考虑高比例新能源消纳的多能源园区日前低碳经济调度

吕祥梅， 刘天琪， 刘 绚， 何 川， 南 璐， 曾 红

(1. 四川大学 电气工程学院，成都 610065； 2. 湖南大学 电气与信息工程学院， 长沙 410000；3. 国网四川省电力公司天府新区供电公司，成都 610213)

多能源园区是能源互联网最末端的直观表现形式[1]，其耦合多种能源，协调调度多样供能系统，提升能源利用率和降低能源系统的经济成本[2].近年来，随着全球能源危机和温室效应的加重，发展清洁能源和提高用能质量已经成为各国共识.因此，为持续推进我国能源转型升级，促进用能高质量发展，多能源园区有望成为“十四五”期间能源发展的关键[3].同时，我国力争2030年前实现碳达峰，2060年前实现碳中和，多能源园区的碳排放逐渐成为研究热点[4].此外随着多能源园区的逐渐发展，风电(WT)、光伏(PV)等可再生能源接入比例不断增加，园区内供需平衡出现新的挑战，高比例新能源消纳问题亟待解决[5].在此背景下，研究考虑高比例新能源消纳的多能源园区日前低碳经济调度问题具有重要意义.

为解决多能源园区高比例新能源消纳问题，专家学者提出向多能源园区引入能源耦合设备，增强园区多能互补.热电联产(CHP)能够实现能源的梯级利用，充分挖掘电热关系，提高电能和热能的利用率；电转气设备(P2G)能够消纳园区内过剩的新能源出力，增加电-气能量交换效率；储能设备利用“时移特性”一定程度打破了各能源间的耦合制约，增加能量传输和中转的灵活性.文献[5-6]建立CHP模型，利用储热装置解耦热电关系，提出促进可再生能源消纳的优化方法.文献[7]为促进能源耦合利用率，从P2G两阶段运行入手，构建了含P2G的热电联产变效率模型.文献[8]中P2G的耗电功率由弃风功率提供，直接消纳弃风功率.文献[9]引入储热设备且用储热因子描述储热设备的状态，进而给出一种分层优化调度策略.文献[10]考虑供能管网和储能水罐的储能特性，建立了工业园区多能源系统日前优化调度模型.虽然向多能源园区引入CHP、P2G等能源耦合设备能有效促进高比例新能源的消纳，但是各耦合设备的潜能还可以进一步挖掘.

此外，发展清洁无污染的电动汽车是促进多能源园区经济运行的重要一步.文献[11]采用电动汽车与地源热泵协同作用促进风电消纳.文献[12]从供需平衡和多能互补的角度出发，研究电动汽车的接入对园区经济性的影响.另一方面，随着需求响应技术的不断成熟，需求响应逐渐成为增加高比例新能源消纳的有效手段.文献[13-15]采用价格型需求弹性矩阵来表示电价变化率对负荷变化率的影响，进而建立电价型需求响应模型.文献[16]建立包含可转移可中断电负荷、可转移不可中断电负荷、灵活的热负荷和冷负荷等多类型负荷的综合需求响应模型.文献[17]为促进电网和气网的协调调度运行，建立了气电联合需求响应.可见，已有的考虑需求响应的多能源园区优化调度研究，较多文献只考虑电需求响应对园区运行的影响，对多元负荷需求响应研究较少，价格型需求响应多以需求弹性矩阵为基础进行建模.

多能源园区的低碳经济运行需要各类低碳技术和合理的市场机制共同作用.文献[18]将捕集的二氧化碳供给P2G消耗，剩余部分制成液态二氧化碳和干冰，提升了系统的综合能效.文献[19]给出一种以储碳设备为枢纽连接碳捕集电厂和P2G的灵活运行模式.文献[20]挖掘富氧燃烧技术对综合能源系统低碳排放的优势，以综合成本最小为目标建立系统低碳经济调度模型.碳中和是我国现代能源转型的关键因素，多能源园区的低碳经济调度仍是目前研究的重点.

在上述研究基础上，为进一步促进多能源园区高比例新能源的消纳和低碳经济运行，首先，本文引入热储能和气储能设备分别配合电锅炉和P2G，充分发挥各能源耦合设备的优势；其次，对园区电动汽车进行有序充电建模，探究电动汽车的可控性对园区负荷“削峰填谷”的影响;再次，考虑不同能源形式的需求响应资源，基于阶梯型价格曲线建立价格型联合热电需求响应模型；然后，借鉴综合能源系统碳交易机制实现碳捕集设备、储碳设备和P2G的协调配合，并建立了多能源园区碳交易模型；最后，以考虑碳交易成本的园区社会福利最大为目标函数建立了多能源园区日前低碳经济调度模型，并通过算例仿真验证了所提模型在园区高比例新能源消纳和低碳经济运行方面的积极作用.

1 多能源园区组成

本文构建的多能源园区是电-气-热耦合系统，具体如图1所示.园区内电负荷由风机、光伏阵列、热电联产机组、燃气轮机和上级电网供给，热负荷由热电联产机组、电锅炉和储热设备供能.碳捕集设备把从热电联产机组和燃气轮机捕集的二氧化碳直接供给电转气设备或者存入储碳设备.多能源园区与上级电网、气网进行双向能量交换.为了进一步促进能源利用，向园区引入电动汽车并考虑电、热需求响应.

图1 多能源园区具体组成Fig.1 Specific composition of a multi-energy park

2 考虑碳交易的多能源园区日前经济调度模型

2.1 目标函数

多能源园区日前低碳经济调度模型的目标函数是社会效益最大化，即价格型联合热电需求响应收益减去二氧化碳相关成本、园区运行成本、弃风弃光惩罚成本与失负荷惩罚成本之和最大.其中，二氧化碳相关成本由碳交易成本、购碳成本与售碳收益组成，园区运行成本包括机组发电成本、启停成本、购电/气成本、售电/气收益.

max(Cdr-CCO2-Co-Ccur-Clos)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

2.2 约束条件

2.2.1电量平衡约束

(8)

在多能源园区内，不考虑网络潮流约束，燃气轮机和P2G相当于连接在一个节点上，燃气机组和P2G不能同时运行[17].

热电联产机组、燃气轮机、电锅炉与电转气设备约束、天然气平衡约束、热量平衡约束、储能约束、失负荷约束、弃风光约束和园区与上级网络功率交换约束与文献[21]类似，此处不再赘述.

2.2.2电动汽车有序充放电约束

(9)

(10)

(11)

(12)

(13)

(14)

(15)

2.2.3碳捕集与碳储存约束

(29)

图2 需求响应阶梯型价格曲线Fig.2 A stepwise price curve of demand response

(30)

(31)

(32)

(33)

(34)

(35)

(36)

(37)

价格型热需求响应建模和价格型电需求响应类似，如下式所示：

(38)

(39)

(40)

(41)

(42)

(43)

(44)

(45)

3 算例分析

3.1 算例系统介绍

图3 风电和光伏出力Fig.3 Outputs of WT and PV

图4 电、热负荷预测值和电动汽车无序接入后总电负荷Fig.4 Predicted value of electric and heat load and total electric load of electric vehicle after unordered access

表1 分时电价Tab.1 Time-of-use electricity price

图4为对电动汽车无序接入后的总电负荷与预测电负荷的对比.从图4可以看到，电动汽车6:00接入园区后进行无序充电，13:00所有电动汽车充电结束.相对于未考虑电动汽车的预测电负荷，电动汽车无序充电后电负荷第一次峰值增99.54 kW，园区出现“峰上加峰”现象.因此，电动汽车无序充电会增大园区电负荷峰谷差，增加园区负荷调度的难度，不利于多能源园区的安全运行.

3.2 多能源转换设备对高比例新能源消纳的影响

为探究储热设备、电转气设备及储气设备对高比例新能源的消纳作用，本节在假设电动汽车无序接入的情况下，对如表2所示4种运行方式进行仿真分析，其中：“×”表示未接入该设备；“√”表示接入该设备.

表2 方式1～4设置Tab.2 Setting of Mode 1 to 4

表3为方式1～4条件下的园区成本，由表3可知，方式1～4均没有失负荷.方式1未引入储热设备、P2G及储气设备，产生弃光功率66.60 kW·h.方式2～4未出现弃风和弃光现象，且相对于方式1，方式2～4总成本分别减小149.38元、78.29元和160.97元，这是因为方式2比方式1多考虑储热设备，储热设备在电价低谷时段把电能转换为热能储存起来，在电价高峰时段释放热能以降低电锅炉的用电需求，从而减少园区购电成本，增加售电收益，促进新能源消纳；方式3在方式1的基础上接入P2G及储气设备，P2G将剩余的风光出力转换为天然气储存于储气设备中，避免弃风弃光现象的发生；方式4同时考虑储热设备、P2G及储气设备，相同调度时间内电热转换、电气转换的频次增加，园区多能互补能力增强，进一步降低购电成本，增加售电收益.因此，储热设备、P2G及储气设备等能源耦合设备的引入，增强了园区多能耦合能力，提高了高比例新能源利用率，降低了园区运行成本.

表3 方式1～4成本(元)Tab.3 Cost of Mode 1 to 4 (RMB Yuan)

图5和6分别为方式2与3下，CHP出力、燃气轮机出力、电锅炉耗电和P2G耗电情况.由图5可知，方式2加入储热设备，电锅炉可以在电价低谷时段将电能转换为热能储存在储热设备中供给电价高峰时的热负荷，不必24 h均开机，即在电价低谷时段 23:00—7:00和风光出力较大时段10:00—17:00，电锅炉电制热成本低，电锅炉消耗电能产生热能，8:00—9:00和18:00—20:00的电价高于购气价格，电锅炉不开机，CHP出力增加，而 21:00—22:00 虽然电价比购气价格贵但风电出力较大，因而电锅炉开机消纳剩余的风电.由于园区接入高比例新能源，风光出力和CHP出力可以满足电负荷需求，且园区的购气价格高于谷时电价，为使园区运行经济性最优，燃气轮机不开机.但在 18:00—21:00 时间段内，风光出力大幅度减小，CHP满发仍不能满足园区电负荷用电需求，燃气轮机需开机以维持电量平衡.由图6可知，方式3未考虑储热设备，CHP不能满足园区热量平衡，电锅炉需24 h开机，在4:00、13:00和 16:00 风电/光伏出力达到峰值时，电锅炉不能消纳的剩余风电由P2G消纳.在 17:00—21:00，电锅炉耗电使得园区晚高峰的用电需求增加，但此时风光出力较小无法维持电量平衡，燃气轮机开机并且出力大于方式2.综上，储热设备可以减少电锅炉开机时间，延长电锅炉寿命的同时促进新能源消纳，P2G及储气设备可以进一步消纳剩余新能源，增加新能源的渗透率.

图5 方式2下CHP出力、燃气轮机出力和电锅炉耗电功率Fig.5 CHP output, gas turbine output, and power consumption of electric boiler in Mode 2

图6 方式3下CHP、燃气轮机出力和电锅炉、P2G耗电功率Fig.6 CHP output, gas turbine output, and power consumption of electric boiler and P2G in Mode 3

3.3 电动汽车充电方式对多能源园区调度的影响

为探究电动汽车充电方式对园区运行的影响，在方式4的基础上设置有序充电比例分别为20%、40%和60%得到方式4.1～4.3.

图7描述电动汽车不同有序充电比例下的净电负荷变化情况.由图7可知，与方式4相比，方式4.1～4.3的电动汽车有序充电功率大部分从 6:00—10:00平移到11:00—16:00，其余有序充电功率转移到23:00—24:00，即电动汽车采用有序充电后，园区净电负荷在6:00—10:00减小，在 11:00—16:00增加，园区净电负荷峰谷差分别减小66.06 kW，118.85 kW和123.40 kW.这是因为 13:00 光伏出力达到峰值，11:00、13:00 和 16:00 风电出力也是峰值，风光出力富余，且 14:00—15:00 电价便宜，充电费用较低，所以电动汽车进行大量有序充电；18:00—22:00 电价较高，而 23:00—24:00 属于电价谷时段，少量电动汽车在 23:00—24:00 充电.再结合表4可知，随着电动汽车有序充电比例的增加，园区运行成本不断减少.综合以上，有序充电方式增强了电动汽车的可控性，有效避免电动汽车在园区用电高峰时段进行充电，实现园区净电负荷“削峰填谷”，降低多能源园区运行成本，有利于园区安全运行，且随着有序充电比例的增加，其产生的积极作用更明显.

图7 EV有序充电对净电负荷的影响Fig.7 Influence of EV ordered charge on net power load

表4 方式4～4.3的园区成本Tab.4 Cost of park in Mode 4 to 4.3

3.4 价格型联合热电需求响应模型的优势

为验证本文所提联合热电需求响应模型的优势，在方式4.3的基础上设置电需求响应比例为0.1得到方式5，又在方式5的基础上考虑联合热电需求响应得到如下设置.

方式5.1考虑联合热电需求响应，且响应比例为0.1；

方式5.2在方式5.1的基础上，增大响应比例为0.2.

图8为考虑需求响应后净电负荷变化情况图.从图8可以看到，方式5考虑电需求响应，根据分时电价和需求响应阶梯价格曲线引导，平时和峰时电价高于需求响应阶梯型价格，可响应电负荷在 8:00—22:00 转出或中断，在电价谷时段 23:00—7:00 转入；相对于方式5，方式5.1考虑联合热电需求响应，电热耦合增强，在电价谷时段转入的电负荷增多，一定程度上减少高峰时段电负荷，有效缓解园区用电高峰期用电紧张情况；在方式5.1的基础上，方式5.2增加联合需求响应比例后，园区内可响应负荷的调度灵活性增强，在峰时段转出或者中断的负荷量增多，在谷时段转入的负荷也增加.此外，由表5可得，相对于不考虑需求响应的方式4.3，方式5减少园区购气费用，增加电需求响应收益，成本降低了145.73元.在方式5的基础上，方式5.1联合热电需求响应收益增加的同时有效降低园区购电费用，成本减少105.03元；方式5.2联合热电需求响应的比例增大到20%后，成本比方式5降低了313.20元.因此，采用联合热电需求响应比仅采用电需求响应更能灵活调度园区内可响应负荷，有效缓解系统运行压力，增加园区收益.

图8 考虑需求响应后净电负荷变化情况Fig.8 Change of net power load considering demand response

表5 方式4.3～5.2成本对比(元)Tab.5 Cost comparison in Mode 4.3 to 5.2 (RMB Yuan)

3.5 多能源园区日前低碳经济调度仿真分析

3.5.1碳交易价格变化对多能源园区低碳性的影响 为分析碳交易价格变化对园区低碳性的影响，在方式5.1条件下引入碳交易机制，设单位电量的碳排放基准额度为0.36 kg/kW，改变碳交易价格分别为0.50、1.00、1.50、2.00、2.50和3.00元/kg得到方式6.1～6.6.

图9～11为方式6.1～6.6下园区各项费用、园区与主网交换功率和燃气轮机出力变化情况.图9中正值表示成本，负值表示收益，由于机组启停成本和联合热电需求响应收益不变，所以未画出.图10中，正值表示园区向主网购电，负值表示园区向主网售电.表6为方式6.1～6.6下园区实际碳排放量.从图9可以看到，随碳交易价格的增加，购电成本不断减小，售电收益逐渐减小为0，购气成本先保持不变后增加，这是因为碳交易价格的增加使碳交易成本在目标函数中的比重逐渐增大，园区优先采取更清洁的供电方式使整体目标最优，又因为上级电网单位碳排放强度大于燃气轮机大于CHP，所以园区优先采用减少主网购电功率、增加CHP出力的供电方式.但CHP机组为满足园区热负荷需求一直处于满发状态，无剩余可调节出力，因此为维持系统电量平衡，园区先减少售电功率，当售电功率不能减少后，原本由外购电功率供给的电负荷转为燃气轮机供给，燃气轮机出力随碳交易价格的增加而增加.购气成本在燃气轮机未开机前保持不变，后随燃气机组出力的增加而增加，购电成本随主网购电功率的减小而减少，售电收益随售电功率逐渐降低到 0 kW 而逐渐减少到0元.此外，由表6可知，随碳交易价格的增加，碳排放量先减少后略微增加，碳交易成本不断减小.因为在方式6.1～6.3的条件下，购电功率不断减小，燃气轮机未产生碳排放，园区碳排放量随购电功率减小而减少，碳排放量与碳排放配额差值从正值变为负值，且差值逐渐扩大，所以碳交易成本随碳交易价格增加而减小.而在方式 6.4～6.6条件下，燃气轮机出力相对方式6.3分别增加542.21 kW、1 005.52 kW和 1 086.7 kW，园区内生成的二氧化碳增多，但据表6可知碳排放量略微增加，再结合碳排放配额计算式可知碳排放配额增加幅度大于碳排放量增长幅度，碳交易成本仍然降低.从图9中还可以看到，园区总成本随碳交易价格的增加先略微增加后逐渐降低，这是因为方式6.1～6.2条件下，碳交易成本降低值小于购电成本增长值与售电收益减小值之和，总成本略微增加，而在方式 6.3～6.6条件下，碳交易成本不断减小，且其减少值大于购电成本增长值，园区总成本逐渐降低.

图9 方式6.1～6.6下园区各项费用变化情况Fig.9 Change of park expenses in Mode 6.1 to 6.6

图10 方式6.1～6.6主网交换功率Fig.10 Exchange power of major network in Mode 6.1 to 6.6

图11 方式6.1～6.6燃气轮机出力变化Fig.11 Change of gas turbine output in Mode 6.1 to 6.6

表6 方式6.1～6.6碳排放量Tab.6 Carbon emissions in Mode 6.1 to 6.6

未考虑碳交易约束的园区二氧化碳生成量为 2 021.56 kg，表6所示方式6.1～6.6的碳排放量分别降低50.69%、76.11%、76.64%、74.86%、73.06%和72.69%.因此，向多能源园区引入碳交易约束后明显降低园区碳排放量，实现园区低碳经济运行.

3.5.2单位电量的碳排放基准额度变化对多能源园区低碳性的影响 为探究单位电量碳排放基准额度变化的影响，在方式5.1基础上设置碳交易价格为0.50元/kg，改变单位电量的碳排放基准额度分别为0.26，0.36，0.46，0.56，0.66，0.76 kg/kW得到方式7.1～7.6.

表7为园区在方式7.1～7.6运行条件下的各成本明细和碳排放量变化情况，由于机组启停成本和联合热电需求响应收益不变，未包含在表7中.由表7可知，随着单位电量碳排放基准额度的增加，购电成本、碳交易收益、总成本和碳排放量逐渐增加，结合图12所示园区购电功率变化情况可知，园区购电功率随单位电量的碳排放基准额度的增加而增加，购电成本不断增加.而单位电量的碳排放基准额度的增加使得园区碳排放配额扩大，碳排放约束逐渐宽松，碳排放量略微增加，但碳排放配额增长幅度大于碳排放量增长幅度，所以碳排放配额逐渐大于碳排放量，碳交易费用由成本转为收益，且收益逐渐增大.综上，园区收益增加的幅度大于成本增加的幅度，园区总成本随单位电量的碳排放基准额度的增加而降低.

表7 式7.1～7.6成本明细和碳排放量

图12 方式7.1～7.6购电功率Fig.12 Purchasing power in Mode 7.1 to 7.6

4 结论

本文针对多能源园区高比例新能源消纳和低碳经济调度问题，在考虑储热设备、电转气及储气设备的基础上，建立了园区电动汽车有序充电模型、联合热电需求响应模型、碳捕集和储碳模型，然后计及碳交易约束提出一种考虑高比例新能源消纳的多能源园区日前低碳经济调度模型，并通过算例分析验证了所提模型的有效性，具体结论如下.

(1) 考虑储热设备、电转气及储气设备后，多能源园区能源转换效率进一步提升，多能互补能力增强，促进了高比例新能源的消纳.

(2) 通过有序充电可以引导电动汽车在电价低谷和新能源出力较大时充电，实现削峰填谷，增加园区运行的安全性和经济性.

(3) 考虑联合热电需求响应后，系统电-热耦合增强，可响应资源增加，调度灵活性有效增强，购电成本明显降低，园区收益增加.

(4) 碳交易约束对多能源园区低碳经济作用显著.考虑碳交易约束后，园区碳排放量明显降低；园区总成本随碳交易价格的增加先增加后减小，随单位电量的碳排放基准额度的增加而减小.