值和优化生产。目前的研究主要集中于分析单一能源系统引入碳捕集或电负荷需求响应的调度情况，其存在如下2 个问题：第一，目前多数文献使用碳价固定的传统碳交易机制，未充分挖掘碳交易市场的引导价
8、值；第二，随着 CHP 的发展，电与热的结合日渐紧密，热负荷的变动对于热电厂调度也具有一定的影响，少有文献对碳捕集热电厂与综合需求响应的源荷配合进行详细验证，探究其在不同碳交易机制下的低碳表现。收 稿 日 期：20220310；修 回 日 期：20220707在 线 出 版 日 期：20220819基 金 项 目：合 肥 综 合 性 国 家 科 学 中 心 能 源 研 究 院 资 助 项 目（21KZS211）；高 等 学 校 学 科 创 新 引 智 计 划 资 助 项 目（BP0719039）Project supported by the Institute of Energy of He
9、fei Comprehensive National Science Center（21KZS211）and the“111”Project（BP0719039）1 3 3电 力 自 动 化 设 备 第 43 卷因此，本文提出一种阶梯型碳交易机制下源荷低碳互补的 IES 优化调度方法。首先，定性分析源侧的碳捕集与负荷侧综合需求响应相结合的低碳机理，引入阶梯型碳交易机制。然后，以调度周期内IES 运行总成本最小为目标函数建立优化调度模型，通过机会约束规划确定备用容量以应对风电不确定性。并采用商业优化软件 CPLEX 进行求解。最后，通过算例分析验证了在不同的碳交易机制下，源荷低碳互补的调度模型都
10、能优化电热负荷曲线，提高风电消纳水平和减少碳排放量，阶梯型碳交易机制、碳捕集与综合需求响应相结合能更好地满足 IES 经济性和低碳性的要求。1 源 荷 低 碳 互 补 原 理 与 模 型1.1 源 荷 低 碳 互 补 系 统 结 构 介 绍系统内新能源发电仅考虑风电，系统结构如图 1所示。为了降低碳排放量，在源侧燃气 CHP 机组加装碳捕集装置；为了实现热能时移和增加风电消纳空间，配置储热装置和电锅炉；在负荷侧引入电热负荷综合需求响应以优化负荷曲线。1.2 源 侧 碳 捕 集 与 辅 助 装 置 模 型 及 协 调 配 合 原 理1.2.1 燃 气 CHP 机 组 碳 捕 集 模 型采用燃烧后
11、捕集技术和烟气分流式运行可以控制烟气旁路系统，使部分烟气进入吸收塔进行捕集，调 整 捕 集 能 耗 和 净 出 力 的 分 配 可 以 控 制 CO2捕集量。CHP 机组在燃气发电的过程中，可以利用余热回收装置对外供热，使得整个系统的经济性能和效率得到提升 13，模型如下：|PeCHPi，t=Pgi，teGTPhCHPi，t=Pgi，thGT（1）式中：Pgi，t为 t 时段第 i 台燃气 CHP 机组消耗的天然气功率；PeCHPi，t、PhCHPi，t分别为 t 时段第 i 台燃气 CHP 机组输出电功率和热功率；eGT、hGT分别为燃气 CHP 机组气转电和气转热的效率。改造为碳捕集电厂后
12、，燃气 CHP 机组总输出功率包括净输出功率与碳捕集能耗两部分。其中，碳捕集能耗包括固定能耗和运行能耗，运行能耗和捕碳量有关。碳捕集模型如下：ECO2，totalCHPi，t=eg(PeCHPi，t+PhCHPi，t)t（2）ECO2，capCHPi，t=CHPi，tECO2，totalCHPi，t（3）PRCHPi，t=capCHPECO2，capCHPi，t/t（4）PCO2，capCHPi，t=PRCHPi，t+PBCHP（5）Pe，JCHPi，t=PeCHPi，t 机组无碳捕集PeCHPi，t-PCO2，capCHPi，t机组含碳捕集（6）式中：ECO2，totalCHPi，t为 t
13、时段第 i 台燃气 CHP 机组总碳排放量；eg为燃气 CHP 机组单位能量的碳排放强度；为燃气 CHP 机组电功率折算成热功率的折算系数 9；t 为单位时段时长，取 1 h；ECO2，capCHPi，t为 t 时段第 i 台装设碳捕集装置的燃气 CHP 机组捕集的碳排放量；CHPi，t为 t 时段第 i 台装设碳捕集装置的燃气 CHP 机组的碳捕集率；PRCHPi，t为 t 时段第 i 台装设碳捕集装置的燃气 CHP 机组捕碳造成的运行能耗；capCHP为捕集单位 CO2的能耗；PCO2，capCHPi，t为 t 时段第 i 台装设碳捕集装置的燃气 CHP 机组捕碳造成的总能耗；PBCHP为
14、碳捕集固定能耗；Pe，JCHPi，t为 t 时段第 i 台燃气 CHP 机组净出力。1.2.2 储 热 模 型储热模型如下：EHSSt+1=EHSSt+(HHSSCH，tHSSCH-HHSSDC，tHSSDC)t（7）EHSSmin EHSSt EHSSmax（8）EHSS24=EHSS1（9）0 HHSSDC，t HHSSDC，max0 HHSSCH，t HHSSCH，maxt（10）式中：EHSSt为 t 时段储热装置的储热量；HHSSCH，t、HHSSDC，t分别为 t 时段储热装置的充、放热功率；HSSCH、HSSDC分别为储热装置的充、放热效率；EHSSmax、EHSSmin分别为储
15、热装置存储容量上、下限；EHSS1、EHSS24分别为一个调度周期始、末的存储热量；HHSSCH，max、HHSSDC，max分别为储热装置的充、放热功率上限。1.2.3 电 锅 炉 模 型电锅炉在风电高发时期工作，利用风电产热，同时也降低了燃气 CHP 机组承担的电热耦合出力，进一步扩大风电供给电负荷的空间。电锅炉运行模型如下：Heb，t=ebPeb，t（11）0 Heb，t Heb（12）式中：Peb，t为 t 时段电锅炉的耗电功率；Heb，t为 t 时段电锅炉的产热功率；Heb为电锅炉的额定供热功率；eb为电锅炉性能系数。图 1 IES 结 构 图Fig.1 Structural dia
16、gram of IES1 3 4第 7 期 齐先军，等：考虑碳捕集与综合需求响应互补的综合能源系统优化调度1.3 负 荷 侧 电 热 负 荷 综 合 需 求 响 应 模 型在负荷侧电负荷需求响应中联合热负荷需求响应，可以充分挖掘热负荷的调节能力，平滑电热负荷曲线，弱化电和热相反的峰谷特性。1.3.1 电 负 荷 需 求 响 应电力负荷分为固定负荷和柔性负荷。电力柔性负荷根据需求响应的特点分为可时移负荷和可中断负荷 2 种类型 15。电负荷建模如下：PDRt=PLt+PTSLt-PILt（13）式中：PLt、PDRt分别为 t 时段需求响应前、后的电负荷；PTSLt为 t 时段可时移电负荷，移入
17、该时段为正，移出为负；PILt为 t 时段可中断电负荷。可时移负荷的特点是用电总量不变，用电时间可灵活改变，具体描述如下：PTSLt，min|PTSLt|PTSLt，max（14）t=1TPTSLt=0（15）式中：PTSLt，max、PTSLt，min分别为 t 时段可时移电负荷上、下限；T 为一个周期总时段数。可中断负荷是在电力紧张或电价高的时期，用户可以中断的部分负荷，以缓解供电压力，其可描述为：0 PILt PILt，max（16）式中：PILt，max为 t 时段可中断负荷最大值。1.3.2 热 负 荷 需 求 响 应引入可时移热负荷概念，热负荷建模如下：HDRt=HLt+HTSLt
18、（17）式中：HLt、HDRt分别为 t 时段需求响应前、后的热负荷；HTSLt为 t 时段可时移热负荷，移入该时段为正，移出为负。可时移热负荷满足如下约束：0|HTSLt|HTSLt，max（18）t=1THTSLt=0（19）式中：HTSLt，max为 t 时段可时移热负荷上限。1.4 源 荷 低 碳 互 补 实 现 原 理仅在源侧 CHP 机组进行碳捕集改造会在电负荷高峰期暴露明显缺陷：在此期间燃气机组发电产生的碳排放量较大，高供电需求使得机组无法调用更多能量捕捉过多的 CO2，能提供的旋转备用容量也急剧减小，此时机组难以承担风电不确定性造成的备用压力，不利于系统稳定性。为解决此问题，需
19、要需求响应对负荷曲线削峰填谷，减少峰荷时期CHP 机组的工作压力。低碳总目标主要从两方面实现：消纳风电和减少碳排放。改造后风电高发期的风电消纳量增加原理和负荷高峰期的碳排放量减少原理见附录 A 图A1。在风电高发期，源侧碳捕集与辅助装置降低了原机组净出力，以此扩大风电消纳量；负荷侧综合需求响应弱化了风电反调峰特性，用风电满足从其他时段转移来的负荷需求。在负荷高峰期，源侧碳捕集直接减少碳排放量；负荷侧综合需求响应通过削峰填谷将原本负荷峰时大量的 CO2转移到谷时进行捕集，减轻燃气机组生产压力，间接减少碳排放量。2 阶 梯 型 碳 交 易 机 制监管部门对 IES 发放免费的碳排放权配额，当IES
20、 产生的碳排放低于该配额时，可以出售剩余配额获得盈利，反之则需要购买超额部分的配额。传统碳交易机制的单位碳配额价格是固定的，约束碳排放的能力有限；阶梯型碳交易机制划分了多个碳排放区间，碳排放量超出碳配额越多，对应区间的碳交易单价越高。碳排放源为燃气 CHP 机组，碳捕集装置捕捉其中的部分 CO2并封存起来。一个调度周期内的系统（含 Ng台燃气 CHP 机组）实际碳排放量 ECO2计算公式如下：ECO2=t=1Ti=1Ng()ECO2，totalCHPi，t-ECO2，capCHPi，t（20）碳配额计算公式如下：Ec=ht=1Ti=1Ng()PeCHPi，t+PhCHPi，tt（21）式中：E
21、c为一个调度周期内的碳配额；h为碳排放配额系数。阶梯型碳交易成本计算公式如下：CCT=|c0()ECO2-Ec 0ECO2Ecc1()ECO2-Ec EcECO2Ec+v1c1v1+c2()ECO2-Ec-v1 Ec+v1Ec+v2（22）式中：CCT为一个调度周期内的碳交易成本；c0为出售多余碳配额的价格；c1、c2、c3为递增的区间碳交易价格；v1、v2分别为碳排放量在第一区间、第二区间的上限。3 IES 源 荷 互 补 优 化 调 度 模 型3.1 风 力 发 电 概 率 模 型研究表明风速服从 Weibull 分布，t 时段风速的概率密度函数 fw(vt)计算方法见附录 B 式（B1）
22、，t 时段风力发电输出功率 PWt为不确定量，其与实际风速vt之间的关系见附录 B 式（B2），由式（B1）和式（B2）可以推导出风电出力概率密度函数 fo(PWt)16，计算1 3 5电 力 自 动 化 设 备 第 43 卷方法见附录 B 式（B3）和式（B4）。3.2 目 标 函 数IES 总运行成本由 IES 从电网购电成本、燃气机组产电产热及提供备用的成本、碳交易成本、运输封存 CO2成本、弃风惩罚成本、调用可中断电负荷补偿成本组成。min F=min(Cb+Cg+CCT+CTY+CW+CIL)（23）式中：F 为调度模型总成本；Cb为 IES 从电网购电成本；Cg为燃气 CHP 机组
23、产电产热及提供备用的成本；CCT为碳交易成本，见式（22）；CTY为运输封存 CO2成本；CW为弃风惩罚成本；CIL为调用可中断负荷的补偿成本。IES 从电网购电成本如下：Cb=t=1TcbtPbtt（24）式中：cbt为 t 时段电价；Pbt为 t 时段从电网购电功率。燃 气 CHP 机 组 产 电 产 热 及 提 供 备 用 的 成 本如下：Cg=t=1Ti=1Ng()Pgi，ttQgasgt+CopeniSi，t+rgiRCHPi，tt（25）式中：Qgas为天然气低热值；gt为 t 时段天然气价格；Copeni为第 i 台燃气 CHP 机组开机成本；Si，t为 t 时段第i 台燃气 C
24、HP 机组的开机变量；rgi为第 i 台燃气 CHP机组备用成本；RCHPi，t为 t 时段第 i 台燃气 CHP 机组的备用容量。运输封存 CO2成本如下：CTY=tyt=1Ti=1NgECO2，capCHPi，t（26）式中：ty为运输封存单位 CO2的价格。弃风惩罚成本如下：CW=t=1TKWPwq，tt（27）Pwq，t=E(PWt)-Pw，t-Peb，t（28）式中：KW为单位弃风量惩罚成本；Pwq，t为 t 时段弃风功率；E(PWt)为 t 时段风电出力期望值，计算方式见4.1 节；Pw，t为 t 时段风电供给电负荷功率。调用可中断负荷的补偿成本如下：CIL=t=1TKILPILt
25、t（29）式中：KIL为调用单位可中断电负荷的补偿系数。3.3 约 束 条 件1）电热功率平衡约束。i=1NgPe，JCHPi，t+Pw，t+Pbt=PDRt（30）i=1NgPhCHPi，t+HHSSDC，t-HHSSCH，t+Heb，t=HDRt（31）2）燃气 CHP 机组约束。a）运行约束：机组的出力上下限约束及爬坡速率约束见附录 B 式（B5）（B8）。b）碳捕集约束见式（2）（6）。3）储热约束见式（7）（10）。4）电锅炉约束见式（11）、（12）。5）风电出力约束。0 Pw，t+Peb，t E(PWt)（32）6）旋转备用约束。由于含有风电随机变量，备用容量是不确定的约束条件，
26、采用机会约束规划来处理不确定问题。Probi=1NgRCHPi，t E(PWt)-PWt（33）式中：Prob为求事件发生的概率；为人为设置的置信度，可以平衡经济性和可靠性。4.2 节将此机会约束转化为确定性约束。7）电热负荷需求响应约束。电负荷需求响应约束见式（13）（16），热负荷需求响应约束见式（17）（19）。4 模 型 求 解 方 法4.1 风 电 出 力 的 概 率 序 列 化 处 理利用序列运算理论 17 将风电出力的概率密度函数离散化后，机会约束可转化为确定性约束。概率序列的一般形式可以表示为：i=0Naa(i)=1，a(i)0（34）式中：Na为一般形式下的概率序列长度，本文
27、概率序列长度 Na，t如式（35）所示。Na，t=|PWmax，tq|（35）式中：表示取整；q 为离散步长；PWmax，t为 t 时段最大可 能 风 电 出 力。离 散 化 得 到 的 概 率 序 列 一 共 有Na，t+1 个状态，其中第 ua，t（ua，t=0，1，Na，t）个状态的风电出力为 ua，tq，该出力状态对应的概率序列为a(ua，t)。根据风电出力的概率密度函数 fo(PWt)可以得到相应的概率序列 a(ua，t)为：a(ua，t)=|0q/2fo(PWt)dPWt ua，t=0 ua，tq-q/2ua，tq+q/2 fo(PWt)dPWt 0 ua，t Na，t ua，tq
28、-q/2ua，tq fo(PWt)dPWt ua，t=Na，t（36）由 概 率 序 列 可 以 求 得 t 时 段 风 电 出 力 期 望E(PWt)为：E(PWt)=ua，t=0Na，tua，tqa(ua，t)（37）4.2 机 会 约 束 的 处 理为了处理机会约束式（33），引入一个 0-1 变量1 3 6第 7 期 齐先军，等：考虑碳捕集与综合需求响应互补的综合能源系统优化调度ua，t，计算公式如下：ua，t=|1 i=1NgRCHPi，tE(PWt)-ua，tq0 其他 t，ua，t=0，1，Na，t（38）式（38）表示在任一时段 t，若总备用容量不小于风电出力与其期望值的差值则
29、 ua，t=1，否则 ua，t=0，从而将机会约束转化为确定性约束。结合风电出力概率序列，可将式（33）转化为式（39）。ua，t=0Na，tua，ta(ua，t)（39）由于式（38）所示的表达式与混合整数线性规划的解决方案格式不兼容，用式（40）代替式（38）。()i=1NgRCHPi，t-E(PWt)+ua，tq/ua，t 1+()i=1NgRCHPi，t-E(PWt)+ua，tq/t，ua，t=0，1，Na，t（40）式中：为一个极大的正数。式（39）、（40）可以代替式（33），将备用容量的机会约束转化成确定性约束，以便用 CPLEX 编程求解混合整数线性规划。5 算 例 分 析为验
30、证所提调度模型的有效性，以华北某地区冬季 IES 为例进行仿真分析。5.1 测 试 系 统 设 置IES 从上级电网的购电价格见附录 C 表 C1，风机相关参数参考文献 16，共设置 2 台燃气 CHP 机组，仅在燃气机组 1 上加装碳捕集设备，燃气机组 2不做改造，电热功率折算系数 为 1.66。移入、移出电负荷的最大功率分别设定为各时段电负荷需求的10%、20%，可中断电负荷的最大功率设定为各时段电负荷需求的 15%，移入、移出热负荷的最大功率分别设定为各时段热负荷需求的 10%、20%。系统其他参数及碳交易阶梯价格见附录 C 表 C2，燃气CHP 机组参数见附录 C 表 C3。一个调度周
31、期内，风电期望出力、电负荷需求、热负荷需求见附录 C 图 C1。5.2 IES 最 优 调 度 计 划本节分析 IES 供电、供热系统的最优调度计划，具体如图 2 所示，一个周期内碳捕集和电锅炉的运行情况见附录 C 图 C2，碳捕集量及各阶梯碳排放量情况见附录 C 图 C3。图 2（a）展示了 IES 供电系统最优运行策略，结合图 C2 可见，在电价较高时段（08:00 11:00、16:0019:00 时段）IES 通过增加燃气机组 2 出力、降低碳捕集功率以减少电网购电量，提高 IES 的经济性。电负 荷 需 求 与 电 价 都 较 低、热 负 荷 较 高 的 时 段（00:00 03:0
32、0、21:00 24:00 时段），碳捕集功率相对较高，能够增大捕碳量，降低燃气机组的净电功率，在捕集 CO2的同时给风电提供上网空间，保障IES 的低碳性。由于只有燃气机组 1 加装了碳捕集装置，碳捕集功率全由其提供，因此其净电功率近乎为 0。此外，调度周期内弃风功率始终为 0，这说明风电被 IES 系统 100%消纳。燃气机组备用容量分配见附录 C 图 C4。图 2（b）展示了 IES 供热系统最优运行策略，储能装置蓄放热功率取值为正表示蓄热，取值为负表示放热。从图中可以看出，在电价较高时段（08:00 11:00、16:00 19:00 时段），IES 热负荷需求由 2 台燃气机组共同承
33、担，并为储热装置蓄热。结合附录 C图 C1 所示的电热负荷曲线可见，在电热负荷峰谷矛盾时段（00:00 06:00、11:00 17:00、20:00 24:00时段）主要由电锅炉与储热装置供热，具体分析可知，09:00 10:00 时段和 17:00 18:00 时段的原始电负荷需求较高、热负荷需求较低，燃气机组为满足供电需求，所发电量和热量都较大，因此综合需求响应提高了该时段内的热负荷，并且储热装置在此时将多余的热量存储起来，以便在接下来的电热负荷图 2 IES 优 化 调 度 结 果Fig.2 Optimal dispatching results of IES1 3 7电 力 自 动
34、化 设 备 第 43 卷峰谷矛盾时段放热缓解燃气机组生产压力；夜间风电高发时段电锅炉消耗风电供热，减少燃气机组承担的热电耦合功率，进一步促进风电的消纳，实现热量在时间上的转移。由附录 C 图 C3 可见碳排放量被有效控制在了第一阶梯和第二阶梯内。5.3 不 同 碳 交 易 机 制 下 的 源 荷 低 碳 互 补 性 分 析为了进一步分析碳交易机制、碳捕集和综合需求响应对 IES 运行的影响，本节设置了 8 种场景，传统碳交易机制（即采用固定碳价的碳交易机制）的碳交易价格设置为 400 元t，场景设置如表 1 所示，表中“”表示考虑，“”表示不考虑，各场景具体调度结果见附录 C 表 C4。5.3
35、.1 碳 捕 集 的 作 用表 2 展示了考虑碳捕集前、后的调度结果对比，结合表 C4 可知，源侧加装碳捕集装置能显著降低碳排放量和弃风量。这是由于燃气机组生产出的部分电功率用于捕集 CO2，机组净出力降低，从而增加了风电消纳空间。虽然分出部分电功率捕碳会使得在电负荷高峰期必须加大电网购电量和燃气机组发电量，造成这两方面成本的增加，但是碳交易成本的剧减使得总成本降低，说明碳捕集在保证低碳性之外还能提高系统的经济性。5.3.2 综 合 需 求 响 应 作 用表 3 展示了考虑综合需求响应前、后的调度结果对比，结合表 C4 可知，综合需求响应能显著降低弃风量，对于实际碳排放量的减少效果不如碳捕集明
36、显。这是由于综合需求响应的本质是根据各时段生产电热的成本高低重新制定负荷曲线，由于风电高发期供电成本低廉，供热成本也因为电锅炉利用风电产热而相对较低，系统会将可时移的电热负荷移入这些时段，尽可能消纳风电，并且高电价时段部分负荷移出或中断，从而大幅减少电网购电量，使得总成本降低，验证了综合需求响应的经济性。5.3.3 源 荷 低 碳 方 式 互 补 性 分 析图 3 为 2 种碳交易机制下不同场景的对比图，每个指标对应的数据已做归一化处理。由图 3 及上述对于碳捕集与综合需求响应单独作用的效果分析可知：碳捕集的优势在于显著降低碳排放量，缺陷在于高峰期燃气轮机运行压力较大，购电成本过大；综合需求响
37、应的优势在于优化负荷曲线，降低购电成本，缺陷在于碳排放量降低效果微弱，碳交易成本居高不下。而将两者结合起来的效果明显更优。场景 4相比场景 3 总成本降低了 9.12%，场景 2 相比场景 1图 3 不 同 碳 交 易 机 制 下 的 场 景 对 比Fig.3 Comparison of scenarios under differentcarbon trading mechanisms表 2 考 虑 碳 捕 集 前、后 的 调 度 结 果 对 比Table 2 Comparison of dispatching results betweenbefore and after consider
38、ing carbon capture调度结果实际碳排放量变化率%弃风量变化率%总成本变化率%场景 2 vs场景 1-40.84-70.73-6.60场景 4 vs场景 3-61.47-100-9.12场景 6 vs场景 5-43.63-70.73-13.75场景 8 vs场景 7-64.37-100-14.55注：百分数表示“vs”前的场景相比“vs”后的场景各项指标变化的百分比（“-”表示减少，“+”表示增加），均以“vs”后的场景为参考值，后同。表 3 考 虑 综 合 需 求 响 应 前、后 的 调 度 结 果 对 比Table 3 Comparison of dispatching re
39、sults betweenbefore and after considering integrated demand response调度结果实际碳排放量变化率%弃风量变化率%总成本变化率%场景 3 vs场景 1-7.88-70.97-9.98场景 4 vs场景 2-40.01-100-12.42场景 7 vs场景 5-4.65-70.97-13.83场景 8 vs场景 6-39.74-100-14.63表 1 不 同 场 景 设 置Table 1 Setting of different scenarios考虑因素传统碳交易机制阶梯型碳交易机制碳捕集综合需求响应场景1场景2场景3场景4场景
40、5场景6场景7场景81 3 8第 7 期 齐先军，等：考虑碳捕集与综合需求响应互补的综合能源系统优化调度总成本降低了 6.60%，并且弃风和碳排放降低效果均不如前一组好，这是由于场景 3 和场景 4 均考虑了综合需求响应，相比场景 1 和场景 2 下的负荷曲线得到了优化，缓解了负荷高峰期需要大量从电网购电的问题，因此总成本降低得更显著，并且使这些时段有余力加大碳捕集功率，充分吸收因燃气机组出力增加而增大的碳排放量，更符合低碳环保的要求。同理，场景 8 相比场景 7 的提升效果比场景 6 相比场景 5 更好。说明在 2 种不同的碳交易机制下，碳捕集和综合需求响应都存在相似的互补性质，将二者结合起
41、来可以发现：燃气机组出力虽然比原先大幅增加，但实际碳排放量与总成本反而降低了，验证了本文的互补模型在保障可靠供能的基础上具备显著的减碳、消纳风电、控制成本的效果。在以上 8 种场景中，场景 8 下的碳排放量、弃风量和总成本均为最低，说明将阶梯型碳交易机制、源侧碳捕集与负荷侧综合需求响应相结合能在保障电热功率可靠供应的前提下提高运行的灵活性，有效激发系统的低碳经济潜能。5.4 综 合 需 求 响 应 的 效 果 分 析为更详细地阐述综合需求响应的效果，本节分析了其对电、热负荷曲线和 IES 运行结果的影响。图 4 展示了考虑综合需求响应前、后电热负荷曲线对比。从图 4（a）可以看出，综合需求响应
42、对电负荷具有明显的削峰填谷作用，通过在电负荷较高时段（06:00 20:00 时段）移出和中断部分电负荷，可以降低 IES 用电峰荷。图 4（b）显示综合需求响应使热负荷向两侧移动，热负荷在 04:00 05:00、09:00 10:00、17:00 18:00、19:00 24:00 时段比原先显著增加，结合图 2（b）发现这与电锅炉和燃气机组出力较高的时段重合，这是由于优化后较多的可时移热负荷移入供能成本较低的风电高发时段，由电锅炉供给；燃气机组在 09:00 10:00、17:00 18:00 时段因为较大的供电和碳捕集需求而电出力增加，CHP 机组的电热耦合特性使得热出力同步增加，热负
43、荷需求响应提高了该时段热负荷。由上述分析可见，电热负荷综合需求响应不仅将电热负荷都适当移入风电充沛时段，并且缓解了电热负荷各自的峰谷特性在时间上的矛盾。为验证本文所提综合需求响应策略相比单一电负荷或热负荷需求响应的优越性，设置如下 4 种调度方案进行对比分析：方案 1，不考虑电热负荷需求响应；方案 2，仅考虑热负荷需求响应，不考虑电负荷需求响应；方案 3，仅考虑电负荷需求响应，不考虑热负荷需求响应；方案 4，同时考虑电、热负荷需求响应。4 种方案下的运行结果对比如图 5 所示，图 5 的数据处理方法同图 3。分析图 5 可知，与方案 1 相比，考虑综合需求响应的方案 4 实际碳排放量有效降低了
44、 39.73%，实现弃风完全消纳，总成本有效降低了 14.63%。仅考虑热负荷需求响应的方案 2 弃风量未发生明显变化，总成本略有减少。仅考虑电负荷需求响应的方案 3 比方案 1 碳排放量降低了37.97%，弃风完全消纳，总成本降低了 14.59%。分析表明，考虑综合需求响应可以有效降低 IES 总成本和碳排放量、弃风量，此外，电负荷需求响应对 IES的影响明显大于热负荷需求响应的影响，弃风量和碳排放的减少主要依靠前者实现，但如果将电热结合起来减碳效果会更好。图 4 综 合 需 求 响 应 前、后 电 热 负 荷 曲 线 对 比Fig.4 Comparison of electric and
45、heating load curvesbetween before and after consideringintegrated demand response图 5 需 求 响 应 方 案 对 IES 调 度 的 影 响Fig.5 Impact of demand response scheme onIES dispatching1 3 9电 力 自 动 化 设 备 第 43 卷6 结 论本文提出一种考虑阶梯型碳交易下源荷低碳互补的 IES 优化调度方法，通过阶梯型碳交易和源侧碳捕集、负荷侧综合需求响应的配合实现系统灵活调度，增强系统的低碳经济性，通过算例分析得到如下结论。1）场景对比分析
46、凸显了源侧碳捕集与负荷侧综合需求响应各自的优缺点：碳捕集的优势在于显著降低碳排放量，缺陷在于负荷高峰期燃气轮机运行压力较大，购电成本过大；综合需求响应的优势在于优化负荷曲线，降低购电成本，缺陷在于碳排放量降低效果微弱，碳交易成本居高不下。由此可见两者是互补的。2）本文所提调度模型将源侧碳捕集与负荷侧综合需求响应相结合，验证了两者在不同碳交易机制下都具有相似的特征及互补性质，两者相结合使得燃气机组出力增加的情况下，实际碳排放量反而降低，从而使 IES 在保障供电可靠性的基础上具备良好的低碳经济性，并且该模型在阶梯型碳交易下的成本、风电消纳量、碳排放量都是最优的。3）综合需求响应不完全是对电热负荷
47、削峰填谷，其本质是将电热负荷适当地转移到风电充沛时段以提高风电消纳量，降低供能成本，并且缓解了电热负荷各自的峰谷特性在时间上的矛盾。电负荷需求响应对于 IES 的影响比热负荷需求响应更显著，然而单一的电负荷或者热负荷需求响应降低碳排放量和成本的能力均不如综合需求响应。附 录 见 本 刊 网 络 版（h t t p：w w w.e p a e.c n）。参 考 文 献：1 喻小宝，郑丹丹，杨康，等.“双碳”目标下能源电力行业的机遇与挑战 J.华电技术，2021，43（6）：21-32.YU Xiaobao，ZHENG Dandan，YANG Kang，et al.Opportunities an
48、d challenges faced by energy and power industry with the goal of carbon neutrality and carbon peak J.Huadian Technology，2021，43（6）：21-32.2 裴哲义，王新雷，董存，等.东北供热机组对新能源消纳的影响分析及热电解耦措施 J.电网技术，2017，41（6）：1786-1792.PEI Zheyi，WANG Xinlei，DONG Cun，et al.Analysis of impact of CHP plant on renewable energy accomm
49、odation in Northeast China and thermoelectric decoupling measures J.Power System Technology，2017，41（6）：1786-1792.3 WEE J H.A review on carbon dioxide capture and storage technology using coal fly ash J.Applied Energy，2013，106：143-151.4 黄忠源，李进，安洪光，等.燃烧后 CO2捕获与燃气-蒸汽联合循环机组热力能源整合研究 J.中国电机工程学报，2017，37（9）
50、：2644-2652.HUANG Zhongyuan，LI Jin，AN Hongguang，et al.Study on the thermal energy integration of post-combustion CO2 capture in natural gas combined cycle plant J.Proceedings of the CSEE，2017，37（9）：2644-2652.5 YARAMASU V，WU B，SEN P C，et al.High-power wind ener-gy conversion systems：state-of-the-art a
