考虑降低碳排放的多源微网经济调度方法

2021-10-30周慧娟崔成伟崔文利赵君田

东北电力大学学报 2021年3期

崔杨，周慧娟，崔成伟，崔文利，赵君田

(1.现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)，吉林吉林 132012；2.内蒙古电力集团有限责任公司，锡林郭勒电业局苏尼特右供电分局，内蒙古锡林郭勒 011200；3.内蒙古电力集团有限责任公司，乌兰察布电业局察右中旗供电分局，内蒙古乌兰察布 013550)

近年来以化石燃料为主的能源利用模式导致CO2的大量排放，使全球气候变暖.作为碳排放的主要行业，电力行业每年的CO2排放量占全国总排放量的近40%[1]，承担着节能减排的重任.然而，由于经济成本，负荷量等因素的限制，弃风弃光现象仍然存在，CO2排放仍然严重.随着人们环保意识的增强以及国家相关政策的出台，降低CO2的排放量，大力开发使用新能源成为电力行业的必然趋势[2].微网作为一种包含多类可再生能源的综合集成技术，将各种能源供电形式，储能系统，负荷等有机结合在一起，能够促进风光的就地消纳，降低CO2的排放量，对于推进电力系统节能减排具有重要意义.

微网中加入碳交易，能够降低CO2的排放量，提高新能源的消纳.碳交易的提出促进了全球温室气体的减排，使CO2的排放量得到控制[3-4].碳交易机制的引入，使CO2作为一种商品，不只考虑其排放成本，还能通过碳交易获得收益[5]，利用市场的调节手段鼓励电力行业转变能源结构，提高技术创新，使传统单一经济调度模式向节能减排的环境经济调度模式转变.文献[6]全面分析了“低碳电力”的特点和发展现状，剖析了这一研究领域的发展前景.文献[7]考虑了碳排放配额对调度的经济性影响，建立了含风电的日前调度模型.文献[8]建立了分碳排量区间计算碳交易成本的阶梯型计算模型，分析了碳交易价格对调度结果的影响.文献[9]分析比较了基于碳交易机制下的电转气互联综合能源系统和单纯火电机组电力系统低碳经济模型下的运行状态.

风电，光伏出力的波动性是制约其大规模并网消纳的重要原因之一，但是综合考虑环境成本之后，风电和光伏凭其清洁、无污染的环保特性为自身带来了发电优先权，调整能源发电规则，从而改变了传统的调度运行计划[10].文献[11]构建了碳交易环境下大规模光伏电源接入电力系统的优化调度模型，该模型兼顾了系统运行的经济性、低碳性.文献[12]揭示了碳捕集电厂良好的调峰特性，提高了风电等新能源的接入规模，降低了系统的碳排放量.文献[13]以风光发电系统运行过程中的不确定性为约束条件，以多种污染物的排放量最少为目标函数，建立风光系统低碳调度模型.随着电力体制的改革，微网成为发展新能源的必然趋势.微网为高渗透率可再生能源并网提供了有效途径，成为节能减排的重要环节.然而，国内外研究相对较多的是将碳交易机制引入含有风电，光伏的大区域或综合能源系统中，考虑碳交易对电力系统优化调度方式产生的影响，针对微网系统这样相对较小，运行灵活性较高，新能源渗透率高的系统的碳交易研究较为匮乏.

本文将碳交易机制引入微电网系统，构建了含风电、光伏发电、燃气轮机的微网优化调度模型，该模型综合考虑了碳交易成本，风电、光伏发电的运行成本和外购能源成本以及电力平衡的相关约束，旨在降低微网系统碳排放量，提高风电、光伏发电等可再生能源的消纳量，推动电力行业的清洁发展.

1 低碳经济模型

1.1 碳交易分配原则

碳排放权是以法定的形式限制CO2的排放量，从经济的角度出发，它催生出了一个以CO2排放权为主的碳交易市场，在此市场中，碳排放量成为一种可以交易的商品[14].为了减少碳排放量，有关部门需要为各种碳排放源分配碳排放额度.假设碳交易市场为完全交易市场，若微网在生产过程中的碳排放量高于分配额度，需要从碳交易市场中购买碳排放权；如果微网的碳排放量低于给定配额，可以将多余碳排放权在碳交易市场中售卖，以获得更多的经济收益，原理如图1所示.

图1 碳交易原理图

各国在碳交易市场建立初期，为了减少企业压力，通常会采用无偿分配碳排放权的方法，随着市场成熟，逐渐增加碳排放权的拍卖比例[15].针对我国电力行业碳交易市场的状况，本文拟采用以无偿为主的方式进行初始碳排放额的分配.

1.2 微网系统碳交易成本计算模型

本文算例微网系统与主网相连，由燃气轮机、风力发电、光伏发电及蓄电池构成如图2所示.假定微网从主网购得的电力均为火电机组发电[8]，则微网的无偿碳排放额度为

图2 微网系统结构

(1)

公式中：EL为微网的无偿碳排放额；T取一日24小时；μ为单位电量排放配额，本文取电量边际排放因子与容量边际排放因子加权值0.7[10]；Pw.t为单位时段t内风力发电功率；Pv.t为单位时段t内光伏发电功率；Pg.t为单位时段t内燃气轮机发电功率；Pb.t为单位时段从主网购得的电量.

风、光是清洁能源，风力和光伏发电不产生碳排放，则微网系统实际碳排放量为

(2)

公式中：Ep为微网的实际碳排放量；δ1、δ2分别为火电机组和燃气轮机单位有功出力碳排放强度.

若以交易市场购买碳排放权为正，售出碳排放权为负，则微网的碳交易成本的计算公式为

(3)

公式中：α为市场上碳交易价格.当Ep>EL时，FC为正，表示微网实际碳排放量高于无偿配额，产生碳排放成本；当Ep

2 碳交易机制下的微网经济运行模型

2.1 目标函数

在保证微网系统可靠运行的前提下，将碳交易机制加入其中，以微网的运行成本和碳交易成本之和最小为目标函数：

F=min(FE+FC)，

(4)

(5)

公式中：F为微网系统运行总成本；FE为微网运行成本；Dw为风机的发电成本；Dv为光伏发电成本；Db.t为从主网购电的分时电价；Dx为蓄电池充放电成本；Pdis.t为蓄电池的放电功率；Dg为天然气价格；Qg为天然气的低热值[16]，即9.97(kW·h)/m3；Ds.t为微网向主网售电的分时电价；Ps.t为每个时段微网向主网出售电价.

2.2 约束条件

(1)功率平衡约束

微网系统中，风电、光伏、燃气轮机向负荷，蓄电池，主网供电；负荷也能从蓄电池，主网购电，所以对于微网中风、光、气、负荷分别满足以下平衡条件：

Pw.t=Pwl.t+Pwx.t+Pws.t，

(6)

Pv.t=Pvl.t+Pvx.t+Pvs.t，

(7)

Pg.t=Pgl.t+Pgx.t+Pgs.t，

(8)

Pl.t=Pwl.t+Pvl.t+Pgl.t+Pxl.t+Pbl.t，

(9)

公式中：Pwl.t为单位时段风电向负荷供电量；Pwx.t为单位时段风电向蓄电池的供电量；Pws.t为单位时段风电向主网出售的电量；Pvl.t为单位时段光伏向负荷提供的电量；Pvx.t为单位时段光伏给蓄电池提供的电量；Pvs.t为单位时段光伏向主网出售的电量；Pgl.t为单位时段燃气轮机供给负荷的电量；Pgx.t为单位时段燃气轮机向蓄电池提供的电量；Pgs.t为单位时段燃气轮机向主网出售的电量；Pl.t为单位时段负荷总量；Pxl.t为单位时段蓄电池向负荷提供的电量；Pbl.t为单位时段微网从主网购买的提供给负荷的电量.

(2)燃气轮机约束

燃气轮机需要满足额定功率和爬坡约束：

0≤Pg.t≤Pgn，

(10)

-ΔPg.t≤Pg.t+1-Pg.t≤ΔPg.t，

(11)

公式中：Pgn为燃气轮机的额定功率；ΔPg.t为燃气轮机爬坡率.

(3)蓄电池约束

为了防止蓄电池过度充放电，蓄电池的荷电状态需满足上下限约束：

Smin≤St≤Smax，

(12)

公式中：St为蓄电池单位时段t的状态；Smax和Smin分别为蓄电池荷电状态的上、下限值.蓄电池充放电平衡约束：

(13)

S0=ST，

(14)

公式中：Pcha.t和Pdis.t分别为蓄电池在第t个时段充电和放电功率；Xt和Yt分别为蓄电池的充放电状态；Eb为电池容量.

同一时段内，蓄电池不能同时处于充电和放电状态，因此需满足以下约束：

Xt·Yt=0

(15)

考虑到蓄电池寿命受蓄电池充放电功率大小和次数的影响，因此蓄电池的充放电功率与次数需要满足一定限值，具体约束如下：

0≤Pcha.t≤0.2EbXt，

(16)

0≤Pdis.t≤0.2EbYt，

(17)

(18)

公式中：N1、N2分别为一天内蓄电池充放电次数最大值.

(4)与主网联络线约束

微网与主网相连，需对其能量交换功率进行约束：

(19)

(20)

3 算例

3.1 算例概述

本文采用某一微网系统，其中风机的装机容量为2.5 MW，发电成本为420元/MW；光伏的装机容量为1 MW，发电成本为650元/MW；燃气轮机的装机容量为5 MW，最大爬坡速率为2.5 MW/h[7]，天然气价格取2.8元/m3.蓄电池的额定容量为3 MW，电池的运行范围为[0.2，0.9]，初始状态为0.4，充放电成本为200元/MW，每天充放电次数限制均为8次.火电机组碳排强度为1.3，燃气轮机碳排放强度为0.4，碳交易市场价格为150元/t.微网与主网联络线功率最大不超过5 MW.选取微网某一日风光出力和负荷的预测值，如图3所示；微网向主网售电和购电的分时电价如表1所示.

图3 日负荷及风光出力预测曲线

表1 主网分时电价

3.2 算例结果分析

通过求解得到，一个调度日内在允许弃风弃光的条件下，低碳模式时微网系统内各微源的调度出力如图4所示，风电消纳功率如图5所示，光伏的消纳功率如图6所示，蓄电池充放电功率如图7所示.

由图4可知，低碳模式下各时刻微网各微源发电出力，与大电网交互功率(购电为正，售电为负)之和等于负荷值，满足供需平衡.在负荷低谷时，微网向主网售电量多，蓄电池充电，风电、光伏出力较少；负荷高峰时，风电、光伏出力增大，蓄电池放电，向主网售电量减少，甚至出现向主网购电现象(18：00-21：00).

对于风电、光伏发电而言，碳排放量几乎为零，加入碳交易机制后，碳交易成本为负值，使微网从碳交易中获得利益.然而由图5、图6可知，由于风电、光伏的高额运行维护成本导致了加入碳交易机制后，在综合成本最低时弃风弃光现象仍然明显.此时风电消纳量为59.03%，光伏消纳量为58.59%.由图5可知，在0：00-7：00之间，系统弃风现象严重，在7：00-24：00，此时段内风力发电占系统总发电量相对较小，且负荷需求较大，风电满发.由图6可知，5：00-11：00，15：00-18：00之间，系统弃光现象严重，11：00-15：00之间，由于负荷较小，向主网售电价格较高，此时使光伏满发，系统向主网售电量增加，系统的经济性提高.

由图7可知，蓄电池的充放电状态在同一时刻满足互斥条件，不能同时充放电.由于蓄电池充放电次数的限制，一个调度周期内蓄电池不能任意充放电，保护了蓄电池正常工作状态，延长了蓄电池的使用寿命，同时也造成了蓄电池充放电状态不能随时跟踪风光出力，对风光消纳造成了一定的影响.蓄电池在负荷高峰期，电价高时释放电能(11：00-15：00，19：00：21：00)，在负荷低谷且谷时电价时蓄电(0：00-3：00，16：00-17：00)，以减少微网系统的运行成本.由蓄电池状态曲线可知，一个调度周期内，蓄电池电量变化较为平缓，经过两次深度充放电以后，电量回到了初始状态值.

图7 蓄电池充放电功率及状态

3.3 不同模型对比分析

在允许微网弃风弃光的条件下，为了验证本文调度模型加入碳交易后对经济性和环保性的效果，与传统不计及碳交易的调度模型进行对比.

模型1：计及碳交易的调度模型(本文模型)；

模型2：不计及碳交易的传统调度模型.

本文对比分析两种模型的经济调度结果如表2所示.

表2 优化结果及对比

由表2可知，模型1与模型2相比，一个调度日内微网碳排放量减少1.3t.微网向主网的购电量明显减少，相当于火电机组发电减少，由于火电机组的碳排放系数大于燃气机组的碳排放系数，加入碳交易机制后，微网系统的部分外购能源由电力转向天然气.在系统中，由于风电光伏发电增加了微网系统中碳排放无偿配额，因而碳交易成本为负.模型2与模型1相比，模型2中不存在碳交易机制，所以碳排放成本较高，综合以上因素，模型1调度模型的综合成本较传统发电降低了4.63%.

在夜间负荷低谷时风电自然出力较大，光伏发电则具有明显的昼发夜停特性，因此，风电、光伏与负荷的变化趋势不能协调，会出现弃风弃光现象.在允许弃风弃光的前提下，引入碳交易机制后，两种调度模型中新能源消纳对比情况如图8、图9所示.

分析图8、图9可知，在允许弃风弃光的前提下，由于风电、光伏发电成本明显高于燃气轮机发电成本和某些时段向主网的购电电价，模型2中微网出现严重的弃风弃光现象.在模型1下，加入碳交易机制后，将碳排放成本计入目标函数中，相当于增加了向主网的购电成本，使风电、光伏发电成本低于某些时段购电电价，降低了系统弃风弃光现象.图中阴影部分是在负荷高峰期时，模型1比模型2增加的新能源上网量，但是在0：00-7：00风电不上网，5：00-10：00，13：00-18：00出现全部弃光现象，新能源渗透率仍然不高，造成资源严重浪费.

3.4 不同风光消纳下的调度结果分析

随着环境问题日益严峻，有关部门对电力行业的环保性要求逐渐增加，相关环保政策逐渐完善，将会进一步增大风、光等新能源的并网消纳.在碳交易机制下，不同风光消纳情况对系统碳排放量和经济性调度有一定影响，结果如表3所示.

表3 不同渗透率对比结果

由表3可知，风光满发较允许弃风弃光的条件下，一个调度日内碳排放量减少0.567 t；外购能源中电力没有发生变化，天然气的外购量略有减少.允许弃风弃光情况下，以总成本最小为目标函数，得到系统经济性最优情况下的风光渗透率分别为59.03%、58.59%.由于风电光伏的发电成本对比其它能源发电成本相对较高，当新能源渗透率超过这一界限时会降低系统的经济性.风光满发的情况下，增加了对风电和光伏消纳，运行成本有所增加；风电光伏的渗透率增大，也使得系统碳排放成本降低；综合两种因素，微网系统的总成本增加.分析两种调度方式可知，风电光伏满发对比允许弃风弃光的情况，系统牺牲一定的经济性减少了碳排放量，增加了系统的环保性.