低碳經濟下的微電網電源規劃研究

鄒國春，陳 棋，石 磊

（國電南瑞科技股份有限公司，江蘇南京 210061）

隨著全球氣候日益變暖，減少CO2排放和發展低碳經濟已經成為當前研究熱點。低碳經濟是人類社會應對氣候變化，實現經濟社會可持續發展的一種模式。低碳經濟兼顧了“低碳”和“經濟”，低碳，意味著經濟發展必須最大限度地減少或停止對一次能源燃料的依賴，實現能源利用的轉型；經濟，意味著要在能源利用轉型的基礎上繼續保持經濟增長的穩定和可持續性[1-4]。

作為最主要的CO2排放源，電力系統領域中越來越注重研究和應用各種低碳電力技術。文獻[5，6]著重分析了各種清潔能源的特點以及在電力系統中大范圍應用的關鍵技術和難點；文獻[7]分析了實施CO2減排對電力需求側技術的激勵；文獻[8，9]研究了在電源擴展中引入碳約束條件對其影響以及如何確定相應的最佳電源結構。

由于低碳電力技術對規模經濟性的要求相對較低，同時國內外的CO2價格、碳稅政策、相關的約束機制或交易機制與低碳電源投入運行產生聯動，深入分析低碳經濟下電力系統中新的電源結構與運行特點，已成為低碳電力研究中一個非常重要的研究方向。在綜合考慮國內外研究成果的基礎上，將低碳經濟下的清潔能源發展機制（CDM）引入到微電網電源規劃中，考慮CO2交易機制，計及碳約束與碳交易，建立低碳經濟下的微電網電源規劃模型，并采用改進的矩陣實數編碼遺傳算法進行求解。

1 數學模型

建立的數學模型基于如下假設：

（1）僅考慮四種微電源，微型燃氣輪機（MT）、燃料電池（FC）、風力發電（WT）和光伏發電（PV），其中前兩種微電源消耗一次能源，這里假設為天然氣。

（2）四種微電源均為符合CDM的低碳電力技術。其中，前兩種產生了一定量的CO2，后兩種為零排放。

（3）在規劃過程中考慮到低碳發電技術的成熟度因素，引入了低碳發電技術成熟年的概念，認為WT與PV具有技術成熟年，而MT和FC技術已經成熟。

1.1 目標函數

引入低碳經濟，在減少溫室氣體的排放的前提下，取目標函數為微電網電源總體成本最小化。

式（1）中：F1為微電網電源建設的投資費用，元；F2為微電源發電運行與管理維護費用，元；F3為考慮低碳經濟的總費用，元；F4為微電網與大電網運行交互費用，元。

式（2）中：T為考慮的總的規劃年限；N為微電源的種類數目；為新建第n類微電源在規劃年t的投資費用，元；r為貼現率。

式（6）中：等號右兩項的第1項為低碳電力技術研發成本投入，元；第2項為引入CO2交易機制所付出的成本，元；為低碳發電技術的初始年技術投入成本，元；rn為第n類微電源年技術投入成本下降率；為采用低碳發電技術引起的 CO2減排量，t；為核準減排量成本，元[10]；CT為CDM機制下可交易的CO2減排價格，元。

1.2 約束條件

（1）微電網內備用容量約束。

（2）微電網內的電量約束。

（3）微電源的投產容量約束。

（4）微電源的上下限約束。

式（13）中：Pn為第n種微電源每臺機組的出力，kW；Pn，min和Pn，max分別為微電源每臺出力的下限和上限，kW。

（5）微電網與大電網之間電量交互的約束。

（6）技術成熟年的約束。

式（15）中：Tn為微電網中第n種微電源的技術成熟年，表示第n種微電源在Tn年因為技術成熟后才可以用于發電。

（7）碳排放約束。

式（16）中：en為第n種微電源產生單位電量的CO2排放量，t/（kW·h）；Et為規劃年t政府規定的 CO2總排放量，t。

式（1—16）構成了低碳經濟下微電網電源規劃的優化數學模型，控制變量包括，，和 ΔPτ。

2 求解方法

采用二維實數矩陣對所要制定的微電網電源規劃方案進行編碼，從而可以直接應用遺傳算法進行尋優[11]。同時，為了使矩陣實數編碼遺傳算法在更大的搜索空間尋找最優解，采用窗口寬度分別為：w1=1，w2=2，w3=5的多窗口變異操作，且每次變異操作都采用三種不同的窗口分別計算，擇優作為變異結果。流程如圖1所示。

3 算例

以文獻[12-14]中的測試系統為基礎構造了某市某社區“十二五”和“十三五”期間電力規劃的微電網仿真系統，如圖2所示。相關的負荷預測數據如表1所示。規劃中微電源包括300 kW的微型燃氣輪機、250 kW的燃料電池、250 kW的風力發電機和200 kW的光伏電池陣列，相關數據見表2和表3。

表1 規劃水平年內負荷最大量和用電量預測

表2 微電網中微電源的相關數據 kW

表3 微電網中微電源的相關數據

風力發電和光伏發電的技術成熟年分別為2013年和2015年，排放目標為2020年在2010年的基礎上減少5%，切負荷的價格0.8元/（kW·h），碳交易價格取80元/t，購電價格取0.9元/（kW·h），售電價格取0.4元/（kW·h）。遺傳算法的參數取為：種群規模100，運行代數1 000代，交叉率0.75，變異率0.05。

根據建立的模型和提出的算法，求得低碳經濟下微電網電源規劃結果如表4所示。

由表4可見，規劃階段前期，MT和FC的裝機容量比較大，到2016年達到峰值，裝機容量分別為1 108.75 kW和846.28 kW，之后，裝機容量開始減少，到規劃末年，裝機容量變為785.92 kW和474.28 kW。這主要是由于規劃階段前期，由于WT和PV受技術成熟年的制約，分別到2013年和2015年才開始投入運行，同時，MT和FC的投資費用低，使其得到快速發展。而到了規劃階段后期，由于引入了強制減排目標，因此減少了MT和FC裝機容量。由此可知，減排目標的引入，有利于快速實現電力企業低碳化。

同樣由表4可見，WT和PV分別到2013年和2015年才開始投入運行，在這之后，其裝機容量開始逐年增加，并且增長速度超過同期MT和FC的裝機容量，在規劃末年，裝機容量達到875.76 kW和755.55 kW。考慮到CO2交易機制的引入，增加WT和PV的裝機容量，可以獲得更多的減排量用于出售，以獲得收益，降低電力企業的投資成本。因此，在WT和PV技術成熟以后，其相應的裝機容量不斷增加，獲得了較快的發展。

根據選擇的微電源型號，可確定最終的規劃方案為：3×300 kW 的 MT，2×250 kW 的 FC，4×250 kW的WT和4×200 kW的PV。由此計算出規劃年內CO2逐年排放量，如圖3所示。

表4 低碳經濟下微電網電源規劃的優化結果

圖3 規劃期內CO2逐年排放量

由圖3可見，規劃起始年的CO2排放量為0.87萬t，到2017年排放量達到峰值，為1.20萬t，隨后排放量開始下降。經計算，在總的規劃期內，CO2總的排放量為10.11萬t，年平均排放量為1.011萬t，比規劃期初年高出18.94%，而規劃末年的排放量為0.82萬t，比規劃初年降低了5.74%，達到了政府規定的排放要求。這是因為后期隨著風力發電和光伏發電機組的不斷投入，部分MT和FC機組退出運行，CO2排放量逐漸下降的原因。

4 結束語

本文在微電網電源規劃中計入低碳約束，引入CO2交易機制，以電力企業總效益最大為目標，建立了優化數學模型。通過改進的矩陣實數編碼遺傳算法求解，仿真結果表明，通過大力發展低碳電力技術，降低高排放高耗能的微電源裝機容量的比例，可以很好地完成減排目標，降低電力行業的碳排放量，實現電力工業的低碳化。

[1]魏一鳴，劉蘭翠，范 英，等.中國能源報告(2008)：碳排放研究[M].北京：科學出版社，2008.

[2]張坤民，潘家華，崔大鵬.低碳經濟論[M].北京：中國環境科學出版社，2008.

[3]康重慶，陳啟鑫，夏 清.低碳電力技術的研究展望[J].電網技術，2009，33(2)：1-6.

[4]IVANA K.European Union Perspective on the Kyoto Protocol∶Emissions Trading Scheme and Renewable Resources[C].IEEE PES General Meeting，2006.

[5]DOHTREY R，OUTHRED H，O’MALLEY M.Generation Portfolio Analysis for a Carbon Constrained and Uncertain Future[C].International Conference on Future Power Systems，2005.

[6]DECAROLIS J F，KEITH D W.The Economics of Large-scale Wind Power in a Carbon Constrained World[J].Energy Policy，2006（34）：395-410.

[7]DENHOLM P，KULCINSKI G.Net Energy Balance and Greenhouse Gas Emissions from Renewable Energy Storage Systems[R].Report no．223-1，Madison：Energy Center of Wisconsin，Available from http∶//www.ecw.org/prod/223-1.pdf.

[8]陳啟鑫，康重慶，夏 清，等.電力行業低碳化的關鍵要素分析及其對電源規劃的影響[J].電力系統自動化，2009，33(15)：18-23.

[9]DAMIEN C，TOSHKO Z.Emissions Targeting and Planning：An Application of CO2Emissions Pinch Analysis(CEPA)to the Irish Electricity Generation Sector[J].Energy，2008(5)：1-10.

[10]王 燦，傅 平，陳吉寧.清潔發展機制對溫室氣體減排的貢獻[J].清華大學學報(自然科學版)，2008，48(3)：357-361.

[11]孫力勇，張 焰，蔣傳文.基于矩陣實數編碼遺傳算法求解大規模機組組合問題[J]，中國電機工程學報，2006，26(2)：82-87.

[12]DAVIS G.Integration of Distributed Energy Resources[R].150-99-003，California：CERTS Program Office Lawrence Berkeley National Laboratory，2003.

[13]KARINIOTAKIS G N，SOULTANIS N L，TSOUCHNIKS A I.Dynamic Modeling of Microgrids[J].Future Power Systems，2005，18(18)：1-7.

[14]KATIRAEI F，IRAVAI M R，LEHN P W.Micro-Grid Auton-omous Operation During and Subsequent to Islanding Process[J].IEEE Trans.on Power Delivery，2005，20(1)：248-257.