计及碳排放和空调负荷的源网荷协同调度技术研究

2022-12-24程定一房俏

山东电力技术 2022年11期

程定一，马欢，杨冬，刘萌，张岩，房俏

（国网山东省电力公司电力科学研究院，山东济南 250003）

0 引言

习近平主席在第七十五届联合国大会一般性辩论上提出中国“碳达峰、碳中和”的双碳目标，展示了中国主动承担应对全球气候变化责任的大国担当［1］。在中央财经委员会第九次会议上习近平主席进一步明确指出电力行业是双碳目标的先行者，电力系统运行中需要充分考虑双碳目标［2］。

新能源发电具有随机性和间歇性的特点［3-4］，而且新能源大量接入后势必造成传统火电占比降低，电力系统仅依靠电源侧进行调节会十分困难，传统的“源随荷动”的电力系统运行模式需要向“源网荷互动”的模式转变，可控负荷在电力系统控制中的作用开始凸显［5-6］。

空调负荷是典型的可控负荷，一方面是由于其在负荷中的占比高，在夏季，厦门、香港等地的空调负荷在整个负荷中的占比超过40%［7］；另一方面，空调负荷具有一定的“热惯性”［8］，温度的变化相对比较缓慢，短暂对空调负荷的控制不会影响用户舒适度。这两个原因使得空调负荷在电力系统控制中备受关注，其有效性也在国内外多个工程中得到应用验证，江苏部署了大规模源网荷友好互动系统用来进行电网发生频率闭锁事故的负荷响应预想、事故中的辅助决策以及事故后的判断分析［9］；山东电网对楼宇中央空调负荷进行改造，从而具备负荷响应的功能，可以用来响应电网大功率缺额事故［10］；美国加州独立运营主体（California Independent System Operator，CAISO）在市场机制设计中考虑了需求响应资源，从而更好地消纳新能源［11］。

目前已有一些关于源网荷协同的研究，文献［12］设计了一种计及可控负荷以及网络约束的二次调频控制策略，从而避免了负荷控制对电网安全性的影响；文献［13］在控制中考虑楼宇负荷与储能，并利用优化方法的进行协调控制，用户可以从中套利，电网增加了频率调节和旋转备用的手段，实现电网和用户的共赢；文献［14］将空调负荷作为备用响应电力系统事故，并基于Benders分解进行最优求解。但目前源网荷储协调控制的研究中，鲜有计及碳排放。

一些研究中引入了碳交易，文献［15］考虑了电动汽车和可再生能源的影响，从而降低碳排放；文献［16］在电-热-气综合能源系统调度中引入了碳交易，并分析了交易价格对调度结果的影响；文献［17］在规划电动汽车充电桩时引入碳交易，并采用多目标优化的方法进行求解，从而更合理地对充电桩进行选址定容；文献［18］在含新能源电力系统优化调度中计及了可控负荷虚拟电厂的影响，引入碳交易进行低碳经济调度，并采用细菌群体趋药性的进化算法进行问题求解。但这些研究并未深入更高效的源网荷协同研究。

提出一种计及碳排放和空调负荷的源网荷协同调度方法，分别介绍了碳排放和空调负荷模型，提出源网荷协同调度模型，并给出仿真结果，仿真结果显示所提模型可以充分考虑碳排放，并且考虑可控负荷可以降低调度成本。

1 碳排放交易模型

碳排放交易，是利用市场手段来达到保护环境的机制［16］，对于电力行业，首先给定无偿碳排放的配额，对于超出部分进行交易，从而达到电力减排的目的。

1.1 无偿碳排放配额

国内无偿碳排放配额主要由两种方式确定：基线法和历史法，基线法是参考电力行业整体情况，设置排放基准，并据此设置无偿碳排放配额，历史法是基于发电企业的历史生产数据计算碳排放情况，并以此为基准逐年下降。历史法操作简单但存在公平性问题，比如会有“鞭打快牛”的情况，本文选取基线法设置无偿配额，更有利于减排激励机制的发挥。基线法的无偿碳排放配额为

式中：δ为配额系数，本文取电量和容量的边际排放因子的加权结果0.648［16］；T为优化时段；NG为机组数量；PGti为第i台火电机组在第t个时段出力。

1.2 碳排放成本

碳排放成本由阶梯型的计算方式得到，在碳排放量高于无偿配额的前提下，当碳排放量低于碳排放目标时，碳排放边际成本执行第一段阶梯型价格；当碳排放量高于碳排放目标时，碳排放边际成本也会随之增高，公式为：

式中：FC为碳排放成本；Eu为碳排放目标；KE为第1段阶梯价格；KF为各阶梯段的价格；σ为罚系数；η为阶梯段的区间长度；Ep为碳排放量。碳排放量的计算上，文献［18］基于碳排放系数进行计算，由于该系数较难获取，文献［19］给出机组单位燃料消耗下碳排放的数据Cbf，基于此，结合机组单位燃料消耗下的金额Ctf以及机组燃料成本FG，给出碳排放量的计算方法为

需要注意的是，碳排放成本的模型为分段阶梯模型，具有非线性特性，不利于后续优化求解，为方便求解，对改模型进行了等价分段线性化，如图1所示。

图1 等价分段线性化示意

2 空调负荷模型

空调负荷是典型的温控负荷，具有一定的“热惯性”，即短时间的控制不会明显影响用户舒适度。空调负荷“热惯性”的实质是其具备“热储能”特性，能量以温度梯度的形式存储在房间中，对应储能的电量，空调负荷则对应储能的电力情况，通过控制空调负荷情况来改变房间温度，一般温度变化比较慢，从而表现出“热惯性”。因此，空调负荷可以用虚拟储能模型进行描述［20］，即

式中：Xt为第t个时段下空调负荷对应虚拟储能的电量情况；a=e-Kτ/C为储能的损耗率，对应能量的变化快慢，K和C分别为房间的热导和热容；To、T+和T-分别为室外温度、空调设定温度上限和下限；yini和Pac，ini分别为初始状态时空调负荷处于开状态的比例以及负荷功率；α和PN分别为空调负荷的能效比（Coefficient of Performance，COP）和额定功率；为空调负荷响应量；τ为控制间隔；λ=（1-a）C/K为空调控制间隔的近似，其值接近τ。

3 源网荷协同调度模型

传统的调度主要是电源对负荷的跟踪，本文进一步考虑了负荷参与调度，从而实现“源荷互动”。调度模型在动态经济调度的框架下进行，计及碳排放和负荷响应，并考虑事故备用。模型包括目标、正常运行约束以及事故下约束。

3.1 目标

传统经济调度的目标主要是社会福利的最大化，即令所有机组发电成本最小，本文计及了备用约束，考虑了备用成本，并且进一步计及碳排放目标，即为

3.2 正常运行约束

正常运行时，需要考虑功率平衡约束、线路功率约束、爬坡约束等。

采用直流潮流处理功率平衡问题，功率平衡约束为

式中：MB、MH分别为节点导纳矩阵和发电机位置矩阵；θt和dt分别为第t个时段的相角和负荷向量。

线路功率等式约束为

式中：MT为直流潮流下相角-线路功率矩阵；pf，t为线路功率。

线路功率和发电功率上限和下限约束分别为：

式中：pmin和pmax分别表示发电功率的最小值和最大值。

发电爬坡约束为

式中：rd、ru分别为发电机下爬坡速率向量和上爬坡速率向量；Δt为调度时间间隔。

发电备用除了要考虑发电功率的裕量，还要考虑爬坡速率是否能满足，发电备用约束为

式中：τR为事故后备用响应时间。

负荷备用非负约束为

3.3 事故下约束

预想事故下，需要考虑相应预想事故场景的功率平衡约束、线路功率约束、爬坡约束等。

第k个预想事故下负荷响应情况约束为

式中：上标k为预想事故编号。

第k个预想事故下的功率平衡约束为

第k个预想事故下线路功率等式约束为

第k个预想事故下线路功率上下限约束为

第k个预想事故下发电功率上下限约束为

式中：为第k个预想事故下机组在t时段的启停状态。

从模型中可以清晰看出，目标和约束均为线性，待求解问题便成为混合整数线性规划，可以采用成熟的求解器进行求解。

4 仿真结果

仿真算例基于RTS-96单区域系统［19］，该系统节点数、发电机数量和线路数量分别为24、32 和38，总装机3 405 MW，负荷最高达2 850 MW，需要用到的数据包括发电数据、碳排放数据、电网线路数据、负荷情况数据等。该系统的火电机组包括燃油和燃煤机组，文献［19］也给出了这些机组碳排放相关数据。动态经济调度前瞻4 个时段，每个时段为15 min，事故场景为发电机N-1故障，共128个。

可控空调负荷置于节点1、20，相关参数包括热容、热导、额定功率、COP、设定温度、恒温控制器死区，分别为7.2×106W/℃、500 J/℃、5 600 W、2.5、20 ℃、1 ℃，空调负荷在相应节点的负荷占比为30%，空调负荷备用的价格为5美元/MWh。

计算平台为一台装有Intel i7 4710HQ 的PC 电脑，该CPU 拥有4 个核心，每个核心基频2.5 GHz，睿频可至3.5 GHz。设置3 个仿真场景。场景1：不考虑空调负荷；场景2：考虑空调负荷不考虑碳排放；场景3：考虑空调负荷并考虑碳排放。场景1 下，每个时段的发电备用量为400 MW；场景2 和场景3 下，发电和负荷备用的情况分别如图2 和图3 所示，场景3 由于计及了碳排放成本，使得发电机不同时段下发电机出力发生了变化，进一步引起相应时段下发电备用和负荷备用的变化。3个场景下的成本和用时情况如表1 所示（场景1 和场景2 的总成本未计及碳排放成本）。