基于改进碳交易机制的多能微网低碳经济调度

2023-09-27牛耕季宇杨安男吕广宪高波蔺圣杰张立栋聂永辉

电力建设 2023年10期

牛耕, 季宇,杨安男,吕广宪,高波,蔺圣杰,张立栋,聂永辉

(1. 国网上海能源互联网研究院有限公司,上海市 201203;2. 东北电力大学电气工程学院,吉林省吉林市132012)

0 引言

“十四五”时期是我国能源体系向绿色低碳转型的关键阶段,脱碳已经成为我国能源体系发展的必然趋势[1]。发展多能源微网能够提升可再生能源消纳水平、改善能源利用效率、减少温室气体排放量,是助力我国实现“双碳”目标的可行性方案[2]。

目前,对于多能源微网优化调度的研究正在由经济调度向兼顾低碳和经济的方向转变。文献[3]基于比例法和Talmud规则等方法分配系统碳排放额度,并将其作为CO2排放量约束嵌入低碳经济调度模型中,用于控制系统碳排放量;文献[4]通过对微电网征收碳排放税,引导微电网降低运行过程中碳排放量。上述两种方法一定程度上能够减少系统CO2排放量,但灵活性不足,难以充分调动各碳排放源参与减排的积极性。文献[5]直接将碳排放量作为优化目标建立环境经济调度模型,并通过建立目标函数的隶属度函数求解问题;文献[6]建立了计及碳排放量的多能源微网优化调度模型,基于多目标粒子群(multiobjective particle swarm optimization, MOPSO)算法寻优并采用多属性决策方法筛选兼顾经济环保的折中解。上述直接将系统CO2排放量作为优化目标的方法能有效地控制系统实际CO2排放水平,但忽视碳交易机制为碳排放源获取收益的巨大潜力。

现阶段许多学者将碳交易机制引入微网优化调度研究中,将CO2排放权视作一种商品,利用其市场机制调动排放源参与减排的积极性。文献[7]和文献[8]按运行过程中实际碳排放量计算系统碳交易成本,并建立优化调度模型;文献[9]根据系统内火电机组等高排放设备实际碳排放量,制定初始碳排放额,将碳交易机制引入优化调度模型中,以提升可再生能源消纳能力;文献[10]评估了碳捕集系统全生命周期产生的碳足迹(carbon footprint, CF)并建立优化模型,以降低系统碳排放量。对于考虑碳交易机制优化调度方法,上述文献或者未计及在生产过程中产生的碳足迹,以充分发挥碳交易机制潜力;或者未全面考虑系统中设备碳足迹对调度结果的影响,以从时间和空间多维度上做到全面控制多能源微网碳排放水平。

综上所述,本文基于微网系统全寿命周期碳足迹对碳交易机制进行修正,从而提出一种多能源微网低碳经济调度策略,以最小化微网碳足迹、节省微网运行成本、提升环境效益和提供公平市场环境,从而增强可再生能源消纳能力。本文主要特色如下:

1)评估微网系统全寿命周期碳足迹,并据此修正微网碳交易机制初始碳排放额的分配方法;

2)基于碳足迹评估,引入碳交易机制建立碳交易成本,从而建立公平竞争的市场环境,激发新能源发电主体参与市场的积极性;

3)以碳交易成本、购能成本和设备运维成本为优化目标,建立基于改进碳交易机制的多能源微网系统的低碳经济调度模型,并应用基于随机模拟的粒子群优化(particle swarm optimization, PSO)算法对该模型进行寻优求解。

1 基于碳足迹的多能源微网碳交易机制

1.1 多能源微网结构及能量流动

多能源微网耦合多种资源,通过有机协调其内部各供能子系统,在实现能源高效利用的同时,满足系统内多元化负荷需求[11]。本文构建的多能源微网结构及能量流动如图1所示,用户电负荷需求由微型燃气轮机、风电机组、光伏电池和蓄电池满足,微网与外部电网间存在电能的双向交易;余热锅炉以及燃气锅炉产生的热能用于满足用户热负荷需求。微型燃气轮机和余热锅炉组成微网内热电联产系统(combined heat and power, CHP)。微网通过碳交易市场与其他碳排放源进行碳交易。

图1 多能源微网系统结构图Fig.1 Topology of multi-energy microgrid system

1.2 多能源微网全寿命周期碳足迹

碳足迹指直接或间接支持人类活动所产生的CO2及其他温室气体总量。多能源微网全寿命周期内生产、运输、安装、运行、拆除以及回收等各环节均会产生碳足迹[12-14]。对于风电、光伏等可再生能源发电设备及蓄电池,由于其运行过程中无CO2排放,只需考虑设备生产、运输以及拆除回收等环节产生的碳足迹[15-17]。对于微型燃气轮机、燃气锅炉等设备,其运行过程中产生的碳足迹远大于全生命周期内其他环节,因此主要考虑此类设备运行过程中CO2排放。本文对多能源微网内可再生能源发电设备全寿命周期碳足迹,分为运行前环节与运行后环节两部分评估[18]。

可再生能源发电设备运行前环节包括设备生产、运输和安装等,可再生能源发电设备运行前环节碳足迹为:

(1)

运行后环节包括设备的拆除、回收等,运行后环节产生碳足迹为:

(2)

综上,可再生能源发电设备全寿命周期产生碳足迹为:

(3)

为方便与其他设备CO2排放水平进行比较,国际能源署建议以每交流千瓦时输出功率的排放强度,对可再生能源发电设备碳足迹进行量化。处理后的可再生能源发电设备全寿命周期碳足迹为:

(4)

1.3 基于碳足迹改进的碳交易机制

碳交易机制中,碳排放权作为一种可以在碳交易市场进行自由交易的商品,各碳排放源成为碳交易市场的交易主体,监管部门一般为各碳排放源无偿分配初始碳排放额。当碳排放源CO2排放量高于其初始碳排放额时,该碳排放源需要在碳交易市场购入额外碳排放权。反之,当碳排放源CO2排放量低于其初始碳排放额时,该碳排放源可通过碳交易市场出售剩余碳排放权获取收益。

1)微网初始碳排放额。监管部门通常基于基准线法为各碳排放源分配初始碳排放额。微网初始碳排放额为:

(5)

为最小化自身碳足迹,实现深度减排的目标,充分发挥碳交易机制实现“双碳”目标的巨大潜力,本文基于多能源微电网全寿命周期碳足迹,在上述初始碳排放额模型基础上进行改进。计及设备全寿命周期碳足迹的初始碳排放额为:

(6)

2)微网实际碳排放额。微型燃气轮机和燃气锅炉实际碳排放额与其耗气特性有关,可近似视为与其输出功率相关的二次函数[20]。微型燃气轮机和燃气锅炉实际碳排放额为:

(7)

式中:Et为机组CO2排放量;Ωgas为微网内耗气设备的集合;ak、bk和ck为第k台机组CO2排放系数;Pk,t为第k台燃气机组输出功率。

2 多能源微网低碳经济调度模型

2.1 目标函数

本文建立的多能源微网低碳经济调度模型目标函数C包含3部分,分别为购能成本、碳交易成本和设备运维成本[21]。

minC=CENERGY+CCO2+COP

(8)

式中:CENERGY为微网购能成本;CCO2为微网碳交易成本;COP为微网内机组运维成本。

1)购能成本。能源微网内微型燃气轮机和燃气锅炉等机组,需要购入天然气维持其正常运行。此外,微网存在与外部电网双向交易,发电量不足时能够从上级电网购入电能,当发电量存在盈余时能够向上级电网出售电能获取收益。微网购能成本为:

(9)

2)碳交易成本。一个调度周期内碳交易成本为减去出售盈余碳排放权后,微网购入额外碳排放权所需净成本[22]。本文采用上述基于碳足迹改进后的碳交易机制,微网碳交易成本为:

(10)

3)设备运维成本。微网设备运行维护成本为:

(11)

式中:Ωmg为微网内机组的集合;cOP,i为设备i运维成本系数;Pi,t为设备i输出功率。

2.2 约束条件

1)多能源微网中电网运行约束主要包括电功率平衡约束[23]、机组出力约束、蓄电池余量约束和机组爬坡约束[24]等。

(12)

2)多能源微网中热网运行约束主要包括供热功率平衡约束和机组出力约束等[25]。

(13)

综上所述,为实现多能源微网低碳清洁、安全高效地调度,本文以微型燃气轮机、燃气锅炉、风力发电机、光伏电池和蓄电池等设备各时段输出功率为决策变量,以微网总运行成本为目标函数,同时兼顾各子系统实际运行约束,建立了计及设备全寿命周期碳足迹的多能源微网低碳经济调度模型[26],并基于PSO算法对该模型进行寻优求解[27]。

本文研究流程如图2所示,其主要步骤如下。

图2 多能源微网低碳经济调度模型求解流程Fig.2 Solution flow of the low-carbon economic dispatch model for the multi-energy microgrid

1)评估各可再生能源发电设备全寿命周期产生的碳足迹[28],并以每交流千瓦时输出功率的CO2排放强度,对可再生能源发电设备碳足迹进行量化。

2)采用基准线法为多能源微网分配初始CO2排放额,并基于微网内可再生能源发电设备碳足迹对其进行修正。

3)综合考虑多能源微网内部各设备特性以及各子系统运行约束,建立计及碳足迹的多能源微网低碳经济调度模型。

4)输入负荷数据以及风电、光伏等可再生能源发电设备输出功率预测数据,并为PSO算法设定初始参数,基于PSO算法对该优化调度模型寻优求解。

3 算例仿真

3.1 算例描述

本文基于MATLAB平台编制程序,该多能源微网主要由微型燃气轮机、风电机组、光伏电池、蓄电池、燃气锅炉和余热锅炉等设备组成。风电、光伏功率以及热、电负荷预测曲线如图3所示[29]。

图3 负荷及可再生能源预测曲线Fig.3 Forecast curve of load and renewable energy

PSO算法参数如下:粒子数为200,最大迭代次数为1 000,置信水平为0.95,初始惯性权重为1,终止惯性权重为0.4。多能源微网设备运行参数如表1所示[30]。

表1 多能源微网运行参数Table 1 Operating parameters of multi-energy microgrid

3.2 结果分析

微网内可再生能源发电设备全寿命周期碳足迹评估结果如表2所示。表2中CO2-equ/kWh为描述碳排放强度指数的单位,代表在清洁能源发电设备全寿命周期内每交流千瓦时CO2排放量。

表2 清洁能源发电设备等价碳足迹Table 2 Carbon footprint of clean energy power

由表2可知,由于各清洁能源发电设备制造工艺和流程的差异性,其全寿命周期碳足迹各不相同。蓄电池等价碳足迹最高,光伏电池次之,风力发电机等价碳足迹最低。

为验证所提低碳经济调度模型的有效性,本文设置了4种运行情景,并分别进行了仿真分析:

情景1：公式(8)中不考虑碳成本,从而构建未考虑碳成本的多能源微网经济调度策略。

情景2：在情景1的基础上,根据文献[4]所提策略计算CO2排放成本,从而构建基于征收碳税的多能源微网低碳经济调度策略。

情景3：在情景1的基础上,根据式[5]和式[10]计算碳交易成本,从而构建基于未改进的碳交易机制的多能源微网低碳经济调度策略。

情景4：在情景1的基础上,根据本文所提策略按照式[6]和式[10]计算碳交易成本,从而构建基于经本文所述方法改进碳交易机制的多能源微网低碳经济调度策略。

上述各情景中微网运行总成本以及实际CO2排放量如表3所示。

表3 各情景总成本以及实际CO2排放量Table 3 Total cost of each case and actual CO2 emissions

由表3可知,情景2中征收碳税后,微网运行总成本增加10.23%,但实际CO2排放量未产生明显变化。由上述结果可知,征收碳税缺乏灵活性,无法有效降低微网实际CO2排放量。情景3中引入未改进碳交易机制后,微网运行总成本降低2.21%,微网实际CO2排放量降低5.52%。由上述结果可知,引入碳交易机制能够降低微网运行总成本和微网CO2排放量。与情景1相比,情景4中微网运行总成本降低1.08%,实际CO2排放量降低6.83%;与情景2相比,情景4微网运行总成本降低10.26%,实际CO2排放量降低6.83%;与情景3相比,情景4微网运行总成本增加1.15%,实际CO2排放量降低1.40%。

综上,相较于传统的碳税机制和碳交易机制,采用本文所提方法能够进一步降低微网实际CO2排放量。

为对上述仿真结果进行深入分析,4种情景中各部分成本以及具体CO2排放量如表4所示。表4中CO2排放成本包括碳税成本和碳交易机制收益,负值代表微网通过碳交易机制获得的收益。4种情景电负荷平衡和热负荷平衡如图4和图5所示。

表4 各情景各部分成本以及CO2排放量Table 4 Cost of each part of each case and CO2 emissions

图4 4种情景电负荷平衡Fig.4 Electric load balance in four cases

图5 4种情景热负荷平衡Fig.5 Heating load balance in four cases

由表4可知,与情景1相比,情景2中微网增加的成本主要为碳税,其他各部分成本以及各机组CO2排放量与情景1基本持平。由图4、图5可知,对微网实际CO2排放量征收碳税后,微型燃气轮机和燃气锅炉等CO2排放源输出功率无明显变化。上述结果充分说明碳税机制无法充分调动碳排放源参与减排的积极性。

对比表4中情景1与情景3调度结果可知,引入未改进的碳交易机制后,微网燃料成本增加2.17%,机组运维成本基本持平,购电成本减少12.54%。其中,情景3基于碳交易机制通过出售剩余CO2排放额获取收益,降低微网运行总成本。在CO2排放量方面,情景3中微型燃气轮机运行过程中产生的CO2排放量相较于情景1增加了18.39%,燃气锅炉运行产生的CO2排放量减少了14.17%,微网整体CO2排放水平呈下降趋势。情景1、情景3和情景4中各发电机组出力占比如图6所示。

图6 情景1、情景3和情景4中各发电机组出力占比Fig.6 Output ratio of each generator set in Case 1, Case 3, and Case 4

结合图4、图5和图6分析可得,情景3中微型燃气轮机输出功率占比普遍高于情景1,如在21:00时,情景3中微型燃气轮机出力占比为24.42%,情景1中微型燃气轮机出力占比为16.16%。上述结果说明,情景3中因微型燃气轮机出力占比较高,微网能够在可再生能源渗透率较高的时段向外部电网出售更多剩余电能获取更多收益;反之,在可再生能源渗透率较低的时段,微网购电成本明显降低。此外,对于由微型燃气轮机和余热锅炉组成的CHP系统,微型燃气轮机输出功率的增加使得余热锅炉输出功率随之增加,提高了能源利用率,也使得燃气锅炉购能成本、运维成本和CO2排放量随之降低。由上述结果可知,未改进的碳交易机制通过降低购能成本、获取碳交易收益能够达到降低微网运行成本的目的;通过充分发挥CHP系统低碳、节能、高效等优势起到控制微网CO2排放水平的作用,同时也提高了微网能源利用效率。

表3中,情景4的微网燃料成本与情景3相比降低1.04%,微网除增加少许购入碳排放权费用外,其余成本基本持平。情景4中微网整体碳排放水平在情景3的基础上进一步降低,其中微型燃气轮机运行产生的CO2排放量与情景3相比降低10.42%,燃气锅炉运行产生的CO2排放量增加3.11%。情景3与情景4中初始碳排放配额如图7所示,碳交易量如图8所示。

图7 情景3和情景4中初始CO2排放配额Fig.7 Initial CO2 emission quota in Case 3 and Case 4

图8 情景3、情景4中CO2交易量Fig.8 CO2 trading volume in Case 3 and Case 4

由图7和图8可知,基于碳足迹对碳交易机制改进后,情景4中各时段初始CO2排放额普遍低于情景3,其平均值相差12.55 kg,该数据在14:00时达到48.98 kg的最大值。结合图6分析可知,出现该情况的主要原因为此时情景4中蓄电池储能功率较高,相应地等价碳足迹较高。结合图7和图8分析可知,由于情景4中基于本文所述方法改进碳交易机制后初始CO2排放额普遍较低,需要购入较多碳排放权,产生少量碳排放成本,但改进的碳交易机制仍能有效节省多能源微网运行成本,其对微网CO2排放水平的控制能力显著加强。另外由图4可知,情景4中余热锅炉输出功率在热负荷平衡中的占比相较于情景3进一步提高,多能源微网能源利用更加充分。

综上所述,本文所提计及碳足迹改进的碳交易机制方法以及基于改进碳交易机制的多能源微网低碳经济调度策略,能够最小化微网碳足迹,在节约微网运行总成本的同时,进一步降低微网CO2排放水平,达到落实“双碳”目标的目的。