考虑碳交易的CSP电站-电极锅炉-热电联产联合供热系统优化策略

2023-02-07徐泽鹏张敬轩

现代电子技术 2023年3期

徐泽鹏，陈洁，张敬轩

（新疆大学电气工程学院，新疆乌鲁木齐 830047）

0 引言

目前，非再生能源急剧消耗导致的环境污染严重影响着我国经济和生态环境的正常发展。为此，国家在“十四五”规划提出“双碳”目标，即我国在2030年前将实现碳达峰、2060年前实现碳中和的目标。因此发展新能源提高可再生能源利用率已成为实现这一目标的重要途径和手段。近年来，在新能源发展领域中，光热电站（Concentrated Solar Power，CSP）是继光伏发电（Photo Voltaic，PV）后另一种新的利用太阳能发电的技术。CSP作为一种新型太阳能利用方式不仅可以低碳发电而且还能够高效储热[1-3]，但由于目前技术原因CSP电站发电成本较高（0.9～1元/kW·h）发展受限，因此不仅要高效利用CSP发电特性而且要同时挖掘其“热电联产特性”，这对提高收益、降低综合能源系统碳排放具有重要意义。

针对我国北方地区冬季供暖弃风、弃光严重的问题，究其原因还是风电、太阳能等新能源利用率较低导致的。目前北方大部分供暖主要还是依靠热电联产机组（Combined Heat and Power，CHP）提供，部分地区虽然配备了电锅炉和储热装置，在一定程度上提高了风电消纳量，减少弃风，但是调峰能力却不足，这主要体现在反应延迟以及主要依靠火电机组进行调峰。但CSP兼具发电和供暖的作用以及快速的出力调节能力，能有效缓解上述问题。因此研究CSP电站-电极锅炉-热电机组系统供暖特性，对缓解北方冬季弃风问题、提高新能源利用率具有重要意义[4-6]。

当前，对于CSP电站的国内外研究主要围绕CSP电站电力调度出力问题。文献[7]引入价格需求响应对风-光-光热联合发电进行了优化调度，分析了风-光-光热发电的原理并建立了计及价格需求响应的风-光-光热发电模型。对比分析了不同弃风、弃光水平下三种发电模型的风电消纳率。文献[8]引入分时电价对风电-光伏-光热协调发电并网进行了优化调度，建立了相应的调度模型并利用改进的粒子群算法进行求解。文献[9]针对弃风问题，提出了基于热电联产运行模式的光热电站调峰策略，对比了CSP参与供热后CHP机组运行特性和调峰能力的变化情况。文献[10]分析了我国CSP电站的运行机理，建立了含储热的CSP电站能量转化数学模型，在此基础上构建了复合发电的多目标优化模型，并采用了粒子群算法对模型求解。

以上文献主要考虑了CSP电站的电运行特性，从发电并网的角度进行研究分析，然而对CSP电站的“电热”特性研究分析的内容较少。当然也有许多人逐渐意识到CSP电站“电、热”特性的潜在价值。文献[11]建立了含光热电站的电-热能源系统优化运行模型，利用IEEE 30算例验证了模型的有效性。文献[12]为提高风电消纳量，提出了CSP电站、电锅炉和储热系统联合供热的弃风消纳策略，利用CSP电站实现热能时移来提高CHP机组调峰能力，促进风电消纳。

上述研究已经很大程度上减少了北方冬季弃风电量和碳排放量，提高了新能源的利用率，但仍存在更进一步提升的空间。根据CSP“电热”特性和电极锅炉的优势，本文提出一种考虑碳交易成本的CSP电站-电极锅炉-热电联产联合供热系统优化策略。本策略将电极锅炉与风电场看作一个兼具供热和发电的子系统，CSP电站和CHP机组分别为一个子系统，通过储热装置（Thermal Energy Storage，TES）将三个子系统联系起来共同供暖发电，通过考虑三个子系统的碳交易成本优化调度三个子系统的出力，达到降低CHP机组出力、提高新能源利用率的目的。

1 CSP电站-电极锅炉-热电联产系统分析

1.1 CSP电站运行机理分析

CSP电站利用太阳能加热导热工质（Heat Transfer Fluid，HTF）。HTF加热TES系统内的热水形成水蒸气推动汽轮机转动达到发电的目的。同时，在满足发电负荷后，若HTF存有多余的热量经过，则HTF经热交换器将热能转换成热水的形式储存于储热系统中。水蒸气在推动汽轮机发电后冷却液化形成的热水也储存于储热系统中。CSP电站主要由三个部分组成，分别为集热光场（Solar Field，SF）、储热系统和热力循环系统（Power Cycle，PC），通过HTF和换热器进行能量间的交换与流动。

1.2 系统框架与机理分析

系统结构如图1所示。本文从供热和供电两个方面来阐述系统的结构和运行机理。首先整个系统由4个子系统构成，分别为风电厂-电极锅炉子系统、CSP电站子系统、热电厂子系统和储热系统。

图1 系统结构图

从供热角度分析，热源分别是电极消纳弃风供热、CSP供热、储热系统供热和CHP机组供热。首先，电极锅炉消纳弃风供热一部分直接供给热负荷，在满足热负荷需求后剩余的部分进入储热系统。CSP在满足发电供热需求后多余的热量储存于储热系统，因此进一步降低了CHP机组出力，减少了碳排放。

从供电角度分析，由风电厂、CSP电站和热电厂共同承担电负荷需求。风电厂的实际上网电量与弃风电量共同构成了风电的预测功率。由于风电具有随机性与波动性，而CSP电站聚焦太阳辐射产热发电出力稳定可控且具有优良的调节性能的优势，因此CSP电站可以平抑风电上网波动，减少弃风。

1.3 系统供热原理分析

如图2所示，ABCD所围成的区域是CHP机组单独供暖时的电热运行特性，图中P0为CHP机组以最小电出力运行时供给的热出力，Ph,max为CHP机组单独供暖时的最大热出力；Pe,min，Pe,max分别为CHP机组单独供暖时最小和最大电出力。CV1，CV2分别为机组最小和最大电热比；Cm为机组的背压工况弹性系数；Peb，PCSPh分别为电极锅炉与CSP的供热量。

图2 联合系统供热原理图

当电极锅炉与CSP的总供热功率为Peb+PCSPh，系统的总体供热功率相当于向右平移了Peb+PCSPh；供热特性曲线由ABCD扩大为AA′B′C′D。设当热负荷为Ph时，电极锅炉与CSP电站承担了Peb+PCSPh，CHP只需承担Ph-(Peb+PCSPh)，也相当于增大了CHP机组电功率调节范围。当CSP与电极锅炉不参与供热时，CHP机组的电功率调节范围为[PFe,PEe]；当联合供暖时，CHP机组电功率调节范围[13-15]为[PF′e,PE′e]。

2 系统优化调度模型

2.1 碳交易模型

碳交易本质上是政府对发电企业所规定的碳排放量即碳排放额度的交易。政府根据一定原则为每个发电企业分配原始碳排放额度，若超过额度需要购买碳排放权，若未超过规定额度，可以进行交易。交易成本可表示为：

式中：c为碳交易价格；Qo为碳排放量；Qq为碳配额。

对于CHP机组来说，其发电供热是以燃煤提供的，所以其碳排放量是大于碳配额，碳交易成本为正，需要从碳交易市场购买碳配额；而CSP电站与风电消耗的是风能与太阳能不会产生的CO2，碳排放量小于碳配额，碳交易成本为负，可以在碳交易市场售卖获得额外利润。

2.1.1 碳配额计算

由于本文发电供暖主要由CHP机组、CSP电站和风电-电极锅炉提供，所以碳配额包含CHP机组、CSP电站和风电三部分。

1）CHP机组碳配额计算

根据CHP机组的运行特性，既能发电也能供暖。因此计算其出力要折算成机组在纯凝工况下的出力。

式中：PCHPZS,it为t时段CHP机组i纯凝工况下机组发电功率；PCHPe,it，PCHPh,it分别为在t时段CHP机组i的发电功率与热功率；CV,i为CHP机组增加单位热出力时的电出力减小值。

CHP机组碳配额：

式中γ为单位电量碳排放分配系数。

风电机组碳配额：

式中：Qw为风电机组碳配额；Pw,it为t时段风电机组i的出力。

CSP机组碳配额：

式中：Qsq为CSP机组碳配额；PCSPe,it为CSP机组i在t时段电出力；PCSPh,it为CSP机组i在t时段热出力；ηPB为CSP电站热电转换效率。

2.1.2 碳排放量计算

CHP机组碳排放量为：

式中：Qret为CHP机组t时段碳排放量；δi为CHP机组i单位出力的碳排放强度。

由于风电机组与CSP电站利用的均是可再生能源，本文不考虑风电机组与CSP机组的碳排放量。

2.1.3 碳交易成本计算

CHP机组碳交易成本为：

式中：Cct1为CHP机组碳交易成本；σ为碳交易价格。

由于风力发电与CSP发电都属于清洁能源，其碳交易成本可表示为：

式中Cct2为清洁能源的碳交易成本。

运行系统总碳交易成本为：

2.2 目标函数

本文以系统总的运行成本最低为目标函数，同时所构建的模型包括CHP机组、风电机组、CSP电站和电极锅炉，运行成本包括热CHP机组运行成本、CSP机组产热与发电成本、风电运维成本、电极锅炉运行和碳交易成本。因此得到的目标函数为：

式中：F为系统总运行成本；Cf,t为t时段风力发电运行成本；Ceb,t为t时段电极锅炉运行成本；CCSP,t为t时段CSP电站运行成本；CCHP,t为t时段CHP机组运行成本；Cct,t为t时段碳交易成本。

1）CHP运行成本

式中：CCHP,t为t时段CHP机组运行成本；ai，bi，ci分别为CHP机组i的耗煤成本系数。

2）CSP运行成本

式中：CCSP,t为t时段CSP机组运行成本；cCSPe,i，cCSPh,i分别为CSP机组i的发电成本系数与供热成本系数；PCSPe,it为CSP机组i在t时段的发电功率；PCSPh,it为CSP机组i在t时段供热功率。

3）风电运行成本

风电运行成本包括风力发电成本与弃风惩罚成本，可表示为：

式中：Cf,t为风电机组在t时段运行成本；cw，cqw分别为风力发电成本系数和弃风惩罚系数；Pf,it为风电机组i在t时段发电功率；为风电机组i在t时段预测功率。

4）电极锅炉运行成本

电极锅炉的成本主要是其从风电场的购电成本，当存在弃风时根据与风电场签订的协议电价购置弃风电量。可表示为：

式中：Ceb为电极锅炉运行成本；Ca代表与风电场签订的协议电价，为261.7元/MW·h；Cn代表电网公司输配电成本，为110元/MW·h。

2.3 约束条件

系统电力平衡约束：

式中：Pload,t为t时段系统电负荷；Peb,t为t时段电极锅炉消耗的电功率。

系统热平衡约束：

式中η为电极锅炉电热转换效率。

根据CSP电站运行机理，可将系统能量流图简化为如图3所示的形式。图中Hth,S-Ht为传热流体在集热环节吸收的热功率；Hth,H-Pt为HTF传输至发电环节的热功率；Hth,H-loadt为CSP直接供热功率；Hth,H-TESt，Hth,TES-Ht分别为HTF与储热系统之间热交换功率；HTES-loadt为储热装置供热功率；PCSPe,t为CSP机组t时段供电功率。

图3 系统能量流图

将HTF看作一个节点，根据能量守恒定律流出的热量与流入的热量相等。因此CSP电站的功率平衡约束为：

集热环节收集的热功率为：

式中：ηsf为光热转化效率；Ssf为镜场面积；Rt为t时段光照直射指数。

CSP电站运行的不等式约束：

式中：PCSPup,t，PCSPdown,t分别为t时段CSP机组的上下备用；PCSPe,max，PCSPe,min分别为CSP机组最大和最小电出力；xCSPt为CSP机组工作状态，0表示停止，1表示开机；TCSPon,min，TCSPoff,min分别表示机组最小运行和停运时间；uCSPt，vCSPt分别为机组开停机变量，0表示停止，1表示开机；RCSPD，RCSPU分别表示CSP机组上下爬坡能力。

1）热电机组约束条件

CHP机组热出力约束为：

式中：PCHPh,max，PCHPh,min分别为CHP机组最大和最小热出力。

电出力约束：

爬坡约束：

2）储热系统的约束条件

式中：HTESt,ch,min，HTESt,ch,max分别为储热装置最小和最大储热功率；HTESt,dch,min，HTESt,dch,max分别为储热装置最小和最大放热功率。

同时，储热系统不能同时储热和放热：

一个储热周期，储热装置初始热量与周期结束后热量相同。

式中：STESmin，STESmax为储热装置容量的最小和最大值；QTES0，QTEST分别为初始储热量和周期末储热量。

3）电极锅炉运行约束

式中Peb,max为电极锅炉最大加热功率。

3 算例分析

为验证所提模型对减少弃风、降低CHP机组的出力和系统运行成本的效果，分析了CHP机组在考虑碳交易成本、加入电极锅炉、加热CSP电站后的系统弃风量、经济性变化以及CHP机组出力的变化，以IEEE 30节点系统进行仿真，利用Matlab中YALMIP和GUROBI进行求解。节点系统图如图4所示。

图4 IEEE 30节点系统图

系统包含2台CHP机组，100 MW风电场。本文以北方某热电厂某典型日电热负荷数据进行预测，图5为电、热负荷与风光预测曲线图，表1为CSP参数。

图5 电热负荷与风功率、DNI预测

表1 CSP参数

为验证本文所提出的CSP电站-电极锅炉-热电联产模型以及考虑碳交易成本的优化调度框架的有效性，本算例选取四种场景承担电负荷与热负荷进行仿真并对比分析。场景1：CHP机组单独供热；场景2：CHP机组与电极锅炉联合供热；场景3：CHP机组与电极锅炉、CSP电站联合供热；场景4：在场景3的基础上考虑碳交易，此时热负荷由CHP机组、电极锅炉和CSP电站共同承担。

如图6和图7所示分别为四种场景下CHP机组的电出力与热出力对比。对比场景1、场景2可知，风电在夜间弃风量大，利用这部分弃风给电极锅炉加热，降低了CHP机组的热出力，间接降低了CHP电出力，在7：00—20：00时段没有弃风，此时电极锅炉不参与供热，故CHP出力不变。对比场景3、场景4可知，考虑碳交易成本相当于减少了可再生能源运行成本，因此进一步刺激了可再生能源出力，从而降低了CHP机组出力。7：00—20：00此时段风力发电不足，CSP发电成本高，主要增大了CSP热出力，因此此时段在场景3、场景4中CHP机组电出力相同。对比场景2，场景3由于CSP承担了部分电、热负荷，所以降低了CHP机组的电、热出力。

图6 四种场景下CHP机组电出力

图7 四种场景下CHP机组热出力

如图8所示为四种场景下风电消纳对比，场景1是CHP机组单独供热，由于其“以热定电”的运行特性，导致CHP机组供电下限较高，风电上网空间受限产生大量弃风。场景2由于CHP加入了电极锅炉消耗部分弃风承担了一部分供热需求降低了CHP机组热出力，从而降低了CHP电出力下限为风电上网增加了空间。场景3由于CSP利用太阳能参与供电和供热，进一步减少了CHP机组出力，而且CSP具有灵活高效的运行特点，主要参与调峰和供热，因此降低了弃风。场景4由图5可知碳交易成本对于可再生能源来说相当于降低了其运行成本，鼓励其出力因而进一步减少了弃风。

图8 四种场景下风电消纳对比

图9和图10两图分别为场景4的系统电、热出力平衡。由两图可知，从22：00—6：00，CSP电站在夜间电负荷低谷时，保持机组最小电出力，为风电上网提供更多空间，同时这段时间也处于风力发电高峰期，因此此时段电负荷主要由风电承担，CHP机组承担小部分电负荷。热负荷主要由电极锅炉消纳弃风电与CSP电站日间储存于储热系统的热量承担，储热装置放热。在7：00—15：00此时段风力发电不足，CSP机组电出力增大，电负荷一部分由CHP机组承担，另一部分由CSP电站和风电承担。此时段不存在弃风，电极锅炉无法供热，热负荷主要由CHP机组和CSP电站承担，储热装置储热。在16：00—21：00电负荷逐步上升达到峰值。此时为了维持CHP机组的出力，可以使CSP机组利用储能系统增大机组电出力，达到调峰的目的。热负荷主要由CHP机组与CSP电站承担，储热装置放热。由此可以得出电极锅炉与CSP电站联合供暖优化调度可以有效降低热电机组的出力，促进风电消纳，一定程度上维持热电机组热出力水平恒定。

图9 场景4系统热平衡

图10 场景4系统电平衡

储热系统情况如图11所示。

图11 储热系统充放热情况

由图11可知：储热系统在日间7：00—18：00进行储热，在16：00—21：00时段处于电负荷高峰时期，此时CSP增大电出力，在1：00—6：00和22：00—24：00时段处于低谷时期，此时储热装置一部分供给热负荷，另一部分维持CSP机组最小出力。

如表2所示为四种场景下系统运行成本比较。场景1下运行成本最大，场景2比场景1运行成本降低了2.1万元，弃风消纳量为74.83%，CHP机组与电极锅炉联合供热促进了风电的消纳，减少弃风，降低了碳排放量，从而降低了运行成本；场景3比场景2运行成本减少了7.07万元，弃风消纳量达82.46%，是因为CSP参与出力降低了CHP机组出力，增大了风电上网空间，进一步降低了运行成本；场景4总运行成本为18.61万元，比场景3降低了2.13万元，CSP运行成本降低了1.42万元，由于考虑碳交易成本能够进一步提升可再生能源的上网量，风电、太阳能不存在碳排放，碳交易成本为负，所以总运行成本降低，进一步促进其出力，故CSP成本降低。