阶梯式碳交易机制下考虑需求响应的综合能源系统低碳优化调度

2024-01-31王利猛刘雪梦李扬常铎任星

电力建设 2024年2期

王利猛,刘雪梦,李扬,常铎,任星

(1.电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学), 吉林省吉林市 132012;2.东北电力大学计算机学院,吉林省吉林市 132012)

0 引言

进入21世纪以来,以数字化、网络化、智能化、绿色化为核心特征的新一轮工业变革,正在突破资源和环境的瓶颈,极大地提高了可持续发展能力,对能源系统提出了更高的要求。与此同时,在能源互联网建设和全球环境保护的大趋势下,我国提出了建立碳交易市场等政策机制,中国的能源革命加速了实现全球碳中和的承诺[1]。然而,传统的能源系统是独立规划和运行的,无法发挥各种能源的优势互补作用,这极大地限制了能源的综合利用效率[2-3]。近年来兴起的综合能源系统(integrated energy system,IES)将信息系统与物理系统融合、多能联供和多种热、电、气储能技术相结合,实现了多能转换、储存和消纳[4-6],因此在当前数字化和能源革命的背景下,IES已成为必然选择,是实现节能降碳的有效路径。

综合能源系统在增加清洁能源份额和减少二氧化碳排放方面发挥着重要作用[7-8]。文献[9-10]阐释了碳交易机制,并将其与IES相结合,进而分析了碳交易成本在系统运行方面的重要作用;文献[11]根据核电厂、火电厂和风电场的实际无偿碳排放权初始配额,并以火电厂的实际碳排放量为基础计算碳交易成本,实现了经济效益与低碳排放之间的有效平衡;文献[12]推荐了一种基于基准方法的虚拟发电厂碳交易机制,该机制根据可再生能源单位发电量分配碳源。在文献[13]中,构建了一个以最小碳排放为目标的多目标模型。虽然这些方法在减少碳排放方面有一定的效果,但不能同时促使系统成本下降。为此,需要引入更加合理完善的碳交易机制。

与此同时,为提高用户对可再生能源的使用,提高系统的经济效益,应对需求侧加以考虑。通过碳排放权交易、需求侧管理等机制对能源行业节能减排进行管理,被视为促进可持续发展的重要举措。文献[14]为提高能源利用率,基于热负荷的模糊性和滞后性,建立了基于价格弹性矩阵的电、气、热负荷需求响应(demand response,DR)模型;文献[15]将电力负荷分为可减少、可重新分配和可替换三种类型,并根据响应量统一计划平衡成本,并采用饱和和分散指标来衡量用户满意度。文献[16]通过扩展传统的电力时移DR,提出了考虑电、气、热三种时移需求响应形式的综合能量概率优化调度模型。文献[17-18]从环境经济调度和能量转移角度,在多能源系统的最优运行下,考虑了基于价格的综合需求响应(integrated demand response,IDR),文献[19]进一步将电、气、热负荷的时移DR和可中断DR结合起来,并对IDR方法在能量管理中的作用进行了扩展和分析,但在研究中未提及用户侧多种能量需求的灵活转换和交互响应。

以上分析表明,大多数优化配置研究只考虑碳排放权交易或需求侧管理,在同时考虑碳排放权交易和需求侧管理方面相对薄弱。然而在电网优化调度时,同时考虑排放权交易和需求侧管理,可以在低碳排放和经济效益之间进行最佳权衡。随着碳排放权交易的引入,传统的以经济效益为基础的规划模型正在向充分考虑低碳足迹的系统转变。引入以碳排放权交易为基础的需求侧管理,既能提高用户对可再生能源的利用,又能降低储能容量,提高系统的经济效益。

针对目前的形势和挑战,本文将进行如下研究。首先阐述碳排放权初始配额模型,并对其加以修正,然后引入阶梯式碳交易机制,限制IES的碳排放;其次从需求响应角度出发,引入电-气-热的横向互补替代与纵向时移策略;最后构建以IES运行总成本最小化为目标,考虑安全约束的低碳优化调度模型;最后通过5种不同情景分析验证模型的正确性和有效性。

1 构建含电-气-热需求响应的IES

IES是一种复杂的结构体系,内含多种能源形式。IES可以利用电、热、气之间的互补协同效应,提高能源效率,满足客户对不同类型能源的交错需求,同时确保持续可靠的能源供应[20-21]。本文在阶梯式碳交易机制下,构建了含有电、气、热需求响应的IES的框架体系,如图1所示。

图1 IES的框架体系Fig.1 Integrated energy system framework system

IES的能源供应侧包含上级电网、上级气网和风电设备;能源转换设备包含电转气(power to gas,P2G)、燃气锅炉(gas boilers,GB)、燃气轮机(gas turbine,GT)、余热锅炉(waste heat boiler,WHB)。热电联产机组由燃气轮机和余热锅炉组成,采用热电联产耦合模式运行,可适应不同的系统条件;能源存储由电储能、气储能和热储能构成;电负荷、气负荷以及热负荷三部分共同构成系统的能源需求侧响应资源。需求响应的引入可以平滑负荷曲线的波动,实现功率和热量的交叉耦合,减少峰谷差,降低运营成本。

2 基于横向时移与纵向互补替代策略的需求响应模型

在能源互联网快速发展的背景下,电、气、热等多种能源之间的协同互补与灵活转换,可以为需求方参与系统优化提供更多机会。本文从需求响应角度出发,引入电-气-热的横向时移与纵向互补替代策略,即运营商可以根据能源价格的变化制定不同的调度计划,进一步满足多样化能源需求,以确保IES的经济、灵活和高效运作。参照传统电力需求分类,根据交互响应特性,将IES中的需求响应负荷(电、气、热)扩展为三种负荷类型,即固定型负荷、可转移型负荷和可代替型负荷。

(1)

2.1 固定型负荷

固定型负荷是指在正常运行中需要完全满足的负荷,如照明、官方负荷和大多数商业负荷。固定负荷基本不参与需求响应,但在发生事故或突发事件时也可以部分切断,以确保系统的安全。当发生这种情况时,运营商需要向用户提供补偿。

2.2 可转移型负荷

可转移型负荷是指在能源总需求大致不变的情况下,根据能源价格的变化,能够及时进行横向移位和调整,实现负荷调峰的负荷。可转移型负荷主要由居民用户和部分工业用户组成,涉及洗衣机、热水器等设备和部分工业设备。

2.3 可替代型负荷

可替代型负荷是指可以用其他能源形式替代以满足能源需求的负荷,主要影响的是一些住宅和商业用户,涉及空调、炉灶和供暖设备等。由于更换DR是用户自愿按照能源价格实现的,因此不会对用户日常生活的舒适度产生明显影响[22]。

可转移型负荷与可替代型负荷模型如下所示:

(2)

2.4 需求响应模型

综上所述,DR模型可以通过多种需求响应方式来改变能源需求,具体如下:

(3)

3 基于全生命周期评估的阶梯型碳交易机制

综合能源系统可以提高能源效率,在IES中合理配置低碳设备可以有效减少碳排放,实现碳达峰和碳中和。碳排放主要来自能源开采、能源运输和使用等各个阶段,然而现有的综合能源系统碳排放研究大多集中在运行阶段或其中的单个模块上,缺乏对综合能源系统所有阶段碳排放的分析和预测。因此本文从全生命周期评估的角度出发,所考虑的能源包括煤电、风电机组、天然气。将能源和储能设备在生产、运输、运行和废弃的全生命周期碳排放转化为碳排放成本纳入优化目标中,分析考虑全生命周期碳排放成本后对系统优化结果的影响[23]。各个环节具体计量过程可参考文献[24]。

在国家的大力推进下,碳交易机制正逐步实施与推进,碳交易市场的发展与完善可以在很大程度上促进全国各地低碳减排的进程。政府或相关机构会为IES的每个碳排放源发放无偿的碳排放权配额。如果生产厂商的实际CO2排放量小于政府分配的配额,可以出售多余的碳排放权配额来产生收入;反则,生产厂商必须购买碳排放权配额来抵消多余的CO2排放。碳交易机制模型主要由3个部分组成:碳排放权初始配额模型、实际碳排放模型以及阶式型碳交易成本计算模型。

3.1 碳排放权初始配额模型

IES中的碳排放主要来源于上级购电、GT、GB和需求侧气负荷。碳排放权初始配额模型如下:

(4)

式中:EIES、Ee,buy、EGT、EGB、Eg,load分别为综合能源系统、系统向上级购电、燃气轮机、燃气锅炉、需求侧气负荷的无偿碳排放权配额;σe、σh分别为产生单位电量、单位热量所获得的无偿碳排放权配额;σg,load为消耗单位气负荷的无偿碳排放权配额;σe,h为燃气轮机发电量对发热量的折算参数;Pe,buy(t)表示在t时段下系统向上级购电的功率;PGT,e(t)、PGT,h(t)分别表示在t时段下燃气轮机电功率、热功率的供给量;PGB,h(t)表示在t时段下燃气锅炉热功率的供给量;Pg,load(t)表示在t时段下气负荷的消耗量;T为系统调度周期。

3.2 实际碳排放模型

系统在电转气的过程中会消耗部分CO2,同时需求侧的气负荷在运行时也会有大量CO2产生,如若将其考虑进来,本文则需对原有模型进行修正。由此得出实际碳排放模型如下:

(5)

式中:EIES,a为综合能源系统的实际碳排放量;Ee,buy,a为系统向上级购电的实际碳排放量;EGTGB,a为燃气轮机与燃气锅炉两部分的实际碳排放量;PGTGB(t)表示燃气轮机与燃气锅炉在t时段下的等效输出功率;Eg,load,a为需求侧气负荷的实际碳排量;δ为单位气负荷的等效碳排放参数,具体值可参考文献[25];EP2G,a为P2G设备在电转气的过程中吸收的CO2量;PP2G,g(t)表示P2G设备在t时段下输出的天然气功率;θ为此过程中吸收CO2的参数;a、b、c为煤电机组的碳排放参数;d、e、f为消耗天然气的机组碳排放参数。

3.3 阶梯式碳交易成本计算模型

由IES总碳排量以及无偿碳排放权配额即可算出参与到碳交易市场的碳排放交易份额:

EIES,c=EIES,a-EIES

(6)

式中:EIES,c为系统参与到碳交易市场的碳排放交易份额;EIES为系统获得的无偿碳排放权配额。

阶梯式碳交易成本计算模型在分层排放权交易下,将CO2排放量划分为不同范围。CO2排放量越高,交易价格越高,交易成本也就越高[26-27]。构建阶梯式碳交易成本分段线性计算模型,指定若干排放区间。当EIES,c为负时,意味着系统排放的碳量低于标准量,则可以在相应的交易中心以规定的价格出售剩余份额以获得一定的补贴,反之亦然。求解时,碳交易成本可表示为如下的分段函数:

(7)

式中:CCO2表示阶梯式碳交易成本;λ表示碳交易的基准价格;d表示碳排放量区间长度;α表示价格增长幅度。

4 综合能源系统低碳优化调度模型

4.1 目标函数

本文以IES的运行总成本C为目标函数,包括能源购买成本Cbuy、碳交易成本CCO2、需求响应补偿成本Cdr、设备维护成本Cem,具体表示如下:

Cmin=Cbuy+CCO2+Cem+Cdr

(8)

1)能源购买成本Cbuy。

(9)

式中:Pg,buy(t)表示在t时段下的购气量;αt、βt分别表示在t时段下的电价以及气价。

2)阶梯式碳交易成本CCO2见式(7)。

3)需求响应补偿成本Cdr。

(10)

式中:μp、μc分别表示可转移型负荷、可替代型负荷参与需求响应的单位补偿系数。

4)设备维护成本Cem。

(11)

4.2 约束条件

4.2.1 风电机组出力约束

(12)

4.2.2 储能运行约束

采用储能系统的通用模型对电、热两类储能设备进行建模,此类储能模型已有大量文献研究,本文在此不再赘述,具体模型见文献[25]。

4.2.3 用户满意度约束

考虑用户满意度约束,以避免对用户的工作和生活造成影响。

Imin≤I≤1

(13)

(14)

4.2.4 CHP运行约束

(15)

4.2.5 GB运行约束

(16)

4.2.6 功率平衡约束

1)电功率平衡约束:

(17)

2)气功率平衡约束:

(18)

3)热功率平衡约束:

(19)

宫腔镜是临床中常用的一种微创辅助技术，因为宫腔镜具有放大和直视功能，能仔细、直观地观察病灶，在诊断剖宫产后瘢痕妊娠时具有非常重要的作用。宫腔镜手术结合了宫腔镜放大、直视的优点，能对患者的病灶情况和宫腔内环境进行准确了解，对妊娠组织、残留绒毛组织等进行充分清除，不会盲目破坏子宫内膜，有效保护患者的生育能力。宫腔镜手术能对出血点进行准确发现，同时进行电凝止血，能让手术安全性显著提高，让手术风险和术中出血量降低，减轻手术对患者机体的损伤和扰乱，患者术后恢复时间短，依从性比较理想。

5 算例分析

为了进行案例研究,本文选取了中国东北地区的一个综合性工业园区作为分析对象,因其对电、气、热负荷的需求是多样化的。本文系统以24 h为一个调度周期进行仿真。IES中的设备参数与储能参数详见附录A表A1、A2;IES内部风电出力与电、气、热负荷预测值详见附录A图A1;分时电价、分时气价详见文献[28];实际碳排放模型参数参考文献[29];产生单位电量的碳排放权配额σe=0.798 kg/(kW·h)、产生单位热量的碳排放权配额σh=0.385 kg/(kW·h);消耗单位气负荷的碳排放权配额σg,load=0.180 kg/(kW·h);碳排放量区间长度d=2 000 kg,价格增长幅度α=0.25,碳交易基价λ=0.251元/kg[30];需求侧的可转移型负荷占总负荷的10%,且可替代型负荷占总负荷的5%。将前文所提及的低碳优化调度模型分段线性化成为线性模型,然后使用Matlab软件的CPLEX求解器对模型进行优化求解。

5.1 阶梯式碳交易机制下考虑需求响应的效益分析

为了验证在阶梯式碳交易机制下考虑需求响应效果,设计了以下5种情景进行比较和分析。

情景1：在阶梯式碳交易机制下,不考虑需求响应,不考虑碳交易成本。

情景2：在传统碳交易机制下,不考虑需求响应,考虑碳交易成本。

情景3：在阶梯碳交易机制下,不考虑需求响应,考虑碳交易成本。

情景4：在阶梯碳交易机制下,考虑碳交易成本和需求侧负荷的横向时移。

情景5：在阶梯碳交易机制下,考虑碳排放成本和需求侧负荷的横向时移与纵向互补替代。

每种情景系统的运行总成本和实际碳排放量见表1。情景1、情景2的电、热、气功率平衡情况见图2、3。

表1 各情景优化调度结果Table 1 Optimized scheduling results for each scenario

图3 情景2电、气、热功率平衡图Fig.3 Electrical, gas, and thermal power balance diagram for scenario 2

情景1在优化调度时未考虑系统的碳交易成本,转而以能源购买成本最低为其优化调度目标,这就使得系统更倾向于购买价格较低的天然气来供能以减少其自身的能源购买成本,而大量燃烧天然气会显著增加碳排放量,只能购买碳排放权配额来抵消多余的CO2排放。因此情景1不仅碳排放量高,系统的运行总成本也远高于其他情景。

正因为情景2相较于情景1而言考虑了系统的碳交易成本,所以才在此情景下对碳排放量有所制约。尽管天然气的购买价格较为便宜,并且低于电力的购买价格,但使用天然气会造成较高的CO2排放,使系统在碳交易市场上额外购买碳排放权配额所花费的成本高于系统所节省的能源购买成本。因此情景2的碳排放量比情景1低1 243.76 kg,系统的运行总成本相较于情景1也减少了2 132.66元。

2)情景2与情景3对比结果分析。

情景3相较于情景2而言改用阶梯式碳交易机制来计算系统的碳交易成本,而摒弃了传统的碳交易机制。碳交易成本是系统运行总成本的重要组成部分,又由于购买碳排放权配额的价格是阶梯式递增的,所以当碳交易成本的权重增加时,激励了系统更加注重减少自身的碳排放量,所以情景3比情景2的碳排放量减少了1 734.78 kg。但由于改用阶梯式碳交易机制来计算系统的碳交易成本,使得情景3较于情景2的碳交易成本增加了129.88元,进而导致系统的运行总成本增加。

3)情景3与情景5对比结果分析。

情景5在情景3的基础上考虑了用户侧的需求响应,从DR角度出发引入了电-气-热横向时移与纵向互补替代策略,使得用户可以根据能源价格的不同而改变能源使用策略。例如将白天部分的负荷需求转移到夜间或其余能源价格较低的时间段,也可以在同一时间且满足自身需求的前提下,自由选择设备以达到节能的效果。因此与情景3相比,情景5不但碳排放量减少了1 066.47 kg,系统的运行总成本也减少了1 154.57元,在低碳性与经济性两方面发挥了显著效果。

5.2 碳交易基价与区间长度影响分析

在一个考虑碳交易的系统中,因碳交易成本为目标函数的重要组成部分,所以其变化会对该系统运行总成本有着一定程度的影响。图4、5分别给出了碳交易基价λ、区间长度d与该系统的实际碳排放量及碳交易成本之间的关系曲线。

图4 碳交易基价对IES的影响Fig.4 The impact of carbon trading base prices on integrated energy systems

当λ上升时,碳交易成本比重随之逐渐增大,此时该系统及时地对碳价作出反应,为降低自身运行成本,系统中的实际碳排放量将显著减少,但因价格的上升幅度超过实际碳排放量下降幅度,碳交易成本会逐渐增加,此时碳交易成本的增加归咎于λ的增加;当λ≥0.35元/kg时,系统各部分设备的运行会保持一个平稳的状态,碳排放量达到其谷值且基本稳定,即使λ不断上涨,但仍无法改变系统行为,因此碳交易成本随着λ的上升而增加,进而导致系统的运行总成本增加。

当2 000 kg≤d<4 000 kg时,因d的跨度空间很小,所以根据IES的实际碳排放量,系统需额外购买较多的碳排放权配额,但其价格处在阶梯碳价较高的区间,从而导致碳交易成本骤增,此时该系统及时地作出反应,为降低自身运行成本系统只能保持较低的碳排放量;当4 000 kg≤d<8 000 kg时,因d的跨度空间很大,此时根据系统的实际碳排放量,其形成了在阶梯碳价较低的区间额外购买碳排放权配额的行为,使得系统的碳交易成本显著降低,但系统的实际碳排放量显著增加;当8 000 kg≤d<10 000 kg时,因d的跨度空间过大,系统需要在碳交易市场上额外购买碳排放权配额全部处于阶梯碳价较低的区间,因为价格上升空间很小,无法改变系统自身行为,所以此时系统的实际碳排放量趋于平稳。

以上分析表明,适当的碳交易基准定价和区间长度的合理设置可以促进系统经济与低碳排放之间的协同效应。

5.3 基于横向时移与纵向互补替代的需求响应策略分析

从表1可以看出,与情景3相比,情景4、情景5的碳排放量分别减少了186.35 kg、1 066.47 kg;就系统的运行总成本而言,情景4、情景5下的系统运行总成本较情景3分别减少603.23元、1 237.21元。这两种情景的需求响应结果如图6、7所示。三种情景的电、热功率平衡图如图8-10所示。

图6 情景4下需求响应结果Fig.6 Demand response for scenario 4

图7 情景5下需求响应结果Fig.7 Demand response for scenario 5

图8 情景3电、气、热功率平衡图Fig.8 Electrical, gas, and thermal power balance diagram for scenario 3

图9 情景4电、气、热功率平衡图Fig.9 Electrical, gas, and thermal power balance diagram for scenario 4

图10 情景5电、气、热功率平衡图Fig.10 Electrical, gas, and thermal power balance diagram for scenario 5

1)情景3与情景4对比结果分析。

由于夜间风电的逆峰调节特性,为减少弃风现象的发生,夜间可使用电负荷取代部分气、热负荷;与此同时,受时间不同电价不同的影响作用,IES会将白天部分的电力负荷需求向夜间转移以提升能源利用率,进而减少系统运行总成本。

如图2热负荷DR所示,相较于白天而言用户侧对热负荷的需求量大都在夜间时段。系统中耗天然气型设备会保持着高碳排放状态以满足此时热负荷的需求,但由于此时系统对碳交易成本有所制约,因此将部分热负荷从夜间时移到白天以减少碳排放量,进而降低碳交易成本。由于考虑了需求侧负荷的横向时移,使得CHP出力有所减小,为更好满足用户侧对于热负荷的需求,采用GB进行热功率输出,此举措可在一定程度上节省系统的运行总成本。

由于气负荷采用横向时移策略并不会影响总体碳排量,同时采用此策略时无法避免DR补偿反而增加成本,所以气负荷并未使用横向时移策略。

2)情景4与情景5对比结果分析。

在情景5下需求侧采取了横向时移与纵向互补替代策略。为进一步减少弃风现象的发生,夜间可使用电负荷取代部分气、热负荷;在白天购电价格要高于购气价格,因此可使用气负荷取代部分电、热负荷。可见,DR策略的实施能够在一定程度上改变负荷曲线,缓解能源供应压力,从而发挥出需求侧在IES运行中的优化潜力,这主要源于两个方面:横向时移DR是将峰值时段的部分负荷功率移至负荷较低时段,实现负荷曲线的“削峰填谷”;通过纵向互补替代DR,可以提供灵活多样的能源使用选择,实现不同能源负荷的互补替代。