电-氢-混氢天然气耦合的城市综合能源系统低碳优化调度

2023-12-29卢燕旋叶佳南董凯元谢宇星刘明波

电力自动化设备 2023年12期

谢敏，卢燕旋，叶佳南，董凯元，谢宇星，刘明波

（1.华南理工大学电力学院，广东广州 510640；2.广东省绿色能源技术重点实验室，广东广州 510640）

0 引言

高比例风光接入电网具有强波动性和间歇性，如何建立清洁、高效、灵活的新型能源结构体系，促进风光消纳是迫在眉睫的问题［1］。氢能作为一种优质的二次能源，是新能源大规模发展和利用的重要载体［2-3］。《氢能产业发展中长期规划（2021 — 2035年）》表明，电制氢技术将会成为促进风光大规模就地消纳的有效途径。然而，当前纯氢管网建设成本高，氢气运输技术尚不成熟，利用混氢天然气（hydrogen enriched compressed natural gas，HCNG）技术将氢气注入天然气管道，可以实现氢气的大规模消纳和长距离运输［4］。有关学者已从氢脆现象［5］、天然气管道泄漏风险［6］、掺氢比［5］等方面论证了HCNG技术的可行性［7］。

随着电制氢技术和HCNG 技术的逐步成熟，氢能在提升系统新能源消纳能力、降低系统碳排放量等方面的作用不断增强［3，8］。通过集成氢与电、冷、热、气等异质能源，紧密耦合配电网与天然气网，构建含氢能和HCNG 能渗透的城市综合能源系统（urban integrated energy system，UIES），有机协调多能耦合互补与负荷侧资源，能够有效发挥UIES 促进新能源消纳、减少碳排放的作用［9-10］。在供能侧，电制氢技术与HCNG 技术可提升风光并网空间；在用能侧，需求响应技术可促进风光消纳［11］。因此，充分考虑电制氢技术与HCNG 技术的特点，同时结合需求响应资源灵活能力，积极发挥氢能与HCNG 能的耦合调度潜力，可以有效推动UIES低碳转型。

目前已有部分研究将电制氢技术、HCNG 技术应用于UIES 优化调度。文献［12］结合风电制氢技术研究含氢能的综合能源系统优化调度模型。文献［13］研究氢储能在解决季节性供需不平衡、降低系统运行成本方面的有效性。文献［14］计及光伏出力不确定性，提出含氢燃料电池（hydrogen fuel cell，HFC）的氢能综合能源系统经济运行策略。上述文献证实了电制氢技术促进新能源消纳的有效性，但其研究主要围绕新能源制氢、氢储能、HFC运行等环节展开，未结合HCNG 技术和加氢站用氢环节挖掘UIES 中氢能的多元利用潜力。文献［15］结合电转气、氢储能、燃气掺氢等技术研究综合能源系统的调度策略，但未考虑天然气网的运行约束与掺氢比的动态变化。文献［16］综合比较天然气网掺氢运输与本地储氢供应，认为前者能有效降低系统运行成本，但其研究未能发挥氢能调度潜力与负荷资源响应能力。文献［17］建立气电耦合系统低碳优化调度模型，验证了气网掺氢在降低碳排放和促进风光消纳方面的有效性，但未考虑氢能的多元利用。

基于上述背景，本文从促进风光消纳、实现系统低碳经济运行2 个角度出发，结合电制氢技术、HCNG 技术和需求响应技术，综合考虑源-网-荷-氢协同优化，建立电-氢-HCNG 耦合的UIES 低碳优化调度模型，并通过不同场景下的对比分析验证所提模型的有效性。本文的主要工作包括以下3 个方面：①建立电-氢-HCNG 耦合的UIES，并基于电解水装置、储氢罐、HFC 等设备的特性与HCNG 技术的特点，对电-氢-HCNG 耦合单元进行精细化建模，充分挖掘氢能的利用潜力；②在UIES 低碳优化调度中考虑HCNG 热值变化、掺氢比限制等因素，使调度结果更具有实际参考价值；③在UIES 用户单元中引入需求响应机制，充分发挥用户侧负荷资源的灵活调节能力，进一步促进风光消纳。

1 电-氢-HCNG耦合的UIES架构

传统的电-气耦合的UIES［18］由城市配电网与天然气网耦合而成，系统中燃气轮机、电解水装置和甲烷化装置构成了电-气耦合单元，其中甲烷化装置将系统制取的氢气合成可直接大规模储存或输送的天然气，存在电、气、氢等能源形式的相互转化。本文所提电-氢-HCNG 耦合的UIES 由城市配电网与混氢天然气网（hydrogen enriched compressed natural gas network，HCNGN）耦合而成，系统中混氢燃气轮机（hydrogen mixed gas turbine，HMGT）、电解水装置、HFC、储氢罐、加氢站等构成电-氢-HCNG 耦合单元。该单元基于HCNG 技术、HFC 运行、加氢站用氢等技术路线实现对氢能的综合利用，存在电、气、氢、HCNG 等能源形式的耦合互补。对比之下，电-氢-HCNG 耦合的UIES 能流形式丰富，氢能利用途径更加多元化、清洁化。

电-氢-HCNG耦合的UIES基本结构如图1所示。供给侧由火电机组、风电、光伏、HCNG 等提供能量；负荷侧包括电、氢、冷、热、气5 种负荷。UIES 中，当弃风弃光现象频发或电网电力富余时，电解水装置制取氢气，实现电能流与氢能流的转化。制取的氢气一部分由储氢罐储存并供给用户单元，一部分以一定比例注入HCNGN，形成HCNG，实现氢能流与HCNG 流的转化，同时，HCNG 供给用户单元内部HMGT 发电，实现HCNG 流与电能流的转化。当城市配电网用户单元电能缺额或处于用电高峰时，HFC 利用氢气发电，实现氢能流与电能流的转化。此外，系统中HMGT、吸附式制冷机、余热回收锅炉、电锅炉与电制冷机构成了冷-热-电耦合单元，进一步实现电能流与热能流、电能流与冷能流、热能流与冷能流之间的相互转化。

图1 电-氢-HCNG耦合的UIES示意图Fig.1 Schematic diagram of electricity-hydrogen-HCNG coupled UIES

本文所建立的UIES 低碳优化调度模型基于以下研究边界：

1）不考虑风光出力的不确定性；

2）假设HFC 发生电化学反应产生的热能很少，不考虑电池的余热利用环节［19］；

3）假设HCNGN 气源点供气流速与掺氢点氢气注入流速已达到稳定的流速；

4）不考虑掺氢过程的能量损耗与温度变化；

5）不考虑HCNGN管道的管存。

2 电-氢-HCNG耦合单元运行模型

基于前述分析，本文将电-氢-HCNG 耦合单元分为制氢单元、储氢单元、用氢单元以及HCNG 单元，具体如图2所示。图中为t时刻第n个制氢单元电解水装置制氢的体积流量；为t时刻第n个制氢单元电解水装置直接注入天然气管道的氢气体积流量为t时刻第n个制氢单元电解水装置注入储氢单元储存的氢气体积流量；为t时刻从第n个储氢单元采出的总氢气体积流量；为t时刻从第n个储氢单元采出注入天然气管道的氢气体积流量为t时刻从第n个储氢单元采出供给用氢单元的氢气体积流量；VST，n，t为t时刻第n个储氢单元的氢气容积；NTank，n为第n个储氢单元中储氢罐的数量；QMH，n，t为t时刻第n个制氢单元与储氢单元注入HCNGN 的氢气体积流量之和；QNG，t为t时刻气源供应的天然气体积流量；QMH，all，t为t时刻注入HCNGN 中的总氢气体积流量；QHCNG，t为t时刻HCNGN中形成的HCNG体积流量。

图2 电-氢-HCNG耦合单元示意图Fig.2 Schematic diagram of electricity-hydrogen-HCNG coupled unit

2.1 制氢单元

制氢单元主要设备为电解水装置，用途为将电力系统过剩的风光出力转化为氢气，运行模型为：

式中：ηP2G为电解水装置的效率；PP2G，n，t为t时刻第n个制氢单元电解水装置的输入电功率；ξHHVH2为氢气高热值；PP2G，n，max为第n个制氢单元电解水装置的输入电功率上限；Δt为时间步长。

2.2 储氢单元

储氢单元是由多个储氢罐组成的集群［20］，其氢气来源于制氢单元，主要用途为向用氢单元和HCNG单元提供氢气。运行模型为：

2.3 用氢单元

用氢单元由用户单元中的加氢站与HFC 组成。加氢站的氢气主要供给氢燃料汽车等用氢设备。对于HFC，考虑电池发生电化学反应产生电能，运行模型如下：

式中：PHFC，l，t为t时刻第l个用户单元中HFC 的输出电功率；ηHFC为HFC 的效率；为t时刻第l个用户单元中HFC 所需的氢气体积流量；PHFC，l，max、PHFC，l，min分别为第l个用户单元中HFC 的输出电功率上、下限；ΔPHFC，l，max为第l个用户单元中HFC 的最大爬坡功率。

2.4 HCNG单元

HCNG 单元将电制氢所得氢气注入现有天然气管道形成HCNG。考虑HCNG 中具有2种成分，即以甲烷为主要成分的天然气与氢气，定义掺氢比为HCNG 中含氢气的比例。由GB 17820 — 2018《天然气》中相关指标，设定掺氢比上限为10 %［21］。掺氢比约束为：

式中：xH2，i，t为t时刻气网节点i的掺氢比。

受氢气热值低等性质的影响，HCNG 的热值与传统天然气不同，其计算方法为：

2.5 氢气体积流量平衡关系

结合图2，UIES 中氢气体积流量需满足3 个平衡关系：①制氢单元制氢的氢气体积流量等于注入储氢单元储存的氢气体积流量和直接注入天然气管道的氢气体积流量之和，如式（15）所示；②用氢单元消耗的氢气体积流量应与储氢单元采出的氢气体积流量保持平衡，如式（16）所示；③注入HCNGN的氢气体积流量等于制氢单元直接注入天然气管道的氢气体积流量与从储氢单元采出的氢气体积流量之和，如式（17）所示。

式中：L为用户单元的数量；为t时刻第l个用户单元中加氢站所需的氢气体积流量；N为制氢单元、储氢单元的数量。

3 UIES低碳优化调度模型

3.1 目标函数

本文以电-氢-HCNG 耦合的UIES 日内经济调度成本F最小为目标，目标函数如下：

式中：Cop为UIES 的运行维护成本；Cp为惩罚成本；Cdr为用户单元需求响应成本；Ct为系统碳排放成本。各成本的表达式见附录A式（A1）—（A8）。

3.2 系统及元件运行约束

3.2.1 城市配电网运行约束

计及城市配电网中电解水装置用电、火电机组出力、风电场和光伏电站实际出力、用户单元购电以及城市配电网的电负荷，城市配电网需满足电功率平衡，具体如式（19）所示。

式中：G为火电机组的数量；Pg，t为t时刻第g台火电机组的出力；W为风电场的总数；Pw，t为t时刻第w座风电场的实际出力；V为光伏电站的总数；Pv，t为t时刻第v座光伏电站的实际出力为t时刻第l个用户单元向城市配电网的购电功率；Lud，t为t时刻城市配电网的电负荷。

城市配电网中火电机组、风电场和光伏电站的运行约束见附录A式（A9）—（A11）。

3.2.2 HCNGN运行约束

HCNGN 运行约束包括管道流量与节点气压约束、节点能量与组分平衡约束［22］、气源供气流量约束与压缩机约束。各约束的表达式见附录A 式（A12）—（A20）。

3.2.3 用户单元需求响应

用户单元需求响应主要考虑电负荷的需求响应，即电负荷削减与调度周期内时间维度上的电负荷转移。本文冷、热负荷已转化为电功率形式，故不考虑冷、热负荷的需求响应。

将用户单元电负荷分为固定电负荷、可削减电负荷和可转移电负荷3 个部分，其中固定电负荷不参加需求响应，具体如式（20）所示。

式中：Lus，l，t为t时刻第l个用户单元的电负荷；L、L和L分别为t时刻第l个用户单元的固定电负荷、可削减电负荷、可转移电负荷。

用户单元电负荷中可削减电负荷与可转移电负荷的具体模型见附录A式（A21）—（A27）。

3.2.4 用户单元内部运行设备

考虑商业园区、工业园区及居民小区3 种不同类型的用户单元。商业园区和居民小区包含HMGT、光伏机组、电储能、HFC 等设备，工业园区包含HMGT、光伏机组、电储能、HFC 等设备以及冷热耦合设备，即电锅炉、电制冷机、余热回收锅炉和吸附式制冷机。本文以工业园区为例介绍用户单元内部设备运行约束。

园区内部设备运行满足的冷、热、电功率平衡约束分别如式（21）—（23）所示。

式中：CEC，t为t时刻电制冷机输出侧的供冷功率；CAC，t为t时刻吸附式制冷机输出侧的供冷功率；Cus，t为t时刻园区内部的冷负荷；HRH，t为t时刻余热回收锅炉输出侧的放热功率；HEH，t为t时刻电锅炉输出侧的放热功率；Hus，t为t时刻园区内部的热负荷；PHT，t为t时刻HMGT 输出的电功率；P为t时刻用户单元向城市配电网的购电功率；PPV，t为t时刻光伏机组的实际出力；PCH，t、PDIS，t分别为t时刻电储能的充、放电功率；PHFC，t为t时刻HFC 的输出电功率；PEH，t为t时刻电锅炉的用电功率；PEC，t为t时刻电制冷机的用电功率；Lus，t为t时刻园区内部的电负荷。

HMGT 为城市配电网与HCNGN 之间的重要耦合设备，运行模型如下：

式中：ηHT为HMGT 的发电效率；VHT，t为t时刻HMGT所需的HCNG体积；ξ为t时刻HMGT在HCNGN接入节点i处的HCNG热值；PHT，max、PHT，min分别为HMGT的出力上、下限；Qcab，t为t时刻HMGT 的二氧化碳排放量；εNG为天然气的二氧化碳排放因子。

作为重要的冷-热-电耦合设备，HMGT输出的余热功率与吸收式制冷机、余热回收锅炉的集热功率需满足如下平衡条件：

式中：ηRE为HMGT 的余热输出效率；HHT，t为t时刻HMGT 输出的余热功率；H为t时刻余热回收锅炉输入侧的集热功率；H为t时刻吸附式制冷机输入侧的集热功率。

园区内部光伏机组、电储能、余热回收锅炉、吸附式制冷机、电锅炉与电制冷机的运行约束见附录A式（A28）—（A33），HFC运行模型见式（10）—（12）。

3.3 模型总结与求解

电-氢-HCNG 的UIES 低碳优化调度模型由式（18）、（A1）—（A8）所示目标函数与式（1）—（17）、（19）—（28）、（A9）—（A33）所示约束条件构成，为混合整数非线性规划模型。本文采用GAMS 42 进行建模，并调用求解器DICOPT 进行求解。具体实现流程见附录A图A1。

4 算例分析

采用某实际10 kV 及以上102 节点城市配电网和8 节点HCNGN 对所提模型进行仿真验证，调度周期为1 d，步长为1 h，系统结构图见附录B 图B1。城市配电网中，节点15 接有容量为50 MW 的火电机组，节点27、38分别接有容量为200 MW 的大型风电场，节点20、45分别接有容量为80 MW 的光伏电站，电解水装置与储氢单元分别接入节点20、27、38、45。商业园区、工业园区和居民小区3 类用户单元分别接入节点24、32、41。HCNGN 中，节点1、7 为气源点，节点3、4 为掺氢点，节点5 为气负荷接入点。系统运行参数见附录B 表B1、B2，电、气、冷、热、氢负荷及风电、光伏预测出力见附录B 图B2、B3，分时电价、分时气价见附录B图B4。

4.1 不同场景下系统优化调度结果对比分析

为验证所提模型对优化UIES 运行的整体效用，设置3个场景进行对比分析：

1）场景1，UIES不考虑电-氢-HCNG耦合单元；

2）场景2，UIES考虑传统的电-气耦合单元；

3）场景3，UIES 考虑电-氢-HCNG 耦合单元，即本文所提模型。

4.1.1 系统运行成本分析

不同场景下系统的运行成本见附录C 表C1。相比场景1，场景2 与场景3 弃风弃光成本分别降低9.32 % 和29.55 %。结合附录C 图C1 所示不同场景下的天然气网调度情况可知，场景2 利用氢气制取甲烷并注入天然气网，系统78.26 % 的用气需求由电-气耦合单元满足，气源供气成本减少了76.94 %，用户单元燃气轮机出力成本降低，机组出力增加，用户单元购电成本降低，系统总成本最低。场景3 考虑了电-氢-HCNG 耦合单元，氢能运行维护成本的大幅增加使得系统总成本增加，但场景3 系统碳排放成本最低。且场景3 制氢单元制取的氢气一部分注入天然气管道形成了HCNG，气源供气总量相比场景1 减少了2.15 %，气源供气成本降低。说明电-氢-HCNG 耦合单元能够有效降低系统的弃风弃光成本，提高系统运行的环境效益。

4.1.2 系统风光消纳情况分析

不同场景下的系统风光消纳情况如图3 所示。考虑电制氢后，系统的风光利用率η提高。其中，场景2 在天然气网运行约束与甲烷化装置反应效率影响下，系统氢能利用能力不足，风光利用率η较场景1仅提高了2.79 %。场景3风光利用率较场景1提高了6.81 %，用氢单元与HCNG 单元的氢能利用需求进一步促进系统消纳风光出力制取氢气。

图3 不同场景下的风光消纳情况Fig.3 Consumption of wind power and photovoltaics in different cases

进一步，由附录C 图C2 所示不同场景下的电解水装置输入功率曲线可知，电解水装置主要运行在（00:00，04:00］、［16:00，24:00］等高风电时段，且场景3 中电解水装置总用电量相较于场景2 增加了380.59 MW·h。可见，电-氢-HCNG 耦合单元能够更好地挖掘氢能利用潜力，促进UIES 新能源风光大规模就地消纳。

4.1.3 系统碳排放情况分析

不同场景下的系统碳排放情况见附录C 表C2。相比场景1 和场景2，场景3 系统碳排放总量分别降低了0.47 % 和1.89 %，且系统度电碳排放量最低。这是因为场景3 考虑电制氢与氢能的多元利用，系统部分电负荷由HFC 满足，而HFC 运行过程中不产生碳排放。且在HCNG 低碳减排特性作用下，用户单元中HMGT 碳排放量减少。可见，氢能的多元利用有利于减少系统碳排放，实现UIES的低碳调度。

综上，对比传统的电-气耦合，本文所提电-氢-HCNG 耦合的UIES 低碳优化调度模型，在提高风光利用率、促进系统低碳转型方面更具积极作用。

4.2 氢气产生与利用情况分析

为研究所提模型下用氢单元对氢气产生与利用情况的影响，设置2个场景进行对比分析：

1）场景4，电-氢-HCNG 耦合单元中不考虑用氢单元；

2）场景5，电-氢-HCNG 耦合单元中考虑用氢单元，即本文所提模型。

不同场景下的氢气产生与利用情况如图4 所示。由图4（b）可知：在调度周期内，系统84.27 % 的氢气用于供给加氢站的氢负荷，5.4 % 的氢气用于HFC 发电，0.63 % 的氢气注入天然气管道，其余氢气储存在储氢罐中。这说明用氢单元中氢负荷用氢是促进风光消纳的主要途径。对比图4（a），当系统不考虑用氢单元时，电解水装置总制氢量减少，为考虑用氢单元后的31.52 %。在调度周期内，系统仅有0.67 % 的氢气注入天然气管道形成HCNG，其余氢气注入储氢罐中储存。可见，系统电解水装置的制氢总量与用氢单元的用氢需求密切相关，用氢单元不仅能够促进系统消纳风光，还能增加注入天然气管道的氢气总量。

图4 不同场景下的氢气产生与利用情况Fig.4 Hydrogen generation and utilization in different cases

进一步观察各个时刻下系统的制氢总量与耗氢总量发现，储氢单元可在系统氢气富余时储存氢气，在系统氢气不足时采出氢气，能够有效平衡系统氢气的制取与消纳，实现对氢气的灵活调度。

4.3 用户单元优化调度结果分析

4.3.1 用户单元多能流优化结果分析

本文用户单元计及园区内部冷、热、电等多种能量形式的平衡。其中商业园区和居民小区能量形式简单，以电能流为主进行内部优化；工业园区能量形式丰富，以冷、热、电能流为主进行多能协调优化。本文所提模型用户单元的多能流优化结果如附录C图C3所示。

由图C3（a）—（c）的电功率平衡结果可知，向上级配电网购电为用户单元的主要电能来源，用户单元内部光伏机组全额消纳。受天然气价格与气源供气成本影响，HMGT 发电成本高。商业园区与居民小区用电负荷水平低，HMGT 多数时刻处于最小出力状态。工业园区用电负荷水平较高，且工业园区HMGT 在平衡系统电功率的同时，需平衡系统冷、热功率，实现园区内部多能耦合，因此HMGT出力较商业园区与居民小区多。受分时电价激励，各用户单元内部储能在负荷低谷时刻充电，在负荷高峰时刻放电，储能在实现峰谷套利的同时也具有削峰填谷、平缓用电压力的作用。HFC则主要在用户单元负荷水平高的时刻出力，以进一步平衡系统的用电功率。

由图C3（d）—（e）的工业园区冷功率、热功率平衡结果可知，工业园区冷、热负荷主要由电制冷机与电锅炉满足。HMGT 作为冷-热-电功率平衡的重要耦合设备，发电过程中产生的余热可由余热回收锅炉和吸附式制冷机收集利用。由于余热回收锅炉的运行维护成本高于吸附式制冷机，因此吸附式制冷机的集热功率大于余热回收锅炉。当吸附式制冷机、余热回收锅炉供冷、供热不足时，电制冷机与电锅炉进一步利用光伏机组、储能及HFC 提供的电能进行制冷、制热，当电能不足时，需向上级配电网购电以维持运行状态。可见，工业园区内部实现了不同能量形式之间的协调转化。

4.3.2 用户单元需求响应情况分析

为研究本文所提模型用户单元需求响应情况，设置2个场景进行对比分析：

1）场景6，用户单元不考虑需求响应；

2）场景7，用户单元考虑需求响应，即本文所提模型。

用户单元考虑需求响应前、后的电能量优化调度结果见附录C 表C3。考虑电负荷需求响应后，商业园区、工业园区以及居民小区的总负荷分别削减了8.10 %、2.19 % 和5.30 %，商业园区、居民小区的用户购电量相应减少。受冷-热-电功率平衡的影响，需求响应前、后，工业园区用单元的购电量变化较小。进一步对比发现，场景7系统总成本较场景6减少了0.14万元，碳排放成本减少了0.01万元，系统碳排放量减少了0.19 t，说明用户单元需求响应起到促进系统低碳经济运行的作用。

图5为场景7用户单元参与需求响应前、后的电负荷变化情况。可削减电负荷在用电高峰时段有一定削减，且削减量在合理范围内，部分可转移电负荷在负荷高峰时段转移至［01:00，09:00］、［20:00，24:00］等风光出力高的负荷低谷时段。可见，本文所提模型下，用户单元通过价格信号参与需求响应，实现了高峰时段的电负荷削减与转移，起到了明显的削峰填谷作用，有利于促进新能源消纳。

图5 场景7用户单元需求响应调度结果Fig.5 Scheduling results of demand response of user units in Case 7

4.3.3 用户单元碳排放情况分析

基于4.1节设置的场景，以工业园区为例进行分析，其碳排放情况见附录C 图C4。场景2 工业园区碳排放总量与度电碳排放量最高，这是因为工业园区燃气轮机发电成本下降，机组出力增加，园区耗气产生的碳排放量较场景1 增加了0.919 t。场景3 园区内燃气轮机为HMGT，且园区内部含HFC，HFC 发电消耗氢气，不产生碳排放，相比场景1，园区碳排放总量减少了17.23 %。可见，相比传统燃气轮机供电，天然气管道掺氢生成HCNG 并供给HMGT 燃烧出力可减少用户单元的碳排放，促进用户低碳转型。

4.4 HCNG热值变化与掺氢比上限影响分析

4.4.1 HCNG热值变化影响分析

为说明考虑HCNGN 各节点热值变化的必要性、研究HCNG 热值变化对调度结果的影响，本节针对氢气注入天然气网后各节点HCNG 热值的不同计算方式，设置3个场景进行对比分析：

1）场景8，假设HCNG热值为天然气高热值；

2）场景9，假设各时段氢气在气网中混合均匀，即HCNGN各节点热值相同；

3）场景10，假设HCNGN 各节点热值不同，按式（14）计算HCNG热值，即本文所提模型。

不同场景下节点3的热值变化结果如图6所示。其中，场景8 在13:00 节点3 处热值与场景10 相比差8.07 %。场景9 假设HCNGN 各节点处热值相同，导致13:00节点3处HCNG热值与场景10相比差6.82 %。进一步观察发现，02:00 节点3 处的HCNG 热值为36.02 MJ／m3，但此时节点3 处掺氢比为0.001 54，实际HCNG 热值应为36.40 MJ／m3，可见，受其他节点热值影响，节点3 处HCNG 热值偏高。在［05:00，08:00］等没有氢气注入的时段，3 个场景下节点3 处HCNG热值相同。

图6 不同场景下节点3的热值变化结果Fig.6 Heat value results at Bus 3 in different cases

不同场景下系统的运行成本见附录C 表C4。场景8 假设下电解水装置制取的氢气全部供给用氢单元，系统气负荷需求仅由天然气满足，气源供气成本高，系统总成本较场景10 增加了3.06 万元。场景9 假设下部分节点热值较实际偏高，系统满足相同能量气负荷所需的天然气体积减少，气源供气成本下降，总成本较场景10 减少了0.19 万元。进一步对比发现，场景10 的系统弃风弃光成本与碳排放成本最低。这说明考虑HCNGN 节点热值变化的优化调度模型能够有效提高系统风光利用率，降低系统碳排放量。

综上，考虑HCNG 热值变化能够有效反映HCNGN 各节点热值的实际情况，且本文所提热值计算方式下的UIES 调度模型在促进系统新能源消纳、减少碳排放方面更为有效。

4.4.2 掺氢比上限影响分析

为研究天然气管道掺氢比上限对调度结果的影响，设置4个场景进行对比分析：

1）场景11，掺氢比上限为5 %；

2）场景12，掺氢比上限为10 %，即本文所提模型；

3）场景13，掺氢比上限为15 %；

4）场景14，掺氢比上限为20 %。

不同场景下系统优化调度结果见附录C 表C5。随着掺氢比上限的提高，系统优化调度总成本减少，风光利用率提高，氢气注入总量增加，气源供气量减少，碳排放量减少。对比场景11，场景14 系统总成本减少了0.53% ，注入天然气网的氢气在制氢总量中的占比增加了1.26 %，系统风光利用率提高了0.3 %，碳排放量减少了7.22 t。可见，提高掺氢比上限有利于提高风光利用率，减少系统碳排放，促进HCNG 技术对氢能的利用。进一步，计算HCNG 碳减排系数［4］，由计算结果可知，随着掺氢比上限的不断增大，HCNG 碳减排系数由0.002 5 kg／m3增加为0.014 9 kg／m3，增大了4.96 倍，HCNG 碳减排的能力大幅提高。综上，对于电-氢-HCNG 耦合的UIES，增大掺氢比上限能够有效降低运行成本，提升新能源消纳水平，促进电力系统与天然气系统低碳转型。

调度周期内，HCNGN 节点1及节点7为气源点，注入传统天然气，节点掺氢比为0；节点6 为气负荷节点，因节点无用气需求，掺氢比为0；HCNGN 其余节点的掺氢比变化曲线见附录C 图C5。可见，不同的掺氢比上限会显著影响HCNGN 节点的氢气注入情况，且考虑HCNG 的组分追踪之后，掺氢比上限与HCNG 中掺氢比的关系呈非线性而非正比例。考虑到HCNG热值计算模型与掺氢比有关，本文以节点8为例，进一步分析掺氢比上限对HCNGN 节点热值的影响，结果如图7所示。

图7 不同场景下节点8的热值变化结果Fig.7 Heat value results at Bus 8 in different cases

场景11 — 14 下，HCNG 热值的最小值分别为34.62、32.80、30.97、29.15 MJ／m3。依据GB 17820 —2018《天然气》中的相关标准，场景11 下的HCNG热值符合一类天然气的热值标准（热值大于等于34.00 MJ／m3）；场景12 下，［00：00，02：00］等时段的HCNG热值低于34.00 MJ／m3，但仍符合二类天然气的热值标准（热值大于等于31.40 MJ／m3）；随着掺氢比上限的进一步增加，HCNG热值下降，场景13和场景14 下的HCNG 热值低于31.40 MJ／m3，已不符合二类天然气的热值标准［21］。由此可知，虽然提高掺氢比上限能够进一步促进UIES 低碳经济运行，但当掺氢比上限为15 % 以及20 % 时，存在节点HCNG热值降低的情况，对天然气系统的安全运行提出了更高的要求。