基于碳交易的含風光發電的電力系統低碳經濟調度＊

董曉寧，楊國華，2，王 岳，鄒玙琪，李志明

（1.寧夏大學電氣工程與自動化系，寧夏銀川750021；2.寧夏電力能源安全自治區重點實驗室，寧夏銀川750021）

1 引言

近幾年，過度消耗化石燃料所帶來的環境問題越來越受到世界各界人士的重視。發展低碳經濟、優化能源結構已成為世界各國的共識。《“十二五”規劃綱要》提出全國單位國內生產總值CO2排放強度較2005年下降 40%－45%的碳減排目標，并逐步建立起碳排放交易（簡稱碳交易）市場，以促進碳減排目標的實現［1］。電力行業既是能耗大戶，也是CO2排放大戶，CO2排放量占全國排放總量的38.76%［2］，如何在滿足經濟性的前提下實現低碳化發展，是電力行業走可持續發展道路的關鍵。碳交易作為一種市場化機制，可以促進電力行業節能減排技術的發展。隨著歐洲碳交易市場及我國試運營點的建立，電力行業的低碳發展和新能源發電引起了眾多學者的興趣。文獻［3］將CO2排放以環境懲罰成本的形式加入到電力生產成本中促進火電機組節能減排。文獻［4］建立了不同電源的碳交易模型和成本模型，并以碳排放和系統運行目標建立多目標調度模型。文獻［5］考慮碳交易成本建立多目標環境經濟調度模型，將碳排放權進行分配補償和考慮風電廣義運行成本建立低碳經濟調度模型。文獻［6］基于kantorovich距離對光伏發電場景進行削減，建立了含有大規模光伏電源的調度模型。文獻［7］根據不確定理論，建立了考慮風光預測誤差的經濟調度模型，并提出風光蓄一體化的調度策略。文獻［8］加入了碳捕集發電機組，并將碳交易和碳排放超標費用計入目標函數，較全面的考慮了低碳電力各元素的影響。文獻［9-10］對旋轉備用的分配進行研究，并將備用成本計入目標函數，得到發電機組的最優出力。文獻［11］建立了含多模糊參數的模糊機會約束機組組合數學模型，用置信水平控制風險，采用模糊機會約束的清晰等價類，處理機會約束。文獻［12］以CO2排放量最小為子目標建立低碳調度模型。

以上文獻從不同角度對含有新能源發電的電力系統在低碳經濟調度的背景下進行了研究，取得了一些成果。但是，上述研究內容沒有將碳交易引入含有風光發電的電力系統調度中，本文在現有研究的基礎上建立了考慮碳交易含風光發電的電力系統經濟調度模型，并在碳排放權初始分配的基礎上，增加了火電機組碳配額補償分配。最后采用遺傳算法驗證了本文模型的合理性和可行性。

2 碳交易模型

碳交易是將碳配額商品化，如果企業實際碳排放量少于碳配額，可以將多余的碳配額出售獲取利潤，若企業實際碳排放量多于碳配額，該企業必須購買碳排放差額，否則將面臨罰款［13］。

2.1 碳排放模型

由于風機發電和太陽能發電均不產生CO2，CO2主要來源于常規火力發電機組。火電機組碳排放模型如下：

式中：EP為 t時刻火電機組碳排放量；αi、βi、γi為火電機組CO2排放系數；uit為第i臺火電機組t時刻的運行狀態；T為研究周期時段數目；NG為系統中火電機組臺數；PGit為t時刻第i臺火電機組的調度出力。

2.2 碳排放配額的分配

全球碳排放配額的分配（簡稱碳配額）主要有免費分配和有償分配兩種形式。由于中國處于碳交易的初級階段，模型采用企業易于接受的免費分配［14］。本文在基于發電量免費分配的基礎上分開考慮風光和火力發電碳配額。并對電機組的碳配額進行補償。

火電機組碳配額：

式中：EGqt為t時刻火電得到的碳配額；η為區域單位電量排放分配額，由國家發改委規定的“區域電網基準線排放因子”確定；KWjt為t時刻第j個風電場備用系數；KPkt為t時刻第p個光伏發電場景備用系數；PWjt為t時刻第j個風電場調度出力；PPkt為t時刻第k個光伏發電場調度出力；α、β分別為t時刻風機發電和光伏發電碳配額修正系數，與發電量預測有光；NW、NP分別為風電場數目、光伏發電場數目。

風電場碳配額：

式中：EWqt為t時刻風電場得到碳配額。

光伏電場碳配額：

式中：EPqt為t時刻光伏電場得到碳配額。

2.3 碳交易模型

根據碳交易原理建立碳交易模型如下：

式中：Ca為碳交易總成本；Cu為碳排放權價格；Ep為火電機組二氧化碳排放量；Eq為電力系統碳配額。

3 調度模型

電力系統經濟調度是在運行周期內滿足約束條件的前提下，合理調度機組的出力，使系統的運行成本最小。

3.1 目標函數

火電機組在單位時間內發電成本由火電機組運營成本、啟停成本和碳交易成本組成。火力發電機組運行成本如下：

式中：CGit為第i臺火電機組在單位時間t內的發電成本；ai、bi、ci為第 i臺機組的燃料費用系數；Sit為啟停成本。

風電機組在單位時間內的發電成本：

式中：ηwj為第j臺風電機單位電量運行成本；Pwjt為第j臺風電機t時刻的出力；Ewp、Ewq為風電機組的碳排放和碳配額。

光伏機組在單位時間內的發電成本：

式中：ηpk為光伏發電機組k單位電量運行成本；Ppkt為第k組光伏發電場t電時刻出力；Epk、Eqk為光伏發電的碳排放和碳配額。

電力系統經濟調度目標函數如下：

3.2 約束條件

功率平衡約束

式中：PLt為t時刻負荷功率。在不計網損的情況下t時刻發出的功率等于t時刻消耗的功率。

機組出力上下限約束

常規機組的爬坡功率約束

式中：Rupi、Rdowni為第i臺火電機組最大增出力功率和最大減出力功率；ΔT為時間間隔。

旋轉備用量約束［15］

式中：PGitmax為第i臺發電機組時刻最大出力；PGitmin為第i臺發電機組時刻最小出力；u1、d2為由于負荷預測誤差而增加的上下旋轉備用率；uw、dw為由于風電出力預測誤差而增加的上下旋轉備用率；up、dp為由于光伏出力預測誤差而增加的上下旋轉備用率。

4 算例分析

4.1 基本數據與參數

本文采用經典的十機組算例加一個等值的風、光電場驗證模型的可行性，采用Matlab 2016a進行編程。最大迭代次數為1000，初始種群大小為50，交叉概率為0.8。調度周期取24個時段，風電場備用系數為 0.15；光伏機組備用系數為 0.10；碳權分配修正系數為0.85；風電場運行成本為0.05萬元/MW［16］；考慮開機時間約束和機組啟停費用，啟停費用參考文獻［17］，風、光發電預測采用文獻［18］中風電場2預測出力和光伏預測出力，負荷預測采用文獻［5］中24時段負荷預測。

4.2 計算結果與分析

機組調度結果見表1，由調度結果可知，P1，P2機組容量較大，在電力系統中承擔主要出力；為了保證旋轉備用量要求，P8，P9，P10機組運行在出力下限附近，降低了系統的啟停成本；由于CO2排放量與機組出力呈二次函數關系，所以分擔了主力機組的碳排放，降低了CO2排放量。

機組在部分時刻出力和運行成本對比如圖1至圖4所示。

圖1 t=1時刻慮碳交易運行成本

圖2 t=1時刻不考慮碳交易運行成本

圖3 t=11時刻考慮碳交易運行成本

圖4 t=11不考慮碳交易運行成本

火電機組在24時段內CO2排放總量和系統運行成本如表1和表2所示。

表1 不同模式下系統CO2排放量和運行成本

由對比結果可以看出考慮碳交易的電力系統調度使系統的運行成本增加了4.475%，碳排放量減少了7.987%，運行成本增加的主要原因是火力發電機組碳排放量均超出了碳配額，使系統的運行成本增加；因此碳交易的加入起到了鼓勵企業節能減排的作用，驗證了模型的合理性和可行性。

表2 含風光電場的電力系統24時段出力計劃機組

5 結束語

將碳交易引入含風光發電的電力系統經濟調度中，并對碳交易中碳排放權的初始分配進行改進，通過算例分析得到以下結論。

本文在傳統碳配額的基礎上引入火電機組碳排放補償配額，根據碳交易原理建立碳交易模型，然后將碳交易引入含有風光發電的電力系統，以系統運行成本為目標采用自適應遺傳算法進行計算，運行成本雖然增加，運行成本增加的主要原因是火電機組的碳排放量遠遠超過了火電機組的碳配額，購買碳配額使火電機組的運行成本增加，但火力發電機組的碳排放量減少了7.987%，所以將碳交易引入發電機組可以有效地降低火電機組的碳排放量。