基于碳排放流理论的供需联合优化调度策略

李虹，林兰心,2

基于碳排放流理论的供需联合优化调度策略

李虹1，林兰心1,2

（1.新能源电力系统国家重点实验室（华北电力大学），河北 保定 071003；2.国网福建省电力有限公司 漳州供电公司，福建 漳州 363000）

在“双碳”目标的背景下，为调动多能用户参与系统低碳经济调度的积极性，提出了一种以用户为主导的供需联合低碳经济优化调度模型。首先，完善了不同产能机组的碳排放强度计算方法，利用碳排放流（Carbon emission flow，CEF）理论构建了多能网络的碳排放计算模型。基于此，构建了综合能源系统（Integrated energy system，IES）低碳经济双层优化调度模型。其中，上层模型为考虑综合需求响应（Integrated demand response，IDR）和用户碳交易成本的多能用户IDR策略，下层模型为考虑网络约束的IES经济优化调度。然后，通过自适应差分进化算法嵌套Gurobi对双层模型进行求解。算例分析结果表明，结合CEF理论和IDR机制的双层优化模型可改善用户和IES的经济效益和低碳效益，实现供需双侧的联合优化。

综合能源系统；优化调度；需求侧管理；碳排放流

0 引言

致力于实现“双碳”目标、推动能源高效利用、大力发展清洁能源，有利于缓解日益增长的社会经济发展与环境保护间的矛盾[1,2]。在此背景下，多能协同的IES[3]应运而生。IES是含有电、气、热等不同能流的复杂能源系统，其通过能源转换设备耦合可实现多类异质能源利用，实现多能流间互补互济、协同优化，是促进可再生能源消纳的重要载体和实现我国碳减排目标的重要途径。研究IES低碳经济优化调度，对进一步减少化石能源的消耗、实现“低碳经济”的发展理念具有重要意义。

以IES低碳经济为目标的相关研究目前主要集中于引入碳捕集技术或设立碳交易机制。以火电为主要能源的IES会形成大量碳排放，而碳捕集技术的引入可实现IES低碳运行[4,5]；碳交易的设立从政策层面引导IES发挥低碳潜力[6-8]，有效地减少了发电侧的碳排放。在此基础上，供需双侧结合更有利于进一步挖掘系统整体的碳减排潜力[9-11]。

上述研究的碳排放计算策略以能源消耗总量为依据，因发电侧承担全部的碳排放责任，故不利于调动用户参与低碳减排的积极性。考虑到用户的用能行为促使了发电侧的碳排放，所以为明确用户的碳排放责任，有必要以负荷侧的角度衡量碳排放。

由于以能源消耗总量为依据对碳排放进行计算无法体现碳排放在IES的多能网络分布情况，因此文献[12-14]提出了CEF概念，分析了CEF的机理，详细介绍了电力系统中CEF的建模。利用CEF理论可追踪碳排放流在多能网络的分布情况，划分用户的碳排放责任，从而促使用户积极参与提高系统整体低碳性。

基于CEF理论，文献[15]提出了一种需求侧碳排放惩罚机制，并引入低碳经济调度模型以促进碳减排；为降低系统总碳排放，文献[16]基于Shapley值碳排放分摊法，提出了负荷节点阶梯碳价计算方法，利用需求响应调节调度周期内的负荷分布；为降低用户对高碳强度能源的依赖，进一步减少能源消耗和碳排放，文献[17]采用贝叶斯回归进行数据驱动，提出了一种高精度和高效率的碳排放流计算方法。上述研究存在的问题是，因对于产能机组的碳排放强度常取固定值，故无法体现机组碳排放强度的时变性和差异性；未考虑能源网络耦合下的碳排放的分布和传输情况。

综上所述，本文以用户为主导，结合CEF理论和IDR，提出一种供需双侧交互的双层低碳经济优化策略。具体思路是：1）考虑不同产能机组的碳排放强度，完善现有的碳排放计算模型；根据CEF理论，建立电网、气网和热网的碳排放计算模型。2）结合CEF理论和IDR，提出多能用户和IES交互的双层低碳经济优化调度模型。其中，上层模型以用户总成本最小为目标的IDR策略，下层以运行总成本最小为目标函数的IES经济优化调度。下层以上层所制定的IDR策略调整IES的调度方案，而上层制定的方案又受到下层的影响。因此，利用该双层模型可协调2主体的利益，得到2主体均认可的最优策略。

1 基于CEF的双主体优化策略

以IES的低碳经济问题为研究对象，结合CEF理论和IDR机制，构建了多能用户和IES双主体交互的双层低碳经济优化调度模型。双层模型优化框架如图1所示。

由图1可以看出，模型优先从用户的角度考虑，将用户置于规划决策的主导地位。因此上层模型通过制定综合考虑用户经济效益和减碳潜力的IDR实际最优方案，实现用户用能低碳经济最优化，得到用户实际用能量，并传递至下层；下层的IES运营商基于上层规划的IDR策略，在满足网络安全约束的条件下，以IES总运行成本最小为目标，制定出IES经济调度最优策略，根据所得的网络潮流，利用CEF理论计算出负荷的节点碳势，传递回上层。两主体基于各自的利益诉求，制定出最优于自身的实际策略，并对对方的优化策略产生影响，从而共同实现供需双侧低碳经济最优化。

图1 双层模型优化框架

2 IES的CEF模型

为研究多能网络的低碳经济调度，实现多能间的最优供给分配，需进行能量流和碳排放流分析。CO2的产生多由供能侧产生，但能源供给是由用户侧的需求驱动的，因此要考虑用户侧的碳排放。利用虚拟“碳流”概念，可实现从供给侧到用户侧的碳排放追踪，从而建立CEF模型，对用户侧的碳排放情况进行直观的计算分析。

2.1 产能机组的碳排放强度计算

在以往的碳排放计算模型中，常将同类产能机组的碳排放强度设为定值。该方法一方面难以体现碳排放强度在多重影响因素下的时变性，另一方面无法体现不同产能机组间碳排放强度的差异性，因此所建立的计算模型难以用于更为精准的总碳排放量控制。基于此，本文建立体现时变性和差异性的产能机组碳排放强度计算模型。

本文考虑的产能机组主要为电力系统中的燃煤机组和风电机组以及天然气系统中的气源。

考虑到风电是清洁能源，本文认为风电机组的碳排放强度近似为0。

燃煤机组的碳排放强度为[18]：

天然气的碳排放强度与燃烧方式、用途和天然气的品质等有关，其计算模型表示如下：

式中：g、g和g分别为天然气热值、单位热值含碳量和碳氧化率。

2.2 电力系统的CEF模型

电网中碳排放流与网络潮流间存在依存关系。碳排放流将发电节点作为出发点，跟随着支路潮流在电力网络流动，最终流入需求侧的负荷节点。根据CEF理论的相关概念、能量合并原则和比例分担原则[12-14]，可计算出电力系统中支路碳排放流率、碳流密度和节点碳势等参数，从而得到碳排放流在电力系统中的流动轨迹。其中，节点碳势可表示为：

支路碳流密度的大小等同于流入该支路的首节点碳势，可表示为：

2.3 天然气系统的CEF模型

气网与电网具有相似性。将气网中的管道类比于电网中的支路，气网管道的连接点类比于电网节点，可构建气网的能流计算模型。

2.4 热力系统的CEF模型

热网中的碳排放流以管道中热媒介质的流动为载体。将热网中的管道、管道连接点、热功率类比于电网中的支路、节点和有功功率，依据输入和输出热网的碳流量应守恒的原理，可建立热网的CEF模型。模型建立主要考虑热源节点、供水管道、回水管道和负荷节点。其中，供水管道的热源节点碳势要考虑热源的碳排放强度和回水管道的节点碳势，因此有：

热力系统中的节点碳势和支路碳流密度的计算公式与式（3）—（4）相似。

2.5 能源转换设备的CEF模型

本文涉及的能源转换设备包括CHP机组、P2G机组和电锅炉机组。

对于能源转换设备，在各时刻其输入端和输出端的碳流量应守恒，其CEF模型可参考文献[19]。

3 双层低碳经济调度模型

3.1 上层模型

3.1.1 综合需求响应机制

目标：通过制定合理的IDR策略挖掘系统和用户间的互动潜力，引导用户在低碳机组出力时刻用能，以提升供需双侧的低碳经济性。

价格型需求响应将通过价格的变化促使用户改变原有的用能习惯。实施价格型需求响应后的电负荷为：

实施价格型需求响应后的气负荷为：

热负荷的调节主要基于用户对温度舒适度的模糊性，其通过在一定范围内改变温度从而调节热负荷的大小，其表达式为：

3.1.2 目标函数

上层模型以用户的总成本最小为目标函数，主要由用能成本p和碳交易成本c2部分组成，如下式所示：

用户用能成本为：

用户的碳交易成本为：

3.1.3 约束条件

1）需求响应约束。

式（6）—（9）构成了需求响应约束条件。

2）价格约束。

为保障用户用能的利益并确保系统运营商的合理盈利，运营商将需求响应后的能源价格设定在一定范围内变动，且变动后平均能源价格不高于需求响应前的均价，即：

3.2 下层模型

3.2.1 目标函数

下层模型以实现IES经济优化调度为目标，其目标函数为IES总运行成本最小。

总运行成本包括燃煤机组运行成本、购气成本、P2G运行成本和弃风成本，表示如下：

3.2.2 约束条件

1）负荷平衡约束条件。

2）电网约束条件。

电网采用直流潮流模型，主要考虑机组出力上下限约束、爬坡约束、电网支路潮流约束，参考文献[9]。

3）气网约束条件。

本文气网主要考虑气源出力上下限约束、气网管道约束、气流节点流量平衡约束，参考文献[6]。

4）热网约束条件。

热网计算模型主要包括热源节点和负荷节点等效计算模型、供水温度和回水温度的上下限约束、节点温度混合公式，参考文献[4]。

5）能源耦合设备约束条件。

CHP、电锅炉、P2G的能量转换公式如下：

式中：chp、eb分别为CHP、电锅炉集合；chp为CHP的热电比；chp为CHP机组的转换效率；eb为电锅炉的转换效率。

6）CEF计算。

利用电网、气网、热网的CEF模型计算各网络的负荷节点碳势，并将其传递至上层模型。

3.3 模型求解

双层模型求解流程如图2所示。图中，上层模型为非线性规划问题，因此采用考虑自适应变异算子的差分进化算法进行求解；下层模型为线性规划问题，通过Yalmip调用Gurobi进行求解。

图2 双层模型求解流程

具体的求解过程如下：

1）输入上层模型的各项基础数据。随机生成初始化种群。根据上层模型的约束条件对随机生成初始化种群的每个个体进行校验。

2）利用变异、交叉、选择操作等进化过程和基于IDR约束和价格约束筛选出适应度更优的个体，并将不符合要求或适应度较低的个体淘汰。

3）利用所得到的最优用户总成本时返还的实际负荷参数作为下层模型的基础数据；基于网络约束条件，利用Gurobi求解得到下层模型的最优解，即最优的EGH-IES总运行成本。

4）若未达到迭代次数，利用求解下层模型得到的电、气、热网潮流计算出各网络负荷节点碳势，并将其返还至上层，作为求解上层模型中的用户碳交易成本计算模型的参数。

5）重复上述步骤，将新产生的种群适应度与上代进行比较，留下适应度更高的方案，直到迭代次数达到最大，并输出最终优化结果。

4 算例分析

4.1 基础数据

在文献[20，21]的基础上进行相应改进，建立由改进IEEE9节点电网模型、6节点气网模型、6节点热网模型构成的IES，其结构图如图3所示。

图3 IES结构

表1 机组参数

选取某地区典型日为研究对象，其风电预测及负荷预测曲线如图4所示。

图4 典型日风电预测出力及负荷曲线

4.2 算例仿真与结果分析

为分析结合了CEF理论和IDR模型的IES低碳经济调度模型对系统经济性、用户用能低碳性和灵活性的影响，分别设置了不同调度场景进行对比分析。

场景1。未考虑IDR机制和用户碳交易成本的传统经济调度模型。

场景2。仅考虑IDR机制的IES双层经济调度模型。

场景3。综合考虑IDR机制和用户碳交易成本的IES双层低碳经济调度模型，即本文所建模型。

不同场景下的调度结果如表2所示。

表2 不同场景下的调度结果

以场景1、2分析本文引入的IDR机制的有效性。如表2所示，与场景1相比，在考虑了IDR机制的场景2中：1）用户可选择在价格较低的低谷时期用能，从而降低了用户自身的购能成本；2）由于用能低谷也是风电高发时期，因此也提高了风电的消纳率，增加了对清洁能源的利用，促使碳排放量降低了3.73%；3）用户和IES的经济效益得到提高——用户总成本减少了0.83万元，IES的运行成本减少了0.38万元。

场景3在场景2的基础上考虑了用户的碳交易成本。通过利用CEF理论计算出负荷节点各时刻的碳排放量，再利用IDR机制促使用户选择风电高发时刻用能，所以利用本文模型实现了间接减少系统对高碳排放量的燃煤机组的使用，进一步抑制了碳排放，降低了用户总成本。

图5示出了实施IDR机制前后的负荷曲线。

图5 实施IDR前后负荷曲线对比

由图5可知，在采用价格型电、气需求响应和基于温度模糊性的热需求响应条件下，用户降低高峰时期用能，转为在低谷时期用能，使电、气、热负荷的曲线均有所平缓，风电消纳程度有所提高，也增加了低谷时期的用电量，间接提高了电锅炉的出力。

图6示出了不同场景下的风电实际出力与风电预测曲线的对比情况。

图6 风电消纳曲线

由图6可知，在未考虑IDR的场景1中，累计弃风量为737 kW·h；场景2中夜间时刻的风电消纳程度明显提高，其风电消纳率可达98.27%，但仍有部分风电未消纳。在引入用户碳交易成本后，IES可结合CEF理论和IDR进一步调节供应侧的灵活机组和需求侧的灵活负荷，因此风电消纳程度进一步增加，达到98.77%。

为研究本文提出模型对抑制碳排放量的效果，设置场景4：考虑发电机碳排放强度取定值。

场景3和场景4的优化对比结果如图7所示。图8给出了场景3下电网中各节点的实时碳势。图9描述了场景3中发电机组的碳排放量和机组出力所占比例情况。图10给出了场景3中当=1时碳排放流在IES中的分布情况。

图7 不同场景下优化结果对比

图8 电网内实时的节点碳势

图9 场景3下发电机组的碳排放量和机组出力所占比例情况

图10 t=1时IES中碳排放流分布情况

结合图7、图8可以发现，与场景4相比，场景3中的碳排放强度实时变化。由于用电高峰时刻的燃煤机组的碳排放强度较高，系统倾向于使用碳排放强度较小的CHP机组和风力发电，促进了用户在低谷时期用电；因此，用户的总成本有所降低，系统的经济性也有所改善。在场景4下，用电高峰时刻的碳排放强度仍为定值，因此碳排放量的计算结果虽小于场景3，但无法体现出发电机组在不同时段的出力变化，不能较为精准地反映实际的碳排放量。

由图9可知，燃煤机组的实时碳排放量与其出力曲线有相似的趋势，但所占比例略有差异：燃煤机组的出力占比约为25%～60%，但其碳排放量占比可达50%～80%；CHP机组的出力占比约为40%～55%，其碳排放量占比约为20%～50%；风电的出力占比约在30%以内，而碳排放量占比为0。

如图10所示，利用CEF理论详细描述碳排放在多能网络中的流动情况，可准确描述各支路、各节点的碳排放信息，精准抑制负荷侧的碳排放量，实现用户的低碳性。

综上所述，结合CEF理论与IDR，可促进用户选择在清洁能源高发时刻用电，实现IES的低碳运行。基于此，考虑实时发电机组碳排放强度，可进一步严格约束碳排放量，促进清洁能源的消纳，提高系统的低碳性和经济性。

5 结论

基于低碳经济的理念，本文研究了不同产能机组的碳排放强度模型，建立了多能网络的碳排放计算模型；通过结合CEF理论和IDR，构建了供需交互的双层低碳经济优化调度模型，得出以下结论：

1）考虑价格型需求响应和柔性热负荷的结合，可抑制用户在高峰时期用电、用气，转为在低谷时期用能；利用柔性热负荷可对用户用热进行调节、平缓热负荷曲线，从而改善用户用能和系统的经济效益。

2）基于CEF理论建立的用户碳交易成本计算模型，提高了用户参与低碳经济调度的积极性，有利于用户在清洁能源高发时刻用电，降低了用户侧的碳排放量；碳排放强度时变性的考虑可较为精准地反映不同时段的碳排放量，促使系统选择低碳机组出力，实现了经济效益和低碳效益的最优化，促进了供需双侧的良好互动。

展望：本文目前仅考虑了需求侧的低碳经济性。考虑到实际需求响应会受到多重因素影响，存在较大的不确定性，后续研究将在当前研究基础上考虑负荷的不确定性。

[1] 曾鸣, 杨雍琦, 刘敦楠, 等. 能源互联网“源–网–荷–储”协调优化运营模式及关键技术[J]. 电网技术, 2016, 40(1): 114-124.

ZENG MING, YANG YONGQI, LIU DUNNAN, et al. “Generation-grid-load-storage” coordinative optimal operation mode of energy internet and key technologies[J]. Power System Technology, 2016, 40(1):114-124(in Chinese).

[2] ZHU D, WANG B, MA H, et al. Evaluating the vulnerability of integrated electricity-heat-gas systems based on the high-dimensional random matrix theory[J]. CSEE Journal of Power and Energy Systems, 2019, 6(4): 878-889.

[3] 吕佳炜, 张沈习, 程浩忠, 等. 考虑互联互动的区域综合能源系统规划研究综述[J]. 中国电机工程学报, 2021, 41(12): 4001-4021.

LV JIAWEI, ZHANG SHENXI, CHENG HAOZHONG, et al. Review on district-level integrated energy system planning considering interconnection and interaction[J]. Proceedings of the CSEE, 2021, 41(12): 4001-4021(in Chinese).

[4] 崔杨, 曾鹏, 仲悟之, 等. 考虑富氧燃烧技术的电–气–热综合能源系统低碳经济调度[J]. 中国电机工程学报, 2021, 41(2): 592-608.

CUI YANG, ZENG PENG, ZHONG WUZHI, et al. Low-carbon economic dispatch of electro-gas-thermal integrated energy system based on oxy-combustion technology[J]. Proceedings of the CSEE, 2021, 41(2): 592-608(in Chinese).

[5] 康丽虹, 贾燕冰, 田丰, 等. 含LNG冷能利用的综合能源系统低碳经济调度[J]. 高电压技术, 2022, 48(2): 575-584.

KANG LIHONG, JIA YANBING, TIAN FENG, et al. Low-carbon economic dispatch of integrated energy system containing LNG cold energy utilization[J]. High Voltage Engineering, 2022, 48(2): 575-584(in Chinese).

[6] 崔杨, 曾鹏, 仲悟之, 等. 考虑阶梯式碳交易的电–气–热综合能源系统低碳经济调度[J]. 电力自动化设备, 2021, 41(3): 10-17.

CUI YANG, ZENG PENG, ZHONG WUZHI, et al. Low-carbon economic dispatch of electricity-gas-heat integrated energy system based on ladder-type carbon trading[J]. Electric Power Automation Equipment, 2021, 41(3): 10-17(in Chinese).

[7] 郭尊, 李庚银, 周明. 计及碳交易机制的电–气联合系统快速动态鲁棒优化运行[J]. 电网技术, 2020, 44(4): 1220-1228.

GUO ZUN, LI GENGYIN, ZHOU MING. Fast and dynamic robust optimization of integrated electricity-gas system operation with carbon trading[J]. Power System Technology, 2020, 44(4): 1220-1228(in Chinese).

[8] ZHANG X, LIU X, ZHONG J, et al. Electricity-gas-integrated energy planning based on reward and penalty ladder-type carbon trading cost[J]. IET Generation, Transmission & Distribution, 2019, 13(23): 5263-5270.

[9] 田丰, 贾燕冰, 任海泉, 等. 考虑碳捕集系统的综合能源系统“源–荷”低碳经济调度[J]. 电网技术, 2020, 44(9): 3346-3355.

TIAN FENG, JIA YANBING, REN HAIQUAN, et al. “Source-load” low-carbon economic dispatch of integrated energy system considering carbon capture system[J]. Power System Technology, 2020, 44(9): 3346-3355(in Chinese).

[10] LU Q, GUO Q, ZENG W. Optimization scheduling of an integrated energy service system in community under the carbon trading mechanism: a model with reward-penalty and user satisfaction[J]. Journal of Cleaner Production, 2021, 323: 129171.

[11] 陈锦鹏, 胡志坚, 陈嘉滨, 等. 考虑阶梯式碳交易与供需灵活双响应的综合能源系统优化调度[J]. 高电压技术, 2021, 47(9): 3094-3106.

CHEN JINPENG, HU ZHIJIAN, CHEN JIABIN, et al. Optimal dispatch of integrated energy system considering ladder-type carbon trading and flexible double response of supply and demand[J]. High Voltage Engineering, 2021, 47(9): 3094-3106(in Chinese).

[12] 周天睿, 康重庆, 徐乾耀, 等. 电力系统碳排放流分析理论初探[J]. 电力系统自动化, 2012, 36(7): 38-43.

ZHOU TIANRUI, KANG CHONGQING, XU QIANYAO, et al. Preliminary theoretical investigation on power system carbon emission flow[J]. Automation of Electric Power Systems, 2012, 36(7): 38-43(in Chinese).

[13] 周天睿, 康重庆, 徐乾耀, 等. 碳排放流在电力网络中分布的特性与机理分析[J]. 电力系统自动化, 2012, 36(15): 39-44.

ZHOU TIANRUI, KANG CHONGQING, XU QIANYAO, et al. Analysis on distribution characteristics and mechanisms of carbon emission flow in electric power network[J]. Automation of Electric Power Systems, 2012, 36(15): 39-44(in Chinese).

[14] 康重庆, 程耀华, 孙彦龙, 等. 电力系统碳排放流的递推算法[J]. 电力系统自动化, 2017, 41(18): 10-16.

KANG CHONGQING, CHENG YAOHUA, SUN YANLONG, et al. Recursive calculation method of carbon emission flow in power systems[J]. Automation of Electric Power Systems, 2017, 41(18): 10-16(in Chinese).

[15] SHAO C, DING Y, WANG J. A low-carbon economic dispatch model incorporated with consumption-side emission penalty scheme[J]. Applied Energy, 2019, 238: 1084-1092.

[16] 陈厚合, 茅文玲, 张儒峰, 等. 基于碳排放流理论的电力系统源–荷协调低碳优化调度[J]. 电力系统保护与控制, 2021, 49(10): 1-11.

CHEN HOUHE, MAO WENLING, ZHANG RUFENG, et al. Low-carbon optimal scheduling of a power system source-load considering coordination based on carbon emission flow theory[J]. Power System Protection and Control, 2021, 49(10): 1-11(in Chinese).

[17] WANG Y, QIU J, TAO Y. Optimal power scheduling using data-driven carbon emission flow modelling for carbon intensity control[J]. IEEE Transactions on Power Systems, 2021, 37(4): 2894-2905.

[18] 汪超群, 陈懿, 文福拴, 等. 电力系统碳排放流理论改进与完善[J]. 电网技术, 2022, 46(5): 1683-1693.

WANG CHAOQUN, CHEN YI, WEN FUSHUAN, et al. Improvement and perfection of carbon emission flow theory in power systems[J]. Power System Technology, 2022, 46(5): 1683-1693(in Chinese).

[19] 杨毅, 易文飞, 王晨清, 等. 基于碳排放流理论的园区综合能源系统低碳经济调度[J]. 电力建设, 2022, 43(11): 33-41.

YANG YI, YI WENFEI, WANG CHENQING, et al. Low-carbon economic dispatching of park integrated energy system applying carbon emission flow theory[J]. Electric Power Construction, 2022, 43(11): 33-41(in Chinese).

[20] 税月, 刘俊勇, 高红均, 等. 考虑风电不确定性的电气能源系统两阶段分布鲁棒协同调度[J]. 电力系统自动化, 2018, 42(13): 43-50.

SHUI YUE, LIU JUNYONG, GAO HONGJUN, et al. Two-stage distributed robust cooperative dispatch for integrated electricity and natural gas energy systems considering uncertainty of wind power[J]. Automation of Electric Power Systems, 2018, 42(13): 43-50(in Chinese).

[21] LI Z, WU W, SHAHIDEHPOUR M, et al. Combined heat and power dispatch considering pipeline energy storage of district heating network[J]. IEEE Transactions on Sustainable Energy, 2015, 7(1): 12-22.

Supply-demand Joint Optimal Scheduling Strategy Based on Carbon Emission Flow Theory

LI Hong1, LIN Lanxin1,2

(1.State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Baoding 071003, China; 2.Power Supply Company of Zhangzhou, State Grid Fujian Electric Power Co., Ltd., Zhangzhou 363000, China)

Under the background of the “dual carbon” target, in order to motivate multi-energy users to participate in the low-carbon economy scheduling the system, a user-oriented supply-demand joint low-carbon economic optimal scheduling model is proposed. Firstly, the carbon emission intensity calculation method of different energy capacity units are improved, and the multi-energy network model of carbon emission calculation is established by using carbon emission flow (CEF) theory. Based on this, a bi-level optimal scheduling model for integrated energy system (IES) low-carbon economy is established, in which the upper level model is a multi-user integrated demand response (IDR) strategy considering IDR and user carbon transaction cost, and the lower level model is the IES economic optimal scheduling considering network constraints. Then, the bi-level model is solved by using the adaptive differential evolution algorithm nested Gurobi. The results shows that the bi-level optimal model combining with the CEF theory and IDR mechanism can improve the economic and low-carbon benefits of users and IES and realize the supply-demand joint optimization.

integrated energy system; optimal dispatch; demand side management; carbon emission flow

TM73；[TK-9]

A

1672-0792(2023)11-0001-11

10.3969/j.ISSN.1672-0792.2023.11.001

国家自然科学基金资助项目（51607068）。

2023-07-01

李虹（1979—），女，讲师，研究方向为新能源电力系统分析、运行与控制；

林兰心（1998—），女，硕士研究生，研究方向为综合能源系统优化运行、需求侧响应。

李虹