考慮高比例新能源消納的多能源園區日前低碳經濟調度

呂祥梅， 劉天琪， 劉 絢， 何 川， 南 璐， 曾 紅

(1. 四川大學 電氣工程學院，成都 610065； 2. 湖南大學 電氣與信息工程學院， 長沙 410000；3. 國網四川省電力公司天府新區供電公司，成都 610213)

多能源園區是能源互聯網最末端的直觀表現形式[1]，其耦合多種能源，協調調度多樣供能系統，提升能源利用率和降低能源系統的經濟成本[2].近年來，隨著全球能源危機和溫室效應的加重，發展清潔能源和提高用能質量已經成為各國共識.因此，為持續推進我國能源轉型升級，促進用能高質量發展，多能源園區有望成為“十四五”期間能源發展的關鍵[3].同時，我國力爭2030年前實現碳達峰，2060年前實現碳中和，多能源園區的碳排放逐漸成為研究熱點[4].此外隨著多能源園區的逐漸發展，風電(WT)、光伏(PV)等可再生能源接入比例不斷增加，園區內供需平衡出現新的挑戰，高比例新能源消納問題亟待解決[5].在此背景下，研究考慮高比例新能源消納的多能源園區日前低碳經濟調度問題具有重要意義.

為解決多能源園區高比例新能源消納問題，專家學者提出向多能源園區引入能源耦合設備，增強園區多能互補.熱電聯產(CHP)能夠實現能源的梯級利用，充分挖掘電熱關系，提高電能和熱能的利用率；電轉氣設備(P2G)能夠消納園區內過剩的新能源出力，增加電-氣能量交換效率；儲能設備利用“時移特性”一定程度打破了各能源間的耦合制約，增加能量傳輸和中轉的靈活性.文獻[5-6]建立CHP模型，利用儲熱裝置解耦熱電關系，提出促進可再生能源消納的優化方法.文獻[7]為促進能源耦合利用率，從P2G兩階段運行入手，構建了含P2G的熱電聯產變效率模型.文獻[8]中P2G的耗電功率由棄風功率提供，直接消納棄風功率.文獻[9]引入儲熱設備且用儲熱因子描述儲熱設備的狀態，進而給出一種分層優化調度策略.文獻[10]考慮供能管網和儲能水罐的儲能特性，建立了工業園區多能源系統日前優化調度模型.雖然向多能源園區引入CHP、P2G等能源耦合設備能有效促進高比例新能源的消納，但是各耦合設備的潛能還可以進一步挖掘.

此外，發展清潔無污染的電動汽車是促進多能源園區經濟運行的重要一步.文獻[11]采用電動汽車與地源熱泵協同作用促進風電消納.文獻[12]從供需平衡和多能互補的角度出發，研究電動汽車的接入對園區經濟性的影響.另一方面，隨著需求響應技術的不斷成熟，需求響應逐漸成為增加高比例新能源消納的有效手段.文獻[13-15]采用價格型需求彈性矩陣來表示電價變化率對負荷變化率的影響，進而建立電價型需求響應模型.文獻[16]建立包含可轉移可中斷電負荷、可轉移不可中斷電負荷、靈活的熱負荷和冷負荷等多類型負荷的綜合需求響應模型.文獻[17]為促進電網和氣網的協調調度運行，建立了氣電聯合需求響應.可見，已有的考慮需求響應的多能源園區優化調度研究，較多文獻只考慮電需求響應對園區運行的影響，對多元負荷需求響應研究較少，價格型需求響應多以需求彈性矩陣為基礎進行建模.

多能源園區的低碳經濟運行需要各類低碳技術和合理的市場機制共同作用.文獻[18]將捕集的二氧化碳供給P2G消耗，剩余部分制成液態二氧化碳和干冰，提升了系統的綜合能效.文獻[19]給出一種以儲碳設備為樞紐連接碳捕集電廠和P2G的靈活運行模式.文獻[20]挖掘富氧燃燒技術對綜合能源系統低碳排放的優勢，以綜合成本最小為目標建立系統低碳經濟調度模型.碳中和是我國現代能源轉型的關鍵因素，多能源園區的低碳經濟調度仍是目前研究的重點.

在上述研究基礎上，為進一步促進多能源園區高比例新能源的消納和低碳經濟運行，首先，本文引入熱儲能和氣儲能設備分別配合電鍋爐和P2G，充分發揮各能源耦合設備的優勢；其次，對園區電動汽車進行有序充電建模，探究電動汽車的可控性對園區負荷“削峰填谷”的影響;再次，考慮不同能源形式的需求響應資源，基于階梯型價格曲線建立價格型聯合熱電需求響應模型；然后，借鑒綜合能源系統碳交易機制實現碳捕集設備、儲碳設備和P2G的協調配合，并建立了多能源園區碳交易模型；最后，以考慮碳交易成本的園區社會福利最大為目標函數建立了多能源園區日前低碳經濟調度模型，并通過算例仿真驗證了所提模型在園區高比例新能源消納和低碳經濟運行方面的積極作用.

1 多能源園區組成

本文構建的多能源園區是電-氣-熱耦合系統，具體如圖1所示.園區內電負荷由風機、光伏陣列、熱電聯產機組、燃氣輪機和上級電網供給，熱負荷由熱電聯產機組、電鍋爐和儲熱設備供能.碳捕集設備把從熱電聯產機組和燃氣輪機捕集的二氧化碳直接供給電轉氣設備或者存入儲碳設備.多能源園區與上級電網、氣網進行雙向能量交換.為了進一步促進能源利用，向園區引入電動汽車并考慮電、熱需求響應.

圖1 多能源園區具體組成Fig.1 Specific composition of a multi-energy park

2 考慮碳交易的多能源園區日前經濟調度模型

2.1 目標函數

多能源園區日前低碳經濟調度模型的目標函數是社會效益最大化，即價格型聯合熱電需求響應收益減去二氧化碳相關成本、園區運行成本、棄風棄光懲罰成本與失負荷懲罰成本之和最大.其中，二氧化碳相關成本由碳交易成本、購碳成本與售碳收益組成，園區運行成本包括機組發電成本、啟停成本、購電/氣成本、售電/氣收益.

max(Cdr-CCO2-Co-Ccur-Clos)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

2.2 約束條件

2.2.1電量平衡約束

(8)

在多能源園區內，不考慮網絡潮流約束，燃氣輪機和P2G相當于連接在一個節點上，燃氣機組和P2G不能同時運行[17].

熱電聯產機組、燃氣輪機、電鍋爐與電轉氣設備約束、天然氣平衡約束、熱量平衡約束、儲能約束、失負荷約束、棄風光約束和園區與上級網絡功率交換約束與文獻[21]類似，此處不再贅述.

2.2.2電動汽車有序充放電約束

(9)

(10)

(11)

(12)

(13)

(14)

(15)

2.2.3碳捕集與碳儲存約束

(29)

圖2 需求響應階梯型價格曲線Fig.2 A stepwise price curve of demand response

(30)

(31)

(32)

(33)

(34)

(35)

(36)

(37)

價格型熱需求響應建模和價格型電需求響應類似，如下式所示：

(38)

(39)

(40)

(41)

(42)

(43)

(44)

(45)

3 算例分析

3.1 算例系統介紹

圖3 風電和光伏出力Fig.3 Outputs of WT and PV

圖4 電、熱負荷預測值和電動汽車無序接入后總電負荷Fig.4 Predicted value of electric and heat load and total electric load of electric vehicle after unordered access

表1 分時電價Tab.1 Time-of-use electricity price

圖4為對電動汽車無序接入后的總電負荷與預測電負荷的對比.從圖4可以看到，電動汽車6:00接入園區后進行無序充電，13:00所有電動汽車充電結束.相對于未考慮電動汽車的預測電負荷，電動汽車無序充電后電負荷第一次峰值增99.54 kW，園區出現“峰上加峰”現象.因此，電動汽車無序充電會增大園區電負荷峰谷差，增加園區負荷調度的難度，不利于多能源園區的安全運行.

3.2 多能源轉換設備對高比例新能源消納的影響

為探究儲熱設備、電轉氣設備及儲氣設備對高比例新能源的消納作用，本節在假設電動汽車無序接入的情況下，對如表2所示4種運行方式進行仿真分析，其中：“×”表示未接入該設備；“√”表示接入該設備.

表2 方式1～4設置Tab.2 Setting of Mode 1 to 4

表3為方式1～4條件下的園區成本，由表3可知，方式1～4均沒有失負荷.方式1未引入儲熱設備、P2G及儲氣設備，產生棄光功率66.60 kW·h.方式2～4未出現棄風和棄光現象，且相對于方式1，方式2～4總成本分別減小149.38元、78.29元和160.97元，這是因為方式2比方式1多考慮儲熱設備，儲熱設備在電價低谷時段把電能轉換為熱能儲存起來，在電價高峰時段釋放熱能以降低電鍋爐的用電需求，從而減少園區購電成本，增加售電收益，促進新能源消納；方式3在方式1的基礎上接入P2G及儲氣設備，P2G將剩余的風光出力轉換為天然氣儲存于儲氣設備中，避免棄風棄光現象的發生；方式4同時考慮儲熱設備、P2G及儲氣設備，相同調度時間內電熱轉換、電氣轉換的頻次增加，園區多能互補能力增強，進一步降低購電成本，增加售電收益.因此，儲熱設備、P2G及儲氣設備等能源耦合設備的引入，增強了園區多能耦合能力，提高了高比例新能源利用率，降低了園區運行成本.

表3 方式1～4成本(元)Tab.3 Cost of Mode 1 to 4 (RMB Yuan)

圖5和6分別為方式2與3下，CHP出力、燃氣輪機出力、電鍋爐耗電和P2G耗電情況.由圖5可知，方式2加入儲熱設備，電鍋爐可以在電價低谷時段將電能轉換為熱能儲存在儲熱設備中供給電價高峰時的熱負荷，不必24 h均開機，即在電價低谷時段 23:00—7:00和風光出力較大時段10:00—17:00，電鍋爐電制熱成本低，電鍋爐消耗電能產生熱能，8:00—9:00和18:00—20:00的電價高于購氣價格，電鍋爐不開機，CHP出力增加，而 21:00—22:00 雖然電價比購氣價格貴但風電出力較大，因而電鍋爐開機消納剩余的風電.由于園區接入高比例新能源，風光出力和CHP出力可以滿足電負荷需求，且園區的購氣價格高于谷時電價，為使園區運行經濟性最優，燃氣輪機不開機.但在 18:00—21:00 時間段內，風光出力大幅度減小，CHP滿發仍不能滿足園區電負荷用電需求，燃氣輪機需開機以維持電量平衡.由圖6可知，方式3未考慮儲熱設備，CHP不能滿足園區熱量平衡，電鍋爐需24 h開機，在4:00、13:00和 16:00 風電/光伏出力達到峰值時，電鍋爐不能消納的剩余風電由P2G消納.在 17:00—21:00，電鍋爐耗電使得園區晚高峰的用電需求增加，但此時風光出力較小無法維持電量平衡，燃氣輪機開機并且出力大于方式2.綜上，儲熱設備可以減少電鍋爐開機時間，延長電鍋爐壽命的同時促進新能源消納，P2G及儲氣設備可以進一步消納剩余新能源，增加新能源的滲透率.

圖5 方式2下CHP出力、燃氣輪機出力和電鍋爐耗電功率Fig.5 CHP output, gas turbine output, and power consumption of electric boiler in Mode 2

圖6 方式3下CHP、燃氣輪機出力和電鍋爐、P2G耗電功率Fig.6 CHP output, gas turbine output, and power consumption of electric boiler and P2G in Mode 3

3.3 電動汽車充電方式對多能源園區調度的影響

為探究電動汽車充電方式對園區運行的影響，在方式4的基礎上設置有序充電比例分別為20%、40%和60%得到方式4.1～4.3.

圖7描述電動汽車不同有序充電比例下的凈電負荷變化情況.由圖7可知，與方式4相比，方式4.1～4.3的電動汽車有序充電功率大部分從 6:00—10:00平移到11:00—16:00，其余有序充電功率轉移到23:00—24:00，即電動汽車采用有序充電后，園區凈電負荷在6:00—10:00減小，在 11:00—16:00增加，園區凈電負荷峰谷差分別減小66.06 kW，118.85 kW和123.40 kW.這是因為 13:00 光伏出力達到峰值，11:00、13:00 和 16:00 風電出力也是峰值，風光出力富余，且 14:00—15:00 電價便宜，充電費用較低，所以電動汽車進行大量有序充電；18:00—22:00 電價較高，而 23:00—24:00 屬于電價谷時段，少量電動汽車在 23:00—24:00 充電.再結合表4可知，隨著電動汽車有序充電比例的增加，園區運行成本不斷減少.綜合以上，有序充電方式增強了電動汽車的可控性，有效避免電動汽車在園區用電高峰時段進行充電，實現園區凈電負荷“削峰填谷”，降低多能源園區運行成本，有利于園區安全運行，且隨著有序充電比例的增加，其產生的積極作用更明顯.

圖7 EV有序充電對凈電負荷的影響Fig.7 Influence of EV ordered charge on net power load

表4 方式4～4.3的園區成本Tab.4 Cost of park in Mode 4 to 4.3

3.4 價格型聯合熱電需求響應模型的優勢

為驗證本文所提聯合熱電需求響應模型的優勢，在方式4.3的基礎上設置電需求響應比例為0.1得到方式5，又在方式5的基礎上考慮聯合熱電需求響應得到如下設置.

方式5.1考慮聯合熱電需求響應，且響應比例為0.1；

方式5.2在方式5.1的基礎上，增大響應比例為0.2.

圖8為考慮需求響應后凈電負荷變化情況圖.從圖8可以看到，方式5考慮電需求響應，根據分時電價和需求響應階梯價格曲線引導，平時和峰時電價高于需求響應階梯型價格，可響應電負荷在 8:00—22:00 轉出或中斷，在電價谷時段 23:00—7:00 轉入；相對于方式5，方式5.1考慮聯合熱電需求響應，電熱耦合增強，在電價谷時段轉入的電負荷增多，一定程度上減少高峰時段電負荷，有效緩解園區用電高峰期用電緊張情況；在方式5.1的基礎上，方式5.2增加聯合需求響應比例后，園區內可響應負荷的調度靈活性增強，在峰時段轉出或者中斷的負荷量增多，在谷時段轉入的負荷也增加.此外，由表5可得，相對于不考慮需求響應的方式4.3，方式5減少園區購氣費用，增加電需求響應收益，成本降低了145.73元.在方式5的基礎上，方式5.1聯合熱電需求響應收益增加的同時有效降低園區購電費用，成本減少105.03元；方式5.2聯合熱電需求響應的比例增大到20%后，成本比方式5降低了313.20元.因此，采用聯合熱電需求響應比僅采用電需求響應更能靈活調度園區內可響應負荷，有效緩解系統運行壓力，增加園區收益.

圖8 考慮需求響應后凈電負荷變化情況Fig.8 Change of net power load considering demand response

表5 方式4.3～5.2成本對比(元)Tab.5 Cost comparison in Mode 4.3 to 5.2 (RMB Yuan)

3.5 多能源園區日前低碳經濟調度仿真分析

3.5.1碳交易價格變化對多能源園區低碳性的影響 為分析碳交易價格變化對園區低碳性的影響，在方式5.1條件下引入碳交易機制，設單位電量的碳排放基準額度為0.36 kg/kW，改變碳交易價格分別為0.50、1.00、1.50、2.00、2.50和3.00元/kg得到方式6.1～6.6.

圖9～11為方式6.1～6.6下園區各項費用、園區與主網交換功率和燃氣輪機出力變化情況.圖9中正值表示成本，負值表示收益，由于機組啟停成本和聯合熱電需求響應收益不變，所以未畫出.圖10中，正值表示園區向主網購電，負值表示園區向主網售電.表6為方式6.1～6.6下園區實際碳排放量.從圖9可以看到，隨碳交易價格的增加，購電成本不斷減小，售電收益逐漸減小為0，購氣成本先保持不變后增加，這是因為碳交易價格的增加使碳交易成本在目標函數中的比重逐漸增大，園區優先采取更清潔的供電方式使整體目標最優，又因為上級電網單位碳排放強度大于燃氣輪機大于CHP，所以園區優先采用減少主網購電功率、增加CHP出力的供電方式.但CHP機組為滿足園區熱負荷需求一直處于滿發狀態，無剩余可調節出力，因此為維持系統電量平衡，園區先減少售電功率，當售電功率不能減少后，原本由外購電功率供給的電負荷轉為燃氣輪機供給，燃氣輪機出力隨碳交易價格的增加而增加.購氣成本在燃氣輪機未開機前保持不變，后隨燃氣機組出力的增加而增加，購電成本隨主網購電功率的減小而減少，售電收益隨售電功率逐漸降低到 0 kW 而逐漸減少到0元.此外，由表6可知，隨碳交易價格的增加，碳排放量先減少后略微增加，碳交易成本不斷減小.因為在方式6.1～6.3的條件下，購電功率不斷減小，燃氣輪機未產生碳排放，園區碳排放量隨購電功率減小而減少，碳排放量與碳排放配額差值從正值變為負值，且差值逐漸擴大，所以碳交易成本隨碳交易價格增加而減小.而在方式 6.4～6.6條件下，燃氣輪機出力相對方式6.3分別增加542.21 kW、1 005.52 kW和 1 086.7 kW，園區內生成的二氧化碳增多，但據表6可知碳排放量略微增加，再結合碳排放配額計算式可知碳排放配額增加幅度大于碳排放量增長幅度，碳交易成本仍然降低.從圖9中還可以看到，園區總成本隨碳交易價格的增加先略微增加后逐漸降低，這是因為方式6.1～6.2條件下，碳交易成本降低值小于購電成本增長值與售電收益減小值之和，總成本略微增加，而在方式 6.3～6.6條件下，碳交易成本不斷減小，且其減少值大于購電成本增長值，園區總成本逐漸降低.

圖9 方式6.1～6.6下園區各項費用變化情況Fig.9 Change of park expenses in Mode 6.1 to 6.6

圖10 方式6.1～6.6主網交換功率Fig.10 Exchange power of major network in Mode 6.1 to 6.6

圖11 方式6.1～6.6燃氣輪機出力變化Fig.11 Change of gas turbine output in Mode 6.1 to 6.6

表6 方式6.1～6.6碳排放量Tab.6 Carbon emissions in Mode 6.1 to 6.6

未考慮碳交易約束的園區二氧化碳生成量為 2 021.56 kg，表6所示方式6.1～6.6的碳排放量分別降低50.69%、76.11%、76.64%、74.86%、73.06%和72.69%.因此，向多能源園區引入碳交易約束后明顯降低園區碳排放量，實現園區低碳經濟運行.

3.5.2單位電量的碳排放基準額度變化對多能源園區低碳性的影響 為探究單位電量碳排放基準額度變化的影響，在方式5.1基礎上設置碳交易價格為0.50元/kg，改變單位電量的碳排放基準額度分別為0.26，0.36，0.46，0.56，0.66，0.76 kg/kW得到方式7.1～7.6.

表7為園區在方式7.1～7.6運行條件下的各成本明細和碳排放量變化情況，由于機組啟停成本和聯合熱電需求響應收益不變，未包含在表7中.由表7可知，隨著單位電量碳排放基準額度的增加，購電成本、碳交易收益、總成本和碳排放量逐漸增加，結合圖12所示園區購電功率變化情況可知，園區購電功率隨單位電量的碳排放基準額度的增加而增加，購電成本不斷增加.而單位電量的碳排放基準額度的增加使得園區碳排放配額擴大，碳排放約束逐漸寬松，碳排放量略微增加，但碳排放配額增長幅度大于碳排放量增長幅度，所以碳排放配額逐漸大于碳排放量，碳交易費用由成本轉為收益，且收益逐漸增大.綜上，園區收益增加的幅度大于成本增加的幅度，園區總成本隨單位電量的碳排放基準額度的增加而降低.

表7 式7.1～7.6成本明細和碳排放量

圖12 方式7.1～7.6購電功率Fig.12 Purchasing power in Mode 7.1 to 7.6

4 結論

本文針對多能源園區高比例新能源消納和低碳經濟調度問題，在考慮儲熱設備、電轉氣及儲氣設備的基礎上，建立了園區電動汽車有序充電模型、聯合熱電需求響應模型、碳捕集和儲碳模型，然后計及碳交易約束提出一種考慮高比例新能源消納的多能源園區日前低碳經濟調度模型，并通過算例分析驗證了所提模型的有效性，具體結論如下.

(1) 考慮儲熱設備、電轉氣及儲氣設備后，多能源園區能源轉換效率進一步提升，多能互補能力增強，促進了高比例新能源的消納.

(2) 通過有序充電可以引導電動汽車在電價低谷和新能源出力較大時充電，實現削峰填谷，增加園區運行的安全性和經濟性.

(3) 考慮聯合熱電需求響應后，系統電-熱耦合增強，可響應資源增加，調度靈活性有效增強，購電成本明顯降低，園區收益增加.

(4) 碳交易約束對多能源園區低碳經濟作用顯著.考慮碳交易約束后，園區碳排放量明顯降低；園區總成本隨碳交易價格的增加先增加后減小，隨單位電量的碳排放基準額度的增加而減小.