电氢耦合系统定碳排运行域分析方法

2023-12-29高宇歌任洲洋姜云鹏覃惠玲

电力自动化设备 2023年12期

高宇歌，任洲洋，姜云鹏，覃惠玲

（1.重庆大学电气工程学院输配电装备及系统安全与新技术国家重点实验室，重庆 400044；2.广西电网有限责任公司，广西南宁 530023）

0 引言

随着能源消耗加剧，环境问题日益凸显。加快能源结构转型、走低碳发展之路是实现可持续发展的必由之路。目前，电力行业的碳排放占全国碳排放总量的40 % 以上，在碳达峰和碳中和的大背景下，发展低碳电力对于低碳经济的实施与发展具有重要的意义。氢能具有清洁无碳、能量密度高、灵活性强等优势，在发、输、用侧与电力系统深度耦合，能有效促进新能源高效消纳，提高电力系统的安全经济运行水平。因此，电氢耦合系统被认为是实现电力能源系统深度脱碳的关键范式。

目前，针对电氢耦合系统低碳运行的研究主要围绕氢能的多元利用、负荷灵活性、多能耦合协同运行［1-2］等展开。为了充分挖掘氢能的减排潜力，文献［3-4］建立了氢能的多元化利用结构，促进了电氢异质能源的融合，有效提升了系统的低碳效益。考虑到氢能作为一种柔性负荷［5］，其灵活调节能力对于提升系统的低碳运行能力具有重要的意义，文献［6-7］以柔性氢需求为出发点，分析了氢负荷需求响应策略对综合能源系统低碳运行的促进作用。以氢能为介质的多能耦合系统优化运行研究对发挥能源互济效益、促进能源消纳具有重要的意义。文献［8］构建了考虑氢能系统热回收的电-氢-热多能耦合运行模型，通过仿真验证了该模型可有效降低新能源弃能率；文献［9］构建了计及氢储能系统的电-热-氢耦合运行模型，并将系统全生命周期碳排放量纳入目标函数，通过仿真验证了该模型的低碳效益。

上述研究均是基于单一运行点研究氢能对系统低碳运行能力的促进作用，挖掘氢能的碳减排潜力。上述方法提供的信息极为有限。随着电、氢2 种异质能源耦合越来越密切，迫切需要一种直观的方法深入探析二者的耦合运行特性。 “域”分析理论为电力系统提供了一种重要的分析工具，其能够刻画满足系统约束条件的运行点的空间范围，为调度人员提供完备的运行信息，对系统稳态分析、动态校正、风险评估等具有指导意义。

目前，关于“域”理论的研究已较广泛，学者们针对配电网的安全域［10-12］、运行域［13-14］、可调度域［15］等进行了相关研究。文献［10］提出了计及电力系统N-1安全约束的配电网安全域模型；文献［11-12］对配电网安全域的特点、可视化分析、边界求解、应用等进行了研究；文献［13］提出了计及不确定性因素的电网经济运行域的概念；文献［14］提出了考虑源-荷波动的电力系统灵活性运行域的概念；文献［15］计及风光制氢合成氨系统的灵活调控能力及风光发电的不确定性，构建了风光制氢合成氨系统的可调度域，以挖掘合成氨系统的变负载调控潜力。上述关于“域”理论的研究主要侧重于系统安全稳定、经济运行等，鲜有研究计及系统的低碳运行。 “域”理论为电氢耦合系统的低碳运行研究提供了一种新的思路。由于碳排放量是时间累积量，在低碳运行分析中需计及时间耦合性，现有“域”模型无法适用。

综上所述，为了刻画氢能参与下电氢耦合系统的低碳运行空间，并分析其对于电氢耦合系统低碳运行的作用，本文首次提出了电氢耦合系统定碳排运行域（committed carbon emission operational region for electricity-hydrogen coupling system ， CCEOR-EHS）的概念及建模方法。首先，考虑电氢设备的耦合特性及氢负荷的灵活性，提出CCEOR-EHS的概念与模型；接着，揭示CCEOR-EHS的几何特征，构建CCEOREHS 的量化评估指标；然后，基于逐点仿真法提出CCEOR-EHS 边界的求解方法；最后，通过仿真分析验证所提方法的有效性。

1 CCEOR-EHS的概念及模型

1.1 面向低碳安全运行的电氢耦合系统运行机制

电氢耦合系统是以电和氢为主要能源载体，能够实现2 种异质能源系统的协调规划、优化运行、协同管理，可满足电、氢、热、冷等多元用能需求的低碳化能源系统。电氢耦合系统由能量供给单元、能量耦合与储能单元、能量传输网络、负荷构成，其基本运行模式如图1所示。

电能和氢能通过能量耦合设备、储能等促进能量双向转化，充分发挥了能源互补效益，促进了系统低碳安全运行。其中，风电、水电、光伏等新能源与电解槽耦合，利用过剩的新能源发电量制氢并进行储存，通过促进新能源的大规模消纳提高了系统的低碳化运行水平。储存的氢能通过燃料电池发电来满足电、热等需求，促进了能量跨时空利用，保障了电力系统稳定运行。可见，电氢耦合系统能促进新能源消纳，对系统的低碳安全运行具有重要的意义。

1.2 CCEOR-EHS概念及模型

电氢耦合系统包括电能子系统、氢能子系统，本节通过构建电氢耦合运行模型对CCEOR-EHS 的概念及模型进行详细阐述。

1.2.1 CCEOR-EHS的概念及定义

CCEOR-EHS的定义为：考虑氢能注入系统的运行特性下，满足电氢耦合系统运行、安全、碳排放约束条件的运行点集合。CCEOR-EHS可表示为：

式中：ΩCCEOR-EHS为CCEOR-EHS 空间；y为系统的运行点（系统状态变量列向量）；h(y) = 0 为CCEOR-EHS满足的等式约束，包括潮流约束、功率平衡约束、电氢耦合功率约束、储能容量约束等；s(y)≤0为CCEOREHS 满足的不等式约束，包括火电机组、新能源机组、氢能设备满足的安全运行约束、碳排放约束等。

1.2.2 CCEOR-EHS模型

CCEOR-EHS 描述了低碳安全运行约束下电氢耦合系统的最大可行空间，其中包含了电能子系统模型、氢能子系统模型、电氢耦合运行模型、氢能设备及负荷灵活性模型。

1）电能子系统模型。

电能子系统的运行约束包括常规火电机组出力约束、常规火电机组爬坡约束、新能源（风电）机组出力约束、新能源（风电）机组爬坡约束、系统碳排放约束、潮流约束，具体表达式见附录A式（A1）—（A6）。

2）氢能子系统模型。

氢能子系统模型包括制、储、用氢环节的运行模型，对输氢环节进行了简化处理。本文在忽略输氢环节动态过程的基础上，将新能源场站内的氢能供给燃料电池及外部交通、工业氢负荷。

氢能子系统模型包括电解槽、储氢罐、燃料电池的设备运行约束及氢能功率平衡约束，具体表达式见附录A式（A7）—（A13）。

3）电氢耦合运行模型。

电能子系统利用新能源场站过剩的电量制氢来满足氢能子系统的用能需求，氢能子系统通过氢燃料电池为电能子系统提供电能，因此电氢耦合运行关系如下。

a）电氢耦合系统的功率平衡约束。

式中：P为t时刻火电机组n的出力；Nt为火电机组数量为t时刻风电机组的出力；为t时刻燃料电池的放电功率；为t时刻节点d的电负荷；D为负荷节点总数；为t时刻电解槽的制氢功率。

b）电制氢功率约束。

由于利用新能源场站的过剩电量制氢，所以电制氢功率存在如下约束：

4）氢负荷需求响应模型。

工业、交通等领域的氢负荷具有一定的可转移特性，可通过采取相应的补偿或激励措施，在不影响生产的前提下转移部分氢负荷。氢负荷需求响应模型［16］可表示为：

2 CCEOR-EHS的特点及应用

2.1 CCEOR-EHS的几何特征

为了便于计算，本文采用文献［17］中的方法对潮流方程进行线性化，如式（6）所示。

式中：Pi，t、Qi，t分别为t时刻节点i的有功、无功注入功率；Ui，t为t时刻节点i的电压幅值；N′为系统的节点数量；θij，t为t时刻支路ij的电压相角差；gij、bij分别为支路ij的电导、电纳；gii、bii分别为节点i的电导、电纳；U͂i，t、U͂j，t分别为t时刻节点i、j电压幅值的平方。CCEOR-EHS模型的紧凑形式如式（7）所示。

式中：A、M为系数矩阵；b、d为常数列向量。

下面基于式（7）对CCEOR-EHS的几何特征进行描述和证明。

1）有界性。

由于CCEOR-EHS 的状态变量组成的列向量y=[y1，y2，…，yz]T（yi（i=1，2，…，z）为第i个状态变量，z为状态变量总数）中的元素均存在上下限或是0-1变量，因此所有变量的取值都是有限的，那么CCEOR-EHS 的解集空间也是有界的。具体证明见附录B中的证明1。

2）凸性。

CCEOR-EHS 是由线性等式约束和线性不等式约束构成的可行域，该可行域是由满足这些等式约束和不等式约束的点构成的集合，该集合为一个凸集，详细证明见附录B中的证明2。

2.2 CCEOR-EHS的评估指标

CCEOR-EHS 为运行点的低碳效益和电氢耦合系统的低碳安全运行空间的评估提供了有效的分析环境。为了实现对CCEOR-EHS重要特征的量化，从而进一步定量分析系统的低碳化运行水平，本文提出低碳安全运行裕度、最大供能能力（total supply capacity，TSC）、CCEOR-EHS体积这3个指标。

1）低碳安全运行裕度。

当系统运行点在CCEOR-EHS内部时，表明系统具有一定的低碳安全运行可行性，且距离CCEOREHS 边界越远，在面对系统扰动时，发生碳排放、安全越限的可能性越小；当系统运行点在CCEOR-EHS外部时，表明系统无法满足低碳安全运行需求。因此，运行点在运行空间的位置可表征运行点的低碳安全运行状态。为了量化系统的低碳安全运行状态，本文定义运行点到CCEOR-EHS边界的最短距离为低碳安全运行裕度LC，如式（8）所示。

式中：s为观测变量数量；为CCEOREHS 边界上的观测变量值；y1、y2、…、ys为运行点的观测变量值。

2）TSC。

电氢耦合系统的TSC 是衡量系统在满足低碳安全运行约束条件下的供能能力的上限，可表示为：

式中：PTSC为系统的TSC；P为CCEOR-EHS 内运行点对应的负荷。

电氢耦合系统的TSC 反映了电氢耦合系统在碳排放限额下所能供给负荷的极限水平。在给定碳排放限额条件下，系统的TSC越大，意味着理论上单位负荷产生的碳排放越小，越有利于系统的低碳运行。

3）CCEOR-EHS体积。

CCEOR-EHS 体积VCCEOR-EHS反映了系统低碳运行空间的大小，体积越大，运行点越不易发生越限，表明系统的低碳运行水平越高。因此，VCCEOR-EHS可有效评估系统的低碳运行水平，其表达式为：

上述指标从系统低碳安全运行裕度、供能能力、低碳评估等角度分析了CCEOR-EHS低碳运行特征，为量化评估系统的低碳运行能力提供了理论支撑。

2.3 CCEOR-EHS的作用

CCEOR-EHS的作用主要体现在以下几方面。

1）CCEOR-EHS 可直观反映系统的低碳安全运行空间，通过判断运行点与CCEOR-EHS的位置关系能够快速判定系统当前的运行状态。因此，CCEOREHS 能够为系统运行状态的调整等提供理论依据。当运行点在CCEOR-EHS内部时，表明系统当前的运行状态满足碳排放和安全运行约束；当运行点在CCEOR-EHS 边界上时，表示系统处于临界低碳安全运行状态，系统缺乏抗干扰能力，在受到微小扰动后，极易发生碳排放或安全越限；当运行点在CCEOR-EHS外部时，表明系统已处于“危险”运行状态，需尽快调整系统运行方式，使运行点重新位于CCEOR-EHS内部。

2）通过CCEOR-EHS 评估指标体系能够对系统的当前运行状态以及低碳效益进行评估。运行点与CCEOR-EHS 边界之间的距离可以衡量系统的低碳运行裕度，低碳裕度水平越高，表明系统发生碳排放越限和安全越限的概率越小；同时，CCEOR-EHS 的形状、空间体积等几何特征能够反映整个系统的低碳水平及抗风险能力。CCEOR-EHS 的形状越“饱满”、体积越大，表明系统整体的低碳化水平越高。

3）CCEOR-EHS 能反映电、氢2 种异质能量的耦合运行关系，CCEOR-EHS的可视化分析能直观地展现电能子系统和氢能子系统的耦合变量的运行范围；利用CCEOR-EHS能衡量氢能参与大电网运行带来的低碳效益，例如通过分析CCEOR-EHS低碳运行指标能确定氢能子系统运行条件改变对电氢耦合系统低碳运行水平的影响。

3 基于逐点仿真法的CCEOR-EHS 边界求解方法

CCEOR-EHS的边界求解是构建CCEOR-EHS的关键，通过获取足够数量的边界点集，可以获取CCEOR-EHS 的边界，由此实现对CCEOR-EHS 内部运行区域的刻画。本章针对CCEOR-EHS 的可视化展开研究，通过关键变量选取、边界点求解、逐点仿真法拟合边界等构建三维CCEOR-EHS。

3.1 观测变量的选取原则

由CCEOR-EHS 模型可知，CCEOR-EHS 涉及的变量众多，具有高维特征，在实际应用中难以体现其价值，因此本文借鉴文献［11］中的方法选取关键变量来构建CCEOR-EHS 边界，对CCEOR-EHS 进行降维观测。在实际系统运行过程中，电网调度中心根据负荷变化调整系统的运行状态，以满足系统的供需平衡，且系统状态变化会导致系统碳排放量改变，因此负荷变化是导致系统运行状态改变以及碳排放量变化的关键因素，故本文通过负荷可行域空间刻画电氢耦合系统的低碳运行空间。

为了精准刻画电氢耦合系统的低碳运行空间，本文以日为时间尺度刻画系统的负荷可行域。由于储氢罐等设备的运行状态具有跨时段特征，其充放能策略需要考虑前、后时段的氢能供需情况，且碳排放是时间累积量，因此须计及其时序耦合特征。基于此，以日负荷总量为观测变量，来刻画电氢耦合系统的低碳运行空间，从而更准确地评估系统的低碳运行能力。

为了进一步简化CCEOR-EHS的观测变量，可选择对系统整体碳排放量影响较大的节点对CCEOREHS 进行降维观测。基于电力系统的碳排放流理论［18］可知，节点碳势可表征节点单位负荷产生的碳排放量，其值越大，表明该节点负荷消耗单位电力产生的碳排放量越大。因此，可选取节点碳势较高的负荷作为CCEOR-EHS的观测变量，实现进一步的降维。

3.2 CCEOR-EHS的边界点求解模型

CCEOR-EHS边界的构建是刻画域空间的关键，由于本文所构建的CCEOR-EHS有界且为凸集，故可采用逐点仿真法求解CCEOR-EHS 边界。三维CCEOR-EHS边界点的求解原理如图2所示。

CCEOR-EHS的边界是极限运行点的集合，因此边界求解问题的本质是给定约束条件下的优化问题。随着负荷的不断增加，运行点会逐步逼近电氢耦合系统的供能极限。设观测变量分别为Pi、Pj、Pk，遍历i-j平面内的所有运行点，求取给定约束条件下Pk的最大值，所得所有极大值点为CCEOREHS 边界点。另外，负荷的最小值均为0，故求取CCEOR-EHS 的上边界即可。CCEOR-EHS 边界点的求解模型可表示为：

式中：Pi，0、Pj，0分别为Pi、Pj的给定值。

3.3 CCEOR-EHS边界的求解步骤

基于逐点仿真法的CCEOR-EHS 边界拟合计算流程图如附录C图C1所示，具体求解步骤如下。

1）设置系统运行参数，选取CCEOR-EHS 的观测变量Pi、Pj、Pk，其安全运行区间分别为［ia，ib］、［ja，jb］、［ka，kb］。

2）令Pj=ja，设置Pj的增长步长为Δαj，j= 0。

3）令Pi=ia，设置Pi的增长步长为Δαi，i= 0。

4）根据式（11）求解Pk的最大值Pkmax，判断最优解是否存在，若存在，则记录运行点［Pi，Pj，Pkmax］；若不存在，则执行步骤5）。

5）令i=i+1，Pi=Pi+iΔαi，判断Pi

6）判断Pj

7）通过最小二乘法对所存储的三维运行点进行拟合得到曲面Ωk，其就是i-j平面对应的上边界。

8）分别将优化坐标改为Pi、Pj，重复步骤2）—7），获得曲面Ωi和Ωj，曲面与变量的安全运行边界的交集所组成的三维曲面即为CCEOR-EHS边界。

4 算例分析

以IEEE 14 节点系统为算例验证本文所提方法的有效性和适用性。仿真平台为MATLAB，并采用YALMIP 与商业优化软件CPLEX 对CCEOR-EHS 边界进行求解。

4.1 测试系统简介与场景设置

仿真系统的接线图如附录C 图C2 所示。分别在IEEE 14 节点系统的节点2、3、6 处连接1 座装机容量为100 MW 的风电场，并在各风电场配置电解槽、储氢罐和氢燃料电池。其中，电解槽的容量为80 MW，储氢罐的容量为17 t，氢燃料电池的容量为80 MW。假设3 座风电场内的设备及容量配置均相同，如附录C 表C1 所示。3 种场景的日内风电出力预测曲线如附录C 图C3所示，2种类型氢负荷（氢负荷1和氢负荷2）曲线如附录C图C4所示。

4.2 CCEOR-EHS的可视化分析

4.2.1 以节点负荷为观测变量

为了验证本文所提CCEOR-EHS的有效性，设置高碳排放限额情形（Case 1，碳排放限额为18 000 t）、低碳排放限额情形（Case 2，碳排放限额为6 000 t），分析电氢耦合系统在不同碳排放限额下的运行空间特征。选择对系统碳排放影响较大的节点5、8 的日负荷总量及日氢负荷总量为观测变量，以风电出力场景1和氢负荷1为例，基于逐点仿真法求解CCEOREHS 边界，结果如附录C 图C5 所示。由图可知，本文所提CCEOR-EHS 刻画了涵盖所有可行点的系统低碳安全运行空间。因此，根据CCEOR-EHS能够快速确定系统所处的运行状态。此外，CCEOR-EHS还能提供系统的运行边界、运行裕度、变量耦合关系等信息，为系统的低碳可行性分析及运行点的调整提供理论指导。因此，相较于传统的基于最优运行点的低碳运行分析方法，CCEOR-EHS可作为一种低碳分析工具对系统的运行提供关键信息和指导依据。

进一步地，由图C5（a）可知，在Case 1 中，当节点8 的负荷较小（0～1 000 MW·h）时，随着氢负荷的增加，节点5 的最大负荷变化较小，体现为CCEOREHS 的顶部变化趋势较为平缓。此时，限制最大负荷的约束主要是线路容量等安全运行约束。因此，当碳排放限额较高时，负荷较小时对应的CCEOREHS 边界主要受系统安全运行制约。由图C5（b）可知，在Case 2 中，随着氢负荷增加，节点5、8 的最大负荷均减小，体现为CCEOR-EHS的顶部变化趋势较大。此时，限制最大负荷的约束主要是系统的碳排放约束。因此，在碳排放限额较低时，CCEOR-EHS边界主要受系统碳排放约束影响。

4.2.2 以区域负荷为观测变量

为了说明本文模型对于量化分区下各区域负荷低碳运行空间的可行性，本节对IEEE 14 节点系统进行负荷分区［19］并刻画分区下各区域的负荷可行域空间，分区方法如附录C 图C6 所示，分区内的节点如附录C表C2所示。

以区域1、区域2的日负荷总量和日氢负荷总量为观测变量，分别设置碳排放限额为18 000、6 000 t，得到的CCEOR-EHS 如附录C 图C7 所示。图C7 以区域总负荷为观测变量，刻画分区下电氢耦合系统的低碳安全运行空间。由图可知，根据CCEOR-EHS能够确定各系统之间的耦合运行关系，为区域间能量传输以及信息交互提供理论基础。

4.3 CCEOR-EHS的评估指标分析

本文设置不同的运行情形Case 3 — 8，分别刻画各情形对应的CCEOR-EHS，并结合2.2 节中所提低碳运行水平评估指标，对不同运行情形下运行点对应的低碳安全运行能力进行分析。设置碳排放限额为12 000 t，运行点的氢负荷为8 t，节点5、8 的电负荷分别为2 000、3 000 MW·h。Case 3 — 8 的设置及各情形运行点的低碳安全运行裕度如表1所示。

表1 Case 3 — 8的设置及各情形运行点的低碳安全运行裕度Table 1 Setting of Case 3-8 and low-carbon and safe operation margins of operation point under each situation

由表1可知，Case 3 — 8的低碳安全运行裕度LC都大于0，表明运行点均在CCEOR-EHS 内部，然而LC数值的不同体现了各情形的低碳安全运行裕度水平不同。具体而言，由Case 4、5 代表的风电出力场景1的低碳安全运行裕度水平高于Case 7、8 代表的风电出力场景3，Case 7、8 的低碳安全运行裕度仅为Case 4 的74.3 %，即Case 4 中运行点的抗风险能力较强，不容易发生碳排放及安全越限，而Case 7、8中的运行点在负荷增加时较易越限。这是因为相较于风电出力场景3，风电出力场景1 的波动较大，会影响电解槽制氢的连续性，造成部分时段弃风，不能充分利用氢能，所以Case 7、8 中运行点的低碳安全运行裕度较低。因此，根据低碳安全运行裕度指标能够评估运行点的低碳安全运行水平。

根据2.2 节中所提量化评估指标对Case 3 — 8的CCEOR-EHS低碳安全运行水平进行评估，对不同情形下的TSC、CCEOR-EHS 体积进行比较，并分析其影响因素，结果如表2 所示。表中：PTSC-H、PTSC-E分别为系统的最大供氢能力、最大供电能力。由表2中的TSC 可知：新能源出力及氢负荷需求曲线的波动性会影响系统日内制氢-储氢-供氢的循环，Case 4由于氢能供需不匹配，导致系统的最大供氢能力较低，在相同的碳排放约束下，Case 4的氢负荷承载能力较差；Case 3 — 8 的最大供电能力在数值上相近，其主要受新能源出力总量、碳排放限制。

由表2中的VCCEOR-EHS可知，新能源出力及氢负荷曲线波动会影响CCEOR-EHS 体积指标。Case 5 的VCCEOR-EHS最大，为Case 4 的VCCEOR-EHS的2.75 倍，这是因为：在Case 5中，风电出力场景2在00:00 — 10:00时段内有过剩风电，可利用过剩风电大量制氢、储氢，从而满足05:00 — 10:00 时段氢负荷2 的用氢需求，且过量存储的氢气也能供给15:00 — 20:00 时段的用氢需求，能较好地满足氢能的供需平衡，从而系统的低碳运行空间较大；在Case 4 中，风电出力场景1 在00:00 — 15:00 的出力较低，导致电解槽的制氢效率较低，无法通过制氢、储氢来满足05:00 —15:00 时段的用氢需求，从而导致氢能供需失衡，系统的低碳运行空间较小。因此，通过对CCEOR-EHS体积的分析能够评估系统在不同源-荷场景下的低碳安全运行水平。

4.4 氢能的低碳效益分析

通过可视化CCEOR-EHS并构建低碳运行指标，能够刻画电氢耦合系统的低碳运行空间。为了衡量氢能参与大电网运行带来的低碳效益，本节分析氢能设备参数及氢负荷的灵活性对CCEOR-EHS 的影响，从“域”的角度量化系统的低碳安全运行水平，充分挖掘氢能的碳减排潜力。

4.4.1 电氢耦合关系量化分析

CCEOR-EHS能刻画碳排放、安全约束下的负荷空间，同时能定量反映电、氢负荷的运行关系。以Case 7为例，给定电负荷上限，得到氢负荷的运行区间见附录C 表C3。由表可知：当节点5、8 的负荷均为1 000 MW·h时，氢负荷的运行区间为0～12 t；当节点5或节点8的负荷增加时，氢负荷的运行区间会减小，这是因为随着电负荷、新能源消纳水平的增加，新能源弃电量减小，电解槽的制氢功率降低，限制了系统可以满足的氢负荷上限。因此，通过对CCEOREHS 的仿真分析能量化电、氢这2 种异质能量的耦合运行关系。

4.4.2 氢负荷需求响应对CCEOR-EHS的影响

为了验证本文所提氢负荷需求响应模型的有效性，本节在Case 3 的基础上设置以下情形进行对比分析：Case 9，风电出力为场景1，氢负荷类型为氢负荷1，不考虑氢负荷需求响应。Case 3、9 的CCEOREHS 如图3 所示，其对应的风电消纳空间（即不同氢负荷对应的风电消纳能力）如图4所示。

图3 Case 3、9的CCEOR-EHSFig.3 CCEOR-EHS of Case 3 and Case 9

图4 Case 3、9的风电消纳空间Fig.4 Wind power consumption space of Case 3 and Case 9

由图3 可知，Case 3 条件下CCEOR-EHS 的空间大于Case 9 条件下CCEOR-EHS 的空间，即在考虑氢负荷需求响应的条件下CCEOR-EHS 的空间更大。由图4 可知，考虑氢负荷需求响应时系统的风电消纳空间更大，从而扩大了CCEOR-EHS 的边界。在Case 9中，00:00 — 15:00时段的风电出力较小，无法满足05:00 — 10:00 时段的用氢需求；在Case 3中，部分氢负荷可在1 d 内的不同时段发生转移，在00:00 — 15:00 风电出力较小，无法直接满足用氢需求时，可通过激励机制促使部分氢负荷转移到风电充裕的时段，使得风电出力较小时段的风电全部消纳，且减少了风电充裕时段的弃风量。因此，可转移氢负荷需求响应可有效扩大CCEOR-EHS 的运行空间。

4.4.3 氢能设备参数对CCEOR-EHS的影响

在Case 1 的运行条件下，分别设定系统的碳排放限额为6 000、12 000、18 000 t，CCEOR-EHS体积随电解槽、燃料电池容量的变化情况分别如附录C 图C8 和图C9 所示。由图可知：在一定的容量范围内，CCEOR-EHS体积会随着电解槽、燃料电池容量的增大而显著增大；随着容量的进一步增大，CCEOREHS 体积几乎不变。此外，在碳排放限额较低的情况下，低碳运行空间达到饱和需要更大容量的电解槽。因此，在碳排放限额较低时，系统的低碳安全运行水平对氢能的依赖程度更高。

因此，CCEOR-EHS对系统的设备容量配置及投产具有指导意义，且能够考虑碳减排政策及氢负荷变化的影响。通过对上述不同碳排放限额与电解槽容量对CCEOR-EHS体积指标的影响进行分析，结果表明CCEOR-EHS 不仅能量化满足氢能清洁生产的需求空间，还能避免设备的冗余，有助于对系统的低碳、经济运行能力进行充分挖掘。