计及碳捕集与需求响应的综合能源系统优化调度

邢晓敏,刘 洋,郭长星,赵 辉

(1. 东北电力大学,吉林 吉林 132012;2. 国网吉林省电力有限公司松原市城郊供电分公司,吉林 松原 138000;3. 国网东北分部太平湾发电厂,辽宁 丹东 118000)

0 引言

能源危机、温室效应问题日益突出,促使世界能源生产结构发生改革。为实现可持续发展,传统能源与清洁能源相结合的综合能源系统(integrated energy system,IES)得以快速发展[1]。

碳捕集与封存技术(carbon capture and storage,CCS)对实现系统低碳化具有重要意义[2]。电转气(power to gas,P2G)技术配合碳捕集系统可解决自身合成天然气需要的碳源问题,在提高系统低碳经济运行方面具有巨大的潜力。文献[3]建立P2G联合CCS协调优化模型,研究了系统的经济运行问题;文献[4]分析P2G-CCS联合运行的能量流关系,研究耦合模型对减少系统碳排放的影响。在P2G运行期间,除去使用与损耗,其甲烷化反应所放出的大部分热量理论上可以输入热网[5]。目前,在P2G与CCS协调运行时针对P2G回收热的利用问题尚未得到充分关注。同时,针对能源再利用问题,国内外已有文献提出废物供能[6]与综合能源系统相融合,将废物处理过程的产物加入多能互补利用环节以实现最大化保护环境。

上述文献主要考虑了从源侧进行优化,随着综合需求响应(integrated demand response,IDR)的发展,源荷协同的低碳经济调度逐渐受到关注[7]。通过IDR实现源荷互动,从荷侧进一步提升综合能源运行性能,是实现综合能源系统低碳经济调度切实可行的调节手段[8]。文献[9]引入电价型需求响应,验证了需求响应配合碳捕集设备对系统减少碳排放量并提高经济效益的有效性;文献[10]基于综合需求响应和低碳运行机制,构建低碳经济调度模型。但在含碳捕集的IES中对于需求响应的研究多为仅考虑单一负荷或两种耦合的形式,鲜有同时涉及电、气、热三类负荷间的协调与转换。

综上,本文在现有研究成果的基础上,提出了含P2G-CCS和废物处理设备的电-气-热综合能源系统联合低碳运行模式,并建立了考虑负荷转移与负荷替代的综合需求响应模型。以系统综合运行成本最低为目标函数,建立综合能源系统低碳经济调度模型,并引入阶梯型碳交易机制。通过算例对不同运行场景进行仿真对比,分析了需求响应类型及碳交易参数对低碳经济调度的影响。

1 电-气-热综合能源系统模型

1.1 综合能源系统基本结构

本文构建的综合能源系统结构见图1。由风机、燃煤机组和热电联产(combined heat and power, CHP)机组供电;由CHP机组、电锅炉、P2G热回收和储热设备供热;由气源、储气设备和垃圾处理单元供气;CCS系统通过储碳设备向P2G提供原料。负荷侧引入计及负荷转移与负荷替代的综合需求响应。

图1 电-气-热综合能源系统结构

1.2 综合能源系统联合运行模式

P2G在运行期间所需的CO2由碳捕集系统提供,构成P2G-CCS耦合模型,并计及P2G甲烷化过程中的放热反应,将其热回收注入热网。将CCS-P2G、燃煤机组、CHP机组、废物处理系统和风电联合运行。CCS系统由燃煤机组及CHP机组捕获CO2,其能耗由燃煤机组、CHP机组及风电共同提供。同时采用电锅炉进行能量转换,通过电热转换配合CHP机组供热。利用热解气化技术通过热解炉进行垃圾处理,且产生的可燃气体协同P2G为系统供气。

2 IES综合需求响应模型

2.1 综合需求响应

随着IES的发展,传统电力需求响应拓展为综合需求响应。根据能源价格与用能种类,综合需求响应定义为同种能源依据不同时段能源价格进行横向时间上的负荷转移,以及多种形式能源依据同一时间的用能价格进行纵向的用能替代。

2.2 综合需求响应模型

IDR响应后负荷模型为:

LN,t=LN0,t+ΔLN1,t+ΔLN2,t

(1)

式中:LN,t为响应后t时刻负荷量;LN0,t为响应前t时刻负荷量;ΔLN1,t、ΔLN2,t分别为t时刻参与IDR的可转移负荷变化量和可替代负荷变化量。

本文首先建立基于电价的电负荷需求响应模型,并类比电负荷对气、热负荷进行IDR建模。可转移负荷变化量ΔLN1,t为:

(2)

式中:EN为能源价格弹性矩阵;LNt为t时刻参与IDR的负荷量;pNt,ΔpNt分别为能源原价格和价格的变化量。

可替代负荷取决于各能源价格之间的相对关系,通过对比分时能源价格,可以选择不同形式的能源进行切换,为用户提供相同的用能需求,实现电、气负荷与电、热负荷的替代。负荷替代模型为:

ΔLN2,t=-φN′·LN′,t

(3)

式中:φN′为负荷替代系数;LN′,t为t时刻参与替代的负荷量。

3 IES源-荷低碳经济调度模型

3.1 阶梯型碳交易机制

系统碳排放分配额度(以下简称配额)主要来自燃煤机组和CHP机组。

碳排放配额模型为:

(4)

式中:EC为系统碳排放配额;PCHP,t、PG,t分别为t时刻CHP机组、燃煤机组出力;HCHP,t为t时刻CHP机组热出力;γG、γCHP为燃煤机组和CHP机组单位电能的配额。

本文提出的实际碳排放模型为:

(5)

式中:QN为系统实际碳排放量;eG、eCHP分别为燃煤机组、CHP机组的碳排放强度;QCCS,t为t时刻碳捕集系统CO2捕集量。

阶梯型碳交易模型为:

EIES=QN-EC

(6)

式中:EIES为系统碳排放权交易额。

为更加严格约束碳排放量,本文采用阶梯型碳交易机制。

(7)

式中:IC为碳交易成本;λ为碳交易基价;α为价格增长幅度;L为区间长度;δ为补偿系数。

3.2 目标函数

本文以系统综合运行成本最低为优化目标。目标函数模型为:

F=min(CBUY+CWA+CW+IC-CPF)

(8)

式中:CBUY为机组购能成本;CWA为弃风惩罚成本;CW为系统运行维护成本;CPF为垃圾处理单元收益费用。

购能成本为:

CBUY=CF+CCHP+CP2G

(9)

(10)

(11)

(12)

式中:CF为燃料成本;CCHP为CHP机组的购气成本;CP2G为P2G的运行成本和原料成本;a、b、c为燃料成本系数;λCHP为CHP机组单位购气价格;Vsource,t为t时刻CHP机组购气量;λP2G为P2G运行成本系数;PP2G,t为P2G在t时刻出力;λCO2为单位CO2价格;VCO2,buy为P2G二氧化碳购买量。

其三，突出群众的广泛参与。随着“文革”式的政治运动退出历史舞台，运动式治理开始逐渐成为我国社会治理活动中的常态现象。运动式治理的动员对象虽主要是体制内的领导干部，但在宣传上则必须突出群众的广泛参与[9]。因为只有突出群众的广泛参与，营造出干部、群众齐心协力的景象，才能更好地体现运动的合法性。

弃风惩罚成本CWA为:

(13)

式中:λWA为单位弃风惩罚成本系数;PWA,t为风电机组在t时刻弃风量。

运行维护成本CW为:

(14)

式中:λW为风电机组维护成本系数;PW,t为t时刻风电机组出力。

垃圾处理补贴收益CPF为:

(15)

式中:λPF为热解炉处理垃圾获得的单位收益;GPF,t为t时刻热解炉处理垃圾量。

3.3 约束条件

功率平衡约束为:

(16)

式中:PWN,t、PCHP_P,t、PGN,t分别为t时刻风电机组、CHP机组、燃煤机组上网功率;VCHP,t为t时刻CHP机组耗气量;HEB,t为t时刻电锅炉产热功率;PPF-in,t为t时刻热解炉能耗;VPF,t为t时刻垃圾处理产生天然气量;PEL,t、HHL,t、GGL,t分别为t时刻电、热、气负荷;VP2G,t为P2G在t时刻生成的天然气量。HP2G,t为P2G在t时刻回收热能;PESC,t、PESD,t分别为电储能设备在t时刻的充、放电功率;HESC,t、HESD,t分别为热储能设备在t时刻的充、放电功率;GESC,t、GESD,t分别为气储能设备在t时刻的充、放电功率。

(17)

式中:MES,t、MES,t-1分别为t和t-1时刻储碳设备的储碳量;θCO2为储碳损耗系数;MESC,t为t时刻储碳量;MESD,t为t时刻CO2输出量;MES,min、MES,max分别为储碳设备的最小、最大储碳量。

燃煤机组出力及爬坡约束为:

(18)

式中:PG,min、PG,max分别为燃煤机组出力下、上限;ΔPG,min、ΔPG,max分别为爬坡下、上限。

CHP机组出力及爬坡约束为:

(19)

式中:PCHP,min、PCHP,max分别为CHP机组电出力下、上限;HCHP,min、HCHP,max分别为CHP机组热出力下、上限;ΔPCP,min、ΔPCP,max分别为CHP机组出力爬坡下、上限。

电锅炉约束为:

(20)

式中:PEB,t为电锅炉t时刻耗电功率;PEB,min、PEB,max分别为电锅炉耗电功率下、上限;HEB,min、HEB,max分别为电锅炉产热功率下、上限。

本文对电气热储能设备进行统一建模,储能设备约束为:

(21)

式中:PESC,n,t、PESD,n,t分别为第n种储能设备在t时刻的充、放电功率;PESC,n,max、PESD,n,max分别为第n种储能设备单次充、放电最大功率;BESC,n,t、BESD,n,t均为二进制变量;Sn(1)、Sn(T)分别为第n种储能设备始末时段容量;Sn,t为第n种储能设备在t时刻的容量;Sn,min、Sn,max分别为第n种储能设备容量的下、上限;ηESC,n、ηESD,n分别为第n种储能设备的充、放电效率。

4 算例分析

4.1 算例描述

为验证本文所提模型的有效性,设置算例进行验证。该系统包含燃煤机组、CHP机组、CCS机组、P2G设备、垃圾热解炉、电锅炉各1台。各负荷与风电出力预测曲线见图2、图3;各分时能源价格参考文献[11] ;各设备运行参数参考文献[12-13] 。

图2 电、气、热负荷曲线

图3 风电出力预测曲线

4.2 优化结果分析

为分析源荷两侧协调调度的影响,设置4种方案。碳交易基本参数设置:基价为213元/t,价格增长幅度为20%,区间长度为100 t,补偿系数为0.2。

方案1:不考虑CCS和IDR。

方案2:只考虑IDR。

方案3:只考虑CCS。

方案4:同时考虑CCS和IDR。

4种方案的优化结果见表1。

表1不同方案运行结果 单位:万元

以方案1为比较基准,由于方案1没有采取一定的优化调度手段,因此总成本最高。

方案2为仅从荷侧进行优化调度,总成本降低了15.08%。但由于没有装设CCS,无法捕集CO2,低碳效果差。同时P2G运行须单独购买CO2,无法获得碳交易的收益。由于仅有P2G和电锅炉消纳弃风,且受到出力限制影响,不能完全消纳,因此会产生弃风量。

方案3为仅从源侧进行优化调度,总成本降低了42.04%。考虑CCS后,捕集CO2并提供给P2G,使P2G有充足的碳源,节省原料成本,同时会获得碳交易收益。

方案4同时考虑CCS和IDR进行优化调度,总成本降低了46.07%,优化调度结果见图4—图6。

图4 电负荷优化调度结果

图5 热负荷优化调度结果

图6 气负荷优化调度结果

方案2与方案3证明了考虑源、荷两侧分别进行优化可提升系统经济性,但方案4源-荷协同优化经济效果更加明显。

在00:00—07:00时段,风电出力较大,除配合CHP机组满足电负荷需求外,会有大量剩余风电,此时通过电锅炉和P2G进行能量转移,生成热负荷和气负荷以消纳此时段大部分弃电量。

在08:00—10:00时段,风电出力呈下降趋势,为满足供电需求,须增加燃煤机组出力,同时由于电锅炉转移的热负荷减少,而CHP机组出力受到热出力约束限制,因此需要储热装置配合放热来缓解供能压力。

在11:00—14:00时段,热负荷需求先减少后增加,CHP机组热出力相应先减少后增多,因此电出力也相应变化。

在15:00—17:00时段,风电出力增多,考虑到燃煤机组碳排放量大,因此首选碳排放量较低的热电联产机组协调风电出力,足以满足负荷需求。

在18:00—23:00时段,夜晚风电高发,风电出力配合CHP机组足以满足电负荷需求,同时提供给碳捕集能耗以应对风力波动。在18:00—19:00时段,电、热负荷需求较大,电锅炉转移热量有限,需储热装置配合放热。

4.3 综合需求响应影响

为进一步探究综合需求响应对系统经济性的影响,设置2种方案对比4.2节中方案3和方案4参与不同需求响应时的结果。

方案5:仅电负荷参与常规的需求响应。

方案6:电、气、热负荷都参与价格型需求响应。

4种方案的优化结果见图7。

图7 不同需求响应类型优化结果

由图7可知,实施需求响应可有效降低系统运行成本,与方案3相比,方案5由于仅改善了电负荷曲线,总成本降低了3.5%;方案6依据分时能源价格,分别对电、气、热负荷曲线进行优化,进行负荷转移,总成本降低了4.7%;而方案4引入IDR,总成本降低了6.9%。

参与综合需求响应前后的电、气、热负荷变化见图8。仿真结果表明了电负荷削峰填谷的变化趋势,表现为在低谷期增加用能,在高峰期减少用能。气、热负荷的变化主要是因为参与了负荷替代,以能源价格为依托受电热、电气的耦合影响所致。

图8 参与综合需求响应前后的电、气、热负荷变化

需求响应具有平抑负荷曲线的能力,为分析参与类型对负荷波动的影响,对比方案3、方案4、方案5的电负荷方差见表2。电负荷方差是指相邻时间的电负荷差的平方,用以表示负荷的波动性。

表2 不同需求响应类型负荷波动

由表2可知,与方案3相比,方案4、方案5的电负荷方差分别减小了47.09%和26.89%,可见通过引导用户参加需求响应,对负荷曲线进行削峰填谷后,能有效平抑负荷波动。方案4更表明了参与IDR,可以在负荷转移的基础上,通过能源种类间的替代进行灵活调整,更大限度地优化负荷曲线轮廓。

4.4 碳交易参数影响

碳交易各参数相当于优化目标的权重,因此,参数的变化会对系统运行产生影响。

碳价对碳排放量与总成本的影响见图9。碳排放量随着碳价的增加逐渐减少,在210元后逐渐趋于平稳,因为随着碳价的增加,通过减少碳排放量可以增加更多的碳排放权售出,以此获得收益,从而系统的总成本也逐渐减少。

图9 碳价对碳排放量与总成本的影响

补偿系数对碳排放量与总成本的影响见图10。当碳排放配额与实际排放量差值越大,对补偿系数越敏感,售出的碳排放权越多,则系统获得的碳交易收益越大,总成本越小。当补偿系数大于0.4时,系统各机组出力趋于稳定,因此碳排放量也趋于稳定,但是总成本会随着补偿系数的增加继续减少。

图10 补偿系数对碳排放量与总成本的影响

5 结论

本文为兼顾系统低碳性与经济性,提出了考虑需求响应的综合能源系统低碳经济调度模型,并以此为基础,设置不同场景进行分析。结果表明:

1) 同时考虑源侧与荷侧进行优化可有效提升系统的低碳经济性;

2) 引入计及负荷转移与负荷替代的综合需求响应,可以明显优化系统负荷曲线,改善负荷波动;

3) 引入阶梯型碳交易机制可以更好地约束碳排放量,碳交易参数对系统的碳排放量和成本都有明显影响,碳价与补偿系数的配合可以增加碳交易收益,以此减少系统的总成本。